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