Wskazówki dotyczące testowania trafności interfejsów API

Zanim zaczniesz

Zasady projektowania eksperymentów

Dopilnuj, aby grupa testowa i kontrolna była dobrze zdefiniowana, a także aby mierzyć te same zmienne.

losowanie użytkowników i ich przypisywanie

  • Jeśli nie korzystasz wyłącznie z grup eksperymentalnych obsługiwanych przez Chrome (np. nie przeprowadzasz eksperymentu na innym ruchu), zadbaj o to, aby podział użytkowników do testów i kontroli był losowy i obiektywny. Niezależnie od konfiguracji grupy eksperymentalnej oceń cechy grupy testowej i kontrolnej, aby mieć pewność, że grupy testowe i kontrolne są porównywalne. Patrz: artykuł 15.
  • Zadbaj o to, aby cechy użytkowników w grupach testowych i kontrolnych były takie same (np. używaj podobnych obszarów geograficznych w grupach testowych i kontrolnych). Patrz: artykuł 28.
  • Stosując sugerowany przez CMA projekt eksperymentu, dołącz 3 grupy eksperymentalne: grupę eksperymentalną (interfejsy API PS + inne sygnały) + grupę kontrolną 1 (bez urządzeń 3PC i inne sygnały) + grupę kontrolną 2 (bez urządzeń 3PC + brak interfejsów API PS + inne sygnały). Zobacz: sekcje 10–14.
  • Upewnij się, że konfiguracja w pełni wykorzystuje etykiety testowe obsługiwane przez Chrome.
  • Pamiętaj, że planujemy wykluczyć niektóre wystąpienia Chrome z tych grup eksperymentalnych ze względów prawnych, UX i / lub technicznych. w tym Chrome Enterprise i innych. Wykluczenia te będą identyczne w przypadku trybów A i B, a tym samym w przypadku grupy kontrolnej 1, kontrolnej 2 i grupy eksperymentalnej. Dlatego nie należy porównywać danych uzyskanych w grupach eksperymentalnych z danymi uzyskanymi spoza tych grup.

Dopasowanie konfiguracji w grupach testowych i kontrolnych

  • Upewnij się, że grupy testowe i kontrolne mają porównywalną konfigurację kampanii, w tym podobne zasoby reklamowe, formaty reklam, typy kampanii i ustawienia kampanii. Patrz: artykuł 28.
  • Przykłady: mierzenie podobnych typów konwersji za pomocą tego samego okna atrybucji i tej samej logiki atrybucji, kampanie są kierowane na podobnych odbiorców, grupy zainteresowań i obszary geograficzne oraz używają podobnych tekstów i formatów reklam. Patrz: artykuł 28.
  • W idealnej sytuacji platforma DSP może zarządzać raportowaniem i nie musi korzystać z usług firm zewnętrznych, które mogłyby dodać dodatkową warstwę atrybucji. Jeśli klient platformy DSP korzysta z firmy zewnętrznej do przeprowadzenia atrybucji, należy ją uwzględnić w planach integracji/testów oraz w grupach testowych i kontrolnych.
  • Zadbaj o to, aby każda kampania zarządzana przez uczestniczącą platformę DSP miała równe szanse w aukcjach w grupie eksperymentalnej i kontrolnej, a obecność pozostałych grup nie miała wpływu na sposób określania stawek w każdej z nich. Patrz: artykuł 25.

Zbieranie i ocena wskaźników

  • Przed oceną wyników upewnij się, że różnica w wynikach między grupą eksperymentalną a kontrolną jest statystycznie istotna. Patrz: artykuł 25.
  • W przypadku wszystkich danych oceń wartości odstające. W szczególności w przypadku danych dotyczących sprzedaży lub zwrotu z nakładów na reklamę (ROAS) logika atrybucji jednokrotnego kontaktu jest podatna na odchylenia, które mogą nieumyślnie znacząco wpływać na wyniki. Zobacz: Dodatek.Tabela 2.
  • Jeśli do pomiaru konwersji używasz metod innych niż firmy zewnętrzne (np. dekoracji linków, danych własnych lub innych danych kontekstowych), upewnij się, że są one stosowane zarówno w grupach testowych, jak i kontrolnych. Patrz: artykuł 13 i 14.
  • Rozważ użycie 2 różnych grup porównywanych w eksperymencie. Jedna z nich służy do pomiaru interfejsów Trafność API, a druga – do pomiaru skuteczności interfejsu Attribution Reporting API. Pozwala to uniknąć testów wielowymiarowych i ułatwia zrozumienie przyczyn obserwacji. Więcej informacji znajdziesz w przewodniku na temat testowania pomiarów. W tabeli znajdziesz zalecane metody pomiaru w poszczególnych grupach eksperymentalnych.
Grupa eksperymentalna a grupa kontrolna 1
Porównuje proponowany stan końcowy ze stanem rzeczywistym. 		Grupa eksperymentalna a grupa kontrolna 2
Porównuje proponowany stan końcowy, w którym w ogóle nie ma interfejsów API PS. 		Grupa kontrolna 2 a grupa kontrolna 1
Porównuje pomiar konwersji z urządzeniami 3PC i bez nich, bez interfejsów API PS.
Metodologia pomiarów Aby uniknąć testów na wielu odmianach, w obu grupach eksperymentalnych korzystaj z danych ARA i danych innych niż pochodzące od innych firm do pomiaru konwersji. Aby uniknąć testów na wielu odmianach, do pomiaru konwersji w obu grupach eksperymentalnych używaj tylko danych pochodzących z innych grup. Aby uniknąć testów na wielu odmianach, do pomiaru konwersji w obu grupach eksperymentalnych używaj tylko danych pochodzących z innych grup.

Implementacja – wskazówki

W tej sekcji znajdziesz wskazówki dotyczące typowych przypadków użycia interfejsów API trafności oraz informacje o minimalnej lub optymalnej konfiguracji tych interfejsów. Zanim przejdziesz do sekcji konfiguracji eksperymentu, musisz wiedzieć, które przypadki użycia są ważne dla Twojej firmy, i upewnić się, że Twoja konfiguracja spełnia wymagania minimalne.

Przykłady zastosowań

Oto kilka typowych przypadków użycia w obszarze trafności reklam. Pamiętaj, że w zależności od potrzeb poszczególnych uczestników rynku może być konieczne wykorzystanie wielu interfejsów API związanych z trafnością.

Świadomość marki lub pozyskiwanie potencjalnych klientów

  • Minimalne
    • Używaj sygnałów z interfejsu Topics semantycznie jako segmentów odbiorców.
    • Interfejs Protected Audience API umożliwia tworzenie segmentów odbiorców przez dodawanie użytkowników strony internetowej do grupy zainteresowań reprezentującej kategorię kontekstową tej witryny.
  • Optymalny
    • Używaj Topics razem z innymi prywatnymi, trwałymi sygnałami, takimi jak dane własne i kontekstowe, jako funkcji w modelach systemów uczących się do wnioskowania o segmenty odbiorców dla użytkowników.
    • Interfejs Protected Audience API umożliwia tworzenie segmentów odbiorców przez dodawanie użytkowników strony internetowej do grupy zainteresowań na podstawie danych własnych, określonej aktywności użytkownika, tematów lub innych sygnałów kontekstowych.
    • Za pomocą interfejsu Protected Audience API możesz tworzyć własne segmenty odbiorców, które można oferować jako rozszerzenie grupy odbiorców w celu zwiększenia zasięgu kampanii reklamodawcy.

Remarketing

  • Interfejs Protected Audience API umożliwia tworzenie niestandardowych segmentów remarketingowych dla witryny przez tworzenie grup zainteresowań zależnych od aktywności użytkownika.

Konfiguracja

sygnały z interfejsu Topics API,

  • Minimalne
    • Technologia reklamowa wykorzystuje tematy jako sygnały przy wyborze reklam zgodnie z opublikowanym dokumentem Maksymalizacja trafności reklam bez wskazówek dotyczących plików cookie innych firm. Pamiętaj, że sygnały Topics mogą pochodzić z samego wywoływania platformy DSP przez interfejs Topics API, z przetwarzających sygnałów Topics dostarczanych przez partnera SSP lub z obu tych źródeł.
    • Technologie reklamowe (SSP) współpracują z odsetkiem swoich wydawców, aby uwzględniać w strumieniu stawek tematy zwrócone przez interfejs Topics API zgodnie ze specyfikacją ORTB 2.x. Technologia reklam musi współpracować z witrynami w celu uaktualnienia i wdrożenia wszelkich wymaganych bibliotek (np. zależności określania stawek przez kod w nagłówku), aby móc wywoływać interfejs Topics API w tych witrynach.
    • (SSP) Technologia reklam wywołuje interfejs Topics API w przypadku całego ruchu, w którym interfejs API jest dostępny do użycia przez technologie reklamowe. Ze względu na wymog filtrowania według wywołań, interfejs API musi być wywoływany przez co najmniej 3 tygodnie, aby zapewnić maksymalną dostępność. Aby Ci w tym pomóc, warto rozpocząć wywoływanie interfejsu Topics API, jeszcze zanim partnerzy DSP będą gotowi do korzystania z sygnału.
  • Optymalny
    • (DSP) Wywołuj interfejs Topics API na istotnych etapach ścieżki klienta, na których interfejs API jest dostępny dla technologii reklamowych. Wykorzystaj te dane do trenowania systemów uczących się, na przykład przez powiązanie tematów z odpowiednimi danymi własnymi i danymi atrybucji.
    • (DSP) Poznaj i wprowadź funkcje oparte na tematach w modelach kierowania systemów uczących się, aby ulepszyć segmentację odbiorców. Przeprowadzaj wnioskowanie na podstawie modelu w czasie kierowania, aby rozszerzać możliwe tematy użytkowników. Dopasuj wykryte tematy do kampanii reklamodawców kierowanych na te segmenty odbiorców.
    • (DSP) Poznaj i wprowadź funkcje oparte na tematach w modelach określania stawek przez systemy uczące się, aby ulepszyć modele przewidywanego współczynnika klikalności (CTR) i współczynnika konwersji (CVR).

Chroniona grupa odbiorców

  • Technologia reklamowa implementuje wszystkie zależności po stronie klienta, aby uczestniczyć w aukcjach opartych na interfejsie Protected Audience API.
    • Obejmuje to zależności podstawowe w interfejsie Protected Audience API (np. kod JavaScript mechanizmu określania stawek), a także moduły integracji i punkty końcowe raportowania.
  • (DSP) Technologia reklamowa gotowa do udziału w płatnych aukcjach interfejsu Protected Audience API w I kwartale 2024 roku.
    • W tym celu technologie reklamowe muszą zidentyfikować partnerów i witryny testujące SSP, aby uzgodnić cele, uzgadnianie połączenia integracyjnego i harmonogram kompleksowych testów.
  • (DSP) Technologie reklamowe używają serwera par klucz-wartość do pobierania sygnałów w czasie rzeczywistym na potrzeby generowania stawek.
    • Technologie reklamowe będą musiały więc identyfikować kluczowe przypadki użycia, które wymagają sygnałów w czasie rzeczywistym (np. wstrzymywanie kampanii, które wykorzystały cały budżet), i uwzględniać te sygnały w czasie rzeczywistym w skryptach JavaScript związanych z określaniem stawek.
  • (DSP) Technologie reklamowe mają ogólne podejście do skuteczności w aukcjach Protected Audience API.
    • To ogólne podejście obejmuje 3 aspekty: pomiar skuteczności, analizowanie danych i iteracyjnie udoskonalanie implementacji w celu zwiększenia skuteczności.
  • (SSP) Technologia reklamowa gotowa do udziału w płatnych aukcjach Protected Audience API w I kwartale 2024 roku.
    • Obejmuje to wdrażanie i wdrażanie zależności, które są podstawą działania Protected Audience API (np. JavaScriptu decyzyjnego), a także modułów integracji lub administracji, adapterów (np. zależności określania stawek przez kod w nagłówku) oraz punktów końcowych raportowania.
  • (SSP) Technologie reklamowe używają serwera par klucz-wartość do pobierania sygnałów w czasie rzeczywistym na potrzeby oceny reklam.
    • Technologie reklamowe będą musiały zidentyfikować kluczowe przypadki użycia, które wymagają sygnałów w czasie rzeczywistym, np. spełnić wymagania dotyczące jakości reklam, i uwzględnić te sygnały w czasie rzeczywistym w skrypcie JavaScriptu decyzyjnego.
  • (SSP) Technologia reklamowa stosuje ogólne podejście do zarządzania wymaganiami dotyczącymi skali i natężenia ruchu we wdrożeniach produkcyjnych.
    • W rezultacie technologia reklamowa będzie musiała skoordynować działania ze swoimi partnerami testującymi DSP, aby uzyskać informacje o zamiarze udziału w określonych aukcjach i sygnałach źródłowych opartych na interfejsie Protected Audience API.

Cele oceny i proponowana konfiguracja eksperymentu

Do tej oceny zalecamy korzystanie z etykiet w trybie A i B w ramach testów obsługiwanych przez Chrome.

Konfiguracja proponowanego eksperymentu

  • Zaimplementuj eksperyment zaproponowany przez organizację CMA, uwzględniając 3 grupy: (patrz: punkty 10–14).
    • Grupa kontrolna 1: ruch w trybie A, grupy Control_1.* (3PC + interfejsy API Piaskownicy prywatności + inne sygnały)
    • Grupa kontrolna 2: grupa kontrolna B w trybie B (brak 3 komputerów + brak interfejsów API Piaskownicy prywatności i inne sygnały).
    • Grupa eksperymentalna i kontrolna: grupy treatment_1.* w ramach Trybu B (bez 3PC, interfejsy API Piaskownicy prywatności i inne sygnały)
  • Zdajemy sobie sprawę, że uczestnicy rynku do przypisywania reklam do żądań reklamy używają wielu innych sygnałów (np. danych własnych wydawcy i informacji kontekstowych). O ile proponowane zmiany nie będą miały wpływu na te sygnały (wycofanie użycia technologii 3PC i wprowadzenie interfejsów API Piaskownicy prywatności), należy zachować zarówno w grupie kontrolnej, jak i w grupie eksperymentalnej.
  • Pamiętaj, że w niektórych witrynach nadal mogą być dostępne gry 3PC. Testerzy nie powinni używać tych modeli 3PC do celów związanych z trafnością w grupie kontrolnej 2 lub eksperymentalnej. Te moduły są przeznaczone do rozwiązywania problemów, które nie są związane z reklamami.
  • Pamiętaj, że interfejsy API Piaskownicy prywatności będą dostępne w grupie kontrolnej 1, ale zgodnie z wytycznymi CMA dotyczącymi testowania branżowego uczestnicy testów nie powinni używać interfejsu Topics API ani uruchamiać aukcji Protected Audience API w przypadku tego ruchu.
  • Informacje o etykietach, rozmiarach i cechach poszczególnych grup znajdziesz w artykule Testowanie pod kątem Chrome.

Proponowana metodologia danych

  • Nie proponujemy żadnej konkretnej metody zbierania ani obliczania danych. Zdecydowanie zachęcamy jednak testerów do wyjaśnienia tej metodologii. Dzięki temu osoby analizujące wyniki testów (organów regulacyjnych) dostarczane przez różne firmy będą informowane o różnicach i podejmą decyzje dotyczące porównywania wyników.
  • Zdajemy sobie sprawę, że zbieranie niektórych danych może wymagać zastosowania agregacji prywatnej, z którą niektórzy testerzy mogą nie być jeszcze zintegrowani podczas testowania.
  • W miarę możliwości uczestnicy mogą raportować dane związane z aktywnością związaną z określaniem stawek i zainteresowaniem pozyskiwanymi z aukcji, np. liczbę stawek, które trafiły do aukcji, lub średnią wartość stawki.
Grupa eksperymentalna Leczenie Element sterujący 2 Element sterujący 1
Tryb drogowy Tryb B (3PCD) Tryb B (3PCD + PA + pomijanie tematów) Status Quo (bez 3PCD)
Zastosowano interfejs Trafność API PA + Tematy + sygnały kontekstowe Tylko sygnały kontekstowe Sygnały oparte na plikach cookie + sygnały kontekstowe

Cel 1 – (DSP) Pomiar wpływu 3PCD na reklamy oparte na zainteresowaniach

Wskaźniki

Uwzględnij kluczowe dane, o które prosi CMA. Jeśli to możliwe, uwzględnij też inne dane, takie jak:

  • Średnia liczba otrzymanych tematów: liczba tematów otrzymanych w pytaniach o stawkę. Jest to miara pokrycia interfejsu Topic API.
  • Średni czas spędzony przez użytkowników: średni czas, przez jaki w widocznym obszarze użytkowników znajdowało się co najmniej 50% pikseli reklam po rozpoczęciu renderowania reklamy. Jest to miara zaangażowania w reklamę.
  • Kliknięcia na wyświetlenie (inaczej współczynnik klikalności): średnia liczba kliknięć na wyświetlenie. Miara trafności reklamy.
  • Kliknięcia na każdą złotówkę: średnia liczba kliknięć na każdą złotówkę. Jest to miara jakości reklam, którą otrzymują reklamodawcy.
  • Konwersje na złotówkę: średnia liczba konwersji na każdą wydaną złotówkę. Jest to miara jakości reklam, którą otrzymują reklamodawcy.
  • Współczynnik konwersji: średnia liczba konwersji na kliknięcie, wyrażona w procentach. Jest to miara jakości ruchu, jaki otrzymują reklamodawcy.
  • Łączna liczba unikalnych odpowiedzi na stawkę: łączna liczba odpowiedzi na stawkę wysłanych przez DSP. To wskaźnik zapotrzebowania na poszczególne usługi technologii reklamowych.
  • Unikalni widzowie: liczba unikalnych użytkowników, do których dotarła reklama reklamodawcy. To wskaźnik zasięgu.
  • Współczynniki pełnych obejrzeń: średni czas, w którym co najmniej 50% pikseli reklam znajdowało się w widocznym obszarze dla użytkowników przez cały czas trwania reklamy wideo po wyrenderowaniu i rozpoczęciu odtwarzania filmu. Jest to miara zaangażowania w reklamę.

Sugerowane punkty analizy

  • Czy reklamodawcy mogą docierać do docelowych odbiorców w preferowanej skali?
  • Jak te zmiany wpływają na interakcje z reklamą i interakcje z nią?
  • Jak zmiana wpłynie na jakość reklam otrzymywaną przez reklamodawców?
  • Czy reklamodawca może się reklamować w opłacalny sposób? Inaczej mówiąc, czy firma jest w stanie pozyskiwać nowych klientów w rozsądnym czasie przy koszcie niższym niż wartość generowana przez tych klientów?
  • Czy są jakieś istotne zastrzeżenia, które należy wziąć pod uwagę podczas oceny wyników eksperymentu uczestnika rynku?
  • Jak wyniki wypadają na tle poprzednich testów przeprowadzonych przez uczestnika rynku (jeśli w ogóle są)?
  • Jakie potencjalne problemy mogą wpływać na wyniki? I na odwrót: jakie czynniki wpływają na skuteczność?

Cel 2 – (DSP) – pomiar wpływu reklam 3PCD na remarketing

Wskaźniki

Uwzględnij kluczowe dane, o które prosi CMA. Jeśli to możliwe, uwzględnij też inne dane, takie jak:

  • Średni czas spędzony przez użytkowników: średni czas, przez jaki w widocznym obszarze użytkowników znajdowało się co najmniej 50% pikseli reklam po rozpoczęciu renderowania reklamy. Jest to miara zaangażowania w reklamę.
  • Kliknięcia na wyświetlenie (inaczej współczynnik klikalności): średnia liczba kliknięć na wyświetlenie. Miara trafności reklamy.
  • Kliknięcia na każdą złotówkę: średnia liczba kliknięć na każdą złotówkę. Jest to miara jakości reklam, którą otrzymują reklamodawcy.
  • Konwersje na złotówkę: średnia liczba konwersji na każdą wydaną złotówkę. Jest to miara jakości reklam, którą otrzymują reklamodawcy.
  • Współczynnik konwersji: średnia liczba konwersji na kliknięcie, wyrażona w procentach. Jest to miara jakości ruchu, jaki otrzymują reklamodawcy.
  • Łączna liczba unikalnych odpowiedzi na stawkę: łączna liczba odpowiedzi na stawkę wysłanych przez DSP. To wskaźnik zapotrzebowania na poszczególne usługi technologii reklamowych.
  • Unikalni widzowie: liczba unikalnych użytkowników, do których dotarła reklama reklamodawcy. To wskaźnik zasięgu.
  • Współczynniki pełnych obejrzeń: średni czas, w którym co najmniej 50% pikseli reklam znajdowało się w widocznym obszarze dla użytkowników przez cały czas trwania reklamy wideo po wyrenderowaniu i rozpoczęciu odtwarzania filmu. Jest to miara zaangażowania w reklamę.

Sugerowane punkty analizy

  • Czy reklamodawcy mogą docierać do docelowych odbiorców w preferowanej skali?
  • Jak te zmiany wpływają na interakcje z reklamą i interakcje z nią?
  • Jak zmiana wpłynie na jakość reklam otrzymywaną przez reklamodawców?
  • Czy reklamodawca może się reklamować w opłacalny sposób? Inaczej mówiąc, czy firma jest w stanie pozyskiwać nowych klientów w rozsądnym czasie przy koszcie niższym niż wartość generowana przez tych klientów?
  • Czy są jakieś istotne zastrzeżenia, które należy wziąć pod uwagę podczas oceny wyników eksperymentu uczestnika rynku?
  • Jak wyniki wypadają na tle poprzednich testów przeprowadzonych przez uczestnika rynku (jeśli w ogóle są)?
  • Jakie potencjalne problemy mogą wpływać na wyniki? I na odwrót: jakie czynniki wpływają na skuteczność?

Cel 3 – (SSP) Pomiar wpływu 3PCD na aukcje, które nie są obsługiwane przez Protected Audience API

Wskaźniki

Uwzględnij kluczowe dane, o które prosi CMA, i inne dane, które mogą być przydatne, np.:

  • % zmiany wydatków w ramach zaplanowanej kampanii: wydatki reklamodawcy na kampanie. Miara technologii reklamowej i udziału wydawców w przychodach.
  • Średnia liczba wysłanych tematów: średnia liczba tematów wysłanych w pytaniach o stawkę. Jest to miara pokrycia interfejsu Topic API.
  • Czas oczekiwania aukcji: średni czas prowadzenia aukcji. W przypadku platform SSP, mierzonych od pierwszego wykonania kodu po stronie klienta platformy SSP, do momentu, gdy platforma SSP wybierze stawkę i prześle ją na serwer reklam. W przypadku serwerów reklam: od wykonania tagu reklamy do wyrenderowanej reklamy. Wskazuje, jak szybko przebiega aukcja.
  • Przychody z wyświetlenia: średnie przychody z każdego wyświetlenia. Miara przychodów wydawcy.
  • Łączna liczba unikalnych pytań o stawkę: łączna liczba unikalnych pytań o stawkę wysłanych przez platformę SSP. To wskaźnik zapotrzebowania na poszczególne usługi technologii reklamowych.

Sugerowane punkty analizy

  • Jak zmiany czasu oczekiwania wpływają na możliwość przeprowadzenia aukcji przez platformę SSP? Jak wpływają one na opóźnienie strony wydawcy?
  • Jak opóźnienia wpływają na przychody wydawców? Na podstawie liczby tematów wysłanych w pytaniach o stawkę?
  • Jak wpływa to na popyt na usługi technologii reklamowych SSP?
  • Czy platformy SSP mogą generować raporty o wskaźnikach KPI związanych z aukcjami, które są ważne dla firm wydawcy? W przypadku własnej firmy?
  • Czy są jakieś istotne zastrzeżenia, które należy wziąć pod uwagę podczas oceny wyników eksperymentu uczestnika rynku?
  • Jak wyniki wypadają na tle poprzednich testów przeprowadzonych przez uczestnika rynku (jeśli w ogóle są)?
  • Jakie potencjalne problemy mogą wpływać na wyniki? I na odwrót: jakie czynniki wpływają na skuteczność?

Cel 4 – (SSP) określanie skuteczności aukcji interfejsu Protected Audience API

Wskaźniki

Uwzględnij kluczowe dane, o które prosi CMA, i inne dane, które mogą być przydatne, np.:

  • Czas oczekiwania aukcji: średni czas prowadzenia aukcji. W przypadku platform SSP w celu raportowania wyników, mierzonych od pierwszego uruchomienia kodu po stronie klienta platformy SSP. W przypadku serwerów reklam: od wykonania tagu reklamy do wyrenderowanej reklamy. Wskazuje, jak szybko przebiega aukcja.
  • Przychody z wyświetlenia: średnie przychody z każdego wyświetlenia. Miara przychodów wydawcy.
  • Współczynnik wypełnienia: odsetek pytań o stawkę, które platforma SSP wypełniła reklamami. Aby ją obliczyć, podziel łączną liczbę wyświetleń reklam przez łączną liczbę pytań o stawkę z platformy SSP.
  • Współczynnik limitu czasu: odsetek aukcji, które nie zostały ukończone z powodu przekroczenia limitów czasu konfigurowanych przez SSP.
  • Łączna liczba unikalnych pytań o stawkę: łączna liczba unikalnych pytań o stawkę wysłanych przez platformę SSP. To wskaźnik zapotrzebowania na poszczególne usługi technologii reklamowych.

Sugerowane punkty analizy

  • Jak zmiany czasu oczekiwania wpływają na możliwość przeprowadzenia aukcji przez platformę SSP? Jak wpływają one na opóźnienie strony wydawcy?
  • Jak limity czasu wpłynęły na możliwość ustalania stawek przez platformy DSP?
  • Jak opóźnienia wpływają na przychody wydawców? Na podstawie liczby tematów wysłanych w pytaniach o stawkę?
  • Jak wpływa to na popyt na usługi technologii reklamowych SSP?
  • Czy platformy SSP mogą generować raporty o wskaźnikach KPI związanych z aukcjami, które są ważne dla firm wydawcy? W przypadku własnej firmy?
  • Czy są jakieś istotne zastrzeżenia, które należy wziąć pod uwagę podczas oceny wyników eksperymentu uczestnika rynku?
  • Jak wyniki wypadają na tle poprzednich testów przeprowadzonych przez uczestnika rynku (jeśli w ogóle są)?
  • Jakie potencjalne problemy mogą wpływać na wyniki? I na odwrót: jakie czynniki wpływają na skuteczność?