Predicting Facebook Ad Impressions & Cpm Values

dc.contributor.advisor Özlük, Özgür
dc.contributor.author Tekten, Semih
dc.date.accessioned 2019-11-12T13:42:02Z
dc.date.available 2019-11-12T13:42:02Z
dc.date.issued 2018
dc.description.abstract It is estimated that there are more than two billion active users on Facebook as of the first quarter of 2018 and social media has tremendous opportunities for advertisers in terms of performance and measurability. However, for marketing managers, it is very difficult to manage all the campaigns on different marketing channels and optimize for better results.For that reason, Facebook Marketing Partners or other optimization solutions emerged in the ad­tech market. In order to improve existing optimization solutions in the market, ad impression costs will be predicted in this study by using different machine learning techniques and different algorithms. The main goal of this study is to generate a robust model for predicting CPM values on Facebook, and to use that model as an in put for the existing optimization solution Adphorus offers for its clients. Adphorus is one of the Facebook Marketing Partners in the market.
dc.description.abstract 2018’in ilk çeyreği itibariyle Facebook aktif kullanıcı sayısının 2 milyarın üzerinde olduğu tahmin ediliyor ve sosyal medya reklam verenler için performans ve ölçümleme anlamında sayısız fırsatlar sunuyor. Ancak pazarlama yöneticileri için bu aynı zamanda daha iyi sonuç almak amacıyla farklı kanallarda çok sayıda kampanya yönetmek anlamına da gelmekte ve yorucu olmaktadır. Bu sebeplerle “ad­tech” sektöründe “Facebook Marketing Partners” ve optimizasyon çözümleri sunan şirketler doğmuştur. Bu çalışmada, piyasadaki optimizasyon çözümlerini geliştirmek için farklı makine öğrenim teknikleri ve algoritmaları kullanılarak Facebook reklam gösterim maliyetleri (CPM) tahmin edilecektir. Bu projenin amacı Facebook CPM değerlerini güçlü bir şekilde tahmin ederek, bu tahminleri Adphorus’un hali hazırda müşterilerine sunduğu optimizasyon algoritması içerisinde kullanmaktır. Adphorus, Türkiye merkezli Facebook Marketing Partner şirketidir.
dc.identifier.citation Tekten, S. (2018). Predicting facebook ad ımpressions & CPM values, MEF Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye
dc.identifier.uri https://hdl.handle.net/20.500.11779/1194
dc.language.iso en
dc.publisher MEF Üniversitesi, Fen Bilimleri Enstitüsü
dc.rights info:eu-repo/semantics/openAccess
dc.subject Facebook Ad Delivery
dc.subject CPM Prediction
dc.subject CPM Forecasting
dc.subject Impression  Prediction
dc.subject Impression Forecasting
dc.subject Facebook Reklam Dağıtımı
dc.subject Reklam Gösterimi Tahminleme
dc.subject Reklam Gösterim Maliyeti Tahminleme 
dc.title Predicting Facebook Ad Impressions & Cpm Values
dc.title.alternative Facebook reklam gösterim adet ve maliyetlerini tahmin etme
dc.type Master's Degree Project
dspace.entity.type Publication
gdc.author.institutional Tekten, Semih
gdc.coar.access open access
gdc.coar.type text::thesis::master thesis
gdc.description.department Lisansüstü Eğitim Enstitüsü, Büyük Veri Analitiği Yüksek Lisans Programı
gdc.description.publicationcategory YL-Bitirme Projesi
gdc.description.scopusquality N/A
gdc.description.wosquality N/A
gdc.publishedmonth N/A
gdc.virtual.author Özlük, Özgür
relation.isAuthorOfPublication 78d216c1-2c30-45e3-9ba3-2d8f3acca8b6
relation.isAuthorOfPublication.latestForDiscovery 78d216c1-2c30-45e3-9ba3-2d8f3acca8b6
relation.isOrgUnitOfPublication 636850bf-e58c-4b59-bcf0-fa7418bb7977
relation.isOrgUnitOfPublication 0d54cd31-4133-46d5-b5cc-280b2c077ac3
relation.isOrgUnitOfPublication a6e60d5c-b0c7-474a-b49b-284dc710c078
relation.isOrgUnitOfPublication.latestForDiscovery 636850bf-e58c-4b59-bcf0-fa7418bb7977

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Semih Tekten.pdf
Size:
4.07 MB
Format:
Adobe Portable Document Format
Description:
YL-Proje Dosyası

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
0 B
Format:
Item-specific license agreed upon to submission
Description: