Bid Shading
Definition: Bid Shading ist eine algorithmische Methode zur Gebotsoptimierung im programmatischen Advertising, bei der eine Demand-Side-Plattform (DSP) oder ein eigenständiger Bidding-Algorithmus das maximale Gebot für eine Impression in einer First-Price Auction automatisch nach unten korrigiert, um Übergebote zu vermeiden und den tatsächlich gezahlten Clearing-Preis möglichst nah am realen Marktwert zu halten. Bid Shading entstand als direkte Reaktion auf die branchenweite Umstellung der programmatischen Auktionsinfrastruktur von Second-Price-Auctions auf First-Price-Auctions, die zwischen 2017 und 2020 stattfand. In Second-Price-Auctions war das Gebot selbst weniger kritisch, da der Gewinner nur den Preis des zweithöchsten Gebots plus einen Cent zahlen musste – man konnte aggressiv bieten, ohne viel zu riskieren. In First-Price-Auctions zahlt der Gewinner hingegen exakt seinen eigenen Gebotspreis, weshalb ein zu hohes Gebot direkt zu Overpayment führt und die Kampagnen-KPIs verschlechtert. Bid-Shading-Algorithmen lernen auf Basis historischer Auction-Daten und aktueller Marktsignale, welcher Preis für eine bestimmte Impression zum aktuellen Zeitpunkt notwendig ist, um die Auction zu gewinnen, und setzen das tatsächliche Gebot auf einen optimierten Wert zwischen dem ursprünglichen Maximalgebot und dem erwarteten Clearing-Price. Ziel ist die Maximierung der gewonnenen Impressionen bei gleichzeitiger Minimierung des durchschnittlich gezahlten CPM.
Erläuterung
Um Bid Shading zu verstehen, ist es hilfreich, die grundlegende Auktionslogik zu kennen, auf die es reagiert. In einem Second-Price-Auktionsmodell (auch Vickrey-Auktion genannt) bietet jeder Teilnehmer seinen maximalen Wert, zahlt aber nur den Preis des zweithöchsten Gebots plus einen minimalen Aufpreis. Dieses Modell setzt für Bieter Anreize, ihren wahren Wert zu bieten: Es gibt keine strategische Motivation, das Gebot zu drücken, da man immer nur knapp über dem nächsten Bieter zahlt. Für Publisher hat dieses Modell den Nachteil, dass der erzielte Preis oft deutlich unter dem tatsächlichen Marktpreis liegen kann.
Beim Wechsel zur First-Price-Auction ändert sich die Spieltheorie fundamental: Wer am höchsten bietet, gewinnt und zahlt exakt seinen Gebotspreis. Das bedeutet, dass ein überhöhtes Gebot direkt in Mehrausgaben resultiert. Gleichzeitig fehlt Bietern zunächst ein gutes Modell, was der tatsächliche Clearing-Price für eine bestimmte Impression typischerweise ist – ein Wissen, das in Second-Price-Auctions durch die häufig anfallenden sehr niedrigen Clearing-Prices implizit sichtbar war.
Bid-Shading-Algorithmen lösen dieses Problem durch maschinelles Lernen: Sie analysieren große Mengen historischer Auction-Daten – für welche Inventartypen, Publisher, Tageszeiten, Zielgruppen und Umfelder wurden welche Clearing-Prices erzielt? – und lernen so, den wahrscheinlichsten Gewinnpreis für eine gegebene Impression vorherzusagen. Das tatsächlich abgegebene Gebot wird dann auf einen Wert gesetzt, der etwas über dem erwarteten Clearing-Price liegt, um die Gewinnwahrscheinlichkeit zu maximieren, ohne unnötig viel zu zahlen.
Technische Funktionsweise und Einflussfaktoren
- Historische Preismodelle: Bid-Shading-Algorithmen benötigen umfangreiche historische Bid-Response-Daten, um zuverlässige Preisvorhersagen zu treffen. DSPs mit großem Volumen haben strukturelle Vorteile, da sie mehr Datenpunkte für ihr Modell haben.
- Echtzeit-Signale: Neben historischen Daten fließen aktuelle Signale in den Shading-Faktor ein: Tageszeit, Wochentag, Device-Typ, Inventarqualität (Viewability, Brand Safety Score), Restbudget der Kampagne und aktuelle Konkurrenzsituation im Markt.
- Shading-Intensität: Die algorithmische Reduktion des Gebots kann je nach Implementierung konservativ (geringe Reduktion, hohe Gewinnwahrscheinlichkeit, etwas höherer CPM) oder aggressiv (starke Reduktion, niedrigerer CPM, Risiko verlorener Auctions) eingestellt werden.
- Floor-Price-Interaktion: Bid Shading muss die Floor Prices der Publisher respektieren. Wird das geshadete Gebot unter den Floor Price gedrückt, verliert der Bieter die Auction automatisch. Gute Algorithmen kennen typische Floor-Price-Niveaus und shaden nicht darunter.
- Marktmacht und Datenvorteil: Große DSPs wie The Trade Desk, DV360 oder Amazon DSP haben durch ihr hohes Gebotsvolumen erhebliche Vorteile beim Bid Shading, da sie mehr historische Preisdaten analysieren können und damit präzisere Modelle entwickeln.
Bid Shading vs. andere Gebotsoptimierungsstrategien
- Bid Shading vs. Target CPA/ROAS Bidding: Während Bid Shading primär auf Preisnormalisierung bei First-Price-Auctions zielt, optimieren Target-CPA- oder ROAS-Strategien auf definierte Konversionsziele. Bid Shading kann als Zusatzschicht unter einer übergeordneten Bid-Strategie funktionieren.
- Bid Shading vs. Floor Bid Optimierung: Auf Publisher-Seite existieren analoge Konzepte: Publisher testen, welcher Floor Price die Erlöse maximiert, ohne zu viel Nachfrage abzuschrecken. Bid Shading und Floor-Optimierung interagieren im Markt dynamisch miteinander.
- Automatisches vs. manuelles Shading: Die meisten DSPs bieten Bid Shading als automatische Funktion an. Erfahrene Trader können in manchen Plattformen die Aggressivität des Shadings manuell beeinflussen oder deaktivieren, wenn spezifische Inventarstrategien es erfordern.
- Transparenz-Herausforderungen: Bid Shading durch Intermediäre (SSPs, die Shading im Auftrag der Buyer anbieten) wirft Fragen nach Interessenkonflikten auf, da der SSP gleichzeitig im Interesse des Publishers (hohe Preise) und des Buyers (niedrige Preise) optimieren soll.