Telegram Group & Telegram Channel
Bid Shading

Сегодня разберем алгоритм маржинальности 💵 в аукционах в программатик рекламы, т.н. Bid Shading. Согласно статьи на AdExchanger, многие DSP использует этот алгоритм для искусственного занижения ставки, и для многих он является черным ящиком. Мы же разберем, как можно реализовать алгоритм технически.

Для начала введем величину ставки bid к примеру для DSP (платформы стороны спроса). Она представляет собой "истинную" цену, которую DSP готова заплатить за покупаемый инвентарь. Когда мы конкурируем с другими DSP, может случиться так, что мы сделаем (и оплатим) ставку слишком высокую, не адаптированную к уровню конкуренции.

Чтобы адаптировать ставку по отношению к другим игрокам и максимизировать маржу мы введем коэффициент shadingFactor в диапазоне [0..1]. В двух крайних случаях, если shadingFactor = 0, то ставку не понижаем, а если shadingFactor = 1 , то бидим 0.

Запишем формулу для маржи с учетом shadingFactor и заниженой "шейдированной" ставки shadedBid


shadedBid = bid x (1 - shadingFactor)
margin = bid - shadedBid = bid x shadingFactor


Теперь нужно задаться вопросом, как выбрать оптимальный shadingFactor. Сделаем мы это следующим образом,

Сначала нам нужно учитывать вероятность выигрыша p(bidWin | bidRequest, bidShadingFactor) нашей платформы в аукционе при условии признаков покупаемого слота, пользователя, спроса и shadingFactor. Это нужно, поскольку чем выше shadingFactor, тем ниже вероятность победы в аукционе. Поскольку мы ввели в формулу маржи вероятность, то нам стоит максимизировать ее мат. ожидание


E(margin) = bid x shadingFactor x p(bidWin | bidRequest, bidShadingFactor)


При этом вероятность победы в аукционе p(bidWin) может предсказываться для каждого слота с помощью классической бинарной ML-моделью. Тогда оптимальный коэффициент bidShading' запишется в виде:


bidShadingFactor' = argmax(E(margin))


Этот оптимальный коэффициент мы можем включить в формулу пониженной шейдированной ставки


shadedBid = bid x (1 - shadingFactor')


Новая ставка shadedBid будет адаптирована к ставкам конкурентов и будем принимать во внимание возможную просадку доли побед bidWin в аукционах.
🔥7👍41



group-telegram.com/dsinsights/312
Create:
Last Update:

Bid Shading

Сегодня разберем алгоритм маржинальности 💵 в аукционах в программатик рекламы, т.н. Bid Shading. Согласно статьи на AdExchanger, многие DSP использует этот алгоритм для искусственного занижения ставки, и для многих он является черным ящиком. Мы же разберем, как можно реализовать алгоритм технически.

Для начала введем величину ставки bid к примеру для DSP (платформы стороны спроса). Она представляет собой "истинную" цену, которую DSP готова заплатить за покупаемый инвентарь. Когда мы конкурируем с другими DSP, может случиться так, что мы сделаем (и оплатим) ставку слишком высокую, не адаптированную к уровню конкуренции.

Чтобы адаптировать ставку по отношению к другим игрокам и максимизировать маржу мы введем коэффициент shadingFactor в диапазоне [0..1]. В двух крайних случаях, если shadingFactor = 0, то ставку не понижаем, а если shadingFactor = 1 , то бидим 0.

Запишем формулу для маржи с учетом shadingFactor и заниженой "шейдированной" ставки shadedBid


shadedBid = bid x (1 - shadingFactor)
margin = bid - shadedBid = bid x shadingFactor


Теперь нужно задаться вопросом, как выбрать оптимальный shadingFactor. Сделаем мы это следующим образом,

Сначала нам нужно учитывать вероятность выигрыша p(bidWin | bidRequest, bidShadingFactor) нашей платформы в аукционе при условии признаков покупаемого слота, пользователя, спроса и shadingFactor. Это нужно, поскольку чем выше shadingFactor, тем ниже вероятность победы в аукционе. Поскольку мы ввели в формулу маржи вероятность, то нам стоит максимизировать ее мат. ожидание


E(margin) = bid x shadingFactor x p(bidWin | bidRequest, bidShadingFactor)


При этом вероятность победы в аукционе p(bidWin) может предсказываться для каждого слота с помощью классической бинарной ML-моделью. Тогда оптимальный коэффициент bidShading' запишется в виде:


bidShadingFactor' = argmax(E(margin))


Этот оптимальный коэффициент мы можем включить в формулу пониженной шейдированной ставки


shadedBid = bid x (1 - shadingFactor')


Новая ставка shadedBid будет адаптирована к ставкам конкурентов и будем принимать во внимание возможную просадку доли побед bidWin в аукционах.

BY ML Advertising




Share with your friend now:
group-telegram.com/dsinsights/312

View MORE
Open in Telegram


Telegram | DID YOU KNOW?

Date: |

He said that since his platform does not have the capacity to check all channels, it may restrict some in Russia and Ukraine "for the duration of the conflict," but then reversed course hours later after many users complained that Telegram was an important source of information. Update March 8, 2022: EFF has clarified that Channels and Groups are not fully encrypted, end-to-end, updated our post to link to Telegram’s FAQ for Cloud and Secret chats, updated to clarify that auto-delete is available for group and channel admins, and added some additional links. Messages are not fully encrypted by default. That means the company could, in theory, access the content of the messages, or be forced to hand over the data at the request of a government. In the past, it was noticed that through bulk SMSes, investors were induced to invest in or purchase the stocks of certain listed companies. In addition, Telegram's architecture limits the ability to slow the spread of false information: the lack of a central public feed, and the fact that comments are easily disabled in channels, reduce the space for public pushback.
from us


Telegram ML Advertising
FROM American