Heute richtet sich der Fokus zunehmend auf serverseitige Implementierungen. Durch die Verlagerung des Auktionsprozesses vom Browser auf einen fest zugeordneten Server können Publisher eine verbesserte Performance, eine höhere Skalierbarkeit und eine bessere Kontrolle über Datenschutz erreichen. Der Übergang ist jedoch nicht immer einfach. Viele Publisher prüfen daher derzeit, wie sich die drei wichtigsten Methoden – clientseitiges, serverseitiges und hybrides paralleles Bidding – in der Praxis hinsichtlich ihrer Performance unterscheiden.

Um diese Unterschiede herauszuarbeiten und hinsichtlich ihrer Performance besser einzuschätzen, führte Relevant Digital einen Test in realen Publisher-Umgebungen durch. Ziel war es, herauszufinden, wie jedes Setup unter vergleichbaren Bedingungen performt und wo hybride oder serverseitige Ansätze einen messbaren Mehrwert bieten können.

Der Test verglich drei Prebid-Konfigurationen – Client-side, Server-side und Parallel Bidding – unter gleichen Bedingungen. Ein bestimmter Teil desselben Traffics wurde an jede Konfiguration weitergeleitet, wobei sowohl Desktop- als auch Mobile-Umgebungen abgedeckt wurden.

Die Analyse konzentrierte sich auf wichtige Leistungskennzahlen, darunter eCPM, Umsatz, Fill Rate, Bid Rate, Viewability, allgemeine Ladezeiten und abgelaufene Gebote. Alle Daten wurden mithilfe einer unabhängigen Plattform erfasst und analysiert, die in der Lage ist, Prebid-Konfigurationen innerhalb einer integrierten Prebid-Server-Umgebung zu testen, zu verwalten und zu analysieren.

Der Test ergab deutliche Unterschiede zwischen den drei Prebid-Implementierungen, obwohl die Performance-Unterschiede geringer waren als bei einem vor einigen Jahren durchgeführten Test. Insgesamt performte das Parallel Bidding etwas besser als die anderen beiden Auktionsarten, während die serverseitige Variante klare technische Vorteile bot.

eCPM und Umsatz – Parallele und clientseitige Setups erzielten in Bezug auf Umsatz und eCPM fast das gleiche Ergebnis, wobei parallele Gebote insgesamt einen leichten Vorteil hatten – insbesondere auf Desktop-Computern. Clientseitige Setups profitierten weiterhin von umfangreicheren Identifikatoren auf Browserebene, wodurch in Umgebungen mit starken Nutzersignalen wettbewerbsfähige CPMs aufrechterhalten werden konnten.

Viewability und Ladezeiten – Server-side Bidding schnitt sowohl auf Desktop- als auch auf Mobilgeräten durchweg besser ab als die beiden anderen Bietverfahren. Schnellere Ladezeiten führten zu einer höheren Viewability, sodass Server-side Bidding aus technischer Sicht am besten ist, auf der Erlösseite hingegen im Vergleich zu Client-side Bidding etwas geringer performte.

Mobile Performance – Die Ergebnisse auf Mobilgeräten waren bei allen drei Konfigurationen nahezu identisch. Parallele und clientseitige Setups lieferten fast identische Ergebnisse, während serverseitige Setups ihren Vorsprung in Bezug auf technische Leistung und Geschwindigkeit behaupteten.

SSP-spezifische Unterschiede – Einige SSPs zeigten je nach Art der Implementierung unterschiedliche Leistungen. Diese Abweichungen verdeutlichen, dass partnerspezifisches Verhalten und Infrastruktur die Leistungsergebnisse ebenso beeinflussen können wie das Setup selbst.

Der Test deutet zwar darauf hin, dass Parallel Bidding derzeit insgesamt etwas besser abschneidet, aber es gibt keine One-Size-Fits-All-Lösung. Die optimale Konfiguration hängt von der Umgebung, den Partnern und den Prioritäten jedes einzelnen Publishers ab. Der Schlüssel liegt darin, auf der Grundlage realer Daten zu experimentieren, zu messen und Feinabstimmungen vorzunehmen. Durch strukturierte Tests mit einem kleinen Teil des Traffics können Publisher Konfigurationen miteinander vergleichen und die leistungsstärksten Setups skalieren. Es ist auch möglich, Parallel Bidding selektiv für SSP-Partner zu aktivieren, die messbare Performance-Verbesserungen durch serverseitige Verbindungen erzielen.

Der Aufbau einer Testkultur hilft Publishern dabei, ein tieferes Verständnis ihrer Umgebung zu erlangen, datengestützte Entscheidungen zu treffen und kontinuierlich innovativere und effizientere Wege zur Performance-Steigerung zu finden, ohne unnötige Komplexität heraufzubeschwören.