介绍Outbrain的“最大参与”协议，利用上下文来驱动结果

　　我最近写了关于第三方饼干即将消亡以及广告商如何重新思考他们如何定义成功的造成的地面瞬变。

　　当今我们的行业中，几乎没有什么单词不仅仅是“背景”。 “回到上下文”被称赞为第三方cookie降低的解决方案，以及相应的基于用户的目标和跟踪，这变得司空见惯。

　　程序化买家特别受到影响 - 品牌依靠“正确”受众（通常是基于人口统计或浏览行为）的观点和印象，以定义相当长的一段时间的成功使用其程序化预算。

　　现在，品牌，代理商和程序化交易者被迫扩大视图和印象。如果一定数量的观点驱动了一定数量的观点，那么将广告系列取得成功是不够的。但是，考虑上下文的​​答案是否足够？听众的观点是阅读有关旅行足够强的信号，观众将真正与旅行品牌或提供的观点？

　　在Outbrain，我们挑战了自己，为程序化买家带来更好的解决方案。

　　Outbrain的编程套件一直以不仅仅是广告客户的印象为中心。现在，我们正在使用从直接发布者关系和以参与为中心的算法中得出的上下文情报来为没有cookie提供更好的程序化结果。

　　介绍了Outbrain的最新独特交易类型，即“最大参与”协议。

　　我们的最大参与协议使用机器学习，使用历史上下文绩效数据自动为买家呈现最高的参与机会。该交易类型不仅使用专有的上下文智能，还可以在竞标前策划机会。

　　预投放技术已使程序化买家受益多年：许多交易者依靠预投放的可见性和品牌安全过滤来保证他们只能将媒体支出分配给与品牌目标保持一致的机会。现在，Outbrain正在进一步采取预订能力：将页面上下文与动作相关联，并将广告系列与该智能相关联。

　　这意味着我们专门发送出价请求以寻求高级参与机会。我们的最大参与协议不依赖数小时的分析性能结果和实施手动优化，而是为我们的买家提供了腿部工作，从而减少了预算浪费和更高的绩效。

　　结果自我说明：与标准网络运行交易相比，已经测试了我们的最大订婚协议的客户的点击率高5倍 - 是的，高5倍，客户报告高达0.70％。 CTRS。

　　我们的产品副总裁Lior Charka说最好：

　　“我们很自豪地发布专有产品，重点是将我们的上下文数据用于功率性能。程序化购买者受到第三方饼干的新限制的影响不成比例。我们想投资一种解决方案，该解决方案帮助这些客户从听众中推动行动，而不依赖于过去的基于饼干的目标方法。”

　　您准备好将您的后烹饪策略超越基本的上下文定位了吗？而且，您的程序预算比计算观点要多得多？

　　今天伸出援手了解如何利用我们的最大参与协议和其他Outbrain独特的程序化套件来推动受众群体的更多互动，并获得更多的预算。

　　最大参与协议是作为Outbrain编程访问的一部分提供的，可专门用于指导Outbrain客户。