DSP

DSP (Demand Side Platform) – это организации, которые покупают данные у поставщиков для использования их в рекламе. Также DSP называют инструмент, необходимый для автоматической закупки рекламы.

Термины, связанные с DSP

Programmatic buying – сам процесс автоматизированной покупки таргетированной рекламы. Он осуществляется в формате аукциона, при этом учитываются интересы и потребности конкретных пользователей. Для функционирования Programmatic buying необходим ряд сервисов и платформ.

Data Suppliers – это поставщики готовых данных о пользователях. Они бывают 2 типов:

• Processed Data Suppliers – предлагают собранные аудиторные сегменты из обработанных данных;
• Raw Data Suppliers – предоставляют необработанные данные.

SSP (Supply Side platform) – это специальные платформы для издателей. С их помощью рекламные сети и сайты могут продавать рекламные площади.

Ad Exchange – это рекламная биржа, где встречаются паблишеры, которые хотят показать свою рекламу, и площадки, которые продают рекламные места. Отношения строятся по принципу аукциона: биржа принимает ставки от DSP и объявляет победителя. Таким образом, право на показ своей рекламы получает компания, предложившая самую высокую ставку.

Ad Network – рекламная банкетная сеть, которая является агрегатором большого количества трафика от владельцев площадок. На ней содержатся баннеры, а управление их показами осуществляется посредством рекламного сервера (Ad Server). Он передает рекламу на сайт паблишера, подсчитывает количество показов и кликов, участвует в оптимизации кампаний.

Как это работает

DSP напрямую взаимодействуют с платформами для издателей SSP, рекламными сетями Ad Network, биржами Ad Exchange и сайтами (паблишерами). Основной целью DSP является покупка рекламных показов и их демонстрация по оптимальной цене и в строгом соответствии запросам рекламодателей. DSP могут работать с баннерами, видеороликами, рекламой в мобильных приложениях, а также с нативной рекламой, которая замаскирована под обычный контент сайта.

В статье идет речь о DSP в контексте RTB (Real-time bidding), когда покупка рекламы происходит в формате аукциона. Аукцион проходит в режиме реального времени, пока идет загрузка страницы сайта. Когда пользователь заходит на сайт, к SSP передается информация о нем. В то же время SSP посылает аукционные запросы к подключенным DSP. Последние участвуют в аукционе за рекламный показ, делают свои ставки. Нулевая ставка означает отказ от аукциона. В результате этих действий пользователю показывается определенный баннер (с самой высокой ставкой).

Интересно, что участник, который выиграл аукцион, платит за показ не свою ставку (первую), а вторую по величине. Какой в этом смысл? Это предложение экономиста-математика, лауреата нобелевской премии Уильяма Викри. Он доказал, что такой подход обеспечивает установку “честных” ставок, без оглядки на поведение других участников аукциона.

В свою очередь, от DSP требуется отказоустойчивость. Процесс покупки должен происходить очень быстро и надежно. За 1 секунду DSP обрабатывает до 1 000 000 запросов. Кроме этого, у DSP должны быть “мозги”. Под ними понимаются алгоритмы таргетирования и предиктивной оптимизации.

Стратегия работы DSP (таргетинги)

DSP работает со множеством рекламодателей, при этом у каждого из них может запускаться несколько кампаний. Таким образом, их количество порой доходит до тысячи. У каждой кампании есть своя стратегия закупки рекламных показов, которая состоит из совокупности таргетингов.

Виды таргетингов:

• По списку доменов (сайтов). Ставка запускается только тогда, когда запрос от SSP приходит с конкретного сайта. Этим пользуются рекламодатели, для которых принципиально размещение объявления в определенном контексте.
• По частотности показов (frequency capping). Частотность показов не позволяет часто демонстрировать пользователю один и тот же баннер. Смысл данного ограничения в том, что если после ряда показов пользователь так и не совершил целевое действие, то тратить дальше деньги на покупку показов для него бессмысленно. Ограничения можно установить не только по количеству показов, но и по времени: в минуту, час, сутки и неделю. Делается это потому, что неразумно “закидывать” пользователя в первую же минуту всеми 20 показами.
• По аудиторным сегментам. Для данного вида таргетинга характерен показ релевантных сообщений пользователям, заинтересованным конкретной тематикой (спорт, домашние животные, рецепты), а также людям по определенной демографической принадлежности (например, женщинам от 25 до 40 лет). Обычно DSP покупает данные о пользователях на платформе управления данными DMP. Там регулярно выгружается база данных пользователей, используемая при обработке аукционного запроса. Именно на ее основе принимается решение о том, какую рекламу показывать конкретному пользователю. Возможен и более продвинутый вариант: DSP получает информацию о пользователе у DMP в режиме реального времени. Т. е. DSP отправляет запрос к DMP после каждого запроса от SSP.
• Географический. В этом случае DSP делает ставку при появлении запроса от пользователя, который находится в определенном городе. Для некоторых стран (например, США и Великобритания) может учитываться также почтовый код. Система DSP определяет местонахождение по IP-адресу, приходящему вместе с запросом SSP.
• Ретаргетинг. Данный подход предполагает показ рекламы тем пользователям, которые посещали сайт рекламодателя, но по каким-то причинам не совершили целевое действие – заказ товара, заполнение формы заявки, звонок. Если напомнить таким пользователям о недавнем визите, то их можно побудить к действию. Толчок к развитию ретаргетинга дало RTB. DSP, подключенная к огромному числу SSP и имеющая доступ к миллиардам рекламных показов, может “дотянуться” почти до каждого посетителя сайта рекламодателя. Здесь также стоит сказать про динамические ретаргетинг (DCO — dynamic creative optimization) – одно из расширений ретаргетинга. Посредством него пользователь видит персонализированный баннер, выбранный на основе его истории посещений сайта. К примеру, если человек смотрел в интернет-магазине несколько моделей курток, то на баннере отобразятся эти куртки с ценами.

Предиктивная оптимизация

Перечисленные выше таргенинги определяли логику выбора пользователя для показа ему рекламного объявления, но они не затрагивали вопрос размера ставки. При работе с DSP исключительно с этими таргетингами, придется использовать ручной труд. Маркетологу или трафик-менеджеру нужно будет самостоятельно подбирать ставку и изменять таргетинги, ориентируясь на результаты работы рекламной кампании. Такая работа должна высоко оплачиваться, но ее минус – большой риск ошибки ввиду человеческого фактора. Чтобы отказаться от ручного труда, в отдельных DSP были реализованы алгоритмы предиктивной оптимизации, ее еще называют “предикт” или “предиктор”.

Рассмотрим на примере, как это работает.

Менеджер по маркетингу российской торговой сети запускает рекламную кампанию для нового товара. Он подбирает 20–30 сайтов со своей целевой аудиторией (таргетинг по доменам), а также крупные города, где есть магазины сети (географический таргетинг). Далее устанавливается ставка в 100 рублей за тысячу показов (CPM – Сost Per Mille) или 10 копеек за 1 показ. В ходе рекламной кампании выясняется, что средний процент кликов относительно показов (CTR – Click-Through Rate) равен 0,1 %. Получается, что цена за клик (CPC– Сost Per Click) – 100 рублей. Менеджер понимает, что каждый пользователь обходится слишком дорого. Оптимальная цена для него – 20 рублей. Следющий шаг – снижение цены CPM до этой суммы. Но в ходе этой операции DSP перестает выигрывать аукцион – ставка слишком низкая. Совокупный объем трафика падает. Что делать в этой ситуации?

Важно учитывать, что величина CTR непостоянная, в том числе для разных сайтов. Даже на одном ресурсе может быть аудитория из разных городов, и кликать она будет с разной частотой. Как правило, пользователи из Москвы и Санкт-Петербурга более активные. Они привыкли к быстрой доставке и, если видят в рекламе интересный им продукт, охотнее кликают. Они уверены, что курьер приедет в этот же или на следующий день. А вот у тех же жителей Магадана скорость доставки низкая. Если они видят, например, объявление о новогодних скидках и акциях, то доставка длиной в 3 недели отбивает все желание кликать на рекламное объявление.

Но это еще не все нюансы. Для аудитории разных сайтов характерна разная реакция на рекламные объявления. К примеру, демонстрируется новый внедорожник. Кто охотнее кликнет на рекламу: посетитель автомобильного сайта или онлайн-ресурса с рецептами?

Допустим, есть способ, который позволяет узнать ожидаемый CTR объявления на интересующем сайте для конкретного пользователя. Тогда размер ставки CPM вычисляется динамически по формуле:

CPM = (ожидаемый CTR) x CPC x 100

Возвращаясь к примеру с менеджером по маркетингу торговой сети, получим следующее. DSP будет закупать и дешевые показы с низким CTR (20 рублей, CTR 0,1 %), и дорогие показы с высоким CTR (60 рублей, CTR 0,3 %). Таким образом, будут выполнены цели кампании по цене визита и максимальному числу привлеченных пользователей.

Ожидаемый CTR можно вычислить с помощью алгоритма предиктивной оптимизации. Он считает на каждую пару – запрос от SSP + рекламная кампания, подходящая по таргетингу, –ожидаемый CTR, равный вероятности клика. На первый взгляд задача кажется простой, но она достигается сложными алгоритмами машинного обучения. Как правило, алгоритмы предиктивной оптимизации являются универсальными и могут предсказывать вероятность другого целевого действия (например, конверсии).

В качестве вывода

Даже сегодня в России RTB и programmatic считаются таинственными технологиями, в сути работы которых могут разобраться лишь избранные технические специалисты. В данной статье мы попытались простыми словами описать принцип функционирования DSP и ответить на самые частые вопросы маркетологов. Мы уверены, что теперь перед началом работы с DSP-платформой, вы обязательно спросите у его представителя, как работает предикт.