Yield management в медиа

Происхождение и история термина

Yield management появился в практике управления ограниченными ресурсами задолго до рекламных бирж. В статье 1989 года Sheryl E. Kimes связывала его происхождение с авиаперевозками и усилением конкуренции после дерегулирования в конце 1970-х годов. Она объясняла применение подхода в гостиницах через выбор цены и числа номеров, доступных разным покупателям. ^[1]

Общая проблема проста: стремление продать всё дорого может оставить часть ресурса непроданной, а слишком ранняя продажа по низкой цене — закрыть возможность более выгодной продажи. В гостиничном примере Kimes непроданную ночь нельзя перенести на другую дату. ^[1] Для понимания рекламы полезна аналогия: если в выбранной нами модели посетитель уже ушёл со страницы, возможность показать ему рекламу в тот момент не становится запасом будущих показов.

В исследовании Balseiro, Feldman, Mirrokni и Muthukrishnan, опубликованном в Management Science в 2014 году, эта задача разобрана для интернет-рекламы. Издатель выбирает между биржевым доходом и качеством показов по гарантированным договорам, соблюдая согласованный объём. ^[2] Это подтверждённые этапы развития подхода; они не устанавливают единственного автора термина или дату его первого употребления.

Суть и механизм

Рекламный инвентарь здесь означает возможности разместить рекламу. Представим сайт с одним баннерным местом. По условиям нашего учебного примера каждый запрос к этому месту допускает один показ. У издателя есть два способа использовать возможность: выполнить заранее согласованное размещение или продать показ через аукцион, где покупатели предлагают цены. Такая постановка соответствует различию резервных договоров и биржевых продаж в исследовании Balseiro и соавторов. ^[2]

Важно сначала определить, какие варианты вообще допустимы. В Adfox система проверяет соответствие кампании таргетированию — условиям отбора аудитории или размещения — и другим ограничениям, затем учитывает уровни и приоритеты. Внутри уровня учитывается отставание от плана; эта оптимизация не переставляет сами уровни. ^[6] Поэтому вопрос «кто предложил больше?» может возникнуть уже после отбора подходящих кандидатов.

Следующий рычаг — ценовой порог, или floor. В документации Prebid это нижняя граница CPM для ставки в аукционе. CPM — цена тысячи показов; указание «тысячи» позволяет сравнивать небольшие цены отдельных показов в удобном масштабе. Модуль Price Floors сопоставляет правила с параметрами рекламного места и при проверке ответов отклоняет ставки ниже применённого порога. ^[5]

Предположим в учебном примере, что две допустимые ставки равны 90 и 130 рублям CPM. При пороге 100 первая не проходит, вторая проходит. При пороге 140 не проходит ни одна. Этот расчёт показывает только допуск ставок. Он ничего не сообщает о будущих ставках покупателей, итоговой цене сделки или другом способе заполнить место. Поэтому по двум числам нельзя вычислить «лучший» порог на неделю.

Кроме жёсткого порога существует целевой CPM. В Google Ad Manager при таком режиме пороги отдельных запросов могут оказаться выше или ниже заданной цели. Система стремится получить средний CPM не ниже неё. Это не обещание одинакового минимума для каждого показа; при нехватке данных или колебаниях трафика цель может не достигаться. ^[4]

Управление доходом соединяет эти решения. Цена определяет, какие предложения допустимы; распределение определяет, кому достанется ресурс; проверка выполнения показывает, не оставлено ли обещанное размещение без нужных показов. Условная схема «сначала максимальная ставка, затем всё остальное» не описывает задачу целиком: в ней теряются ограничения, ради которых часть показов резервировалась.

Виды и классификации

Kimes выделяла в гостиничном yield management две связанные части: управление наличием номеров и ценообразование. ^[1] В рекламе удобно различать аналогичные вопросы: сколько и каких показов доступно конкретному покупателю и на каких ценовых условиях их можно продать. Это способ объяснения, а не единая классификация интерфейсов рекламных систем.

Для рабочего обсуждения редакции можно добавить три роли. Коммерческий менеджер фиксирует обещания клиентам, специалист по размещению переводит их в настройки, аналитик сопоставляет результат с целью. Это предложенное здесь разделение задач. В небольшой команде все роли может выполнять один человек; смысл схемы в том, чтобы ни обещания, ни настройки, ни проверка не потерялись между участниками.

Настройки платформ требуют отдельного прочтения:

Это разные механизмы, поэтому таблица не даёт соответствия «одно поле интерфейса равно другому». Для переноса учебной схемы на конкретную систему придётся назвать настройку, её область действия и ожидаемое поведение.

Как применяется на практике

Рассмотрим учебный пример, не рыночный кейс. Издатель сравнивает два сценария для одного баннерного места. В каждом за одинаковый период имеется 100 000 сопоставимых запросов; каждый позволяет учесть не более одного платного показа. Доход указан в рублях после одинакового набора удержаний. Непроданные возможности дохода не приносят, других каналов в этом расчёте нет.

В сценарии А проданы 60 000 показов, средний доход составляет 120 рублей за тысячу проданных показов. В сценарии Б проданы 40 000 показов по 160 рублей за тысячу. Числа заданы заранее: мы не утверждаем, что именно изменение порога вызвало различие объёмов.

В А шестьдесят тысяч показов — это шестьдесят групп по тысяче. Умножение шестидесяти на сто двадцать даёт семь тысяч двести рублей. В Б сорок таких групп по сто шестьдесят рублей дают шесть тысяч четыреста. Средняя цена проданного объёма стала выше, но доход оказался на восемьсот рублей меньше. Именно поэтому одна цена не отвечает на вопрос об успехе всего сценария.

Добавим другое учебное условие: из ста тысяч возможностей тридцать тысяч нужны для обещанного прямого размещения. После их выделения остаётся семьдесят тысяч возможностей для другого спроса. Это простое разбиение допустимо лишь при нашем предположении, что все показы взаимозаменяемы. Если рекламодателю подходят только посетители определённого раздела, нельзя вычитать его потребность из любого трафика сайта и считать задачу решённой: сначала нужно установить подходящий объём.

Российский практический пример такого предварительного отбора даёт справка Adfox. Кампании вида «Гарантия» и «Динамическая монетизация» имеют разные места в последовательности выбора; ко вторым система переходит, если подходящих гарантированных кампаний не нашлось. ^[6] Это объясняет роль обязательств в конкретной системе, но не превращает наше вычитание в её внутренний алгоритм.

Как измерить или проверить

Для учебной таблицы введём обозначения: R — доход в рублях, I — число платных показов, Q — число запросов. eCPM означает фактический доход в пересчёте на тысячу показов: справка Google также рассчитывает его делением соответствующего дохода на показы с умножением на тысячу. ^[7] Для нашего набора используем следующие отношения:

Здесь Y_Q — введённый для примера доход на тысячу запросов, F — доля запросов с платным показом. Для процентов F умножается на сто. Знаменатели отвечают на разные вопросы: первый показатель характеризует проданные показы, второй — все возможности в выбранной базе. При положительных I и Q их связывает равенство Y_Q = eCPM × F.

В сценарии А шестьдесят процентов от ста двадцати рублей дают семьдесят два рубля на тысячу запросов. В Б сорок процентов от ста шестидесяти дают шестьдесят четыре. Равенство помогает проверить таблицу независимо от расчёта общей суммы. В отчёте конкретной платформы нужно отдельно выяснить, какие события входят в показы и запросы: совпадения названия показателя для переноса этой модели недостаточно.

Есть и строгие границы арифметики. Если платных показов нет и доход равен нулю, eCPM не определён: делить на ноль нельзя. При положительном числе запросов доход на тысячу запросов в таком случае равен нулю. Если нет и запросов, не определены оба отношения. Значение «не определено» нельзя заменять нулём, иначе отсутствие наблюдений будет выглядеть измеренным результатом.

Денежная база тоже имеет значение. В Google Ad Manager ценовой порог применяется к стоимости для издателя после удержания доли Google. ^[3] Для учебного сопоставления это означает необходимость одинакового подхода к удержаниям: нельзя поставить рядом сумму до комиссии и сумму после комиссии и назвать разницу эффектом настройки. Аналогично, из роста дохода без сведений о расходах нельзя арифметически вывести рост прибыли.

Отдельно проверяют исполнение обещанного объёма. В новом учебном примере план — 50 000 показов за десять дней, а для контроля выбран равномерный график. К концу четвёртого дня ориентир равен 20 000 показов. Если сделано 15 000, выполнено 75% текущего ориентира, но только 30% общего плана. Недостаёт 5 000 показов относительно графика. Эти разные проценты нельзя подписывать одним словом «выполнение»; линейный ориентир не является формулой Adfox.

Для сравнения ценовых условий Prebid предусматривает параметр skipRate, позволяющий пропускать обработку порогов на части запросов, и передачу сведений аналитическим адаптерам. ^[5] Это техническая возможность сравнения. Наши две строки таблицы сами по себе экспериментом не являются: они не показывают, как распределяли запросы, какие условия совпадали и насколько случайна разница. Поэтому из учебных чисел следует разница доходов, но не причинный эффект изменения цены.

Ошибки, ограничения и спорные вопросы

Самая наглядная ошибка — выбрать сценарий Б только из-за более высокого eCPM. Обратная ошибка — выбрать А лишь из-за большего заполнения. В нашей таблице А выигрывает по доходу, однако при других заданных ценах ответ изменится. Если при сорока тысячах показов доход на тысячу составит двести рублей, сумма достигнет восьми тысяч и превысит результат А. Значит, ни цена, ни объём по отдельности не заменяют их совместного расчёта.

Другая ошибка — принимать настройку за окончательный денежный результат. Google предупреждает: target CPM работает при выборе рекламы и не охватывает проблемы отрисовки. Если дорогие объявления не превращаются в учтённые показы, итоговый отчётный eCPM может оказаться ниже цели. ^[4] При разборе такого результата полезно разделить выбор объявления и состоявшийся показ.

Наконец, математическая модель имеет собственные условия. В базовой постановке Balseiro и соавторов число прибывающих возможностей задано, а договорный объём должен быть выполнен точно. ^[2] Если в реальной задаче эти предпосылки не соблюдаются, ссылка на модель не доказывает оптимальность конкретной настройки. Доказательство алгоритма, успешное выполнение договора и рост дохода за отдельную неделю — разные утверждения, которым нужны разные проверки.

Частые вопросы

Связанные термины

• Рекламный инвентарь
• Прямые продажи рекламы
• eCPM
• Fill rate (заполняемость инвентаря)
• Header bidding
• Рекламный сервер