• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Master's Dissertation
DOI
Document
Author
Full name
Felipe Martins
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2019
Supervisor
Committee
Esteves, Luís Gustavo (President)
González-lópez, Verónica Andrea
Stern, Rafael Bassi
Title in Portuguese
Otimização de uma campanha publicitária na rede de pesquisa do Google Ads utilizando Teoria da Decisão Bayesiana
Keywords in Portuguese
Otimização no Google Ads
Publicidade digital
Teoria da Decisão Bayesiana
Abstract in Portuguese
A publicidade digital promove produtos e serviços através da internet e proporciona uma excelente segmentação de clientes, pois pode filtrar clientes por determinado interesse. Entre todas as empresas que vendem espaços publicitários na internet, a que mais se destaca por quantidade de anunciantes e usuários é o Google Ads. A plataforma de anúncios do Google proporciona ao anunciante uma quantidade enorme de configurações para os anúncios. Por exemplo, na rede de pesquisa, o anunciante pode criar vários anúncios para diversas palavras-chave e produtos, pode escolher um lance diferente por palavra-chave, dispositivo, data, dia da semana e hora do dia. Entretanto, otimizar uma campanha com várias configurações possíveis não é algo trivial, pois requer que o agente decisor pense em todas as configurações possíveis e nos riscos induzidos por cada combinação de escolhas. Tradicionalmente, as campanhas são avaliadas por duas métricas: O ROI (Return of Investiment) e a taxa de conversão, essas métricas são calculadas em função de estatísticas descritivas da campanha e por mais eficientes que essa abordagem possa ser, não levam em consideração os fator aleatórios na tomada de decisão. O propósito desta dissertação é criar uma metodologia, que será fundamentada em teoria da decisão, para determinar a configuração ótima para uma campanha no Google Ads utilizando uma perspectiva bayesiana.
Title in English
Optimization of online advertising campaign on Google Ads search network using Bayesian Decision Theory
Keywords in English
Bayesian Decision Theory
Google Ads optimization
Internet advertisement
Abstract in English
Internet advertising is a way to promote products and services through internet. This kind of advertisement provides an excellent approach to segment possible clients, since they can be filtered acording to their interests. Among the various digital advertising platforms, the most used in terms of the number of users is the Google Ads. Traditionally, campaigns are mainly created based on two metrics: the ROI (Return On Investment) and the Conversion Rate. However, as efficient as these methods may be, they do not consider other unknown variables that may influence the choice of the campaign. The purpose of this Dissertation is to create a probability-based methodology for determining optimal settings within the Ads tool using a Bayesian perspective.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
felipe.pdf (1.11 Mbytes)
Publishing Date
2019-11-04
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2020. All rights reserved.