Erfolgreiches Machine Learning bei Smaato: Kostenreduktion beim Medienkauf durch neues Tool "Automated Traffic Curation"
Kalifornien (ots)
Smaato steigert die Bidding-Effizienz für Demand-Side-Plattformen um bis zu 72 %
Smaato, führende globale Real-Time Advertising Platform für mobile Publisher und App-Entwickler, hat eine Automated Traffic Curation (ATC) entwickelt, welche die Kosten für Demand-Side-Plattformen (DSPs) erheblich senkt. Die erfolgreiche Machine-Learning-Technologie wird bereits seit dem letzten Jahr eingesetzt und stetig verbessert. Sie sortiert automatisiert weniger relevantes Inventar aus, bevor dieses die Plattform des Demand-Partners erreicht. So spart dieser Zeit und Kosten, die durch das Sortieren und Verarbeiten entstehen, um die Optionen mit der höchsten Wertschöpfung für Werbetreibende zu identifizieren. Das Produkt ist für sämtliche der über 260 von Smaato angebotenen DSPs verfügbar und eignet sich besonders gut für Käufer mit hohem Kaufvolumen.
"Unsere automatisierte Mediaeinkauf-Platform verarbeiten für jedes Gebot eine enorme Menge an verfügbarem Inventar, was die Auswahl der Werbeplätze mit dem höchsten Ertragspotenzial erschwert", sagt Freddy Friedman, Chief Product Officer von Smaato. "Unsere ATC-Lösung filtert irrelevantes Inventar automatisch heraus, bevor es die DSP's erreicht, so dass diese die qualitativ hochwertigsten Optionen nutzen können, statt sie aus Kostengründen zu verpassen."
Das von digitalen Publishern umgesetzte Header Bidding zur Verwaltung programmatischer Werbung führte bei Demand-Plattformen in der Vergangenheit zu einem explosionsartigen Wachstum der Bid Requests. Digiday berichtete beispielweise, dass sich DSPs 2017 aufgrund des Header Bidding im Vergleich zum Vorjahr mit dem vierfachen Volumen an Bid Requests konfrontiert sahen. Durch dieses Zusatzvolumen entsteht eine enorme Belastung der Infrastrukturkosten für Analyse, Bid-Management und Ertragsoptimierung. Das wiederum führt dazu, dass einige Unternehmen überzählige Anfragen einfach außer Acht lassen, statt sie entsprechend zu sortieren und die optimale Option für ihre Werbetreibenden zu finden.
Ausgehend von der Analyse des Gebotsverhaltens optimiert Smaatos ATC den Bid-Stream durch maschinelles Lernen und sorgt so im Laufe der Zeit für eine präzise Verbesserung unterschiedlicher Inventartypen. Dieser Prozess stellt sicher, dass DSPs nicht nur die Gesamtkosten für die Verarbeitung reduzieren, sondern mit der Zeit auch relevanteres Inventar erhalten. Smaatos ATC verfügt zudem über anpassbare Steuerelemente, mit denen DSP das Inventarvolumen je nach Anforderungen ihres Unternehmens anpassen können.
"ATC ermöglicht Partnern mit hohem Volumen individuelle Effizienz innerhalb des Bid-Streams, wodurch die DSP-Kosten reduziert werden und die Verfügbarkeit der wertvollsten Gebote je DSP gesteigert werden", erklärt Gerry Louw, Chief Technology Officer von Smaato. "Wir sehen, dass das Streamlinen der mobilen Wertschöpfungskette die Performance für Käufer, Verkäufer sowie Technologieunternehmen erheblich verbessert und Smaatos ATC ein leistungsstarkes Tool ist, um dieses Ziel zu erreichen."
Über Smaato
Smaato ist die führende unabhängige globale Real-Time Advertising Platform und verbindet über 10.000 Advertiser, darunter 91 der Top 100 Ad Age-Marken, mit über 90.000 App-Entwicklern und mobilen Web-Publishern. Smaato managt bis zu 20 Milliarden mobiler Ad Impressions täglich und erreicht pro Monat über eine Milliarde Unique Mobile Users. Smaato wurde 2005 von den mobilen Pionieren Ragnar Kruse und Petra Vorsteher gegründet und verfügt neben seinem internationalen Hauptsitz in San Francisco über Niederlassungen in Hamburg, Singapur, Shanghai, sowie New York und beschäftigt insgesamt 250 Mitarbeiter. Weitere Informationen unter www.smaato.com
Folgen Sie Smaato auch auf Twitter unter @Smaato sowie auf Facebook unter www.facebook.com/Smaato
Kontakt:
Petra Rulsch PR
Strategische Kommunikation +
c/o Hogarth Worldwide GmbH
Große Bleichen 34
20354 Hamburg
Mobil: +49 160 944 944 23
Tel.: +49 40 4321 88 93
E-Mail: pr@petra-rulsch.com
www.petra-rulsch.com