Recherche
Se connecter

Tradelab maximise sa visibilité média grâce à Appnexus

Publié par le - mis à jour à
Tradelab maximise sa visibilité média grâce à Appnexus

Afin d'optimiser ses achats média, la plateforme programmatique Tradelab a construit son algorithme d'enchères sur mesure à l'aide d'AppNexus Programmable Bidder. Le processus de décision d'enchère ainsi automatisé permet d'atteindre des audiences cibles et de bénéficier d'un coût par vue maximisé.

  • Imprimer

Pour le compte d'une enseigne majeure du secteur alimentaire, la plateforme programmatique Tradelab optimise le gain de notoriété de la marque annonceur à travers un ciblage granulaire des consommateurs les plus affinitaires à ses produits. Le succès de la campagne est mesuré par la réussite effective du critère de visibilité média des expositions publicitaires utiles.

Cependant, la visibilité média dépendant de nombreuses variables telles que la position de l'emplacement publicitaire sur le site éditeur, le domaine ou encore la taille de la créative, l'optimisation efficace du coût par vue (CPV) implique généralement un set up manuel de la campagne et requiert une optimisation complexe.

Pour répondre aux enjeux de son annonceur, Tradelab a recours à une construction algorithmique propre à chacune de ses problématiques, basée sur le traitement de larges volumes de données en temps réel, dans un souci de reach sur cible sur inventaires à forte visibilité.

L'ouverture technologique de l'infrastructure d'AppNexus permet à Tradelab de développer ses propres outils technologiques d'achat et d'optimisation. En utilisant l'AppNexus Programmable Bidder (APB), Tradelab a ainsi construit, pour le compte de son client, un algorithme de décision d'achat sur mesure automatisant le processus de décision sur une multitude de facteurs combinés influençant la visibilité media.

Pour ce faire, Tradelab définit un ensemble de variables induisant une visibilité contrôlée via une analyse des données de visibilité moyenne des créatives. Cet amas de données est ensuite conditionné au sein d'une architecture d'arbre de décision - élaborée via le langage Bonsai - afin d'acter la décision d'enchère ou de non-enchère par impression unique. Pour chaque impression éligible évaluée, Tradelab génère une valeur d'enchère unique basée sur la classification du segment d'utilisateurs à exposer.

Pour mesurer l'efficacité de la diffusion visible (CPV), Tradelab a comparé - sur périmètres d'audiences ISO - les performances de sa création algorithmique à celles d'une campagne utilisant un algorithme d'achat standardisé. Les résultats témoignent du gain de valeur grâce à une croissance des performances d'acquisition, accompagné d'une baisse des coûts opérationnels. En automatisant pleinement son processus d'optimisation sur des micro-signaux de données peu intuitifs et non perceptibles par l'humain, Tradelab réduit drastiquement ses coûts opérationnels et enrichit la connaissance de sa cible réceptive.

Chiffres-clés

Réduction des coûts opérationnels: - 90% de coûts via l'automatisation du processus d'optimisation

Hausse significative du taux de visibilité: + 14% par rapport au taux obtenu avec un processus d'optimisation manuel, et de 30% en comparaison des moyennes du marché local.

Optimisation de l'efficacité média: près de 10% d'efficacité supplémentaire sur l'ensemble des investissements média de la campagne.

Diminution des coûts par vue: - 20% par vue par rapport à la campagne optimisée manuellement.

La rédaction vous recommande

Par Marketo

Difficile pour les entreprises de se passer aujourdhui dune visibilite sur le web Acquisition de trafic transformation generation de leads les [...]

Sur le même sujet