Как работают алгоритмы Moloco
Как работают алгоритмы Moloco DSP, как они выбирают плейсменты и можно ли на это влиять
При работе с in-app трафиком через Moloco часто возникает вопрос: каким образом система выбирает, где именно показывать рекламу, и есть ли возможность управлять этим процессом.
В отличие от классических рекламных сетей с ручным выбором источников, Moloco работает как полностью алгоритмическая DSP. Это меняет подход к оптимизации: вместо выбора плейсментов вручную работа строится через сигналы, которые получает алгоритм.
Наша статья про то, как именно происходит выбор плейсментов и какие реальные рычаги влияния доступны.
В отличие от классических рекламных сетей с ручным выбором источников, Moloco работает как полностью алгоритмическая DSP. Это меняет подход к оптимизации: вместо выбора плейсментов вручную работа строится через сигналы, которые получает алгоритм.
Наша статья про то, как именно происходит выбор плейсментов и какие реальные рычаги влияния доступны.
Что такое выбор плейсментов в Moloco и как он устроен
В Moloco отсутствует привычная логика «выбрать конкретные приложения/площадки и таргетироваться на них».
Система работает по модели programmatic-закупки:
- есть множество SSP и приложений
- в реальном времени происходят аукционы (RTB)
- алгоритм принимает решение, участвовать ли в конкретном показе
Ключевой момент:
алгоритм не выбирает плейсменты заранее — он принимает решение на уровне каждого отдельного показа.
алгоритм не выбирает плейсменты заранее — он принимает решение на уровне каждого отдельного показа.
На входе у системы:
- данные о пользователе (анонимизированные сигналы)
- контекст (приложение, формат, гео и т.д.)
- историческая эффективность
- целевое событие (оптимизация под install, purchase и т.п.)
На выходе:
- ставка (bid)
- решение: участвовать или нет
Таким образом, выбор плейсмента — это не ручной процесс, а результат совокупности сигналов и предсказаний.
Где управление плейсментами находится в интерфейсе
Прямого раздела с управлением плейсментами в Moloco нет.
В интерфейсе доступны:
Но:
списка приложений, как в некоторых других сетях, по умолчанию нет.
Это важно учитывать:
управление плейсментами происходит косвенно, через настройку кампании и сигналы, которые получает алгоритм.
В интерфейсе доступны:
- campaign setup (цель, гео, бюджет)
- optimization goal (install, event и т.д.)
- bidding strategy
- creatives
- postback / события
Но:
списка приложений, как в некоторых других сетях, по умолчанию нет.
Это важно учитывать:
управление плейсментами происходит косвенно, через настройку кампании и сигналы, которые получает алгоритм.
Как алгоритм принимает решение о показе
Логика работы упрощенно выглядит так:
1) Получение bid request
Когда пользователь открывает приложение, SSP отправляет запрос в аукцион.
В нем содержатся:
В нем содержатся:
- данные о пользователе (IDFA/GAID или их аналоги)
- устройство
- приложение
- гео
- формат
2) Оценка вероятности события
Moloco использует ML-модели, которые предсказывают:
- вероятность установки
- вероятность события (депозит, покупка и т.д.)
- потенциальную ценность пользователя
3) Расчет ставки
На основе:
алгоритм определяет, сколько готов заплатить за показ.
- предсказанной ценности
- заданной цели (tCPA / tROAS)
- бюджета
алгоритм определяет, сколько готов заплатить за показ.
4) Участие в аукционе
Если ставка конкурентоспособна — происходит показ.
Если нет — система пропускает этот аукцион.
Если нет — система пропускает этот аукцион.
Что влияет на выбор плейсментов
Несмотря на отсутствие прямого управления, есть факторы, которые критически влияют на то, где будет показываться реклама.
1) Оптимизационное событие
Это один из самых сильных сигналов.
Примеры:
Чем глубже событие — тем более селективным становится алгоритм.
Примеры:
- оптимизация под install → широкий инвентарь
- оптимизация под purchase → более узкий и «дорогой» инвентарь
Чем глубже событие — тем более селективным становится алгоритм.
2) Качество постбэков и данных
Moloco обучается на передаваемых событиях.
Если:
алгоритм быстрее понимает, какие источники дают результат.
Если данных мало или они шумные — выбор плейсментов становится менее точным.
Если:
- события передаются корректно
- есть достаточный объем данных
- нет задержек
алгоритм быстрее понимает, какие источники дают результат.
Если данных мало или они шумные — выбор плейсментов становится менее точным.
3) Бюджет и фаза обучения
На старте кампании:
По мере накопления данных:
Недостаточный бюджет может:
- алгоритм тестирует широкий пул инвентаря
- распределение может быть нестабильным
По мере накопления данных:
- происходит «сужение» к более эффективным источникам
Недостаточный бюджет может:
- замедлить обучение
- ограничить доступ к качественному инвентарю
4) Креативы
Креатив напрямую влияет на win rate и CTR.
Это означает:
Фактически креатив — один из инструментов косвенного влияния на плейсменты.
Это означает:
- разные креативы могут «открывать» разный инвентарь
- алгоритм может чаще выигрывать аукционы в определенных приложениях
Фактически креатив — один из инструментов косвенного влияния на плейсменты.
5) Биддинг и цели (tCPA / tROAS)
Если цель слишком жесткая:
Если цель мягче:
- алгоритм будет участвовать только в ограниченном числе аукционов
Если цель мягче:
- охват увеличивается
- появляется больше теста новых источников
Как можно влиять на выбор плейсментов
Прямого управления в классическом виде — нет.
Однако есть косвенные инструменты.
Однако есть косвенные инструменты.
1) Работа через blacklists / whitelists
В некоторых случаях доступны:
Но:
Если доступ к таким настройкам есть — их применяют после анализа данных.
- исключения приложений (blacklist)
- приоритетные источники (ограниченно)
Но:
- это не основной инструмент
- используется точечно
Если доступ к таким настройкам есть — их применяют после анализа данных.
2) Анализ источников через отчеты
Moloco предоставляет отчеты по:
На основе этого можно:
- приложениям
- паблишерам
- форматам
На основе этого можно:
- выявлять неэффективные источники
- исключать их (если есть возможность)
3) Влияние через оптимизацию событий
На практике это главный рычаг.
Изменение:
прямо влияет на поведение алгоритма и, соответственно, на плейсменты.
Изменение:
- события оптимизации
- окна атрибуции
- структуры событий
прямо влияет на поведение алгоритма и, соответственно, на плейсменты.
4) Контроль через бюджет и scaling
При масштабировании:
Резкое увеличение бюджета может:
Плавное масштабирование — более контролируемый вариант.
- алгоритм вынужден искать новый инвентарь
- появляются новые плейсменты
Резкое увеличение бюджета может:
- привести к расширению в менее качественный трафик
Плавное масштабирование — более контролируемый вариант.
5) Работа с креативами
Разные креативы могут:
По сути:
креатив = фильтр входа в аукционы
- по-разному выигрывать аукционы
- показываться в разных сегментах инвентаря
По сути:
креатив = фильтр входа в аукционы
Практические рекомендации
Начало работы
- запускать кампании с достаточным бюджетом для обучения
- не менять настройки слишком часто в первые дни
- давать алгоритму собрать данные
Работа с данными
- проверять корректность постбэков
- избегать задержек передачи событий
- не смешивать разные типы событий в одной логике
Оптимизация
- не делать резких изменений tCPA / tROAS
- анализировать отчеты по источникам
- при необходимости исключать явно неэффективные приложения
Креативная стратегия
- запускать несколько креативов параллельно
- обновлять креативы регулярно
- отслеживать, какие из них дают стабильный результат
Ограничения и нюансы
Отсутствие полного контроля
Moloco — black-box система.
Полного понимания, почему выбран конкретный плейсмент, нет.
Зависимость от данных
Без достаточного объема событий:
- алгоритм работает хуже
- выбор инвентаря менее точный
Задержка обучения
Системе нужно время:
- первые дни могут быть нестабильными
- ранние выводы часто некорректны
Ограниченные инструменты ручного влияния
В отличие от классических сетей:
- нельзя просто выбрать топ паблишеров/приложений
- управление идет через сигналы, а не через список источников
Итог
В Moloco выбор плейсментов — это результат работы алгоритма в реальном времени, а не ручной настройки.
Прямого контроля над размещением нет, но есть набор косвенных рычагов:
Эффективная работа с Moloco строится не вокруг выбора площадок, а вокруг настройки правильных сигналов для алгоритма. Чем точнее эти сигналы — тем качественнее будет инвентарь, в котором показывается реклама.
Прямого контроля над размещением нет, но есть набор косвенных рычагов:
- оптимизационные события
- качество и объем данных
- бюджет и стратегия биддинга
- креативы
- анализ и исключение неэффективных источников
Эффективная работа с Moloco строится не вокруг выбора площадок, а вокруг настройки правильных сигналов для алгоритма. Чем точнее эти сигналы — тем качественнее будет инвентарь, в котором показывается реклама.