PREV

Case Studies

NEXT

INDICE

Il contesto

Domande chiave

Il problema

La soluzione

I vantaggi

Aumentare i ricavi e automatizzare i processi nell’ottimizzazione dei bid nelle aste di online advertisement con l’Artificial Intelligence.

Come un leader nel settore del digital marketing ha migliorato il ROI delle campagne di online advertising con l’ottimizzazione dei bid.

Previsione e ottimizzazione dei bid nelle aste di online advertising

 

Un’azienda attiva come broker di digital advertising aveva bisogno di automatizzare un processo che era gestito manualmente, migliorando i ricavi ottenuti dal brokerage.
aHead Research ha proposto e realizzato per il cliente un modello matematico che suggerisce l’offerta migliore per acquistare il posizionamento su migliaia di keyword differenti al fine di migliorare i risultati di profitto ottenuti dalle aste indette su piattaforma Bing e Google AdWords.
In particolare, l’ottimizzatore doveva stabilire quanto offrire per ogni keyword su ogni piattaforma, attraverso previsioni effettuate in seguito all’analisi dei dati dello storico, con l’obiettivo di massimizzare il ROI atteso.

Domande chiave:

  • Qual è l’offerta iniziale corretta per una keyword?
  • È meglio aumentare l’offerta iniziale o è meglio ridurla? Tenerla costante può essere l’opzione corretta?
  • Di quanto è necessario aumentare/ridurre l’offerta?
  • Dopo quanto tempo è meglio aumentare/ridurre l’offerta? Dopo 4 ore o dopo un giorno?
  • I risultati ottenuti sulla singola keyword sono migliorabili? O sarebbe meglio disattivare completamente quella keyword non abbastanza redditizia?

    Rispondere singolarmente a questi quesiti può essere fatto sulla base dell’esperienza dei manager su specifiche country, ma un algoritmo con tecniche avanzate di Machine Learning e di ottimizzazione matematica può supportarli nello scalare il business su scala globale. Infatti, aumentare l’offerta per una keyword può aumentarne il traffico ma vi è il rischio che i ricavi non superino i costi. Viceversa, la riduzione dell’offerta può portare a non avere abbastanza traffico e a perdere le aste indette dalle piattaforme online, perdendo di conseguenza traffico e dunque fatturato.

    IL NOSTRO METODO

    IL PROBLEMA

    LA SOLUZIONE

    I VANTAGGI

    Il problema

    Aumentare i ricavi ottimizzando il Return On Investment per ogni keyword

    Determinare manualmente quale sia l’offerta migliore per ogni keyword non permette al business di scalare. Il supporto di un modello matematico diventa fondamentale in questi casi, in modo da poter identificare un’offerta congrua, che non sia troppo alta per evitare di spendere troppo e che non sia troppo bassa per evitare di risultare inefficace. Il ricorso alla previsione, l’uso del Machine Learning per lo studio dei dati storici e lo sviluppo di un algoritmo di Math-Optimization che considerasse il traffico e la profittabilità delle keyword proposte, hanno permesso di sviluppare una soluzione che tenesse conto dei risultati economici ottenuti fino a quel momento, migliorandoli per il futuro.

    La soluzione

    La soluzione per l’ottimizzazione dei bid nell’online advertising

    I team di Data Intelligence e Math-Optimization di aHead Research hanno sviluppato una soluzione con componenti algoritmiche organizzate in micro-servizi con API di tipo REST. Per gestire la grossa mole di dati in input è stato impiegato l’utilizzo della piattaforma Apache Spark, per l’efficiente elaborazione di analisi dei dati su larga scala. Il software incorpora un modello di Machine Learning e sofisticate tecniche di ricerca operativa Python-based. Lo scheduling del workflow algoritmico e l’esposizione dei risultati al cliente sono gestiti in Java, utilizzando librerie che migliorano l’efficienza di questo tipo di processi e ricavando i dati di input da un Cloud Bucket S3 di Amazon Web Services. Grazie a queste tecnologie è stato possibile abbattere i tempi per l’automatizzazione di un processo che avrebbe richiesto ore per poter gestire centinaia di migliaia di keyword differenti. Il software è stato perfettamente integrato con la piattaforma del cliente, che è in grado di importare automaticamente i risultati quando sono pronti per essere messi online sulle piattaforme Google o Microsoft.

    L’algoritmo adottato riesce inoltre a soddisfare le funzionalità richieste dall’utente:

    • Variazione del bid con frequenza giornaliera e oraria, con la possibilità di variare l’offerta dopo un certo numero di ore, dando libertà di scelta all’utente;
    • Gestione in contemporanea di mercati differenti a livello globale, anche con fusi orari differenti;
    • Simulare scenari differenti e calcolare i kpi per valutare tutti gli scenari possibili;
    • Gestione in contemporanea di piattaforme differenti quali ad esempio Microsoft Bing e Google AdWords.

    I vantaggi

    I benefici ottenuti dall’ottimizzazione dei bid

    La soluzione proposta ha permesso di automatizzare i processi di calcolo e fornire direttamente il bid da inserire sulla piattaforma del motore di ricerca. Il software è stato in grado di suggerire l’offerta da proporre con granularità anche oraria, in modo da avere un’ottimizzazione near-real-time. L’utilizzo di un software basato sull’applicazione di tecniche di Machine Learning ha portato poi all’identificazione di cluster di keyword che risultavano poco redditizie, suggerendone lo spegnimento immediato.
    Oltre ai benefici misurabili economicamente, l’automatizzazione del processo porta evidentemente a un risparmio di tempo che permette di migliorare immediatamente i risultati. L’ottimizzazione matematica ha dunque permesso di raggiungere ottimi risultati economici, avvicinandosi alla profittabilità degli esperti di marketing del cliente, velocizzando in maniera netta il processo e permettendo di scalare il business su scala globale. I benefici sono stati dimostrati raccogliendo i dati economici prima e dopo l’ottimizzazione, dimostrando come sia possibile gestire migliaia di campagne e centinaia di migliaia di keyword contemporaneamente, su diverse country.