拍卖节流与在线广告效应的因果推断
计量经济学
2022-02-18 v2 应用统计
摘要
因果识别数字广告的效应具有挑战性，因为实验成本高昂，且观测数据缺乏随机变动。本文识别了数字广告活动中用户级广告曝光自然发生的、普遍存在的准实验变动来源。它展示了广告发布商如何利用这种变动来识别广告活动的因果效应。该变动涉及拍卖节流（auction throttling），这是一种被广泛用于在整个投放周期内摊开广告活动预算的概率性预算 pacing 方法，以使活动预算不被超出或过度集中于任一时期。节流机制通过基于活动预算消耗速率计算参与概率，然后每期根据该概率将活动纳入可用广告拍卖的随机子集来实现。我们表明，访问记录的参与概率使得识别广告活动中的局部平均处理效应（LATE）成为可能。我们提出了一种利用此识别策略的新估计量，并概述了量化其变异性的 bootstrap 程序。我们将方法应用于来自某电子商务广告平台的真实广告活动数据，该平台使用此种节流进行预算 pacing。我们表明我们的估计在统计上不同于使用其他标准观测方法（如 OLS 与两阶段最小二乘估计量）得出的估计。我们估计的转化提升为 110%，比使用朴素观测方法估计出的 600% 转化提升更为合理。
引用
@article{arxiv.2112.15155,
title = {Auction Throttling and Causal Inference of Online Advertising Effects},
author = {George Gui and Harikesh Nair and Fengshi Niu},
journal= {arXiv preprint arXiv:2112.15155},
year = {2022}
}