干货 | PID算法在广告成本控制领域的应用

最新推荐文章于 2024-06-28 10:24:49 发布

携程技术

最新推荐文章于 2024-06-28 10:24:49 发布

阅读量4.5k

点赞数 1

文章标签：广告算法人工智能 python 深度学习

本文链接：https://blog.csdn.net/ctrip_tech/article/details/109523311

版权

本文介绍了PID算法如何应用于广告成本控制，通过实时监控成交价与预算的偏差，动态调整出价，实现广告平均成交价稳定在目标值附近。通过分析历史数据，建立成交价模拟系统进行参数整定，确保算法性能稳定。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作者简介

Jason Pei，携程高级算法工程师，对计算广告、推荐系统、NLP等领域有浓厚兴趣。

一、背景介绍

在商品服务高度发达，信息爆炸的市场经济体制下，企业之间的竞争日益激烈，广告作为一种重要的营销手段，肩负着将企业自身的品牌形象及产品服务准确传达给消费者，促进企业商业利益达成的使命。可以说广告对于企业的生存发展至关重要。

随着信息技术的进步，互联网广告由于投放周期短、触达范围广、可精准投放等优点，近些年来得到了高速发展。在互联网广告系统中，广告主（企业/商家）通过购买供给方（媒体）提供的广告位，将广告传递给受众（消费者），进而达成广告主的商业目的。在上述过程中，针对同一广告位，往往会存在多个广告主竞争出价，最终出价高者以一定的成本，赢得广告位并获得展示机会。具体过程如下图1-1所示。

图 1-1 广告竞价示意

互联网广告本质上是一种商业行为，在广告投放中必须要均衡考虑成本与回报。而在参与广告竞价的过程中，广告主出价的高低最终会影响广告获胜率。对于不同的潜在客户群体，采取适当的竞价策略，合理分配预算，在预算有限的条件下，使得企业商业利益最大化。这就要求对不同投放目标设定不同的投放策略及预算，并且需保证实际投放成本贴近预算。当实际投放成本超过预算或低于预算时，都会给广告投放带来负面影响，甚至会导致企业营销计划失败。

然而在实际的广告投放系统中，会包含诸如广告主端的点击率预估模型、用户价值预估模型、竞价算法，媒体端的OCPA、OCPC出价模型，以及多方竞价、二价成交等不可控机制，最终的投放系统十分复杂，影响投放成本的因素过多，造成用户成交价与实际出价并不相等，实际投放成本难以契合广告主在投放初期所制定的预算。

常用的广告成本控制方法可分为人为干预和算法自动控制两种。顾名思义，人为干预是通过人工实时监控广告投放情况，当发现实际成本低于或超出初期预算时，通过人工调整广告出价或修改人群定向等方式调节投放花费；算法自动控制是指采用相关算法，监控投放成本，并根据异常自动调节广告出价，达到控制成本的目的。

当前业界使用的相关算法各有特点，在实际应用中，我们综合考虑了算法性能、开发部署成本以及媒体方数据限制，在部分方案中采用了PID控制算法。

二、PID控制算法简介

PID算法是一种在工业生产中应用最为广泛的反馈控制算法，它具有原理简单，易于实现，适用面广等优点。小到某个元器件温度控制，大到无人驾驶自动转向、太空飞船姿态调整等，都可以使用PID算法进行控制，下图所示为PID控制系统结构图。