Real-Time Bidding : predicción del comportamiento del precio de reserva en publicidad digital móvil

Abstract

El presente trabajo tiene como objetivo predecir el precio de reserva del inventario publicitario digital móvil en el tiempo. La publicidad digital móvil es un medio de comunicación que expone a usuarios a anuncios de aplicaciones en dispositivos móviles. El mercado en el que se desarrolla se conoce como Real-Time Bidding (RTB) o compra programática, dado que implica la automatización de los procesos de compra y venta de inventario a través de subastas de segundo mejor precio en tiempo real. Se utiliza la base de datos del Ad Exchange Inneractive (plataforma tecnológica dónde ocurre el intercambio). El análisis se enfocará en el mercado de Estados Unidos para las fechas comprendidas entre el 25 de diciembre del 2015 y el 23 de marzo del 2017. El modelo final es un bucle que procesa las series de tiempo desagregadas por tipo y tamaño de activo por hora. Dados los patrones cíclicos de variación del precio de reserva, el sistema crea variables autorregresivas para cada una de las series y las evalúa a partir del procedimiento estadístico de Análisis de Componentes Principales (ACP) cada siete días. El bucle se complementa con un detector de outliers y valores ausentes. Luego, con el fin de suavizar los datos corruptos, el ruido blanco es intervenido a través de la función spline. Las predicciones de los valores futuros del precio de reserva se computan por hora. El modelo, al ser dinámico, logra adaptarse a las fluctuaciones del precio de reserva en el tiempo, mientras que toma en consideración la importancia de la granularidad de la información al estudiar las series individualmente. Se consigue estimar el precio de reserva con un error cuadrático medio promedio del 0.1999601, lo que representa un error medio absoluto relativo al precio de reserva de 3.58%.