Конкуренция в секторе цифровой рекламы: Россия на фоне глобальных трендов

В секторе цифровой рекламы - на рынках поиска, видео, социальных сетей и других - доля крупнейших цифровых платформ приближается к 80% в 2023 году. Цифровая реклама вытесняет традиционную рекламу, а цифровые платформы обладают сетевыми эффектами, особенной системой ценообразования, доступом к данным о пользователях и алгоритмами обработки этих данных, позволяющих им не только удерживать пользователей, но и точнее их классифицировать, чтобы предложить таргетированную рекламу. Исследования показывают, что чем лучше цифровая платформа определяет предпочтения пользователя, тем более высокую цену она предложит. Литература показывает, что нет общепринятого подхода к определению цены на рынке цифровой рекламы, так как он осуществляется ежесекундно в режиме онлайн-торгов (на основе системы header bidding). И в этой системе Google играет большую роль, так как владеет рекламной биржей. Если мы не понимаем от чего зависит цена на цифровую рекламу, мы не можем понять, является ли она монопольно высокой. В данной выпускной работе я рассматриваю цену рекламы CPM для Google Display, YouTube и Facebook* (входит в Meta, запрещенную в Россию в качестве экстремистской организации) и факторы, которые на нее влияют. CPM - это цена за тысячу просмотров пользователями рекламного объявления. Для России этот анализ представляет большой интерес. Потенциал России в сфере цифровой рекламы – один из самых высоких в мире. В то же самое время начиная с 2022 года на рынке цифровой рекламы России происходят радикальные изменения: запрещение одних активных участников цифровой рекламы (Meta*, Tik Tok) и уход с рынка других (Google, YouTube) сопровождается перераспределением доходов от цифровой рекламы в пользу отечественных провайдеров – Яндекс, Telegram, VK и маркетплейсы. Предложенные гипотезы разделены на группы по влияю факторов спроса пользователей, факторов предложения, факторы точности таргетинга (через конверсию в покупку, трафик), по распространению Интернета и электронной коммерции, на цену цифровой рекламы. Эмпирическая часть работы представляет собой разные модели панельного анализа: для стран, для цифровых платформ Использование данных о ценах цифровых платформ Google Display, YouTube и Facebook*, и для комбинации рынков стран и цифровых платформ. Для сохранения инвариантных со времени переменных использована модель Хаусмана-Тейлора, для борьбы с эндогенностью предложена двухуровневая модель панельных данных. В разных спецификациях подтверждены гипотезы о положительном влиянии факторов точности таргетинга на цену цифровой рекламы.