【广告算法工程师入门 24】机制设计-关键词拍卖的保留价设计与思考
2017-11-06 10:29
751 查看
终于腾出时间整理一下博客了,之前总感觉一些事情,比如说写博客挺简单的,但是真正动手写的时候才发现好难呀,很多东西也仅仅是浮于表面,缺乏真正去做的决心,也往往是先开个头儿,或者把框架搭起来,然后再补充!
在搜索广告的机制设计中,关键词拍卖的保留价设计是一项十分重要和具体的工作,但是听说很多知名的互联网公司,其广告业务中甚至是没有保留价的。这就需要从源头考虑,为什么要设置保留价?
之前学习过设置保留价可能使得拍卖品流拍,导致社会效率的损失,这是有前提条件的,也就是说对于售卖人来说,拍卖品是没有价值的。但对于搜索引擎来说,广告不属于自然结果,在一定程度上会损失用户体验,即拿用户体验来换取公司的收益,而用户体验在搜索引擎看来并非是一文不值的,因此搜索引擎设置保留价是考虑用户体验的,使得低于保留价的广告不能展现。
感觉这样说有点冠冕堂皇,当然不可否认,保留价在短期内会为搜索引擎带来收入的提高,但是保留价会阻止一些新的广告主进入拍卖竞争,导致社会效率的降低,也就是说一些保留价并非长期有效的。涨收入的利器是扩触发,但是会损害相关性,控制好准入(保留价设计)要比排序更加重要。
保留价是一种对用户体验的收益补偿,在广告的层级结构上如计划,单元,关键词等,在广告的营销路径如展现,点击,转化等维度,在广告主的出价维度如时间,地域,人群等维度上,设计各类保留价。
有些保留价可能会引入一些因子(如广告的点击率,相关性,转化率等)。但是有文章证明,引入广告点击率的保留价(点击率高的广告保留价低,点击率低的广告保留价高)这个策略是不赚的,原因是(额。。还没得及看,另外点击率可能会发生偏移,使得保留价策略不稳定,鲁棒性不好)。
如果知道竞买者对拍卖品的真实估价,那么保留价完全可以设置为仅次于真实估价的值,但是这样做没有什么好处,一来其实是不知道真实估价,二来即使通过预测真实估价的方法获得保留价,预测的真实估价可能会被广告主操纵,进而影响计费,非激励兼容。因此在光键词拍卖中,GSP本身就不是激励兼容的机制,如果基于一个广告主的出价设计保留价,且广告的计费过于依赖保留价时,很可能导致系统跟随广告主的出价变动,导致收入下降。
前文已经介绍过,如果知道竞买者的价值分布,可以设计最优保留价。但是价值分布估计中是否采用广告主的出价信息做预估的问题与上一段的问题一样。一般价值分布仍然采用机器学习的方法进行预估,并且弱化广告主出价在模型中的作用,通过扩大范围或者平均化的方法提高模型的稳定性和鲁棒性。
具体的设计方法参考相关文章。
在搜索广告的机制设计中,关键词拍卖的保留价设计是一项十分重要和具体的工作,但是听说很多知名的互联网公司,其广告业务中甚至是没有保留价的。这就需要从源头考虑,为什么要设置保留价?
之前学习过设置保留价可能使得拍卖品流拍,导致社会效率的损失,这是有前提条件的,也就是说对于售卖人来说,拍卖品是没有价值的。但对于搜索引擎来说,广告不属于自然结果,在一定程度上会损失用户体验,即拿用户体验来换取公司的收益,而用户体验在搜索引擎看来并非是一文不值的,因此搜索引擎设置保留价是考虑用户体验的,使得低于保留价的广告不能展现。
感觉这样说有点冠冕堂皇,当然不可否认,保留价在短期内会为搜索引擎带来收入的提高,但是保留价会阻止一些新的广告主进入拍卖竞争,导致社会效率的降低,也就是说一些保留价并非长期有效的。涨收入的利器是扩触发,但是会损害相关性,控制好准入(保留价设计)要比排序更加重要。
保留价是一种对用户体验的收益补偿,在广告的层级结构上如计划,单元,关键词等,在广告的营销路径如展现,点击,转化等维度,在广告主的出价维度如时间,地域,人群等维度上,设计各类保留价。
有些保留价可能会引入一些因子(如广告的点击率,相关性,转化率等)。但是有文章证明,引入广告点击率的保留价(点击率高的广告保留价低,点击率低的广告保留价高)这个策略是不赚的,原因是(额。。还没得及看,另外点击率可能会发生偏移,使得保留价策略不稳定,鲁棒性不好)。
如果知道竞买者对拍卖品的真实估价,那么保留价完全可以设置为仅次于真实估价的值,但是这样做没有什么好处,一来其实是不知道真实估价,二来即使通过预测真实估价的方法获得保留价,预测的真实估价可能会被广告主操纵,进而影响计费,非激励兼容。因此在光键词拍卖中,GSP本身就不是激励兼容的机制,如果基于一个广告主的出价设计保留价,且广告的计费过于依赖保留价时,很可能导致系统跟随广告主的出价变动,导致收入下降。
前文已经介绍过,如果知道竞买者的价值分布,可以设计最优保留价。但是价值分布估计中是否采用广告主的出价信息做预估的问题与上一段的问题一样。一般价值分布仍然采用机器学习的方法进行预估,并且弱化广告主出价在模型中的作用,通过扩大范围或者平均化的方法提高模型的稳定性和鲁棒性。
具体的设计方法参考相关文章。
相关文章推荐
- 【广告算法工程师入门 28】机制设计-关键词拍卖的框架设计,门槛过滤,预算控制等
- 【广告算法工程师入门 29】机制设计-关键词拍卖的创意优化,样式优选,高度控制等
- 【广告算法工程师入门 18】机制设计-关键词拍卖与机制演变
- 【广告算法工程师入门 14】机制设计-带有保留价的拍卖与最优保留价
- 【广告算法工程师入门 12】机制设计-单物品拍卖与私人价值模型
- 【广告算法工程师入门 11】机制设计-拍卖理论基础
- 【广告算法工程师入门 13】机制设计-私人价值模型下四种拍卖形式的报价策略与均衡分析
- 【广告算法工程师入门 16】机制设计-最优拍卖机制设计
- 【广告算法工程师入门 10】机制设计-不完全信息博弈与拍卖
- 【广告算法工程师入门 19】机制设计-GFP和GSP下的策略行为与均衡分析
- 【广告算法工程师入门 26】机制设计-考虑客户ROI的机制设计方法与实践
- 【广告算法工程师入门 17】机制设计-有效机制与VCG机制
- 【广告算法工程师入门 23】机制设计-GSP机制下的收入优化
- 【广告算法工程师入门 9】机制设计-博弈论基础
- 【广告算法工程师入门 21】机制设计-机制的可表达性
- 【广告算法工程师入门 15】机制设计-基础知识
- 【广告算法工程师入门 20】机制设计-从GSP机制到VCG机制
- 【广告算法工程师入门 27】机制设计-考虑用户体验的机制设计方法与实践
- 【广告算法工程师入门 22】机制设计-传统机制设计演变与收入优化思考
- 【广告算法工程师入门 25】机制设计-客户表达,智能出价和客户ROI优化