DeepContext memungkinkan pengiklan membeli media di tempat yang kontennya cocok dengan merek, bukan di tempat seseorang dilacak. Tim ad operations menjelaskan merek dengan bahasa sederhana; AdZoic membaca situs dan aplikasi yang ditawarkan kepada kami, memberi skor kecocokan untuk masing-masing, menjelaskan alasannya, dan mengubah yang terbaik menjadi daftar tempat kampanye membeli — tanpa cookie dan tanpa user ID. Artikel ini menjelaskan cara kerjanya, langkah demi langkah, beserta masalah yang ingin dihindarinya.
Masalahnya
Penargetan yang dibangun dengan mengikuti orang mulai runtuh, dan sejak awal memang tidak cocok untuk pasar kami.
- Pengenal (identifier) mulai menghilang. Ponsel meminta izin sebelum mengizinkan pelacakan, browser memblokir cookie pihak ketiga, dan sebagian besar trafik kami datang dari aplikasi dengan device ID yang terbatas atau tidak ada sama sekali.
- Aturan privasi terus diperketat. Setiap kampanye yang bergantung pada profil seseorang membawa risiko hukum dan reputasi — bagi pengiklan dan bagi kami.
- Konteks dulunya kotak hitam. Alat kontekstual lama mengambil daftar tetap situs-situs teratas, memberi skor sekali, dan tidak bisa menjelaskan mengapa sebuah situs masuk atau keluar. Pengiklan tidak bisa memeriksa hasilnya.
- Brand safety (keamanan merek) datang terlambat. Halaman yang tidak aman sering baru ditemukan setelah uang terpakai, dalam laporan yang tidak bisa lagi ditindaklanjuti.
- Tidak ada yang tahu apa yang sebenarnya bisa kami beli. Rencana yang dibangun di atas situs yang tidak ditawarkan pasar kepada kami tidak menghasilkan apa-apa, dan celah itu baru ketahuan setelah peluncuran.
Cara kerjanya, dalam enam langkah
Ada tiga bagian yang berbagi tugas. Dasbor menyimpan brief. Mesin konteks terpisah melakukan pembacaan dan penilaian, lebih awal. Bidder — bagian sistem kami yang memutuskan apakah akan membeli sebuah iklan — menerapkan hasilnya pada tawaran langsung. Gambar di bagian atas artikel ini menunjukkan seluruh alurnya; berikut urutannya.
- Tulis konteksnya. Pilih pengiklan dan jelaskan merek serta audiensnya dengan bahasa sederhana. Pilih negara dan bahasa. Tambahkan batasan (guardrail): kata kunci dan kategori konten yang diutamakan atau dikecualikan, tingkat keamanan merek, dan skor kecocokan minimum.
- Sebutkan penerbit yang sudah Anda kenal. Daftar awal (seed list) berisi situs, halaman, dan aplikasi yang diperiksa lebih dulu di setiap run — bahkan sebelum trafik kami sendiri menunjukkannya kepada kami.
- Jalankan. Mesin konteks membaca situs dan aplikasi yang benar-benar ditawarkan exchange kepada kami di pasar tersebut, dimulai dari yang tersibuk, dan memberi skor masing-masing selagi Anda memantaunya.
- Baca hasilnya. Setiap baris memiliki skor kecocokan dari 0 sampai 100, ringkasan, kata kunci, topik, bahasa, dan risiko keamanan merek — beserta alasan skornya. Cari, filter, dan urutkan; mesin menyarankan kata kunci dan kategori untuk ditambahkan atau dikecualikan.
- Bangun inventarisnya. Setiap run menambah inventaris yang tersimpan untuk konteks itu, bukan mulai dari awal, dan setelah Anda mengedit brief, hanya bagian yang berubah yang dinilai ulang.
- Buat grup. Kecocokan di atas skor minimum menjadi sebuah grup. Tim ad ops bisa menambahkan penerbit yang sudah dikenal secara manual, dan penerbit itu tetap tersemat (pinned).
- Pasang ke kampanye. Dari halaman grup atau dari pengaturan kampanye itu sendiri. Sejak saat itu bidder hanya membeli di situs dan aplikasi dalam grup, dan grup memperbarui dirinya setiap minggu. Melepasnya cukup satu klik, dari sisi mana pun.
Garis yang membentuk grup. Semua yang berada di atas skor minimum masuk; penerbit yang Anda tambahkan manual tersemat, berapa pun skornya. Skor hanya ilustrasi.
Kecualikan dulu, nilai kemudian
Penilaian adalah bagian yang memakan biaya — artinya membaca sebuah situs atau aplikasi lalu menalarnya. Jadi batasan dijalankan lebih dulu. Situs dengan bahasa yang salah, aplikasi dalam kategori yang dikecualikan, halaman yang memuat kata kunci yang dikecualikan atau berisiko bagi keamanan merek langsung disingkirkan di gerbang, dengan alasan yang dicatat, sebelum ada upaya penilaian yang dihabiskan untuknya. Hanya yang lolos yang dibaca dan dinilai.
Batasan gratis dan berjalan lebih dulu; penilaian berbiaya dan berjalan terakhir. Proporsi hanya ilustrasi.
Penghematan yang sama berlaku lintas konteks. Sebuah halaman atau aplikasi dibaca dan diprofilkan sekali, lalu profil itu dipakai ulang oleh setiap konteks yang menanyakannya. Setiap run baru hanya membayar untuk apa yang belum pernah dilihat mesin — itulah sebabnya brief kedua sebuah merek lebih cepat dan lebih murah daripada yang pertama. Cara kami membangun ulang mesin konteks menjelaskan pemikiran di balik desain tersebut.
Bidder hanya membeli di sana
Grup bukan sekadar saran. Setelah dipasang, grup menjadi daftar situs dan aplikasi kampanye, dan bidder memperlakukan daftar itu sebagai “hanya ini”. Request dari situs atau aplikasi dalam daftar bisa dibeli; request dari tempat lain tidak. Request yang sama sekali tidak menyebutkan situs atau aplikasi juga tidak mungkin ada di daftar, jadi tidak dibeli — bidder tidak pernah meloloskan apa yang tidak bisa diperiksanya.
Ada satu aturan yang cukup penting sehingga sengaja kami bangun. Grup kosong — dipasang sebelum ada yang cocok, atau dikosongkan oleh pembaruan mingguan — tidak membeli apa pun, tidak pernah membeli semuanya. Daftar target yang diam-diam terbuka lebar adalah kegagalan terburuk yang bisa dialami alat penargetan, jadi halaman grup juga memberi peringatan saat grup kosong.
Gerbangnya. Ada di grup: dibeli. Tidak ada di grup, atau tanpa nama: tidak dibeli. Grup kosong: tidak ada yang dibeli, dengan peringatan di halaman.
Dua kebiasaan membuat fitur ini aman dijalankan. Pasang grup baru ke kampanye yang dijeda lebih dulu dan lihat apa yang akan dibelinya. Dan ingat bahwa setiap perubahan pada grup — pembaruan, sematan, penghapusan — langsung diteruskan ke setiap kampanye yang memakainya, sehingga bidder tidak pernah memegang daftar yang usang.
Masalah yang kami selesaikan di sepanjang jalan
Setiap pilihan desain menjawab kegagalan yang kami lihat pada alat lama atau pada versi pertama kami sendiri.
| Masalah | Yang dilakukan DeepContext |
|---|---|
| Menilai daftar tetap “situs teratas”, bukan apa yang bisa kami beli | Membaca bid stream kami sendiri: setiap situs dan aplikasi yang ditawarkan exchange kepada kami, diurutkan berdasarkan seberapa sering muncul |
| Membayar lagi untuk halaman yang sudah dianalisis | Halaman atau aplikasi dibaca dan diprofilkan sekali, lalu dipakai ulang oleh setiap konteks; setiap run hanya menambah inventaris baru |
| Keputusan ya/tidak yang tidak jelas | Satu skor kecocokan dari 0 sampai 100, dengan alasan, kata kunci, topik, dan risiko ditampilkan untuk setiap item |
| Konten tidak aman baru ditemukan setelah belanja | Pengecualian bahasa, kategori, kata kunci, dan keamanan merek diterapkan sebelum penilaian apa pun, dengan alasan yang ditampilkan |
| Crawling yang diblokir atau mengabaikan aturan situs | Crawler yang menyebutkan identitasnya, menghormati aturan yang dipublikasikan situs untuk crawler, dan mundur dari situs yang menolaknya |
| Pasar tanpa pasokan yang cocok | Menyatakannya dengan terus terang — “inventaris yang cocok terbatas” — dan menawarkan untuk memperluas brief, alih-alih membeli di tempat yang salah |
| Agensi bisa melihat klien agensi lain | Setiap konteks, run, inventaris, dan grup dibatasi hanya untuk pengiklan milik agensi itu sendiri |
| Daftar target yang diam-diam terbuka lebar | Grup kosong tidak membeli apa pun, tidak pernah membeli semuanya, dan halaman grup memberi peringatan tentang hal itu |
Yang didapat setiap pihak
| Siapa | Yang mereka dapatkan |
|---|---|
| Pengiklan | Iklan di samping konten yang cocok dengan merek, dengan alasan untuk setiap penempatan; tidak bergantung pada cookie atau device ID; aturan keamanan diterapkan sebelum belanja. |
| Agensi | Alur kerja yang bisa diulang dari brief hingga kampanye; pekerjaan klien mereka terpisah dari agensi lain; penjelasan yang jelas dan mudah dibagikan untuk klien. |
| Ad ops | Satu tempat untuk membuat brief, menjalankan, meninjau, mengelompokkan, dan memasang; grup yang memperbarui dirinya setiap minggu; pasang dan lepas dari grup atau dari kampanye. |
| Orang yang melihat iklan | Iklan yang relevan tanpa dilacak di berbagai situs dan aplikasi. |
Sebuah run nyata, dan jawaban paling berguna yang diberikannya
Dalam satu run baru-baru ini untuk sebuah merek konsumen, di pasar tempat inventaris yang ditawarkan kepada kami hampir seluruhnya aplikasi dari jenis yang tidak sesuai, skor kecocokan terbaiknya rendah, brief yang diperluas pun tetap tidak menemukan kecocokan, dan mesin menyarankan agar brief tidak dipaksakan ke konten yang tidak cocok. Jawabannya adalah “tidak di sini, belum sekarang”.
Itulah jawaban yang seharusnya berani diberikan oleh alat penargetan yang baik. Alih-alih menghabiskan anggaran untuk inventaris yang kurang cocok, tim sudah tahu sebelum peluncuran bahwa penargetan kontekstual di pasar itu membutuhkan pasokan web baru lebih dulu — dan itulah pekerjaan yang sedang dilakukan sekarang.
Selanjutnya
- Di luar exchange kami sendiri. Situs dan aplikasi dalam grup menjadi penempatan di jaringan mitra, dengan kata kunci dan kategori konteks menjadi penargetan konten di jaringan itu, tetap tersinkron saat grup berubah.
- Lebih banyak pasokan di pasar yang tipis. Menambahkan penerbit web di tempat bid stream hanya berisi aplikasi, sehingga brief seperti contoh di atas punya sesuatu untuk dibeli.
- Hasil, setelah diukur. Kami akan mempublikasikan bagaimana skor DeepContext dibandingkan dengan tinjauan manusia, dan apa pengaruhnya terhadap hasil kampanye, setelah masing-masing berjalan cukup lama untuk diukur dengan jujur — dan tidak sebelum itu.
Daftar target seharusnya menyatakan dengan tepat apa yang akan dibelinya, dan tidak lebih — termasuk tidak membeli apa pun ketika memang tidak ada yang cocok. Dan hal paling berharga yang bisa disampaikan alat penargetan terkadang adalah “tidak di sini, belum sekarang”, sebelum uang keluar, bukan sesudahnya.
Coba DeepContext dengan brief Anda sendiri
Skor kecocokan adalah skala 0 sampai 100 milik DeepContext sendiri, bukan ukuran industri. Proporsi di setiap grafik hanya ilustrasi, dan tidak ada situs, aplikasi, penerbit, exchange, klien, atau merek yang disebutkan namanya. Run nyata yang dijelaskan di atas sengaja dianonimkan: tidak ada pasar, kategori, angka, atau detail brief yang disebutkan. Tidak ada klaim akurasi atau performa kampanye yang dibuat, karena belum ada yang diukur; klaim tersebut akan dipublikasikan setelah diukur. Perilaku produk yang dijelaskan di sini — pembaruan mingguan, skor minimum bawaan, peringatan pada grup kosong — adalah cara kerja DeepContext saat ini dan dapat berubah. DeepContext tidak menggunakan cookie maupun pengenal perangkat; tulisan ini menjelaskan produk kami sendiri dan bukan saran untuk produk Anda.