Facebookの広告システムの背後にあるペーシングアルゴリズム

Facebookの広告システムの背後にあるペーシングアルゴリズム

[[163141]]

先月、Facebook は 2015 年第 4 四半期の驚異的な財務結果を発表しました。1 日のアクティブ ユーザー数は 10 億人を超え、収益は 58 億 4,100 万ドルで、そのうち 56 億 3,700 万ドルは広告によるものでした。さらに恐ろしいのは、収益の 80% がモバイル広告によるものだということです。 Facebook にマーケティング ページも作成したことがあります。実は、社内の友人から、一定の制限を設けた広告 (キャンペーン) プロモーション料金を教えてもらったのです。その時、キャンペーンの効率に驚きました (速すぎて、1 時間も経たないうちに数十ドルが消えてしまいました)。広告システムも開発したので、いろいろ比較してみました。フォームの多様性、機能の完全性、ユーザーの位置付け、リアルタイム性、データ分析レポートなどの総合的な指標から、Facebook は業界のリーダーです。以下は、広告システムの Pacing アルゴリズムに関する社内分析で、広告テクノロジーの初心者にも適しています。

まず、オンライン広告の用語をいくつか紹介します

  1. 各広告には、特定の状況における入札額とクリックスルー率 (CTR) が設定されます。

  2. 広告はクリックごとに課金されます (CPC)。戦略には 2 つの種類があります。ファースト プライス (FP) ではクリック単価が広告の入札によって決まり、セカンド プライス (SP) では次の桁の入札に応じて広告がクリック価格を支払うことになります。GSP の方が一般的です。Google、Yahoo、LinkedIn はすべてこの方法を採用しています。

  3. コスト・パー・ミル(CPM、またはRPM、Rは収益)は、クリック課金型広告が1,000回表示されたときの収益(定額料金での1000*CTR*入札に相当)、または広告の1,000インプレッションあたりの固定価格です。

  4. 予測 CTR (pCTR) とは、特定の状況で広告が表示される前にシステムが推定したクリック確率を指します。

ペーシングは、Facebook 広告システム内の、予算の支出ペースを調整するアルゴリズムです。短距離走者に例えると、早く走りすぎるとゴール前にエネルギーが尽きてしまいますが、遅く走りすぎるとレースを完走できない可能性があります。ペーシングにより、競争を前提として、すべての広告主に異なる広告予算が​​自動的に割り当てられるようになります。ペーシングは、広告主が最大の投資収益率 (ROI) を獲得できるようにする最適化の中核コンポーネントです。

Facebook ペーシング アルゴリズムはどのように機能しますか?

例を使って、Pacing がどのように機能するかを説明しましょう。以下ではクリックについて説明しますが、ビュー、コンバージョン、行動、リーチなどにも同様の考え方を適用できます。

  1. 広告主はスポーツブランドを宣伝したいと考えています。 1 日の予算が 10 ドルで、CPC 料金の場合、広告のクリックごとに 5 ドルの収益が得られると推定されます。

  2. 広告を作成するときは、これらの真の条件に基づいて、LINK_CLICKS を最適化し、bid_amount を 5 ドルに、billing_event を LINK_CLICKS に設定します。ターゲット ユーザーは 25~35 歳の男性です。

  3. 広告主の利益は、これらのクリックによって生成された値から費やされた予算を差し引いたものです。

簡単にするために、これらの機会の当日の価格 (クリック数、インプレッション数など) は事前にわかっているものと想定します。この方法により、クリック価格と収益の関係をより明確に示すことができます。これらの仮定は、目的から生じるモデリングの機会に基づいています。

以下では、ペーシング アルゴリズムが広告主に最大の価値を提供する仕組みを理解するために 3 つの例を使用します。

ケース1: ペーシングアルゴリズムがない場合

ペーシングがなければ、広告主の予算は最初のうちは非常に短い時間で消費され(クリックが高額になる可能性もあり)、初期段階では競争が激しくなりますが、後期段階では競争がなくなり、ある程度のリソースが無駄になります。下の図では、青い点は広告が表示される可能性を表し、黄色の円は表示を獲得した広告を表し、赤い線は入札価格を表しています。その結果、平均コストは高くなりますが、広告主は広告設定に基づいて最も希望する配信を実現できます。これを加速配送と呼びます。

総広告費用 = 10 ドル

合計広告クリック値 = 6 * $5 = $30

クリックあたりの価値 = 5 ドル

予算 = 10ドル

総広告収入 = 30ドル – 10ドル = 20ドル

ケース2: 入札額が低すぎる

この場合、クリック単価の最低水準を追求しますが、結局は広告主の予算を使い切ることができず、最終的な広告効果は最悪となります。

総広告費用 = 4ドル

合計広告クリック値 = 4 * $5 = $20

クリックあたりの価値 = 5 ドル

予算 = 10ドル

総広告収入 = $20 – $4 = $16

ケース3: ペーシングアルゴリズムによる平衡状態

この時点で、広告主は最大クリック数を達成し、最大収益を獲得し、1 日の予算も使い果たしています。

総広告費用 = 10 ドル

合計広告クリック値 = 7 * 5 ドル = 35 ドル

クリックあたりの価値 = 5 ドル

予算 = 10ドル

総広告収入 = 35ドル – 10ドル = 25ドル

シンプルな式

上記の例から、期間全体を通じて安定した入札(ペーシング)を使用すると、ペーシングがない場合や入札額が高すぎるか低すぎる場合と比較して、広告主の価値が最大化されます。 Pacing は、その目標を達成するために、同じターゲット ユーザーを対象とする他の競合広告から学習して、最適化された入札を提案したいと考えています。それは単純な式です。

最終入札額(インプレッションあたり) = 最適化入札額(インプレッションあたり) * CTR(最適化入札額 <= max_bid)

Pacing アルゴリズムの中核は、Pacing がそれを記録できるようにするフィードバック システムを含め、最適な入札を決定します。

CTR はクリックスルー率です。同じ概念を使用して、視聴率 (VTR) とコンバージョン率 (CVR) を調べます。これらの値の精度は着実に向上し、広告の種類、オーディエンス、タイミング、広告のコンテキストなど、さまざまな要因によって影響を受けるようになります。

ペースの重要性

ペーシングにより、与えられた予算内で広告主の利益が最大化されます。これにより、広告主はより現実的になり、Vickrey–Clarke–Groves オークション (VCG はオークションに参加する広告主が他の広告主に与えた損失の合計を計算して価格を設定します) とは異なり、価値をごまかすメリットはなく、最高入札額について考える必要もありません。これにより、オークション システムにおける特別な機会を回避できます。

ペース設定により、予測可能な配信が保証されます。この安定した配信により、日々の価格が安定し、広告主はターゲット ユーザーに対して公平な立場を確保できるようになります。

よくある質問

Q: 広告がペース設定アルゴリズムによって正しく最適化されません。原因は何でしょうか?

A: 広告が正常に表示される場合、理由は 2 つあります。1 つは、最適化された価格が低すぎることです。入札が推奨価格範囲内であることを確認し、席を獲得するチャンスを確保してください。競争の激しいオーディエンスの場合は、推奨価格よりも価格を上げる必要があります。

もう一つの理由は、ターゲット層が狭すぎることです。

この広告が過剰配信されると、視聴者は多くても予算がすぐに枯渇する可能性があります。

Q: 予算を変更すると、ペース設定にはどのような影響がありますか?

A: ペーシングにより新しい最適な入札額が計算されますが、この処理には時間がかかります。この期間中の入札額は最適ではないため、入札額と予算の設定を頻繁に変更しないことをお勧めします。

概要: ペーシングとは、同じオーディエンスターゲット内の広告競争環境を学習して、最適な入札額を決定することです。

参考: https://developers.facebook.com/docs/marketing-api/pacing

この記事は、WeChatパブリックアカウント「シリコンバレーの董先生」(ID:donglaoshi-123)で最初に公開されました。転載の際は出典を明記してください。

<<:  Tantan Pan Ying: アルゴリズムベースの「額面」ソーシャル プラットフォームを作成する方法

>>:  Java で実装された一貫性ハッシュ アルゴリズムの詳細な研究

ブログ    
ブログ    

推薦する

OpenAI は ChatGPT 機能のアップデートを多数リリースする予定ですが、そのうちいくつご存知ですか?

OpenAI 開発者関係の専門家 Logan Kilpatrick 氏は、ソーシャル メディアに「...

新たな方向性! DeepMindは知的生物の出現を促進する人工生命フレームワークを提案

最近、DeepMind の研究者たちは、知的生物の出現を促進するように設計された人工生命フレームワー...

VGG畳み込みニューラルネットワークモデル分析

1: VGGの紹介とモデル構造VGGはVisual Geometry Groupの略で、オックスフォ...

...

Nvidia、世界最速のAIスーパーコンピュータがイタリアにやってくると発表

エヌビディアは木曜日、同社の高速コンピューティングプラットフォームを使用して、世界最速のAIスーパー...

スマートデバイスとエッジコンピューティングはどのように発展するのでしょうか?

エッジコンピューティングが増加しています。 AI とネットワークの進歩を組み合わせて、より強力なロー...

トイレに座ってアルゴリズムを読む: わずか5行のフロイドの最短経路アルゴリズム

[[110550]]夏休みの間、シャオ・ヘンはいくつかの都市を旅行する予定です。下の図に示すように、...

独身者は幸せだ!スタンフォード大学の教授がキューピッドに変身、AIアルゴリズムの矢印が真実の愛を見つけるのを手伝う

今日の多くの若い男女にとって、オンラインデートは恋愛関係を見つけるための第一歩です。アメリカでは、こ...

機械は人間に取って代わるでしょうか?人工知能技術の倫理的リスクを解明する

現在の人工知能技術の発展は、主にコンピュータを媒体として活用し、自動化技術の発展を促進しています。デ...

モデルが 10 倍大きくなると、パフォーマンスは何倍向上しますか? Googleの研究者が調査を実施

ディープラーニング モデルが大きくなるにつれて、あらゆる種類のハイパーパラメータ調整を行うのは非常に...

機械学習技術におけるアンサンブル学習とは何ですか?

[51CTO.com クイック翻訳] アンサンブル学習は強力な機械学習技術の 1 つです。アンサン...

ガートナー 2019 人工知能成熟サイクルのトレンド

このガートナーのハイプサイクルは、AIが企業に及ぼすさまざまな影響を強調しています。ガートナーの 2...

北京冬季オリンピックまでのカウントダウン:人工知能は準備完了!あなたも?

「一つの夢」から「共に未来へ」へ2つのオリンピック開催都市、北京オリンピック聖火は今冬も歓迎される...

...