Bu gün proqrammatik reklam (programmatic) sahəsində diqqətin fundamental şəkildə dəyişməsi baş verir: mübarizə artıq əhatə və ya göstərimlərin sayı uğrunda deyil, onların real keyfiyyəti və maliyyə nəticəsinə təsiri uğrundadır. Biz “məlumat inflyasiyası” dövründə yaşayırıq; burada sadəcə konversiya əldə etmək artıq gəlirliliyə zəmanət vermir.
Avtomatlaşdırılmış təklifvermə strategiyaları xətti məntiqlə işləyir. Onlar üçün “bir konversiya = eyni dəyər” prinsipi keçərlidir. Sistem baxımından xəbər bülleteninə abunəlik, məhsulun səbətə əlavə edilməsi və premium məhsulun alınması məqsəd kimi qurulubsa, demək olar ki, eyni prioritetə malikdir. Lakin real biznes üçün bu belə deyil. Belə orta hesablanmış yanaşma reklam büdcəsinin biznesə ən böyük dəyəri gətirən müştərilərin cəlb edilməsinə cəmlənməməsinə səbəb olur.
Media göstəriciləri ilə biznes nəticələri arasındakı bu fərqi aradan qaldırmaq üçün Google tərəfindən Custom bidding hazırlanıb. Bu, DV360 platformasının unikal funksionallığıdır və reklamverənlərə standart KPI-lardan kənara çıxmağa imkan verir. Google şirkətinin avtomatlaşdırılmış təklifvermə strategiyalarına uyğunlaşmaq əvəzinə, süni intellektə hər bir göstərimi konkret biznes məqsədləriniz prizmasından – məhsulların marjinallığından tutmuş müştərinin proqnozlaşdırılan ömürboyu dəyərinədək (LTV) – qiymətləndirməyi “öyrətmək” imkanı əldə edirsiniz.
Bu məqalədə texnologiyanın necə işlədiyini, niyə Google Marketing Platform ekosisteminin eksklüziv üstünlüyü olaraq qaldığını və brendinizə sadəcə kliklər deyil, real dəyər gətirən öz alqoritminizi necə qurmağı ətraflı nəzərdən keçirəcəyik.
Fundamental fərq: standart Auto-bidding-dən əsas fərqlər
Custom bidding sisteminin gücünü anlamaq üçün standart strategiyaların mexanikasına baxmaq lazımdır. DV360 platformasında Automated bidding kampaniyaları klik, konversiya və ya görünürlük ehtimalı əsasında optimallaşdırır. Süni intellekt modeli göstərimi optimal qiymətə almaq üçün tarixi məlumatları və 40-dan çox hərrac siqnalını təhlil edir.
Standart yanaşmanın problemi məqsədlərin məhdudluğundadır. “Maximize Conversions” seçdiyiniz halda sistem səbətə məhsul əlavə edən istifadəçi ilə yüksək məbləğli alış edən istifadəçi uğrunda eyni dərəcədə mübarizə aparacaq. Custom bidding oyun qaydalarını dəyişir. Burada söhbət alqoritmi sıfırdan yaratmaqdan deyil, Google şirkətinin mövcud modellərinin “incə sazlanmasından” (fine-tuning) gedir. Siz eyni süni intellekt gücündən istifadə edirsiniz, lakin hər bir istifadəçi hərəkəti üçün “çəki” və ya balı özünüz təyin edirsiniz.1
Alqoritmlərdən istifadənin dörd əsas ssenarisi
Custom bidding əvvəllər təkliflərin avtomatik optimallaşdırılması üçün əlçatmaz olan məlumatlarla işləməyə imkan verir:
- Tranzaksiyaların ROAS-ı
Floodlight satış teqləri və ya Google Analytics məqsədləri vasitəsilə ötürülən gəlir dəyəri üzrə birbaşa optimallaşdırma. Sistem sifarişlərin sayını deyil, ümumi mənfəəti maksimuma çatdırmaq üçün təklifləri avtomatik tənzimləyir.
- Çəkili konversiyalar (Weighted Conversions)
Alqoritmdə bütün satış hunisini əks etdirə bilərsiniz. Məsələn, məhsul səhifəsinə baxış üçün 10 bal, qeydiyyat üçün 50 bal, alış üçün isə 100 bal təyin etmək olar. Bu, alqoritmin daha tez öyrənməsinə kömək edir, çünki o, yalnız yekun hərəkətdə deyil, istifadəçinin hər addımında dəyəri görür.
- Customer Value əsasında optimallaşdırma
Floodlight daxilində custom dəyişənlərdən (u-variables) və ya GA4 məqsədlərindən istifadə etməklə sistemə səbətdəki məhsullar, bron zamanı qalma müddəti, məhsulun SKU-su və ya müştərinin loyallıq statusu barədə məlumat ötürə bilərsiniz. Alqoritm proqnozlaşdırılan çek məbləği daha yüksək olan istifadəçiyə göstərim üçün daha yüksək təklif verəcək.
- Brend təmasının keyfiyyəti
Media kampaniyalarında istifadəçinin reklamı məhz necə gördüyü vacibdir. Custom bidding kreativin ölçüsünü, elanın səhifədəki mövqeyini, videoya baxış müddətini və Active View göstəricilərini nəzərə almağa imkan verir ki, brend hədəf auditoriyanın görmə sahəsində həqiqətən nəzərə çarpsın.
Automated bidding VS Custom bidding müqayisəsi
Standart təklifvermə strategiyaları ilə custom alqoritmlər arasındakı əsas fərq göstərimin binar qiymətləndirilməsindən onun diferensiallaşdırılmış intellektual qiymətləndirilməsinə keçiddir.
1. Automated bidding-in iş məntiqi (standart avtomatlaşdırma)
Platformanın ənənəvi alqoritmləri göstərimin effektivliyini sadələşdirilmiş sistem üzrə qiymətləndirir; burada yalnız iki vəziyyət mövcuddur: “bəli” və ya “xeyr”.
- Qiymətləndirmə mexanikası
Məsələn, kampaniya görünürlük meyarı üzrə optimallaşdırılırsa, qeydə alınmış reklam baxışı (Ad is Viewed) 100% dəyər alır. Görünən olmayan göstərim (Ad is Not Viewed) isə tamamilə səmərəsiz kimi işarələnir və 0% dəyər alır. - Məhdudiyyətlər
Avtomatlaşdırma alqoritmi baxışın özünün keyfiyyət xüsusiyyətlərini nəzərə almır. Onun üçün iki görünən göstərim tamamilə eyni dəyərdədir, hətta birinci platformada istifadəçi reklamla 2 saniyə, ikincidə isə böyük ekranda 10 saniyədən çox qarşılıqlı əlaqədə olsa belə.
2. Custom bidding sisteminin iş məntiqi (custom alqoritmlər)
Custom yanaşma reklamverənə hansı siqnal və texniki metrika kombinasiyalarının həqiqətən keyfiyyətli media təması yaratdığını müstəqil müəyyən etməyə imkan verir. Sərt “0 və ya 100” şkalası əvəzinə siqnalın gücündən asılı olaraq dəyərin çevik bölgüsü tətbiq olunur.
Bir göstərimin dəyəri üç amilin kombinasiyasının təsiri ilə dinamik şəkildə dəyişə bilər: görünürlük (Ad is Viewed), ekranda qalma müddəti (ToS > 10 sec) və kreativin ölçüsü (Large Creative):
- 100% dəyər (ideal göstərim)
Yalnız hər üç meyar üst-üstə düşdükdə verilir: reklam görünən olub, 10 saniyədən çox göstərilib və böyük ölçülü kreativdən istifadə edilib. - 70% dəyər (format prioriteti)
Reklam görünən olduqda və böyük ölçülü kreativ istifadə edildikdə, lakin təmas müddəti 10 saniyədən az olduqda hesablanır. - 40% dəyər (müddət prioriteti)
Sistem reklamın görünən olduğunu və istifadəçinin diqqətini 10 saniyədən çox saxladığını qeydə alır, lakin kreativ formatının özü standart və ya kiçik olur.
Bu, kampaniyaların optimallaşdırılması üçün niyə vacibdir?
Custom bidding tətbiqi DV360 neyron şəbəkəsinin öyrənmə istiqamətini kökündən dəyişir. Alqoritm görünürlük meyarına formal olaraq uyğun gələn istənilən inventarı kor-koranə almaq əvəzinə, biznes məqsədlərinə çatmaq üçün hansı göstərimlərin ən yüksək dəyərə malik olduğunu müəyyən etməyi öyrənir.
Custom bidding növləri
Custom bidding hesablaması müxtəlif siqnal növlərini vahid göstərim qiymətləndirmə sistemində birləşdirməyə imkan verən riyazi modelləşdirməyə əsaslanır. Bu, yalnız hərəkətin baş verməsi faktını qeydə almağa deyil, həm də onun kontekstini çəkiləndirməyə imkan verir.
Riyazi modelin komponentləri
Göstərimin dəqiq skorlaşdırılması üçün alqoritm baza ballarının cəmini hesablayır və onu göstərimin keyfiyyətini və ya şərtlərini əks etdirən əmsallara vurur.
- Baza balları
Bunlar istifadəçinin reklamla qarşılıqlı əlaqəsinin kəmiyyət metrikalarıdır – məsələn, konversiyanın və ya klikin baş verməsi. Hər bir hərəkətə onun biznes üçün əhəmiyyətini əks etdirən ayrıca çəki verilir. - Əmsallar (vurucular)
Bunlar göstərim şərtlərindən asılı olaraq baza hərəkətinin dəyərini artıran və ya azaldan keyfiyyət parametrləridir. Bunlara cihaz növü (məsələn, mobil cihaz) və ya reklamın sayt səhifəsindəki mövqeyi daxildir.
Dəyərin praktik hesablanması nümunəsi
Üç fərqli reklam göstərimi (A, B və C) bal və vurucuların kombinasiyası sayəsində satınalma alqoritmi üçün tamamilə fərqli yekun dəyər alır.
- A göstərimi (maksimum dəyər)
İstifadəçi konversiya edib (9 bal) və mobil cihazda (vurucu 2) reklamın yuxarı mövqeyindən (vurucu 5) elana klik edib (1 bal). Hesablama düsturu $(9 + 1) \times 2 \times 5$ göstərimin yekun dəyərini 100 edir. Bu, sistemin ən aktiv şəkildə uğrunda mübarizə aparacağı prioritet trafikdir.
- B göstərimi (minimum dəyər)
Bu halda konversiya olmayıb (0 bal), yalnız mobile cihazda (vurucu 2) klik (1 bal) qeydə alınıb, reklam mövqeyi barədə məlumat isə yoxdur. $(0 + 1) \times 2$ düsturu üzrə hesablamanın nəticəsində göstərimin yekun dəyəri 2 olur. Alqoritm belə inventarı aşağı prioritetli kimi işarələyir. - C göstərimi (sıfır dəyər)
Göstərim reklamın yaxşı mövqeyində baş verib (vurucu 4), lakin istifadəçi heç bir baza hərəkəti – nə klik, nə də konversiya – etməyib (0 bal). $(0 + 0) \times 4$ riyazi məntiqi göstərimin dəyərini 0-a gətirir. Alqoritm üçün bu göstərimin heç bir mənası yoxdur, buna görə sistem oxşar yerləşdirmələrə büdcə xərcləməyi dayandıracaq.
Təklifvermə strategiyasına təsiri
Bu yanaşma standart optimallaşdırmadan kənara çıxmağa imkan verir. Bütün konversiya və ya klikləri eyni qiymətləndirmək əvəzinə, Custom bidding sistemə həmin konversiyanı məhz hansı amillərin müşayiət etdiyini görməyə kömək edir. Alış mobil cihazdan və premium mövqedən baş veribsə, süni intellekt bu siqnalı dərhal oxuyur və daha çox məhz belə – daha yüksək konversiyalı və keyfiyyətli – inventar almaq üçün təklifvermə modelini yenidən qurur.
Attention-based bidding
Müasir media təhlili getdikcə kliklərin qiymətləndirilməsindən uzaqlaşaraq auditoriyanın real cəlb olunmasının ölçülməsinə keçir. DV360 platformasında Diqqət əsaslı bidding strategiyası alqoritmi elə qurmağa imkan verir ki, o, istifadəçinin reklam mesajına maksimum diqqətini təmin edən inventarı alsın.
1. Göstərim konteksti (Placement & User Context)
Bu siqnal kateqoriyası reklam təmasının baş verdiyi xarici şərtləri təsvir edir. Onlar reklamın harada və nə vaxt göstərildiyini əks etdirir və kreativin öz parametrlərindən tamamilə müstəqildir. Buraya aşağıdakılar daxildir:
- Vaxt və geolokasiya
Günün saatı (Hour of Day), həftənin günü (Day of Week) və istifadəçinin coğrafi mövqeyi (Geo).
- Texniki mühit
Əməliyyat sistemi (Operating System) və cihaz növü (Device Type). - Platformanın keyfiyyəti
Saytın tematik kateqoriyası və ya kanalı (Site category/Channel), həmçinin konkret domen (Site/Domain).
Bu məlumatlar sistemə cəlb olunma potensialını əvvəlcədən proqnozlaşdırmağa kömək edir – məsələn, aktivliyin ən aşağı olduğu saatlarda və ya diqqətin saxlanma səviyyəsi aşağı olan saytlarda təklifləri azaltmağa.
2. Göstərimin keyfiyyəti və diqqət metrikaları (Attention Proxies)
Bu, Diqqət-əsaslı modellər üçün əsas blokdur. Diqqət üzrə proxy-metrikalar istifadəçinin reklamı fiziki olaraq görmək və qavramaq imkanının olub-olmaması baxımından göstərimin keyfiyyətini müəyyən edir. Buraya görünürlüyə və qarşılıqlı əlaqəyə birbaşa təsir edən parametrlər daxildir:
- Görünürlük və səs
Bannerin və ya pleyerin faktiki görünürlüyü (Viewable) və video oynadılarkən səsin açıq olması (Audible).
- Təmas müddəti
Reklam elanının cihaz ekranında qalma müddəti (Time on screen). - Pleyer və kreativ xüsusiyyətləri
Reklam blokunun fiziki ölçüsü (Creative Size / Dimensions), video interfeysinin ölçüləri (Video Player Size), həmçinin istifadəçi tərəfindən pəncərə ölçüsünün dəyişdirilməsi faktı (Video Resized).
Yanaşmanın biznes dəyəri
Kontekst siqnalları ilə diqqət metrikalarının birləşməsi DV360 alqoritminə təklif verilməzdən əvvəl keyfiyyətli media təmasının ehtimalını hesablamağa imkan verir. Məsələn, sistem göstərimin desktop cihazda, premium domendə, böyük pleyer formatında və yüksək oynatma müddətinin saxlanması ehtimalı ilə planlaşdırıldığını görür.
Attention-based bidding üçün belə siqnal dəsti göstərimin ən yüksək dəyərinin trigger-i olur. Alqoritm bu keyfiyyətli inventarı almaq üçün təklifi avtomatik artıracaq və əksinə, reklam yüklənsə də istifadəçi tərəfindən saniyənin bir hissəsində sürüşdürülüb keçiləcəyi göstərimlərə xərcləri minimuma endirəcək.
Conversion-based bidding
1. Optimallaşdırma üçün bütün konversiya məlumatlarından istifadə
Əsas fikir ondan ibarətdir ki, bütün konversiyalar biznes üçün eyni dərəcədə vacib deyil. Custom bidding sizin üçün ən dəyərli istifadəçi hərəkətlərinə fokuslanmağa və eyni zamanda digər faydalı konversiyaları nəzərdən qaçırmamağa imkan verir.
2. Bu necə işləyir (Floodlight hunisi nümunəsində)
Yalnız bir yekun hərəkətə və ya bütün hərəkətlərə eyni çəki ilə optimallaşdırmaq əvəzinə (standart avtomatlaşdırılmış təklifvermədə adətən belə olur), custom alqoritm konversiyaların bütün strukturunu – quraşdırılmış Floodlight teqlərinə uyğun olaraq – nəzərə alır:
- Landing page (səhifəyə baxış) – ən aşağı dəyərə malik baza hərəkəti (boz rəng).
- Formanın doldurulmasına başlama – daha yüksək marağı göstərən hərəkət (qırmızı rəng).
- Formanın doldurulmasının yekunlaşdırılması – uğura doğru addım-addım irəliləyiş (narıncı rəng).
- Formanın uğurla göndərilməsi – ən dəyərli konversiya (yaşıl rəng).
3. Maşın öyrənməsi alqoritminin məlumatla qidalandırılması (Auto bidding ilə müqayisə)
Sağdakı qrafik alqoritmin öyrənmək üçün aldığı siqnalların həcmindəki fərqi aydın şəkildə göstərir:
- Automated bidding (standart avtomatlaşdırılmış təklifvermə) əsasən bir siqnal növünə yönəlir (məsələn, yalnız formanın uğurla göndərilməsinə). Buna görə alqoritmin öyrənməsi üçün məlumat həcmi çox azdır (aşağı yaşıl sütun).
- Custom bidding (custom təkliflər) huninin bütün mərhələlərindən – landing page-dən yekun göndərişədək – siqnalları toplayır və birləşdirir. Bunun sayəsində maşın öyrənməsi alqoritmi xeyli daha böyük məlumat həcmi alır (“siqnallar sütunu” daha hündür və müxtəlif olur), daha tez və keyfiyyətli öyrənir, nəticələri daha dəqiq proqnozlaşdırır və inventar satınalmasını daha səmərəli optimallaşdırır.
DV360 UI-də məqsədlər konstruktorundan istifadə etməklə öz alqoritminizin yaradılması prosesi
Proqrammatik satınalmaların (programmatic) effektivliyi birbaşa media inventarının qiymətləndirilməsinin dəqiqliyindən asılıdır. Display & Video 360 platformasında Custom bidding texnologiyası reklamverənlərə standart klik və konversiyalardan kənara çıxmağa və hər reklam göstəriminin dəyərini müstəqil müəyyən etməyə imkan verir.
Platformanın məntiqinin göstərdiyi kimi, optimallaşdırma alqoritmini reallaşdırmaq üçün biznesin müxtəlif analitik ehtiyaclarını qarşılayan iki fundamental alət mövcuddur.
İnterfeysdə native məqsəd konstruktoru
Birinci yanaşma kod yazmağa ehtiyac olmadan DV360 platformasının daxili alətlərindən istifadəyə əsaslanır. O, satış hunisinin mövcud mərhələləri əsasında dəyərin sürətli modelləşdirilməsi üçün nəzərdə tutulub.
Mütəxəssis birbaşa platforma interfeysində müxtəlif Floodlight fəaliyyətləri üçün çəki əmsalları təyin edir. Bu, sistemə sadə hərəkətlərin (məsələn, məhsul səhifəsinə baxış) və yekun tranzaksiyaların dəyərini fərqləndirməyə imkan verir. Bu metod əsas məqsədin çəkili konversiyalara optimallaşdırma, cari gəlirin maksimumlaşdırılması və ya baza offline satış məlumatlarının nəzərə alınması olduğu klassik e-commerce kampaniyaları üçün optimal seçimdir. Onun əsas üstünlükləri sazlamanın sürəti, şəffaflıq və developer cəlb etməyə ehtiyacın olmamasıdır.
Python dilində custom skriptlər
İstifadəçi ilə xətti qarşılıqlı əlaqədən kənara çıxan qeyri-standart biznes tapşırıqlarını həll etmək üçün DV360 Python dilində yazılmış custom skriptlərin inteqrasiyasını dəstəkləyir. Bu, inventarın çevik qiymətləndirmə modellərini yaratmaq üçün enterprise səviyyəli alətdir.
Koddan istifadə alqoritmə şərti məntiq vasitəsilə birləşdirilən 40-dan çox müxtəlif parametr və funksiya daxil etməyə imkan verir. Bu metod hesablanmış xalis mənfəət (marja), müştərinin ömürboyu dəyəri (LTV), Google Analytics 4 siqnalları əsasında saytda dərin cəlb olunma və ya spesifik brend metrikaları kimi mürəkkəb biznes göstəriciləri üzrə kampaniyaların optimallaşdırılması üçün lazımdır. Python skriptlərinin əsas üstünlüyü demək olar ki, məhdudiyyətsiz çeviklikdir; bu, alqoritmə yalnız biznesə real dəyər gətirən göstərimləri almağı öyrətməyə imkan verir.
İş prinsipi və alqoritmin öyrənməsi
Seçilən alətdən – native konstruktordan və ya Python skriptindən – asılı olmayaraq, Custom bidding sisteminin fundamental mexanikası maşın öyrənməsinin qapalı dövrü üzrə işləyir.
Əvvəlcə sizin müəyyən etdiyiniz qaydalar və ya kod əsasında sistem fərdi skor hesablayır, yəni hər ayrıca göstərimin dəqiq dəyərini müəyyən edir. Sonra DV360 alqoritmləri əldə edilmiş məlumatları təhlil edir, auditoriya və platforma xüsusiyyətlərində qanunauyğunluqları aşkar edir və proqnozlaşdırıcı model formalaşdırır. Son mərhələdə öyrədilmiş model real vaxtda təklifləri optimallaşdıraraq büdcəni ən yüksək proqnozlaşdırılan dəyərə malik inventarın alınmasına yönəldir.
Beləliklə, interfeyslə kod arasında seçim işə salınma sürəti ilə biznes məlumatlarının media satınalması prosesinə inteqrasiyasının tələb olunan dərinliyi arasındakı balansdan ibarətdir.
Skript aşağıdakı əsas metrika və siqnallar əsasında yaradıla bilər:
1. Konversiyalar (Conversions)
Bunlar mətndə və interfeysdə qeyd olunan dəyər optimallaşdırması üçün əsas siqnallardır:
- Floodlight məlumatları: saytda hərəkətləri izləmək üçün teqlərdən istifadə (məsələn, səhifə baxışları, formanın doldurulmasına başlama və ya yekunlaşdırma, alışlar).
- Google Analytics 4 (GA4) hadisələri: інтеграція кастомних подій, які користувач здійснює на веб-сайті або в додатку.
- Custom dəyişənlər (Custom Variables): konversiya ilə birlikdə əlavə dinamik parametrlərin ötürülməsi (məsələn, çekin məbləği, məhsul kateqoriyası, müştəri növü və s.).
2. Kliklər (Clicks)
- İstifadəçilərin hədəf saytınıza və ya landing page-ə keçidlərinin sayını maksimumlaşdıran siqnallar əsasında optimallaşdırma və təklifvermə (xüsusən ayrıca göstərimlərin “keyfiyyətini” və ya kliklənmə ehtimalını qiymətləndirmək üçün qaydalar məntiqindən istifadə).
3. Göstərimlər və brend tanınması (Brand awareness / Impressions)
- Brendin görünürlüyünü artırmaq və daha geniş auditoriyaya çatmaq üçün media siqnallarından istifadə (məsələn, skript bannerin görünürlüyünü – Viewability, reklamla təmas müddətini və ya müəyyən premium inventar kateqoriyasında göstərimi nəzərə ala bilər).
Bunlar skriptdə necə birləşdirilir?
Alqoritmin yaradılması prosesi qiymətləndirmə məntiqinin (Scoring) qurulmasını nəzərdə tutur. Skriptdə hər siqnal növü üçün qaydalar və riyazi çəki əmsalları (ballar) yazırsınız.
Skript məntiqinə nümunə:
- Sadə göstərim və ya sayta aparan klik baş veribsə $\rightarrow$ – göstərimə 1 bal verin.
- İstifadəçi daha irəli gedib formanı doldurmağa başlayıbsa (mikrokonversiya siqnalı) $\rightarrow$ – 20 bal verin.
- Yekun konversiya qeydə alınıbsa (alış və ya Floodlight/GA4-dən formanın uğurla göndərilməsi) $\rightarrow$ – ən yüksək dəyəri, məsələn, 100 bal verin.
Beləliklə, skript DV360 süni intellektinə göstərim, klik və konversiyaların hansı kombinasiyaları üçün daha çox ödəməyə dəyər olduğunu “izah edir” ki, biznes üçün ən dəyərli trafik satın alınsın.
Öz alqoritminizin yaradılması prosesi
Custom bidding tətbiqi bir neçə texniki mərhələdən ibarətdir və hər addım kampaniyanın yekun effektivliyinə təsir edir:
- Визначення мети та збір сигналів Məqsədin müəyyənləşdirilməsi və siqnalların toplanması
İlk növbədə istifadəçinin hansı hərəkətlərinin mənfəətlə daha güclü korrelyasiya etdiyini anlamaq lazımdır. Bunun üçün Floodlight məlumatları, Google Analytics 4 hadisələri və ya custom dəyişənlərdən istifadə olunur. - Qiymətləndirmə məntiqinin qurulması (Scoring)
Sistemə belə deyən skript yaradırsınız: “İstifadəçi saytın 3 səhifəsinə baxıbsa, bu göstərimə 20 bal ver; saytda 2 dəqiqədən çox qalıbsa – 50 bal”. Həmçinin uyğun olmayan geolokasiyalar və ya cihazlar üçün mənfi əmsallar əlavə etmək olar. - Test və öyrənmə
Skript yükləndikdən sonra sistemin öyrənməsi üçün vaxt tələb olunur. Adətən bu, bir neçə həftə çəkir; həmin müddətdə alqoritm hərrac nəticələrini və təkliflərlə əldə edilmiş dəyər “balları” arasındakı korrelyasiyanı təhlil edir.
Yekun balın hesablanması funksiyasının seçilməsi
Custom qaydalar əsasında Custom bidding alqoritmləri yaradılarkən bir göstərim zamanı bir neçə siqnal eyni vaxtda işə düşərsə, sistemin onları necə emal edəcəyini dəqiq müəyyən etmək son dərəcə vacibdir. Bunun üçün skript kodunda üç baza aqreqasiya metodu istifadə olunur və onların hər biri inventarın yekun dəyərinin hesablanması məntiqini tamamilə dəyişir. Developer üçün yekun balın hesablanmasının aşağıdakı üç üsulu mövcuddur:
1. Nəticələrin cəmlənməsi (sum_aggregate)
Bu metod kumulyativ effekt prinsipi ilə işləyir: istifadəçinin bütün faydalı hərəkətləri və ya göstərimin xüsusiyyətləri bir-birinə əlavə olunur. Skript müəyyən edilmiş bütün qaydaları təhlil edir və uğurlu olan hər qaydanın ballarını cəmləyir. Məsələn, bir göstərim zamanı iki fərqli qayda işə düşübsə (birinin dəyəri 1, digərinin dəyəri də 1), alqoritm yekun nəticə kimi 2 verəcək. Bu yanaşma hər bir mikrokonversiyanı və ya əlavə cəlb olunma siqnalını nəzərə almaq, auditoriya ilə təmasın ümumi dəyərini toplamaq vacib olduqda optimaldır.
2. Maksimum dəyərin seçilməsi (max_aggregate)
Bu metodun məntiqi bir reklam göstərimi çərçivəsində baş verən hadisələr arasında ən prioritet və ən çəkili olanı müəyyən etməkdən ibarətdir. Balları toplamaq əvəzinə, skript işə düşmüş bütün qaydaların nəticələrini müqayisə edir və yalnız ən böyük çəkiyə malik birini seçir. Dəyərləri 0.8, 1 və 0.2 olan bir neçə siqnal qeydə alınıbsa, bütün göstərimin yekun balı 1 olacaq. Bu metod prioritetləri aydın müəyyən edilmiş kampaniyalar üçün idealdır; burada makroməqsədə çatmaq huninin aralıq mərhələlərinin dəyərini tamamilə aradan qaldırır.
3. İlk uğurlu uyğunluq (first_match_aggregate)
Bu üsul qaydaların icra ardıcıllığının kritik əhəmiyyət daşıdığı sərt iyerarxik struktura əsaslanır. Alqoritm custom qaydaları kodda yazıldığı kimi yuxarıdan aşağıya ardıcıl yoxlayır. Sistem şərtləri ödənmiş ilk qayda ilə qarşılaşan kimi onun balını (məsələn, 0.8) göstərimə verir və siyahının aşağısındakı digər trigger-ləri nəzərə almadan sonrakı təhlili tam dayandırır. Bu metod reklamverənin auditoriyanı və ya konversiya növlərini ilkin qarşılıqlı əlaqə əlamətinə görə dəqiq ayırmalı olduğu mürəkkəb kaskad modellər qurmaq üçün istifadə olunur.
Kampaniya arxitekturası üçün xülasə
Hesablama metodunun seçimi DV360 süni intellektinin hərracdakı davranışını birbaşa formalaşdırır. Kumulyativ sum_aggregate sistemi çoxvektorlu cəlb olunma axtarmağa məcbur edəcək, max_aggregate yalnız ən yüksək dəyərli hərəkətlərə fokuslanacaq, first_match_aggregate isə büdcəni sizin müəyyən etdiyiniz siqnal iyerarxiyasına uyğun şəkildə sərt nəzarətdə saxlamağa imkan verəcək.
Google Sheets əsasında Custom bidding
Bir çox media buyer və marketinq komandası üçün Python dilində kod yazmaq zərurəti Custom bidding tətbiqinə əsas maneə olur. Bu problemi həll etmək və prosesi avtomatlaşdırmaq üçün Google tərəfindən GitHub platformasında təqdim olunan rəsmi həll mövcuddur. O, tanış Google Sheets interfeysindən istifadə etməklə mürəkkəb təklifvermə alqoritmləri yaratmağa imkan verir.
Alətin iş məntiqi və arxitekturası
Əgər / əks halda məntiqini əl ilə proqramlaşdırmaq əvəzinə, mütəxəssis bir neçə əsas blokdan ibarət standartlaşdırılmış cədvəli doldurur:
- İdentifikasiya bloku (User Inputs)
İlkin mərhələdə DV360 Partner ID və DV360 Advertiser ID kimi sistemin baza parametrləri göstərilir. Burada həmçinin açılan siyahı vasitəsilə məlumatların emal metodu (Aggregation Method), məsələn, max_aggregate seçilir. - Çevik şərtlər və çəki əmsalları (Condition & Weight)
Hər qayda üçün onun sıra nömrəsi və riyazi çəkisi (məsələn, 150, 100 və ya 50) təyin edilir; bu çəki şərtlər yerinə yetirildikdə göstərimin dəyərini müəyyən edir. - Məntiqi ifadələr konstruktoru
Sadə selektorlar vasitəsilə dəyişənlər arasında əlaqələri qurursunuz. Kliklər, cihaz növləri, ekranda qalma müddəti , görünürlük və bannerin həndəsi ölçüləri kimi parametrləri birləşdirə bilərsiniz. Bir neçə siqnalı əlaqələndirmək üçün standart AND və OR məntiqi operatorlarından istifadə olunur.
Hazır skriptin validasiyası və ixracı
Cədvəlin sazlanması başa çatdıqdan sonra istifadəçinin dəyişənləri özü birləşdirməsinə ehtiyac qalmır. İnterfeysdə avtomatlaşdırma prosesini tamamlayan iki funksional düymə var:
- QA Script Inputs
Sizin qurduğunuz qaydaların sintaksis və məntiqini avtomatik yoxlayır və gələcək alqoritmin icrası zamanı səhvlərin yaranması riskini aradan qaldırır. - Final Script to Copy
Tam hazır və işə yararlı yekun Python skripti generasiya edir. Mütəxəssisə sadəcə bu kodu bir kliklə kopyalayıb birbaşa DV360 interfeysində müvafiq sahəyə yerləşdirmək qalır.
Yanaşmanın biznes üçün üstünlükləri
Google Sheets əsasında GitHub həllindən istifadə custom strategiyalarla işi miqyaslandırmağa imkan verir. Media buyer-lər native məqsəd konstruktorunun sadəliyini Python skriptlərinin texniki gücü ilə birləşdirən alət əldə edirlər. Bu, yeni hipotezlərin hazırlanması və testinə sərf olunan vaxtı əhəmiyyətli dərəcədə azaldır və proqramçı cəlb etmədən trafikin çoxamilli qiymətləndirmə modellərini yaratmağa imkan verir.
Custom bidding effektivliyinin test metodologiyası: DV360 platformasında Experiments
Marketinq avtomatlaşdırılmasında yeni texnologiyaların istənilən tətbiqi ciddi yoxlama tələb edir. Custom bidding sisteminə keçid zamanı reklamverənlər çox vaxt nəticələri “dövrdən dövrə” prinsipi ilə müqayisə etmək səhvinə yol verirlər. Lakin proqrammatik mühitin dinamik şəraitində belə yanaşma reprezentativ deyil. Yekun rəqəmlərə xarici amillər – hərrac mənzərəsinin dəyişməsi, rəqiblərin aktivliyi, tələbin mövsümi dalğalanmaları və hətta brauzer yeniləmələri – həddindən artıq güclü təsir edir.
Təmiz nəticə əldə etmək və custom alqoritmin biznes göstəricilərinə real təsirini anlamaq üçün elmi yanaşmadan istifadə etmək lazımdır. DV360 platformasında hipotezlərin yoxlanması üçün yeganə relevant metod daxili Experiments aləti vasitəsilə idarə olunan A/B testinin işə salınmasıdır.
Bu funksionallıq təklifvermə strategiyasının təsirini bütün digər amillərdən təcrid etməyə imkan verir. Siz iki eyni mühit (test və nəzarət) yaradırsınız və yeganə dəyişən məhz bidding alqoritmi olur. Yalnız belə test formatı dəyər artımının bazardakı təsadüfi şəraitin deyil, skriptinizin işinin nəticəsi olduğuna əminlik verir.
İnventarınızı iki eyni qrupa bölürsünüz:
DV360 випадковим чином розподіляє користувачів між двома ідентичними Insertion Order, які мають доступ до одного й того самого інвентарю. Єдина змінна — стратегія призначення ставок:
- Nəzarət qrupu standart strategiyadan (məsələn, Maximize Conversions) istifadə edir.
- Test qrupu sizin Custom bidding skriptiniz əsasında işləyir.
Bu yanaşma dəyərdə xalis artımı (Lift) görməyə imkan verir. Test qrupunda CPA eyni və ya hətta bir qədər yüksək ola bilər, lakin ümumi gəlir (Revenue) və ya “ağır” konversiyaların (məsələn, yüksək məbləğli sifarişlərin) sayı əhəmiyyətli dərəcədə artır.
Təkamüllü yanaşma: sadədən mürəkkəbə
Custom strategiyalara keçid zamanı ən böyük maneələrdən biri reklamverənin dərhal onlarla dəyişəni nəzərə alan “ideal alqoritm” yaratmaq istəyidir. Lakin təcrübə göstərir ki, başlanğıcda “nəhəng alqoritm” işə salmaq cəhdi çox vaxt süni intellektin öyrənməsi üçün məlumat çatışmazlığına gətirib çıxarır.
Ən səmərəli strategiya modelin tədricən mürəkkəbləşdirilməsidir. Bu, alqoritmə sabit şəkildə öyrənməyə, komandaya isə hər yeni dəyişənin ümumi nəticəyə real təsirini görməyə imkan verir.
Mərhələ 1: Çəkili huni (Weighted Conversions)
Birinci və ən vacib addım sistemə mikro- və makrokonversiyaları fərqləndirməyi öyrətməkdir. Yalnız yekun alışa optimallaşdırmaq əvəzinə (sürətli alqoritm öyrənməsi üçün onun sayı kifayət etməyə bilər), huni daxilində istifadəçinin hər hərəkətinə “çəki” və ya bal veririk.
- Əsas səhifəyə baxış = 1 bal (maraq siqnalı).
- Saytda qeydiyyat = 10 bal (yüksək niyyət).
- Tranzaksiya = 100 bal (yekun məqsəd).
Belə iyerarxiya DV360 alqoritminə nəhəng məlumat massivi verir. Tranzaksiyaların sayı az olsa belə, sistem minlərlə “kiçik” dəyər siqnalını görür və hansı istifadəçi profilinin yekun mərhələyə çatmaq ehtimalının daha yüksək olduğunu daha tez anlayır.
Mərhələ 2: u-variables (Custom Variables) istifadəsi
Ballar əsasında model sabitləşən kimi real biznes metrikalarının inteqrasiyasına keçməyin vaxtıdır. Bu mərhələdə skriptə hadisə barədə spesifik məlumat ötürməyə imkan verən Floodlight custom dəyişənlərindən (u-variables) istifadə edirik.
Bu, alqoritmə aşağıdakılar əsasında qərar verməyə imkan verir:
- Marjinallıq: daha yüksək gəlirliliyə malik məhsulların alınması üçün daha yüksək təklif vermək.
- Məhsul kateqoriyaları: yeni kolleksiyalar və ya anbar qalıqları üçün trafik satınalmasına prioritet vermək.
- Müştəri statusu: yeni istifadəçiləri mövcud istifadəçilərdən fərqləndirmək; bu, cəlbetmə strategiyaları (Prospecting) üçün kritik əhəmiyyət daşıyır.
Bu səviyyədə reklamınız artıq sadəcə alıcı axtarmır, gəlirli alıcılar axtarır.
Mərhələ 3: Google Cloud ekosistemi ilə sinerji
Bu, media satınalmasının ən yüksək yetkinlik səviyyəsidir; burada reklam strategiyası biznes analitikası ilə tam birləşir. BigQuery inteqrasiyasından istifadə etməklə DV360 sisteminə mürəkkəb proqnoz modelləri yükləyə bilərsiniz.
Alqoritm yalnız saytdakı piksel vasitəsilə toplamaq mümkün olmayan məlumatlara çıxış əldə edir:
- Proqnozlaşdırılan LTV (Lifetime Value): sistem sizin məlumatlarınıza əsasən brendlə illərlə qalacaq istifadəçilər üçün reklam göstərimləri alır.
- Offline məlumatlar: online təklifləri tənzimləmək üçün fiziki mağazalarda və ya call-center vasitəsilə satışların nəzərə alınması.
- Mürəkkəb atribusiya modelləri: hər bir göstərimin çoxkanallı huniyə real töhfəsinin qiymətləndirilməsi.
Belə dərin inteqrasiya DV360 sistemini sadəcə trafik deyil, bütün biznes üçün uzunmüddətli gəlirlilik alan intellektual mərkəzə çevirir.
Effektivliyin ölçülməsi və ən yaxşı praktikalar
Custom bidding sisteminə keçid nəticələrin qiymətləndirilməsi paradiqmasının dəyişməsini tələb edir. Standart kampaniyalarda biz hərəkətin dəyərinə (CPA) fokuslanırıqsa, custom strategiyalarda əsas istiqamət ümumi dəyər (Total Value) olur. Burada uğurun əsas göstəricisi konversiyanı nə qədər ucuz aldığımız deyil, eyni büdcə ilə bu konversiyaların nə qədər keyfiyyətli və gəlirli “həcmini” əldə etdiyimizdir.
1. Qiymətləndirilmiş göstərimlərin kəmiyyət metrikaları
- Custom dəyəri olan göstərimlər:
- Tərif: skriptinizin hər hansı dəyər verdiyi göstərimlərin sayı (#).
- Qeyd: Buraya “0” qiyməti verilmiş göstərimlər daxildir, skript məntiqinə ümumiyyətlə düşməyən göstərimlər isə daxil deyil.
- Müsbət custom dəyəri olan göstərimlər:
- Tərif: skriptinizin 0-dan böyük dəyər verdiyi göstərimlərin sayı (#).
- Qeyd: “0” qiymətli və qiymətləndirilməmiş göstərimlər daxil deyil.
2. Ümumi və nisbi dəyər metrikaları
- Göstərimlərin ümumi custom dəyəri:
- Tərif: bütün göstərimlərin dəyər göstəricilərinin cəmi.
- Müsbət custom dəyəri olan göstərimlərin %-i:
- Tərif: dəyəri 0-dan böyük olan göstərimlərin sayının qiymətləndirilmiş göstərimlərin ümumi sayına nisbəti.
3. Maliyyə və xərc metrikaları
- Custom dəyəri olan göstərimlərin gözlənilən ümumi dəyəri):
- Tərif: skript məntiqinə düşən göstərimlərin ümumi dəyəri (reklamverənin təhlil edilən valyutasında).
- Qeyd: Bu metrikanı standart hesabatlardakı Revenue göstəricisi ilə müqayisə etmək olar.
- Custom dəyəri olan göstərimlər üçün gözlənilən CPM:
- Tərif: dəyər verilmiş 1000 göstərimin qiyməti.
- Qeyd: Standart hesabatlardakı Revenue CPM metrikası ilə müqayisə edilə bilər.
4. Alqoritmin effektivlik metrikaları
- Göstərimin custom dəyəri / Xərc:
- Düstur: (Göstərimlərin dəyərlərinin cəmi) / (Təxmini ümumi xərclər).
- Qeyd: Bu, alqoritminizin iş effektivliyini birbaşa qiymətləndirmək üçün əsas metrikadır.
- 1000 göstərimə düşən göstərim dəyəri:
- Düstur: (Göstərimlərin dəyərlərinin cəmi) * 1000 / (Qiymətləndirilmiş göstərimlərin ümumi sayı).
Google Marketing Platform çərçivəsində sinerji
GMP məhsullarının tam inteqrasiyası Custom bidding həllini avtonom qərarvermə sisteminə çevirir. Google Analytics tərəfindən toplanan məlumatlar avtomatik olaraq DV360 üçün yanacağa çevrilir. Bunun sayəsində fasiləsiz təcrübə yaradırsınız: analitika istifadəçi davranışının nüanslarını qeydə alır, alqoritm isə elə həmin saniyədə növbəti hərracda hansı təklifin verilməli olduğu barədə göstəriş alır. Bu, media satınalmasını mexaniki prosesdən biznes dəyərinin strateji idarə edilməsinə çevirir.
DV360 platformasında Custom bidding standart strategiyaların potensialını artıq tükəndirmiş və daha dərin optimallaşdırma yolları axtaran komandalar üçün məntiqli addımdır. Baza alqoritmlərinə güvənmək əvəzinə, süni intellekt üçün prioritetləri müstəqil müəyyən etmək imkanı əldə edirsiniz. Bu, media satınalmasını “kliklərin” mexaniki alınması prosesindən ən gəlirli müştərilərə hədəfli investisiya alətinə çevirir. Custom strategiyaların tətbiqi hazırlıq və texniki ekspertiza üçün vaxt tələb edir, lakin bu yol ROAS-ın sabit artımını və şəffaf analitikanı təmin edir. Siz artıq sadəcə göstərimlər deyil, hər bir təmasın biznesinizə gətirdiyi real dəyəri alırsınız.
CoobX rəsmi Google Marketing Platform Sales Partner kimi brend və agentliklərə Custom bidding həllini reklam strategiyalarına inteqrasiya etməyə kömək edir. Daha mürəkkəb optimallaşdırma modellərinə keçməyə hazırsınızsa, mütəxəssislərimiz texniki sazlama, işə salınma və ilk nəticələrin təhlilində kömək edəcəklər. Məsləhət almaq və tətbiqə başlamaq üçün bizimlə əlaqə saxlayın.
Material CoobX vebinarları – rəsmi GMP Sales Partner – əsasında hazırlanıb.
