文件名称：搜索引擎广告的实证分析：电子市场中的赞助搜索-研究论文
文件大小：267KB
文件格式：PDF
更新时间：2024-06-08 15:00:55
Online advertising Search engines Hierarchical
赞助搜索广告现象-广告主向互联网搜索引擎付费以与自然（非赞助）网络搜索结果一起显示-这种现象正在成为搜索引擎最大的收入来源。 我们使用一个独特的为期6个月的面板数据集，该数据集包含从一家在Google上投放广告的大型全国性零售商收集的数百个关键字，我们根据经验对不同的赞助搜索指标（例如点击率，转化率，每次点击费用和排名）之间的关系进行建模广告。 我们的论文提出了一个新颖的框架和数据，以更好地理解驱动这些指标差异的因素。 我们使用分层贝叶斯建模框架，并使用马尔可夫链蒙特卡洛（MCMC）方法估计模型。 使用联立方程模型，我们在消费者搜索和购买行为以及广告客户的每次点击费用和搜索引擎的排名决策上，量化了各种关键字特征，广告位置和目标网页质量得分之间的关系。 具体来说，我们发现（i）零售商特定的关键字与点击率和转化率的增加相关，而品牌特定的关键字与点击率和转化率的降低相关，（ii）点击并非在所有位置上均一，因为转换率最高的是最高，随着搜索引擎结果页面的下降，排名随着排名的降低而降低；（iii）搜索引擎考虑了当期的出价以及之前的点击率在决定本期广告的最终排名之前，当前出价的影响要比之前的点击率更大；（iv）目标网页质量得分的提高与转化率的提高和广告客户的每次点击费用和（v）关键字在搜索引擎结果页上的排名较高，因此获得较高的点击率或转化率不一定是最赚钱的可能的–中间位置的利润通常高于顶部或底部的利润。 除了提供管理人员对搜索引擎广告的见解之外，这些结果还阐明了赞助搜索中理论建模文献中的一些关键假设。