Vue d’ensemble de Yield Analytics

Cette page traite des concepts relatifs à Yield Analytics.

À propos de Yield Analytics

Yield Analytics est un outil d’analyse de données qui permet aux éditeurs de prévoir, de gérer, de prix et de vendre correctement leur inventaire publicitaire afin de maximiser les revenus.

Concepts de base de la technologie Yield Analytics

Voici comment Yield Analytics fonctionne en arrière-plan :

Intégration

Nous nous intégrons à un serveur publicitaire, ainsi qu’à de nombreux autres systèmes. Cela inclut les opérations suivantes :

• Systèmes de gestion des commandes
• DPM (plateformes Gestion des données)
• Systèmes de données internes
• Systèmes de données tiers
• Serveurs d’annonces supplémentaires (par exemple : Video Ad Server)

Analyse

Yield Analytics s’intègre aux systèmes ci-dessus et extrait les informations dans notre système. Nous prenons des données au niveau du journal. Cela signifie qu’au lieu de simplement examiner un certain ensemble ou un « échantillonnage » de données, Yield Analytics analyse chaque impression qui a transité par le serveur publicitaire, le serveur vidéo ou l’un des systèmes mentionnés dans les puces ci-dessus. Nous exécutons des analyses sur les données à prévoir et à émuler.

Prévision

Prévisions pour le système du client : Yield Analytics analyse non seulement votre site, mais met en corrélation ces informations avec certains produits de votre système. Nous examinons des sites spécifiques, des sections, différents publics, etc. pour mieux estimer le nombre d’impressions qui seront nécessaires à ces emplacements.

Émulation

Émulation de la distribution de campagne : Yield Analytics analyse chaque élément de ligne de votre serveur en cours d’exécution. Sur la base de nos résultats, nous estimons les éléments de ligne :

• Sont les plus susceptibles de servir
• Peut avoir des problèmes de livraison (sous-livraison)
• Tout problème susceptible d’entraîner des conséquences financières

De nombreux serveurs publicitaires peuvent faire tout ce que Yield Analytics peut faire en ce qui concerne la gestion des campagnes, la livraison en ligne et les prévisions. Pourquoi Yield Analytics est-il meilleur ?

Méthodologie

Un serveur publicitaire classique examine un exemple d’ensemble de données. Cela signifie qu’au lieu de regarder chaque impression qui passe par votre système, ils ne regarderont qu’une poignée. À partir de là, ils vont estimer leurs prévisions, contention de campagne, etc.

Yield Analytics adopte une approche basée sur le recensement, ce qui signifie que nous recherchons et analysons chaque impression qui passe par votre système. Cela vous aide à deux choses :

• Prévision d’éléments de ligne hautement ciblés

Dans un serveur publicitaire, étant donné que vous utilisez un exemple de jeu de données, certaines de ces impressions hautement ciblées peuvent être manquées. Mais Yield Analytics examine chaque impression. Historiquement, il vous donne la quantité correcte d’impressions qui ont servi à cet élément de ligne particulier, puis la prévoir avec précision.

• Prévisions futures

S’il est souhaité faire des prévisions dans le futur, Yield Analytics examine un plus grand ensemble de données afin que nous ayons une meilleure compréhension du comportement de votre site. Lorsque vous souhaitez prévoir trois à six mois à l’avance, Yield Analytics aura une meilleure compréhension de votre système pour déterminer les chiffres corrects pour le moment où vous demandez ces informations de prévision.

Fenêtre De recherche arrière

Un serveur publicitaire classique ne regarde que 28 jours en arrière et extrapole ces informations pour la durée de la prévision. Yield Analytics conserve les informations aussi longtemps que vous nous autorisez à y accéder, afin que nous puissions regarder aussi loin que ce point dans le temps.

Exemple : La date de début d’une campagne est le 1er septembre. Vous avez autorisé Yield Analytics à avoir accès à vos données depuis le 1er janvier. Vous pouvez donc « revenir » au 1er janvier pour obtenir des données historiques.

Ajustements manuels

Dans certains cas, vous savez peut-être que le serveur publicitaire est susceptible d’effectuer des prévisions incorrectes. Il est donc important que vous puissiez effectuer des ajustements manuels dans Yield Analytics pour mieux prévoir des nombres précis, en fonction de vos connaissances internes de la façon dont les choses fonctionnent réellement.

Une façon utile d’appliquer cette fonctionnalité est lorsque vous savez que votre site va avoir un pic de trafic d’un jour. Exemple : il va y avoir un article d’actualités à fort trafic, ou un événement majeur approche et vous souhaitez augmenter la capacité d’impression pour une période donnée. Cette opération peut également être effectuée dans Yield Analytics.

Modèles saisonniers

Quand vous savez que vous allez avoir des fluctuations saisonnières du trafic, vous pouvez représenter ces modifications dans Yield Analytics. Exemple : Vous savez que pendant les vacances, votre site a généralement une augmentation de 10 % du trafic. Vous pouvez ajouter ce pourcentage. Le système examine la valeur par défaut de rendement en fonction de vos données historiques, puis vous pouvez l’ajuster à ce que vous savez être une représentation exacte de la quantité d’impressions qui vont se produire sur un site particulier ou dans une zone spécifique.

Remarque

L’importance des ajustements manuels et des modèles saisonniers (voir ci-dessus) est que si vous êtes vendeur, vous vendez en volume (impression). Vous voulez vous assurer que vous vendez avec précision ce qui est disponible. Vous ne voulez pas trop ou sous-vente. Ces deux fonctionnalités permettent à l’équipe des ventes d’extraire des nombres aussi précis que possible, en fonction de données vraies et complètes.

Atténuation des pics

Lorsque vous savez que vous allez avoir un « événement unique » qui apportera une abondance de trafic vers votre site, vous êtes en mesure d’alerter le serveur publicitaire. Le serveur publicitaire ne va pas savoir que c’était une grande histoire, ou une vidéo virale qui a entraîné tout le trafic. Le serveur publicitaire va supposer que le pic sera là jusqu’à ce qu’il sorte de son système. Dans Yield Analytics, vous êtes en mesure d’examiner les données historiques et de déterminer qu’un pic de cette ampleur est presque impossible à se produire, et il est probable qu’il ne se reproduise plus jamais. Yield Analytics tiendra compte d’une partie de ces impressions, dans le risque que cela se reproduise. Toutefois, il ne tient pas compte du pic complet. Cette fonctionnalité aide grandement l’équipe commerciale à vendre avec précision. Ils ne vont pas sur-vendre en fonction de ce pic ponctuel, maintenant que Yield Analytics a appliqué l’atténuation des pics : ils seront en mesure de vendre le montant correct.

Mode Calendrier

Lorsque vous réservez des parrainages et que vous essayez de déterminer où il existe une disponibilité pour un produit spécifique, vous pouvez consulter l’affichage calendrier. Cela va vous montrer ce qui est disponible (code de couleur = vert) et ce qui ne l’est pas (code de couleur = rouge). Dans un serveur publicitaire, vous devez rechercher jour après jour pour essayer de déterminer ces informations.

Requêtes en bloc

Si une requête est effectuée dans Yield Analytics qui implique des milliers d’éléments de ligne, le système prend généralement quelques minutes pour analyser et traiter toutes ces données. Vous avez la possibilité d’enregistrer les résultats dans un dossier de requête en bloc. Cela vous permet de continuer à travailler pendant que le système génère le résultat de la requête.

Remarque

Yield Analytics ne traite qu’une seule fois par jour, en raison de la taille du fichier journal. Il est peu pratique de le faire plus que cela, car le rendement analyse chaque impression dans le système.

Prévision

La principale chose pour laquelle Yield Analytics est connu est la prévision. Cela inclut les opérations suivantes :

• Comprendre la capacité d’inventaire
• Comprendre les différentes façons dont les impressions peuvent être consommées
• Disponibilité des produits personnalisés et prédéfinis

Gestion de la remise des messages

La gestion de la livraison incude tout ce qui se produit après la vente. Yield Analytics émule la distribution d’un serveur publicitaire pour comprendre les risques de sous-distribution. Nous analysons la contention des campagnes pour mieux prévoir les publicités les plus susceptibles de servir, quelle ligne a une priorité plus élevée et différentes façons d’optimiser le chiffre d’affaires.

Analyse des prix

L’analyse des prix est l’endroit où les clients obtiennent l’une des plus grandes valeurs de Yield Analytics. Avec ces informations, vous pouvez potentiellement découvrir différents publics que vous n’étiez pas au courant. Pour ce faire, nous examinons historiquement les points suivants :

• Livraison du chiffre d’affaires
• Prix des articles
• Différences de prix
• Yield Analytics augmente le potentiel de produits spécifiques

Rapports d’indicateurs de performance clés (KPI)

Étant donné que Yield Analytics fusionne des données sur de nombreuses plateformes différentes, nous créons des insights combinés sur un tableau de dimensions.

Gestion par programmation

Si vous êtes intégré à différents fournisseurs de services de sécurité, Yield Analytics peut extraire ces informations dans notre système. Nous pouvons déterminer où il y a des poches de demande élevées, en fonction de métriques telles que le taux de remplissage, eCPM, CPM, RPM, etc. Nous gérons le rendement pour capturer les revenus par le biais de différents canaux programmatiques.

La fonctionnalité Yield Analytics et les informations obtenues profitent à de nombreux secteurs. Sont inclus :

Ventes

Sales va examiner les moyens de générer des revenus par le biais de solutions clientes. Ils créent des plans de vente et reçoivent des RRP des clients et répondent à ces derniers. Ils gèrent également la relation client.

Opérations publicitaires

Les équipes Ad Ops s’assurent que tous les revenus sont générés. Ils implémentent également des plans clients et résolvent les problèmes techniques à un niveau de base.

Gestion de Yield Analytics

Il s’agit de l’équipe principale dans le flux de travail. Les responsabilités de gestion de Yield Analytics sont les suivantes :

• Optimisation du chiffre d’affaires
• Gestion
• Tarification
• Hiérarchisation de la livraison des campagnes
• Propriété des rapports d’indicateur de performance clé

Finances

Même si la plupart des clients utilisent un système de gestion des commandes, Yield Analytics a la possibilité de gérer votre chiffre d’affaires, de gérer la facturation fine, de suivre les mauvais débits et d’autres fonctionnalités connexes. Cela s’effectue parfois par le biais d’un système de données tiers. (par exemple : Ajusteur)

Gestion

La direction peut être définie comme « responsable des recettes » et du personnel responsable de la prise de décisions stratégiques. Voici quelques exemples d’informations classiques disponibles dans les rapports de haut niveau :

• Qui est mon annonceur principal ?
• Qu’est-ce que l’eCPM de mon annonceur à travers le tableau ?
• Quel est l’eCPM pour chaque annonceur ?
• Comment vont mes vendeurs ?
• Comment vont mes produits les plus hauts ?

Lorsque des rapports sont exécutés, le contenu n’est pas divisé en points de données historiques et prévus. Si vous souhaitez voir des données historiques dans les rapports, vérifiez que vous sélectionnez des dates du passé. Si la date chevauche l’historique et la date prévue, vous recevrez un mélange de ces données.

Un produit dans le système Yield Analytics est une combinaison d’attributs de ciblage provenant du serveur publicitaire. Le serveur publicitaire a une logique intégrée pour déterminer où et quand une publicité va être utilisée. Par commodité, dans notre système, nous avons différents types de produits.

Nous avons créé plusieurs types de produits différents qui vont examiner les attributs de ciblage qui sont extraits du serveur publicitaire. Ces attributs de ciblage vont être importés dans Yield Analytics. Les plus courantes sont la taille, le site, la page, la position, les segments d’audience, la géolocalisation, etc.

Lorsque vous exécutez des rapports, vous souhaitez généralement filtrer certains types de produits, en fonction de ce que vous recherchez. Il existe trois types de produits, qui sont décrits ci-dessous.

Taux carte

Le produit de carte tarifaire est un produit qui est fréquemment vendu par l’équipe commerciale qui représente le catalogue de produits. Cela peut avoir un taux carte prix associé.

Remarque

Si le client dispose d’un système de gestion des commandes intégré à Yield Analytics, ces informations doivent être transmises du système de gestion des commandes à notre système. S’ils ne disposent pas d’un système de gestion des commandes, ils peuvent créer tous les produits de carte de taux dans Yield Analytics.

Reporting

Il s’agit d’un produit créé spécifiquement à des fins de création de rapports. Il s’agit de produits basés sur les types de rapports souhaités que les clients souhaitent exécuter. Yield Analytics examine ce qu’est le produit de création de rapports et examine l’attribut de ciblage. Ensuite, nous allons accéder au serveur publicitaire pour rechercher les éléments de ligne qui avaient un aspect de cet attribut de ciblage. Nous extrayons ensuite les informations et les reflètent dans les rapports. En voici quelques exemples :

• Comment fonctionnent les différents sites/sections ?
• Comparer l’application mobile et le web mobile
• Tous les produits mobiles

Remarque

Lorsque le client est intégré pour la première fois, un représentant Yield Analytics le guide tout au long du processus de création d’un produit et lui propose quelques idées de différents produits qu’il peut créer.

Personnalisé

Un produit personnalisé est un produit unique référencé par les lignes de commande dans le serveur publicitaire. Il s’agit généralement d’un produit qui est vendable, mais qui n’est pas généralement vendu. Les produits personnalisés sont principalement utilisés comme commodité si vous souhaitez accéder à des informations spécifiques sur un produit spécifique et exact.

Remarque

Yield Analytics encourage le client à créer une quantité substantielle de produits lors de leur première intégration. Cela leur permet de commencer à collecter des données historiques dès le début.

Dans Yield Analytics, le chiffre d’affaires est réparti de deux manières différentes : sous contrat et gagné. Les impressions sont réparties de trois manières différentes : contractuelles, planifiées et consommées. Voici une brève explication de chaque type d’impression.

Contracté

Le contrat est tout ce qui provient du système de gestion des commandes.

Scheduled

Le serveur publicitaire est décomposé du système de gestion des commandes. Lorsque des informations sont envoyées au serveur publicitaire, elles s’affichent comme planifiées. Certains clients disposent d’un système de gestion des commandes qui intègre une « mémoire tampon » d’impressions planifiées pour s’assurer qu’ils livrent en intégralité.

Remarque

Si un client n’a pas de système de gestion des commandes (il dispose simplement d’un serveur publicitaire), les contrats et les planifications correspondent toujours exactement au même numéro.

Consommé

Les impressions consommées sont ce qui est réellement exécuté, servi ou ce qui est prévu pour s’exécuter sur le serveur publicitaire.

Le type de consommation est un autre moyen de décomposer le taux de vente. Un exemple de base du taux de vente à travers traditionnel est : Sur un million d’impressions, 900 000 ont été vendus. Cela équivaut à un taux de vente à 90 %.

Le type de consommation pose la question de base : Un produit particulier a-t-il été vendu directement ou indirectement à un produit donné ? (Retour à l’exemple) Sur ces 900 000 impressions, ces publicités étaient-elles réellement destinées à ce produit spécifique, ou ce produit avait-il simplement une abondance de capacité ?

Consommation directe

La consommation directe est très simple. Sur la ligne de commande, l’article est ciblé et servi exactement au même emplacement.

Exemple : il existe un produit dans notre système nommé News 300 x 250 page d’accueil. Les caractéristiques de ciblage sont Site=News, Size=300x250, Page=Homepage. La ligne de commande cible exactement la même chaîne. Ces annonces apparaissent sur la page d’accueil des actualités 300x250. Chaque fois qu’une annonce sert, cela est considéré comme une consommation directe. Si vous avez acheté ce produit particulier, l’annonce est directement servie sur ce produit.

Consommation autonome

La consommation contenue est corrélée à la consommation directe. Chaque site a une hiérarchie. Si vous êtes un journal, par exemple, vous allez avoir vos différents sites/sections tels que actualités, politique, sport, local, etc. Dans chacune de ces sections sera d’autres sous-sections qui « ruissellent » pour ce site/section particulier.

Exemple : Notre exemple n’est plus la page d’accueil, mais vous regardez les actualités 300x250 run-of-site. Si une annonce est destinée à un site particulier qui tombe sous le contrôle d’actualités, cela serait considéré comme une consommation autonome. J’ai une ligne de commande qui va à l’actualité / politique 300 x 250 - qui tombe n’importe où dans les nouvelles. Cette publicité (ou impression) s’afficherait comme une consommation autonome. Il ne cible pas directement les nouvelles, mais il cible une sous-section qui est toujours considérée comme « liée » à ce produit particulier.

Consommation indirecte

Le concept de consommation indirecte est mieux illustré par un exemple.

Exemple : Je suis situé à New York et j’accède à la section des actualités. Il existe un élément de ligne ciblé « run-of-site » et le DMA=New York. L’annonce est une annonce de voiture, qui est également destinée à DMA=New York.

Cette impression a été prise en compte, vendue par le biais d’une annonce, et elle a été servie. Il n’a pas servi parce que j’étais sur les nouvelles ou la politique. Ça a servi parce que j’étais à New York. C’est ce qu’on appelle la consommation indirecte. Il répond essentiellement à la question suivante : Cette publicité a-t-elle été servie et ciblée sur ce produit particulier, ou y a-t-il eu une autre caractéristique de ciblage sur un autre article qui est arrivé à servir là-bas ?