Integral Ad Science
  • Lösungen
    NACH PRODUKTTYP
    Ad Fraud
    Brand Safety & Suitability
    Contextual Targeting
    Viewability
    Effizienz & Optimisation
    NACH CHANNEL
    CTV & Video
    Programmatic
    Proprietäre Plattformen
    Mobile & In-App
    Nach Kundensegment
    Marken & Agenturen
    Publisher
    Plattformen & Partner
  • Insights
    IAS Insider
    Media Quality Report
    Studien und Reports
  • Innovation
  • Über IAS
    Quality Impressions
    IAS Newsroom
    Geschäftsführung & Awards
    Karriere
  • Karriere
Einloggen in
Investor Relation
Kontaktieren Sie uns
DE DE
US US UK UK ES ES FR FR IT IT JP JP BR BR LATAM LATAM APAC APAC Koreanisch Koreanisch
Integral Ad Science
  • Lösungen
    NACH PRODUKTTYP
    Ad Fraud
    Brand Safety & Suitability
    Contextual Targeting
    Viewability
    Effizienz & Optimisation
    NACH CHANNEL
    CTV & Video
    Programmatic
    Proprietäre Plattformen
    Mobile & In-App
    Nach Kundensegment
    Marken & Agenturen
    Publisher
    Plattformen & Partner
  • Insights
    IAS Insider
    Media Quality Report
    Studien und Reports
  • Innovation
  • Über IAS
    Quality Impressions
    IAS Newsroom
    Geschäftsführung & Awards
    Karriere
  • Karriere
Einloggen in
Kontaktieren Sie uns
DE DE
US US UK UK ES ES FR FR IT IT JP JP BR BR LATAM LATAM APAC APAC Koreanisch Koreanisch
  1. Home
  2. | Kanäle
  3. | Programmatic
  4. | Pre-Bid: Mehr Vertrauen und Transparenz
November 25, 2018 by IAS Team

Pre-Bid: Mehr Vertrauen und Transparenz

Programmatic
Share:
Pre-Bid: Mehr Vertrauen und Transparenz

Pre-Bid Technologie verschafft Programmatic mehr Transparenz und Vertrauen
von Clementina Piazza

In 2017 wurden in Deutschland rund 1,9 Milliarden Euro in digitale Werbung investiert. Knapp die Hälfte dieser Werbeumsätze wurde programmatisch gehandelt. Kein Wunder also, dass die Nachfrage nach transparenten, markensicheren Platzierungen und von echten Nutzern gesehenen Impressions im programmatischen Einkauf so hoch ist, wie noch nie.
Mangelnde Transparenz über eingekauftes Inventar ist ein bekanntes Problem des Real-Time-Biddings (RTB), welches immer noch viele Werbetreibende vom programmatischen Mediaeinkauf abhält. Während RTB zahlreiche Vorteile, wie Reichweite und Kosteneffizienz mit sich bringt, leidet es nach wie vor unter dem negativen Image der Restplatzvermarktung und mangelnder Qualität der Werbeplätze. Transparenz ist also ein absolutes Muss, um Sicherheit beim Einkauf zu bieten. Technologisch ist es bereits möglich, den Mediaeinkauf transparent zu gestalten. Ein effektives Verfahren ist hier das Pre-Bidding.  Auf Basis von Milliarden Datenpunkten werden intelligente Voreinstellungen gebildet.

Erstellung Pre-Bid Segmente
Verifizierungsanbieter sollten über skalierbare Reichweiten und intelligente Bewertungsalgorithmen verfügen. Intelligente Targeting-Segmente können nur sinnvoll kategorisiert werden, wenn ausreichend viele, sprich Milliarden Impressions, zur Verfügung stehen. Für jede URL muss eine Vielzahl an unterschiedlichen Datenpunkten gemessen und analysiert werden. Einige davon sind statisch, wie beispielsweise das Risiko des Werbeumfelds für eine Marke. Andere sind dynamisch und basieren auf Nutzerverhalten, wie Viewability und Ad Fraud. Durch die Kategorisierung sowie die Big-Data Analyse dieser Messgrößen wird für jede URL und jede Platzierung ein Prognosemodell erstellt. Diese Prognosen der unabhängigen Drittanbieter können dann die Demand-Side-Plattformen (DSP’s) nutzen.

Zielgerichtete Optimierung
Die DSP muss die Segmente im User-Interface visualisieren. Dort werden sie mit einer Beschreibung angezeigt, beispielsweise „Top 10 % der am längsten angezeigten Impressions auswählen“ oder „Ads mit hohem Fraud-Risiko ausschließen“. Käufer können verschiedene Segmente auswählen, um sicherzustellen, dass sie trotz minimiertem Risiko für Brand Safety und Fraud ihre Viewability-Ziele optimieren. Die erstellten Modelle und Informationen werden dann in DSP’s oder Bieter-Portalen als Pre-Bid-Segmente zugänglich gemacht und bieten den Einkäufern eine, durch einen unabhängigen Anbieter verifizierte Möglichkeit, gezielt auf sichtbarem, markensicherem und bot-freiem Inventar auszuliefern.
Da eine typische Auktion innerhalb von 100 Millisekunden durchgeführt wird, könnte hier die Sorge aufkommen, dass der ständige Abgleich der Bid-URL von SSP zu DSP über den Verifizierungsdienstleister zu Verzögerungen im Bietprozess führen könnte. Um dies zu verhindern, werden die URL-Bewertungen des Verifizierungsanbieters von den DSP’s in einem ständig aktualisierten Cache bereitgestellt. Künftige Anfragen können so schneller bedient werden. Die DSP kann also jederzeit Informationen zu einer bestimmten Bid-URL abfragen und bekommt die Information über eine Programmierschnittstelle (API) zurückgespielt, welche die Mengen an Anfragen skalieren kann. So kann die DSP auch offline auf das Pre-Bid-Rating zugreifen – ganz ohne Datenübertragung.
Nun muss die DSP die Segmente nur noch im User-Interface einsehbar machen. Typischerweise werden sie als abgestufte Segmente mit einer Beschreibung angezeigt, beispielsweise „Top 10% der am längsten sichtbaren Impressions“ oder „Impressions mit hohem Fraud-Risiko ausschließen“. Käufer können verschiedene Segmente kombiniert auswählen, um sicherzustellen, dass sie bei verringertem Risiko für Brand Safety und Fraud immer noch ihre Viewability-Ziele erreichen.

Analyse ist der Schlüssel zum Erfolg
Obwohl Pre-Bid-Segmente die Käufer sehr gut bei der Umsetzung der Ziele ihrer Werbekampagnen unterstützen, bieten sie keine Erfolgsgarantie. Das Blockieren der Anzeige von Ads auf verdächtigen Seiten oder solchen, die ein Risiko für die Markensicherheit darstellen, ist zwar schon ein direkter Erfolg, der Wettbewerb für Impressions mit hoher Viewability ist jedoch hart und das Angebot dafür begrenzt. Wie bei allen RTB-Strategien sollte man sich Zeit nehmen für eine detaillierte Analyse der Gebote, Segmente und des Umfangs, sowohl auf Kampagnen- als auch Makroebene, damit sichergestellt wird, dass die Ziel-Segmente effizient sind.
Durch Pre-Bid-Segmente wird das Problem der mangelnden Transparenz im programmatischen Einkauf weitgehend verbessert und dank zusätzlicher Elemente zur Optimierung von Mediaqualität, wie Viewability, können Käufer darauf vertrauen, dass das Inventar, auf das sie bieten, wesentlich stärker ihren Anforderungen entspricht.

Über den Autor
Clementina Piazza, Programmatic Director EMEA, Integral Ad Science
Clementina Piazza ist als Programmatic Director EMEA bei Integral Ad Science tätig. Ihr Schwerpunkt liegt in der Weiterentwicklung des Angebots im Bereich Programmatic Advertising, wobei sie sowohl mit Plattformpartnern als auch mit Einkäufern zusammenarbeitet. Vor IAS war Clementina mehr als fünf Jahre für den programmatischen Vertrieb bei führenden DSP-Plattformen tätig, zuerst bei Rocket Fuel (Sizmek) und später bei Amazon.

Access the content now.
Download
Access the case study now.
Download
Access the guide now.
Download
Access the research now.
Download
Sign up for insights right to your inbox.
Subscribe now ›

Related Posts

Quick Bytes Video: Quality Path Optimization für Transparenz in Programmatic
Quick Bytes Video: Quality Path Optimization…
Learn more ›

Juli 26, 2022 by IAS Teams

IAS Studie: Misinformation & Media Quality
IAS Studie: Misinformation & Media Quality
Learn more ›

Juni 8, 2022 by IAS Teams

IAS Programmatic Roundtable 2021
IAS Programmatic Roundtable 2021
Learn more ›

Juni 23, 2021 by IAS Teams

Melden Sie sich jetzt für unsere regelmäßigen Updates und Data-Insights an.

Lösungen

Nach Produkttyp

Ad Fraud

Brand Safety & Suitability

Contextual Targeting

Viewability

Effizienz & Optimisation

Nach Channel

CTV & Video

Programmatic

Proprietäre Plattformen

Mobile & In-App

Nach Kundensegment

Marken & Agenturen -

Publisher

Plattformen & Partner

Insights

IAS Insider

Studien und Reports

Media Quality Reports

Über IAS

Quality Impressions™

Newsroom

Geschäftsführung & Awards

Karriere

Helpful Links

Kontaktieren Sie uns

Einloggen in

© 2022 Integral Ad Science, Inc.

Site indexing policy

Privacy policy

Subscription management

Site indexing policy

Privacy policy

Subscription management

© 2021 Integral Ad Science, Inc.

Search

Hit enter to search or ESC to close

Download Content

Fill out the form to have this content delivered directly to your email inbox.

Subscribe now

Fill out the form to sign up for the latest and greatest IAS updates— delivered right to your inbox.

Thank you for signing up for the IAS Newsletter.