不确定环境下赞助搜索广告中的关键词最优分组

在赞助搜索广告中，广告主需要进行一系列关键词决策。其中，如何将这些关键词分组以在广告系列内形成若干广告组是一项具有挑战性的任务，原因在于搜索广告环境高度不确定。本文提出一个关键词分组随机规划模型，将点击率和转化率视为随机变量，并考虑预算约束与广告主的风险容忍度。我们开发了分支定界算法来求解该模型。此外，我们利用从搜索广告系列报告和日志中收集的两个真实数据集进行计算实验，以评估模型和求解的有效性。实验结果表明，我们的关键词分组方法优于五种基线，并能以稳定方式近似逼近最优。本研究产生了若干有趣发现，为赞助搜索广告中的广告主提供了关键管理启示。首先，关键词分组对广告主确实重要，尤其在关键词数量庞大的情况下。其次，在关键词分组决策中，边际利润未必随预算增加而呈现边际递减现象。因此，广告主在关键词分组决策中增加预算以获取额外利润是值得一试的。第三，最优关键词分组方案是多种广告因素多方权衡的结果。特别地，将更多关键词分配给广告组或拥有更多预算未必带来更高利润。这向广告主提示，以关键词数量作为关键词分组决策标准是不明智的。