最適化ノードとは
重要
このガイドは、従来の行項目にのみ適用されます。 拡張明細 (ALI) を使用している場合は、「 最適化ガイド ALI」を参照してください。
ノードは、キャンペーン、特定のクリエイティブ、会場、コンバージョン ピクセルの組み合わせである広告主 (または広告主を表すネットワーク) からのインプレッションのグループです。 最適化は 1 つのノードに対して実行されます。
個々のノードは、 Learn フェーズまたは 最適化フェーズ のいずれかになります。 キャンペーンでは、一度に複数のノードを使用できます。そのため、キャンペーンの一部は Learn フェーズにあり、他の部分は最適化フェーズにあります。
最適化フェーズ: 学習と最適化
オークションが実行され、キャンペーンに関連付けられた入札に関する情報が記録されると、ノードが蓄積したデータの量に応じて、データが 2 つの最適化フェーズ (Learn または Optimized) のいずれかに解析されます。
重要
どちらのフェーズでも、評価式は、データ量の制限を考慮して変更されます。 これについては、「評価とは 」 セクションで説明されています。
学習フェーズ
キャンペーンの初期段階では、 Learn フェーズの一部としてインプレッションが記録されます。 このフェーズでは、システムは最適化された入札評価を決定しようとしているので、クリックまたはコンバージョンの値を決定するためにデータを収集する必要があります。 ノードがますますデータを蓄積し始めると、入札評価に対する信頼度が高まります。
例:
使い慣れていない在庫に入札する場合、または新しいクリエイティブを持っている場合は、高すぎる金額 (すべてのオークションに勝つが収益性が低い) または低すぎる (オークションにまったく勝たない) ことを学ぶような方法で入札する必要があります。 このため、学習フェーズの開始時の入札は大きく異なる場合があります。 入札時に何が起こるかを確認することによってのみ、市場の理解を得ることができます。 たとえば、広告枠で $.15 を入札し、オークションに勝たない場合、エンド ユーザーがクリエイティブを表示するには、より高い入札を行う必要があります。 在庫に 5.00 ドルを入札し、すべてのオークションに勝つ場合は、それらのインプレッションに対するコストを節約するために入札を減らし、収益性を高める必要があることを学習します。
最適化されたフェーズ
広告主は、Learn ステージから最適化されたステージに進めるために必要な成功イベントの数を設定できます。 その数値を適切に設定した場合、統計サンプルを使用すると、入札者は、収益を維持するために各入札に金額を費やしながら、必要なオークションの数に勝つ金額を入札できます。
学習と最適化された作業の詳細については、「 Learn Budget 」セクションを参照してください。