حوار يتضمن 6 أسئلة مع نيل ريختر من Amazon Ads حول Amazon DSP وقدراتها المطورة

تعتبر Amazon Ads فريدة من نوعها في صناعتنا نظرًا لفهمها العميق لعملائنا. وبصفتي عالم بيانات يفسر مجموعات كبيرة من المعلومات من خلال الأساليب الحسابية، يتعين الانتقال إلى الشركات التي لا تمتلك الرؤى الأكثر إقناعًا فحسب، بل أيضًا التي تكون في وضع يمكنها من تحويل تلك المعلومات إلى نشاط تجاري.

بدأنا بسؤال أنفسنا عما نريد أن تصبح عليه Amazon DSP. وكان الحل هو ضرورة تطوير منصة طلب برمجية أكثر شمولاً تستفيد من إشارات الجمهور القيمة وقدرات القياس للحملات الإعلانية لعملائنا على أي مخزون على الإنترنت، بما يتجاوز Amazon.com فقط.

بالإضافة إلى ذلك، قمنا أيضًا بزيادة كمية المعلومات التي يتم تحليلها بواسطة نماذج التعلم الآلي الخاصة بنا، بما في ذلك مجموعة واسعة من إشارات الجمهور والنتائج، لتعزيز أداء الحملة باستمرار.

ومع استمرار بحث المُعلنين عن طرق لتحسين أداء الحملة، أدت التحسينات الأخيرة التي أجريناها إلى تحسين دقة العرض والوتيرة والتنبؤ بأداء الإعلان. وقد أدت هذه الترقيات إلى زيادة بنسبة 12.6٪ في معدل النقر للوصول لعملائنا، مما يوفر لهم ثقة أكبر في تحقيق أهداف حملتهم، بغض النظر عن الجمهور أو بيئة الإمداد.

عندما نقول «خلف الكواليس»، فإننا نعني أن عملاء Amazon DSP لن يحتاجوا إلى إجراء تغييرات للاستفادة. نحن في الأساس نأخذ المعلومات التي قدمها لنا عملاؤنا بالفعل، ونستخدم التكنولوجيا المتقدمة ومجموعة واسعة من الإشارات لمساعدتهم على الوصول إلى أهداف الأداء الخاصة بهم. الأهم من ذلك هو عدم الاضطرار إلى بذل أي مجهود من جانبهم، ولا حتى دفع تكاليف إضافية. بعبارة أخرى، إذا كنت بصدد طرح حملة من خلال Amazon DSP، فمن المفترض أن ترى تحسينات في جوانب مثل الأداء وكفاءة الوصول.

لقد أدت ترقيات الخوارزميات الجديدة إلى تحسين قدرات Amazon DSP للشراء في أي مكان على الإنترنت، حيث لدينا وصول مباشر إلى عشرات الآلاف من المواقع والتطبيقات، بالإضافة إلى المواقع التابعة لأطراف خارجية التي تستخدم جمهور Amazon وقياس الأثر والتسويق القائم على الإشارات لجعلها منصة طلب مؤسسية كاملة الميزات.

وهذا يعني أن ماركة فنادق أو ماركة لتأجير السيارات، على سبيل المثال، يمكنها الوصول إلى العملاء الذين اشتروا الأمتعة مؤخرًا بشكل أكثر كفاءة من خلال القنوات التقليدية والناشئة.

لقد قمنا أيضًا بتحسين الأدوات التي يعرفها عملاؤنا بالفعل للتواصل بشكل أفضل مع الجمهور الذي يصعب الوصول إليه. ومع ذلك، فإن العامل الرئيسي الذي يميزنا هو أننا نجمع هذه المنتجات مع جميع القدرات الفريدة التي يمكن أن تقدمها Amazon Ads. شهد العملاء الذين استخدموا طرقًا بناء على السياق ونماذج التعلم الآلي للوصول إلى الجمهور زيادة في كفاءة الوصول التزايدي بنسبة 20٪ إلى 30٪ في المخزون الذي لم يكن من الممكن الوصول إليه سابقًا مثل Safari وFirefox وiOS.

استفاد البث التلفزيوني بشكل خاص من أحدث ترقياتنا. لقد عززت التحسينات التي أجريناها قدرة المُعلنين على الوصول إلى الجمهور في بيئة البث التلفزيوني، والتي تشمل Fire TV وجميع تطبيقات البث الخاصة بها، بالإضافة إلى مخزون البث من طرف خارجي.

كل هذا بدوره يساعد عملاءنا على حل بعض أكبر التحديات في الشراء على التلفزيون، مثل كفاءة الوصول، وشراء مخزون الفيديو بشكل أكثر كفاءة، مع تحفيز أداء الحملة أيضًا.

لقد أطلقنا مؤخرًا جيلاً جديدًا من أدوات تقديم عروض الأسعار الأساسية لدينا، وهو إصدار متعدد السنوات يتضمن أنظمة تنبؤ أساسية مطورة مدعومة بالتعلم العميق. يتضمن ذلك تحسينات لخوارزميات الوتيرة والميزانية، بالإضافة إلى حساب سعر العرض والتحسين بما يحقق أهداف العملاء. على مدار العام الماضي، قامت Amazon DSP أيضًا بتحسين الخوارزميات الأساسية لتحسين مجالات مثل CPA وعائد الإنفاق على الإعلانات (ROAS) والوصول والتكرار.