Problème de sac à dos dans la publicité contextuelle pour les babillards électroniques

Je veux décrire ici un cas avec l'un des meilleurs moyens (à mon avis) de gérer les limites de budget quotidien pour les campagnes publicitaires contextuelles. Il me semble qu'un tel système peut convenir aux entreprises avec une monétisation indirecte du trafic, par exemple, pour les petites annonces, dans l'automobile, l'immobilier et tout dans le monde. Peut-être pas seulement pour eux.



C'est ma première expérience d'écriture d'articles publics (mais ma deuxième tentative), donc désolé si quelque chose ne va pas. Je serais heureux d'avoir des commentaires constructifs.

Pourquoi pas la monétisation directe?

Parce que les entreprises dont la monétisation est directe et le retour sur investissement suffisamment bien calculé peuvent se permettre d'investir dans une source publicitaire dans la limite de sa capacité, tant que l'investissement porte ses fruits. D'un autre côté, les sites comme les babillards électroniques ne peuvent souvent pas se le permettre. Parce que n'ont pas de lien rigide avec le retour sur investissement, car ne vendez pas de biens et de services eux-mêmes, mais travaillez selon un modèle publicitaire. En termes simples: aujourd'hui, vous pouvez dépenser beaucoup d'argent dans le contexte, mais demain cela ne se traduira pas par plus de contrats publicitaires sur le site de petites annonces.



Par conséquent, pour de tels sites, le trafic attiré par la publicité contextuelle est monétisé indirectement, avec un décalage dans le temps, et seule une partie du trafic a une monétisation directe, par exemple dans les appels.





Pour les besoins de cet essai, supposons que nous ayons déjà un plan média avec un budget pour le mois prochain et des comptes publicitaires fonctionnels. Et après?

À quoi ressemblent généralement les comptes publicitaires de ces entreprises?

1. Il y aura très probablement au moins deux comptes publicitaires. Yandex Direct et Google Ads, et à cet égard, nous sommes très chanceux, car la concurrence est toujours meilleure que son absence, et c'est un excellent domaine pour une optimisation saine
2. Il est possible qu'il y ait encore plus de comptes publicitaires, par exemple, en raison du fait que les campagnes de conversion, de projet, d'équipe d'assistance ou sur une autre base sont divisées pour différents comptes
3. Chaque compte publicitaire contiendra un ensemble de campagnes publicitaires (AC), disons que leurs noms indiqueront une manière de classer les campagnes (par exemple, par région, par projet, par type d'emplacement, par plateforme)

En général, il est tout à fait normal pour une situation où le nombre de toutes les campagnes publicitaires est assez élevé, disons plusieurs milliers. Bien sûr, ils sont en quelque sorte regroupés et, en règle générale, il y a une logique selon laquelle vous pouvez sélectionner l'un ou l'autre sous-ensemble de campagnes afin d'afficher des statistiques ou de réviser les paramètres, ou d'apporter un changement massif.





Avec un si grand ensemble de CA, il est assez difficile de calculer et d'affecter manuellement les budgets quotidiens. Nous traiterons de la description de l'automatisation de ce processus.

Jetons un coup d'œil au plan média pour le mois prochain

Appelons un nœud de plan média une combinaison de tous les signes de classification pour lesquels le budget du mois suivant est défini. Supposons que vous ayez défini (région, produit et type d'accord, par exemple location ou vente) et un budget.



Très probablement, le site dans le MT sera défini non seulement un budget, mais également des objectifs pour le coût de la conversion. Permettez-moi de faire, à mon avis, une remarque importante:

Pour attribuer des budgets quotidiens et atteindre le MT sur un budget, les objectifs de coût par conversion ne sont absolument pas pertinents. Donc, nous ne les regardons tout simplement pas maintenant.

Formulation du problème

Vous ne savez jamais ce qui se passe dans ce monde, je suis presque certainement sûr de l'affirmation suivante:

Le nombre de nœuds du plan média sera toujours inférieur ou égal au nombre de campagnes publicitaires dans tous les comptes.

Après l'introduction de ce lemme, on peut parler de combiner des campagnes publicitaires en packages, pour que le package corresponde au nœud du plan média. Maintenant, notre tâche sera formulée comme suit:

Il est nécessaire de répartir le budget des campagnes dans un lot de manière à maximiser le nombre de conversions achetées pour un budget donné.

Cela semble être très similaire à la formulation du problème classique du sac à dos . La taille du budget est utilisée comme volume du sac à dos et les données sur le coût de la conversion sont utilisées comme valeur des pierres. Mais ce n'est que partiellement vrai. Le fait est que le budget des campagnes publicitaires peut être sélectionné de manière fractionnée (jusqu'aux limites de la capacité de climatisation), et les pierres dans le problème du sac à dos ne sont pas séparables. Il existe une variante de ce problème - le problème du sac à dos continu . Apparemment, sa formulation est plus appropriée, peut-être même celle-ci (si vous avez des commentaires à ce sujet, je serai heureux de les lire).



Il me semble aussi qu'ayant fait une erreur dans le nom d'origine du problème, j'ai néanmoins choisi une solution adaptée en utilisant un algorithme glouton. Quand j'ai compris les approches de résolution et les méthodes pour résoudre le problème du sac à dos, je ne pouvais pas appliquer la méthode de programmation dynamique pour résoudre mon cas (apparemment, la raison est précisément dans la fractionnalité). Mais l'algorithme gourmand, selon mes calculs, convient, en fait, il résout le problème du sac à dos continu.



En un mot: les campagnes groupées doivent s'aligner par ordre croissant du coût réel par conversion. Les campagnes qui peuvent dépenser plus et qui sont en tête de liste devraient avoir cette opportunité. Les campagnes qui sont au bas de la liste en cas de déficit budgétaire devraient être coupées en premier. Ainsi, il existe une sélection de la climatisation la moins chère pour le budget spécifié dans le package.

• - , , . .
• Google. :)

• , .. . . .
• , .. ,

• ( )

1. , Google Analytics
2. le rapport résultant doit être stocké quelque part, dans ce cas, n'importe quelle base de données convient, mais le plus pratique à mon goût est Google BigQuery
3. Vous pouvez utiliser le bloc-notes Jupyter pour analyser les données et créer des rapports. De plus, Google Colab est meilleur à mon goût, tk. le travail d'équipe facile est organisé (comme dans Google Docs)
4. Vous avez besoin d'un serveur qui exécutera périodiquement l'outil de re-budgétisation et collectera des statistiques, généralement presque n'importe quel serveur cloud AWS ou Google Cloud standard suffit pour une telle tâche.
5. Il existe des options, pour les campagnes en bas de liste, il attribue un budget minimum, avant suspension. Mais vous devez réfléchir au mécanisme de "réhabilitation" périodique de telles campagnes et répondre à la question où obtenir les données sur le coût de la conversion, si la campagne est arrêtée depuis longtemps

Jusqu'à présent, j'ai tout.



Merci de votre attention.