[論文レビュー] Lift-Based Bidding in Ad Selection

Jian Xu, Xuhui Shao+4 more|arXiv (Cornell University)|Jul 17, 2015

Consumer Market Behavior and Pricing参考文献 11被引用数 13

ひとこと要約

本稿では、行動率の増加分（アクションレートリフト）に基づく入札を実時間広告オークションに導入する手法を提案する。入札価格は絶対的な行動率ではなく、インcrementalなパフォーマンスリフトに基づいて決定される。ユーザーの露出効果をモデル化・予測することで、広告に最も影響を受けるユーザーにターゲティングし、広告主のアクション数を増加させる。理論的・実験的両面で、従来のバリューベース入札を上回る性能を示した。

ABSTRACT

Real-time bidding (RTB) has become one of the largest online advertising markets in the world. Today the bid price per ad impression is typically decided by the expected value of how it can lead to a desired action event (e.g., registering an account or placing a purchase order) to the advertiser. However, this industry standard approach to decide the bid price does not consider the actual effect of the ad shown to the user, which should be measured based on the performance lift among users who have been or have not been exposed to a certain treatment of ads. In this paper, we propose a new bidding strategy and prove that if the bid price is decided based on the performance lift rather than absolute performance value, advertisers can actually gain more action events. We describe the modeling methodology to predict the performance lift and demonstrate the actual performance gain through blind A/B test with real ad campaigns in an industry-leading Demand-Side Platform (DSP). We also discuss the relationship between attribution models and bidding strategies. We prove that, to move the DSPs to bid based on performance lift, they should be rewarded according to the relative performance lift they contribute.

研究の動機と目的

• 絶対的行動率に基づく入札という業界標準の非最適性を是正すること。
• バリューベース入札と比較して、リフトベース入札が望ましい行動（例：コンversions）の数を増加させることを実証すること。
• パフォーマンスリフト貢献度に応じた報酬でDSPのインcentiveを広告主の目標と一致させること。
• 実時間入札環境で行動率リフトを予測する実用的なモデリングフレームワークの開発

提案手法

• 広告に露出した際の行動確率と露出なしのベースライン行動確率の差として、行動率リフトをモデル化する。
• ヒストリカルなユーザー単位のデータを用いて、各ユーザーのリフト成分 Δp_i = p_i^treated - p_i^untreated を推定する。
• 絶対的行動率（p_i^treated）ではなく、予測されたリフト（Δp_i）に比例する入札価格を導出する。
• 2段階入札のRTBオークションとの互換性を確保するため、リフトベース入札を有効CPM（eCPM）に変換する変換処理を適用する。
• 実際の広告キャンペーンを用いたA/Bテストにより、バリューベース入札と比較してリフトベース入札のパフォーマンス向上を検証する。
• DSPの相対的リフト貢献度に基づく報酬メカニズムを提案し、インセンティブを一致させる。

実験結果

リサーチクエスチョン

• RQ1 絶対的行動率ではなくパフォーマンスリフトに基づく入札が、実時間広告オークションでより多くの望ましい行動をもたらすか？
• RQ2 ユーザーの露出および行動データを用いて、行動率リフトを正確に予測できるか？
• RQ3 リフトベース入札は、行動数とコスト効率の観点で、従来のバリューベース入札と比較してどのように異なるか？
• RQ4 DSPの入札行動を広告主のインクリメンタルコンバージョン最大化という目標と一致させるためのインcentiveメカニズムは何か？
• RQ5 リフトベース入札は、実世界のRTB環境でキャンペーンパフォーマンスをどの程度向上できるか？

主な発見

• 動機付け例において、リフトベース入札により期待されるアクション数が0.041から0.05に上昇し、明確なパフォーマンス向上が確認された。
• 実キャンペーンを用いたA/Bテストでは、リフトベース入札がバリューベース入札よりも高いアクション数を達成し、実証的優位性が裏付けられた。
• バリューベースアトリビューション下で、リフトベース入札を採用した際のDSPの期待収益は低下した。これはインセンティブの不一致を示している。
• 理論的分析により、同じ予算が使われる条件下で、リフトベース入札がバリューベース入札を上回ることを証明した。
• 本研究は、DSPを相対的リフト貢献度に基づいて報酬することで、インセンティブを広告主のインクリメンタルパフォーマンス目標と一致させられることを示した。
• 提案手法により、広告主はインクリメンタルコンバージョンを引き起こすインプレッションにのみ料金を支払うことができ、より公平で効率的なCPA価格モデルに近づける。