Enchères en temps réel et données personnelles : une expérimentation

Encheres en temps reel et donnees personnelles: uneexperimentation

Martin Quinn et Vincent Toubiana

ECN EHESS

04-01-2016

Martin Quinn et Vincent Toubiana (ECN EHESS)Encheres en temps reel et donnees personnelles: une experimentation04-01-2016 1 / 51

Outline

1 PresentationLe Real Time Bidding (RTB)EnvironnementContribution

2 MethodologieLe modeleDescription techniquesLes experimentations

3 ResultatsResultats de la 1ere experienceTravaux en cours

4 DiscussionPredictions


Outline

Introduction: le ”real time bidding”

Achat de publicites en volume

Advertiser

SiteContrats (CPM,CPC etc)


Outline


structure ” Adnetwork” ...

AdvertiserAdvertiserAdvertiser

Adnetwork

SiteSiteSite


Outline


..aujourd’hui les encheres en temps reel


Presentation

Outline






Presentation Le Real Time Bidding (RTB)

Etat du marche

Figure: Observatoire de la publicite digitale, PwC s1 2015



Structure simplifiee

Platform

us1 us2 us3 ad1ad2ad3

Site

1

2

3

45

6




Platform


Site

1

2

3

4

5

6




Platform


Site

1

2

3

45

6




1

2

3

4

5

6



Structure avec intermediaires

Platform


DSP1 DSP2

DSP3

SSP1SSP2

SSP3

Site

1

2

3 4

56

7

8




Platform


DSP1 DSP2

DSP3

SSP1SSP2

SSP3

Site

1

2

3

4

56

7

8




Platform


DSP1 DSP2

DSP3

SSP1SSP2

SSP3

Site

1

2

3 4

56

7

8




Platform


DSP1 DSP2

DSP3

SSP1SSP2

SSP3

Site

1

2

3 4

5

6

7

8




Platform


DSP1 DSP2

DSP3

SSP1SSP2

SSP3

Site

1

2

3 4

56

7

8




1

2

3 4

56

7

8




0

1

2

3 4

56

7

8



Le ”cookie matching”

Platform

User Bidder

1

La platformelit le cookie

de l’utilisateur”AAA”

2La platformepresente le

cookie ”AAA”

Peut lire ”AAA”mais pas sonpropre cookie⇒mauvaise

enchere

3

4

L’encherisseurcomprend que

”AAA” = ”123”⇒meilleureinformation

table de correspondance


Presentation Environnement

Privatics

2013 ⇒ Papier de l’equipe Privatics de l’INRIA ”Selling offprivacy at auction”, Olejnik, Minh-Dung and Castellucia.

Problematiques: quel prix pour les donnees personnelles dans leRTB? Quelle diffusion des donnees personnelles?

Exploitation d’une faille dans le processus RTB → recuperationdu prix des emplacements publicitaires ('25% des prix visibles).

Construction de robots:1 Caracterisation des robots en fonction de differentes categories de

profils type.2 Recuperation des prix sur une liste de sites identifies.



Resultats de l’equipe Privatics

Frequence et impact du cookie matching dans lesencheres⇒considerable,

Impact des caracteristiques du cookies sur le prix pratiquespour un emplacement publicitaire.

Mise a disposition d’un outil quantified self:http://yourvalue.inrialpes.fr/



Resultats de l’equipe Privatics



Enjeux

Enjeux de recherche:

Quel prix pour les donnees personnelles? Pour les donneescontextuelles?⇒ Quel prix pour cet utilisateur dans cette situation?

Quel environnement concurrentiel dans le RTB?



Enjeux


::::Quel

::::prix

:::::pour

:::les

::::::::donnees

:::::::::::::personnelles? Pour les donnees

contextuelles?⇒ Quel prix pour cet utilisateur dans cettesituation?




Enjeux


::::Quel

::::prix

:::::pour

:::les

::::::::donnees


contextuelles?⇒ Quel prix pour cet utilisateur dans cette situation?




Enjeux


::::Quel

::::prix

:::::pour

:::les

::::::::donnees


contextuelles?⇒ Quel prix pour cet utilisateur dans cette situation?

Quel environnement concurrentiel dans le RTB?==¿ les strategiesdes encherisseurs sont-elles differentes?



Methode

Meme methodologie de recuperation des prix ,

Modele statistique permettant de comprendre l’impact croised’un utilisateur dans une situation sur le prix,

Plusieurs aspects a prendre en compte dans la formulation d’uneenchere.



Aspects

La structure concurentielle

Le partage de la valeur

L’information disponible

Les strategies possibles

Utilisateurs

Publicitaires

Environnement

valeur des donnees personnelles

valeur du contexte



Type d’enchere

Encheres au second prix (Vickrey),

Un seul emplacement a la fois ,

Prix plancher.



Environment informationnel

Information incomplete et imparfaite: base commune + cookieproprietaire,

Cookie matching: entre tous les acteurs, de maniere repete... ⇒encheres en information maximum.


Presentation Contribution

1ere experimentation

Analyse hedonique des prix pratiques:

Comprendre l’impact de chaque caracteristiques de l’enchere surle prix,

Analyser les differentes strategies des encherisseurs.


Presentation Contribution

2nd experimentation

Analyse dynamique du prix face a des chocs:

Protection/anonymat: changement de comportement pendant lesurf, concernant l’anonymat/la vie privee,

Diversification du profil: nouvelles preferences pour d’autrescategories pendant le surf,

Actions contributives volontaires: commentaires, notes...pendant le surf.


Methodologie

Outline






Methodologie Le modele

Design

Profil

Categories

V. demographiques

Intention d’achat

Protection

Crawler

Profil

Crawler


Methodologie Le modele

Design

Crawler

Rtb Site 1Rtb Site 2Rtb Site 3Rtb Site 4Rtb Site 5Rtb Site 6Rtb Site 7Rtb Site 8

Rtb Site 9Rtb Site 10


Rtb Site 13Rtb Site ...


Rtb Site NRtb Site 11Rtb Site 12Rtb Site NRtb Site 11Rtb Site 12Rtb Site N

Base deprix RTB


Methodologie Description techniques

Problemes

1 Crawler instable, peu scalable et peu instanciable

2 Variables demographiques: google ferme Ad preferences

3 Tous les prix ne sont pas visibles



1: nouveau Crawler

OpenWPM est un crawler developpe par Princeton.

L’outil est concu specifiquement pour crawler un meme site avecplusieur profils

Un ”TaskManager” distribue les taches aux differents crawlers:

Si un partie du crawler crash, cela n’impact pas les autres crawls.

Cela permet de faire tourner deux fois plus de profils en parallele.

Les differentes instances etaient lancees depuis le meme process ⇒manque de stabilite.



Task manager

Task manager Instance 1

Instance 2

Instance 3

Profil 1

Profil 2

Profil 3

Site ..

Site 1

Site n



2: Ad preferences

Une equipe de Carnegie Melon a etudie l’impact des criteresdemographiques sur les publicitees affichees.

Ils ont notament observe que les hommes se voyaient proposer desannonces d’emplois correspondant a des salaires plus eleves.

L’etude s’appuyait sur ”Ads preferences” qui permettait de renseignerles donnees sociaux-demo utilisees par Google.

Google a salue l’etude ... et ferme ”Ads preferences” quelquessemaines plus tard.



2: Ad preferences

Alternative ⇒ Exelate (un Data-broker):

Differentes donnees socio-demo peuvent etre renseignees

Des que le profil est renseigne, il’y a une synchronisation avecplusieurs acteurs (dont Google)



Exelate



Ce que nous observons

L’extension ”RTB Watcher” de l’INRIA est utilisee pour collecter:

Les prix des publicites

Le nom du ad-exchanger ainsi que l’encherisseur gagnant

Les ”cookies matching” (ce qui permet un proxy du nombred’encherisseurs)

L’extension a ete modifiee pour extraire les informations suivantes:

Annonceur qui affiche sa publicite

Dimension de la publicite

Le script qui affiche la publicite



Autres variables

Caracteristiques du site: categorie, acteurs tierces, reputation,vues, rang

Caracteristiques environnementales: aspect temporel,geographique...

Caracteristiques de la plateforme: premium ou pas, reputation...


Methodologie Les experimentations


Profils72 profils vides → determination sur 5 variables (rapport IAB):

Categorie: Sport, Mode, Technologie

Variables demographiques: age et sexe

Protection: aucune ou DNT =+ acteurs tierces

Intention d’achat: oui ou non




72 profils Categories

V. demographiques

Protection

Intention d’achat

Crawler

72 profils Site ..

Site 1

Site nCrawler



2nd experimentation

Profils4 groupes de 18 profils vides → determination sur 4 variables.

Categorie: Sport, Mode, Technologie

Variables demographiques: age et sexe



2nd experimentation

Nous creons trois types de choc:

Protection/anonymat: changement de comportement pendant le surf,l’internaute s’oppose a la publicitee ciblee

Diversification du profil: nouvelles preferences pour d’autrescategories pendant le surf

Actions contributives volontaires: commentaires, notes... pendant lesurf



2nd experimentation

72 profils Categories

V. demographiques

Crawler

group 2

group 1

group 3

group 4

..Site 2

Site 1

..

Site n

..Site 2

Site 1

..

Site n

Control

Choc 1

Choc 2

Choc 3


Resultats

Outline






Resultats Resultats de la 1ere experience

L’Inria et nos resultats

L’analyse des profils:

Prix superieurs avec intention d’achat (significatif dans toutes lescategories).

Differents niveaux de prix entre categories (Mode>Sport>Techno).

Effet negatif significatif de la protection des utilisateurs sur le prix(seulement pour quelques encherisseurs).



Resultats preliminaires

Resultats similaires pour l’analyse contextuelle:

Effet temporel: prix superieur le matin (mais significatifs seulementpour quelques sites/encherisseurs).

Differences tres significatives de prix entre encherisseur ⇒differentesstrategies.

Prix et sites: notion de sites stars dans des cas precis.



Strategie des encherisseurs

Differentes strategies:

Profils precis dans une situation precise: importante variation entreles encherisseurs

Les entreprises interessees par le meme couple profil/contexte nefont pas forcement augmenter les prix. ⇒ evitent la concurrencefrontale,

Souligne les differentes strategies et une possible entente tacite surla repartition des segments d’utilisateurs.


Resultats Travaux en cours

Travaux encours

Renforcer la 1ere experimentation ⇒ Decomposer le prix gagnant enfonction des caracteristiques.

2nd experimentation ⇒ Analyser l’impact des changements depreferences des utilisateurs sur le comportement des encherisseurs.


Discussion

Outline






Discussion Predictions

Native advertising

La limite entre contenu organique, contenu sponsoriseet publicite n’est pas clairement definie,

Le Native Advertising melange la publicite au contenu.Certains l’ont deja automatise,

Une personnalisation du contenu ”sponsorise” baseesur les profils et le RTB.



Le CPM et le ClickBait

Le RTB diminuel’importance du contextedans lequel une pub est vue,

Paiement ”a la publicitevue” ⇒ developpement detitre accrocheur,

Remuneration des auteursselon le trafic,

Tendance a ecrire desarticles ”viraux” qui serontplus consultes.



Merci

Questions?

[email protected]

[email protected]


Enchères en temps réel et données personnelles : une expérimentation

Education

Transcript of Enchères en temps réel et données personnelles : une expérimentation