Оптимальный алгоритм регулировки бюджета

Цена за клик по каждой фразе должна быть пропорциональна коэффициенту конверсии клика в клиента. Однако величину этого коэффициента достаточно сложно определить. Поэтому попытаемся привязать ее к показателю CTR. Усредненное значение этого показателя может быть получено с достаточной степенью точности для каждой фразы.

Аппроксимируем эту зависимость линейной функцией со свободным членом:
(1).

График этой функции в зависимости от предельных значений параметров d и b показан на следующем рисунке:

При d=0 k=b – коэффициент конверсии клика в клиента не зависит от CTR. Он будет зависеть только от вида рекламируемого товара. При этом оптимальной стратегией ценообразования будет установление единой цены клика на все фразы.

При b=0 k прямо пропорционален CTR с коэффициентом пропорциональности d. При этом оптимальной стратегией ценообразования будет установление цены клика на каждую фразу пропорционально CTR этих фраз.

Поскольку при определении цены клика нам нужны не абсолютные значения коэффициента конверсии клика в клиента, а его относительные значения, то преобразуем формулу (1) в
, или
(2), где
, а .

Тогда цену клика можно устанавливать пропорционально k_d, поскольку эта величина в свою очередь пропорциональна k. Отметим, что при b_d=0 k_d=CTR, а при b_d=1 k_d=CTR+1. Но поскольку значения CTR обычно находятся в пределах 0,15 (15%), можно с определенной степенью точности считать, что при b_d=1 k_d постоянен и не зависит от CTR.

Необходимо учитывать, что у подавляющего большинства пользователей нет времени кликать на ненужные им объявления. Этот факт как раз объясняет различия в CTR для разных запросов. Поэтому представляется маловероятным, что коэффициент конверсии клика в клиента будет пропорционален CTR. Иначе говоря, если пользователь перешел на сайт рекламодателя, то вероятность того, что он станет клиентом рекламодателя не должна сильно зависеть от CTR. Поэтому наиболее вероятным представляется вариант зависимости коэффициента конверсии клика в клиента от CTR, когда ни b, ни d не равны нулю.

Вряд ли контекстно-поисковые системы могут определить зависимость коэффициента конверсии клика в клиента от CTR с достаточной степенью точности. Все-таки это скорее прерогатива рекламодателя. Иначе говоря, именно рекламодателю должна предоставляться возможность выбора некого коэффициента b_d в пределах от нуля до единицы. Выбор нуля означал бы, что рекламодатель считает значение коэффициента конверсии клика в клиента пропорциональным значению CTR. При этом цена за клик должна устанавливаться пропорционально значению CTR. Выбор единицы означал бы, что рекламодатель считает значение коэффициента конверсии клика в клиента независимым от значения CTR. При этом цена за клик должна устанавливаться единой для всех фраз. Выбор же промежуточных значений этого коэффициента (они могут быть как непрерывными, так и дискретными, например, с шагом 0,1) означал бы, что рекламодатель считает значение коэффициента конверсии клика в клиента в большей (при значениях b_d близких к нулю) или в меньшей (при значениях b_d близких к единице) степени зависимым от значения CTR. Тогда значение цены клика устанавливалось бы пропорционально значению k_d из формулы (2).

Таким образом, алгоритм регулировки бюджета рекламной кампании должен быть примерно следующим. Изначально на все фразы устанавливается единая цена клика – такая, чтобы уложиться в заданный бюджет. По мере того, как появляются статистически достоверные данные по CTR, на фразы с большим значением CTR устанавливаются большие цены, на фразы с меньшим значением CTR – меньшие цены. Насколько эти цены должны различаться, должно зависеть от выбора рекламодателем значения некого коэффициента в пределах от нуля до единицы.