[论文解读] An Empirical Study on Display Ad Impression Viewability Measurements

Weinan Zhang, Ye Pan+2 more|arXiv (Cornell University)|May 21, 2015

Consumer Market Behavior and Pricing参考文献 8被引用 9

一句话总结

本研究通过测量像素可见性和曝光时长，调查了展示广告展示量的可观看性，发现仅当广告75%的像素在连续至少2秒内可见时才计为一次展示，该标准最能准确反映用户对广告的感知。研究发现，曝光时长对用户广告记忆信心的影响比像素占比更为显著。

ABSTRACT

Display advertising normally charges advertisers for every single ad impression. Specifically, if an ad in a webpage has been loaded in the browser, an ad impression is counted. However, due to the position and size of the ad slot, lots of ads are actually not viewed but still measured as impressions and charged. These fraud ad impressions indeed undermine the efficacy of display advertising. A perfect ad impression viewability measurement should match what the user has really viewed with a short memory. In this paper, we conduct extensive investigations on display ad impression viewability measurements on dimensions of ad creative displayed pixel percentage and exposure time to find which measurement provides the most accurate ad impression counting. The empirical results show that the most accurate measurement counts one ad impression if more than 75% of the ad creative pixels have been exposed for at least 2 continuous seconds.

研究动机与目标

• 确定衡量用户是否实际观看展示广告的最准确方法，以解决按展示付费广告中的欺诈性展示问题。
• 评估像素占比与曝光时长对用户广告记忆及识别信心的综合影响。
• 确定最能匹配人类对广告曝光感知的视图可观看性测量最优阈值。

提出的方法

• 开展一项用户研究，招募20名参与者自由浏览包含跟踪展示广告的网页，使用jQuery实时记录像素可见性与曝光时长。
• 基于不同的像素占比阈值（25%、50%、75%、100%）与曝光时长区间（0–2秒、2–4秒、4–6秒、6–8秒、8–10秒、>10秒），设计11种不同的展示测量规则。
• 使用F1分数、精确率和召回率衡量用户记忆表现，并将每种测量规则与参与者自报的广告选择结果进行对比。
• 通过单因素方差分析（one-way ANOVA）与Tukey HSD事后检验，分析不同曝光时长区间下用户对广告记忆的信心水平。
• 使用相关性分析评估注意力水平（对广告、内容及主题的关注）与广告选择精确率之间的关系。
• 利用箱线图与F1分数分布比较不同测量配置下的表现，识别出最优阈值组合。

实验结果

研究问题

• RQ1 最能匹配用户对广告可观看性感知的像素占比阈值是什么？
• RQ2 广告被用户可靠记忆所需的最短曝光时间是多少？
• RQ3 像素占比与曝光时长分别及共同如何影响用户对广告记忆的信心？
• RQ4 与较短时长相比，更长的曝光时间是否显著提升用户广告记忆的精确率？
• RQ5 用户对网页内容的关注程度与偶然识别广告之间是否存在相关性？

主要发现

• 要求广告至少75%的像素在连续2秒以上可见的测量规则，在所有测试配置中取得了最高的平均F1分数与中位数F1分数。
• 曝光时长对用户广告记忆信心的影响显著强于像素占比，其中[4, +∞)秒区间的信心水平显著高于[2, 4)秒区间（p = .023）。
• F1分数分布峰值出现在75%像素占比与曝光时长≥2秒的组合，表明该组合在精确率与召回率之间达到最佳平衡。
• 97.3%的用户选择的广告完全可见（100%像素可见），但其中许多广告的曝光时间不足2秒，解释了为何100%像素占比阈值表现较差。
• 当用户更关注网页内容时，其广告选择的精确率更高，表明即使未专注注视广告，也可能实现偶然识别。
• [2, 4)秒曝光区间的信心水平与0–2秒或无曝光条件无显著差异，表明约2秒存在一个阈值效应。