Adzine Top-Stories per Newsletter
PROGRAMMATIC

Machine Learning soll Mediaeinkauf erleichtern

7. November 2017 (ft)
Bild: Pixelcreatures - pixabay.com

Für Unternehmen wie auch Agenturen bedeutet der Aufbau eines neuen Adtech Stacks und die Einrichtung der neuen Plattformen meist viel händische Arbeit. Besonders die Einrichtung von Demand Side Plattformen (DSP) und die Erstellung von Platzierungsstrategien für die Werbemittel birgt viele Fallstricke. Nun soll Machine Learning dabei helfen, Kampagnen effizienter einzurichten, zu verwalten und auszusteuern.

Diesen Schritt will der Programmatic-Plattformanbeiter AppNexus mit seiner programmierbaren Plattform APP gehen. Die DSP befindet sich jedoch noch in der geschlossenen Beta-Phase.

APP ist über einen Entwicklungszyklus von drei Jahren entstanden und ist laut Appnexus-CEO Brian O'Kelley der Grund dafür, dass es in den letzten Jahren etwas ruhig um das Buy-Side-Angebot des Unternehmens war: „Falls es auf der Buy Side etwas ruhig um uns schien – ja, wir waren ruhig.Die Entwicklung der nächsten Generation einer Demand Side-Plattform auf Basis von Machine Learning und Data Science braucht Zeit.“ Hierbei setze man auf Machine Learning um der zunehmenden Anzahl von Kampagnenvariablen Rechnung zu tragen. „Dabei sollen die Notwendigkeit einer manuellen Nachbesserung auf ein Minimum reduziert und Optimierungsmöglichkeiten angeboten werden, die direkt auf die KPIs der Marketer einzahlen“ führt O'Kelley weiter aus. Werbetreibenden sollen sich dadurch stattdessen auf die Strategie- und Kreativplanung konzentrieren.

Laut Pim van Boekhold, Head of Programmatic Buying beim WPP-Unternehmen Greenhouse Group, liefen die ersten Tests mit APP vielversprechend: „Mit APP hat unser Trader 73 Prozent an Zeit eingespart und gleichzeitig 13 Prozent mehr Leistung erzielt im Vergleich zu einem Line Item, das manuell gesteuert wurde.“

Das neue Produkt ermöglicht eine deterministische geräteübergreifende Aussteuerung für Targeting ohne zusätzliche Kosten, und bietet den Kauf von „Viewable Only“. Zudem soll die Technologie den effizientesten Weg zum Inventar finden, wenn die Trader im Open RTB arbeiten oder das Inventar über Header Bidding über unterschiedliche Wege angeboten wird. Die Automatic Bid Price Optimization nutzt Machine Learning, um Gebote in First Price-Umgebungen gegebenenfalls herunterzustufen, damit Einkäufer Auktionen zum angemessenen Marktpreis gewinnen. Zuletzt soll APP durch Machine Learning und manuelle Eingriffe Fraud verhindern und bei der Brand Safety helfen.