Predicción de pujas en publicidad programática

Abstract

El Machine Learning puede aplicarse a distintos campos y con diversos propósitos. En este TFG se hará uso de este aplicado al mundo de la publicidad por internet. Aquí entra en juego la segunda parte de la propuesta. Desde los inicios de la publicidad online, con el modelo de pago por clic, las formas de publicidad por internet han ido aumentando, segregando el mercado en distintas soluciones. Una de ellas es la publicidad programática. Se basa en la existencia de anunciantes y publishers. Los primeros desean publicitar su producto o servicio, mientras que los publishers venden su espacio publicitario. En este TFG se contará con la ayuda de la empresa Kimia, que facilitará un dataset con datos reales, a partir del cual se podrá realizar la aplicación de ML a este entorno real. La problemática consiste en que la empresa envía a su red de publishers los anuncios disponibles. Las redes o publishers valoran si les interesa entrar en una subasta y pujar por esos anuncios o no. Esta decisión depende de factores como el tipo de anuncio, su segmento, el precio del que parte, etc. La empresa Kimia tiene un análisis de qué redes o publishers son más rentables y adecuados para el negocio (otorgan tráfico de calidad). De este modo, lo ideal es que la empresa envíe los anuncios únicamente a aquellas redes que tengan más probabilidad de aceptar ese anuncio y den mayor rentabilidad. Y aquí es donde el TFG puede crear una propuesta de alto valor.

Machine Learning can be applied to different fields and for different purposes. In this TFG this will be applied to internet advertising. This is where the second part of the proposal comes into play. Since the beginning of online advertising, with the pay-per-click model, the forms of internet advertising have been increasing, segregating the market into different solutions. One of them is programmatic advertising. It is based on the existence of advertisers and publishers. The former want to advertise their product or service, while publishers sell their advertising space. In this TFG the company Kimia will help by providing a dataset with real data, from which the application of ML to this real environment can be made. The problem is that the company sends the available ads to its publisher network. Networks or publishers assess whether they are interested in entering an auction and bidding on those ads or not. This decision depends on factors such as the type of ad, its segment, the price from which it starts, etc. The company Kimia has an analysis of which networks or publishers are more profitable and suitable for the business (they provide quality traffic). In this way, the ideal is that the company sends the ads only to those networks that are more likely to accept that ad and give greater profitability. And this is where the TFG can provide a highvalue proposition.

El Machine Learning pot aplicar-se a diferents camps i amb diversos propòsits. En aquest TFG es farà ús d'aquest aplicat al món de la publicitat per internet. Aquí entra en joc la segona part de la proposta. Des dels inicis de la publicitat en línia, amb el model de pagament per clic, les formes de publicitat per internet han anat augmentant, segregant el mercat en diferents solucions. Una d'elles és la publicitat programàtica. Es basa en l'existència d'anunciants i publishers. Els primers desitgen publicitar el seu producte o servei, mentre que els publishers embenin el seu espai publicitari. En aquest TFG es comptarà amb l'ajuda de l'empresa Kimia, que facilitarà un dataset amb dades reals, a partir del qual es podrà realitzar l'aplicació de ML a aquest entorn real. La problemàtica consisteix en el fet que l'empresa envia a la seva xarxa de publishers els anuncis disponibles. Les xarxes o publishers valoren si els interessa entrar en una subhasta i licitar per aquests anuncis o no. Aquesta decisió depèn de factors com la mena d'anunci, el seu segment, el preu del qual part, etc. L'empresa Kimia té una anàlisi de quines xarxes o publishers són més rendibles i adequats per al negoci (atorguen trànsit de qualitat). D'aquesta manera, l'ideal és que l'empresa enviï els anuncis únicament a aquelles xarxes que tinguin més probabilitat d'acceptar aquest anunci i donin major rendibilitat. I aquí és on el TFG pot crear una proposta d'alt valor.