次の方法で共有

価格を放棄する

  • [アーティクル]

重要

このガイドは、従来の行項目にのみ適用されます。 拡張行項目 (ALI) を使用している場合は、「 最適化ガイド」を参照してください。

概要

ギブアップ価格は、オークションで入札が考慮される注文を決定する入札価格のしきい値です。

ネットワークによって指定される 2 種類の入札 (最適化された入札 と 学習入札) と、パブリッシャーによって指定される 2 種類のオークション (収益オークション と Learn オークション) があります。 入札は、入札の種類を考慮しないシステム アルゴリズムによってオークションに割り当てられます。 たとえば、Learn Bid を最適化オークションに割り当て、最適化された入札を Learn オークションに割り当てることができます。 これにより、Learn Bids と Optimized Bids が同じインプレッションに対して競合できるようになります。

  • 収益オークション は、現在の市場と比較して入札の精度が高い最適化された入札を優先します(つまり、入札は市場の公正な価格になる可能性が高いように洗練されています)。
  • Learn Auctions は、現在の市場と比較して、まだ十分に確立されていない新しい入札を優先します (つまり、入札は市場で根本的に高いまたは低い可能性があります)。

パブリッシャーは、次の理由で総収益を最大化するために、オークションと収益オークションの両方に入札を割り当てる必要があります。

  • キャンペーンの有効期限が切れ、ネットワークは常に最適化されたキャンペーンを提供して収益を生み出したいと考えています。
  • 新しいオファーが始まり、ネットワークはこれらの新しい潜在的なトップパフォーマーを見つけたいと考えています。

そのため、パブリッシャーは常にいくつかの入札 (最適化または学習入札) を割り当てて、オークションを学習し、一部を収益オークションに割り当てます。 ただし、これにより、パブリッシャーに対してほとんどお金を稼げない入札を受け入れるか、ネットワークが将来の入札を最適化するために使用できる有効なデータを提供しない入札を受け入れるという問題が発生します。 このため、収益オークションでの最適化された入札、または Learn オークションでの学習入札は、放棄価格額を下回っている場合は優先権を受け取りません。

重要

価格を放棄する概念は、入札の計算方法や価値に影響を与えるわけではありません。入札階層にのみ影響します。

入札の種類

最適化された入札単価を次に示します。

  • マネージド ベースの入札 - これらの入札は、サービスを提供するたびにネットワークのベース CPM の収益を生成します。
  • 最適化されたマネージド入札 - これらの入札は、成功イベントごとに正確に予測できる収益を生成します。
  • RTB CPM の入札 - これらの入札は、インプレッションごとに販売者に支払われます。
  • RTB クロスネットワーク CPA/CPC 入札 - これらの入札は、成功イベントごとに正確に予測できる収益を生成します。

Learn bids は次のとおりです。

  • Managed Learn Bids - これらの入札は、収益の生成を正確に予測するのに十分な成功イベントがない新しいキャンペーンからの入札です。
  • RTB CPA/CPC Learn Bids - これらの入札は、収益の生成を正確に予測するのに十分な成功イベントがない新しいキャンペーンからの入札です。

収益オークション階層

  1. 最適化された入札と基本入札
  2. 入札額を確認する
  3. すべての入札

入札が収益オークションに提出されると、最適化された入札と基本入札が最初に考慮されます。 すべての最適化された入札とベースの入札が放棄価格を下回っている場合、システムは Learn 入札を見て、放棄価格を超える最高の入札を選択します。 Learn のすべての入札がギブアップ価格を下回っている場合、システムはすべての入札を確認し、最も高いものを選択します。

オークション階層を学習する

  1. 入札額を確認する
  2. 最適化された入札と基本入札
  3. すべての入札

Learn オークションに入札が送信されると、Learn 入札が最初に考慮されます。 Learn のすべての入札がギブアップ価格を下回っている場合、システムは最適化された入札と基本入札を見て、放棄価格を超える最高の入札を選択します。 すべての最適化された入札と基本入札が放棄価格を下回っている場合、システムはすべての入札を考慮し、最も高いものを選択します。

オークション階層で価格を放棄する

ギブアップ価格は、Learn の入札による 1000 件あたりの平均収益 (RPM) です。 各オークション階層では、この金額はしきい値として機能します。ギブアップ価格を超えない入札は階層の下部に移動されます (上記の収益オークション階層および Learn Auction Hierarchy の #3)。 会場レベルに十分なデータがない場合は、その会場の価格を売り手レベルに設定して価格を放棄します。 売り手レベルに、放棄価格を計算するのに十分なデータがない場合、放棄価格の既定値は $0.001 になります。

例 - Learn Auctions:

次の Learn オークションの例には、それぞれ 5 つの入札があります。

  1. $0.35 - 最適化
  2. $0.15 - Learn
  3. $0.12 - 基本
  4. $0.10 - 最適化
  5. $0.08 - Learn

ケース 1: ギブアップ = $0.09

  1. $0.35 - 最適化
  2. $0.15 - Learn
  3. $0.12 - 基本
  4. $0.10 - 最適化
  5. $0.08 - Learn

Learn Bids は最初に考慮されます。 放棄価格を超える最高の Learn Bid は Bid 2 ($0.15) です。

ケース 2: ギブアップ = $0.22

  1. $0.35 - 最適化
  2. $0.15 - Learn
  3. $0.12 - 基本
  4. $0.10 - 最適化
  5. $0.08 - Learn

Learn Bid は最初に考慮されますが、Learn の入札はすべて放棄価格を下回っています。 次に、最適化された入札または基本入札が考慮され、放棄価格を超える最高の最適化または基本入札は Bid 1 ($0.35) です。

ケース 3: ギブアップ = $0.60

  1. $0.35 - 最適化
  2. $0.15 - Learn
  3. $0.12 - 基本
  4. $0.10 - 最適化
  5. $0.08 - Learn

Learn Bid は最初に考慮されますが、Learn の入札はすべて放棄価格を下回っています。 次に、最適化された入札と基本入札が考慮されますが、すべての最適化された入札と基本入札は、放棄価格を下回っています。 その後、システムはすべての入札を考慮し、放棄価格を超える最高入札は Bid 1 ($0.35) です。

例 - 収益オークション:

各収益オークションには、次の 5 つの入札があります。

  1. $0.45 - Learn
  2. $0.35 - 最適化
  3. $0.12 - 基本
  4. $0.10 - 最適化
  5. $0.08 - Learn

ケース 1: ギブアップ = $0.09

  1. $0.45 - Learn
  2. $0.35 - 最適化
  3. $0.12 - 基本
  4. $0.10 - 最適化
  5. $0.08 - Learn

最適化された入札または基本入札が最初に考慮されます。 最高の最適化または基本入札で、放棄価格を超えているのは Bid 2 ($0.35) です。

ケース 2: ギブアップ = $0.30

  1. $0.45 - Learn
  2. $0.35 - 最適化
  3. $0.12 - 基本
  4. $0.10 - 最適化
  5. $0.08 - Learn

最適化された入札または基本入札が最初に考慮されます。 放棄価格を上回る最も高い最適化または基本入札が選択されます。したがって、Bid 2 ($0.35) が勝者です。

ケース 3: ギブアップ = $0.60

  1. $0.45 - Learn
  2. $0.35 - 最適化
  3. $0.12 - 基本
  4. $0.10 - 最適化
  5. $0.08 - Learn

最適化された入札または基本入札が最初に考慮されます。 最適化された入札と基本入札はすべて、放棄価格を下回っています。 Learn Bids は次に考慮されますが、Learn の入札はすべて放棄価格を下回っています。 その後、システムはすべての入札を考慮し、ギブアップ価格を超える最高入札は Bid 1 ($0.45) です。