Predicting the cost of second price auctions in a real time bidding environment

• Autores: Hernández, Santiago
• Año de publicación: 2020
• Idioma: inglés
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Feuerstein, Esteban Zindel
• Materia: ESTIMACION; COSTO; WIN RATE; REAL TIME BIDDING; STATISTICAL LEARNING; MACHINE LEARNING; SUBASTA; SUBASTA VICKREY; COST; WIN RATE; REAL TIME BIDDING; STATISTICAL LEARNING; MACHINE LEARNING; AUCTION; SECOND PRICE; VICKREY AUCTION; PREDICTION
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

Real-time Bidding (RTB) es una forma de gestionar espacios publicitarios que permite subastar espacios individuales mediante subastas en tiempo real, que suelen ser con la modalidad de sobre cerrado con segundo precio, de forma programática en el acto y por lo tanto el precio final que deber´a pagar el oferente no es conocido al momento de ofertar. RTB permite hacer publicidad a medida; es decir que los anuncios se pueden servir a los consumidores de forma directa basado en sus características demográficas, psicográficas y comportamiento. Para optimizar campañas de marketing digital mostrando anuncios obtenidos mediante el mercado, el comprador debe poder valuar las oportunidades de mostrar anuncios y determinar si son rentables o no. Para esto es necesario una estimación del valor que aporta mostrar un anuncio y el costo de mostrar el mismo. En este trabajo se introducen y comparan métodos para estimar el costo de subastas de segundo precio desde el punto de vista del comprador. Estos métodos incluyen dos anteriormente publicados: 1. Una regresión lineal sobre el costo con un dataset de subastas ganadas. 2. Una regresión logística para estimar la probabilidad de ganar una subasta y luego aplicar métodos numéricos para estimar el costo aprovechando la relación entre ambos valores. Y métodos aquí introducidos: 3. Una regresión logística sobre la proporción entre el costo y la oferta. 4. Una regresión logística para estimar la probabilidad de ganar una subasta y luego aplicar métodos analíticos para estimar el costo análogamente al método 2. Los experimentos realizados muestran que el método introducido de utilizar una regresión logística sobre la proporción entre el costo y la oferta obtiene mejores resultados que el resto.
Real-time Bidding (RTB) is a way of transacting media that allows an individual advertisement slot to be sold in real-time through a programmatic auction usually of the sealed bid second price kind and thus the final price the bidder has to pay is unknown at bidding time. RTB allows for Addressable Advertising; the ability to serve ads to consumers directly based on their demographic, psychographic, or behavioral attributes. In order to optimize a digital marketing campaign showing ads through rtb inventory, the buyer needs to be able to value advertisement opportunities and determine if they are profitable or not. To do this, an estimate of the value that showing the ad will provide and the cost of showing it are required. In this work different approaches to predict the cost of second price auctions from the buyer’s perspective are introduced and compared. This approaches include two previously published methods: 1. A linear regression on a won auctions dataset. 2. A logistic regression to estimate the probability of winning an auction given a bid price, followed up by a numerical method to estimate the cost taking advantage of a relationship between both. And new approaches introduced here: 3. A logistic regression to estimate the ratio of cost to bid price. 4. A logistic regression to estimate the probability of winning an auction given a bid price, followed up by an analytical method to estimate the cost in an analogous way to method 2. The experiments show that the introduced method of using a logistic regression to estimate the ratio of cost to bid price outperforms the others.
Fil: Hernández, Santiago. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.