The Effectiveness of Programmatic Advertising Compared to the Classical Display Advertising: The Case of ABRA Software

Thesis title: The Effectiveness of Programmatic Advertising Compared to the Classical Display Advertising: The Case of ABRA Software
Author: Vondrák, František
Thesis type: Bachelor thesis
Supervisor: Karlíček, Miroslav
Opponents: Vachta , Vincent
Thesis language: English
Abstract:
Display advertising represented approximately 50% of the overall online advertising spend, making it, if not the most critical channel for building brand awareness and generating leads. This thesis thus aims to find out which one of the two most popular technologies used for display advertising – programmatic and Google Display Network is more effective at delivering better digital marketing performance metrics. As a means to do so, various digital marketing metrics are examined and compared in the case of a Business-to-Business (B2B) company in the context of the Software-as-a-Service (SaaS) industry. These performance metrics are analyzed through two experiments constructed by the author. Experiment one is based on first-party data from Google and Adform. Experiment two builds upon first-party data from the company's income of leads reports. The findings suggest that within the examined period, Google Display Network performed better at cost-per-mille (CPM), clicks, cost-per-click (CPC), and click-through-rate (CTR), whereas programmatic delivered better results at Impressions, leads generated, and income generated by leads. Having analyzed the trendlines, programmatic should outperform Google Display Network in all the performance metrics in the long run, however. In order to choose the most effective digital advertising technology, businesses should account for their individual digital marketing goals.
Keywords: digital marketing; Google Display Network; programmatic; B2B
Thesis title: Efektivita programaticky nakupované reklamy vs. Google Display Network v kontextu B2B
Author: Vondrák, František
Thesis type: Bakalářská práce
Supervisor: Karlíček, Miroslav
Opponents: Vachta , Vincent
Thesis language: English
Abstract:
Efektivita programatické reklamy oproti síti Google Display Network v kontextu B2BZobrazovací reklama představuje přibližně 50 % celkových výdajů na online reklamu, což z ní činí, ne-li nejdůležitější kanál pro budování povědomí o značce a generování potenciálních zákazníků. Cílem této práce je proto zjistit, která ze dvou nejoblíbenějších technologií používaných pro zobrazovací reklamu - programmatic a Google Display Network - je efektivnější při dosahování lepších ukazatelů výkonnosti digitálního marketingu. Jako prostředek k tomu jsou zkoumány a porovnávány různé metriky digitálního marketingu v případě společnosti Business-to-Business (B2B) v kontextu odvětví Software-as-a-Service (SaaS). Tyto metriky výkonnosti jsou analyzovány prostřednictvím dvou experimentů zkonstruovaných autorem. První experiment vychází z údajů první strany od společností Google a Adform. Experiment dva vychází z údajů první strany z výkazů o příjmech z leadů společnosti. Zjištění naznačují, že v rámci zkoumaného období dosáhla síť Google Display Network lepších výsledků v ukazatelích cena za proklik (CPM), prokliky, cena za kliknutí (CPC) a míra prokliku (CTR), zatímco programatická síť poskytla lepší výsledky v ukazatelích imprese, generované leady a příjmy z leadů. Po analýze trendových linií by však programmatic měl v dlouhodobém horizontu překonat Google Display Network ve všech výkonnostních ukazatelích. Pro výběr nejefektivnější technologie digitální reklamy by podniky měly zohlednit své individuální cíle v oblasti digitálního marketingu.
Keywords: Google Display Network; programatická reklama; Online marketing; B2B

Information about study

Study programme: Bachelor of Business Administration
Type of study programme: Bakalářský studijní program
Assigned degree: Bc.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Business Administration
Department: Department of Marketing

Information on submission and defense

Date of assignment: 3. 10. 2022
Date of submission: 13. 5. 2023
Date of defense: 6. 6. 2023
Identifier in the InSIS system: https://insis.vse.cz/zp/82180/podrobnosti

Files for download

    Last update: