在线广告中的实时竞价：测量与分析

实时竞价（RTB），又称程序化购买，最近已成为在线广告中增长最快的领域。与批量购买和以库存为中心的购买不同，RTB模仿证券交易所，利用计算机算法自动实时买卖广告；它利用每次展示的上下文，并根据用户数据将广告定向到特定人群，从而显著提高展示广告的效果。在本文中，我们对一个生产环境中的广告交易平台进行了实证分析和测量。利用从需求方和供应方采样的数据，我们旨在提供关于新兴的展示销售基础设施及其竞价行为的第一手见解，并帮助识别此类系统中的研究和设计问题。从我们的研究中，我们观察到各种统计量（包括展示次数、点击次数、出价次数和转化率（包括浏览后和点击后））中出现周期性模式，这表明时间依赖模型适合捕捉RTB中的重复模式。我们还发现，尽管声称是第二价格拍卖，但由于软底价的设置，第一价格支付实际上占总成本的55.4%。因此，我们认为当前RTB系统中软底价的设置使广告商处于不利地位。此外，我们对转化率的分析表明，当前的竞价策略远非最优，这表明迫切需要结合时间行为、广告展示的频率和近因性等事实的优化算法，而这些在过去并未得到充分考虑。