Conceitos Básicos
Optimizing profit in targeted marketing through near-optimal algorithms in an adversarial bandit setting.
Resumo
この記事は、ターゲットマーケティングにおける利益最大化のためのアルゴリズムに焦点を当てています。著者らは、異なる市場で同じ価格を維持しながら、マーケティング支出を最適化する問題を検討しました。彼らは、非適応的な需要曲線に対して近い最適アルゴリズムを提供し、モノトニックな需要曲線に対して3/4の後悔上限と2/3の後悔下限を証明しました。さらに、異なる市場で広告効果が異なることや価格戦略の重要性にも触れています。
Estatísticas
我々の結果は、モノトニックな需要曲線に対して3/4の後悔上限と2/3の後悔下限を示す。
ベースライン環境では、最適な期待利益は0である。
ターゲットマーケティング問題では、非ステーショナリーな需要でもステーショナリーな需要でも同じ後悔が保証される。
Citações
"Moreover, different markets respond differently to advertising and/or price."
"Algorithm and upper bound proof overview."
"A key technical challenge in our problem is that the firm needs to choose a common price across all markets."