(资料图片)
无论是Progressive的Flo还是Geicogecko，普通电视观众可能不会过多考虑商业广告是否具有娱乐性。但是，您看到什么广告以及何时看到它们背后有相当复杂的科学依据。
伦斯勒理工学院供应链和分析学助理教授塞巴斯蒂安·苏伊里斯(SebastianSouyris)是拉里管理学院院长R.Wellington"83管理学教授，他和他的合作伙伴结合了数学规划和机器学习来优化广告投放时间.Souyris与SridharSeshadri、AlanJ.和JoyceD.Baltz教授以及伊利诺伊大学香槟分校CarleIllinois医学院Gies商学院和健康创新教授以及SriramSubramanian一起参与了研究，SriramSubramanian现在是Pinterest数据科学负责人。
该团队的工作产生了一个模型，该模型为电视网络带来3-5%的收入增长，这转化为一个重要用户每年6000万美元的收入。这种业务影响赢得了2022年INFORMS收入管理和定价部门实践奖的认可。
“广告排期是一个具有挑战性的多周期、混合整数规划问题，”Souyris说。“网络必须满足广告商的活动目标并最大限度地提高收入。广告必须在一组独特的限制条件下到达特定的目标群体，而观众的数量是不确定的。然而，成功地优化时间表为网络带来了巨大的回报。”
广告是电视网络的主要收入来源。2022年，美国广告商在电视广告上的支出超过680亿美元，占所有广告的30%。
团队的决策支持系统综合了许多复杂的考虑因素。广告商和网络之间的合同规定了一定时间范围内目标人群的一定数量的观看次数或印象，以及一定数量的广告投放给目标收视率，即使印象数量已经完成。还概述了广告的速度，或每天的广告数量。有时一天中的时间、广告在广告时段的位置以及播放广告的节目也会指定。最重要的是，广告商不希望他们的广告在竞争对手旁边播放。
网络必须根据过去的数据和节目的预期成功程度来估计达到指定印象所需的广告数量。他们也倾向于高估，目的是避免在提供的印象多于承诺的情况下免费赠送通话时间。
决策支持系统分为三个阶段。在第一阶段，根据仍需获得的展示次数为广告分配权重。更大的数字等于更高的权重。在第二阶段，优化模型将广告分配给休息时间。在第三阶段，模型确定广告在休息期间播放的位置。该系统每天制定时间表，允许集成最新数据，例如尼尔森评级。
“三阶段调度方法将广告安排在休息时间内的位置级别，尽可能详细，”Souyris说。“使用我们的系统可以在几分钟内制定出接近最佳的广告投放时间。”
伦斯勒拉利管理学院代理院长ChanakaEdirisinghe表示：“这是我们教师将数据分析与数学建模相结合以实现优化调度和提高盈利能力的研究的又一次成功应用。”“Souyris博士的三阶段方法通过将多周期视图和约束纳入混合整数数据驱动的优化决策模型，突破了当前广告调度领域最先进实践的界限。”
营业执照公示信息