CN105427132A - 一种广告效果的量化方法和*** - Google Patents

Abstract

本发明涉及一种广告效果的量化方法，包括：根据历史项目分别提取不同特定条件下的特征数据；将所述特定条件和特征数据利用回归分析得到广告效果模型；接收用户自定义条件；根据所述广告效果模型对所述用户自定义条件进行计算得出量化结果；和展示所述量化结果。本发明还涉及一种广告效果的量化***。

Description

一种广告效果的量化方法和***

技术领域

本发明涉及一种广告效果的量化方法和***，特别涉及一种基于历史项目的广告效果的量化方法和***。

背景技术

广告投放以市场为导向，但广告费用毕竟资源有限，因此如何将广告费用合理地配置，则显得尤为重要。广告投放者通过了解某个特定条件下的广告效果(总收视率、到达率)，合理安排广告投放量(比如曝光)，从而得出广告费用的预算。

当前市场上存在某些特定条件下的历史项目，由此可以得出这些特定条件下的广告效果的特征数据的行业平均水平。其中特定条件是指城市、控频、目标受众的属性(如性别、年龄等)情况。由于这些特定条件下的历史项目的特征数据较少，无法实现各种特定条件下的广告效果的特征数据的行业平均水平的表现。

发明内容

有鉴于此，本发明提供一种基于历史项目的广告效果的量化方法和***，从而可以根据历史项目数据，合理安排广告投放量，节约大量预算。

本发明的第一个方面涉及一种广告效果的量化方法，包括：根据历史项目分别提取不同特定条件下的特征数据；将所述特定条件和特征数据利用回归分析得到广告效果模型；接收用户自定义条件；根据所述用户自定义条件调取已有量化结果或根据所述用户自定义条件利用所述广告效果模型进行计算得出量化结果；和展示所述量化结果。

优选地，所述特定条件包括城市、目标受众属性和控频中的一种或多种。

在本发明的一些实施方式中，所述特定条件包括城市、目标受众属性和控频。

优选地，所述用户自定义条件包括所述特定条件和所述特征数据中的一种或多种。

优选地，还包括将历史项目中的特定条件和特征数据推及为其相应的特定条件和特征数据。

在本发明的一些实施方式中，所述推及是同类型特征条件和特征数据的推及。

在本发明的一些实施方式中，所述推及是在建模时进行的。

在本发明的一些实施方式中，所述推及规则被写入广告效果模型。

优选地，所述特征数据包括曝光、毛评点和到达率。

优选地，所述广告效果模型是曝光、毛评点与到达率之间的关系。

优选地，展示所述量化结果包括：用图表形式展示所述用户定义条件下的曝光、毛评点与到达率之间的关系；或固定一种或两种特征数据，展示其余特征数据。

优选地，所述图表形式包括到达率曲线。

本发明的第二个方面涉及一种广告效果的量化***，其中包括：数据提取模块，根据历史项目提取不同特定条件下的特征数据；建模模块，将所述条件和特征数据利用回归分析得到广告效果模型；接收模块，用于接收用户自定义条件；计算模块，根据所述广告效果模型对所述用户自定义条件进行计算得出量化结果；和量化数据展示模块，展示所述量化结果。

优选地，所述***还包括推及模块，用于将所述历史项目中的特定条件和特征数据推及为其相应的特定条件和特征数据中的一种或多种。

在本发明中，本发明的发明人通过使用特定条件在历史数据中确定多组特征数据，进而将多组特征数据进行回归分析从而得到特征数据之间的关系，由此帮助广告投放者根据现有资源确定最佳广告投放方案，因此解决了广告业在广告效果量化方面长期以来的困扰。同时，对于市场调研领域而言，由于大数据技术的介入，从历史数据中挖掘出更大的价值，为实现大数据的利用迈出了坚实的一步。

附图说明

下面将通过参照附图详细描述本发明的优选实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，附图中：

图1是根据本发明的具体实施例的广告效果的量化方法的步骤图。

具体实施方式

在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员来说显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。

本文中所用的术语“广告到达率”(Reach)是用来衡量在一定时期内,目标受众当中会看到、读到或听到所传播的广告信息的人的比例。

“总收视(听)率”，又称毛评点(GRP，GrossRatingPoints)。计算方法是以到达率乘以收视频率。该指标可以用来描述某个媒体播出计划中，一定时间内广告的总影响力。

“投放量”是指广告投放的力度，会影响毛评点和广告到达率。在不同的屏幕中，常用的投放量指标可能会不同。在互联网广告界，例如PC和手机，多以曝光量(Impression)作为衡量指标；而电视，多以播放次数为衡量指标。

“到达率曲线”是指由广告获得的投放量和到达率组成的曲线，反映随投放量增大，到达率提高的情况。在本发明中，到达率曲线可以通过采集监控数据，经过大数据计算得到，也可以由第三方直接提供。

本发明中的术语“曲线”可以是由连续的点组成，也可以是由具有一定步长的点组成。

“历史项目”是指已经完成的广告营销项目，例如某个品牌在某个渠道(例如电视)中投放的一拔广告活动项目的历史数据等。这些历史项目的数据可以从调研公司获得、或是广告主直接提供，也可以是由广告监测公司积累的项目数据中获得。

“控频”(FrequencyCapping)是指广告曝光的频率上限。随着视频观看时间的增加，视频广告时间同样也有所增长。如果是时长较长的视频，对某些广告进行曝光频率控制是必须的。每个消费者都曾遇到过这种事情，即在观看一段时长相对较长的视频时(如在线观看世界杯)，会看到同样一段广告20次以上。如果没有设置广告曝光频率上限，或者设置得过高，都有可能引起观众的反感。

图1是根据本发明的具体实施例的广告效果的量化方法的步骤图。如图1所示，根据本发明的具体实施例的广告效果的量化方法，包括以下步骤：

步骤S101，根据历史项目分别提取不同特定条件下的特征数据。具体而言，特定条件包括城市、目标受众属性和控频，其中，所述特定条件和所述特征数据来自于历史项目。根据项目和需要不同，所述特定条件并不限于城市、目标受众属性和控频，还可以包括其他用户关注的特定条件，只要能够影响广告效果即可。也可以根据用户需要选择合适的特定条件。

步骤S102，将所述特定条件和特征数据利用回归分析得到广告效果模型。具体而言，所述广告效果模型是曝光、毛评点与到达率之间的关系，在此情况下，所述特征数据包括曝光、毛评点和到达率。不同的历史项目，所对应的城市、目标受众属性、控频等可能不一样。首先需要通过不同的城市、目标受众属性、控频等划分项目，然后对不同特定条件下的这些项目分别使用回归模型得出曝光、GRP(iGRP)、到达率关系。

回归分析(regressionanalysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。根据本发明的具体实施例的广告效果的量化方法是确定曝光、毛评点与到达率之间的关系，前提是在所述不同特定条件下的历史项目中提取多组特征数据，也就是相互依赖的多种变量，具体而言就是曝光、毛评点和到达率。

在本发明的一些实施例中，可以将特定条件分级。例如，城市可以按城市名、城市规模、人口数量、行政级别等维度区分；目标受众属性可以按性别、年龄段、兴趣、上网时间等维度区分；或者可以按照行业的维度区分，分别进行回归分析建模。

回归分析是一种广泛应用的数据分析方法，其建模的方式有很多，技术也很成熟。本发明的回归分析模型并不限于特定的模型，因为所用的维度有很多，因此需要建立多种不同的模型，也会根据需要不断的增加模型或对已有模型进行改进。

由于某些特殊的城市、控频等特定条件下的项目数量较少或没有，不能够使用回归模型。针对这些情况，使用推及的方法解决。例如将数据不全的城市推及到与其人口数量，经济发展状况相似的已经建模的城市。或是考虑近似的行业的数据。除了通过类似城市推及其它城市以外，还可以通过不同城市的条件之间存在的某种关系的推及，比如根据某城市的控频A与控频B存在的关系，来将控频B推及为控频A的数据。这些关系被写入回归分析模型，从某种意义上说是充实了模型库和数据库。

步骤S103，接收用户自定义条件。

接收用户自定义条件的方式可以是接收用户输入，也可以是提供预设的条件值供用户选择。例如提供城市选项，如北京、上海、天津等；年龄段选项，如20～30岁、30～40岁等；性别选项；控频值选项；或曝光数选项，如1万、5万、10万等。预设的条件并不限于上述列举的，只要满足用户的需求即可。

所述用户自定义条件包括所述特定条件和所述特征数据中的一种或多种。用户自定义条件还包括在建模时已被推及的特定条件和特征数据。例如将经济状况、人口规模等条件类似的城市视为相同的条件，或者将特定条件扩展为特定范围从而将落入特定范围的用户自定义条件推及为特定条件。如步骤102所述，该推及可以在回归分析建模时进行，如对特定条件进行分级；2.该推及的方法不仅可以包括特定条件分级进行，还可以包括通过不同城市的条件之间存在的某种关系进行推及，比如根据城市C1的控频F1与控频F2存在的关系，推出控频F2。

步骤S104，根据所述广告效果模型对所述用户自定义条件进行计算得出量化结果。其中所述用户自定义的特征数据包括曝光、毛评点和到达率中至少一个。

在本发明的一些实施方式中，用户的自定义条件与历史项目数据吻合，则根据所述用户自定义条件调取已有量化结果。

步骤S105，展示所述量化结果。展示所述量化结果包括：用图表形式展示所述用户定义条件下的曝光、毛评点与到达率之间的关系；或固定一种或两种特征数据，展示其余特征数据。

具体而言，用图表形式展示所述用户定义条件下的曝光、毛评点与到达率之间的关系；或固定一种或两种特征数据，展示其余特征数据。

例如，在提供曝光的用户自定义的特征数据的情况下，展示毛评点和到达率的图表形式；或是查看某个城市，针对某年龄段受众的曝光、毛评点与到达率的关系。在根据本发明的具体实施例的广告效果的量化方法的一个实例中，在提供毛评点的情况下，展示到达率曲线，即曝光和到达率之间的图表形式。

根据本发明的具体实施例的广告效果的量化方法的常见的应用场景是用户给出期望的最终广告效果，通过根据本发明的具体实施例的广告效果的量化方法得出用户需要投入多少资金才能达到此广告效果。用户自定义即可完成类似需求，它是指用户根据需求定义其中任意值，即可获取其它值是多少。比如用户自定义到达率的值，即可获取此到达率对应的曝光、毛评点分别是多少。

综上，用户自定义曝光、毛评点、到达率中的任意值，即可获取其它值。

根据本发明的具体实施例的广告效果的量化***，其中包括：数据提取模块，根据历史项目提取不同特定条件下的特征数据；建模模块，将所述条件和特征数据利用回归分析得到广告效果模型；接收模块，用于接收用户自定义条件；计算模块，根据所述广告效果模型对所述用户自定义条件进行计算得出量化结果；和展示模块，展示所述量化结果。

所述***还包括推及模块，用于将所述历史项目中的特定条件和特征数据推及为其相应的特定条件和特征数据中的一种或多种。

在本发明中，本发明的发明人通过使用不同特定条件在历史数据中确定多组特征数据，进而将多组特征数据进行回归分析从而得到特征数据之间的关系，由此帮助广告投放者根据现有资源确定最佳广告投放方案，因此解决了广告业在广告效果量化方面长期以来的困扰。同时，对于市场调研领域而言，由于大数据技术的介入，从历史数据中挖掘出更大的价值，为实现大数据的利用迈出了坚实的一步。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本申请不限制于任何特定形式的硬件和软件的结合。

本发明已经通过上述实施例进行了说明，但应当理解的是，上述实施例只是用于举例和说明的目的，而非意在将本发明限制于所描述的实施例范围内。此外本领域技术人员可以理解的是，本发明并不局限于上述实施例，根据本发明的教导还可以做出更多种的变型和修改，这些变型和修改均落在本发明所要求保护的范围以内。本发明的保护范围由附属的权利要求书及其等效范围所界定。

Claims (10)

1.广告效果的量化方法，包括：

根据历史项目分别提取不同特定条件下的特征数据；

将所述特定条件和特征数据利用回归分析得到广告效果模型；

接收用户自定义条件；

根据所述用户自定义条件调取已有量化结果或根据所述用户自定义条件利用所述广告效果模型进行计算得出量化结果；和

展示所述量化结果。

2.根据权利要求1所述的量化方法，其中所述特定条件包括城市、目标受众属性和控频中的一种或多种。

3.根据权利要求1所述的量化方法，其中所述用户自定义条件包括所述特定条件和所述特征数据中的一种或多种。

4.根据权利要求1所述的量化方法，其中还包括将所述用户自定义条件推及为其相应的特定条件中的一种或多种。

5.根据权利要求1所述的量化方法，其中所述特征数据包括曝光、毛评点和到达率。

6.根据权利要求5所述的量化方法，其中所述广告效果模型是曝光、毛评点与到达率之间的关系。

7.根据权利要求6所述的量化方法，其中展示所述量化结果包括：

用图表形式展示所述用户定义条件下的曝光、毛评点与到达率之间的关系；或

固定一种或两种特征数据，展示其余特征数据。

8.根据权利要求7所述的量化方法，其中所述图表形式包括到达率曲线。

9.广告效果的量化***，其中包括：

数据提取模块，根据历史项目提取不同特定条件下的特征数据；

建模模块，将所述条件和特征数据利用回归分析得到广告效果模型；

接收模块，用于接收用户自定义条件；

计算模块，根据所述广告效果模型对所述用户自定义条件进行计算得出量化结果；和

展示模块，展示所述量化结果。

10.根据权利要求9所述的量化***，其中所述***还包括

推及模块，用于将所述历史项目中的特定条件和特征数据推及为其相应的特定条件和特征数据中的一种或多种。