这不是另一篇关于第三方饼干的死亡。
饼干是错误的精度和他们一直都是这样的。讨论饼干和广告商要做什么当他们一去不复返了。这是一个分心。
相反,我们应该谈论我们如何可以吸引消费者现在和将来有关,有用的广告。反复或无情地展示广告鞋购物者考虑但不购买是一种cookie-driven策略。它不是相关的或有用的。
相反,广告商需要测量建模和推理方法,考虑购物的兴趣,背景信号和购买信号,需要一个cookie。
真正的编程能力:洞察力
是的,需求方平台是一个广告商使用购买媒体的工具。但是广告商应该考虑他们的DSP与扩大镜头。不仅仅是库存。
你的DSP帮助你更了解你的广告工作或不?越来越“聪明”,你的每一次活动运行,使用机器学习和广度的信号在未来做出更好的决策?如何准确的信号是你的DSP访问吗?在什么方面有区别吗?这些信号预测长期的或只是下一个点击?
你应该有信心在这些问题的答案。
在亚马逊的广告,我们大量的重视的见解亚马逊DSP提供我们的广告商,不仅我们可以访问的库存。当广告主通过亚马逊DSP运行活动,我们的技术构建模型,帮助我们理解购物广告模式和预测性能。
我们的愿景是让这些见解提供给广告商和可重用的未来运动使用的数十亿信号独特的亚马逊,模型变得越来越聪明的使用它们。
亚马逊最近增强DSP后,品牌在垂直每次点击成本减少了24.7%——无需采取任何行动——仅仅因为算法开始更好地“理解”的相对价值的机会展示广告的受众基于预期罗阿斯。
由广告帮助消费者找到他们所需要的东西或发现他们不知道他们需要的东西。我们不应该分心。真正的见解和预测建模,而不是饼干,使这一切成为可能。
老学校满足新学校
饼干前,许多广告是关于理解消费者行为和产品组和消息传递,让他们参与进来。认为广泛的人口统计资料,如“在18到35岁的男性。”
在亚马逊,我们致力于赢得和保持客户的信任,无论他们是使用我们的广告产品或品牌消费者购物Amazon.com。所以,当广告商使用Amazon DSP,他们可以利用建模能力和观众独特的见解亚马逊的广告,并将它们与自己的信号,利用见解,无法找到其他地方——在不影响信任。
但是广告的新时代应该让人想起那些早期的机器学习建议在亚马逊的实例:小部件底部的一个产品页面,上面写着,“顾客买了这也买了这个。”。虽然这不是一个广告功能,这是一个很好的广告科技发展方向的例子:使用基于人群的总信号。
由于我们的测量能力,品牌可以了解他们的广告收入的通知和开车购物行为,证明他们的努力的影响。这就是为什么我们的广告方法是老派的组合策略,这些新派广告。我们相信品牌应该真正吸引顾客,并帮助他们在他们的购物旅程,而不是哀悼的饼干。
