핵심 개념
실제 온라인 광고 경매 환경에서 광고주들은 제한된 정보와 불완전한 피드백 하에서 행동하며, 이를 반영한 광고주 행동 모델링을 통해 복잡한 경매 환경에 대한 유용한 통찰을 얻을 수 있다.
초록
이 논문은 실제 온라인 광고 경매 환경의 특징을 반영하여 광고주의 행동을 모델링하고, 이를 통해 복잡한 경매 환경에 대한 통찰을 제공한다.
주요 내용은 다음과 같다:
-
실제 온라인 광고 경매는 표준 경매 모델과 다음과 같은 4가지 차이점이 있다:
- 광고주의 가치와 클릭률이 사용자 검색어에 따라 달라지지만, 광고주는 특정 검색어에 맞춰 입찰할 수 없다.
- 광고주는 경쟁 입찰자의 수, 정체성, 가치 분포를 모른다.
- 광고주는 부분적이고 집계된 피드백만 받는다.
- 지불 규칙이 광고주에게 부분적으로만 알려진다.
-
이러한 특징으로 인해 실제 경매 환경에서의 균형 입찰 행동을 완전히 특성화하기 어렵다. 그러나 광고주를 적대적 밴딧 알고리즘에 의해 움직이는 에이전트로 모델링하면 여전히 유용한 통찰을 얻을 수 있다.
-
시뮬레이션을 통해 다음과 같은 결과를 보였다:
- 다중 검색어 타게팅 환경에서 소프트 플로어 경매가 표준 경매 형식보다 수익을 높일 수 있다.
- 단일 검색어 환경에서 적절히 선택된 표준 예약가가 소프트 플로어 경매보다 수익을 높일 수 있다.
- 관찰된 입찰 데이터로부터 광고주의 가치 분포를 추정할 수 있다.
이 연구는 복잡한 온라인 광고 경매 환경에 대한 시뮬레이션 기반 실증 분석의 초기 단계로 볼 수 있다.
통계
광고주의 검색어별 가치(Vi(τi, q))와 클릭률(CTRi(τi, q))은 광고주 유형(τi)과 검색어(q)에 따라 달라진다.
광고주는 자신의 유형(τi)만 알고 있으며, 다른 광고주의 유형과 입찰 정보는 알 수 없다.
광고주는 자신의 입찰 결과와 지불 가격만 관찰할 수 있다.