CN116051191A - 一种基于数据分析的新媒体广告投放推荐*** - Google Patents

Abstract

本发明属于广告投放领域，涉及数据分析技术，用于解决无法结合用户所要销售商品的各项客户属性进行针对性的进行投放推荐的问题，具体是一种基于数据分析的新媒体广告投放推荐***，包括投放推荐平台，投放推荐平台通信连接有消费分析模块、投放分析模块、转化监控模块以及存储模块，消费分析模块用于对广告投放的商品进行消费属性分析：通过存储模块调取广告投放的商品在L1个月内的购买数据，购买数据包括购买用户的年龄与性别，由购买用户的年龄最大值与年龄最小值构成年龄范围；本发明对广告投放的商品进行消费属性分析，然后根据分类对不同的商品采用不同的推荐模式进行广告投放推荐，提高广告投放的转化率。

Description

一种基于数据分析的新媒体广告投放推荐***

技术领域

本发明属于广告投放领域，涉及数据分析技术，具体是一种基于数据分析的新媒体广告投放推荐***。

背景技术

广告营销是指企业通过广告对产品展开宣传推广，促成消费者的直接购买，扩大产品的销售，提高企业的知名度、美誉度和影响力的活动，随着经济全球化和市场经济的迅速发展，在企业营销战略中广告营销活动发挥着越来越重要的作用，是企业营销组合中的一个重要组成部分；

现有技术中的新媒体广告投放推荐***仅能够通过单一的推荐模式对用户进行广告投放推荐分析，而无法结合用户所要销售商品的各项客户属性进行针对性的进行投放推荐，导致广告投放转化率低下；

针对上述技术问题，本申请提出一种解决方案。

发明内容

本发明的目的在于提供一种基于数据分析的新媒体广告投放推荐***，用于解决无法结合用户所要销售商品的各项客户属性进行针对性的进行投放推荐的问题。

本发明需要解决的技术问题为：如何提供一种可以结合用户所要销售商品的各项客户属性进行针对性的进行投放推荐的新媒体广告投放推荐***。

本发明的目的可以通过以下技术方案实现：

一种基于数据分析的新媒体广告投放推荐***，包括投放推荐平台，所述投放推荐平台通信连接有消费分析模块、投放分析模块、转化监控模块以及存储模块；

所述消费分析模块用于对广告投放的商品进行消费属性分析：通过存储模块调取广告投放的商品在L1个月内的购买数据，购买数据包括购买用户的年龄与性别，由购买用户的年龄最大值与年龄最小值构成年龄范围，将年龄范围分割为若干个年龄区间，获取年龄位于年龄区间内的购买用户数量并标记为年龄区间的购买值，将购买值数值最大的L1个年龄区间标记为突出区间，将突出区间的购买值建立购买集合，对购买集合进行方差计算得到购买系数，通过存储模块获取到购买阈值，将购买集合的购买系数与购买阈值进行比较并通过比较结果对商品的购买特征、性别特征以及年龄推荐范围进行标记；

所述投放分析模块用于对商品进行投放平台推荐分析：若商品的购买特征为集中，则采用筛选模式进行投放分析并得到推荐对象；若商品的购买特征为分散，则采用转化模式进行投放分析并得到推荐对象；

将推荐对象发送至投放推荐平台，投放推荐平台接收到推荐对象后将推荐对象发送至用户的手机终端；

所述转化监控模块用于对用户的广告投放转化状态进行监控分析。

作为本发明的一种优选实施方式，将购买集合的购买系数与购买阈值进行比较的具体过程包括：若购买系数小于购买阈值，则判定突出区间的用户购买力具有相似性，对购买力数值最大的L1+1个年龄区间进行购买系数计算并重新与购买阈值进行比对，以此类推，直至购买系数不小于购买阈值，则判定突出区间的用户购买力不具有相似性，由上一次进行购买系数计算的突出区间的最小边界值与最大边界值构成商品的年龄推荐范围，同时将商品的购买特征标记为集中；若购买系数大于等于购买阈值，则判定突出区间的用户购买力不具有相似性，由购买值数值最大的年龄区间构成商品的年龄推荐范围，同时将商品的购买特征标记为分散；对年龄推荐范围内的购买用户的性别进行统计：若性别为男性的购买用户数量占据购买用户总数量的一半，则将商品的性别特征标记为男性；否则，将商品的性别特征标记为女性；将商品的购买特征、性别特征以及年龄推荐范围通过投放推荐平台发送至投放分析模块。

作为本发明的一种优选实施方式，采用筛选模式进行投放分析的具体过程包括：将具有广告投放功能的软件标记为投放对象，将投放对象的注册用户按照商品的性别特征以及年龄推荐范围进行筛选得到投放对象的筛选用户，获取投放对象的筛选用户的使用数据SY、上线数据SX以及活跃数据HY；筛选用户的使用数据SY为最近L2个月内筛选用户使用投放对象的总时长；筛选用户的上线数据SX为最近L2个月内筛选用户登录投放对象的总次数；筛选用户的活跃数据HY为最近L2个月内筛选用户在投放对象中进行活跃操作的总次数，活跃操作包括：添加购物车、添加收藏、点赞、转发；通过对使用数据SY、上线数据SX以及活跃数据HY进行数值计算得到投放对象的推荐系数TJ；将推荐系数TJ数值最大的投放对象标记为推荐对象。

作为本发明的一种优选实施方式，采用转化模式进行投放分析的具体过程包括：将具有广告投放功能的软件标记为投放对象，获取投放对象的点击数据DJ、价格数据JG以及用户数据YH，投放对象的点击数据DJ为最近L1个月内投放对象的广告被点击总次数，投放对象的价格数据JG为投放对象的广告投放单价数值，投放对象的用户数据YH为投放对象的注册用户总人数；通过对点击数据DJ、价格数据JG以及用户数据YH进行数值计算得到投放对象的价值系数JZ；将价值系数JZ数值最大的投放对象标记为推荐对象。

作为本发明的一种优选实施方式，所述转化监控模块对用户的广告投放转化状态进行监控分析的具体过程包括：用户完成广告投放后进行计时，当完成广告投放的时间达到D1天时，获取商品进行广告投放的点击率DL以及转化率ZL，点击率DL为最近D1天内商品广告在投放软件中的被点击次数与展示总时长的比值，转化率ZL为最近D1天内商品广告在投放软件中获得转化标志的次数与广告投放总成本的比值，转化标志包括接收到注册成功页面、购买成功页面以及下载成功页面；通过对点击率DL以及转化率ZL进行数值计算得到商品广告投放的转化系数ZH，通过存储模块获取到转化阈值ZHmin，将转化系数ZH与转化阈值ZHmin进行比较并通过比较结果对用户的广告投放转化状态是否满足要求进行判定。

作为本发明的一种优选实施方式，将转化系数ZH与转化阈值ZHmin进行比较的具体过程包括：若转化系数ZH小于转化阈值ZHmin，则判定用户的广告投放转化状态不满足要求，转化监控模块向投放推荐平台发送重新推荐信号，投放推荐平台接收到重新推荐信号后将重新推荐信号发送至用户的手机终端；若转化系数ZH大于等于转化阈值ZHmin，则判定用户的广告投放转化状态满足要求，转化监控模块向投放推荐平台发送转化合格信号，投放推荐平台接收到转化合格信号后将转化合格信号发送至用户的手机终端。

该基于数据分析的新媒体广告投放推荐***的工作方法，包括以下步骤：

步骤一：对广告投放的商品进行消费属性分析并得到商品的购买特征、性别特征以及年龄推荐范围；

步骤二：通过商品的购买特征选择筛选模式或转化模式进行投放分析并对推荐对象进行标记；

步骤三：对用户的广告投放转化状态进行监控分析：用户完成广告投放后进行计时，当完成广告投放的时间达到D1天时对商品在投放软件中的转化系数进行计算，通过转化系数的数值大小对广告投放转化状态是否满足要求进行判定。

本发明具备下述有益效果：

1、通过消费分析模块可以对广告投放的商品进行消费属性分析，通过对商品的目标用户的年龄层及分散程度，对商品的购买特征进行标记，从而根据购买特征对商品进行分类，然后根据分类对不同的商品采用不同的推荐模式进行广告投放推荐，提高广告投放的转化率；

2、通过投放分析模块可以对商品进行投放平台推荐分析，采用两种不同的投放分析模式对不同购买特征的商品进行投放推荐，针对于购买用户年龄层级集中的商品，采用筛选模式从投放软件的受众面进行筛选，针对于购买用户年龄层及分散的商品，采用转化模式从投放软件的整体转化情况进行筛筛选，从而保证各类型的商品均能够匹配到合适的投放软件；

3、通过转化监控模块可以对用户的广告投放转化状态进行监控分析并得到转化系数，通过转化系数对商品的广告转化率进行反馈，从而通过反馈结果对投放软件与商品的适配性进行监控，在适配性不满足要求时及时更换投放方案。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的***框图；

图2为本发明实施例二的方法流程图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，一种基于数据分析的新媒体广告投放推荐***，包括投放推荐平台，投放推荐平台通信连接有消费分析模块、投放分析模块、转化监控模块以及存储模块。

消费分析模块用于对广告投放的商品进行消费属性分析：通过存储模块调取广告投放的商品在L1个月内的购买数据，购买数据包括购买用户的年龄与性别，由购买用户的年龄最大值与年龄最小值构成年龄范围，将年龄范围分割为若干个年龄区间，获取年龄位于年龄区间内的购买用户数量并标记为年龄区间的购买值，将购买值数值最大的L1个年龄区间标记为突出区间，将突出区间的购买值建立购买集合，对购买集合进行方差计算得到购买系数，通过存储模块获取到购买阈值，将购买集合的购买系数与购买阈值进行比较：若购买系数小于购买阈值，则判定突出区间的用户购买力具有相似性，对购买力数值最大的L1+1个年龄区间进行购买系数计算并重新与购买阈值进行比对，以此类推，直至购买系数不小于购买阈值，则判定突出区间的用户购买力不具有相似性，由上一次进行购买系数计算的突出区间的最小边界值与最大边界值构成商品的年龄推荐范围，同时将商品的购买特征标记为集中；若购买系数大于等于购买阈值，则判定突出区间的用户购买力不具有相似性，由购买值数值最大的年龄区间构成商品的年龄推荐范围，同时将商品的购买特征标记为分散；对年龄推荐范围内的购买用户的性别进行统计：若性别为男性的购买用户数量占据购买用户总数量的一半，则将商品的性别特征标记为男性；否则，将商品的性别特征标记为女性；将商品的购买特征、性别特征以及年龄推荐范围通过投放推荐平台发送至投放分析模块；对广告投放的商品进行消费属性分析，通过对商品的目标用户的年龄层及分散程度，对商品的购买特征进行标记，从而根据购买特征对商品进行分类，然后根据分类对不同的商品采用不同的推荐模式进行广告投放推荐，提高广告投放的转化率。

投放分析模块用于对商品进行投放平台推荐分析：若商品的购买特征为集中，则采用筛选模式进行投放分析：将具有广告投放功能的软件标记为投放对象，将投放对象的注册用户按照商品的性别特征以及年龄推荐范围进行筛选得到投放对象的筛选用户，获取投放对象的筛选用户的使用数据SY、上线数据SX以及活跃数据HY；筛选用户的使用数据SY为最近L2个月内筛选用户使用投放对象的总时长；筛选用户的上线数据SX为最近L2个月内筛选用户登录投放对象的总次数；筛选用户的活跃数据HY为最近L2个月内筛选用户在投放对象中进行活跃操作的总次数，活跃操作包括：添加购物车、添加收藏、点赞、转发；通过公式TJ＝α1*SY+α2*SX+α3*HY得到投放对象的推荐系数TJ，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；将推荐系数TJ数值最大的投放对象标记为推荐对象；若商品的购买特征为分散，则采用转化模式进行投放分析：将具有广告投放功能的软件标记为投放对象，获取投放对象的点击数据DJ、价格数据JG以及用户数据YH，投放对象的点击数据DJ为最近L1个月内投放对象的广告被点击总次数，投放对象的价格数据JG为投放对象的广告投放单价数值，投放对象的用户数据YH为投放对象的注册用户总人数；通过公式JZ＝(β1*DJ+β2*YH)/(β3*JG)得到投放对象的价值系数JZ，其中β1、β2以及β3均为比例系数，且β3＞β2＞β1＞1；将价值系数JZ数值最大的投放对象标记为推荐对象；将推荐对象发送至投放推荐平台，投放推荐平台接收到推荐对象后将推荐对象发送至用户的手机终端；对商品进行投放平台推荐分析，采用两种不同的投放分析模式对不同购买特征的商品进行投放推荐，针对于购买用户年龄层级集中的商品，采用筛选模式从投放软件的受众面进行筛选，针对于购买用户年龄层及分散的商品，采用转化模式从投放软件的整体转化情况进行筛筛选，从而保证各类型的商品均能够匹配到合适的投放软件。

转化监控模块用于对用户的广告投放转化状态进行监控分析：用户完成广告投放后进行计时，当完成广告投放的时间达到D1天时，获取商品进行广告投放的点击率DL以及转化率ZL，点击率DL为最近D1天内商品广告在投放软件中的被点击次数与展示总时长的比值，转化率ZL为最近D1天内商品广告在投放软件中获得转化标志的次数与广告投放总成本的比值，转化标志包括接收到注册成功页面、购买成功页面以及下载成功页面；通过公式ZH＝γ1*DL+γ2*ZL得到商品广告投放的转化系数ZH，其中γ1与γ2均为比例系数，且γ1＞γ2＞1，通过存储模块获取到转化阈值ZHmin，将转化系数ZH与转化阈值ZHmin进行比较：若转化系数ZH小于转化阈值ZHmin，则判定用户的广告投放转化状态不满足要求，转化监控模块向投放推荐平台发送重新推荐信号，投放推荐平台接收到重新推荐信号后将重新推荐信号发送至用户的手机终端；若转化系数ZH大于等于转化阈值ZHmin，则判定用户的广告投放转化状态满足要求，转化监控模块向投放推荐平台发送转化合格信号，投放推荐平台接收到转化合格信号后将转化合格信号发送至用户的手机终端；对用户的广告投放转化状态进行监控分析并得到转化系数，通过转化系数对商品的广告转化率进行反馈，从而通过反馈结果对投放软件与商品的适配性进行监控，在适配性不满足要求时及时更换投放方案。

实施例二

如图2所示，一种基于数据分析的新媒体广告投放推荐方法，包括以下步骤：

步骤一：对广告投放的商品进行消费属性分析并得到商品的购买特征、性别特征以及年龄推荐范围，对不同的商品采用不同的推荐模式进行广告投放推荐，提高广告投放的转化率；

步骤二：通过商品的购买特征选择筛选模式或转化模式进行投放分析并对推荐对象进行标记，保证各类型的商品均能够匹配到合适的投放软件；

步骤三：对用户的广告投放转化状态进行监控分析：用户完成广告投放后进行计时，当完成广告投放的时间达到D1天时对商品在投放软件中的转化系数进行计算，通过转化系数的数值大小对广告投放转化状态是否满足要求进行判定，对投放软件与商品的适配性进行监控，在适配性不满足要求时及时更换投放方案。

一种基于数据分析的新媒体广告投放推荐***，工作时，对广告投放的商品进行消费属性分析并得到商品的购买特征、性别特征以及年龄推荐范围；通过商品的购买特征选择筛选模式或转化模式进行投放分析并对推荐对象进行标记；对用户的广告投放转化状态进行监控分析：用户完成广告投放后进行计时，当完成广告投放的时间达到D1天时对商品在投放软件中的转化系数进行计算，通过转化系数的数值大小对广告投放转化状态是否满足要求进行判定。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式TJ＝α1*SY+α2*SX+α3*HY；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的推荐系数；将设定的推荐系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为4.48、3.69和2.17；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的推荐系数；只要不影响参数与量化后数值的比例关系即可，如推荐系数与使用数据的数值成正比。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.一种基于数据分析的新媒体广告投放推荐***，其特征在于，包括投放推荐平台，所述投放推荐平台通信连接有消费分析模块、投放分析模块、转化监控模块以及存储模块；

所述消费分析模块用于对广告投放的商品进行消费属性分析：通过存储模块调取广告投放的商品在L1个月内的购买数据，购买数据包括购买用户的年龄与性别，由购买用户的年龄最大值与年龄最小值构成年龄范围，将年龄范围分割为若干个年龄区间，获取年龄位于年龄区间内的购买用户数量并标记为年龄区间的购买值，将购买值数值最大的L1个年龄区间标记为突出区间，将突出区间的购买值建立购买集合，对购买集合进行方差计算得到购买系数，通过存储模块获取到购买阈值，将购买集合的购买系数与购买阈值进行比较并通过比较结果对商品的购买特征、性别特征以及年龄推荐范围进行标记；

所述投放分析模块用于对商品进行投放平台推荐分析：若商品的购买特征为集中，则采用筛选模式进行投放分析并得到推荐对象；若商品的购买特征为分散，则采用转化模式进行投放分析并得到推荐对象；

将推荐对象发送至投放推荐平台，投放推荐平台接收到推荐对象后将推荐对象发送至用户的手机终端；

所述转化监控模块用于对用户的广告投放转化状态进行监控分析。

2.根据权利要求1所述的一种基于数据分析的新媒体广告投放推荐***，其特征在于，将购买集合的购买系数与购买阈值进行比较的具体过程包括：若购买系数小于购买阈值，则判定突出区间的用户购买力具有相似性，对购买力数值最大的L1+1个年龄区间进行购买系数计算并重新与购买阈值进行比对，以此类推，直至购买系数不小于购买阈值，则判定突出区间的用户购买力不具有相似性，由上一次进行购买系数计算的突出区间的最小边界值与最大边界值构成商品的年龄推荐范围，同时将商品的购买特征标记为集中；若购买系数大于等于购买阈值，则判定突出区间的用户购买力不具有相似性，由购买值数值最大的年龄区间构成商品的年龄推荐范围，同时将商品的购买特征标记为分散；对年龄推荐范围内的购买用户的性别进行统计：若性别为男性的购买用户数量占据购买用户总数量的一半，则将商品的性别特征标记为男性；否则，将商品的性别特征标记为女性；将商品的购买特征、性别特征以及年龄推荐范围通过投放推荐平台发送至投放分析模块。

3.根据权利要求2所述的一种基于数据分析的新媒体广告投放推荐***，其特征在于，采用筛选模式进行投放分析的具体过程包括：将具有广告投放功能的软件标记为投放对象，将投放对象的注册用户按照商品的性别特征以及年龄推荐范围进行筛选得到投放对象的筛选用户，获取投放对象的筛选用户的使用数据SY、上线数据SX以及活跃数据HY；筛选用户的使用数据SY为最近L2个月内筛选用户使用投放对象的总时长；筛选用户的上线数据SX为最近L2个月内筛选用户登录投放对象的总次数；筛选用户的活跃数据HY为最近L2个月内筛选用户在投放对象中进行活跃操作的总次数，活跃操作包括：添加购物车、添加收藏、点赞、转发；通过对使用数据SY、上线数据SX以及活跃数据HY进行数值计算得到投放对象的推荐系数TJ；将推荐系数TJ数值最大的投放对象标记为推荐对象。

4.根据权利要求3所述的一种基于数据分析的新媒体广告投放推荐***，其特征在于，采用转化模式进行投放分析的具体过程包括：将具有广告投放功能的软件标记为投放对象，获取投放对象的点击数据DJ、价格数据JG以及用户数据YH，投放对象的点击数据DJ为最近L1个月内投放对象的广告被点击总次数，投放对象的价格数据JG为投放对象的广告投放单价数值，投放对象的用户数据YH为投放对象的注册用户总人数；通过对点击数据DJ、价格数据JG以及用户数据YH进行数值计算得到投放对象的价值系数JZ；将价值系数JZ数值最大的投放对象标记为推荐对象。

5.根据权利要求4所述的一种基于数据分析的新媒体广告投放推荐***，其特征在于，所述转化监控模块对用户的广告投放转化状态进行监控分析的具体过程包括：用户完成广告投放后进行计时，当完成广告投放的时间达到D1天时，获取商品进行广告投放的点击率DL以及转化率ZL，点击率DL为最近D1天内商品广告在投放软件中的被点击次数与展示总时长的比值，转化率ZL为最近D1天内商品广告在投放软件中获得转化标志的次数与广告投放总成本的比值，转化标志包括接收到注册成功页面、购买成功页面以及下载成功页面；通过对点击率DL以及转化率ZL进行数值计算得到商品广告投放的转化系数ZH，通过存储模块获取到转化阈值ZHmin，将转化系数ZH与转化阈值ZHmin进行比较并通过比较结果对用户的广告投放转化状态是否满足要求进行判定。

6.根据权利要求5所述的一种基于数据分析的新媒体广告投放推荐***，其特征在于，将转化系数ZH与转化阈值ZHmin进行比较的具体过程包括：若转化系数ZH小于转化阈值ZHmin，则判定用户的广告投放转化状态不满足要求，转化监控模块向投放推荐平台发送重新推荐信号，投放推荐平台接收到重新推荐信号后将重新推荐信号发送至用户的手机终端；若转化系数ZH大于等于转化阈值ZHmin，则判定用户的广告投放转化状态满足要求，转化监控模块向投放推荐平台发送转化合格信号，投放推荐平台接收到转化合格信号后将转化合格信号发送至用户的手机终端。

7.根据权利要求1-6任一项所述的一种基于数据分析的新媒体广告投放推荐***，其特征在于，该基于数据分析的新媒体广告投放推荐***的工作方法，包括以下步骤：

步骤一：对广告投放的商品进行消费属性分析并得到商品的购买特征、性别特征以及年龄推荐范围；

步骤二：通过商品的购买特征选择筛选模式或转化模式进行投放分析并对推荐对象进行标记；

步骤三：对用户的广告投放转化状态进行监控分析：用户完成广告投放后进行计时，当完成广告投放的时间达到D1天时对商品在投放软件中的转化系数进行计算，通过转化系数的数值大小对广告投放转化状态是否满足要求进行判定。

Images