캠페인 퍼포먼스, 비용 효율성 및 주소 지정 가능성을 개선하는 새로운 아마존 DSP 머신 러닝 모델

이러한 개선 사항을 통해 광고주는 다음과 같은 성과를 기록했습니다.¹

아마존 DSP Technology 이사 Neal Richter는 “고급 과학과 기술은 아마존 DSP의 핵심입니다. 저희는 광고주의 퍼포먼스와 비용 효율성을 높일 방법을 지속적으로 모색하고 있습니다. 광고주에게는 단 1%의 개선도 중요하다는 사실을 잘 알고 있으며 이러한 새로운 업그레이드는 참여와 광고 수익률을 높이는 데 도움이 됐습니다. 브랜드가 비용 효율성 개선과 결과 제공에 특별히 신경 쓰고 있는 시기에 이러한 개선 사항을 발표하게 되어 기쁩니다.”라고 말했습니다.

새로운 예산 분배 머신 러닝 모델은 브랜드가 최적의 비용으로 캠페인 기간 동안 게재되는 모든 광고를 통해 원하는 잠재고객에게 도달하는 데 도움을 제공합니다. 이러한 모델은 입찰 요청 전환 가능성을 더 잘 예측하여 퍼포먼스를 최적화하는 동시에 목표 도달 페이싱을 개선하는 알고리즘 조정을 지원합니다. 퍼포먼스 개선 예시로는 클릭률 12.6% 증가, 광고 수익률 34.1% 증가, 노출당 비용 24.7% 감소 등이 있습니다.

아마존 광고 2022년 unBoxed에서 발표된 아마존 DSP는 아마존 잠재고객과 컨텍스트 타겟팅을 확장하여 기존 광고 식별자에 대한 의존성을 줄이는 데 도움이 됩니다. 아마존의 모델 기반 잠재고객 추론 방법론은 사용할 수 있는 이벤트 및 컨텍스트 신호를 활용하여 적절한 메시지를 적절한 잠재고객과 매칭시킵니다. 확장된 아마존 잠재고객 및 컨텍스트 타겟팅을 사용하는 광고주는 과거에는 주소 지정이 불가능했던 인벤토리의 지정 가능성이 20%~30% 점진적으로 증가한 것을 확인했습니다.

이러한 알고리즘 개선을 통해 광고주가 기존 캠페인을 조정하지 않아도 더욱 비용 효율적인 광고 배치를 사용할 수 있습니다.

아마존 광고는 계속해서 고객을 위해 혁신하고 브랜드가 마케팅 문제를 해결할 새로운 방법을 고안할 것입니다. 아마존의 광고 기술은 브랜드가 새로운 인사이트를 발견하고, 마케팅 퍼포먼스를 극대화하고, 비용을 절감하고, 크로스 미디어 투자가 고객이 시간을 보내는 모든 위치에 미치는 효과를 확인하는 데 도움이 됩니다.