Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Importante
Ce guide s’applique uniquement à l’élément de ligne hérité. Si vous utilisez l’élément de ligne augmentée (ALI), consultez Guide d’optimisation ALI.
Les nœuds sont des regroupements d’impressions d’annonceurs (ou de réseaux représentant les annonceurs) qui sont une combinaison d’une campagne, d’une création spécifique, du lieu et du pixel de conversion. L’optimisation est effectuée sur un seul nœud.
Chaque nœud individuel peut être dans une phase Learn ou une phase Optimisée . Une campagne peut utiliser plusieurs nœuds à la fois ; par conséquent, une partie d’une campagne peut être dans la phase Learn tandis que l’autre partie est dans la phase Optimisée.
Phases d’optimisation : Learn et Optimisé
À mesure que les enchères s’exécutent et que les informations sur les enchères associées à une campagne sont enregistrées, les données sont analysées dans l’une des deux phases d’optimisation possibles ( Learn ou Optimized) en fonction de la quantité de données accumulées par le nœud.
Importante
Dans les deux phases, l’équation d’évaluation est modifiée pour tenir compte des limitations de la quantité de données dont nous disposons. Cela est abordé dans la section Qu’est-ce que l’évaluation ?
Phase d’apprentissage
Au début d’une campagne, les impressions sont enregistrées dans le cadre de la phase Learn . Dans cette phase, le système tente de déterminer l’évaluation optimisée de l’offre et doit collecter des données pour déterminer la valeur d’un clic ou d’une conversion. À mesure qu’un nœud commence à accumuler de plus en plus de données, notre confiance dans les évaluations de l’offre augmente.
Exemple :
Lorsque vous enchérissez sur des stocks que vous n’êtes pas familiarisé avec, ou si vous avez un nouveau créatif, vous devez enchérir de telle sorte que vous apprenez quel montant est trop élevé (gagne toutes les enchères mais n’est pas rentable) ou trop faible (gagne pas d’enchères du tout). Pour cette raison, les offres au début de la phase d’apprentissage peuvent varier considérablement. Ce n’est qu’en voyant ce qui se passe lorsque vous faites des enchères que vous pouvez comprendre le marché. Par exemple, si vous enchériez 0,15 $ en stock et que vous ne gagnez pas d’enchères, vous apprenez que vous devez enchérir plus haut pour que les utilisateurs finaux puissent voir votre contenu créatif. Si vous enchérir 5,00 $ sur l’inventaire et gagner chaque enchère, vous apprenez que vous devez réduire votre enchère pour économiser de l’argent sur ces impressions et donc devenir plus rentable.
Phase optimisée
L’annonceur peut établir le nombre d’événements de réussite nécessaires pour passer de la phase Learn à la phase Optimisée. Si vous définissez ce nombre de manière appropriée, l’échantillon statistique permet au soumissionnaire d’enchérir un montant qui gagne le nombre d’enchères dont vous avez besoin tout en dépensant une somme d’argent sur chaque offre pour vous maintenir rentable.
Pour plus d’informations sur le fonctionnement de l’apprentissage et de l’optimisation, consultez la section Learn Budget .