One-Shot Pricing for Hands-Off-the-Wheel Advertising Markets

तकनीकी सारांश: हैंड्स-ऑफ-द-व्हील (HOTW) विज्ञापन बाजारों के लिए वन-शॉट प्राइसिंग

1. समस्या विवरण

यह शोध पत्र "हैंड्स-ऑफ-द-व्हील" (HOTW) या "ऑटोबिडिंग" ऑनलाइन विज्ञापन बाजारों में आवंटन तंत्र (allocation mechanism) को संबोधित करता है। इन बाजारों में, विज्ञापनदाता एक बजट ($b_i$) और एक रिटर्न-ऑन-इन्वेस्टमेंट (ROI) लक्ष्य ($r_i$) घोषित करते हैं, जबकि एक्सचेंज (जैसे कि एक DSP या गूगल या मेटा जैसा एकीकृत पब्लिशर) मशीन लर्निंग मॉडल का उपयोग करके क्लिक की खरीद का प्रबंधन करता है।

वर्तमान में, भले ही एक्सचेंज के पास सभी आवश्यक जानकारी हो—पूर्वानुमानित क्लिक मूल्य ($v_{ij}$), घोषित बजट, ROI लक्ष्य, और पूर्वानुमानित आपूर्ति ($s_j$)—उद्योग लाखों वास्तविक समय (real-time), प्रति-इम्प्रेशन नीलामियों (आमतौर पर फर्स्ट-प्राइस या सेकंड-प्राइस) पर निर्भर है। लेखक तर्क देते हैं कि यह आर्किटेक्चर उस युग की विरासत है जब एक्सचेंजों के पास वैल्यू की जानकारी नहीं होती थी और उन्हें मूल्य खोज (price discovery) के लिए नीलामियों की आवश्यकता होती थी। HOTW शासन (regime) में, जहाँ वैल्यू ज्ञात है और इनपुट घोषित किए गए हैं, प्रति-इम्प्रेशन नीलामी अनावश्यक शोर (noise), अभिसरण अनिश्चितता (convergence uncertainty), और परिचालन विलंबता (operational latency) उत्पन्न करती है, बिना किसी अतिरिक्त जानकारी के। मुख्य समस्या यह निर्धारित करना है कि क्या एक केंद्रीकृत, वन-शॉट प्राइसिंग तंत्र इन क्रमिक नीलामियों (sequential auctions) को प्रतिस्थापित कर सकता है, जबकि सभी विज्ञापनदाता बाधाओं को पूरा करता है और एक्सचेंज राजस्व को अधिकतम करता है।

2. कार्यप्रणाली और मॉडल

लेखक HOTW बाजार को एक विशिष्ट संशोधन के साथ एक फिशर मार्केट (Fisher market) के रूप में मॉडल करते हैं जो ROI बाधाओं को ध्यान में रखता है।

• बाजार संरचना:

  • एजेंट: $N$ विज्ञापनदाता और $M$ क्लिक प्रकार (समरूप इम्प्रेशंस)।
  • पैरामीटर्स: विज्ञापनदाता $i$ के पास क्लिक प्रकार $j$ के लिए एक मूल्य $v_{ij}$ है (ML द्वारा अनुमानित), एक बजट $b_i$, और एक ROI लक्ष्य $r_i$ है। आपूर्ति $s_j$ ज्ञात है।
  • ROI बाधा: इसे एक व्यक्तिगत आउटसाइड ऑप्शन (outside option) के रूप में मॉडल किया गया है। एक विज्ञापनदाता एक ऐसे बाहरी विकल्प में बजट आवंटित कर सकता है जो एक सामान्यीकृत "बैंग-पर-बक" (bang-per-buck) 1 (लागत $r_i$, उपयोगिता $r_i$) प्रदान करता है। इसका तात्पर्य यह है कि एक विज्ञापनदाता केवल तभी क्लिक खरीदता है यदि $v_{ij}/\alpha_j \geq r_i$ हो, जहाँ $\alpha_j$ कीमत है।
  • एक्सचेंज का उद्देश्य: आपूर्ति बाधाओं, बजट बाधाओं ($p_i \leq b_i$), और ROI बाधाओं ($p_i \leq \frac{1}{r_i} \sum v_{ij}x_{ij}$) के अधीन कुल राजस्व $\sum p_i$ को अधिकतम करना। एक्सचेंज समान, गुमनाम प्रति-प्रकार कीमतों ($\alpha_j$) के लिए प्रतिबंधित है।

• अनुकूलन दृष्टिकोण (Optimization Approach):
  एक बाइलेवल अनुकूलन समस्या (कीमतों $\alpha$ के लिए खोज करना जो इष्टतम विज्ञापनदाता प्रतिक्रियाओं को प्रेरित करती है) को हल करने के बजाय, लेखक आइसनबर्ग-गेल (Eisenberg-Gale - EG) कॉन्वेक्स प्रोग्राम का उपयोग करते हैं।

  • वे एक संवर्धित EG प्रोग्राम तैयार करते है जो आउटसाइड ऑप्शन के लिए दंड (penalty) के साथ बजट-भारित लॉग उपयोगिता (नैश सोशल वेलफेयर) को अधिकतम करता है:
    $$\max_{x,z} \sum_{i \in N} \left[ b_i \log \left( \sum_{j \in M} u_{ij} x_{ij} + r_i z_i \right) - r_i z_i \right]$$
    आपूर्ति बाधाओं के अधीन, जहाँ $u_{ij} = v_{ij}/r_i$ एक सामान्यीकृत भुगतान करने की इच्छा है, और $z_i$ आउटसाइड ऑप्शन की मात्रा है।
  • प्राइमल समाधान $x^*$ इष्टतम आवंटन प्रदान करता है, और आपूर्ति बाधाओं पर KKT मल्टीप्लायर्स संतुलन कीमतें $\alpha^*$ प्रदान करते हैं।

• एल्गोरिदम कार्यान्वयन:
  शोध पत्र एक क्वासी-असेंडिंग ऑक्शन एल्गोरिदम (Devanur et al. [2008] (DPSV) से अनुकूलित) का प्रस्ताव करता है जो संतुलन की गणना करता है। यह एल्गोरिदम सक्रिय क्लिक प्रकारों पर कीमतों को तब तक बढ़ाता रहता है जब तक कि आपूर्ति मांग के बराबर न हो जाए या विज्ञापनदाता आउटसाइड ऑप्शन की ओर स्विच न कर जाए, जो प्रभावी रूप से एक प्राइमल-डुअल दृष्टिकोण के माध्यम से कॉन्वेक्स प्रोग्राम को हल करता है।

3. प्रमुख योगदान और परिणाम

A. प्रतिस्पर्धी संतुलन के साथ तुल्यता (Equivalence to Competitive Equilibrium)
यह शोध पत्र स्थापित करता है कि HOTW बाजार एक क्वासी-फिशर मार्केट (Finster, Gao, and Lahaie [2025]) के समरूप (isomorphic) है। इस बाजार का प्रतिस्पर्धी संतुलन, जिसे आइसनबर्ग-गेल प्रोग्राम के माध्यम से गणना योग्य बनाया जा सकता है, बाजार-स्पष्ट (market-clearing) कीमतें और आवंटन प्रदान करता है जो सभी बजट और ROI बाधाओं को एक साथ संतुष्ट करते हैं।

B. राजस्व इष्टतमता (Revenue Optimality of Competitive Prices)
एक केंद्रीय और प्रति-सहज (counter-intuitive) परिणाम यह है कि प्रतिस्पर्धी संतुलन कीमतें $\alpha^*$ सभी समान-मूल्य तंत्रों (uniform-price mechanisms) के बीच एक्सचेंज के लिए राजस्व-इष्टतम हैं।

• मानक मोनोपॉली प्राइसिंग में, एक विक्रेता कीमतों को प्रतिस्पर्धी स्तर से ऊपर उठाने के लिए मात्रा को सीमित करता है।
• इस HOTW सेटिंग में, मांग एक "कॉर्नर-सोल्यूशन" गुण प्रदर्शित करती है: एक बार जब कीमत विज्ञापनदाता की दहलीज ($u_{ij}$) से अधिक हो जाती है, तो विज्ञापनदाता धीरे-धीरे मांग कम करने के बजाय पूरी तरह से आउटसाइड ऑप्शन की ओर चला जाता है।
• फलस्वरूप, कोई "सीमांत खरीदार" (marginal buyer) नहीं है जिसकी कम हुई मांग को शेष खरीदारों से उच्च भुगतान द्वारा संतुलित किया जा सके। एक्सचेंज आपूर्ति को सीमित करके राजस्व नहीं बढ़ा सकता; बाजार-स्पष्ट कीमत ही राजस्व की ऊपरी सीमा है।

C. पेस्ड ऑक्शन के साथ परिणाम तुल्यता (Outcome Equivalence to Paced Auctions)
लेखक सिद्ध करते हैं कि वन-शॉट प्रतिस्पर्धी संतुलन परिणाम, पेसिंग के साथ क्रमिक फर्स्ट-प्राइस ऑक्शन के संतुलन के परिणाम-तुल्य (outcome-equivalent) है (एक ऐसा तंत्र जो वर्तमान में व्यवहार में उपयोग किया जाता है)। पेसिंग मल्टीप्लायर्स जिनका क्रमिक ऑक्शन में उपयोग किया जाता है, उन्हें एक्सचेंज द्वारा पूर्व-निर्धारित (ex-ante) रूप से $\alpha^*$ के रूप में गणना किया जा सकता है। इसका अर्थ है कि वास्तविक समय की बोली लगाने की जटिल मशीनरी को एक एकल कॉन्वेक्स प्रोग्राम द्वारा बदला जा सकता है जो अंतिम आवंटन या राजस्व को बदले बिना काम करता है।

D. आर्बिट्राज-मुक्त गतिशीलता (Arbitrage-Free Dynamics)
मॉडल को समय-परिवर्तनीय आपूर्ति और मांग के लिए विस्तारित किया गया है। परिणामी कीमतें आर्बिट्राज-मुक्त (arbitrage-free) दिखाई गई हैं: एक विज्ञापनदाता का वास्तविक ROI उन सभी अवधियों में समान रहता है जिनमें वे सक्रिय होते हैं, जिससे रणनीतिक समय (strategic timing) का लाभ लेने से रोका जा सके।

4. महत्व और दावे

शोध पत्र का दावा है कि HOTW बाजारों में वास्तविक समय की नीलामियों पर वर्तमान निर्भरता एक परिचालन अक्षमता (operational inefficiency) है। यह पहचानकर कि एक्सचेंज एक ऐसे मोनोपलिस्ट के रूप में कार्य करता है जिसका सामना ज्ञात मूल्यों और घोषित बाधाओं से प्राप्त डाउनवर्ड-स्लोपिंग डिमांड कर्व से होता है, एक्सचेंज इष्टतम कीमतों को केंद्रीय रूप से हल कर सकता है।

• परिचालन सरलता (Operational Simplicity): यह दृष्टिकोण लाखों गतिशील, रणनीतिक बोली लगाने वाली अंतःक्रियाओं को एक एकल कॉन्वेक्स ऑप्टिमाइज़ेशन समस्या (या एक बहुपद-समय बढ़ते हुए नीलामी एल्गोरिदम) द्वारा बदल देता है, जिसे गतिशील रूप से विकसित होने वाली बोली लगाने की रणनीतियों की तुलना में परिचालन रूप से सरल बताया गया है।
• राजस्व गारंटी: इस अंतर्ज्ञान के विपरीत कि मल्टी-यूनिट सेटिंग्स में राजस्व अधिकतम करने के लिए नीलामी आवश्यक है, शोध पत्र प्रदर्शित करता है कि प्रतिस्पर्धी संतुलन मूल्य ही राजस्व-अधिकतम करने वाला समान मूल्य है।
• पारेटो दक्षता (Pareto Efficiency): परिणामी आवंटन बजट-भारित लॉग-उपयोगिता (नैश सोशल वेलफेयर) को अधिकतम करता है, जो विज्ञापनदाताओं के लिए पारेटो दक्षता सुनिश्चित करते हुए एक्सचेंज के राजस्व को अधिकतम करता है।

लेखक निष्कर्ष निकालते हैं कि "वन-शॉट" दृष्टिकोण न केवल सैद्धांतिक रूप से सुदृढ़ है बल्कि व्यावहारिक रूप से भी बेहतर है, जो वर्तमान नीलामी-आधारित बुनियादी ढांचे के लिए एक सरल और राजस्व-इष्टतम विकल्प प्रदान करता है।