dumaiСкрытые надбавки в рекламе могут исказить размещение объявлений
Препринт, ещё не рецензирован · ранние данные
Кратко
Авторы разобрали повторяющиеся торги за рекламу: если участникам показывают только долю побед и среднюю сумму списаний, скрытую минимальную цену трудно отличить от обычных правил торгов. Когда часть рекламодателей из-за этого меняет ставки, объявления распределяются не самым выгодным образом; полное раскрытие условий убирает надбавку и возвращает эффективное размещение. Вывод получен из теоретической модели, а не из проверки реальных торгов.
Зачем это знать?
Рекламные платформы могут терять эффективность, когда участники учатся на неполных отчётах и реагируют на них по-разному. Модель не проверяла реальные торги, поэтому это возможное объяснение, а не установленный факт.
Разбор
Авторы сравнили два способа отчётности после рекламных торгов. В первом рекламодатель видит каждый случай, когда с него списали ровно столько, сколько он сам предложил: такой сигнал быстро выдаёт скрытое правило, даже если раньше он полностью доверял описанию торгов. Во втором случае платформа показывает только общую статистику — как часто ставка выигрывала и сколько обычно списывали. По этим данным скрытое правило может выглядеть ровно так же, как обычный аукцион второй цены, поэтому отдельному участнику трудно понять, что происходит.
Дальше модель разделяет рекламодателей по их поведению. Тот, кто доверяет правилам и ставит настоящую ценность показа, вообще не получает повода пересматривать свои убеждения. Тот, кто сомневается, может долго продолжать торговаться ради немедленной выгоды: чем слабее его подозрения, тем больше повторных аукционов нужно, прежде чем скрытая надбавка станет для него наиболее вероятным объяснением. Из-за этого участники приходят к разным выводам и делают разные ставки. Авторы также показывают важную деталь: когда все информированные рекламодатели одинаково понимают скрытое правило, оно не приносит платформе больше денег, чем обычные торги; дополнительный доход возникает не из самого правила, а из неполной информации и неодинаковой реакции участников.
Можно ли доверять
Это рабочая статья NBER, то есть препринт, который ещё не прошёл обычную рецензию журнала. Результаты получены из теоретической модели, а не на данных реальных рекламных торгов; упоминание претензий Федеральной торговой комиссии к Amazon — контекст, а не проверка выводов модели.
- Это препринт, а не рецензированная публикация.
- Выводы основаны на теоретической модели, а не на проверке реальных рекламных аукционов.
- Результаты зависят от предположений о поведении и информированности рекламодателей.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено