(資料圖片)
無論是Progressive的Flo還是Geicogecko，普通電視觀眾可能不會過多考慮商業廣告是否具有娛樂性。但是，您看到什么廣告以及何時看到它們背后有相當復雜的科學依據。
倫斯勒理工學院供應鏈和分析學助理教授塞巴斯蒂安·蘇伊里斯(SebastianSouyris)是拉里管理學院院長R.Wellington"83管理學教授，他和他的合作伙伴結合了數學規劃和機器學習來優化廣告投放時間.Souyris與SridharSeshadri、AlanJ.和JoyceD.Baltz教授以及伊利諾伊大學香檳分校CarleIllinois醫學院Gies商學院和健康創新教授以及SriramSubramanian一起參與了研究，SriramSubramanian現在是Pinterest數據科學負責人。
該團隊的工作產生了一個模型，該模型為電視網絡帶來3-5%的收入增長，這轉化為一個重要用戶每年6000萬美元的收入。這種業務影響贏得了2022年INFORMS收入管理和定價部門實踐獎的認可。
“廣告排期是一個具有挑戰性的多周期、混合整數規劃問題，”Souyris說。“網絡必須滿足廣告商的活動目標并最大限度地提高收入。廣告必須在一組獨特的限制條件下到達特定的目標群體，而觀眾的數量是不確定的。然而，成功地優化時間表為網絡帶來了巨大的回報。”
廣告是電視網絡的主要收入來源。2022年，美國廣告商在電視廣告上的支出超過680億美元，占所有廣告的30%。
團隊的決策支持系統綜合了許多復雜的考慮因素。廣告商和網絡之間的合同規定了一定時間范圍內目標人群的一定數量的觀看次數或印象，以及一定數量的廣告投放給目標收視率，即使印象數量已經完成。還概述了廣告的速度，或每天的廣告數量。有時一天中的時間、廣告在廣告時段的位置以及播放廣告的節目也會指定。最重要的是，廣告商不希望他們的廣告在競爭對手旁邊播放。
網絡必須根據過去的數據和節目的預期成功程度來估計達到指定印象所需的廣告數量。他們也傾向于高估，目的是避免在提供的印象多于承諾的情況下免費贈送通話時間。
決策支持系統分為三個階段。在第一階段，根據仍需獲得的展示次數為廣告分配權重。更大的數字等于更高的權重。在第二階段，優化模型將廣告分配給休息時間。在第三階段，模型確定廣告在休息期間播放的位置。該系統每天制定時間表，允許集成最新數據，例如尼爾森評級。
“三階段調度方法將廣告安排在休息時間內的位置級別，盡可能詳細，”Souyris說。“使用我們的系統可以在幾分鐘內制定出接近最佳的廣告投放時間。”
倫斯勒拉利管理學院代理院長ChanakaEdirisinghe表示：“這是我們教師將數據分析與數學建模相結合以實現優化調度和提高盈利能力的研究的又一次成功應用。”“Souyris博士的三階段方法通過將多周期視圖和約束納入混合整數數據驅動的優化決策模型，突破了當前廣告調度領域最先進實踐的界限。”
營業執照公示信息