文章來源 | martechtoday

作者 | Barry Levine

編譯 | Kristen

美國時間本週二，供應方平臺（SSP）Smaato宣佈爲Automated Traffic Curation（ATC）增添機器學習功能，該功能可以大幅減少需求方平臺（DSP）流量過載現象，幫助發佈商更好的匹配價格。

一年前，Smaato使用ATC更好的管理90000多個APP開發商廣告位發起的廣告請求。

應用程序Publisher A廣告位在交易所Smaato中發起廣告請求，交易所將廣告請求發送給網絡中的260多個DSP平臺。

CPO Freddy Friedman表示，Header Bidding等因素導致流量增加，DSP平臺中的應用程序和其他廣告位的廣告請求被淹沒。部分DSP爲解決流量過載現象，任意過濾一些廣告請求，來處理剩餘廣告位發起的出價請求，導致一些廣告位被“浪費”。

機器學習如何解決這一問題？之前，Smaato通過ATC幫助廣告請求選擇DSP平臺，而不是對所有DSP發起請求，ATC還能夠手動設置CPM、點擊率、地區、廣告種類、時間和每個DSP平臺的其他特徵。

Friedman表示，增添機器學習功能後，ATC可以根據競價行爲記錄，實時調整向DSP平臺發起的廣告請求。Smaato表示，ATC可以幫助廣告請求更好的定向DSP平臺，將不良出價降低72%。廣告請求不需要遵守固有的規則，可以隨時修改定向DSP平臺。

數字出版商的主要目標是，將廣告位發起的廣告請求定向給意向最高的買家，若ATC能達到宣傳效果，Smaato使用加強版ATC可以幫助出版商以最高的價格銷售更多的In-APP廣告位。即便不能，效果最好的廣告位也有機會得到最好的出價，ATC也能幫助出版商出售所有廣告位。

Friedman表示，ATC智能漏斗式廣告請求可以節省DSP平臺花費和時間，這部分費用時間可以分配給出版商。機器學習功能可以幫助廣告主的出價同廣告位匹配。

● ● ●

本文由 Morketing原創發佈

申請轉載請在文末留言