Bidvol SSP — data driven платформа по монетизации вашего инвентаря

Всем привет, меня зовут Александр Гуров, я основатель проекта Bidvol, и это история о том, как я перешел от ручного размещения баннеров на сайтах до создания технологической платформы, продающей миллиард показов в месяц на тысячах площадок.

Такие письма я рассылал по 10 часов в день, работая в рекламном агентстве после перехода из нефтедобывающей отрасли. Попасть в IT я хотел давно и по началу с благоговением наблюдал за работой своих новых коллег, распоряжающихся огромными бюджетами. Но со временем пелена спадала и я начинал замечать проблемы и низкую эффективность рабочих процессов. Мы находили рекламодателя, потом писали паблишерам и уговаривали поставить наш баннер. Все это занимало много времени и результаты таких закупок для клиентов были так себе.

Поняв, что это путь в никуда, я начал искать свой путь развития.

Так я наткнулся на статью, посвященную programmatic рекламе, в которой рассказывали о принципах технологий, которые позволяют автоматически оптимизировать рекламные кампании благодаря широким возможностям аналитики. Google, Facebook, Microsoft, Amazon, Yandex — все они уже использовали эти методы. Пока я вручную размещал объявления клиента на сайте, уже около 10 лет существовала RTB (real time bidding) технология, с помощью которой каждый раз, когда вы заходите на сайт, сотни рекламодателей торгуются конкретно за этот единственный показ рекламы, причем длится все это меньше половины секунды.

Эти знания открыли для меня новые возможности и сидя в офисе, я разгорался идеей создания международной рекламной экосистемы, которая будет объединять всех рекламодателей и паблишеров от локального бизнеса до мировых корпораций и максимально эффективно распределять ресурсы. Я предложил эту идею своему руководителю, но он ответил, что мы не будем этим заниматься, так как «и так нормально», ведь мы зарабатывали неплохие деньги даже с таким подходом. Но останавливаться на этом я не хотел и уволился, чтобы заняться экосистемой самому, благо полгода работы позволили мне освоиться на рынке диджитал рекламы, и я верил в огромный потенциал programmatic.

Создание экосистемы я начал с SSP (supply side platform), то есть с платформы для продажи трафика. Решения на рынке на тот момент были представлены несколькими монополистами, основное предложение которых было просто подключить сайт к их рекламодателям без какой-либо дополнительной ценности, что мне казалось неправильным. Но чтобы перегнать конкурентов, нужно сначала их догнать и после долгих попыток мне удалось собрать команду из нескольких человек для создании первой версию продукта, которая действовала бы также. То есть в нее должна была входить возможность подключить баннерное размещение сайта к рекламодателям по RTB.

В отличие от крупных платформ у нас не было имени и поиски паблишеров затягивались, но все же нам удалось договориться с несколькими сайтами.

Тесты показали, что все системы работают стабильно, а что главное, мы начали получать огромное количество данных о закупке, которые были недоступны раньше при ручном управлении. Теперь в одной админке мы видели все: от кликабельности рекламы на разных ОС, до видимости блока при разных типах интернет соединений.

Этот массив позволил выдвигать огромное количество гипотез и проводить эксперименты, повышающие эффективность рекламных кампаний, а значит и заинтересованность рекламодателей в трафике.

Например, мы заметили высокий CTR у объявлений похожих на нативные (имитирующие дизайн площадки) и разработали компилятор, который с согласия рекламодателя подключает его нативную рекламу в баннерные размещения, причем выглядит это именно как нативная реклама. Подключение новой конвертящей рекламы разогрело аукцион и повысило выкуп.

Но самой удачной технологией, на которую мы делаем упор до сих пор, стал алгоритм под кодовым названием predict.bidvol. Задумавшись о том, как получать максимальный доход с каждого показа, мы попробовали смоделировать спрос подключенных рекламодателей. Это позволило понять критерии, по которым они оценивают трафик, и определить их ЦА.

Зная, какую ценность представляет для них пользователь мы можем автоматически подстраивать минимальную цену за показ (bidfloor) и исключать возможность занижения ставки, ведь все рекламодатели стремятся к экономии ресурсов и часто предлагают заплатить меньше, чем они готовы на самом деле.

После нескольких месяцев обучения нейросети на проводимых аукционах мы выкатили алгоритм в релиз на один новостной сайт с изначальным бидфлором в 1 рубль. CPM подскочил с 1,5 р. до 14 р. в первый же день, а филлрейт упал только в 1,5 раза, тем самым доход повысился в 6 раз. Откупорив праздничное шампанское, мы поняли, что находимся на правильном пути.

Впрочем, наш праздник продлился не долго, ибо раскатав тест на все сайты мы увидели, что очень многое зависит от изначальной ценовой политики, и если она была реализована хорошо, то прирост не столь фантастический. На данный момент в среднем по нашим прямым сайтам, мы видим прирост 20-30% после подключения алгоритма.

Predict.bidvol и прочие технологии оптимизации позволяют брать комиссию с показов и при этом иметь возможность конкурировать в аукционе паблишера, где собрано огромное количество похожих SSP.

Мы продолжаем свою экспансию на programmatic рынке, и в следующем году собираемся выходить на рынок DSP со своим решением для рекламодателей. В том числе поэтому мы расширяемся и ищем крутых специалистов, которые были бы готовы развивать продукты вместе с нами. Если вы один из таких, присылайте свои резюме на a.gurov@bidvol.com, мы обязательно рассмотрим их и познакомимся с вами.

А также подписывайтесь, чтобы не пропустить новые статьи — в них я буду рассказывать о других фичах повышающих доход от продажи трафика, а также о результатах А/Б тестов, которые мы проводим на больших объемах.