NO IMAGE
GFP(廣義一階價格拍賣)
主要特點是關鍵詞拍賣中廣告主之間進行的是重複博弈,在每一輪拍賣結束後,廣告主會根據上一輪報價的情形決定下一輪的報價決策,而這場價格戰會被自然而然地分為價格攀升階段和價格崩潰階段。只能是在搜尋引擎公司瞭解廣告商估價的前提下運作,否則因為沒有均衡,波動會在極大程度上帶來拍賣效率上的損失。

GSP(廣義二階價格拍賣)

簡單來說它即是支付數=點選次數*下位出價。在實際應用中,Google將這個現象融進了它新設計的GSP拍賣機制中,即第i個廣告位的廣告每次點選所付的費用,等於第i 1個廣告位的廣告出價加上一個很小的值(一般是0.01)。
這裡的排序策略又有兩種:
第一種我們稱為競價排序,根據廣告的出價倒序排列,被點選的廣告主付他下一家的費用;
第二種我們稱為收入排序,根據期望收益最大來排序,這裡的期望收益指的bid*ctr,被點選的廣告主付的費用為bid(i 1)*ctr(i 1)/ctr(i)。
CTR(Click Through Rate的英文縮寫),指網頁的廣告點選率。CTR是衡量網際網路廣告效果的一項重要指標。
計算公式為CTR=點選量/展示量,即 Click / Show content。
CTR:點選率,Click-Through-Rate (點選通過比率)
 
VCG(Vickrey-Clark-Groves)
通過計算一個廣告主參加拍賣給別的廣告者帶來的損失之和來定價的。

 

如何理解這些名詞,下面我們看具體的例子:

    假設廣告主A會為關鍵詞 Coffee最多付$1,廣告主B會為同樣的關鍵詞Coffee最多付費$0.74。如果B以一個儘可能低的出價開始,假設$0.10,那麼A廣告主會出 價0.11就可以得到第一個廣告位。廣告主B會做出出價0.12的反應,以此以往。一旦A出價$0.75,B不會再跟著出價$0.76,因為B認為 Coffee這個關鍵詞只值0.74。如果要得到第二個廣告位,B只需要出價$0.10。A只需要出價$0.11就可以得到第一個廣告位了,這樣迴圈就開
始了
Google的AdWords平臺開發者改變了這種競價方式,他們設計了一種更穩定的二階價格拍賣(second price auction )。
 
   在二階價格拍賣中,出價最高的廣告主只需要付出價次高的價格再加一個零頭$0.01。這時,廣告者改動自己價格的興趣就會小很多了,因為你要付的費用是由下一名的出價決定的。
考慮一個我們前面的例子,其中廣告者A 對關鍵詞Coffee最多出價$1,而廣告主B最多出價$0.74。在封閉拍志中,只有搜尋引擎公司知道所有競標的價格。如果A出價$1,B出 價$0.74,那麼在兩階價格拍賣中,A需要付$0.74 $0.01(0.01是最小的差值),B付最小的出價價格$0.01。現在我們假設A和B更有出價的技巧。如果A出價$0.78(少於A認為這個關鍵詞本 身的價值),並B出價$0.80(多於B認為這個關鍵詞的價值),那麼B會以$0.79的價格得到第一個廣告位。這個價格比B最高出價多$0.05。換個
假設,如果A出價$0.70而B出價$0.65,那麼A會以$0.66得到第一個廣告位。但如果B出價$0.74,他會以$0.71的價格得到第一個廣告 位,這樣就可以節省$0.03。當廣告主們想看或是推測他們競爭者的出價還是可以做到的。比如,如果A的真實出價是$1,B可以出價$0.99而不 是$0.74,迫使A對他的廣告位付費$1而不是$0.75。
   但是二階價格還是沒有完全解決上面的問題,就是Intel封殺AMD的例子。在2005年Google引了入質量得分的因素,解決了這個問題。質量得分裡 最關鍵的是CTR( Click Through Rate ),用上面的例子,Intel投的廣告因為上面的廣告語是Coca Cola,點選的只有那幾個手抖了的人,假設是0.01%,AMD的廣告如果出現的話有0.5%的人會點,那麼算一下搜尋引擎的收入,假設展示了 10000次,如果展示Intel的廣告只能收入10000
* 0.01% * $4 = $4,而展示AMD的廣告可以收入10000 * 0.5 % * $1 = $50,顯然,不應該在競價排名時,只考慮價格,而應該綜合價格和點選率。影響Google質量得分的還有:點選率,關鍵詞和廣告語的相關性( 也就是防止Intel幫Coca Cola打廣告 ),廣告帳戶歷史,目標網頁質量( 比如,你用一個與你網站完全無關的廣告語來引誘使用者點 ),等等。
         提到Google的技術,一般我們就認為這就是問題的答案了,但是Google的做法還是沒有做到最好。首先,二階價格拍賣中,廣告主的出價不能反應使用者 真正對這個廣告位的估價,比如Intel和AMD都投”CPU”這個廣告詞,Intel出$2,AMD出不起這麼高的價格,它本來認為第二個廣告位 值$0.5,它想我出$0.5,那Intel只用每次付費$0.51了,既然得不到第一個廣告位,我也不能便宜Intel了,我出$0.99好了。這就引
出了理論上很有名氣的Vickrey-Clark-Groves(VCG)拍賣,它是通過計算一個廣告主參加拍賣給別的廣告者帶來的損失之和來定價的。

         繼續第一個例子,假設廣告主A每次點選出價$10,廣告主B每次點選出價$5,廣告主C出價$1。現在只有兩個廣告位,第一個廣告位平均每小時有 100次點選,第二個有50次點選。A得到第一個廣告位,B得到第二個廣告位。在廣義二階價格拍賣中,A要付費$500,B要付費$50,(忽略計算 0.01這個零頭)。要使用VCG方式來定價,我們必須考慮如果A沒有參與拍賣會發生什麼,A沒參與那麼B會得到第1個廣告位,會再多得到50次點選,並
且B認為每次點選值$5,所以A的出現意味著B損失了$250,相同的,如果A不出現,C會得到50次點選,C認為每次點選值$1,A出現意味著C損失 了$50,所以根據VCG,A的付費應該是給B和C帶來的損失之和,即$250 $50=$300。現在考慮B如果沒有出現,A的位置不會受到影響,C即 因此每小時失去了50次點選,對C來說損失是$50,所以B的VCG付費應該是$50。
 
Google沒有采用VCG方式是因為VCG方式在實踐中比廣義二階價格有更大的缺陷。

 

總的來說,計算廣告領域的市場設計需要依賴博弈論、拍賣理論和機制設計的基礎知識,如何為廣告排序,是一個資訊檢索和經濟學的綜合問題,GFP是不穩定的;而GSP並不是真實報價的;VCG是真實報價的,而且穩定的,但事實上我們並不用它;搜尋廣告的機制設計仍然是一個開放的領域,是一個很好的研究方向。