Оптимізація бюджету рекламодавців, як учасників ринку контекстної реклами

Автор(и)

  • Леонід Юрійович Гальчинський Національний технічний університет «Київський політехнічний університет», пр. Перемоги, 37, м. Київ, Україна, 03056, Україна https://orcid.org/0000-0002-3805-1474
  • Дмитро Станіславович Сташкевич Національний технічний університет «Київський політехнічний університет», пр. Перемоги, 37, м. Київ, Україна, 03056, Україна

DOI:

https://doi.org/10.15587/2312-8372.2016.60649

Ключові слова:

ринок веб-реклами, контекстний пошук, оптимізація бюджету, статистичний арбітраж, ЕМ-алгоритм

Анотація

Досліджено залежність ефективності бюджету рекламодавця на ринку Інтернет-реклами від вибору стратегії контекстної реклами з використанням технології RTB. Встановлено, що застосування довгострокової стратегії з застосуванням методології статистичного арбітражу суттєво підвищує ефективність використання бюджету рекламодавця. Апробовано модель ЕМ-алгоритму. Показано суттєве підвищення ефективності витрат бюджету рекламодавця при застосуванні підходу статистичного арбітражу для Інтернет-реклами.

Біографії авторів

Леонід Юрійович Гальчинський, Національний технічний університет «Київський політехнічний університет», пр. Перемоги, 37, м. Київ, Україна, 03056

Кандидат технічних наук, доцент

Кафедра математичного моделювання економічних систем

Дмитро Станіславович Сташкевич, Національний технічний університет «Київський політехнічний університет», пр. Перемоги, 37, м. Київ, Україна, 03056

Кафедра математичного моделювання економічних систем

Посилання

  1. Advertising Expenditure Forecasts September 2015. ZenithOptimedia. Available: http://www.zenithoptimedia.com/wp-content/uploads/2015/09/Adspend-forecasts-September-2015-executive-summary1.pdf?mc_cid=85cd21944b&mc_eid=86d41fa20c
  2. Obiem reklamnogo rynka Ukrainy 2015 i prognoz obiemov rynka 2016. Ekspertnaia otsenka Vseukrainskoi reklamnoi koalitsii. Vseukrainskaia Reklamnaia Koalitsiia. Available:http://www.adcoalition.org.ua/adv/statistics
  3. Yan, J., Liu, N., Wang, G., Zhang, W., Jiang, Y., Chen, Z. (2009). How much can behavioral targeting help online advertising? Proceedings of the 18th international conference on World wide web – WWW ’09. Association for Computing Machinery (ACM), 261–270. doi:10.1145/1526709.1526745
  4. Glushchenko, T. S., Dobryanska, V. V. (2015). Trends and Prospects of Development of the Advertising-Communication Market of Ukraine. Business Inform, 4, 327–332.
  5. Halchinskiy, L. Yu., Stashkevych, D. S. (2015). Model assessing the effectiveness for intermediary companies in the market of contextual advertising. Scientific Bulletin of International Humanitarian University. Series: Economics and Management, 13, 242–246.
  6. Pavlov, D. H. (2011). Teoretyko-ihrovi modeli povedinky uchasnykiv kontekstnoi reklamnoi kampanii. Naukovi pratsi [Chornomorskoho derzhavnoho universytetu imeni Petra Mohyly]. Ser.: Kompiuterni tekhnolohii, Vol. 160, № 148, 47–51.
  7. Lee, K., Orten, B., Dasdan, A., Li, W. (2012). Estimating conversion rate in display advertising from past erformance data. Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining – KDD ’12. Association for Computing Machinery (ACM), 768–776. doi:10.1145/2339530.2339651
  8. Hogan, S., Jarrow, R., Teo, M., Warachka, M. (2004, September). Testing market efficiency using statistical arbitrage with applications to momentum and value strategies. Journal of Financial Economics, Vol. 73, № 3, 525–565. doi:10.1016/j.jfineco.2003.10.004
  9. Yuan, S., Wang, J., Zhao, X. (2013). Real-time bidding for online advertising. Proceedings of the Seventh International Workshop on Data Mining for Online Advertising – ADKDD ’13. Article № 3. Association for Computing Machinery (ACM). Available: http://doi.org/10.1145/2501040.2501980
  10. Chen, B., Yuan, S., Wang, J. (2014). A Dynamic Pricing Model for Unifying Programmatic Guarantee and Real-Time Bidding in Display Advertising. Proceedings of 20th ACM SIGKDD Conference on Knowledge Discovery and Data Mining – ADKDD’14. Association for Computing Machinery (ACM), 1–9. doi:10.1145/2648584.2648585
  11. Zhang, W., Wang, J. (2015). Statistical Arbitrage Mining for Display Advertising. Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining – KDD ’15. Association for Computing Machinery (ACM), 1465–1474. doi:10.1145/2783258.2783269
  12. Perlich, C., Dalessandro, B., Hook, R., Stitelman, O., Raeder, T., Provost, F. (2012). Bid optimizing and inventory scoring in targeted online advertising. Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining – KDD ’12. Association for Computing Machinery (ACM), 804–812. doi:10.1145/2339530.2339655
  13. Cavallo, R., Mcafee, R. P., Vassilvitskii, S. (2015, June 23). Display Advertising Auctions with Arbitrage. ACM Transactions on Economics and Computation, Vol. 3, № 3, 1–23. doi:10.1145/2668033
  14. Liao, H., Peng, L., Liu, Z., Shen, X. (2014). iPinYou Global RTB Bidding Algorithm Competition Dataset. Proceedings of 20th ACM SIGKDD Conference on Knowledge Discovery and Data Mining – ADKDD’14. Association for Computing Machinery (ACM), 1–6. doi:10.1145/2648584.2648590
  15. Bharadwaj, V., Ma, W., Schwarz, M., Shanmugasundaram, J., Vee, E., Xie, J., Yang, J. (2010). Pricing guaranteed contracts in online display advertising. Proceedings of the 19th ACM international conference on Information and knowledge management – CIKM ’10. Association for Computing Machinery (ACM), 399–408. doi:10.1145/1871437.1871491
  16. Lee, K.-C., Jalali, A., Dasdan, A. (2013). Real time bid optimization with smooth budget delivery in online advertising. Proceedings of the Seventh International Workshop on Data Mining for Online Advertising – ADKDD ’13. Article № 1. Association for Computing Machinery (ACM). Available: http://doi.org/10.1145/2501040.2501979
  17. Zhang, W., Zhang, Y., Gao, B., Yu, Y., Yuan, X., Liu, T.-Y. (2012). Joint optimization of bid and budget allocation in sponsored search. Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining – KDD ’12. Association for Computing Machinery (ACM), 1177–1185. doi:10.1145/2339530.2339716
  18. Gatev, E., Goetzmann, W. N., Rouwenhorst, K. G. (2006). Pairs Trading: Performance of a Relative-Value Arbitrage Rule. Review of Financial Studies, Vol. 19, № 3, 797–827. doi:10.1093/rfs/hhj020
  19. Flach, P. (2012). Machine Learning: The Art and Science of Algorithms that Make Sense of Data. Cambridge University Press, 396. doi:10.1017/cbo9780511973000
  20. iPinYou Real-Time Bidding Dataset for Computational Advertising Research. Available: http://data.computational-advertising.org/
  21. Statistical Arbitrage Mining for Display Advertising. Available: https://github.com/wnzhang/rtbarbitrage

##submission.downloads##

Опубліковано

2016-01-21

Як цитувати

Гальчинський, Л. Ю., & Сташкевич, Д. С. (2016). Оптимізація бюджету рекламодавців, як учасників ринку контекстної реклами. Technology Audit and Production Reserves, 1(3(27), 30–36. https://doi.org/10.15587/2312-8372.2016.60649

Номер

Том 1 № 3(27) (2016): Питання макроекономіки та соціално-економічного розвитку. Розвиток продуктивних сил і регіональна економіка

Розділ

Економічна кібернетика: Оригінальне дослідження

Ліцензія

Авторське право (c) 2016 Технологічний аудит та резерви виробництва

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.