广告时机很重要：考察社交媒体上用户的广告消费以实现有效的广告分配

文献标题

AdverTiming Matters: Examining User Ad Consumption for Effective Ad Allocations on Social Media

文献信息

• 主题领域: 社交媒体广告投放策略与用户体验优化
• 关键词: 社交媒体, 广告, Snapchat, 瞬时行为, 因果推断, 用户体验, 广告分配, 广告效果, 人工智能, 数据隐私

研究背景与问题

• 问题与挑战: 在线平台通过展示广告获取收入，但这种模式可能损害用户体验，导致用户疲劳和挫败感。现有的广告分配策略主要基于用户的人口统计特征和推断的兴趣，但这类方法有时具有隐私侵入性，并忽略了用户瞬时行为和动态特征。
• 重要性: 平衡广告收入与用户体验是社交媒体平台面临的核心挑战。特别是在隐私问题日益严重的情况下，探索动态的、以用户为中心的广告分配策略变得越发关键。
• 研究动机: 针对广告分配中的不足，本文试图通过解析用户的瞬时上下文行为（例如每天的时间或用户当下的活动），识别更优化的广告推送时机，从而帮助平台实现更高的广告效果，同时改善用户体验。

解决方案

• 研究目标:

  1. 探讨广告展示时间对广告效果的影响；
  2. 分析用户在平台上的瞬时行为如何与广告效果关联；
  3. 基于研究结果模拟新的广告分配策略，以提高广告分配的有效性和公平性。

• 方法与创新:

  • 因果推断框架: 运用准实验设计方法，通过使用 100,000 名 Snapchat 用户的三个月纵向数据，模拟“用户偏好的广告时间”并评估广告效果的改进。
  • 用户瞬时行为分析: 引入用户在平台上的行为特征（例如会话持续时间、交互频率、多样性），研究其与广告接收度和点击率之间的关系。
  • 隐私保护方法: 本研究专注于用户动态行为数据，而非依赖人口统计或长期历史数据，从而减少隐私侵入性。

• 关键技术与实施步骤:

  • 将用户数据划分为基线期和测量期，以提取用户在不同时间段的广告接收行为。
  • 定义广告效果的两个衡量指标：广告接受度（被观看时间占总时间比例）和点击率（点击广告的比例）。
  • 通过匹配方法对用户进行分组（Treated 与 Control），控制潜在混杂变量。
  • 利用仿真实验评估广告重新分配对平台价值和公平性的影响。

研究成果

• 具体成果:

  1. 发现: 用户对广告的接收度和点击率明显受到时间和瞬时行为的影响。将广告推送时间调整到用户偏好的时间段可以显著提高广告效果（相对增益值 RTE > 1.5）。
  2. 用户行为的影响:
     • 会话持续时间与广告效果呈正相关。
     • 用户活动频率、互动频率和互动多样性较高时，广告效果较低。
     • 用户分心程度和非社交活动参与度仅在某些时间段对广告效果有影响。
  3. 模拟实验: 基于用户最佳时间和行为优化的广告重新分配策略相较于传统策略能显著提升整体广告价值，同时减少广告分配的不公平性。

• 优势:

  • 无需依赖用户敏感的隐私信息（例如人口统计学数据）。
  • 比基于规则的广告分配策略更为动态和人性化。
  • 触发的广告减少了用户疲劳感，增强了平台的可持续性。

• 局限性与未来方向:

  1. 局限性:
     • 本研究中的广告效果未直接测量实际产品购买情况。
     • 数据仅覆盖 Snapchat 平台，可能难以直接推广到其他社交媒体。
     • 研究基于观测数据，存在因果关系上的限制。
  2. 未来方向:
     • 结合广告内容与上下文，探索二者的联合影响。
     • 针对更广泛的社交平台和其他形式的内容推荐进行验证和扩展。
     • 进一步研究广告透明度与用户接纳度之间的关系，例如用户是否会因更个性化的广告而感到不适。