Overview
With each placement Browsi reveals on the page, our engine will send across the predicted for viewability per ad request, using an ad server key value. This process allows publishers to control which demand goes into which viewability tier, and to match high viewability-focused campaigns with real-time high viewable placements, keeping your impression waste to minimum.
Introduction
Viewability has become a key metric for publishers to sell traffic, and a key metric for advertisers to measure campaign success in the context of the CPM worth investing per ad slot on the page. We at Browsi believe that viewability is contingent upon many different factors and not merely by the location of an ad slot on the page. We have developed a machine learning algorithm that can predict the likelihood for a spot on the page to get viewed by a single user in real time before fetching demand for that slot. We now supply publishers with the option of using the predicted viewability and connecting it to your ad server and letting that metric decide which demand, if any, should fill that newfound ad placement.
How it works
Browsi’s engine finds the best location to place an ad in real time for each and every article published.
Browsi analyzes different types of data per each distinct article:
The page layout and elements
Real-time user engagement
Viewability and other ad-related data.
Browsi’s engine uses its machine learning algorithm and the data listed above to understand the likelihood of each and every placement to be viewed, before sending a call to the ad server.
Browsi’s engine then executes a call to the publisher ad server to fetch an ad to the page. When doing so, the engine will send over – using a dedicated key-value pair – the predicted likelihood for the location to be viewable by the user.
In the ad server, the publisher will choose which line items will target a specific viewability tier.
Integration with the publisher
Integration with this feature is simple, and requires only basic knowledge of your ad server’s key value pairs features, and targeting them in line items:
Initial integration
Browsi will supply the publisher with a tag that gets our engine to the page.
Our engine requires running for 3 days on analysis mode on the entire publisher traffic.
After running analysis mode, Browsi will collect all necessary data to build a custom machine learning algorithm that best matches the publisher (models will be built per site).
Ad server integration
...
After the initial integration, Browsi can start sending ad requests to the publisher’s ad server.
...
With each ad request that is sent by Browsi’s engine from the page to the publisher ad server, Browsi will add a key called “browsiViewability”
...
That key will be populated with the appropriate prediction value including the likelihood of a viewable impression.
The value will be a decimal value between 0.00-1.00.
Two numbers after the decimal point (depending on the tiers, see below).
0 means a low chance for a viewable impression.
1 means a high chance for a viewable impression.
The publisher sets up and determines the viewability tiers in ad server.
...
Option 1 – each possible prediction value (0.01, 0.02…..0.98, 0.99).
...
Option 2 – gap of 0.05 between prediction values (0.05, 0.10, 0.15….0.90, 0.95).
...
概要
Browsiがページ上で明らかにする各プレースメントで、当社のエンジンは、広告サーバーのKey Valueを使用して、広告リクエストごとにビューアビリティの予測を送信します。このプロセスにより、パブリッシャーはどのデマンドがどのビューアビリティ層に入るかをコントロールし、ビューアビリティの高いキャンペーンをリアルタイムでビューアビリティの高いプレースメントにマッチさせることができ、インプレッションの無駄を最小限に抑えることができます。
導入
ビューアビリティは、パブリッシャーがトラフィックを販売するための重要な指標となり、広告主にとっては、ページ上の広告スロットあたりに投資する価値のあるCPMの文脈でキャンペーンの成功を測定するための重要な指標となっています。私たちBrowsiは、ビューアビリティはページ上の広告枠の位置だけでなく、様々な要因によって左右されると考えています。私たちは、そのスロットの需要をフェッチする前に、ページ上のスポットが1人のユーザーによって閲覧される可能性をリアルタイムで予測することができる機械学習アルゴリズムを開発しました。現在、パブリッシャーには、予測されたビューアビリティを使用して広告サーバーに接続し、新たに発見された広告配置を埋めるべき需要がある場合は、その測定に決定させるオプションを提供しています。
仕組み
Browsiのエンジンは、掲載された記事ごとにリアルタイムで最適な広告掲載場所を見つけます。
Browsiは、記事ごとに異なるタイプのデータを分析します
ページレイアウトと要素
リアルタイムのユーザーエンゲージメント
ビューアビリティやその他の広告関連データ
Browsiのエンジンは、機械学習アルゴリズムと上記のデータを使用して、広告サーバーにリクエストを送信する前に、それぞれのプレースメントが閲覧される可能性を理解します。
その後、Browsiのエンジンは、パブリッシャーの広告サーバーへの呼び出しを実行し、ページに広告をフェッチします。その際、エンジンは、専用のキーと値のペアを使用して、ユーザーが閲覧可能な場所の予測可能性を送信します。
広告サーバーでは、パブリッシャーが特定のビューアビリティ層をターゲットにする行を選択します。
パブリッシャーとの統合
この機能との統合は簡単で、広告サーバーのKey Valueペアの機能と、広告申込情報でのターゲティングに関する基本的な知識のみで出来ます。
初期の統合
Browsiは、パブリッシャーにタグを提供し、エンジンがページに到達するようにします。
弊社のエンジンは、パブリッシャートラフィック全体の分析モードで3日間実行する必要があります。
分析モードを実行した後、Browsiはパブリッシャーに最適なカスタム機械学習アルゴリズムを構築するために必要なすべてのデータを収集します（モデルはサイトごとに構築されます）。
アド・サーバーの統合
最初の統合後、Browsiはパブリッシャーの広告サーバーに広告リクエストを送信することができます。
Browsiのエンジンからパブリッシャーの広告サーバーに送信される各広告リクエストで、Browsiは "browsiViewability "というキーを追加します。
このキーには、ビューアブルインプレッションの可能性を含む適切な予測値が入力されます。
値は0.00~1.00の間の10進数となります。
小数点以下には2つの数字が入ります
0は、ビューアブル・インプレッションの可能性が低いことを意味します。
1は、ビューアブル・インプレッションの可能性が高いことを意味します。
パブリッシャーは、アドサーバーでビューアビリティの階層を設定し、決定します。
Option1 - 各予測値（0.01、0.02 ... 0.98、0.99）。
Option2 - 予測値間に0.05のギャップ（0.05、0.10、0.15 ... 0.90、0.95）。
Option3 - 予測値間のギャップ0.10 (0.10, 0.20, 0.
30 … 0.80, 0.90).
Creating a hybrid model (Changing gaps).
The publisher will use the tiers to target different line items according to his demand and advertisers request.ハイブリッドモデルの作成（ギャップの変更）。
パブリッシャーは、ティアを使用して、需要と広告主の要求に応じて異なる広告申込情報をターゲットにします。