Rotazione delle offerte di affiliazione: come si sceglie cosa mostrare

La rotazione delle offerte è il meccanismo che decide, ogni volta che un formato viene mostrato, quale delle offerte disponibili occupa ogni spazio. Se in un articolo di viaggi ci sono più offerte valide per il lettore che spazi dove mostrarle, qualcuno deve scegliere. La risposta ingenua è «quelle che pagano di più»; quella giusta è «quelle che venderanno di più su questo sito, per questo paese, adesso», e quella risposta va imparata dai dati.

Che cos'è la rotazione delle offerte nell'affiliazione?

Nell'affiliazione ogni spazio di un formato può essere occupato da un'offerta diversa. La rotazione è la regola che distribuisce quegli spazi tra le candidate: quale compare, quante volte e quando smette di comparire. Prima della rotazione c'è già stato un filtro: competono solo le offerte attive, legate al tema della pagina e disponibili nel paese di chi legge.

Questa guida spiega come funziona una rotazione che impara, perché distribuire le impressioni in parti uguali per settimane è lento e costoso, e quali scelte separano un buon sistema da uno che sembra solo intelligente. È utile sia se gestisci le tue offerte sia se vuoi capire cosa succede dentro una piattaforma.

Provare offerte nuove o ripetere quella che vende?

Ogni impressione è una scommessa. Se mostri sempre l'offerta che finora è andata meglio, incassi il risultato sicuro ma non scopri mai se un'altra venderebbe di più. Se distribuisci le impressioni in parti uguali, impari molto ma regali spazio a offerte mediocri. È il dilemma tra esplorare e sfruttare: provare il nuovo o approfittare di ciò che si conosce.

Di solito lo si spiega con una sala di slot machine: ogni offerta è una macchina diversa e vuoi portarti a casa il premio totale più alto senza conoscere in anticipo le probabilità di nessuna. La domanda pratica non è quale metodo sia il migliore in teoria, ma quale decida bene con pochi dati, si adatti quando cambiano le condizioni e si possa spiegare quando qualcuno chiede perché è comparsa un'offerta.

Come funziona il campionamento di Thompson, senza formule?

Una delle tecniche che meglio bilancia queste esigenze è il campionamento di Thompson. L'idea sta in tre frasi. Per ogni offerta non si conserva un solo numero di rendimento, ma un intervallo stimato con un grado di certezza. A ogni impressione si estrae un valore a caso nell'intervallo di ogni offerta e si mostra quella con il valore più alto. Ogni risultato, che sia un clic, una vendita o niente, aggiorna l'intervallo di quell'offerta.

L'aspetto elegante è che le prove avvengono da sole. Un'offerta nuova ha un intervallo ampio perché l'incertezza è alta, quindi a volte estrae valori alti e riceve spazio; man mano che accumula dati, l'intervallo si stringe attorno al suo valore reale. Un'offerta che ha dimostrato di vendere poco estrae quasi sempre valori bassi e smette di comparire senza che nessuno la spenga a mano.

Perché decidere per paese e non con una media?

La scelta di progetto più importante è con quanto dettaglio si impara. Se c'è una sola stima per offerta, mercati diversi si mescolano e la decisione è sbagliata in tutti. Un negozio può vendere molto bene in un paese e poco in quello vicino per prezzi, spedizioni o reputazione del marchio. Con una stima per offerta e per paese, quella differenza emerge e si può sfruttare.

Il prezzo è che ci sono più stime da alimentare, e nei paesi con poco traffico i dati arrivano lentamente. Lì aiuta partire da una stima iniziale ragionevole e appoggiarsi al comportamento generale dell'offerta mentre si raccolgono dati locali. Come si rileva il paese del lettore, e con quale precisione, lo spieghiamo nella guida alla geolocalizzazione nell'affiliazione.

Cosa fare quando cambiano le condizioni

Un'offerta che vendeva molto bene qualche mese fa può non vendere oggi: è cambiato il prezzo, il prodotto è esaurito o il brand ha smesso di spedire in un paese. Un sistema che ricorda tutto per sempre diventa testardo e continua a puntare su ciò che non funziona più.

La soluzione è una memoria breve, in cui i dati perdono peso col tempo: il recente conta più del vecchio. Così un cambiamento si nota in giorni e non in mesi. E siccome le offerte nuove partono con molta incertezza, entrano subito in gioco, senza una fase di prova manuale.

Cosa si ottimizza e chi lo decide?

«Rendimento» può voler dire cose diverse. I ricavi per mille impressioni sono l'obiettivo naturale per un sito web; il tasso di clic serve quando il contenuto è di scoperta; le vendite confermate, quando conta più la qualità del volume. La cosa sensata è che ogni sito possa scegliere il proprio obiettivo e che il sistema impari con quella metrica, non con un'altra.

Conviene inoltre riservare sempre una piccola parte delle impressioni alle offerte meno provate. Senza quella riserva, un'offerta che vince presto può prendersi tutto lo spazio e il sistema non si accorgerebbe mai che è arrivato qualcosa di meglio.

Errori frequenti nella rotazione delle offerte

Il primo è ordinare per commissione. Un'offerta che paga molto ma vende pochissimo occupa uno spazio che un'altra sfrutterebbe meglio. Il secondo è ruotare senza filtro per paese, che mostra offerte che il lettore non può comprare e sporca tutti i dati successivi.

Il terzo è imparare da dati falsi. Se i clic dei bot o i clic ripetuti contano come interesse reale, il sistema premia proprio le offerte che attirano quel traffico. Per questo la rotazione e il controllo del traffico non valido vanno insieme: prima di decidere bisogna ripulire.

Cosa risolve ADQ Links, l'affiliazione di ADEQ, prima della rotazione

In ADQ Links, l'affiliazione di ADEQ, la parte non negoziabile è risolta prima di qualsiasi distribuzione: entrano in gioco solo campagne attive di brand reali in linea con ciò che si sta leggendo e acquistabili dal lettore dove si trova. Una campagna in pausa, scaduta o che non vende in quel paese non viene mostrata.

Inoltre ogni clic porta l'identificativo del sito di origine ed è firmato, e i clic dei bot e quelli ripetuti vengono scartati. Così si misura interesse reale, e le commissioni confermate vengono pagate da ADEQ insieme al resto dei tuoi guadagni.

Domande frequenti

Quante impressioni servono per decidere bene?

Non c'è un numero fisso. Un metodo come il campionamento di Thompson prende decisioni ragionevoli fin dall'inizio e le migliora man mano che arrivano dati. Nei paesi con poco traffico, una stima iniziale sensata evita che le prime decisioni siano puro caso.

Si può fissare un'offerta perché compaia sempre?

Sì, ma è meglio farlo come regola esplicita, per esempio per un accordo diretto con un brand, e non forzando la rotazione. Un'offerta fissata viene mostrata fuori dalla distribuzione e non altera ciò che si impara sulle altre.

In cosa si differenzia da un test A/B?

Un test A/B divide il traffico in parti uguali per un periodo fisso e decide alla fine. Una rotazione che impara sposta il traffico verso ciò che vende mentre continua a misurare, quindi spreca meno impressioni e si adatta quando cambia l'offerta vincente.