Trong nhiều năm làm performance marketing, bid collision luôn bị xem là ranh giới. Bid Collision là tình huống một thương hiệu tự đấu giá với chính mình khi chạy nhiều chiến lược retargeting cùng lúc, dẫn đến ngân sách bị đội lên nhưng hiệu quả không tăng. Vì vậy, nguyên tắc quen thuộc là: không để các chiến lược cạnh tranh lẫn nhau.
Tuy nhiên, luật chơi của thị trường đã thay đổi.
Từ khi quảng cáo programmatic chuyển sang first-price auction, cách tính giá khác trước. Người thắng cuộc trả đúng mức giá mình đặt, thay vì trả theo giá của người đứng thứ hai như mô hình cũ. Điều này đồng nghĩa với việc chạy nhiều partner không còn tự động làm chi phí tăng lên. Nói cách khác, việc có thêm người tham gia đấu giá không còn khiến bạn “tự bắn vào chân mình”.
Cú “lật kèo” của mô hình đấu giá đã thay đổi tất cả
Vậy điều gì đã thay đổi?
Từ năm 2019, hệ sinh thái quảng cáo số bắt đầu vận hành theo một bộ luật mới. Đây là thời điểm first-price auction (đấu giá giá đầu tiên) trở thành tiêu chuẩn, bắt đầu từ các nền tảng Big Tech rồi lan rộng ra toàn thị trường.
Trong mô hình first-price, người bid cao nhất thắng và trả đúng mức giá họ bid
Không còn cơ chế second-price. Không còn phần chi phí bị “đội” lên ngầm. Và cũng không còn hình phạt vô hình khi chạy nhiều chiến dịch song song. Điều này nghĩa là việc có nhiều bidder tham gia không ảnh hưởng đến số tiền người thắng phải trả.
Trong “thế giới cũ” của second-price auction, việc dùng nhiều partner là rủi ro. Hai bên cùng chạy cho một thương hiệu có thể vô tình đẩy giá thầu lên, làm chi phí tăng mà không mang lại giá trị bổ sung.
Tuy nhiên, lợi ích này chỉ thực sự xuất hiện nếu đáp ứng một điều kiện then chốt là các đối tác phải khác nhau về cơ chế target và công nghệ không chỉ là “nhiều người làm cùng một việc”.
Điều gì khiến các partner được xem là “khác nhau về bản chất”?
Khác biệt công nghệ là yếu tố quyết định.
Nhìn lại quá trình tiến hóa của ngành trong 20 năm qua:
*Giai đoạn 1: Business rules
Quy tắc tĩnh, làm thủ công. Ví dụ: đặt CPM $4, frequency cap 5 impression cho mọi user.
*Giai đoạn 2: Machine learning (hiện tại)
Có tự động hóa và nhận diện mẫu, nhưng vẫn cần con người sắp xếp dữ liệu và huấn luyện lại mô hình định kỳ.
*Giai đoạn 3: Deep learning
Thế hệ AI mới, xử lý lượng dữ liệu lớn và hỗn loạn theo thời gian thực, tự học và tự tối ưu liên tục theo mục tiêu performance.
Deep learning vượt trội hơn machine learning ở chỗ:
Phát hiện các user có khả năng chuyển đổi không hiển nhiên
Hiểu hành trình mua phức tạp theo thời gian
Gợi ý sản phẩm user chưa từng xem nhưng có khả năng mua cao
Thực tế, 61% đơn hàng được tạo ra bởi deep learning đến từ các sản phẩm user chưa từng xem trước đó.
Khi performance chạm trần, chuyện gì xảy ra tiếp theo?
Giả sử bạn đang chạy campaign tối ưu conversion. Bạn đã dùng dynamic retargeting, một trong những tactic bền vững nhất hiện nay trên social, Big Tech và DSP.
ROAS đạt target. Ai cũng hài lòng. Cho đến khi… bạn được yêu cầu tăng trưởng.
Ngân sách có.
Hiệu quả không được giảm.
Nhưng campaign hiện tại đã chạm trần. Scale thêm là hiệu suất giảm.
Trước đây, câu trả lời thường là: “Không làm được.” Nhưng giờ thì khác.
Khi advertiser bổ sung một partner độc lập, vận hành bằng deep learning vào hệ thống performance hiện tại, họ ghi nhận:
Tăng trung bình 57% quy mô retargeting
ROAS giữ nguyên
Tức là 57% doanh thu tăng thêm, mà không đánh đổi hiệu quả.
Kết nối – Kết hợp – Tăng tốc
Logic cũ về bid collision không còn áp dụng.
Trong thế giới first-price auction, retargeting:
Không phải trò chơi zero-sum
Mà là bài toán thiết kế hệ thống
Nếu các partner khác nhau về bản chất, họ sẽ không cạnh tranh mà bổ trợ lẫn nhau.
Và khi một trong số đó mang theo công nghệ thế hệ mới như deep learning, kết quả là:
Chi tiêu thông minh hơn
Mở rộng reach tốt hơn
Performance tăng trưởng thực sự
