Magnite, società indipendente di advertising sell-side, ha presentato la funzionalità di raccomandazioni basate sul machine learning (apprendimento automatico) per gli A/B test disponibile all'interno del proprio prodotto Demand Manager.
“Fondato sulla tecnologia Prebid, Demand Manager mette a disposizione dei principali publisher gli strumenti, gli insight e le connessioni per incrementare la propria revenue nel marketplace in continua evoluzione degli ad exchange, dei formati e dei vendor”, si legge nel comunicato di presentazione, che prosegue: “Questo lancio segna l'introduzione di sofisticati algoritmi di apprendimento automatico integrati con le funzionalità esistenti, leader del settore, per la gestione dello stack Prebid da parte dei publisher”.
La nuova funzionalità utilizza il machine learning per fornire raccomandazioni automatiche per l’ottimizzazione di Prebid basate sui dati delle aste e sui dati delle sessioni di Prebid e degli ad server, con l'obiettivo di incrementare la revenue. I publisher potranno dunque attivare le impostazioni generate dal machine learning in un A/B test con un solo clic. Secondo quanto riferisce l’azienda, i test iniziali hanno dimostrato che l'80% dei wrapper che hanno eseguito un esperimento generato automaticamente ha registrato un aumento della revenue rispetto all'impostazione esistente.
Leggi anche: PUBBLICITÀ SOSTENIBILE: MAGNITE ANNUNCIA UNA PARTNERSHIP GLOBALE CON SCOPE3
"I publisher si trovano di fronte a un numero apparentemente infinito di scelte quotidiane che influiscono in modo significativo sulla revenue. Abbiamo sviluppato questa nuova funzionalità per eliminare le congetture in termini di ottimizzazione di Prebid, pur garantendo ai publisher il pieno controllo", ha dichiarato Matt Tengler, VP Product di Magnite. "L'integrazione degli A/B test con l'apprendimento automatico consente ai publisher di misurare facilmente i miglioramenti a livello di revenue e di prestazioni delle pagine. In questo modo i publisher hanno costantemente a disposizione strumenti innovativi che si focalizzano al contempo sulla revenue e sull'efficienza".
"Siamo stati entusiasti di testare questa nuova funzionalità di Demand Manager per vedere come il machine learning potesse migliorare le nostre configurazioni dei wrapper", ha dichiarato Ben Elshaw, Director of Operations presso LADbible. "Siamo stati contenti di osservare un aumento significativo dell'rCPM in seguito all'implementazione delle raccomandazioni di ottimizzazione. La funzionalità di A/B testing di Demand Manager, combinata con le raccomandazioni del machine learning, sono un'innovazione gradita che ci auguriamo di vedere espandersi in futuro".
"Dopo aver utilizzato le raccomandazioni di Demand Manager basate sul machine learning per l'ottimizzazione dei wrapper, abbiamo notato con piacere un aumento immediato della revenue", ha dichiarato Lewis Lee, Senior Ad Tech Specialist di REA. "Le funzionalità di A/B testing ci consentono di personalizzare le nostre configurazioni dei wrapper in base ai dati e di testare rapidamente un maggior numero di scenari, riducendo al minimo i rischi. Non vediamo l'ora di testare ulteriori funzionalità che utilizzano il machine learning per aiutarci a migliorare le nostre impostazioni di Prebid".