초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문은 키워드검색광고와 관련하여 의사결정자인 광고주의 입장에서 분석한 통계모델 기반 최적화 실증연구논문이다. 일반적으로 키워드입찰은 노출순위를 대상으로 하는 입찰가액에 의해 이루어지고 있다. 그런데, 대부분 광고주는 수천 개 이상의 많은 키워드를 관리함에 있어, 매시간적으로 바뀌는 키워드별 입찰가액을 통해 입찰광고시스템을 관리하고 있다. 사실상 시간과 인력자원측면에서 비효율적이고 모든 키워드에 대한 관리가 불가능한 경우도 많다. 따라서, 본 논문에서는 기존의 입찰가액을 중심으로 하는 입찰시스템에 대해 의문점을 제기하고, 새로운 관점에서 노출순위를 의사결정변수로 하는 새로운 키워드검색광고(...

본 논문은 키워드검색광고와 관련하여 의사결정자인 광고주의 입장에서 분석한 통계모델 기반 최적화 실증연구논문이다. 일반적으로 키워드입찰은 노출순위를 대상으로 하는 입찰가액에 의해 이루어지고 있다. 그런데, 대부분 광고주는 수천 개 이상의 많은 키워드를 관리함에 있어, 매시간적으로 바뀌는 키워드별 입찰가액을 통해 입찰광고시스템을 관리하고 있다. 사실상 시간과 인력자원측면에서 비효율적이고 모든 키워드에 대한 관리가 불가능한 경우도 많다. 따라서, 본 논문에서는 기존의 입찰가액을 중심으로 하는 입찰시스템에 대해 의문점을 제기하고, 새로운 관점에서 노출순위를 의사결정변수로 하는 새로운 키워드검색광고(SSA) 모델을 재정의하여 제시하였다. 이에 따라 새로운 키워드검색광고모델에 대한 최적화실증분석을 위해 예측모델과 최적화모델을 제시하고 실증분석하였다.
연구과정을 살펴보면, 우선 키워드의 특성에 따라 키워드범주화를 위해 원천(Generic)· 추상브랜드(Abstract)· 브랜드(Brand)의 범주화 기준을 제시하고, PC 와 모바일 매체별로 각각 대표 키워드를 선정하였다. 각각의 키워드에 대하여 노출순위와 클릭률이 비선형분포임을 보였고, 통계적관계를 검토하였다. 클릭률예측 및 입찰가액예측을 위한 통계적 시나리오를 제시하였고, 각각 적합성 분석을 통해 최적의 예측모델을 선정하였다. 이렇게 선정된 예측모델을 기반으로 하여 클릭률과 기대이익(전환율)에 관한 최적화목적함수를 정의하였고, 이를 실증분석을 진행하였다.
분석결과, 본 논문에서 제시한 검색광고모델은 클릭률 기반의 클릭수와 전환율 기반의 기대이익으로 표현되는 최적화모델 모두에서 개선효과가 있음을 확인하였다. 다만, 기대이익기반으로 하는 최적화모델 (전환율최적화모델)의 경우에는 핵심키워드임에도 불구하고 기대이익이 낮아서 광고에서 배제되는 문제를 있음을 확인했다. 이 문제는 기존문헌에서 제시한 최적화모델로는 해결되지 않는 문제이므로, 이에 필요한 전략을 제안했다. 문제해결을 위해 핵심경유키워드(Core Transit Keyword)라는 개념을 도입하였는다. 브랜드키워드가 일반적으로 클릭률과 전환율 및 기대이익 등 모든 점에서 우위에 있는 키워드인데 반해, 원천키워드는 소비자의 인지도를 높이고 브랜드키워드로 유도하는 확장효과를 있음을 확인하였다. 본 논문에서는 원천키워드가 이러한 확장효과가 있음을 확인함과 동시에 핵심경유키워드임을 보였다. 또한, 최적화목적함수에서 핵심경유키워드에 대한 기회이익을 반영한 최적화수정모델을 제시하였다. 수정모델은 대상데이터를 확대하여 검증하였고, 그의 적용가능성을 확인하였다.
본 논문은 키워드입찰시스템의 의사결정변수를 노출순위의 관점으로 전환하는 새로운 모델을 제안하였고, 키워드범주별 관리 및 노출순위 기반의 통계적 예측을 제시한 점, 포트폴리오 구성에 있어서 최적화실증분석을 통해 노출순위 기반 예측모델의 유효성을 확인함과 동시에, 키워드간의 확산효과를 포함하는 전략적인 입찰을 제안한 점, 확산효과를 반영하는 수정최적화모델을 제시한 점에 시사점이 있다.

Abstract ▼ AI-Helper

This research empirically studies the statistical optimization model in constructing the portfolio of Sponsored Search Advertising (SSA) in the Sponsor’s perspective. Existing SSA models are based on the bidding price (CPC, Cost Per Click) as a decision variable. However, the CPC changes every secon...

This research empirically studies the statistical optimization model in constructing the portfolio of Sponsored Search Advertising (SSA) in the Sponsor’s perspective. Existing SSA models are based on the bidding price (CPC, Cost Per Click) as a decision variable. However, the CPC changes every second even for the same rank of keywords. It is extremely inefficient in terms of time and human resources, in fact, almost impossible, for the Sponsors to manage the thousands of keywords using CPC. This research defines the novel SSA model based on the Rank as a decision variable and carries out the empirical analyses using the estimation and optimization models formulated by this novel SSA model.
This study first proposes the criteria for categorizing keywords based on their characteristics, proposes the three categories of Generic, Abstract and Brank keywords, selects representative keywords for PC and Mobile media for each category respectively, shows that the Rank and Click Through Rate(CTR) are not normally distributed in most cases, and their statistical relationship is not linear. Scenarios for each CTR and CPC estimation model are then suggested on a hypothetical basis. The best scenarios are selected through the goodness-of-fit (GOF) tests. Testing these Optimization models using these CTR/CPC estimation models is done empirically using the objective functions to maximize the CTR (CTR optimization model) and to maximize the expected profit reflecting conversion rate (CVR optimization model)
The optimization test result shows that the proposed SSA model identifies significant improvements using the objective functions of the CTR and the expected profit, and it is valid for constructing the keyword portfolios using the estimation models adopted in this study. However, one critical problem is found in the CVR optimization model. Important keywords are excluded from the keyword portfolio due to the myopia of the immediate low profits. In order to solve this problem, this research conducts a Markov Chain analysis and introduces the concepts of Core Transit Keyword (CTK) and Expected Opportunity Profit (EOP). A Modified CVR Optimization model has been proposed and extensively tested with the extended data sets. Strategic guidelines and insights are as follows; Brand keywords are found predominant over other keywords in terms of CTR, CVR, expected profits. Generic keywords, On the other hand, are the Core Transit Keyword (CTK) which has the potential for the spillover. The Core Transit Keywords (CKTs) usually drive consumer awareness and lead them to the Brand keywords.
The contribution of this thesis is as follows; This research proposes the novel SSA model based on Rank as a decision variable instead of CPC, proposes to manage the keyword portfolio by categories according to the characteristics of keywords, suggests the statistical modeling and managing based on the Rank in constructing the keyword portfolio, performs the extended empirical tests, proposes new strategic guidelines to focus on the Core Transition Keywords (CTKs), and proposes the modified objective function of CVR optimization reflecting the spillover effect.

주제어