• 一分钟读懂互联网广告竞价策略GFP+GSP+VCG


    原文:http://ju.outofmemory.cn/entry/116780

    一分钟读懂互联网广告竞价策略GFP+GSP+VCG

    两个广告位,三家广告主竞价,广告平台究竟应该制定广告竞价策略呢?这是本文即将分享的一个问题。

    一、前序知识-传统竞价策略
    英式拍卖(English Auction)
    英式拍卖又叫公开增价拍卖OAB(Open Ascending Bid),卖家提供物品,在物品拍卖过程中,买家按照竞价阶梯由低至高喊价,出价最高者成为竞买的赢家。为了保证竞价收敛,一般会为竞价设定一个终止时间。这种模式非常容易理解,平时电影电视中经常看到。

    荷兰式拍卖(Sealed-bid Auction)
    荷兰式拍卖亦称公开减价拍卖ODB(Open Descending Bid),其过程与英式拍卖过程相反:竞价由高到低依次递减直到第一个买家应价时成交的一种拍卖方法。

    第一价格密封拍卖FPSB(The first-price sealed auction)
    第一价格密封拍卖,买方将自己的出价写在一个信封里,众多买方进行投标,同一时间揭晓信封价格,出价最高者竞价成功。

    第二价格密封拍卖SPSB(The Second Price Sealed Auction)
    又称为维克里拍卖(Vickrey Auction),其拍卖过程和第一价格密封拍卖过程一样,由出价最高的买家获得物品,但他只需要支付所有投标者中的第二高价。

    二、核心章节-互联网广告竞价策略
    广义第一价格GFP(Generalized First Price)
    和传统第一密封竞价类似,出价高者得,需要支付自己提出的报价。
    互联网广告竞价(例如搜索广告位竞价)如果按照这种形式竞价,缺点是:
    1)平台方收益会非常不稳定;
    2)竞价效率不高;

    价格的波动:
    B -> 2.01(出价超过2,C就会放弃出价)
    A-> 2.02
    B-> 2.03
    A-> 2.04
    A和B均会采取“微小差值策略”,直到一方放弃(此例中B会比A先放弃)。
    一方放弃之后,另一方失去的竞争者,从而再次把价格拉低(A想,我没有竞争者了,为啥还出价这么高)。
    放弃方得知价格被拉低后,又会开始新一轮的“微小差值策略”。

    于是,广告位的价格极不稳定,呈现上图中的态势,Yahoo和Google初期都是采用这种策略,直到2002年Google提出了GSP竞价算法。

    广义第二价格GSP(Generalized Second Price)
    和传统第二密封竞价类似,出价高者得,需要支付出价第二高着提出的报价再加上一个最小值。

    此时:
    A的实际出价为4+0.01=4.01
    B的实际出价为2+0.01=2.01
    C竞价失败
    GSP是一种稳定的竞价方式,可操作性很强,现阶段几乎所有的互联网广告平台都使用这一种竞价方式。
    GSP的不足是,它也不是一种“鼓励讲真话”的机制,说实话不一定形成纳什均衡,竞价的结果不一定全局最优化的。于是,VCG竞价算法出现了。

    VCG(Vickrey-Clarke-Groves)竞价机制
    广告主为网民的一次点击支付他对其他广告主造成的效用损失。

    上面的竞价机制描述比较晦涩,举例以说明定价过程:
    1)假设A不参加竞价,B和C的社会总效用为200*4 + 100*2 = 1000元
    2)A如果参加竞价,B和C的社会总效用为100*4 + 0*2 = 400元
    3)因为A参加了竞价,导致B和C的社会总效用损失了1000 – 400 = 600元
    4)于是,A需要为每一次点击支付600 / 200 = 3元
    但实际应用中,受损者的社会总效用损失难于计算,故VCG竞价机制几乎没有谁真的来使用。

  • 相关阅读:
    (转)Linux系统中sysctl命令详解 sysctl -p、sysctl -a、sysctl -w
    EM2 MP1 Vowel and Consonant Teacher:Ashley
    Phonics 自然拼读法 y,x,ch,sh,(voiced)th/ð/ ,(unvoiced) th/θ/ Teacher:Lamb
    java列表转成 int[] 的格式
    分类模型评估之ROC-AUC曲线和PRC曲线
    hive 抽样方法
    AUC理解
    Spark性能调优——基础篇
    scala 稀疏向量
    scala 建模
  • 原文地址:https://www.cnblogs.com/zhizhan/p/5898821.html
Copyright © 2020-2023  润新知