No one wants to overpay for impressions or let whales get away because you didn’t bid enough to win the auction. Bidding the right price for the right impression demands next-level machine learning to analyze all 350 billion opportunities we see each day – a volume higher than the queries handled by the world’s largest consumer search, streaming, and social platforms.
如果平均有 22 个不同点位购买同一个展示,并且在同时进行,显然,不是所有的广告供应渠道都是平等的。竞价优化工具每秒处理 4 百万个竞价请求,能够确保赢得展示所需的最低价格,以推动 ROI 。
Moloco 在摄取一手数据时就开始进行学习,并根据历史数据和来自 MMP 的共享回传,对每一个竞价请求同时通过 8 个推理模型进行判断。
第一价格拍卖和第二价格拍卖的竞价策略非常不同。Moloco 为各种情况开发了模型,以在任何网络、任何竞价策略下都能准确预测最佳的竞价价格。
每一个营销人员都梦想着在业绩出色时,能有更多的预算,又不影响业绩。 Weekly Budget Optimizer delivers performance results by optimizing your budget over the course of a week, both time of day and day of week. Rather than meet daily spending requirements, Moloco learns from your app’s historical data to identify when users are most active and inclined to convert, and the Budget Optimizer ensures your budget is always oriented towards ROI.
当人们有更多的时间去探索和享受应用程序的价值时,才会产生安装。事实上,iOS 端的应用程序安装量在周末比工作日高 25%,Android 端则高出 6%。周预算优化工具使用机器学习技术,为回报率最高的时段保留额外的预算,而每日分配预算则限制了广告的潜力。
每一次展示都是您业绩提升的机遇。Moloco 将以明智的方式花费您的周预算,不会有超支。内置的安全网可以防止预算提前耗尽或在周末降低支出。
Moloco 取得的成绩是有目共睹的。广告主通过每周而不是每天的优化,获得了约 10% 的业绩提升。通过每周优化预算,电商应用的再营销广告绩效averaged a 29% performance improvement on re-engagement campaign budgets managed for weekly optimization.
您的广告定向精准吗?有了Moloco ,您无需再绞尽脑汁、仅靠直觉投放广告。利用数据和洞察优化创意,获得可预测的增长趋势,稳固提升业绩表现。
通过上传一系列的创意素材,您可以测试哪些信息、广告尺寸和格式能带来最好的结果,并专注在为每个具体广告活动和变量提供最高成功率的组合上。
查看各创意组在重要指标方面的表现。可能是 IPM,CTR,CVR,或 CPI。删除那些表现不佳的创意,并自动对表现良好的创意组别投入更多预算。
Moloco 工作室由来自全球各地的多学科专家组成,他们专注于将设计、技术和敏锐的数据洞察结合起来,即使您对广告业绩要求严苛,我们依旧能够满足您的需求甚至超出您的预期。
Moloco 的机器学习引擎让您在开放的互联网上释放您一手数据的全部价值,从而以更大的加速度推动广告活动绩效。·我们的机器学习由一个深度神经网络(DNN)提供动力,该网络可立即、反复和实时地进行优化。这就是为什么 Moloco 可以大规模地为您找到最高价值的用户。
Moloco 的产品为当下的营销人员量身打造,帮助他们应对数据有限带来的挑战。我们的机器学习引擎根据所有可用的信号进行优化,确保您的广告表现出色,而不依赖第三方用户数据,因为它们可能是错误的、不相关的或存在隐私问题的。
我们机器规模的自动化并不依赖于有限的受众群体。Moloco 会每天查看 3500 亿个竞价请求,并计算它们可能成为您广告活动转化者的概率。这是我们扩大规模的方法,也是我们避免收益递减的方法。
Moloco 在摄取一手数据时就开始进行学习,甚至在您的商家购买第一个广告展示之前就建立起定向标准。通过结合每个竞价请求的八个同步模型推断——从用户转换可能性到价格优化和欺诈预防——我们为任何规模的客户群和任何规模的预算实现最高的广告支出回报。
大多数平台适应变化速度缓慢,而且仅依赖以往业绩的信号。而 Moloco 在一套更广泛的前后关联信号上进行训练,并随着政策的变化进行实际的改进。事实上,Moloco 在 iOS 的 LAT 展示上产生的 ROAS 比在非 LAT 展示上产生的 ROAS 高 40%,成本低 50%。
想要了解更多?Sechan Oh 博士在此篇中详细讲解了 Moloco 机器学习算法和深度神经网络。 blog article.