Говоря о бюджетном темпе рекламной системы

Эта статья подготовлена технической командой OPPO Internet, укажите автора для перепечатки. В то же время приглашаем обратить внимание на нашу общедоступную учетную запись: OPPO_tech, чтобы поделиться с вами передовыми интернет-технологиями и деятельностью OPPO.

1. Предпосылки

В реальном рекламном процессе мы часто сталкиваемся с проблемой: медиатрафик относительно велик, бюджет рекламодателя расходуется слишком быстро, а некоторые мелкие и средние рекламодатели даже расходуют свой бюджет в течение нескольких минут после начала рекламы. Это приведет к тому, что рекламодатели рано выйдут из конкуренции за последующий трафик, что не только повлияет на опыт рекламодателей (они не смогут охватить более качественных пользователей), но и сделает всю рекламу нестабильной (конкуренция сосредоточена на ранних этапах). этапе, а на более позднем этапе конкуренция недостаточна).

Функция Budget Pacing заключается в том, чтобы плавно расходовать бюджет рекламодателя и помогать рекламодателю оптимизировать эффект конверсии. Таким образом, наш бюджетный контроль должен решать следующие задачи:

Реклама воспроизводится с одинаковой скоростью: контролируйте скорость показа рекламы с помощью ежедневного рекламного бюджета, текущего потребления и ежедневной кривой воздействия.
Повысьте рентабельность инвестиций рекламодателя: помогите рекламодателям получить больше качественных показов по более низкой цене.

2. Анализ проблемы

Методы контроля бюджета можно разделить на две категории: вероятностное регулирование и модификация ставок.Вероятностное регулирование использует значение вероятности, чтобы определить, следует ли участвовать в конкурсе, чтобы контролировать уровень бюджетных расходов, в то время как изменение ставок контролирует уровень расходов, напрямую изменяя цену. .

Сравните различия между двумя программами:

Вероятностное регулирование регулирует скорость расходования бюджета, корректируя вероятность участия в конкурсе, в то время как модификация ставок влияет на скорость расходования бюджета, изменяя ставку и контролируя коэффициент выигрыша ставок.Этот метод может привести к большим колебаниям расхода бюджета.
Ландшафт ставок обычно меняется со временем; кроме того, для тех объявлений, у которых скоро закончится бюджет, ставка может быть изменена в небольшом диапазоне, и ставка обычно имеет резервную цену, а диапазон корректировки очень мал. и часто Изменение ставки не пропорционально фактическому риску; два вышеупомянутых момента затрудняют достижение равномерного расхода бюджета за счет изменения ставки
В реальной инженерной практике мы надеемся, что объем рекламы (часть доставки) и логика торгов (часть аукциона) разделены.При использовании вероятностного регулирования управление темпом и оптимизация ставок могут быть разделены и оптимизированы отдельно.

Для нас самым основным призывом рекламодателей является равномерное расходование рекламного бюджета, и только на этом основании мы можем рассматривать оптимизацию стоимости конверсии. Поэтому мы предпочли вероятностную схему регулирования для достижения равномерного воспроизведения и комбинированную модификацию ставок для оптимизации затрат.

3. Реализация схемы

3.1 Этап 1. Осознайте, что рекламный бюджет можно расходовать равномерно

Для этой цели мы обратимся к статье [1], статье, опубликованной LinkedIn в 2014 году. Предлагаемая стратегия управления бюджетом несложна и отличается практичностью и инженерией.

Далее мы представим наш алгоритм, основная идея которого аналогична алгоритму LinkedIn. Наша основная идея состоит в том,Держите тенденцию потребления плана продвижения в соответствии с тенденцией экспозиции на рынке, используйте дни в качестве единицы времени, а план продвижения в качестве единицы контроля бюджета.

Во-первых, на основе исторических данных спрогнозируйте общее количество экспозиций на более широком рынке в этот день. Затем на основе его воздействия в текущем временном интервале, еслиПотреблено / Предоплачено за деньсоотношение больше, чемРынок подвергся воздействию / Общая подверженность рынка, значит, бюджет был израсходован слишком быстро, и скорость потребления необходимо снизить, иначе скорость потребления необходимо ускорить.

Принцип алгоритма следующий:

для кампании, запишите его ставку как b_i , бюджет на день составляет d_i . Время суток делится навременное окно, $s_{i,t}(0 \le t\lt T)$ значит досовокупный бюджет по временным окнам, $f_{i,t}$ а также $s_{i,t}$ Соответствующее, указав, что доСовокупное воздействие, начиная с временных окон ( $f_{i,t}$ предсказана следующая формула $f_{i,T}$ Указывает, что прогнозируемая кампанияобщая экспозиция за день). во временном окнеВ начале есть

Согласно приведенному выше соотношению, в начале каждого аукциона для кампанииРассчитайте вероятность его участия в этом аукционе $p_{i,t}$ , в документе эта вероятность называется PTR (скорость прохождения), которая рассчитывается следующим образом:

в приведенной выше формуле $r_t(0\lt r_t \lt 1)$ Это называется коэффициентом адаптации.

PTR, полученный с помощью приведенного выше алгоритма, — это вероятность участия в реальном проекте, и мы можем управлять скоростью воздействия через эту вероятность.

3.2 Этап 2: Достигнув равномерного расхода бюджета, попытаться оптимизировать расходы

Приведенная выше схема реализации равномерного расхода бюджета по существу является случайным отбрасыванием, хотя и удовлетворяет требованиям, но не учитывает оптимизацию затрат. Итак, как только эта программа завершена, мы думаем, как мы можем провести некоторую оптимизацию?

Наши основные идеи по оптимизации:При отказе от запроса мы можем выборочно отказаться от некоторых некачественных (более низкая кликабельность) запросов, а для качественных запросов мы повышаем вероятность участия в аукционе, тем самым повышая конверсию.

На самом деле, в отрасли существует множество зрелых решений по оптимизации для этой проблемы. Самый прямой способ — оптимизация путем изменения заявки. Однако этот метод сложнее, реализация проекта сложнее и не соответствует нашим оригинальное мышление, мы представим его позже. При поиске информации мы увидели статью yahoo [2] Реализация этой схемы аналогична нашей идее, которая просто вдохновила нас.

Далее описывается реализация нашего алгоритма:

(1) Прежде всего, мы разделим все запросы каждого рекламного плана на L слоев, тогда доля участия каждого слоя в t-1-м временном интервале записывается как:

Расход каждого слоя записывается как:

Цена за клик для каждого уровня записывается здесь как:

Суммарный бюджет B на сутки будет разбит на K малых бюджетов по квантам времени, а именно:

Однако при фактической доставке нельзя гарантировать, что потребление каждого временного интервала достигнет выделенного значения бюджета. -инвестиции должны распределяться поровну между более поздними во временном отрезке, поэтому бюджет в каждый момент времени необходимо корректировать в соответствии с предыдущими затратами, а скорректированные затраты записываются как:

в приведенной выше формуле B_m представляет фактический бюджет, оставшийся после m временных интервалов, числитель $B_m-\sum{^K_{i=t}B^{(i)}}$ Указывает, превышают ли текущие бюджетные расходы ожидания (0), и амортизируется до следующих K-m интервалов времени через знаменатель.

Алгоритм управления регулировкой скорости конкуренции каждого слоя показан на рисунке ниже. $R=\hat C^{(t)}-C^{(t-1)}$ , указывает, может ли быть потрачен бюджет текущего отрезка времени, если он доставлен в соответствии со скоростью конкуренции предыдущего отрезка времени. Затем, когда R>0, необходимо увеличить уровень участия текущего временного интервала, в противном случае необходимо уменьшить уровень участия этого временного интервала.

Есть еще несколько деталей вышеприведенного алгоритма, которые необходимо отметить:

Слой L представляет собой слой с наибольшей долей участия.Слой представляет собой наименьший слой с ненулевым коэффициентом участия.
Когда необходимо увеличить уровень участия, это со слоя L напри необходимости снижения коэффициента участия осуществляется с первогоОт слоя к слою L цель состоит в том, чтобы отдать приоритет повышению уровня конкуренции слоя с высоким ctr и снизить уровень конкуренции слоя с низким ctr, чтобы минимизировать затраты.
Цель пробной ставки — позволить следующему слою наименьшего слоя с ненулевым коэффициентом участия участвовать в соревновании с очень маленьким коэффициентом участия (коэффициент участия будет увеличиваться по мере увеличения количества слоев). должен быть равен 0, но здесь указан небольшой трейл-рейт, цель которого - облегчить подготовку к ускорению расходования бюджета в дальнейшем (для реализации кода не требуется специальной обработки)

выбор гиперпараметра

Процесс упомянутого выше алгоритма включает в себя несколько гиперпараметров, таких как количество слоев L и пробная скорость, Ниже описано, как выбрать эти два гиперпараметра.

Метод, приведенный в документе Yahoo для определения количества слоев L, состоит в том, чтобы сначала найти старый план a, который наиболее похож на этот новый план, и найти наиболее подходящую ставку конкуренции для этого старого плана. r_G , то количество слоев в новом плане можно рассчитать как $L=\lceil {1 \over r_G}\rceil$ , логика расчета фактически состоит в том, чтобы найти количество слоев, соответствующих наиболее подходящей скорости конкуренции для этого плана.

Метод значения скорости следа: бюджет текущего временного среза $\hat C^{(t)}$ Разделите небольшую часть, обозначенную как λ (например, λ = 1%), предполагая, что текущий слой является первымслой, то его скорость следа = $r_l^{(*)}\times {\lambda \times \hat C^{(t)} \over c_l^{(*)}}$ ,а также $r_l^{(*)}$ а также $c_l^{(*)}$ являетсяИсторический уровень участия и потребление уровня.

Чтобы упростить проект, мы сначала выбрали фиксированные значения, а затем подтвердили эти два параметра экспериментальным путем.

4. Последующая оптимизация

Текущее решение уже можно воспроизводить с постоянной скоростью, но на самом деле мы можем дополнительно оптимизировать расходы на рекламу, комбинируя модификацию Bid.

С точки зрения рекламного плана, когда трафика достаточно, ставка может быть снижена, чтобы одновременно уменьшить воздействие и снизить стоимость.
Ставки запросов для разных CTR на разных уровнях должны быть разными. Ставки запросов с высоким CTR должны быть выше, а запросы с низким CTR могут быть ниже.

В предыдущей статье также упоминалось, что схема модификации Bid имеет относительно большую инженерную сложность, поэтому в будущем необходимо объединить связанные модули, такие как рекламные торги и oCPX, для дальнейшей оптимизации стоимости.

использованная литература:

1.Budget Pacing for Targeted Online Advertisements at LinkedIn

dwz.win/xq4

2.Smart Pacing for Effective Online Ad Campaign Optimization

АР Вест V.org/ABS/1506.05…

3.wulc.me/tags/подсчет рекламы/p…