数字广告购买平台中基于反事实的增量测量

Prasad Chalasani; Ari Buchalter; Jaynth Thiagarajan; Ezra Winston

数字广告购买平台中基于反事实的增量测量

统计方法学 2017-05-04 v2

作者: Prasad Chalasani , Ari Buchalter , Jaynth Thiagarajan , Ezra Winston

摘要

测量数字广告活动的真实增量效果对营销人员日益重要。随着通过需求方平台(DSPs)执行实时竞价(RTB)拍卖和程序化方法交付的数字广告比例越来越大，满足广告主关切和DSP约束的测量方案尤其受关注。MediaMath(一家DSP)开发了首个实用的、统计上可靠的基于随机化的方法，用于由DSP(或类似可能无法完全控制广告交易机制的数字广告执行系统)进行的因果广告效果(或广告提升)测量。我们描述该方案，并在反事实和潜在结果的因果框架内确立其可靠性，提出一种吉布斯采样程序用于估计广告提升估计值的置信区间。我们还处理实际复杂性(数字广告环境特有)，这些复杂性源于数字广告通过标识符(如cookie、移动广告ID)定向和测量，这些标识符可能随时间不稳定。其中一个复杂性是标识符重复出现，导致观测间干扰。另一个是由于同一消费者可能关联多个标识符，导致“污染”，其部分标识符被分配到处理组，其他分配到对照组。此类复杂性严重损害了先前在实践中推导准确提升测量的努力。与少数其他相关论文不同，本文还具有阐述目的，提供对所有相关概念的严谨、自包含且易于实现的论述。

关键词

反事实增量测量数字广告需求方平台实时竞价广告提升吉布斯采样潜在结果

引用

@article{arxiv.1705.00634,
  title  = {Counterfactual-based Incrementality Measurement in a Digital Ad-Buying Platform},
  author = {Prasad Chalasani and Ari Buchalter and Jaynth Thiagarajan and Ezra Winston},
  journal= {arXiv preprint arXiv:1705.00634},
  year   = {2017}
}

备注

44 pages, 6 figures, 1 table