Efficienza nel programmatic advertising nell’era dell’IA
Nell’ecosistema del programmatic advertising, efficienza significa ottenere di più da ogni euro, secondo e piattaforma interconnessa. In breve: meno sprechi e risultati migliori.
In pratica, si traduce in due cose.
- Una maggiore porzione del budget di ogni campagna dovrebbe essere indirizzata ai working media, la parte che ne determina la portata e i risultati, invece che venire sprecata in spese e costi di transazione, o in quello che a volte viene definito come la tassa ad tech.
- Ogni parte del percorso dovrebbe aggiungere valore, non creare conflitti. Ogni chiamata pubblicitaria non necessaria o richiesta duplicata si somma. È come pagare un pedaggio per una strada che non hai percorso.
Efficienza nel programmatic advertising: il costo dell’infrastruttura
Ogni secondo, miliardi di aste in tempo reale determinano quali annunci appaiono sugli schermi di tutto il mondo. Ogni asta raccoglie migliaia di punti dati, molteplici decision-maker e risposte in frazioni di secondo.
Il volume dell’attività digitale continua a crescere incessantemente, creando maggiore pressione per tutti. I buyer si aspettano più risultati per lo stesso costo, i publisher stanno ottimizzando ogni impression per proteggere il rendimento e le piattaforme ad tech sono spinte a fare di più con meno risorse.
Quella pressione mette sotto i riflettori un costo del quale non sempre parliamo: il costo dell’infrastruttura. Ogni ostacolo aggiuntivo da superare, ogni richiesta duplicata e ogni impression mancata creano un costo d’opportunità.
È facile ignorarlo perché è parte del costo di gestione dell’attività. Ma nel complesso, è un valore perso che potrebbe essere dedicato ai working media, a un aumento nell’investimento nel prodotto, o semplicemente alla riduzione dei prezzi sul mercato.
Storicamente, il modello del programmatic advertising ha lavorato un po’ come un cambio valute all’aeroporto, cambiando i tassi di conversione, con spread nascosti e con elevati costi aggiuntivi. Inizi con un euro, ma poi ti torna indietro molto meno dall’altra parte.
Man mano che il mercato matura, l’obiettivo è di trasformarlo più in un sistema come il circuito Visa: un sistema unificato, su scala globale che si traduce in costi bassi e prevedibili. Poiché i budget sono soggetti a un maggiore scrutinio, le aspettative si stanno muovendo verso la trasparenza e un chiaro valore di scambio.
La corsa per lo spazio
L’IA è eccellente nel creare efficienza e migliorare i risultati. Quindi, non è una sorpresa che oggi siano numerose le aziende che stanno portando nell’ecosistema algoritmi di modellazione e bidding personalizzato di livello superiore, addestrando reti neurali su vasti set di dati sull’intera rete dell’open internet per raggiungere decisioni più intelligenti e risultati migliori.
La capacità di elaborazione di questi modelli consente di predire quali impression avranno una maggiore probabilità di ottenere il risultato desiderato. Questo aiuta a garantire che il brand raggiunga il pubblico giusto, nel momento giusto, con il corretto messaggio, senza sprecare il budget a causa di inefficienze.
Stiamo già osservando come accedere a modelli IA stia diventando più facile e, in alcuni casi, meno costoso. Ma l’IA fa aumentare la domanda di calcolo. I costi che ne derivano, come elettricità, GPU e il costo di raffreddamento dei data center, sono in aumento.
La rapida espansione dell’IA ha dato inizio alla corsa allo spazio del 21esimo secolo. Spazio sui rack, elettricità e raffreddamento sono ora diventati risorse strategiche.
Un decennio fa, il cloud pubblico era allettante: incredibilmente conveniente, con scala elastica, prezzi attraenti. Oggi, la convenienza rimane, ma il carico di lavoro dell’era dell’IA ha reso il potere di calcolo e di archiviazione significativamente più costoso.
Ogni richiesta inviata o ricevuta dal cloud comporta un costo, indipendentemente dal fatto che una transazione sia completata. In sostanza, l’IA trasforma un problema software in un problema di fisica; tutto ha un costo in termini di energia consumata, quindi il transito di dati risulta in implicazioni reali sul costo del lavoro.
E quando moltiplichi quel costo su centinaia di miliardi di aste al giorno, non si tratta di un semplice errore di arrotondamento. È un modello di business. È per questo che l’inefficienza è meno tollerabile che mai.
Per molte aziende, è semplicemente diventato troppo costoso continuare a scalare in questo modo.
Che significato ha l’IA per il futuro dell’ad tech
Quindi, questo cosa significa per il prossimo capitolo dell’ad tech?
- Sell-Side Decisioning: più aziende stanno scegliendo di applicare algoritmi, modelli e il sell-side decisioning. Si avvicinano così all’impression, dove i segnali a fedeltà più alta sono più recenti. Le SSP importano già segnali da tutto l’open internet. Aggiungere la capacità di decidere e selezionare l’intero universo delle inventory significa che la supply viene attivata strategicamente prima ancora che sia stata inviata ai buyer.
Questo cambiamento può ridurre le QPS, o query al secondo, che le DSP devono elaborare, consentendo loro di sfruttare meglio le risorse. Inoltre, porta a ottenere migliori win rate e risultati per i marketer, perché la supply è più intelligente fin dall’inizio.
- Containerizzazione: ora si presenta un’opportunità per le aziende di containerizzare i propri algoritmi (contenuto in inglese) o codice. Invece di trasferirli su un cloud pubblico, possono eseguirli direttamente sull’ ad exchange o SSP, proprio come la collocazione di server e infrastrutture in una borsa permette ai trader di eseguire gli ordini rapidamente.
La containerizzazione elimina il costo dell’infrastruttura ridondante sfruttando al meglio quella già esistente. Posiziona questi algoritmi più vicino all’ad exchange, velocizzando le aste, riducendo la latenza e i costi associati all’invio e alla ricezione di segnali dal cloud.
- Migliori pratiche nel programmatic advertising: infine, è più importante che mai padroneggiare le basi del programmatic advertising. La Supply Path Optimization (ottimizzazione del percorso di supply) migliora le prestazioni. Quindi, assicurati di dare priorità ai percorsi diretti e alle economie trasparenti, puntando a rafforzare la qualità e i controlli contro le frodi per proteggere i working media. Questi concetti fondamentali diventano ancora più importanti con l’IA: input più chiari rendono i modelli più intelligenti e modelli più intelligenti rendono i percorsi puliti ancora più importanti.
Un framework con l’efficienza in primo piano
Se vogliamo che la parte maggiore del prossimo euro raggiunga i publisher di alta qualità e fornisca risultati migliori per i marketer, dobbiamo sfruttare in modo più intelligente le risorse e le utenze così che venga data la priorità alle risorse destinate ai working media.
L’IA può aiutarci a raggiungere questo obiettivo migliorando l’efficienza nel programmatic advertising, migliorando le previsioni e consentendoci di operare con un numero minore di query più veloci e più efficienti.
Tuttavia, per catturare quel vantaggio, dobbiamo tutti operare utilizzando un framework basato sull’efficienza e dedicare attenzione al modo in cui progettiamo, in merito a prossimità, prestazioni e scala.
Scopri di più sull’efficienza nel programmatic advertising e perché ogni millisecondo è importante.
Grazie a Josh Prismon, che ha contribuito a questo video.
