観客スクリーン

メディアプランニングは科学であり、新しいテクノロジーの導入により、ここ数年で成長と規律の強化が見られてきました。これらのテクノロジーは、オーディエンスのセグメンテーションからオーディエンスのプロファイリングへと変化してきましたが、メディアプランニングに影響を与える最新のテクノロジーの波は、インプレッションではなく実際のオーディエンスをオンラインで購入する機会として定義できるオーディエンス スクリーニングに基づいています。

目的

オーディエンススクリーニングには、行動ターゲティングや、より高度なコンバージョン最適化プラットフォームなど、さまざまなテクノロジーが組み込まれています。オーディエンススクリーニングを使用すると、広告主はネットワークまたはポータルのインプレッションから表されるオーディエンスを識別し、そのオーディエンスメンバーが一般のオーディエンスよりも広告に反応する可能性が高いかどうかを判断できます。オーディエンスメンバーが非常に望ましいと判断された場合、広告が表示されます。オーディエンスメンバーが非常に望ましいと判断されなかった場合、広告は表示されず、次のオーディエンスメンバーが望ましさについて評価され、広告主の潜在的な顧客ベースに一致します。このプロセスは 1 秒未満で実行され、オーディエンスをより適切に評価するために使用できます。これにより、広告主はコンバージョンする可能性が最も高い人々にのみリーチでき、パブリッシャーは在庫のコストベースを高くすることができます。

仕組み

オーディエンススクリーニングの背後にあるテクノロジーは新しいものではありませんが、従来の行動ターゲティングの進化を表しています。行動ターゲティングにより、パブリッシャーはオーディエンスプロファイルと過去のトラフィックエクスペリエンスに基づいて、インプレッションのグループを識別してグループ化できます。広告主がリーチしたいオーディエンスを特定すると、パブリッシャーはこのインベントリを正確に販売できます。このモデルの問題は、Web ほど流動的で柔軟ではないことです。オーディエンスの経験とプロファイルは急速に変化し、周囲の環境に反応するため、オーディエンスの過去の行動は比較的正確ではあるものの、依然として欠陥があります。オーディエンススクリーンモデルは、実際にはこの情報をリアルタイムで識別し、より迅速かつ詳細な精度で更新できます。オーディエンススクリーニングは、できれば Claritas や Simmons などの業界で信頼できるソースと組み合わせてオーディエンスプロファイルデータを考慮し、広告が表示されるページ、サイトのカテゴリ、最近のイベント (ニュースなど) を参照するデータとこれをマージします。この方法では、広告が表示される可能性のある視聴者は、より最近のタイムリーなデータに基づいて評価され、広告主にとってより望ましいか、より望ましいか、または顧客になる可能性が高いか、低いかとして位置付けられます。さらに、フリークエンシーキャップや連続メッセージなどの従来のターゲティングメトリックを重ねて、予算の露出を制限しながら顧客にリーチして変換するための最も効果的なモデルを決定することができます。これは、時間の経過とともにより効果的になる、より高い報酬とより低いリスクのモデルです。

オーディエンススクリーニングのテクノロジーは、顧客調査やより詳細な分析パッケージの負担が既存の在庫に重くのしかかることなく、オーディエンスをさらに細分化できるため、パブリッシャーにとって有益です。このテクノロジーは、ピクセルタグをパブリッシャーのサイトに配置し、シンプルなデータベースフィードを確立するだけで機能します。これにより、テクノロジー所有者は、過去の習慣やクリックストリーム、およびオーディエンスメンバーまたは潜在的顧客を分類するために使用されているシンジケートデータソースに関する豊富な情報を蓄積できます。

参照

外部リンク

タコダ