Smaato应用机器学习解决DSP、流量过载问题

文章来源 | martechtoday

作者 | Barry Levine

编译 | Kristen

美国时间本周二,供应方平台(SSP)Smaato宣布为Automated Traffic Curation(ATC)增添机器学习功能,该功能可以大幅减少需求方平台(DSP)流量过载现象,帮助发布商更好的匹配价格。

一年前,Smaato使用ATC更好的管理90000多个APP开发商广告位发起的广告请求。

应用程序Publisher A广告位在交易所Smaato中发起广告请求,交易所将广告请求发送给网络中的260多个DSP平台。

CPO Freddy Friedman表示,Header Bidding等因素导致流量增加,DSP平台中的应用程序和其他广告位的广告请求被淹没。部分DSP为解决流量过载现象,任意过滤一些广告请求,来处理剩余广告位发起的出价请求,导致一些广告位被“浪费”。

机器学习如何解决这一问题?之前,Smaato通过ATC帮助广告请求选择DSP平台,而不是对所有DSP发起请求,ATC还能够手动设置CPM、点击率、地区、广告种类、时间和每个DSP平台的其他特征。

Friedman表示,增添机器学习功能后,ATC可以根据竞价行为记录,实时调整向DSP平台发起的广告请求。Smaato表示,ATC可以帮助广告请求更好的定向DSP平台,将不良出价降低72%。广告请求不需要遵守固有的规则,可以随时修改定向DSP平台。

数字出版商的主要目标是,将广告位发起的广告请求定向给意向最高的买家,若ATC能达到宣传效果,Smaato使用加强版ATC可以帮助出版商以最高的价格销售更多的In-APP广告位。即便不能,效果最好的广告位也有机会得到最好的出价,ATC也能帮助出版商出售所有广告位。

Friedman表示,ATC智能漏斗式广告请求可以节省DSP平台花费和时间,这部分费用时间可以分配给出版商。机器学习功能可以帮助广告主的出价同广告位匹配。


 ● 

本文由 Morketing原创发布

申请转载请在文末留言