Karas Ukrainoje
Kreditas: Unsplash/CC0 viešasis domenas Nesvarbu, ar tai būtų Flo iš „Progressive“, ar „Geico gecko“, eilinis televizijos žiūrovas gali daug negalvoti apie reklamas, išskyrus tai, ar jos linksmos, ar ne. Tačiau už tai, kokias reklamas matote ir kada jas matote, slypi gana sudėtingas mokslas.
Rensselaer politechnikos instituto Sebastianas Souyrisas, tiekimo grandinės ir analitikos profesorius, turintis dekano R. Wellington ’83 vadybos profesoriaus laipsnį Lally School of Management, kartu su savo partneriais sujungė matematinį programavimą ir mašininį mokymąsi, kad optimizuotų skelbimų tvarkaraščius. . Su Souyris tyrimuose dalyvavo Sridharas Seshadri, Alanas J. ir Joyce’as D. Baltzas, Gies verslo ir sveikatos inovacijų koledžo profesorius, Carle Illinois medicinos koledžo profesorius Ilinojaus Urbana-Champaign universitete ir Sriram Subramanian, dabar „Pinterest“ duomenų mokslo vadovas.
Komandos darbas leido sukurti modelį, kuris padidina televizijos tinklų pajamas 3–5 proc., o tai reiškia, kad vienam garsiam vartotojui kasmet tenka 60 mln. USD. Šis verslo poveikis pelnė pripažinimą INFORMS pajamų valdymo ir kainodaros skyriaus praktikos apdovanojimu 2022 m.
„Skelbimų planavimas yra sudėtinga kelių periodų, mišrių sveikųjų skaičių programavimo problema”, – sakė Souyris. „Tinklai turi atitikti reklamuotojų kampanijos tikslus ir maksimaliai padidinti pajamas. Skelbimai turi pasiekti konkrečias tikslines grupes pagal unikalų apribojimų rinkinį, o žiūrinčiųjų skaičius neaiškus. Tačiau sėkmingas tvarkaraščių optimizavimas tinklams atneš daug naudos.”
Reklama yra pagrindinis televizijos tinklų pajamų šaltinis. 2022 m. JAV reklamuotojai TV reklamai išleido daugiau nei 68 mlrd. USD, o tai sudaro 30 % visos reklamos.
Komandos sprendimų palaikymo sistema sintezuoja daug sudėtingų svarstymų. Reklamuotojų ir tinklų sutartyse nurodomas tam tikras peržiūrų arba parodymų skaičius pagal tikslinę demografinę grupę per tam tikrą laikotarpį, taip pat tam tikras skaičius skelbimų, kurie turi būti pristatyti tikslinei auditorijai, net jei parodymų skaičius jau buvo atliktas. Taip pat nurodomas skelbimų tempas arba skelbimų skaičius per dieną. Kartais taip pat nurodomas paros laikas, reklamos vieta reklamos pertraukos metu, programa, kurios metu rodomas skelbimas. Be to, reklamuotojai nenori, kad jų reklama būtų rodoma šalia konkurentų.
Tinklai turi įvertinti skelbimų, reikalingų nurodytiems parodymams pasiekti, skaičių, remdamiesi ankstesniais duomenimis ir tikimasi, kad programavimas bus sėkmingas. Jie taip pat linkę pervertinti, siekdami nedovanoti eterio laiko nemokamai, jei sulaukia daugiau įspūdžių nei žadėta.
Sprendimų palaikymo sistema turi tris etapus. Pirmajame etape skelbimams priskiriami svoriai, atsižvelgiant į tai, kiek parodymų dar reikia pasiekti. Didesnis skaičius lygus didesniam svoriui. Antrame etape optimizavimo modelis priskiria skelbimus pertraukoms. Trečiajame etape modelis nustato, kurioje pozicijoje skelbimai bus rodomi per pertraukas. Sistema kasdien sudaro tvarkaraštį, leidžiantį integruoti naujausius duomenis, pvz., Nielsen reitingus.
„Taikant trijų etapų planavimo metodą, skelbimai išdėstomi pozicijų lygiu pertraukų viduje, o tai yra kuo išsamesnė“, – sakė Souyris. „Naudojant mūsų sistemą, per kelias minutes galima sukurti beveik optimalų skelbimų tvarkaraštį.
„Tai dar vienas sėkmingas mūsų fakulteto tyrimų pritaikymas, derinant duomenų analizę su matematiniu modeliavimu, siekiant optimizuoto planavimo ir didesnio pelningumo“, – sakė Rensselaer’s Lally vadybos mokyklos dekano pareigas einanti Chanaka Edirisinghe. „Dr. Souyris trijų etapų metodas išplečia dabartinės naujausios skelbimų planavimo praktikos ribas, įtraukdamas kelių periodų rodinius ir apribojimus į mišrių sveikųjų skaičių duomenimis pagrįstą optimizavimo sprendimų modelį.”
Išvados paskelbtos žurnale Operacijų tyrimas.
Daugiau informacijos: Sebastián Souyris ir kt., Reklamos planavimas kabelinėje televizijoje, Operacijų tyrimas (2023). DOI: 10.1287/opre.2022.2430
Citata: Tyrėjų TV skelbimų planavimo modelis padidina tinklų pajamas (2023 m. vasario 21 d.), gautas 2023 m. vasario 22 d. iš https://techxplore.com/news/2023-02-tv-ad-reaps-revenue-networks.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
