Enchères en temps réel et algorithmes de ciblage publicitaire

Résumé

Le document présente les enchères en temps réel (RTB), qui permettent d’acheter et de vendre des impressions publicitaires individuelles pendant la visite d’un utilisateur. En agrégeant l’inventaire des éditeurs et en prenant des décisions au niveau de chaque impression, RTB permet des achats automatisés et un ciblage adapté à chaque utilisateur.

Le document présente le domaine de la publicité computationnelle, qui couvre la prédiction des réactions des utilisateurs, la prévision du paysage des offres, l’optimisation des enchères et des revenus, l’arbitrage statistique, la tarification dynamique et la détection de la fraude publicitaire. Ces sujets relient l’exploration de données et l’apprentissage automatique à la conception de marchés et aux décisions automatisées. Le document est une vue d’ensemble plutôt qu’une étude détaillée : il ne présente ni algorithmes, ni résultats empiriques, ni applications aux marchés de trading ; sa pertinence pour le trading quantitatif est donc indirecte.

Idées clés

• Les enchères RTB allouent des impressions publicitaires individuelles en temps réel, à mesure que les utilisateurs visitent les sites des éditeurs.
• L’agrégation des inventaires de plusieurs éditeurs permet aux acheteurs d’automatiser les achats publicitaires à grande échelle.
• Le ciblage comportemental utilise des informations sur les utilisateurs pour orienter les décisions publicitaires au niveau de chaque impression.
• Les problèmes techniques concernés incluent la prédiction des réactions, la prévision des enchères, l’optimisation des revenus et la détection de la fraude.

Étiquettes

# Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting


# Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting









The most significant progress in recent years in online display advertising is what is known as the Real-Time Bidding (RTB) mechanism to buy and sell ads. RTB essentially facilitates buying an individual ad impression in real time while it is still being generated from a user's visit. RTB not only scales up the buying process by aggregating a large amount of available inventories across publishers but, most importantly, enables direct targeting of individual users. As such, RTB has fundamentally changed the landscape of digital marketing. Scientifically, the demand for automation, integration and optimisation in RTB also brings new research opportunities in information retrieval, data mining, machine learning and other related fields. In this monograph, an overview is given of the fundamental infrastructure, algorithms, and technical solutions of this new frontier of computational advertising. The covered topics include user response prediction, bid landscape forecasting, bidding algorithms, revenue optimisation, statistical arbitrage, dynamic pricing, and ad fraud detection.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.