Privacy-by-design attribution model: a relative weight and spillover effect approach
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://www.teses.usp.br/teses/disponiveis/12/12139/tde-11042024-191247/ |
Resumo: | This thesis presents the Privacy-by-design Attribution Model (PBDAM), a novel approach to multi-channel attribution modeling that addresses the challenges of capturing hidden interactions and ensuring equitable credit assignment while maintaining consumer privacy. PBDAM\'s performance is rigorously assessed through a comprehensive examination of both synthetic and actual empirical data, underscoring its superiority over conventional multi-channel attribution methods. Through analyzing a synthetic dataset with aggregated daily data and evaluating actual campaign data from major companies in Brazil, PBDAM demonstrates its ability to effectively capture hidden interaction information, generate fair attribution values, and provide valuable insights without compromising consumer privacy. The findings of this research establish PBDAM as a superior model in terms of performance, equitable credit assignment, and privacy- consciousness. |
id |
USP_9983f488197b6bf15ddee5fceea18afc |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-11042024-191247 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Privacy-by-design attribution model: a relative weight and spillover effect approachModelo de atribuição privacy-by-design: uma abordagem com relative weight e efeito spilloverRelative WeightAtribuiçãoAttributionEfeito SpilloverMulti-ChannelMulticanalPrivacidadePrivacyRelative WeightSpillover EffectThis thesis presents the Privacy-by-design Attribution Model (PBDAM), a novel approach to multi-channel attribution modeling that addresses the challenges of capturing hidden interactions and ensuring equitable credit assignment while maintaining consumer privacy. PBDAM\'s performance is rigorously assessed through a comprehensive examination of both synthetic and actual empirical data, underscoring its superiority over conventional multi-channel attribution methods. Through analyzing a synthetic dataset with aggregated daily data and evaluating actual campaign data from major companies in Brazil, PBDAM demonstrates its ability to effectively capture hidden interaction information, generate fair attribution values, and provide valuable insights without compromising consumer privacy. The findings of this research establish PBDAM as a superior model in terms of performance, equitable credit assignment, and privacy- consciousness.Esta tese introduz o Modelo de Atribuição Privacy-by-design (PBDAM), uma inovação na modelagem de atribuição multicanal que resolve os desafios de identificar interações ocultas e assegurar uma distribuição justa de créditos, tudo isso preservando a privacidade do consumidor. O PBDAM foi rigorosamente avaliado com base em conjuntos de dados sintéticos e empíricos, evidenciando sua superioridade em comparação com abordagens tradicionais. A análise de um conjunto de dados sintéticos e a avaliação de campanhas de grandes empresas brasileiras permitiram ao PBDAM demonstrar sua eficácia na captura de informações de interação ocultas, na geração de avaliações de crédito equitativas e na entrega de insights relevantes, sem abrir mão da privacidade. As conclusões alcançadas confirmam o PBDAM como um modelo avançado, com destaque em performance, equidade na atribuição de créditos e responsabilidade com a privacidade.Biblioteca Digitais de Teses e Dissertações da USPFreire, Otávio Bandeira de LamônicaCardoso, Eduardo Ogawa2023-11-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/12/12139/tde-11042024-191247/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesseng2024-05-06T14:40:03Zoai:teses.usp.br:tde-11042024-191247Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-05-06T14:40:03Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Privacy-by-design attribution model: a relative weight and spillover effect approach Modelo de atribuição privacy-by-design: uma abordagem com relative weight e efeito spillover |
title |
Privacy-by-design attribution model: a relative weight and spillover effect approach |
spellingShingle |
Privacy-by-design attribution model: a relative weight and spillover effect approach Cardoso, Eduardo Ogawa Relative Weight Atribuição Attribution Efeito Spillover Multi-Channel Multicanal Privacidade Privacy Relative Weight Spillover Effect |
title_short |
Privacy-by-design attribution model: a relative weight and spillover effect approach |
title_full |
Privacy-by-design attribution model: a relative weight and spillover effect approach |
title_fullStr |
Privacy-by-design attribution model: a relative weight and spillover effect approach |
title_full_unstemmed |
Privacy-by-design attribution model: a relative weight and spillover effect approach |
title_sort |
Privacy-by-design attribution model: a relative weight and spillover effect approach |
author |
Cardoso, Eduardo Ogawa |
author_facet |
Cardoso, Eduardo Ogawa |
author_role |
author |
dc.contributor.none.fl_str_mv |
Freire, Otávio Bandeira de Lamônica |
dc.contributor.author.fl_str_mv |
Cardoso, Eduardo Ogawa |
dc.subject.por.fl_str_mv |
Relative Weight Atribuição Attribution Efeito Spillover Multi-Channel Multicanal Privacidade Privacy Relative Weight Spillover Effect |
topic |
Relative Weight Atribuição Attribution Efeito Spillover Multi-Channel Multicanal Privacidade Privacy Relative Weight Spillover Effect |
description |
This thesis presents the Privacy-by-design Attribution Model (PBDAM), a novel approach to multi-channel attribution modeling that addresses the challenges of capturing hidden interactions and ensuring equitable credit assignment while maintaining consumer privacy. PBDAM\'s performance is rigorously assessed through a comprehensive examination of both synthetic and actual empirical data, underscoring its superiority over conventional multi-channel attribution methods. Through analyzing a synthetic dataset with aggregated daily data and evaluating actual campaign data from major companies in Brazil, PBDAM demonstrates its ability to effectively capture hidden interaction information, generate fair attribution values, and provide valuable insights without compromising consumer privacy. The findings of this research establish PBDAM as a superior model in terms of performance, equitable credit assignment, and privacy- consciousness. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-11-06 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/12/12139/tde-11042024-191247/ |
url |
https://www.teses.usp.br/teses/disponiveis/12/12139/tde-11042024-191247/ |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1809090613086257152 |