Dengan menggunakan strategi ini, pengiklan skala menengah juga dapat memanfaatkan manfaat periklanan real-time secara bermakna.
Penulis Jan Luley adalah kepala periklanan bergambar di agen online pedagang luar angkasa GmbH. Di sana ia secara strategis dan operasional mengelola anggaran tampilan berbagai klien dari berbagai wilayah.
RTB dan masalah matematika
Periklanan waktu nyata (RTA), penawaran waktu nyata (RTB), dan pembelian terprogram adalah topik yang sedang tren saat ini. Sekilas, proses otomatis pembelian kampanye dan kontrol kampanye menjanjikan keuntungan yang signifikan untuk kampanye display dibandingkan dengan perencanaan lingkungan klasik.
Secara teoritis, hal ini juga berlaku untuk operator situs web perusahaan menengah (dalam hal ini, perusahaan menengah mengacu pada jangkauan situs web. Namun jika Anda mendengarkan konferensi terbaru tentang topik ini atau membaca studi kasus masing-masing, dua hal-hal khususnya yang menonjol, rincian tentang:
1. Penggunaan RTB biasanya berhasil bila pengiklan telah melihat banyak konversi. Dalam hal ini, pembelian dan pengoptimalan kampanye melalui penawaran waktu nyata dapat diterapkan secara efektif karena volume data yang ada cukup untuk memodelkan algoritme penawaran.
Bergantung pada orientasi penawar dan penyiapan kampanye, Anda memerlukan sekitar 30 hingga 50 titik data per hari untuk pengoptimalan RTB yang ideal. Atau dengan kata lain: lebih dari 1.000 konversi per bulan. Dengan latar belakang ini, pertanyaan yang wajar muncul:
Apa yang sebenarnya dilakukan pengiklan yang belum mencatat 1.000 konversi atau lebih per bulan karena fokus produk (atau tahap pertumbuhan) spesifik mereka?
2. Sebagian besar kampanye RTB masih bergantung pada keberhasilan penjualan langsung, yaitu metrik seperti biaya per penjualan atau laba atas investasi. Akibatnya, terdapat kecenderungan yang kuat terhadap penargetan ulang dalam pengelolaan kampanye.
Pengalaman menunjukkan bahwa metrik ini memiliki rasio konversi terbaik dalam iklan bergambar, namun pada akhirnya dapat dijangkau dengan menargetkan ulang pengunjung situs web. Di sini pun, pengiklan dengan jumlah pengunjung tinggi mempunyai keuntungan (lebih dari 100.000 pengguna unik per bulan) dan dapat menerapkan kampanye penargetan ulang dengan volume yang relevan.
Apa yang dilakukan pengiklan yang jumlah pengunjung bulanannya jauh di bawah 100.000 pengguna unik?
Keberhasilan kampanye RTB dengan angka konversi yang lebih rendah, yaitu keuntungan dalam proses pengoptimalan otomatis, kemungkinan besar dapat dikelola. Penargetan ulang “pendorong kinerja” masih dapat diabaikan untuk situs-situs yang sedang dalam tahap pertumbuhan.
Dalam konteks ini, patut dipertanyakan juga apakah pengoptimalan konversi selalu merupakan pendekatan yang tepat untuk kampanye jangkauan display? Hal ini masih bisa diterapkan pada produk dengan karakter pembelian impulsif. Namun seberapa besar kemungkinan seorang pengusaha akan mengganti penyedia cloud-nya karena dia melihat spanduk tentang hal tersebut dua hari yang lalu? Jadi Anda melihat materi iklan, mengkliknya dan segera membuat janji untuk konsultasi.
Hal ini tidak mungkin terjadi pada produk dengan siklus pengambilan keputusan yang lebih panjang. Jadi apakah kampanyenya tidak berhasil? Secara logika optimasi CPO, mungkin tidak. Namun apakah pengguna tersebut masih merupakan calon pelanggan baru? Mungkin.
Pengiklan dalam fase pertumbuhan atau dengan konversi lebih rendah karena model bisnis memerlukan metrik baru dan titik data yang memadai untuk pengoptimalan otomatis yang bermakna.
Pembelian terprogram | Penilaian keberhasilan
Untuk memenuhi tugas inti kampanye tampilan (yaitu memberikan informasi tentang produk baru dan menjalin kontak awal dengan calon pelanggan), kampanye juga harus dievaluasi berdasarkan parameter di bidang kesadaran dan jangkauan. Mengoptimalkan hanya berdasarkan rasio klik-tayang tampaknya sudah tidak tepat lagi, karena rasio pentalan tidak diperhitungkan.
Misalnya, data berikut dapat digunakan untuk evaluasi:
- Tingkat visibilitas materi iklan, kontak materi iklan per pengguna
- Kedalaman informasi pengguna di situs web>
Dengan bantuan skrip sederhana dalam pengelolaan tag, piksel konversi dapat diaktifkan sesuai aturan ini, misalnya:
- Pengguna telah berada di situs setidaknya selama X menit DAN
- Pengguna telah mengakses setidaknya halaman Y
Pendekatan ini memungkinkan di satu sisi untuk mengontrol kampanye RTB secara otomatis berdasarkan “kunjungan berkualitas” dan di sisi lain menghasilkan lebih banyak titik data secara signifikan. Hal ini menghilangkan masalah awal yaitu tidak adanya cukup konversi untuk algoritme penawaran.
Pertanyaan aturan mana yang merupakan nilai yang benar untuk mengaktifkan piksel dapat dijawab sebagai berikut:
- Pengecer pakaian mungkin memiliki rata-rata berikut: waktu tunggu 7 menit dan 10 tampilan halaman.
- Untuk perusahaan berbagi mobil, datanya terlihat seperti ini: 3 menit menginap dan 4 tampilan halaman.
Penutup
Parameter untuk menentukan kesuksesan bergantung pada model bisnis masing-masing, namun logika dasarnya tetap sama. Tentu saja logika ini juga dapat diperkaya dengan tindakan tambahan seperti “tambahkan ke keranjang belanja” atau “berlangganan buletin”. Namun, jika koneksi ini didefinisikan terlalu sempit, titik data yang tersedia secara alami akan menjadi lebih sedikit. Melihat alat analisis web biasanya menyediakan data yang diperlukan.
Untuk kampanye jangkauan tampilan, titik data dalam proses penggunaan dan pengambilan keputusan pelanggan potensial bergerak maju. Melalui pendekatan ini, “pengiklan skala menengah” juga dapat memanfaatkan manfaat periklanan real-time secara bermakna.
Dampak kampanye jangkauan tampilan terhadap prospek atau penjualan tentu saja juga digunakan untuk pengoptimalan lebih lanjut. Tujuan ini kemudian menjadi fokus utama untuk pengukuran daya tarik (kampanye penelusuran, buletin internal, penargetan ulang, …).
Jan Luley mengadakan seminar periklanan bergambar pada 19 Mei 2014. Amankan salah satu tempat yang didambakan sekarang!
