FAQ Sur Learn ciblé

Quelles sont les phases d’optimisation affectées par l’algorithme Targeted Learn ?

L’algorithme Learn ciblé affecte uniquement la phase d’apprentissage.

Pour quelles stratégies d’achat l’algorithme Learn ciblé est-il utilisé ?

Notre algorithme Learn ciblé a été utilisé pour calculer les enchères d’apprentissage dans la phase d’apprentissage pour les campagnes managed, cross network CPA/CPC et RTB à l’aide de l’optimisation.

Où puis-je trouver plus d’informations sur Targeted Learn ?

Pour obtenir une vue d’ensemble de notre algorithme Targeted Learn, consultez Targeted Learn. Pour plus d’informations sur le nouveau levier d’optimisation Learn Override qui est associé à Targeted Learn, consultez Leviers d’optimisation.

Pour quoi calculez-vous une offre Learn ?

Nous calculons une enchère d’apprentissage pour une combinaison campagne-création-lieu-pixel. Nous essayons d’estimer pour une certaine campagne la fréquence de déclenchement d’un pixel sur une tranche spécifique de l’inventaire (lieu).

Que se passe-t-il si mon annonceur n’a pas de données ?

Lorsqu’un annonceur n’a pas de données historiques, Targeted Learn offre l’enchère moyenne sur un site afin que l’annonceur puisse collecter des données. Une fois que l’annonceur a cinq événements au total, notre algorithme commence à tirer parti des données historiques de l’annonceur pour calculer une offre d’apprentissage.

Que se passe-t-il si ma campagne a plusieurs pixels ?

Tout comme lorsque votre campagne est optimisée, nous calculons une évaluation pour chaque campagne, créatif, lieu et pixel séparément, puis nous ajoutons ces évaluations pour votre enchère. De même, pendant learn, nous calculons une offre learn pour chaque campagne, création, lieu et pixel, puis nous les ajoutons pour déterminer votre enchère d’apprentissage totale.

Si mes campagnes sous un annonceur varient en termes de performances, cela affectera-t-il mes enchères d’apprentissage ?

Si vos campagnes partagent les mêmes événements (pixels et clics) et s’exécutent très différemment, cela peut affecter votre offre d’apprentissage initiale. Cette différence dans les performances peut rendre les enchères d’apprentissage au niveau de l’annonceur de l’entonnoir De Bayes une moyenne moins représentative, car il existe une distribution sur le rendement. Une fois que les offres d’apprentissage sont à un niveau plus précis de l’entonnoir Bayes, cette différence de performance entre les campagnes ne doit pas affecter les enchères d’apprentissage des autres campagnes. Si cela devient un problème, vous pouvez envisager de fractionner les campagnes qui fonctionnent différemment pour rendre vos enchères d’apprentissage calculées plus précises.

Que dois-je faire si ma campagne est en cours de livraison ?

Il y a plusieurs raisons pour lesquelles une campagne peut être sous-livraison, l’une d’entre elles étant d’enchérir faiblement dans l’apprentissage. Tout d’abord, assurez-vous que vos paramètres de campagne, tels que le ciblage d’inventaire, le ciblage par segment, la limitation de fréquence, les dates de vol, le budget, etc. sont définis pour donner à votre campagne accès à un inventaire suffisant afin qu’elle ait une chance raisonnable de gagner des enchères et de livrer. Si vous pensez que les enchères d’apprentissage faibles font que votre campagne gagne moins d’impressions que vous le souhaitez, vous pouvez augmenter vos enchères Learn à l’aide de la fonctionnalité Leviers d’optimisation dans l’interface utilisateur.

Comment puis-je estimer mes enchères d’apprentissage calculées ?

Lorsque votre campagne est en cours d’apprentissage, vous pouvez examiner la moyenne eCPM dans Learn pour cette campagne afin d’estimer vos enchères d’apprentissage. Si vous commencez une campagne, vous pouvez estimer vos enchères d’apprentissage initiales en examinant le RPM historique de l’annonceur pour ces pixels. Si vous modifiez les valeurs de ces pixels, vous devez modifier le RPM historique de l’annonceur du même montant pour obtenir une estimation précise. Notez que si un annonceur dispose d’un grand nombre de données historiques sur un lieu, une offre d’apprentissage initiale commence au niveau de l’annonceur-lieu, ce qui peut différer de l’offre d’apprentissage calculée au niveau de l’annonceur.

Quelles données historiques tirez-vous parti ?

Le niveau de l’entonnoir De Bayes détermine les données historiques que l’algorithme Learn cible exploite. Dans les données qu’il exploite, notre algorithme utilise le taux de réussite historique (taux de conversion ou taux de clics) pour vous aider à calculer l’enchère learn.

Est-ce que toutes les offres de ma campagne sont au même niveau que l’entonnoir de Bayes ?

Nous calculons une enchère d’apprentissage pour chaque combinaison campagne-création-lieu-pixel. Chacune de ces combinaisons peut se trouver à un niveau différent de l’entonnoir de Bayes.