Bayesian Budget Allocation สำหรับโฆษณา Marketplace

เอกสารการทำงาน พฤษภาคม 2026 บันทึกทางเทคนิคร่วมสำหรับต้นฉบับที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิ ^[1] และชุดข้อเสนอแบบจำลองภายใน ^[2]–:blog-cite

บทคัดย่อ

บทความนี้นำเสนอDecision Engine ของ DataGlass สำหรับการจัดสรรงบประมาณการโฆษณารายวันบนตลาดที่ควบคุมแพลตฟอร์ม เช่น Shopee, Lazada, TikTok Shop และผลิตภัณฑ์ที่ได้รับการสนับสนุนจาก Amazon ในระดับรายละเอียดที่เหมาะสมสำหรับการสื่อสารการวิจัยต่อหน้าสาธารณะ ขั้นแรกเราจะบันทึก ยุคก่อนอัลกอริธึม ของพฤติกรรมผู้ขาย ซึ่งแนวทางปฏิบัติที่โดดเด่นคือการปรับราคาเสนอแบบลองผิดลองถูก การอนุมานค่าเฉลี่ยแบบกลิ้งของเมตริกแดชบอร์ด และการจัดสรรใหม่ตามความรู้สึกที่ขับเคลื่อนโดยตัวเลขผลตอบแทนจากค่าโฆษณา (ROAS) ที่รายงาน แทนที่จะเป็นผลตอบแทนที่ปรับตามส่วนต่างกำไรที่แท้จริง เราแสดงให้เห็นในเชิงวิเคราะห์ว่าภายใต้สมมติฐานด้านกำไรขั้นต้น ผลตอบแทน และค่าธรรมเนียมแพลตฟอร์มที่สมจริง การวิเคราะห์พฤติกรรมเฉลี่ยแบบกลิ้งของ ROAS ที่รายงานจะจัดสรรการใช้จ่ายอย่างเป็นระบบ จัดสรรแคมเปญที่มีส่วนสนับสนุนต่ำมากเกินไป และกระตุ้นให้เกิดการเสนอราคาปั่นป่วนมากเกินไปซึ่งมีปฏิสัมพันธ์กับระบบการเรียนรู้ของแพลตฟอร์มในทางตรงข้าม จากนั้นเราจะสรุปรากฐานด้านระเบียบวิธีของระบบ DataGlass — โมเดลการตอบสนองแบบเบย์ เครื่องมือเพิ่มประสิทธิภาพพอร์ตโฟลิโอที่มีข้อจำกัด ซึ่งแก้ไขเงื่อนไขกำไรส่วนเพิ่มที่เท่ากัน และเลเยอร์ที่ไม่คงที่ซึ่งรวม Thompson Sampling การตรวจจับจุดเปลี่ยนตาม CUSUM และการตรวจจับระบอบการปกครองสามชั้น — และรายงานผลลัพธ์เชิงประจักษ์จากการทดสอบย้อนกลับแบบออฟไลน์และการปรับใช้ A/B แบบสด ซึ่งแสดงการปรับปรุงผลกำไรพอร์ตโฟลิโอ 18–24% พร้อมความถี่ในการจัดสรรที่ลดลง รายละเอียดการสอบเทียบที่เป็นกรรมสิทธิ์ถูกละเว้นโดยเจตนา บทความนี้มีจุดมุ่งหมายเพื่อเป็นการสื่อสารสาธารณะที่เข้มงวดเกี่ยวกับรากฐานการวิจัยของระบบมากกว่าคำแนะนำในการทำซ้ำ

1. บทนำ

ปัจจุบันการค้าปลีกออนไลน์กลายเป็นอุตสาหกรรมที่มีมูลค่า 6.3 ล้านล้านเหรียญสหรัฐ ซึ่งดูดซับเงินค้าปลีกประมาณหนึ่งในหกที่ใช้ไปทั่วโลก ^[6], ^[22] ภายในนั้น การกระจายความสามารถในการวิเคราะห์เป็นแบบสองรูปแบบอย่างรวดเร็ว: ผู้ค้าปลีกระดับแพลตฟอร์มกลุ่มเล็กๆ ดำเนินการชุดข้อมูลการตัดสินใจแบบ end-to-end ในขณะที่ผู้ขายในตลาดกลางและขนาดเล็กส่วนใหญ่ขึ้นอยู่กับสเปรดชีต วิดเจ็ตแดชบอร์ด และสัญชาตญาณ ^[7] ช่องว่างในการตัดสินใจและสติปัญญา — ความแตกต่างระหว่างพฤติกรรมผู้ขายที่ดีที่สุดและสังเกตได้เกี่ยวกับมาตรการเชิงพาณิชย์ เช่น ราคา การส่งเสริมการขาย และการใช้จ่ายโฆษณา — ได้รับการบันทึกไว้ในเชิงปริมาณในงานสำรวจ และเป็นที่เข้าใจกันอย่างกว้างขวางว่าเป็นส่วนแบ่งที่มีความหมายของการมีส่วนร่วมที่สูญเสียไปโดยผู้ขาย SMB ในแต่ละปี ^[7], ^[10], ^[17]

ภายในช่องว่างนี้ การจัดสรรงบประมาณการโฆษณาเป็นปัญหาเฉียบพลันโดยเฉพาะอย่างยิ่งด้วยเหตุผลเชิงโครงสร้างสามประการ ประการแรก บนแพลตฟอร์มตลาดสมัยใหม่ ผู้ขายไม่ได้เสนอราคา: แพลตฟอร์มเป็นผู้เสนอราคา ผู้ขายควบคุมเฉพาะงบประมาณรายวันและ ROAS เป้าหมาย และอัลกอริธึมการเสนอราคาอัตโนมัติของแพลตฟอร์มจะตัดสินใจคำหลัก ผู้ชม ตำแหน่ง และอัตรา ^[1], ^[4] ประการที่สอง แพลตฟอร์มไม่ชัดเจน: ไม่มีการเปิดเผยกลไกการประมูล อัลกอริธึมการจับคู่ และคะแนนความเกี่ยวข้อง ดังนั้นผู้ขายจึงสังเกตเฉพาะการแมปอินพุตและเอาท์พุตเท่านั้น ซึ่งโครงสร้างภายในจะต้องอนุมานจากข้อมูล ^[21], ^[25] ประการที่สาม แพลตฟอร์มจะลงโทษการแทรกแซงความถี่สูงอย่างแข็งขัน ผ่านการหยุดช่วงการเรียนรู้ หน้าต่างการเปลี่ยนแปลงขั้นต่ำ และการควบคุมความเร็ว ดังนั้นการตอบสนองที่ชัดเจน — เสนอราคาให้หนักขึ้น และปรับแต่งใหม่ให้บ่อยขึ้น — ในทางปฏิบัติ ต่อต้าน ^[1], ^[3], ^[5]

บทความนี้จัดทำเอกสารว่า DataGlass ซึ่งเป็น Decision Engine ระดับ production ที่ ณ ไตรมาสที่ 1 ปี 2569 บริหารจัดการงบประมาณสำหรับผู้ขายที่ใช้งานอยู่หลายร้อยรายในตลาดเอเชียตะวันออกเฉียงใต้ที่สำคัญ จัดการกับโครงสร้างข้อจำกัดนี้ได้อย่างไร การมีส่วนร่วมของบทความนั้น แตกต่างจากงานระเบียบวิธีพื้นฐานที่มีสองเท่า:

1. เรากำหนดลักษณะของ พื้นฐานก่อนอัลกอริธึม — กลุ่มของการศึกษาสำนึกแบบแมนนวลที่ผู้ขายรายย่อยใช้ในปัจจุบัน — โดยมีความแม่นยำเชิงปริมาณเพียงพอที่จะทำให้โหมดความล้มเหลวชัดเจน โดยเฉพาะอย่างยิ่ง เราจัดช่องว่างระหว่าง ROAS ที่รายงานกับ ROAS ที่ปรับส่วนต่างตามจริงและแสดงให้เห็นว่าการคาดการณ์ค่าเฉลี่ยแบบกลิ้งภายใต้ช่องว่างนี้เป็นตัวประมาณค่าที่มีอคติเชิงเส้นกำกับของกำไรส่วนเพิ่มต่อดอลลาร์

2. เราสรุปหลักระเบียบวิธีของ DataGlass ในระดับที่จำเป็นในการประเมินตำแหน่งทางวิทยาศาสตร์ ในขณะที่ระงับการสอบเทียบที่เป็นกรรมสิทธิ์ ซึ่งทำให้ระบบการผลิตแตกต่างจากการนำตำราเรียนไปใช้

ส่วนที่เหลือของบทความมีการจัดระเบียบดังนี้ ส่วนที่ 2 สำรวจแนวทางปฏิบัติในอดีตและปัจจุบันของการจัดการงบประมาณโฆษณาด้วยตนเอง ส่วนที่ 3 มาจากเหตุผลเชิงวิเคราะห์ที่ทำให้การปฏิบัติล้มเหลว ส่วนที่ 4 แก้ไขสัญกรณ์และระบุปัญหาการปรับให้เหมาะสมอย่างเป็นทางการ ส่วนที่ 5 ทบทวนวรรณกรรมทางวิชาการที่เกี่ยวข้อง ส่วนที่ 6 อธิบายระบบ DataGlass ในระดับสูง ส่วนที่ 7 กล่าวถึงตำแหน่งและลักษณะทั่วไป ส่วนที่ 8 และ 9 ครอบคลุมถึงข้อจำกัดและข้อสรุป การอ้างอิงเป็นไปตามรูปแบบตัวเลขของ IEEE

2. ยุคก่อนอัลกอริทึม: วิธีที่ผู้ขายเสนอราคาโดยไม่มีการเพิ่มประสิทธิภาพ

ในยุคตลาดหลังปี 2015 ส่วนใหญ่ การตัดสินใจเรื่องงบประมาณโฆษณาฝั่งผู้ขายนั้นดำเนินการโดยมนุษย์ที่ทำงานบนสเปรดชีต แดชบอร์ด และสัญชาตญาณ ฮิวริสติกสามตระกูลมีอิทธิพลเหนือ

2.1 การจัดสรรใหม่แบบลองผิดลองถูก

รูปแบบที่พบบ่อยที่สุดในการสำรวจผู้ขายที่สังเคราะห์โดย Jungle Scout ^[10], Shopify Commerce Trends ^[17] และดัชนี McKinsey SMB ^[13] คือการกวาดล้างด้วยตนเองรายสัปดาห์หรือสองครั้งต่อสัปดาห์: ผู้ขายเปิดแดชบอร์ดตลาด จัดเรียงแคมเปญตาม ROAS ที่รายงาน เพิ่มงบประมาณในแคมเปญควอไทล์สูงสุดด้วยเปอร์เซ็นต์คงที่ (โดยทั่วไป 10–30%) ลดหรือหยุดควอไทล์ด้านล่างชั่วคราว และ จะกลับมาอีกครั้งในสัปดาห์หน้า ไม่มีแบบจำลองของความสัมพันธ์ระหว่างการตอบสนองต่องบประมาณ ไม่มีการวัดปริมาณของความไม่แน่นอน และไม่มีการแยกสัญญาณออกจากสัญญาณรบกวน สมมติฐานโดยนัยคือ ROAS ที่รายงานของเมื่อวานเป็นตัวทำนายที่ดีของ ROAS ส่วนเพิ่มของวันพรุ่งนี้ ซึ่งเป็นสมมติฐานที่เราแสดงในส่วนที่ 3 ล้มเหลวอย่างเป็นระบบและไม่สมมาตร

ผลการดำเนินงานได้รับการบันทึกไว้อย่างดี การแก้ไขงบประมาณบ่อยครั้งจะทำให้เกิดการรีเซ็ตขั้นตอนการเรียนรู้ฝั่งแพลตฟอร์ม ในระหว่างที่โปรแกรมเสนอราคาอัตโนมัติรวบรวมข้อมูลการสำรวจใหม่ๆ และราคาต่อหนึ่งคลิกที่มีประสิทธิผลของแคมเปญจะเพิ่มขึ้น [1, §3] ผู้ขายสังเกตเห็นประสิทธิภาพที่ลดลง ตอบสนองต่อการแก้ไขเพิ่มเติม และสร้างวงจรการปั่นเสริมด้วยตนเองขึ้น การประมาณการเชิงประจักษ์จากการตรวจสอบภายใน DataGlass ของบัญชีผู้ขายที่ไม่มีการจัดการ แนะนำว่า 30–55% ของการแก้ไขงบประมาณด้วยตนเองทั้งหมดที่ทำในระหว่างช่วงการเรียนรู้นั้นเป็นค่าลบสุทธิในการสนับสนุนที่คาดหวัง

2.2 การคาดการณ์ค่าเฉลี่ยแบบโรลลิ่ง

ผู้ขายที่มีตัวเลขมากกว่าจะใช้ค่าเฉลี่ยแบบต่อเนื่อง (โดยทั่วไปคือ 7 วันหรือ 14 วัน) ของ ROAS ของแดชบอร์ดหรือรายได้ต่อแคมเปญ และใช้เป็นค่าประมาณสำหรับประสิทธิภาพในวันถัดไป ปล่อย $R_t$ แสดงถึง ROAS ที่รายงานในวันนั้น $t$ และ $\bar R_t^{(k)}$ ท้าย- $k$ หมายถึง,

\bar R_t^{(k)} \;=\; \frac{1}{k} \sum_{\tau = t-k+1}^{t} R_\tau, \qquad \widehat{R}_{t+1} \;=\; \bar R_t^{(k)},

ผู้ขายจึงกำหนดงบประมาณของวันพรุ่งนี้ตามสัดส่วน:

b_{i, t+1} \;=\; b_{i,t} \cdot \frac{\bar R_{i,t}^{(k)}}{\bar R_{\bullet,t}^{(k)}},

ที่ไหน $\bar R_{\bullet,t}^{(k)}$ คือค่าเฉลี่ยทั้งพอร์ตโฟลิโอ นี่คือ เครื่องมือเพิ่มประสิทธิภาพพอร์ตโฟลิโอของคนจน: โดยจะจัดสรรใหม่ให้กับแคมเปญที่มีผลตอบแทนที่รายงานล่าสุดสูงกว่าค่าเฉลี่ย มันมีระเบียบวินัยมากกว่าสัญชาตญาณบริสุทธิ์ แต่ก็มีพยาธิวิทยาทุกอย่างของตัวประมาณค่าค่าเฉลี่ยเคลื่อนที่บนสัญญาณที่ไม่นิ่ง เซ็นเซอร์ และแสดงที่มาล่าช้า และดังที่เราแสดงด้านล่าง มันมีอคติไปในทิศทางที่ให้รางวัลอย่างเป็นระบบกับแคมเปญที่มีส่วนร่วมน้อย

2.3 ความรู้สึกและสัญชาตญาณ

แนวทางปฏิบัติประการที่สาม ซึ่งมักจะอยู่ร่วมกับสองประการแรกคือสัญชาตญาณ: ผู้ขาย "รู้" ว่าแคมเปญกำลังไปได้ดีเนื่องจากมีคำสั่งซื้อที่วุ่นวายเมื่อเร็ว ๆ นี้ หรือ "รู้สึก" ว่าคู่แข่งกำลังก้าวร้าวใน SKU ใดรายการหนึ่งโดยเฉพาะ มีวรรณกรรมเศรษฐศาสตร์พฤติกรรมที่สำคัญที่บันทึกไว้ว่ามนุษย์มีปฏิกิริยาเกินเหตุอย่างเป็นระบบต่อการเสริมแรงล่าสุด อัตราฐานน้ำหนักต่ำกว่า และสร้างความสับสนกับความแปรปรวนด้วยสัญญาณ โปรดดูการสำรวจโดย Kahneman ^[12] และงานโฆษณาเชิงทดลองของ Lewis และ Rao ^[14] ซึ่งแสดงให้เห็นว่าอัตราส่วนสัญญาณต่อเสียงรบกวนในการวัดโฆษณาเชิงสังเกตการณ์นั้นไม่เอื้ออำนวยอย่างยิ่ง จนโดยทั่วไปแล้วจะไม่สนับสนุนการกล่าวอ้างเชิงสาเหตุที่ทำให้เกิดความมั่นใจจากผู้ขาย SMB ด้วยข้อมูลของตนเอง

2.4 ต้นทุนรวมของพื้นฐานก่อนอัลกอริทึม

ผลกระทบทางเศรษฐกิจโดยตรง ผู้ขาย SMB ใช้เวลาโดยประมาณในสหรัฐฯ$80–110 billion on marketplace ads in 2024 ^[22]. Conservatively, if 15–25% of that spend is misallocated by the heuristics in sections 2.1–2.3, the deadweight loss is on the order of US$12–28 พันล้านต่อปี นี่คือพื้นผิวที่สามารถโต้แย้งได้ซึ่งระบบการตัดสินใจและสติปัญญากล่าวถึง

3. เหตุใดการวิเคราะห์พฤติกรรมด้วยตนเองจึงล้มเหลว: ช่องว่าง True-ROAS และอคติแบบ Rolling-Mean

ตอนนี้เราได้จัดรูปแบบความล้มเหลวหลักสองโหมดของพื้นฐานก่อนอัลกอริทึมอย่างเป็นทางการ

3.1 ช่องว่าง ROAS ที่รายงานเทียบกับจริง

รูปแดชบอร์ดที่แสดงให้ผู้ขายเห็นคือ

R_i^{\text{rep}} \;=\; \frac{\text{Attributed Revenue}_i}{\text{Spend}_i}.

นี่ไม่ใช่*การวัดผลกำไร ส่วนต่างส่วนต่างที่แท้จริงของผู้ขายจากค่าโฆษณาส่วนเพิ่มจะต้องสุทธิจากต้นทุนสินค้าที่ขาย ค่าคอมมิชชันของแพลตฟอร์ม การประมวลผลการชำระเงิน เงินอุดหนุนสำหรับการปฏิบัติตาม และการสูญเสียคืนสินค้าหลังการขาย ปล่อย $m_g$ แสดงถึงอัตรากำไรขั้นต้นในตะกร้า $f$ สัดส่วนค่าธรรมเนียมแพลตฟอร์มแบบรวมทั้งหมด $r$ อัตราผลตอบแทนหลังการขาย และ $\rho$ เศษส่วนของค่าใช้จ่ายในการปฏิบัติตามและการชำระเงิน ROAS ที่ปรับด้วยกำไรสุทธิ มีค่าประมาณ

R_i^{\text{true}} \;=\; R_i^{\text{rep}} \cdot m_g \cdot (1 - r) \cdot (1 - f - \rho).

สำหรับผู้ขายเครื่องแต่งกายทั่วไปในเอเชียตะวันออกเฉียงใต้ด้วย $m_g \approx 0.45$ , $r \approx 0.18$ , $f + \rho \approx 0.17$ ROAS ที่รายงาน เท่ากับ 5.0× สอดคล้องกับ ROAS จริง ที่ประมาณ

R^{\text{true}} \;\approx\; 5.0 \cdot 0.45 \cdot 0.82 \cdot 0.83 \;\approx\; 1.53,

นั่นคือ ตัวคูณการมีส่วนร่วม 1.53× จากค่าใช้จ่ายในการโฆษณา แทนที่จะเป็นพาดหัว 5× แคมเปญที่รายงาน ROAS 2.5 เท่า ซึ่งผู้ขายส่วนใหญ่จะถือว่ามีสุขภาพที่ดี มีตัวคูณการมีส่วนร่วมจริงประมาณ 0.77 เท่า กล่าวคือ เป็นการขาดทุนในทุก ๆ ดอลลาร์ส่วนเพิ่ม ปรากฏการณ์นี้ไม่ได้บอบบาง มันเป็นโครงสร้าง และไม่สามารถมองเห็นได้บนแดชบอร์ดตลาดมาตรฐานใดๆ ดูการรักษาได้ยาวนานขึ้นใน the true-ROAS reconstruction note สำหรับตัวอย่างผลงานเฉพาะของ Shopee และ contribution margin สำหรับคำจำกัดความตามรูปแบบบัญญัติ

รูปที่ 1 — ROAS ที่รายงานเทียบกับ ROAS จริง (ปรับกำไรแล้ว) ในโปรไฟล์สองหมวดหมู่ เส้นสีส้มคือเครื่องแต่งกายที่มีอัตรากำไรสูงและให้ผลตอบแทนต่ำ (m_g = 0.45, r = 0.18, f + = 0.17); เส้นประคืออุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภคที่มีอัตรากำไรต่ำและให้ผลตอบแทนปานกลาง (m_g = 0.15, r = 0.10, f + = 0.17). เครื่องแต่งกายคุ้มทุนที่รายงาน อยู่ที่ 3.3×; อุปกรณ์อิเล็กทรอนิกส์ไม่จนกว่าจะรายงาน data 9×

รูปที่ 1 — ROAS ที่รายงานเทียบกับ ROAS จริง (ปรับกำไรแล้ว) ในโปรไฟล์สองหมวดหมู่ เส้นสีส้มคือเครื่องแต่งกายที่มีอัตรากำไรสูงและให้ผลตอบแทนต่ำ (m_g = 0.45, r = 0.18, f + = 0.17); เส้นประคืออุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภคที่มีอัตรากำไรต่ำและให้ผลตอบแทนปานกลาง (m_g = 0.15, r = 0.10, f + = 0.17). เครื่องแต่งกายคุ้มทุนที่รายงาน อยู่ที่ 3.3×; อุปกรณ์อิเล็กทรอนิกส์ไม่จนกว่าจะรายงาน data 9×
	Apparel (high-margin)	Electronics (low-margin)
1×	0.31×	0.11×
2×	0.61×	0.22×
3×	0.92×	0.34×
4×	1.22×	0.45×
5×	1.53×	0.56×
6×	1.84×	0.67×
7×	2.14×	0.78×
8×	2.45×	0.9×
10×	3.06×	1.12×

จุดคุ้มทุนคือ ROAS จริง = 1 × ตัวเลข 5× ที่รายงานนั้นดูเหมือนกันบนแดชบอร์ดสำหรับทั้งสองหมวดหมู่ แต่เครื่องแต่งกายมีส่วนสนับสนุน ~1.5× ในขณะที่อุปกรณ์อิเล็กทรอนิกส์ทำงานที่ ~0.6× — นั่นคือ การขาดทุนในทุก ๆ ดอลลาร์ส่วนเพิ่ม

เลขคณิตเดียวกันมีลักษณะทั่วไปในหมวดหมู่ต่างๆ สำหรับอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภคที่ไหน $m_g$ มักจะอยู่ที่ 0.10–0.20 ROAS คุ้มทุน ที่รายงาน อยู่ในช่วง 6–10× สำหรับ SKU ความงามที่มีอัตรากำไรสูงซึ่งมีอัตราผลตอบแทนต่ำ จะอยู่ใกล้กับ 2× ดังนั้น ROAS ที่รายงานถึงจุดคุ้มทุนจึงแตกต่างกันไปตามลำดับความสำคัญในหมวดหมู่ต่างๆ แต่ผู้ขายมักใช้จุดตัดแดชบอร์ดเดียว (โดยทั่วไปคือ 3× หรือ 4×) ในพอร์ตการลงทุนที่ต่างกัน

3.2 เหตุใดการอนุมานค่าเฉลี่ยแบบกลิ้งจึงมีอคติ

พิจารณาแคมเปญที่ความสัมพันธ์ระหว่างงบประมาณและรายได้ที่แท้จริงเว้ากับผลตอบแทนที่ลดลง - เชิงประจักษ์คือเส้นโค้งแบบเนินเขาที่อิ่มตัว ^[9], ^[16]:

\lambda_i(b) \;=\; \lambda_i^{\max} \cdot \frac{b^{\theta_i}}{K_i^{\theta_i} + b^{\theta_i}},

ดังนั้นฟังก์ชันรายได้ที่สอดคล้องกัน $\rho_i(b) = \mathrm{AOV}_i \cdot \lambda_i(b) \cdot q_i$ ก็เว้าเหมือนกัน โดยที่ $q_i$ คืออัตราการแปลงและ $\mathrm{AOV}_i$ คือมูลค่าการสั่งซื้อเฉลี่ย ROAS ส่วนเพิ่มตามงบประมาณ $b$ เป็น

\frac{\partial \rho_i}{\partial b}(b) \;=\; \mathrm{AOV}_i \cdot q_i \cdot \frac{\theta_i \cdot K_i^{\theta_i} \cdot b^{\theta_i - 1}}{(K_i^{\theta_i} + b^{\theta_i})^2}.

นี่คือปริมาณที่การจัดสรรแบบเพิ่มผลกำไรสูงสุดต้องทำให้เท่ากันในแคมเปญต่างๆ ในทางตรงกันข้าม ROAS เฉลี่ย ที่รายงานคือ

R_i^{\text{rep}}(b) \;=\; \frac{\rho_i(b)}{b} \;=\; \mathrm{AOV}_i \cdot q_i \cdot \frac{\lambda_i^{\max} \cdot b^{\theta_i - 1}}{K_i^{\theta_i} + b^{\theta_i}},

ซึ่งเป็นผลตอบแทน เฉลี่ย ต่อดอลลาร์ ไม่ใช่ผลตอบแทนส่วนเพิ่ม ตามอาร์กิวเมนต์ความเว้ามาตรฐาน ค่าเฉลี่ยจะเกินขอบเขตเมื่อใดก็ตามที่เส้นโค้งเว้า และช่องว่าง

\Delta_i(b) \;=\; R_i^{\text{rep}}(b) - \frac{\partial \rho_i}{\partial b}(b)

คือการใช้จ่ายแบบโมโนโทนที่เพิ่มขึ้นเหนือระบอบการปกครองที่อิ่มตัว ตัวประมาณค่าเฉลี่ยต่อเนื่องที่กำหนดเป้าหมายโดยเฉลี่ยมากกว่า ROAS ส่วนเพิ่ม จึงจัดสรรมากเกินไปให้กับแคมเปญที่อิ่มตัวแล้ว เนื่องจาก ROAS เฉลี่ย ยังคงสูงแม้ว่า ROAS ส่วนเพิ่ม เข้าใกล้ศูนย์ก็ตาม นี่เป็นกลไกการวิเคราะห์ที่อยู่เบื้องหลังการสังเกตเชิงประจักษ์ว่าแคมเปญที่ใช้จ่ายสูงภายใต้การจัดการด้วยตนเองแสดงการมีส่วนร่วมที่ลดลงแม้จะมีตัวชี้วัดแดชบอร์ดที่เสถียร [1, §X] เอกสารที่นำมาใช้ — การปรับเส้นโค้ง ROAS ส่วนเพิ่มข้ามแพลตฟอร์มให้เท่ากัน แทนที่จะจัดสรรตามส่วนแบ่งรายได้ในอดีต — ได้รับการบันทึกไว้ใน the cross-platform ad-budget allocation note.

รูปที่ 2 — อคติค่าเฉลี่ยการกลิ้งบนเส้นโค้งเนินที่อิ่มตัว เมื่องบประมาณเพิ่มขึ้น ROAS เฉลี่ย (สิ่งที่แดชบอร์ดแสดง) จะลดลงอย่างช้าๆ ในขณะที่ ROAS ส่วนเพิ่ม ซึ่งเป็นปริมาณที่ผู้จัดสรรที่เพิ่มผลกำไรสูงสุดต้องทำให้เท่ากันในแคมเปญต่างๆ จะยุบลงจนเหลือศูนย์ การกวาดล้างแบบแมนนวลที่อ่านแคมเปญรางวัลบนแดชบอร์ดที่ทำงานในพื้นที่สีเทา ซึ่งดอลลาร์โฆษณาหยุดจ่ายเพื่อตัวมันเอง

รูปที่ 2 — อคติค่าเฉลี่ยการกลิ้งบนเส้นโค้งเนินที่อิ่มตัว เมื่องบประมาณเพิ่มขึ้น ROAS เฉลี่ย (สิ่งที่แดชบอร์ดแสดง) จะลดลงอย่างช้าๆ ในขณะที่ ROAS ส่วนเพิ่ม ซึ่งเป็นปริมาณที่ผู้จัดสรรที่เพิ่มผลกำไรสูงสุดต้องทำให้เท่ากันในแคมเปญต่างๆ จะยุบลงจนเหลือศูนย์ การกวาดล้างแบบแมนนวลที่อ่านแคมเปญรางวัลบนแดชบอร์ดที่ทำงานในพื้นที่สีเทา ซึ่งดอลลาร์โฆษณาหยุดจ่ายเพื่อตัวมันเอง
	Average ROAS (dashboard)	Marginal ROAS (true)
5	5.4×	4.95×
10	5.05×	4.05×
15	4.65×	3.1×
20	4.2×	2.25×
25	3.8×	1.55×
30	3.45×	1.05×
40	2.95×	0.55×
50	2.55×	0.3×
60	2.3×	0.18×

พารามิเตอร์ฮิลล์: ^ = 60, K = 18, = 1.4, AOV q = 290 บาท ช่องว่างระหว่างเส้นโค้งทั้งสองคืออคติค่าเฉลี่ยแบบกลิ้ง

3.3 เวลาในการตอบสนองของการระบุแหล่งที่มาและปัญหาเสียงรบกวน

ประเด็นที่สองทำให้เกิดอคติ โดยทั่วไปแพลตฟอร์ม Marketplace จะเครดิตการซื้อให้กับโฆษณาภายในกรอบเวลาการระบุแหล่งที่มา 7–14 วัน ^[21] ROAS ที่รายงานในวันนั้น $t$ จึงผสมกลุ่มประชากรตามรุ่นการคลิกจากวันต่างๆ $t-13$ ผ่าน $t$ ด้วยน้ำหนักที่ไม่สำคัญและการเปิดเผยบางส่วนของกลุ่มตามรุ่นในแต่ละวัน ค่าเฉลี่ยแบบต่อเนื่อง 7 วันของ ROAS รายวันที่มีการระบุแหล่งที่มาบางส่วนคือการบิดตัวของเคอร์เนลที่ปรับให้เรียบสองอันและรับช่วงความล่าช้าของเฟสประมาณ 4–7 วัน สัมพันธ์กับ ROAS ส่วนเพิ่มรายวันที่แท้จริง ผู้ขายที่ตอบสนองต่อสัญญาณที่ล่าช้านี้ไล่ล่าระบอบการปกครองก่อนหน้านี้ได้อย่างมีประสิทธิภาพ และความสัมพันธ์อัตโนมัติที่เกิดจากการผสมผสานการระบุแหล่งที่มามักเข้าใจผิดว่าเป็นสัญญาณของแท้ — ปัญหาการถดถอยแบบหลอกๆ ในตำราเรียนในแง่ของ Granger และ Newbold

Lewis และ Rao ^[14] สร้างผลลัพธ์ เศรษฐศาสตร์ที่ไม่พึงประสงค์ของการวัดผลการโฆษณา: สำหรับปริมาณการโฆษณา SMB โดยทั่วไป ข้อผิดพลาดมาตรฐานของการประมาณค่า ROAS แบบสังเกตมีขนาดใหญ่พอที่จะประมาณจุดภายใน $\pm 30\%$ แยกไม่ออกจากค่าว่างในทางสถิติ ผู้ขายที่ไม่มีการระบุปริมาณความไม่แน่นอนจึงทำการตัดสินใจเกี่ยวกับสัญญาณที่อยู่ต่ำกว่าระดับเสียงรบกวนของตนเองอย่างเป็นทางการ

3.4 การลดสัดส่วนสินค้าคงคลังและการเสื่อมสภาพของ CVR

เอฟเฟกต์ประสมประการที่สาม บันทึกโดย Ma และคณะ ^[15] สำหรับโฆษณาบนการค้นหาของ Taobao คืออัตรา Conversion ลดลงเมื่อปริมาณการคลิกเกินขนาดสินค้าคงคลังหรือความสามารถในการเติมเต็มของผู้ขาย ปล่อย $u_{i,t}$ แสดงถึงการใช้แคมเปญ

q_i(u) \;=\; q_i^{\text{base}} \cdot g(u),

ที่ไหน $g$ เป็นฟังก์ชันการลดสัดส่วนแบบโมโนโทนที่สูงกว่าเกณฑ์เฉพาะแคมเปญ การวิเคราะห์พฤติกรรมแบบ Rolling-mean ซึ่งถือว่า $q_i$ มีค่าคงที่ $b$ จะระบุผลตอบแทนส่วนเพิ่มของแคมเปญที่เพิ่มงบประมาณเกินเกณฑ์อย่างเป็นระบบ ปัญหาการดำเนินงานที่เชื่อมต่อ — เมื่อปริมาณโฆษณาปรับขนาดเป็น stockout หน้าต่าง — ได้รับการปฏิบัติในเชิงปริมาณใน the stockout-cost note.

3.5 ต้นทุนคอมโพสิต

โดยรวมแล้ว การวิเคราะห์พฤติกรรมแบบแมนนวลเป็นตัวประมาณค่าส่วนเพิ่มที่มีอคติ เนื่องจาก (i) สร้างความสับสนให้กับรายงานด้วย True ROAS (ii) สร้างความสับสนให้กับค่าเฉลี่ยด้วยส่วนเพิ่ม (iii) ละเว้นเวลาในการตอบสนองของแหล่งที่มา (iv) เพิกเฉยต่อการลดสัดส่วนสินค้าคงคลัง และ (v) เพิกเฉยต่อต้นทุนด้านแพลตฟอร์มของการปั่นราคาเสนอ ระบบ DataGlass จัดการกับแต่ละสิ่งเหล่านี้อย่างชัดเจน สรุปการปรับโครงสร้าง — การเปลี่ยนจากโมเดลแดชบอร์ดไปเป็นโมเดลการตัดสินใจ the decision-engine architecture note.

4. การกำหนดปัญหา

เรานำสัญลักษณ์ของรายงานทางเทคนิคที่เกี่ยวข้องมาใช้ ^[1], ^[5] อนุญาต $i \in \{1, \dots, N\}$ จัดทำดัชนีแคมเปญที่ใช้งานอยู่ของผู้ขายและปล่อยให้ $b_{i,t} \in [\underline b_i, \overline b_i]$ แสดงถึงงบประมาณรายวันในแต่ละวัน $t$ . ปัญหาการตัดสินใจในแต่ละเช้าคือการเลือกเวกเตอร์ $\mathbf{b}_t = (b_{1,t}, \dots, b_{N,t})$ ที่เพิ่มผลกำไรพอร์ตโฟลิโอที่คาดหวังสูงสุดภายใต้ข้อจำกัดในการดำเนินงาน

กำไรที่คาดหวังของแคมเปญ $i$ ตามงบประมาณ $b$ ยอมรับการสลายตัว

\pi_i(b) \;=\; \mathrm{AOV}_i \cdot \lambda_i(b) \cdot q_i(u_{i,t}) \cdot m_g - s_i(b) - c_i^{\text{plat}}(b),

ที่ไหน $\lambda_i(b)$ คือคลิกที่คาดหวัง (จำลองเป็นกระบวนการนับลบ-ทวินามเพื่อดูดซับการกระจายตัวมากเกินไป ^[8], ^[23]) $q_i(\cdot)$ คืออัตราการแปลง (จำลองเป็นเบต้า–ทวินามที่มีการเจือจางตามการใช้งาน ^[15]) $s_i(b)$ คือการใช้จ่ายที่รับรู้ (ใกล้เคียงแต่ไม่เท่ากันกับงบประมาณภายใต้การกำหนดความเร็วของแพลตฟอร์ม) $c_i^{\text{plat}}(b)$ คือค่าคอมมิชชันแพลตฟอร์มและค่าธรรมเนียม และ $m_g$ คือตัวคูณอัตรากำไรขั้นต้นที่แนะนำในส่วนที่ 3.1

ปัญหาพอร์ตโฟลิโอก็คือ

\max_{\mathbf{b}_t} \; \sum_{i=1}^{N} \pi_i(b_{i,t}) \quad \text{s.t.} \;\; \sum_i b_{i,t} \le B_t,\;\; b_{i,t} \in \mathcal{F}_{i,t},

ที่ไหน $B_t$ คือมูลค่าสูงสุดของพอร์ตโฟลิโอรายวันและ $\mathcal{F}_{i,t}$ เข้ารหัสความเป็นไปได้ต่อแคมเปญ — ขั้นต่ำของงบประมาณ การหยุดช่วงการเรียนรู้ หน้าต่างความเสถียร ขีดจำกัดการนับการดำเนินการ และรั้ว ROAS องค์ประกอบที่แน่นอนของ $\mathcal{F}_{i,t}$ เป็นส่วนหนึ่งของข้อกำหนดที่เป็นกรรมสิทธิ์และได้รับการบันทึกไว้ภายใน ^[3]–:blog-cite

ภายใต้การปรับสภาพภายในให้เหมาะสมที่สุด เงื่อนไขลำดับแรกจะให้คุณลักษณะ กำไรส่วนเพิ่มเท่ากัน:

\frac{\partial \pi_i}{\partial b_i}(b_i^*) \;=\; \mu^* \quad \forall i \in \mathcal{A}_t,

ที่ไหน $\mu^*$ คือราคาเงาบนข้อจำกัดด้านงบประมาณและ $\mathcal{A}_t$ คือชุดของแคมเปญที่ไม่ได้อยู่ในข้อจำกัดความเป็นไปได้ที่มีผลผูกพัน ราคาเงา $\mu^*$ มีการตีความทางเศรษฐกิจที่สะอาดในฐานะส่วนเพิ่มของพอร์ตโฟลิโอดอลลาร์ถัดไป การทำให้ผู้ขายมองเห็นวัตถุนี้ถือเป็นการปรับปรุงที่ไม่สำคัญเหนือพื้นฐานการศึกษาสำนึก

5. รากฐานระเบียบวิธี

วิธีการที่เป็นรากฐานของ DataGlass นำมาจากวรรณกรรมสี่เนื้อหา

การสร้างแบบจำลองเส้นโค้งการตอบสนอง ฟังก์ชันความอิ่มตัวของ Hill มีต้นกำเนิดมาจากเภสัชวิทยา ^[16] และกลายเป็นมาตรฐานในการสร้างแบบจำลองส่วนประสมการตลาดสมัยใหม่ผ่านกรอบงาน Robyn ของ Google ^[11] และระบบ Meridian ของ Meta แบบฟอร์ม Michaelis–Menten เป็นกรณีพิเศษ ( $\theta = 1$ ); กฎกำลังคือขีดจำกัดงบประมาณเล็กๆ น้อยๆ Naik และ Raman ^[18] ขยายสิ่งเหล่านี้ไปสู่การทำงานร่วมกันด้านมัลติมีเดีย การนับคลิกที่กระจายมากเกินไปได้รับการจัดการผ่านการกำหนดพารามิเตอร์เชิงลบทวินาม (NB2) ^[8], ^[23] โดยมีการทดสอบการกระจายเกินตามเจตนารมณ์ของคณบดี ^[9] อัตราการแปลงได้รับการจำลองเป็นเบต้า–ทวินามโดยมีการเจือจางตามการใช้งาน ^[15] ริชาร์ดสัน และคณะ ^[21] จัดเตรียมงานทำนายอัตราการคลิกผ่านพื้นฐานสำหรับระบบการเริ่มเย็น

การเพิ่มประสิทธิภาพที่มีข้อจำกัดและการโจรกรรมด้วยเป้สะพายหลัง ภายใต้ข้อจำกัดด้านงบประมาณ ปัญหาจะอยู่ภายในกรอบการทำงาน Bandits-with-Knapsacks (BwK) ^[20] ซึ่งความเสียใจจะขยายขนาดตามอัตราส่วนที่เหมาะสมต่องบประมาณ เฮย์มันน์ และคณะ ^[25] ศึกษากลุ่มmulti-armed banditsแบบผสมผสานเพื่อการจัดสรรพอร์ตโฟลิโอ ความเสียใจแบบไดนามิกภายใต้ความไม่คงที่เป็นไปตาม Besbes และคณะ ^[26] มีขอบเขต

R_T \;=\; O\!\left( (K V_T)^{1/3} T^{2/3} \right),

ที่ไหน $V_T$ คือความแปรผันของเส้นทาง เฉินและคณะ ^[27] เพิ่มความคมชัดให้กับสิ่งนี้ $\tilde O\!\left(\sqrt{V_T^{\text{res}} T} \right)$ เมื่อปรับสภาพข้อมูลด้านข้าง บัลเซโร และคณะ ^[28], ^[29] พัฒนา dual mirror descent สำหรับการจัดสรรออนไลน์พร้อมทั้งเสียใจและรับประกันการละเมิดข้อจำกัด ซึ่งเกี่ยวข้องโดยตรงกับข้อจำกัด ROI ต่อแคมเปญในการตั้งค่าของเรา

การสำรวจภายใต้ความไม่แน่นอน Thompson Sampling ประสบความเสียใจ $O(N\sqrt{T \log T})$ ในmulti-armed bandits ^[30] และเหนือกว่าเชิงประจักษ์ภายใต้ข้อเสนอแนะที่ล่าช้าและการระบุโมเดลที่ไม่ถูกต้อง ^[31], ^[32] โอหยาง และคณะ ^[33] ขยาย Thompson Sampling ไปสู่ MDP ที่ไม่รู้จัก Jauvion และคณะ ^[34] ปรับใช้สำหรับการเสนอราคาส่วนหัวในแพลตฟอร์มฝั่งอุปทานโดยแสดงให้เห็นผลกำไรระดับการผลิตเหนือ UCB

การตรวจจับจุดเปลี่ยน CUSUM เป็นขั้นตอนการตรวจจับออนไลน์แบบคลาสสิก ^[19] ที่มีคุณสมบัติความยาวเฉลี่ย (ARL) ที่เข้าใจกันดี ^[24] การเรียกซ้ำคือ

S_t \;=\; \max\!\left( 0,\; S_{t-1} + e_t - \frac{h}{2\sigma} \right), \qquad \text{alarm at } S_t > h,

ที่ไหน $e_t$ เป็นปริมาณคงเหลือที่ได้มาตรฐานและ $h$ ได้รับการปรับเทียบกับ ARL เป้าหมายผ่านการประมาณของ Siegmund ^[24] ทางเลือกสมัยใหม่ ได้แก่ การตรวจจับจุดเปลี่ยนออนไลน์แบบเบย์ ^[35] และวิธีการที่ใช้เคอร์เนลที่สำรวจใน Aminikhanghahi และ Cook ^[36]

การระบุสาเหตุ Gordon และคณะ ^[37] สร้างมาตรฐานทองคำของการทดลองแบบสุ่มสำหรับการวัดผลการโฆษณา ลูอิสและราว ^[14] บันทึกเศรษฐศาสตร์สัญญาณต่อเสียงรบกวนที่ไม่เอื้ออำนวยของการวัดเชิงสังเกตการณ์ Oster ^[38] ให้การวิเคราะห์ความไวสำหรับอาการสับสนที่ไม่มีใครสังเกตเห็น โบรเดอร์เซ่น และคณะ ^[39] พัฒนาอนุกรมเวลาเชิงโครงสร้างแบบเบย์สำหรับผลกระทบเชิงสาเหตุ DataGlass ผสมผสานการก่อกวนแบบสุ่มในอนาคต และการวิเคราะห์ความไวแบบ Oster [1, §VIII]

6. ระบบ DataGlass

เราอธิบายระบบในระดับสูงสุดที่สอดคล้องกับความเข้มงวดที่จำเป็นสำหรับการสื่อสารทางวิชาการ พารามิเตอร์การปรับแต่งที่เป็นกรรมสิทธิ์ องค์ประกอบข้อจำกัดที่แม่นยำ การออกแบบการทดลองก่อกวน และค่าเริ่มต้นเฉพาะเซ็กเมนต์จะไม่ถูกเปิดเผยที่นี่ มีการบันทึกไว้ใน ^[2]–:blog-cite และในข้อกำหนดทางวิศวกรรมการผลิต

6.1 องค์ประกอบที่ 1 — โมเดลการตอบสนองแบบเบย์

สำหรับแต่ละแคมเปญ $i$ , DataGlass จะรักษาการกระจายแบบหลังไว้ $(\lambda_i^{\max}, K_i, \theta_i, q_i, k_i)$ , ที่ไหน $k_i$ คือพารามิเตอร์การกระจายตัวของ NB2 โมเดลการคลิกใช้ความน่าจะเป็นเชิงลบ-ทวินามกับความอิ่มตัวของฮิลล์ โมเดลการแปลงใช้ความน่าจะเป็นแบบเบต้า-ทวินามพร้อมการเจือจางตามการใช้งาน การประมาณค่าเป็นสองขั้นตอนพร้อมการรักษาเสถียรภาพของสันในระยะการคลิกและการอัปเดตแบบรวมในขั้นตอนการแปลง ข้อผิดพลาดมาตรฐานถูกแพร่กระจายโดยใช้การแก้ไข Murphy-Topel ^[40] ซึ่งมีรูปแบบการแยกตัวประกอบที่แน่นอนในการตั้งค่าของเรา เนื่องจากเงื่อนไขสองขั้นตอนคือสถิติที่แยกจากกันอย่างเพียงพอ [1, §VI]

ตัวเลือกการออกแบบที่สำคัญคือ การอัพเกรด Hill แบบมีเงื่อนไข: เส้นโค้งอิ่มตัวจะถูกติดตั้งเฉพาะเมื่อช่วงงบประมาณล่าสุดของแคมเปญเป็นไปตามที่พอใจ $b_{\max}/b_{\min} > 2$ และขนาดตัวอย่างที่มีประสิทธิผลเกินเกณฑ์ความสามารถในการระบุตัวตน [1, §VI.B]; มิฉะนั้น จะใช้รูปแบบพาราเมตริกแบบอนุรักษ์นิยมมากกว่า สิ่งนี้กล่าวถึงข้อกังวลด้านโครงสร้างและเชิงปฏิบัติโดยตรงที่เกิดขึ้นใน Raue และคณะ ^[41] และหลีกเลี่ยงความพอดีที่เป็นระบบซึ่งเกิดขึ้นเมื่อพารามิเตอร์ความอิ่มตัวแบบไม่เชิงเส้นถูกประเมินจากข้อมูลที่แปรผันไม่เพียงพอ

6.2 องค์ประกอบ 2 — เครื่องมือเพิ่มประสิทธิภาพพอร์ตโฟลิโอที่มีข้อจำกัด

เมื่อพิจารณาจากด้านหลัง เครื่องมือเพิ่มประสิทธิภาพจะแก้ปัญหาโปรแกรมของส่วนที่ 4 โครงสร้างชุดที่ใช้งานอยู่ถูกใช้ประโยชน์โดยการลดปัญหาให้เป็นการค้นหาราคาเงาในมิติเดียว $\mu$ :

\mu^* \;=\; \mu \;\;\text{such that}\;\; \sum_{i \in \mathcal{A}(\mu)} b_i^*(\mu) \;=\; B_t,

แก้ไขโดยการแบ่งส่วน ความแตกต่างโดยนัยของ $b_i^*(\mu^*)$ ด้วยความเคารพต่อพารามิเตอร์ด้านหลังจะแพร่กระจายความไม่แน่นอนไปสู่งบประมาณที่แนะนำ ดังนั้นทุกๆ ผลลัพธ์จะมาพร้อมกับช่วงเวลาที่น่าเชื่อถือมากกว่าการประมาณจุด องค์ประกอบข้อจำกัดแบบเต็ม จำนวนการดำเนินการสูงสุด และกฎไทเบรกระหว่างข้อจำกัดที่มีผลผูกพันพร้อมกันไม่ได้ถูกบันทึกไว้ที่นี่ อะนาล็อกที่ใช้ — แปลมุมมองราคาเงาเป็นการดำเนินการที่ผู้ขายต้องเผชิญ — มีภาพประกอบอยู่ใน the ads-optimisation solution surface.

6.3 องค์ประกอบที่ 3 — ชั้นที่ไม่อยู่กับที่

กลไกทั้งสามทำงานร่วมกัน Thompson Sampling ให้การสำรวจตามหลักการโดยคำนึงถึง ^[30] เป็นพิเศษสำหรับการตั้งค่าที่มีงบประมาณจำกัดตาม Balseiro และคณะ ^[29]. การตรวจจับจุดเปลี่ยนแปลงตาม CUSUM สำหรับส่วนที่เหลือต่อแคมเปญจะเริ่มทำงานเมื่อเส้นโค้งการตอบสนองเปลี่ยนไป โดยมีการปรับเทียบเกณฑ์กับ ARL เป้าหมายผ่าน ^[24] และตารางการปรับเทียบภายใน [1, §VII.B] เครื่องมือตรวจจับระบอบการปกครองสามชั้น — Hotelling หลายตัวแปรที่รับรู้ปฏิทิน $T^2$ และบันทึกเหตุการณ์ภายนอก — การโหวตในโหมดการทำงานระดับวัน (เชิงรุก ระมัดระวัง เชิงสำรวจ ระงับ)

6.4 องค์ประกอบที่ 4 — การระบุสาเหตุ

เพื่อป้องกันไม่ให้ระบบเรียนรู้ความสัมพันธ์ในการตอบสนองต่องบประมาณที่สับสน DataGlass จะใช้ความแตกต่างแรกสำหรับผู้รบกวนที่เคลื่อนไหวช้า และดำเนินการทดลองการก่อกวนแบบสุ่มในอนาคต — การเปลี่ยนแปลงงบประมาณแบบสุ่มที่มีขนาดเล็ก ปรับเทียบแล้ว และจงใจ — ซึ่งสร้างการเปลี่ยนแปลงการระบุที่ชัดเจนในบริเวณใกล้เคียงของจุดปฏิบัติการปัจจุบัน ต่อไปนี้เป็นกลไกมาตรฐานทองคำสำหรับการประมาณสาเหตุ ขนาดการก่อกวน กำหนดเวลา และขั้นตอนการพับหลักฐานผลลัพธ์กลับเข้าไปด้านหลังเป็นส่วนหนึ่งของการสอบเทียบที่เป็นความลับของระบบ

7. การอภิปราย

สามแต้มสมควรได้รับการเน้นย้ำ

ประการแรก ข้อได้เปรียบเชิงประจักษ์ของ DataGlass เหนือพื้นฐานแบบแมนนวลคือ ไม่ใช่ โดยหลักแล้วเป็นฟังก์ชันของการแสดงออกของโมเดล ฟังก์ชัน Hill, Negative Binomial และ Beta-Binomial เป็นส่วนประกอบในตำราเรียน ข้อได้เปรียบมาจาก (i) การสร้างแบบจำลองวัตถุประสงค์ ที่ถูกต้อง — การสนับสนุนที่ปรับด้วยกำไรสุทธิมากกว่า ROAS ที่รายงาน — และ (ii) การเคารพโครงสร้างข้อจำกัดที่เกิดจากแพลตฟอร์ม โดยเฉพาะอย่างยิ่งต้นทุนของการปั่นป่วนการประมูลภายใต้กลไกขั้นตอนการเรียนรู้ ระบบ deep-RL ที่ไร้เดียงสาซึ่งเพิกเฉยต่อข้อจำกัดเหล่านี้อาจทำให้เกิดพฤติกรรมการผลิตที่แย่กว่าผู้ปฏิบัติงานแบบแมนนวลที่มีระเบียบวินัยสูง แม้ว่าจะมีฟังก์ชันการประมาณค่าที่สมบูรณ์กว่าก็ตาม ซึ่งสอดคล้องกับการค้นพบการระเหยของ Liu และคณะ ^[42] สำหรับการเสนอราคาแบบเรียลไทม์

ประการที่สอง มูลค่าของระบบสำหรับผู้ขายจะเป็นสีเดียวในช่องว่างระหว่าง ROAS ที่รายงานกับ ROAS จริง ผู้ขายในหมวดหมู่ที่มีอัตรากำไรต่ำและมีอัตราผลตอบแทนสูงจะได้รับประโยชน์อย่างไม่เป็นสัดส่วน เนื่องจาก ROAS ที่รายงานคุ้มทุนนั้นสูงกว่าสิ่งที่แดชบอร์ดแนะนำมาก และพื้นฐานที่กำหนดราคาพอร์ตโฟลิโอด้วยตนเองนั้นผิดพลาดอย่างรุนแรงที่สุด ผู้ขายในหมวดหมู่ที่มีอัตรากำไรสูงและผลตอบแทนต่ำจะเห็นว่าการเพิ่มขึ้นน้อยลง แม้ว่าจะยังมีสาระสำคัญอยู่ก็ตาม

ประการที่สาม วิธีการที่อธิบายไว้ในที่นี้ครอบคลุมมากกว่าแพลตฟอร์มเฉพาะที่ระบบถูกใช้งานตั้งแต่แรก อินเทอร์เฟซ — งบประมาณรายวันบวก ROAS เป้าหมาย พร้อมการเสนอราคาอัตโนมัติแบบทึบด้านแพลตฟอร์ม — ปัจจุบันเป็นรูปแบบที่โดดเด่นในตลาดหลักๆ (Shopee, Lazada, TikTok Shop, Amazon Sponsored Products, Walmart Connect, Mercado Libre Ads) ระบบที่ถือว่าอินเทอร์เฟซนี้เป็นออบเจ็กต์การสร้างแบบจำลองชั้นหนึ่ง แทนที่จะสร้างความไม่สะดวกให้กับกลุ่มเทคโนโลยีโฆษณาทั่วไป มีข้อได้เปรียบเชิงโครงสร้างที่ไม่ใช่เรื่องบังเอิญ อนุกรมวิธานเต็มรูปแบบของการตัดสินใจของผู้ขายในชั้นการตัดสินใจแบบรวมซึ่งรวมถึงการกำหนดราคา สินค้าคงคลัง การส่งเสริมการขาย และการปรับเปลี่ยนเฉพาะบุคคล ได้รับการบันทึกไว้ใน the decision-intelligence playbook.

8. ข้อจำกัดและการทำงานในอนาคต

ข้อจำกัดหลายประการได้รับการยอมรับอย่างชัดเจนใน [1, §XI] และ [5, §11]

ฟังก์ชั่น Hill สามารถระบุได้ก็ต่อเมื่อช่วงงบประมาณกว้างเพียงพอและขนาดตัวอย่างที่มีประสิทธิภาพเกินเกณฑ์ที่ปรับเทียบแล้ว หากต่ำกว่าเกณฑ์นี้ ระบบจะกลับไปใช้รูปแบบพาราเมตริกที่อนุรักษ์นิยมมากขึ้น โดยมีการลดลงที่สอดคล้องกันในการเพิ่มที่คาดหวัง การถ่วงน้ำหนักการระบุแหล่งที่มาแบบกว้าง (ปัจจุบัน $\alpha_{\text{broad}} = 0.5$ ) เป็นการศึกษาพฤติกรรมและเป็นตัวเลือกสำหรับการแทนที่ด้วยโมเดล attribution-window-aware การสับสนระหว่าง Target-ROAS ได้รับการแก้ไขบางส่วนผ่านการรวมตัวแปรร่วม การรักษาเต็มรูปแบบจำเป็นต้องมีการเพิ่มประสิทธิภาพงบประมาณ และ ROAS เป้าหมายร่วมกัน ซึ่งวางแผนไว้สำหรับเวอร์ชัน 2.0 การรวมรายวันเป็นข้อจำกัด v1.0 การจัดสรรระหว่างวันอยู่ระหว่างการพัฒนา ตรวจพบการกินเนื้อคนในแคมเปญ แต่ยังไม่ได้ปรับเปลี่ยนในเครื่องมือเพิ่มประสิทธิภาพ โดยมีส่วนขยาย v1.1 ทำให้เกิดการลงโทษร่วมอย่างเป็นทางการ $\pi_{i+j}(b_i, b_j) = \pi_i(b_i) + \pi_j(b_j) - \kappa \min(b_i, b_j)$ ที่ไหน $\kappa$ ประมาณจากความสัมพันธ์บางส่วนเชิงลบ ^[43] มีการวางแผนการจัดสรรระดับกลุ่มโฆษณาสำหรับเวอร์ชัน 2.0

ประสิทธิภาพเชิงประจักษ์ที่เลวร้ายที่สุดของระบบเกิดขึ้นภายใต้การเปลี่ยนแปลงระบอบการปกครองที่เกิดขึ้นทั่วโลกพร้อมกัน (ส่งผลกระทบต่อหลายแคมเปญ) และไม่มีการแจ้งเตือน (ไม่มีปฏิทินหรือสัญญาณบันทึกเหตุการณ์) เครื่องตรวจจับระบอบการปกครองสามชั้นช่วยลดแต่ไม่ได้ขจัดความเสี่ยงนี้ ตัวตรวจจับหลายตัวแปรเชิงรุกมากขึ้นอยู่ในการวิจัย

สำหรับข้อกำหนดมาตรฐานของกรอบตัวอย่างที่อยู่ภายใต้การอ้างสิทธิ์ "ในข้อมูลของเรา" ทุกรายการในคลังข้อมูลการวิจัยของ DataGlass — ขนาดตัวอย่าง กรอบเวลา การยกเว้น กรอบเวลาการระบุแหล่งที่มา — โปรดดู DataGlass research methodology.

9. บทสรุป

Decision Engine ของ DataGlass เข้ามาแทนที่กลุ่มหลักที่โดดเด่นของการศึกษาพฤติกรรมการใช้งบประมาณโฆษณาแบบแมนนวล ได้แก่ การจัดสรรแบบลองผิดลองถูก การประมาณค่าแบบเฉลี่ยต่อเนื่อง และการแก้ไขการเสนอราคาที่ขับเคลื่อนด้วยสัญชาตญาณ ด้วยไปป์ไลน์การตัดสินใจแบบ Bayesian ที่สอดคล้องกันซึ่งเคารพข้อจำกัดของแพลตฟอร์มที่ผู้ขายในตลาดดำเนินการอยู่จริง เราได้แสดงให้เห็นในเชิงวิเคราะห์ว่าเส้นฐานแบบกำหนดเองนั้นมีอคติในลักษณะโครงสร้างที่สามารถระบุตัวตนได้ โดยสร้างความสับสนให้กับรายงานด้วย True ROAS ค่าเฉลี่ยกับผลตอบแทนส่วนเพิ่ม เนื่องมาจากสัญญาณที่ไม่ล่าช้า และไม่มีข้อจำกัดกับการดำเนินการที่เป็นไปได้ที่มีข้อจำกัด เราได้สรุปรากฐานด้านระเบียบวิธีของระบบทดแทนและรายงานการตรวจสอบเชิงประจักษ์ซึ่งแสดงการปรับปรุงผลกำไรพอร์ตโฟลิโอ 18–24% พร้อมความถี่ในการจัดสรรที่ลดลง การสอบเทียบที่เป็นกรรมสิทธิ์ซึ่งทำให้ระบบการผลิตแตกต่างจากการนำตำราเรียนไปใช้นั้นจงใจระงับไว้ เนื้อหาทางวิชาการได้รับการบันทึกไว้ในต้นฉบับที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิ ^[1]

สำหรับผู้ขาย ความหมายนั้นเกิดขึ้นโดยตรง: ระบบที่กำหนดเป้าหมายวัตถุประสงค์ที่ถูกต้องบนชุดข้อจำกัดที่ถูกต้องจะรวบรวมส่วนสนับสนุนที่ไม่มีในเชิงโครงสร้างสำหรับการดำเนินการด้วยตนเอง สำหรับสาขานี้ ความหมายก็คือ หน่วยข่าวกรองในการตัดสินใจ ที่รับรู้ถึงอินเทอร์เฟซ ซึ่งคำนึงถึงพื้นผิว API ของแพลตฟอร์มอย่างจริงจังในฐานะวัตถุการสร้างแบบจำลอง กลายเป็นขอบเขตการวิจัยที่มีผลผูกพันในการโฆษณาในตลาด

รับทราบ

ผู้เขียนขอขอบคุณทีมวิจัย DataGlass สำหรับชุดข้อเสนอ ^[2]–:blog-cite คณะกรรมการตรวจสอบโดยผู้ทรงคุณวุฒิ ^[44], ^[45] สำหรับคำติชมที่สำคัญซึ่งกำหนดรูปแบบการแก้ไขครั้งที่ 1 ถึง 3 และผู้ขาย Shopee ที่เข้าร่วมที่ยินยอมให้ใช้งาน A/B แบบสด

อ้างอิง

รายงานทางเทคนิคภายใน

บริบทอุตสาหกรรมและเศรษฐกิจมหภาค

เส้นโค้งการตอบสนองและการสร้างแบบจำลองอุปสงค์

โจร การเพิ่มประสิทธิภาพ และการเรียนรู้ออนไลน์

การเสนอราคาแบบเรียลไทม์และการเรียนรู้การเสริมกำลัง

การตรวจจับจุดเปลี่ยนและการไม่นิ่ง

การระบุสาเหตุและการวัดผลการโฆษณา

การระบุตัวตนและรากฐานทางสถิติ

เอฟเฟกต์ข้ามช่องสัญญาณ

รากฐานด้านพฤติกรรม

เอกสารการตรวจสอบภายใน

DataGlass เป็นแพลตฟอร์มข้อมูลการตัดสินใจที่เน้นการวิจัยสำหรับผู้ขายอีคอมเมิร์ซ สำหรับการสอบถามเกี่ยวกับความร่วมมือ การบูรณาการ หรือความร่วมมือด้านการวิจัย โปรดติดต่อผู้เขียนโดยตรง บัญชีที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิของวิธีการดังกล่าวกำลังจะเปิดตัวเร็วๆ นี้ ^[1].