Naukowcy z arXiv opublikowali PlatformBid - pierwszy benchmark do oceny algorytmów auto-biddingu zaprojektowany z perspektywy nowoczesnych platform reklamowych, które wewnętrznie integrują funkcje Supply Side Platform, Demand Side Platform i Ad Exchange. Tradycyjnie algorytmy auto-biddingu skupiały się wyłącznie na optymalizacji wyników dla reklamodawców, ale duże platformy mediów społecznościowych i e-commerce zarządzają całym ekosystemem aukcji reklamowych wewnętrznie.
Benchmark definiuje trzy reprezentatywne scenariusze testowe, które odbijają rzeczywiste warunki konkurencji. Pierwszy to konkurencja homogeniczna, gdzie wszyscy reklamodawcy używają identycznych algorytmów licytowania. Drugi to konkurencja heterogeniczna, gdzie każdy reklamodawca stosuje inną strategię algorytmiczną. Trzeci to konkurencja promocyjna, symulująca sytuacje takie jak Black Friday, gdy niektórzy reklamodawcy nagłe zwiększają budżety, aby zwiększyć sprzedaż.
PlatformBid stanowi znaczący postęp w badaniach nad real-time biddingiem, ponieważ przesuwia punkt widzenia z czystej optymalizacji dla reklamodawców na holistyczną perspektywę platformy. Benchmark systematycznie ocenia szerokie spektrum istniejących metod, od klasycznych podejść kontrolnych po zaawansowane metody oparte na reinforcement learning. Taka unifikowana perspektywa pozwala na bardziej realistyczną ocenę algorytmów, biorąc pod uwagę, że główne platformy reklamowe muszą balansować między zadowoleniem reklamodawców a maksymalizacją własnych przychodów.