2023年9月5日下午两点，中国营销工程与创新研究中心(以下简称“MEI”)2023-2024年第一学期第1次研讨会(以下简称“Seminar”)在MEI如期举行，参与本次研讨会的有黄敏学老师、朱华伟老师及MEI各位成员。

　　本次Seminar由喻英豪研读文章《Variety Effects in Mobile Advertising》。

　　一、研究导入

　　多样性干预(variety of interventions)被视为探索(vs.剥削)和了解消费者偏好的一种手段(Lattimore and Szepesvári 2020)，增加公平性(Dwork et al. 2012)，防止两极分化(Celis et al. 2019)，并增加可达性(Dean、Rich and Recht 2020)。 然而，目前还不清楚增加多样性(increased variety)本身是如何影响消费者行为。本文研究的主要问题有：广告种类增加一个单位如何影响用户对下一个广告的反应;解释这些影响的潜在机制是什么;这些发现对平台的管理意义是什么。

　　本文使用了一个来自亚洲国家的流行手机APP内广告网络的大规模数据集，并对广告投放平台的关键特征进行了操纵：采用可刷新的广告格式(每个广告持续一分钟，然后呈现另一个广告);使用概率拍卖来分配广告，这允许在某一时间段内显示各种各样的广告(广告分配的无混淆性)。结果显示，在保持所有其他因素不变的情况下，会话中广告多样性的外生增加会导致下一个广告的平均点击率显著提高13% 。并且在一系列的稳健性检验过程中显示了相同的模式：增加广告种类会在下一次曝光中产生更多的点击。

　　二、理论框架

　　1.广告多样性增加效应的解释

　　由于在给定的空间中显示的新奇刺激会增加人们对该空间的注意力(Han and Marois 2014; Helson 1948; Kahneman 1973)。本文提出了一个基于注意力的解释(attention-based explanation)来解释广告多样性增加效应，即之前广告的新颖性增加了用户对广告时段的注意力，这反过来增加了他们点击下一个广告的可能性。

　　2.多样性相关研究

　　目前关于多样性的研究主要有：多样性寻求行为作为因变量(McAlister 1982; Ratner, Kahn, and Kahneman 1999)，例如对产品多样性的需求(Datta, Knox, and Bronnenberg 2017;Kim, Allenby and Rossi 2002);多样性作为影响消费者行为的因素，如产品品类多样性对商店的选择的影响(Hoch,Bradlow, and Wansink 1999)，内容多样性和消费者的参与意愿(Redden 2008)，口碑分散(dispersion)对电视评级的影响(Godes and Mayzlin 2004)。

　　本文在广告的背景下发现了多样性增加效应，并提出了一个基于注意力的解释(attention-based account)来解释广告多样性增加效应。

　　三、实证过程

　　1.实验数据

　　数据来源：

　　本文的数据来自一个亚洲大国的领先手机应用内广告网络，在此研究期间，该国家拥有超过85%的市场份额。本研究中的广告网络采用了可刷新的广告时段，每个印象持续一分钟。当用户开始使用一款应用时，广告网络就会进行拍卖，以确定获胜的广告，并在一分钟内播放这则广告。

　　数据说明：

　　在一个月的时间里，有1594831699次展示，平均每秒有600次拍卖。

　　收集时间：1个月(2015年9月30日- 2015年10月30日)

　　本文观察到以下信息：(1)时间和日期，(2)AAID(用户标识符)，(3)应用ID(发布者)，(4)广告ID，(5)中标广告提交的出价，(5)GPS信息(包括用户的准确经纬度)，(6)点击指标，(7)目标变量，包含省份、应用类别、一天中的小时、智能手机品牌、连接类型、移动服务提供商(MSP)。

　　数据生成：

　　广告网络使用准比例拍卖来分配广告的印象(mirrorkni，Muthukrishnan, and Nadav 2010)。所有参与拍卖的广告都有非零的获胜概率。对于会话i中的曝光t, ad a赢得这个印象的概率为:

　　其中Ci,t为参与本次曝光拍卖的广告集，bi,a和mi,a分别为第i时段的出价和质量得分。因此，Ci,t, bi,a, mi,a共同决定了在会话i中每次暴露的广告倾向得分(πi,t(a))的分布。

　　多样性的简单测量：

　　本文关注的是多样性的广度，也就是显示不同广告的数量。在图4中，多样性的宽度是4，因为在之前的8个曝光序列中显示了4个不同的广告。本文将多样性的广度定义如下:

　　2.初步分析

　　对于初步分析，本文估计如下回归模型:

　　在初步分析中，本文考虑函数f的不同参数规格来估计变异系数。初步分析结果如下：

　　3.实验设计

　　实验方法：

　　测量“点t−1的广告种类增加”对“点t的点击结果”的因果效应。

　　每出现一个以前没有出现过的广告，就会增加一个单位的多样性。对于任意t≥3，本文通过定义二元变量Wi,t来形式化这种直观：

　　本文想要估计的主要方程如下:

　　其中β表示变化的影响，第二个等式表示我们在这个问题中使用的可分性。

　　模型设定：

　　为了解决预处理混杂问题，本文使用ipw调整线性回归;为了解释动态选择，本文使用广告和点击结果的完全输入变量来运行回归。

　　实验结果：

　　表3中的结果证实了增加广告多样性对下一个广告点击结果的主要积极影响，也显示了控制上述所有三种混淆类型的重要性。多样性效应的机制推测1：随着对照组在t−1时ad频率的增加，效果逐渐增强。多样性效应的机制推测2：在t−1的控制条件下，随着广告间距的增加，处理效果降低。

　　四、研究结论

　　本文将我们的框架应用于来自亚洲国家的领先应用内广告网络的数据，经验表明，广告种类的增加会增加下一个广告的点击13%，其他都不变。然后，本文探索了这种效应背后的假设行为机制，并根据先前的行为文献研究了一个基于注意力的账户:一个出现频率较低、最近较短的新广告会吸引更多的注意力，从而在下一个广告中产生更高的点击率。

　　至此，本次Seminar文章研读完毕。

　　之后，由彭沁缘、雷涵、王诗婧、谭婧璟、陈铭雯分享了最近的研究进展。针对研究中的问题，老师与同学们提出了一些建议，并且明确了进一步的研究计划。

　　至此，本学期第1次Seminar圆满结束。

　　文字/董林岸

　　排版/董林岸

　　审核/刘冰怡