Enchères en temps réel et données personnelles : une expérimentation

Enchères en temps réel et données personnelles: une
expérimentation
Martin Quinn et Vincent Toubiana
ECN EHESS
04-01-2016
Martin Quinn et Vincent Toubiana (ECN EHESS)Enchères en temps réel et données personnelles: une expérimentation04-01-2016 1 / 51

Outline
1 Presentation
Le Real Time Bidding (RTB)
Environnement
Contribution
2 Methodologie
Le modèle
Description techniques
Les expérimentations
3 Resultats
Resultats de la 1ere expérience
Travaux en cours
4 Discussion
Predictions

Outline
Introduction: le ”real time bidding”
Achat de publicit´es en volume
Advertiser
Site
Contrats (CPM,CPC etc)

Outline
structure ” Adnetwork” ...
AdvertiserAdvertiserAdvertiser
Ad
network
SiteSiteSite

Outline
..aujourd’hui les ench`eres en temps r´eel

Presentation
Outline
1 Presentation
Environnement
Contribution
2 Methodologie
Le mod`ele
3 Resultats
Travaux en cours
4 Discussion
Predictions

Presentation Le Real Time Bidding (RTB)
Etat du march´e
Figure: Observatoire de la publicit´e digitale, PwC s1 2015

Structure simpliﬁ´ee
Platform
us1 us2 us3 ad1ad2ad3
Site

Platform
Site
1

Platform
Site
1
2

Platform
Site
1
2
3

Platform
Site
1
2
3
4

Platform
Site
1
2
3
4
5

Platform
Site
1
2
3
4
5
6

1
2
3
4
5
6

Structure avec interm´ediaires
Platform
DSP1 DSP2
DSP3
SSP1SSP2
SSP3
Site

Platform
DSP1 DSP2
DSP3
SSP1SSP2
SSP3
Site
1

Platform
DSP1 DSP2
DSP3
SSP1SSP2
SSP3
Site
1
2

Platform
DSP1 DSP2
DSP3
SSP1SSP2
SSP3
Site
1
2
3

Platform
DSP1 DSP2
DSP3
SSP1SSP2
SSP3
Site
1
2
3 4

Platform
DSP1 DSP2
DSP3
SSP1SSP2
SSP3
Site
1
2
3 4
5

Platform
DSP1 DSP2
DSP3
SSP1SSP2
SSP3
Site
1
2
3 4
56

Platform
DSP1 DSP2
DSP3
SSP1SSP2
SSP3
Site
1
2
3 4
56
7

Platform
DSP1 DSP2
DSP3
SSP1SSP2
SSP3
Site
1
2
3 4
56
7
8

1
2
3 4
56
7
8

0

0
1

0
1
2
3 4
56
7
8

Le ”cookie matching”
Platform
User Bidder

Platform
User Bidder
1
La platforme
lit le cookie
de l’utilisateur
”AAA”

Platform
User Bidder
1
La platforme
lit le cookie
de l’utilisateur
”AAA”
2
La platforme
pr´esente le
cookie ”AAA”

Platform
User Bidder
1
La platforme
lit le cookie
de l’utilisateur
”AAA”
2
La platforme
pr´esente le
cookie ”AAA”
Peut lire ”AAA”
mais pas son
propre cookie
⇒mauvaise
ench`ere

Platform
User Bidder
1
La platforme
lit le cookie
de l’utilisateur
”AAA”
2
La platforme
pr´esente le
cookie ”AAA”
Peut lire ”AAA”
mais pas son
propre cookie
⇒mauvaise
ench`ere
3

Platform
User Bidder
1
La platforme
lit le cookie
de l’utilisateur
”AAA”
2
La platforme
présente le
cookie ”AAA”
Peut lire ”AAA”
mais pas son
propre cookie
⇒mauvaise
enchère
3
4
L’enchérisseur
comprend que
”AAA” = ”123”
⇒meilleure
information

Platform
User Bidder
1
La platforme
lit le cookie
de l’utilisateur
”AAA”
2
La platforme
présente le
cookie ”AAA”
Peut lire ”AAA”
mais pas son
propre cookie
⇒mauvaise
enchère
3
4
L’enchérisseur
comprend que
”AAA” = ”123”
⇒meilleure
information
table de correspondance

Presentation Environnement
Privatics

Privatics
2013 ⇒ Papier de l’équipe Privatics de l’INRIA ”Selling off
privacy at auction”, Olejnik, Minh-Dung and Castellucia.
Problématiques: quel prix pour les données personnelles dans le
RTB? Quelle diffusion des données personnelles?
Exploitation d’une faille dans le processus RTB → récupération
du prix des emplacements publicitaires ( 25% des prix visibles).
Construction de robots:
1 Caractérisation des robots en fonction de différentes catégories de
profils type.
2 Récupération des prix sur une liste de sites identifiés.

Résultats de l’équipe Privatics
Fréquence et impact du cookie matching dans les
enchères⇒considérable,
Impact des caractéristiques du cookies sur le prix pratiqués
pour un emplacement publicitaire.
Mise à disposition d’un outil quantified self:
http://yourvalue.inrialpes.fr/

R´esultats de l’´equipe Privatics

Enjeux
Enjeux de recherche:
Quel prix pour les donn´ees personnelles? Pour les donn´ees
contextuelles?⇒ Quel prix pour cet utilisateur dans cette situation?
Quel environnement concurrentiel dans le RTB?

Enjeux
::::
Quel::::
prix:::::
pour:::
les::::::::
donn´ees:::::::::::::
personnelles? Pour les donn´ees
contextuelles?⇒ Quel prix pour cet utilisateur dans cettesituation?

Enjeux
::::
Quel::::
prix:::::
pour:::
les::::::::
donn´ees:::::::::::::

Enjeux
::::
Quel::::
prix:::::
pour:::
les::::::::
données:::::::::::::
Quel environnement concurrentiel dans le RTB?==¿ les stratégies
des enchérisseurs sont-elles différentes?

Méthode
Même méthodologie de récupération des prix ,
Modèle statistique permettant de comprendre l’impact croisé
d’un utilisateur dans une situation sur le prix,
Plusieurs aspects à prendre en compte dans la formulation d’une
enchère.

Aspects
La structure concurentielle
Le partage de la valeur
L’information disponible
Les strat´egies possibles
Utilisateurs
Publicitaires
Environnement
valeur des donn´ees personnelles
valeur du contexte

Type d’enchère
Enchères au second prix (Vickrey),
Un seul emplacement à la fois ,
Prix plancher.

Environment informationnel
Information incomplète et imparfaite: base commune + cookie
propriétaire,
Cookie matching: entre tous les acteurs, de manière répété... ⇒
enchères en information maximum.

Presentation Contribution
1ere
expérimentation
Analyse hédonique des prix pratiqués:
Comprendre l’impact de chaque caractéristiques de l’enchère sur
le prix,
Analyser les différentes stratégies des enchérisseurs.

Presentation Contribution
2nd
expérimentation
Analyse dynamique du prix face à des chocs:
Protection/anonymat: changement de comportement pendant le
surf, concernant l’anonymat/la vie privée,
Diversification du profil: nouvelles préférences pour d’autres
catégories pendant le surf,
Actions contributives volontaires: commentaires, notes...
pendant le surf.

Methodologie
Outline
1 Presentation
Environnement
Contribution
2 Methodologie
Le mod`ele
3 Resultats
Travaux en cours
4 Discussion
Predictions

Methodologie Le modèle
Design
Profil
Categories
V. démographiques
Intention d’achat
Protection
Crawler
Profil
Crawler

Methodologie Le mod`ele
Design
Crawler
Rtb Site 1
Rtb Site 2
Rtb Site 3
Rtb Site 4
Rtb Site 5
Rtb Site 6
Rtb Site 7
Rtb Site 8
Rtb Site 9
Rtb Site 10
Rtb Site 11
Rtb Site 12
Rtb Site 13
Rtb Site ...
Rtb Site 11
Rtb Site 12
Rtb Site N
Rtb Site 11
Rtb Site 12
Rtb Site N
Rtb Site 11
Rtb Site 12
Rtb Site N
Base de
prix RTB

Methodologie Description techniques
Probl`emes
1 Crawler instable, peu scalable et peu instanciable
2 Variables d´emographiques: google ferme Ad preferences
3 Tous les prix ne sont pas visibles

1: nouveau Crawler
OpenWPM est un crawler développé par Princeton.
L’outil est con¸cu spécifiquement pour crawler un même site avec
plusieur profils
Un ”TaskManager” distribue les tâches aux différents 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 parallèle.
Les différentes instances étaient lancées depuis le même process ⇒
manque de stabilité.

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 équipe de Carnegie Melon a étudié l’impact des critères
démographiques sur les publicitées affichées.
Ils ont notament observé que les hommes se voyaient proposer des
annonces d’emplois correspondant à des salaires plus élevés.
L’étude s’appuyait sur ”Ads preferences” qui permettait de renseigner
les données sociaux-démo utilisées par Google.
Google a salué l’étude ... et fermé ”Ads preferences” quelques
semaines plus tard.

2: Ad preferences
Alternative ⇒ Exelate (un Data-broker):
Différentes données socio-démo peuvent être renseignées
Dès que le profil est renseigné, il’y a une synchronisation avec
plusieurs acteurs (dont Google)

Exelate

Ce que nous observons
L’extension ”RTB Watcher” de l’INRIA est utilisée pour collecter:
Les prix des publicités
Le nom du ad-exchanger ainsi que l’enchérisseur gagnant
Les ”cookies matching” (ce qui permet un proxy du nombre
d’enchérisseurs)
L’extension a été modifiée pour extraire les informations suivantes:
Annonceur qui affiche sa publicité
Dimension de la publicité
Le script qui affiche la publicité

Autres variables
Caractéristiques du site: catégorie, acteurs tierces, réputation,
vues, rang
Caractéristiques environnementales: aspect temporel,
géographique...
Caractéristiques de la plateforme: premium ou pas, reputation...

Methodologie Les expérimentations
1ere
expérimentation
Profils
72 profils vides → détermination sur 5 variables (rapport IAB):
Catégorie: Sport, Mode, Technologie
Variables démographiques: age et sexe
Protection: aucune ou DNT =+ acteurs tierces
Intention d’achat: oui ou non

1ere
expérimentation
72 profils Catégories
V. démographiques
Protection
Intention d’achat
Crawler
72 profils Site ..
Site 1
Site n
Crawler

2nd
expérimentation
Profils
4 groupes de 18 profils vides → détermination sur 4 variables.
Catégorie: Sport, Mode, Technologie
Variables démographiques: age et sexe

2nd
expérimentation
Nous créons trois types de choc:
Protection/anonymat: changement de comportement pendant le surf,
l’internaute s’oppose à la publicitée ciblée
Diversification du profil: nouvelles préférences pour d’autres
catégories pendant le surf
Actions contributives volontaires: commentaires, notes... pendant le
surf

2nd
expérimentation
72 profils Catégories
V. démographiques
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
1 Presentation
Environnement
Contribution
2 Methodologie
Le mod`ele
3 Resultats
Travaux en cours
4 Discussion
Predictions

Resultats Resultats de la 1ere
expérience
L’Inria et nos résultats
L’analyse des profils:
Prix supérieurs avec intention d’achat (significatif dans toutes les
catégories).
Différents niveaux de prix entre catégories (Mode>Sport>Techno).
Effet négatif significatif de la protection des utilisateurs sur le prix
(seulement pour quelques enchérisseurs).

expérience
Résultats préliminaires
Résultats similaires pour l’analyse contextuelle:
Effet temporel: prix supérieur le matin (mais significatifs seulement
pour quelques sites/encherisseurs).
Différences très significatives de prix entre enchérisseur ⇒différentes
stratégies.
Prix et sites: notion de sites stars dans des cas précis.

expérience
Stratégie des enchérisseurs
Différentes stratégies:
Profils précis dans une situation précise: importante variation entre
les enchérisseurs
Les entreprises intéressées par le même couple profil/contexte ne
font pas forcément augmenter les prix. ⇒ évitent la concurrence
frontale,
Souligne les différentes stratégies et une possible entente tacite sur
la répartition des segments d’utilisateurs.

Resultats Travaux en cours
Travaux encours
Renforcer la 1ere expérimentation ⇒ Décomposer le prix gagnant en
fonction des caractéristiques.
2nd expérimentation ⇒ Analyser l’impact des changements de
préférences des utilisateurs sur le comportement des enchérisseurs.

Discussion
Outline
1 Presentation
Environnement
Contribution
2 Methodologie
Le mod`ele
3 Resultats
Travaux en cours
4 Discussion
Predictions

Discussion Predictions
Native advertising
La limite entre contenu organique, contenu sponsorisé
et publicité n’est pas clairement définie,
Le Native Advertising mélange la publicité au contenu.
Certains l’ont déjà automatisé,
Une personnalisation du contenu ”sponsorisé” basée
sur les profils et le RTB.

Le CPM et le ClickBait
Le RTB diminue
l’importance du contexte
dans lequel une pub est vue,
Paiement ”à la publicité
vue” ⇒ développement de
titre accrocheur,
Rémunération des auteurs
selon le trafic,
Tendance à écrire des
articles ”viraux” qui seront
plus consultés.

Merci
Questions?
martin.quinn@telecom-paristech.fr
vtoubiana@cnil.fr

Enchères en temps réel et données personnelles : une expérimentation

Enchères en temps réel et données personnelles : une expérimentation

Recommended

More Related Content

Viewers also liked

Viewers also liked(20)

Similar to Enchères en temps réel et données personnelles : une expérimentation

Similar to Enchères en temps réel et données personnelles : une expérimentation(8)

More from Bodyspacesociety Blog

More from Bodyspacesociety Blog(20)

Recently uploaded

Recently uploaded(15)

Enchères en temps réel et données personnelles : une expérimentation