Geri Dön

Confidence based bidding strategies for optimum budget allocation

Optimum bütçe tahsisi için güven esaslı teklif stratejileri

  1. Tez No: 845016
  2. Yazar: SEMİH BULUT
  3. Danışmanlar: PROF. DR. EMİN AVCI
  4. Tez Türü: Doktora
  5. Konular: Maliye, Finance
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Muhasebe Finansman (İngilizce) Bilim Dalı
  13. Sayfa Sayısı: 91

Özet

Çevrimiçi iş alanlarının genişlemesiyle birlikte şirketlerin çevrimiçi faaliyetleri ve bu faaliyetlere ayırdıkları bütçeler ciddi boyutlara ulaşmıştır. Bu bütçelerin bir kısmı gerçek zamanlı çevrimiçi ihalelere ayrılmaktadır. Gerçek zamanlı çevrimiçi ihaleler için optimum teklifleri tahmin etmek, günümüz şirketleri için bütçe tahsisini optimize etmenin anahtarı haline gelmiştir. Gerçek zamanlı teklif vermek için müşteri dönüşüm oranının yani müşterinin sunulan ürünü satın alma ihtimalinin gerçek zamanlı olarak tahmin edilmesi gerekir. Günümüzde pek çok şirketin çevrimiçi pazara girmeyi hedeflemesi nedeniyle, gerçek zamanlı ihale rekabeti şirketler için oldukça kritiktir. Hedef kitleye ulaşmak ve doğru teklif vermek basit bir süreç değildir. Çünkü teklif verirken belirsizliğin iyi analiz edilmesi ve tahsis edilen bütçenin boşa harcanmaması gerekir. Sürecin belirsizliği ve dinamik yapısı, sınırlı bütçeyle optimum tekliflerin uygulanmasını zorlaştırmaktadır. Uygun bir oran tahmin mekanizması ve reklam harcamalarından elde edilecek gelir hedefi kullanılarak rekabetçi bir tıklama başına maliyet teklifi hesaplanabilir. Bu tezde, gerçek zamanlı ihalelere en uygun teklifi verebilmek için çevrimiçi müşteri dönüşüm oranını tahmin eden yeni yöntemler geliştirilmiştir. Müşteri dönüşüm oranını tahmin edebilmek için sırasıyla Medyanların Medyanı (MOM) ve Güven Aralıklarının Birleştirilmesi (MCI) adı verilen iki model oluşturulmuştur. Gözlemlenen veriler üzerinden bir tahmin yapmak amacıyla iki farklı start-up şirketin çevrimiçi pazarlama kampanyalarının müşteri dönüşüm oranları, beta dağılımları kullanılarak modellenmiştir. Geliştirilen metotlar gerçek saha verileri üzerinde başarılı sonuçlar vermiştir. Her iki modelin de en güncel müşteri dönüşüm verilerini kısa sürede işleyerek hızlı adaptasyona izin verdiği görülmüştür. Dolayısıyla gerçek zamanlı teklif verme ve benzer hızlı oran tahmini gerektiren işlemler için uygulanabilir oldukları değerlendirilmektedir.

Özet (Çeviri)

With the expansion of online business areas, companies' online activities and the budgets they allocate for these activities have reached serious levels. A part of these budgets is reserved for real-time online auctions. Estimating the optimum bids for companies in real time is becoming the key to optimize the budget allocation. For bidding in real time, the rate of customer conversion needs to be predicted in real time. Nowadays, this real time bidding competition is very critical for the companies since a lot of competitors aim to penetrate into the online market. Accessing the target audience, and bidding properly is not a simple process, because uncertainty should be analyzed well while bidding and the determined budget should not be wasted. The uncertainty and the dynamic nature of the process make it difficult to apply optimum bids with limited budget. Using the rate prediction and the target return on ad spend, a competitive cost per click bid can be computed. In this thesis, we devised novel methods to predict the rate of online customer acquisition for real time bidding. In our study, we created two models called Median of Medians (MOM) and Merging Confidence Intervals (MCI) respectively for conversion rate prediction. The conversion rates of two startups' online marketing campaigns were modeled using multiple beta distributions in order to obtain a multi-resolution view over the observed data. The results we obtained by applying these models on the marketing campaigns of two startups were promising. Fortunately, both MoM and MCI require linear space and operate in constant time. Both models process recent customer conversion data in a short time and allow for rapid updates. Hence, they are more suitable for real time bidding and for transactions requiring similar rapid rate estimation.

Benzer Tezler

  1. Türk inşaat sektöründe ihale sürecine yönelik risk yönetimi kapsamında alan çalışması

    A case study of Turkish construction firms-risk analysis and their behaviour risk management

    PELİN KARAÇAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    Mimarlıkİstanbul Teknik Üniversitesi

    YRD. DOÇ. DR. ATİLLA DİKBAŞ

  2. Yüklenici inşaat firmalarında kalite sistemi

    Başlık çevirisi yok

    BERNA IŞIL KOCA

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Mimarlıkİstanbul Teknik Üniversitesi

    DOÇ.DR. MURAT ÇIRACI

  3. Çevre etiği çerçevesinde biyopolitikaların oluşturulmasında katılımcılık

    The importance of public participation in the process of policy making within the framework of environmental biopolitics

    ARZU İRGE ÖZYOL

    Doktora

    Türkçe

    Türkçe

    2013

    Siyasal BilimlerAnkara Üniversitesi

    Sosyal Çevre Bilimleri Ana Bilim Dalı

    PROF. DR. NESRİN ÇOBANOĞLU

  4. Türkiye'de su hakkı

    The right to water in Turkey

    YILDIZ AKEL ÜNAL

    Doktora

    Türkçe

    Türkçe

    2021

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. ERDOĞAN BÜLBÜL

  5. Teklif birim fiyat usulü inşaat ihalelerinde dengesiz tekliflerin tespiti için puanlama yaklaşımı

    An improved grading system-based model for detecting unbalanced bids during the tendering process

    SERHAN KIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ATİLLA DAMCI