[논문 리뷰] Lift-Based Bidding in Ad Selection

Jian Xu, Xuhui Shao외 4명|arXiv (Cornell University)|2015. 07. 17.

Consumer Market Behavior and Pricing참고 문헌 11인용 수 13

한 줄 요약

이 논문은 실시간 광고 입찰에서 입찰 가격을 절대 행동률이 아닌 증분 성능 향상(행동률 향상)에 기반해 결정하는 리프트 기반 입찰을 제안한다. 사용자 수준의 노출 효과를 모델링하고 예측함으로써 광고에 영향을 가장 많이 받는 사용자를 타겟으로 함으로써 광고주가 얻는 행동 수를 증가시키며, 이는 실제 캠페인을 대상으로 한 A/B 테스트와 이론적 분석 모두에서 기존의 가치 기반 입찰보다 뛰어난 성능을 보인다.

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.

연구 동기 및 목표

• 절대 행동률이 아닌 증분 리프트를 기반으로 입찰하는 것이 산업 표준보다 열등한 점을 해결하기 위해.
• 가치 기반 입찰 대비 리프트 기반 입찰이 더 많은 원하는 행동(예: 전환)을 유도함을 입증하기 위해.
• 광고주 목표인 증분 전환 수를 극대화하는 데 부합하도록 DSP의 인centives를 조정하기 위해.
• 실시간 입찰 환경에서 행동률 향상도를 예측하기 위한 실용적인 모델링 프레임워크를 개발하기 위해.

제안 방법

• 광고에 노출된 경우의 행동 확률과 노출 없이 기본 행동 확률의 차이로 행동률 향상도를 모델링한다.
• 이력 사용자 수준 데이터를 활용해 각 사용자에 대해 리프트 성분 Δp_i = p_i^treated - p_i^untreated 를 추정한다.
• 절대 행동률(p_i^treated)이 아닌 예측된 리프트(Δp_i)에 비례하는 입찰 가격을 도출한다.
• 두 번째 가격 경매 기반 실시간 입찰 경매와의 호환성을 확보하기 위해 리프트 기반 입찰를 효과적 CPM(eCPM)로 변환하는 변환을 적용한다.
• 실제 광고 캠페인을 대상으로 A/B 테스트를 수행하여 리프트 기반 입찰의 성능 향상 여부를 검증한다.
• DSP의 상대적 리프트 기여도에 기반해 보상 메커니즘을 제안함으로써 인센티브를 조율한다.

실험 결과

연구 질문

• RQ1 절대 행동률이 아닌 성능 향상도를 기반으로 입찰하면 실시간 광고 입찰에서 원하는 행동 수가 더 많아지는가?
• RQ2 사용자 수준의 노출 및 행동 데이터를 사용해 행동률 향상도를 정확하게 예측할 수 있는가?
• RQ3 행동률 향상도 기반 입찰는 전통적인 가치 기반 입찰와 비교해 행동 수와 비용 효율성 측면에서 어떻게 다른가?
• RQ4 광고주가 증분 전환 수를 극대화하는 목표를 달성하도록 DSP의 입찰 행동을 조율할 수 있는 인센티브 메커니즘은 무엇인가?
• RQ5 실제 실시간 입찰 환경에서 리프트 기반 입찰는 캠페인 성과를 어느 정도 향상시킬 수 있는가?

주요 결과

• 모토레이팅 예시에서 리프트 기반 입찰는 기대 행동 수를 0.041에서 0.05로 증가시켜 측정 가능한 성능 향상을 입증했다.
• 실제 캠페인을 대상으로 한 A/B 테스트에서 리프트 기반 입찰는 가치 기반 입찰보다 더 높은 행동 수를 기록하여 실증적 우월성을 확인했다.
• 가치 기반 정산 기준 하에서 리프트 기반 입찰를 사용할 경우 DSP의 기대 수익이 감소하여 인센티브의 부적합성이 드러났다.
• 이론적 분석을 통해 동일한 총 예산을 사용할 경우 리프트 기반 입찰가 가치 기반 입찰보다 행동 수 측면에서 열등하지 않음을 증명했다.
• 연구는 DSP가 광고주가 추구하는 증분 성과 목표에 부합하도록 상대적 리프트 기여도에 기반해 보상받아야 한다고 밝혔다.
• 제안된 방법은 광고주가 증분 전환을 유도하는 인플레이션만 지불하도록 함으로써 공정하고 효율적인 CPA 가격 모델로의 전환을 가능하게 한다.