Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

フロア最適化

フロア価格は、注目がその価値より安く売られることからパブリッシャーを守ります——低すぎれば、薄い競争の下でセカンドプライスの約定はゼロに向かってすり減り、高すぎればフィル率——実際に広告が配信されるスロットの割合——が崩壊します。パブリッシャーがこの数字を勘で当てる必要はないはずです。だから Promovolve は測ります。

学習ではなく、掃引

FloorSweepOptimizer は、意図して強化学習ではありません。初期には RL のアプローチ(離散化したフロア水準の上の価値推定)が作られ、評価され、捨てられました。ペーシングとトンプソン・サンプリングがすでにあらゆるフロア変更に適応してしまう環境では、信用割当は絶望的で、エージェントが学ぶのはほとんどノイズでした。取って代わったのは、統制された測定です。

  1. 掃引(スイープ)。 もっともらしい範囲——下限は観測された拒否入札、上限は承認済み第2位入札額の99%——に候補フロアを生成します。最高入札額ではありません。第2位と最高額のあいだのフロアは独占を人工的に作り出し(最高額の入札者しか通れない)、各キャンペーンは1ページに1スロットしか埋められないので、残りの陣営を締め出すことは、1インプレッションの数%の上乗せと引き換えに彼らのフィルを丸ごと手放すことになるからです。フロアが締め出してよいのは陣営の下位であって、上位2者は決して締め出せません。第2位入札額より上の取り分はセカンドプライス約定の仕事であり、リザーブ価格の仕事ではないのです。各候補を一定のオークションティック数だけ保持し、配信された収益——ペーシング後・選択後の実際の稼ぎであって、理論上の約定価格ではない——を測ります。収益だけが正直な目的関数です。その上流にあるものは何であれ、フロアが相互作用する当のシステムたちに攪乱され得ます。
  2. 搾取(エクスプロイト)。 argmax——最も稼いだフロア——を取り、より長い搾取期間だけ保持します。許容差内の同点は高い方のフロアに解決されます。同じ収益をより少ないインプレッションで挙げており、支配的入札者の価値が上振れしたときにも頑健だからです。オプティマイザーが最低フロアにフェイルオープンするのは証拠が欠けているときだけで、最低インプレッション数のガードが、低トラフィックでまぐれ当たりした候補が一握りのデータ点で勝つのを防ぎます。
  3. 繰り返し。 市場は流れます。サイクルは絶え間なく再走します。

カテゴリー別フロア

サイト全体で1つのフロアには独占の病理があります。裕福なカテゴリーが1つ(たとえば金融の需要が12ドル)あると、そのフロアが他のすべてのカテゴリーの需要を丸ごと締め出すのです。だからフロアはコンテンツカテゴリーごとに走り、各カテゴリーが独立に掃引します。データの足りないカテゴリーはサイトレベルのフロアにフォールバックします。この設計の動機になった病理例——単独の高額入札者がサイトフロアを他の全員より上に押し上げる——は、いまでは1つのカテゴリーだけを12ドルに値付けし、旅行は変わらず3ドルで約定します。

掃引そのものより重要なガードレールが2つあります。

  • フロアを教えるのは承認済みの需要だけ。 承認待ちのクリエイティブは入札します(承認キューに届くために)が、オプティマイザーからは見えません——さもなくば、未承認の、拒否されるかもしれないキャンペーンが、自分より長生きするフロアを吊り上げられてしまいます。
  • 単独入札者はフロアを自分の入札額の99%に釘付けにする。 承認済み入札者が1人なら第二価格は存在せず、掃引するものがありません。フロアは入札額のすぐ下にスナップします——1%の余白が、入札者が自分自身のフロアを必ず通過できることを保証します——そして陣営が変われば即座に再導出されます(最高額入札者を稼働中に一時停止する実験まで含めて、両方向とも本番で検証済みです)。そして実際に配信できる需要が存在しないとき——承認済み入札者がゼロ、あるいはフロアが全入札を締め出してしまったとき——フロアは即座に最低値まで畳まれます。配信できない需要は需要ではなく、値付けの相手がいないフロアは、純粋なフィル率の損害でしかありません。
  • スロット品質はフロアを割り引くだけで、決して引き上げない。 入札が実際に超えるべきフロアは、カテゴリーフロアにスロットのエンゲージメント事前分布を掛けたもので、上限は1.0倍です——弱いスロットはフィルを呼び込むためにカテゴリーフロアより安く値付けしてよいが、プレミアムなスロットがそれに上乗せすることは決してありません。これが守る不変条件は、ここにあるすべてのガードレールが仕える同じ一つのものです。入札者が向き合うフロアが、彼ら自身の入札額に上乗せをして導かれることは決してない。 個々の規則はどれも、その上に乗算子があっても安全に見えました。合成されたとき、それらは一度、稼働中のカテゴリーを窒息させたのです——だからこの不変条件はいま、オークションが実際に消費する層で強制されています。

正直な注意書きを1つ。完全に均質な市場——全入札者が同じ CPM——では、共通入札額を下回るすべてのフロアが同一の収益を挙げ、オプティマイザーはその台地の上のどこかに落ち着きます。それは正しい振る舞いであり、このコンポーネントが何であるかを思い出させてくれます。知能ではなく、止まることのない、よく設計された実験なのです。