Khủng hoảng coronavirus đã đẩy nhanh tốc độ tung ra các sản phẩm quảng cáo mới và khiến các nhà quảng cáo, nhà phát hành cần phải nhanh nhạy hơn nữa. Hiện tại, các nhà phát hành cạnh tranh với ngân sách phải chăng hơn, trong khi các nhà quảng cáo thì cắt giảm các kênh hoạt động kém hiệu quả trong nháy mắt.
Được thúc đẩy bởi những thay đổi về nhu cầu của các nhà quảng cáo, lợi nhuận từ các định dạng quảng cáo tiêu chuẩn và các chương trình biên tập cũng trải qua những biến động đáng kể. Ví dụ, quảng cáo video - một trong những định dạng gắn kết nhất, đã thúc đẩy lợi nhuận đáng kể trước thời coronavirus - cũng đã chịu tác động lớn hơn trong đợt siết chặt chi tiêu gần đây.
Trong sáu tháng qua, các chương trình nội dung thương hiệu và không gian quảng cáo cao cấp đã bị ảnh hưởng nặng nề nhất, buộc các nhà phát hành phải tung ra những sản phẩm mới để mang lại doanh thu và kết quả đáng kể cho các nhà quảng cáo. Ví dụ, Trusted Media Brands đã ngừng sản xuất nội dung thương hiệu công phu, vốn đòi hỏi nhiều tuần sản xuất và cung cấp những sự tích hợp nhanh hơn cho nội dung của nhà quảng cáo vào các trang biên tập hiện hữu.
Tuy nhiên, việc đơn thuần thêm các định dạng quảng cáo hoặc chương trình nội dung mới không hẳn là đủ để đảm bảo một dòng doanh thu ổn định. Các nhà phát hành phải có khả năng liên tục xác định và chọn loại quảng cáo mang lại doanh thu cao nhất và chuyển đổi suôn sẻ giữa các định dạng này.
Tại MGID, chúng tôi đã phát triển công cụ chuyên dụng: Native Yield Optimisation (tối ưu hóa lợi nhuận tự nhiên); giải pháp này sẽ hỗ trợ các nhà phát hành phục vụ nhiều định dạng ở một vị trí và tăng cả khả năng quảng cáo lẫn khả năng đáp ứng nhiều nhu cầu và mục tiêu chiến dịch khác nhau.
Cho phép nhiều định dạng ở cùng một vị trí với MGID
Native Yield Optimisation giúp có thể chọn loại quảng cáo cho vị trí một cách tiện lợi, cho phép nhà phát hành tăng giá trị không gian của họ và nâng cao trải nghiệm người dùng trên trang web. Thuật toán dựa trên AI kết hợp cả yêu cầu trực tiếp và có lập trình và tối ưu hóa hiệu quả của vị trí cho nhà phát hành và cho đối tượng khán giả của họ.
Các loại nhu cầu trong hệ sinh thái tối ưu hóa lợi nhuận của MGID:
- các chiến dịch quảng cáo tự nhiên từ các nhà quảng cáo trực tiếp
- nhu cầu tự nhiên có lập trình từ các giao dịch cao cấp và các thỏa thuận PMP với các nhà quảng cáo và đại lý
- nhu cầu hiển thị có lập trình từ các quan hệ đối tác trực tiếp với các DSP hàng đầu nội địa và toàn cầu
- quảng cáo video trực tiếp và có lập trình
Hệ sinh thái tối ưu hóa lợi nhuận hoạt động như sau: tại thời điểm yêu cầu quảng cáo, thuật toán dựa trên AI của MGID phân tích một trang web, nội dung trang và người dùng cụ thể dựa trên dữ liệu bên thứ nhất từ MGID, nhà phát hành và các nhà cung cấp khác. Đồng thời, giải pháp gửi yêu cầu tới tất cả các đối tác lập trình bao gồm dữ liệu MGID DMP và kiểm tra doanh thu tiềm năng từ các loại yêu cầu này.
Sau khi thuật toán nhận được tất cả các thông tin đầu vào cần thiết, phiên đấu giá diễn ra dựa trên CPM đã được tính toán và khả năng chuyển đổi của người dùng. Tập hợp tối ưu hóa chọn định dạng quảng cáo từ yêu cầu tự nhiên, hiển thị và video trong một vị trí và do đó đảm bảo CPM cao nhất cho nhà phát hành và trải nghiệm người dùng tốt nhất cho khán giả của họ. Tất cả được thực hiện với dữ liệu cá nhân của người dùng được bảo vệ.
Kết luận
Ngày nay, các tay chơi công nghệ quảng cáo cần có khả năng thích ứng với thế giới luôn thay đổi xung quanh họ và vượt qua sự cạnh tranh từ bộ ba độc quyền Google, Facebook và Amazon. Trong khi các nhà quảng cáo được thúc đẩy chứng minh ngân sách họ chi cho mỗi kênh đang hoạt động hiệu quả quả thì các nhà phát hành tìm cách thêm nhiều định dạng hơn và nhắm đến việc mở khóa toàn bộ tiềm năng không gian của họ.
Trong môi trường phát triển nhanh này, nhà phát hành cần có chiến lược thông minh để thành công liên tục. Tại MGID, chúng tôi đã phát triển một giải pháp để hỗ trợ những khó khăn của họ - Native Yield Optimisation, điều chỉnh định dạng quảng cáo tiện lợi, cân nhắc doanh thu tiềm năng và khả năng chuyển đổi của một người dùng cụ thể.
