Online Learning Methods for Pricing and Advertising

Nowadays, when it comes to selling a product online, there are several key factors that require careful consideration. Two of the most significant factors are the pricing strategy and the investments in advertising. When determining the price of a product, it is essential to strike a balance. The price should neither be set too low, as this would result in a reduced revenue from the single sale, nor too high, as it may deter potential buyers. The amount of money we invest in advertising should be balanced to let people know our offer without overspending or reaching people who are not interested. These two aspects are usually handled disjointedly by humans, but this, even if we proceed to optimize for the two components individually, may lead to a suboptimal solution. In this thesis, we focus on the adoption of online learning to solve the task of finding the optimal price for a product and how to advertise it properly. This thesis encompasses various facets of pricing and advertising, offering both theoretical frameworks and practical solutions for addressing the associated challenges. The first part of the thesis faces pricing methods. Initially, we introduce a practical and efficient approach tailored to e-commerce pricing. This method empowers e-commerce businesses to price properly the long tail. Subsequently, our focus shifts to theoretical aspects of pricing, particularly emphasizing the problem of learning temporal dynamics. In the second part, we discuss the theoretical aspects of advertising, with a particular focus on marketing mix models and how to handle them in a tractable way. In the third and final part, we bring together the problems of pricing and advertising, presenting a unified approach to address both aspects concurrently. This integrated approach allows us to strive for efficient and optimal solutions in the complex landscape of online product sales.

Al giorno d'oggi, un e-commerce che vuole commercializzare un prodotto online deve tenere in considerazione diversi aspetti per poterlo fare al meglio. Due dei fattori più significativi sono la strategia di selezione del prezzo ottimale e gli investimenti pubblicitari. Nel determinare il prezzo per un prodotto, è essenziale trovare un giusto equilibrio. Il prezzo non dovrebbe essere troppo basso, poiché ciò comporterebbe una riduzione del ricavo dalla singola vendita, né troppo alto, poiché potrebbe scoraggiare potenziali acquirenti. L'importo in denaro che investiamo nella pubblicità dovrebbe essere bilanciato per far conoscere la nostra offerta senza spendere eccessivamente ed evitando di raggiungere persone non interessate. Solitamente, questi due aspetti sono gestiti separatamente dagli esseri umani, ma ottimizzare queste due componenti individualmente potrebbe portare ad una soluzione non ottimale. In questa tesi, ci concentriamo sull'adozione dell'apprendimento online per risolvere il problema di trovare il prezzo ottimale per un prodotto e di come pubblicizzarlo correttamente. Questa tesi comprende vari aspetti relativi a pricing e advertising, offrendo sia prospettive teoriche che soluzioni pratiche per affrontare le sfide associate. La prima parte della tesi approfondisce i metodi di pricing. Inizialmente, presentiamo un approccio pratico ed efficiente per il pricing ottimale dei prodotti in vendita su siti di e-commerce che consente di prezzare coerentemente la long tail. Successivamente, l'attenzione si sposta sugli aspetti teorici del pricing, con particolare enfasi sul problema dell'apprendimento delle dinamiche temporali. Nella seconda parte, discutiamo gli aspetti teorici dell'advertising, con particolare attenzione al marketing mix model, il cui scopo è trovare il giusto mix di campagne di diverso tipo per massimizzare le vendite. Nella terza e ultima parte, uniamo i problemi dell'optimal pricing e dell'advertising, presentando un approccio unificato per affrontare entrambi gli aspetti contemporaneamente. Questo approccio integrato ci consente di cercare soluzioni efficienti ed ottimali nel complesso panorama delle vendite online dei prodotti.