统一展示广告中程序化保量与实时竞价的动态定价模型

在展示广告中，销售曝光量主要有两种方式。它们要么通过拍卖机制进行现货销售，要么通过保量合约提前销售。前者通过实时竞价 (RTB) 实现了显著的自动化；然而，后者目前仍主要通过直接销售在场外完成。本文提出了一个数学模型，用于在实时拍卖和保量合约之间分配未来曝光量并对其进行定价。在常规经济学假设下，我们的模型表明这两种方式可以通过程序化无缝结合，并且发布者的收益可以通过价格歧视和最优分配来实现最大化。我们考虑广告主是风险厌恶的，如果总成本低于其私人估值，他们将愿意购买保量曝光。我们还考虑广告主的购买行为会受到保量价格以及购买时间与曝光交付日期之间的时间间隔的影响。我们的解决方案给出了提前销售的未来曝光量的最优百分比，并提供了一个明确的公式来计算应以何种价格销售。我们发现，最优保量价格是动态的，并且随时间非递减。我们使用 RTB 数据集评估了我们的方法，发现该模型会根据竞争水平在分配和定价上采取不同的策略。从实验中我们发现，在竞争较小的市场中，较低的保量合约价格会鼓励提前购买，且收益增长主要归因于未来 RTB 中竞争的增加。在竞争激烈的市场中，广告主更愿意购买保量合约，因此预期会有更高的价格。收益增长主要归功于保量销售。