CN116611888A - 竞价广告的动态出价方法、存储介质及电子设备 - Google Patents
竞价广告的动态出价方法、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116611888A CN116611888A CN202310506510.5A CN202310506510A CN116611888A CN 116611888 A CN116611888 A CN 116611888A CN 202310506510 A CN202310506510 A CN 202310506510A CN 116611888 A CN116611888 A CN 116611888A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- data
- user
- score
- media
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 30
- 238000006243 chemical reaction Methods 0.000 claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000013507 mapping Methods 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims abstract description 6
- 230000004913 activation Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000037007 arousal Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0611—Request for offers or quotes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0273—Determination of fees for advertising
- G06Q30/0275—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种竞价广告的动态出价方法、存储介质及电子设备。所述方法包括:响应于广告主数据请求,从多个媒体平台获取广告数据和/或从用户终端获取用户数据,并将所述广告数据和所述用户数据分类存储到预先创建的对应数据库表中;对所述广告数据和所述用户数据进行处理,获取广告转化数据和用户标签数据;将所述广告转化数据和所述用户标签数据输入到预设的分数计算模型,通过所述分数计算模型计算出媒体用户分数;基于媒体用户分数和调价系数的映射关系获取所述媒体用户分数对应的调价系数,并基于所述调价系数生成对应的广告出价信息。本发明可以有效提升竞价广告的数据获取效率和准确性,高效及时得出准确的出价建议和系数。
Description
技术领域
本申请属于互联网媒体技术领域,涉及竞价广告管理控制领域,特别是涉及一种竞价广告的动态出价方法、存储介质及电子设备。
背景技术
竞价广告是一种广告主通过对广告机会竞价的方式来竞得广告曝光的新型互联网广告形式。对于广告主来说,每次广告曝光的机会都可能带来后续转化,广告主们可以通过出更高的价格获得广告曝光,从而带来更多的广告点击量、App激活量、用户下单量以及更多的成交机会。所以广告主想提高投放效果,就需要对不同出价后的广告及用户进行全面评估分析,从而找到最合适的获客价格,将收益最大化。
现有技术中,广告推广平台(简称“媒体”)一般能为广告主提供的数据包括:广告曝光量、点击量、App激活量和消耗成本,但是用户在广告主站内的行为数据,包括下载注册量、电话咨询量、商品收藏及下单量等成交数据是没办法在媒体平台获取的,同时无法利用广告主的用户数据进行精准出价。
此外,媒体平台和广告主本身存在博弈关系,媒体提供给的上述数据可能不完整且不准确,这就导致广告主需要安排专门的人员通过表格类基础工具来统计分析大量标签数据,甚至是几十万条的广告计划的转化数据,从而得到哪些广告需要调整价格,再到媒体后台手动修改。由于投放人员的水平和精力有限,就导致大量的广告主其实无法完成这项工作。
发明内容
本申请提供一种竞价广告的动态出价方法、存储介质及电子设备,用于提升竞价广告的数据获取效率和准确性。
第一方面,本申请实施例提供一种竞价广告的动态出价方法,包括:响应于广告主数据请求,从多个媒体平台获取广告数据和/或从用户终端获取用户数据,并将所述广告数据和所述用户数据分类存储到预先创建的对应数据库表中;对所述广告数据和所述用户数据进行处理,获取广告转化数据和用户标签数据;将所述广告转化数据和所述用户标签数据输入到预设的分数计算模型,通过所述分数计算模型计算出媒体用户分数;基于媒体用户分数和调价系数的映射关系获取所述媒体用户分数对应的调价系数,并基于所述调价系数生成对应的广告出价信息。
在所述第一方面的一种实现方式中,还包括创建数据库表;创建的所述数据库表包括基础转化归因表,用户数据表以及用户分数数据表;其中,所述基础转化归因表用于存储所述广告数据;所述用户数据表用于存储所述用户数据,所述用户分数数据表用户存储所述媒体用户分数。
在所述第一方面的一种实现方式中,所述基础转化归因表,所述用户数据表和/或所述用户分数数据表分别至少建立有日期索引和ID索引。
在所述第一方面的一种实现方式中,所述从多个媒体平台获取广告数据,并将所述广告数据分类存储到预先建立的对应数据库表中包括:从各所述媒体平台提供的API接口获取所述广告数据;将所述广告数据分类,并基于为各所述媒体平台配置的数据转换协议对所述广告数据进行转换;将分类的所述广告数据和转换后的广告数据存储到所述基础转化归因表。
在所述第一方面的一种实现方式中,所述广告数据包括广告曝光数,广告点击数,广告唤起数,广告消耗成本中的多种组合;所述用户数据包括用户注册数,用户激活数,用户收藏数,用户下单数中的多种组合。
在所述第一方面的一种实现方式中,所述对所述广告数据和所述用户数据进行处理,获取广告转化数据包括以下中的任一种或多种组合:基于所述广告点击数和所述广告曝光数获取广告点击率;基于所述用户激活数和所述广告点击数获取广告激活率;基于所述用户下单数和所述用户激活数获取广告下单率;基于所述广告消耗成本和所述用户点击数获取点击成本;基于所述广告消耗成本和所述用户激活数获取广告激活成本;基于所述广告消耗成本和所述用户下单数获取广告下单成本。
在所述第一方面的一种实现方式中,转换的所述广告数据包括广告账号,广告计划,广告素材,广告出价方式,广告优化目标,广告的曝光点击消费,广告投放的成本、广告收入、广告转化率中的任一种或多种组合。
在所述第一方面的一种实现方式中,还包括:获取所述媒体用户分数对应的用户人群数量;基于所述用户人群数量调整所述媒体用户分数和所述调价系数的映射关系。
在所述第一方面的一种实现方式中,所述基于所述调价系数生成对应的广告出价信息包括:基于所述调价系数生成广告出价价格,或者基于所述调价系数生成出价升降提示信息。
第二方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本申请第一方面中任一项所述的竞价广告的动态出价方法。
第三方面,本申请实施例提供一种电子设备,所述电子设备包括:存储器,存储有一计算机程序;处理器,与所述存储器通信相连,调用所述计算机程序时执行本申请第一方面中任一项所述的竞价广告的动态出价方法。
本申请实施例提供的竞价广告的动态出价方法,可以自动从多个媒体平台获取广告数据,并自动分类存储,转化广告数据,自动计算各媒体用户分数,以确定调价系数,可以有效提升竞价广告的数据获取效率和准确性,解决了人工后台获取广告效果数据,并分析各种广告计划的优劣和转化数据的问题,提高了数据可靠性和完整性,也便于多维度分析和优化投放效果。而且本发明将竞价广告在推广阶段、转换阶段和成交阶段的数据实现高效收集和自动处理,并高效及时得出准确的出价建议和系数,避免广告主投入过多无效的试错成本。
附图说明
图1显示为本申请一实施例的竞价广告的动态出价方法的应用场景示意图。
图2显示为本申请一实施例的竞价广告的动态出价方法的流程图。
图3显示为本申请一实施例的竞价广告的动态出价方法的数据表示意图。
图4显示为本申请一实施例的竞价广告的动态出价方法中广告数据的存储过程的示意图。
图5显示为本申请一实施例的竞价广告的动态出价方法中媒体用户分数和调价系数的映射关系示例图。
图6显示为本申请一实施例的竞价广告的动态出价方法中调价系数的调整示意图。
图7显示为本申请一实施例的竞价广告的动态出价方法的实施过程示意图。
图8显示为本申请一实施例中电子设备的结构示意图。
元件标号说明
100 电子设备
101 存储器
102 处理器
103 显示器
S100~S400 步骤
S401~S402 步骤
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本申请的基本构想,遂图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
一般媒体平台提供给广告主的广告数据可能不完整且不准确,这就导致广告主需要安排专门的人员通过表格类基础工具来统计分析大量标签数据,甚至是几十万条的广告计划的转化数据,从而得到哪些广告需要调整价格,再到媒体后台手动修改。由于投放人员的水平和精力有限,就导致大量的广告主其实无法完成这项工作。
因此广告主主要面临以下问题:
1)广告主堆人力统计广告数据,人力水平和精力有限;
2)依赖媒体广告平台导出数据,数据完整性和准确性不可控;
3)无法利用广告主站内用户的信息个性化出价,精准出价。
至少针对上述问题,本申请实施例提供一种竞价广告的动态出价方法,使得广告数据自动化获取并分类存储,通过量化用户的转化可能性,发挥广告主平台的数据优势,提出媒体用户分数概念,以实现对竞价广告的精准调价,最大化广告收益。
图1显示为本申请一实施例的竞价广告的动态出价方法的应用场景示意图。如图1所示,广告主从多个媒体平台(图1中所示的媒体平台1,媒体平台2,……,媒体平台N)自动获取广告数据,并对广告数据进行分类存储,代替由广告主在推广平台中手动导出数据文件和手动分类存储数据,大幅度提高了数据获取和分类存储的效率。同时广告主还从用户终端获获取用户数据,广告主将获取的用户数据和广告数据输入到训练好的分数计算模型,计算各媒体用户分数,然后根据媒体用户分数映射获取对应的调价系数,高效及时得出准确的出价建议和调价系数,避免广告主投入过多无效的试错成本。
下面将结合本申请实施例中的附图2至附图7,对本申请实施例中的技术方案进行详细描述。
图2显示为本申请实施例中竞价广告的动态出价方法的流程图。如图2所示,本申请实施例提供的竞价广告的动态出价方法包括以下步骤S100至S400。
步骤S100,响应于广告主数据请求,从多个媒体平台获取广告数据和/或从用户终端获取用户数据,并将所述广告数据和所述用户数据分类存储到预先创建的对应数据库表中;
步骤S200,对所述广告数据和所述用户数据进行处理,获取广告转化数据和用户标签数据;
步骤S300,将所述广告转化数据和所述用户标签数据输入到预设的分数计算模型,通过所述分数计算模型计算出媒体用户分数;
步骤S400,基于媒体用户分数和调价系数的映射关系获取所述媒体用户分数对应的调价系数,并基于所述调价系数生成对应的广告出价信息。
以下对本实施例的竞价广告的动态出价方法的步骤S100至S400进行具体说明。
步骤S100,响应于广告主数据请求,从多个媒体平台获取广告数据和/或从用户终端获取用户数据,并将所述广告数据和所述用户数据分类存储到预先创建的对应数据库表中。
在本实施例的一种实现方式中,所述广告数据包括但不限于广告曝光数,广告点击数,广告唤起数,广告消耗成本中的多种组合;所述用户数据包括但不限于用户注册数,用户激活数,用户收藏数,用户下单数中的多种组合。
其中,本实施例才有定时或手动方式获取广告数据和/或用户数据。例如,广告主可以通过设置定时获取功能获取广告数据,例如每天8点,每次启动时等,或者广告主也可以通过手动的方式自主获取广告数据。
在本实施例的一种实现方式中,从各所述媒体平台提供的API接口获取所述广告数据,然后对广告数据进行分类和转换处理。
在从各所述媒体平台提供的API接口获取所述广告数据之前,在本实施例的一种实现方式中,还包括创建数据库表。图3显示为本申请一实施例的竞价广告的动态出价方法的数据表示意图。如图3所示,由于数据维度和业务区分,本实施例中,创建的所述数据库表包括基础转化归因表,用户数据表以及用户分数数据表。
其中,所述基础转化归因表用于存储从各个媒体平台获取的广告数据;所述用户数据表用于存储从用户终端获取的用户数据,所述用户分数数据表用户存储分数计算模型输出的媒体用户分数。
其中,本实施例中,所述基础转化归因表使用StarRocks数据库作为存储数据库,存储引擎优选采用为OLAP(Online Analytical Processing,联机分析处理)引擎。所述用户数据表和所述用户分数数据表使用Redis(Remote Dictionary Server,即远程字典服务)作为存储数据库,使用Hashtable(哈希表)作为存储结构,满足RTA(Real-TimeAPI,实时应用程序接口)服务的高并发和低时延要求。
每次在接收到广告主的获取广告数据请求时,从各个媒体平台获取广告数据,更新所述基础转化归因表,每次在接收到广告主的获取用户数据请求时,从用户终端获取用户数据,更新所述用户数据表,在每次分数计算模型输出媒体用户分数时,更新所述用户分数数据表。
例如,从接收媒体平台回传的广告数据:曝光数,点击数,唤起数,消耗成本等,更新基础转化归因表;从用户终端接收用户数据:注册数,激活数,收藏数,下单数等,更新用户数据表,然后将广告数据和用户数据输入到分数计算模型中,输出媒体用户分数,更新所述用户分数数据表。
图4显示为本申请一实施例的竞价广告的动态出价方法中广告数据的存储过程的示意图。具体地,如图4所示,在本实施例的一种实现方式中,所述从多个媒体平台获取广告数据,并将所述广告数据分类存储到预先建立的对应数据库表中包括:
1)从各所述媒体平台提供的API接口获取所述广告数据。
2)将所述广告数据分类,并基于为各所述媒体平台配置的数据转换协议对所述广告数据进行转换。
其中,转换的所述广告数据包括但不限于广告账号,广告计划,广告素材,广告出价方式,广告优化目标,广告的曝光点击消费,广告投放的成本、广告收入、广告转化率中的任一种或多种组合。
3)将分类的所述广告数据和转换后的广告数据存储到所述基础转化归因表。
即本实施例的竞价广告的动态出价方法利用,从各个媒体平台提供的API(应用程序接口),为广告主实现自动获取每个媒体平台提供的所有广告数据,并将获取到的数据,按照上述分类整理到对应的数据库中,从而实现大部分广告数据的自动化获取并分类存储,代替由广告主在推广平台中手动导出数据文件和手动分类存储数据,大幅度提高了数据获取和分类存储的效率。
以广点通和巨量媒体为例,媒体平台能力不同,提供的API接口也有差异,本实施例通过一层数据转换协议,计算出作为广告主关心的重点指标和数据,比如广告账号、广告计划、广告素材、广告出价方式、广告优化目标、广告的曝光点击消费等信息。此外,本实施例还可以针对特定媒体字段再设计独有字段,节省存储压力和并提高查询检索的效率。
为了便调用数据库存储的数据,在本实施例的一种实现方式中,所述基础转化归因表,所述用户数据表和/或所述用户分数数据表分别至少建立有日期索引和ID索引。
由于基础转化归因表量级较大,且为了归档备份每日用户数据等信息,以归因数据为例:按天垂直扩展存储结构,即针对日期做分块处理,例如建立以日期`date`,`hour`为索引,以`media`为ID索引的索引结构。
此外,由于数据库中的数据包括从媒体平台获得的广告数据和用户终端的广告主的数据,两部分数据可能会有重合,本实施例中,还包括对所述广告数据和所述用户数据进行去重处理,清洗媒体广告数据和用户标签数据。
步骤S200,对所述广告数据和所述用户数据进行处理,获取广告转化数据和用户标签数据。
在本实施例的一种实现方式中,所述对所述广告数据和所述用户数据进行处理,获取广告转化数据包括以下中的任一种或多种组合:
1)基于所述广告点击数和所述广告曝光数获取广告点击率;
2)基于所述用户激活数和所述广告点击数获取广告激活率;
3)基于所述用户下单数和所述用户激活数获取广告下单率;
4)基于所述广告消耗成本和所述用户点击数获取点击成本;
5)基于所述广告消耗成本和所述用户激活数获取广告激活成本;
6)基于所述广告消耗成本和所述用户下单数获取广告下单成本。
本实施例中,对所述用户数据进行处理,获取用户标签数据,其中,获取的用户标签数据包括但不限于:用户类型(游客、普通用户、企业用户、认证用户、跨境商户等)、用户首次激活app时间、是否购买用户、用户最后一次访问时间、用户最近(例如30天)登录次数、用户最近(例如30天)天数停留时长、用户偏好(第一偏好商品等)、穿搭兴趣标签、手表兴趣标签、科技数码兴趣标签等。
步骤S300,将所述广告转化数据和所述用户标签数据输入到预设的分数计算模型,通过所述分数计算模型计算出媒体用户分数。
在本实施例的一种实现方式中,所述分数计算模型基于最近一次消费时间间隔(Recency),消费频率(Frequency),消费金额(Monetary)计算输出所述媒体用户分数。
所述最近一次消费时间间隔表示最近有过消费行为的用户,在未来一段时间内再次消费的概率越大,用户最近一次消费的时间间隔越短,流失的几率越小,用户的价值越高。
所述消费频率表示最近一段时间消费频率越高的用户越忠诚,在未来再次消费的概率越大;即最近一次消费时间间隔越大,用的户价值越高。
所述消费金额表示最近一段时间消费金额越高的用户,在未来越有可能产生高价值消费;即所述消费金额越大,用户的价值高。
通过所述广告转化数据和所述用户标签数据获取最近一次消费时间间隔,消费频率,消费金额。
获取到最近一次消费时间间隔,消费频率,消费金额后,需要将它们转化衡量媒体用户活跃值的分数:媒体用户分数(0-100),包括消费时间间隔,消费频率,消费金额对应的分数Rscore、Fscore、Mscore和由它们加权求和得到的总得分FinalScore,即媒体用户分数。
在本实施例的一种实现方式中,所述分数计算模型计算出媒体用户分数中,还包括对最近一次消费时间间隔,消费频率,消费金额进行时间衰减处理,即将消费时间间隔,消费频率,消费金额乘以一个权重再进行求和,得到媒体用户分数。
最近一次消费时间间隔,消费频率代表了过去一段时间的累计行为,如过去90天的总登陆次数,定义按照假如两个用户在这个指标上的数值相同那代表他们的活跃频次是相同的。但考虑一个场景,如果用户A只在最近10天登陆了10次,用户B只在80天前登录了10次,他们的F指标都是10,可是用户A的活跃度直观来看应该更高。如果希望数值上体现这个差异的话,可以对每一天的数据乘以一个权重再进行求和,这个权重是一个随着距今时间增加而衰减的函数。
其中,时间衰减指标的计算公式如下,其中d代表行为距今天数,t(d)代表衰减函数,d越小t(d)越大,value_d代表指标在这一天的数值。
在互联网的实际用户数据中,常常具有很强的的头部/长尾效应,即绝大部分用户会有类似的指标表现,但也会有很多用户会有各式各样的指标表现(数量小但很广的分布)。为了增加用户数据和广告数据的区分度,本实施例可以通过logα函数对用户数据和广告数据进行处理。需要注意的是,logα函数中底数α的选择会影响最后的分布——太小的话偏线性,太大的话则过分压缩、无法体现差异,根据实际需要选择合适的值。
为了让不同维度的数据统一到同一量纲下,便于后续的加权求和,本实施例可以对消费时间间隔,消费频率,消费金额对应的分数Rscore、Fscore、Mscore进行min-max归一化/反正切归一化处理,处理后的数据例如如下表1所示,都落在区间[0,1]之间。
表1
最后,加权计算消费时间间隔,消费频率,消费金额对应的分数Rscore、Fscore、Mscore分值:给每个消费时间间隔,消费频率,消费金额的分值score赋予一个权重weight,加总得到用户最终的活跃分数final_score,即输出媒体用户分数。
final_score=∑weighti*scorei。
步骤S400,基于媒体用户分数和调价系数的映射关系获取所述媒体用户分数对应的调价系数,并基于所述调价系数生成对应的广告出价信息。
本实施例中,根据媒体用户分数,结合各家媒体的动态出价系数范围,适配了相应媒体的分数-调价系数的映射关系。
图5显示为本申请一实施例的竞价广告的动态出价方法中媒体用户分数和调价系数的映射关系示例图。0.8系数意味该媒体用户质量相对较差,转化概率小,减小参竞的出价,大于1的系数意味该用户质量相对较高,提高参竞的出价,更容易获得曝光和后续转化。
所述映射关系作为配置使用,在本实施例的一种实现方式中,还可以根据用户分数的人群数量分布可调整映射配置。图6显示为本申请一实施例的竞价广告的动态出价方法中调价系数的调整示意图。如图6所示,本实施例的竞价广告的动态出价方法还包括以下步骤S401和步骤S402。
步骤S401,获取所述媒体用户分数对应的用户人群数量;
步骤S402,基于所述用户人群数量调整所述媒体用户分数和所述调价系数的映射关系。
在本实施例的一种实现方式中,所述基于所述调价系数生成对应的广告出价信息包括但不限于:基于所述调价系数生成广告出价价格,或者基于所述调价系数生成出价升降提示信息。
即广告主可以直接得知广告出价价格,或者得知针对某一媒体平台应该调高多少出价价格或降低多少出价价格,实现精准出价。
图7显示为本申请一实施例的竞价广告的动态出价方法的实施过程示意图。如图7所示,本实施例中竞价广告的动态出价方法的实施过程如下:
1)首先创建的存储从各个媒体平台获取的广告数据的基础转化归因表,存储从用户终端获取的用户数据的用户数据表以及存储分数计算模型输出的媒体用户分数的用户分数数据表。
2)接收媒体API的广告报表数据,即从多个媒体平台获取广告数据。
3)对所述广告数据和所述用户数据进行去重处理,清洗媒体广告数据和用户标签数据,并对所述广告数据和所述用户数据进行处理,获取广告转化数据和用户标签数据。
4)将所述广告转化数据和所述用户标签数据输入到预设的分数计算模型。
5)通过所述分数计算模型计算出媒体用户分数,基于媒体用户分数和调价系数的映射关系获取所述媒体用户分数对应的调价系数,并基于所述调价系数生成对应的广告出价信息。
本发实施例可以将竞价广告在推广阶段、转换阶段和成交阶段的数据实现高效收集和自动处理,并高效及时得出准确的出价建议和系数,避免广告主投入过多无效的试错成本。
本申请实施例所述的竞价广告的动态出价方法的保护范围不限于本实施例列举的步骤执行顺序,凡是根据本申请的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本申请的保护范围内。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本申请任一实施例提供的竞价广告的动态出价方法。
本申请实施例中,可以采用一个或多个存储介质的任意组合。存储介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机盘、硬盘、RAM、ROM、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
本申请实施例还提供一种电子设备。图8显示为本申请实施例提供的电子设备100的结构示意图。在一些实施例中,电子设备可以为手机、平板电脑、可穿戴设备、车载设备、增强现实(Augmented Reality,AR)/虚拟现实(Virtual Reality,VR)设备、笔记本电脑、超级移动个人计算机(Ultra-Mobile Personal Computer,UMPC)、上网本、个人数字助理(Personal Digital Assistant,PDA)等终端设备。此外,本申请提供的竞价广告的动态出价方法还可以应用于数据库、服务器以及基于终端人工智能的服务响应***。本申请实施例对竞价广告的动态出价方法的具体应用场景不作任何限制。
如图8所示,本申请实施例提供的电子设备100包括存储器101和处理器102。
存储器101用于存储计算机程序;优选地,存储器101包括:ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
具体地,存储器101可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)和/或高速缓存存储器。电子设备100可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。存储器101可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
处理器102与存储器101相连,用于执行存储器101存储的计算机程序,以使电子设备100执行本申请任一实施例中提供的竞价广告的动态出价方法。
可选地,处理器102可以是通用处理器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选地,本实施例中电子设备100还可以包括显示器103。显示器103与存储器101和处理器102通信相连,用于显示竞价广告的动态出价方法的相关GUI交互界面。
综上所述,本本申请实施例提供的竞价广告的动态出价方法,可以自动从多个媒体平台获取广告数据,并自动分类存储,转化广告数据,自动计算各媒体用户分数,以确定调价系数,可以有效提升竞价广告的数据获取效率和准确性,解决了人工后台获取广告效果数据,并分析各种广告计划的优劣和转化数据的问题,提高了数据可靠性和完整性,也便于多维度分析和优化投放效果。而且本发明将竞价广告在推广阶段、转换阶段和成交阶段的数据实现高效收集和自动处理,并高效及时得出准确的出价建议和系数,避免广告主投入过多无效的试错成本。因此,本申请有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (11)
1.一种竞价广告的动态出价方法,其特征在于,包括:
响应于广告主数据请求,从多个媒体平台获取广告数据和/或从用户终端获取用户数据,并将所述广告数据和所述用户数据分类存储到预先创建的对应数据库表中;
对所述广告数据和所述用户数据进行处理,获取广告转化数据和用户标签数据;
将所述广告转化数据和所述用户标签数据输入到预设的分数计算模型,通过所述分数计算模型计算出媒体用户分数;
基于媒体用户分数和调价系数的映射关系获取所述媒体用户分数对应的调价系数,并基于所述调价系数生成对应的广告出价信息。
2.根据权利要求1所述的竞价广告的动态出价方法,其特征在于,还包括创建数据库表;创建的所述数据库表包括基础转化归因表,用户数据表以及用户分数数据表;其中,所述基础转化归因表用于存储所述广告数据;所述用户数据表用于存储所述用户数据,所述用户分数数据表用户存储所述媒体用户分数。
3.根据权利要求2所述的竞价广告的动态出价方法,其特征在于,所述基础转化归因表,所述用户数据表和/或所述用户分数数据表分别至少建立有日期索引和ID索引。
4.根据权利要求2所述的竞价广告的动态出价方法,其特征在于,所述从多个媒体平台获取广告数据,并将所述广告数据分类存储到预先建立的对应数据库表中包括:
从各所述媒体平台提供的API接口获取所述广告数据;
将所述广告数据分类,并基于为各所述媒体平台配置的数据转换协议对所述广告数据进行转换;
将分类的所述广告数据和转换后的广告数据存储到所述基础转化归因表。
5.根据权利要求4所述的竞价广告的动态出价方法,其特征在于,所述广告数据包括广告曝光数,广告点击数,广告唤起数,广告消耗成本中的多种组合;所述用户数据包括用户注册数,用户激活数,用户收藏数,用户下单数中的多种组合。
6.根据权利要求4所述的竞价广告的动态出价方法,其特征在于,所述对所述广告数据和所述用户数据进行处理,获取广告转化数据包括以下中的任一种或多种组合:
基于所述广告点击数和所述广告曝光数获取广告点击率;
基于所述用户激活数和所述广告点击数获取广告激活率;
基于所述用户下单数和所述用户激活数获取广告下单率;
基于所述广告消耗成本和所述用户点击数获取点击成本;
基于所述广告消耗成本和所述用户激活数获取广告激活成本;
基于所述广告消耗成本和所述用户下单数获取广告下单成本。
7.根据权利要求4所述的竞价广告的动态出价方法,其特征在于,转换的所述广告数据包括广告账号,广告计划,广告素材,广告出价方式,广告优化目标,广告的曝光点击消费,广告投放的成本、广告收入、广告转化率中的任一种或多种组合。
8.根据权利要求1所述的竞价广告的动态出价方法,其特征在于,还包括:
获取所述媒体用户分数对应的用户人群数量;
基于所述用户人群数量调整所述媒体用户分数和所述调价系数的映射关系。
9.根据权利要求1所述的竞价广告的动态出价方法,其特征在于,所述基于所述调价系数生成对应的广告出价信息包括:基于所述调价系数生成广告出价价格,或者基于所述调价系数生成出价升降提示信息。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至9中任一项所述的竞价广告的动态出价方法。
11.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储有一计算机程序;
处理器,与所述存储器通信相连,调用所述计算机程序时执行权利要求1至9中任一项所述的竞价广告的动态出价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310506510.5A CN116611888A (zh) | 2023-05-06 | 2023-05-06 | 竞价广告的动态出价方法、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310506510.5A CN116611888A (zh) | 2023-05-06 | 2023-05-06 | 竞价广告的动态出价方法、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116611888A true CN116611888A (zh) | 2023-08-18 |
Family
ID=87677371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310506510.5A Pending CN116611888A (zh) | 2023-05-06 | 2023-05-06 | 竞价广告的动态出价方法、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116611888A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823353A (zh) * | 2023-08-29 | 2023-09-29 | 阿里巴巴(成都)软件技术有限公司 | 广告投放效果的预测方法及设备 |
CN117314522A (zh) * | 2023-09-26 | 2023-12-29 | 选房宝(珠海横琴)数字科技有限公司 | 一种广告投放效果分析方法、装置、设备及存储介质 |
-
2023
- 2023-05-06 CN CN202310506510.5A patent/CN116611888A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823353A (zh) * | 2023-08-29 | 2023-09-29 | 阿里巴巴(成都)软件技术有限公司 | 广告投放效果的预测方法及设备 |
CN116823353B (zh) * | 2023-08-29 | 2024-01-19 | 阿里巴巴(成都)软件技术有限公司 | 广告投放效果的预测方法及设备 |
CN117314522A (zh) * | 2023-09-26 | 2023-12-29 | 选房宝(珠海横琴)数字科技有限公司 | 一种广告投放效果分析方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116611888A (zh) | 竞价广告的动态出价方法、存储介质及电子设备 | |
US20110208701A1 (en) | Computer-Implemented Systems And Methods For Flexible Definition Of Time Intervals | |
CN109615487A (zh) | 基于用户行为的产品推荐方法、装置、设备及存储介质 | |
CN108446210A (zh) | ***性能的度量方法、存储介质和服务器 | |
US20160132935A1 (en) | Systems, methods, and apparatus for flexible extension of an audience segment | |
US20160267519A1 (en) | Allocating online advertising budget based on return on investment (roi) | |
CN111666492A (zh) | 基于用户行为的信息推送方法、装置、设备及存储介质 | |
CN111612581A (zh) | 一种物品推荐的方法、装置、设备及存储介质 | |
CN112070564B (zh) | 广告拉取方法、装置、***与电子设备 | |
CN111861605A (zh) | 业务对象推荐方法 | |
WO2002091123A2 (en) | Method and system for providing advertising inventory information in response to demographic inquiries | |
CN109783726A (zh) | 一种房地产大数据计算处理方法及其*** | |
WO2019221844A1 (en) | Item-specific value optimization tool | |
KR100669971B1 (ko) | 검색 서비스 제공 방법 및 상기 방법을 수행하는 검색시스템 | |
CN112348590A (zh) | 一种物品价值确定方法、装置、电子设备和存储介质 | |
US10956920B1 (en) | Methods and systems for implementing automated bidding models | |
CN110796505B (zh) | 一种业务对象推荐方法以及装置 | |
CN111008871A (zh) | 一种房地产复购客户跟进数量计算方法、装置及存储介质 | |
JP7345203B2 (ja) | Aiを使用したソースコード売買システム | |
CN108959324B (zh) | 多媒体展示资源库存量的预估方法、装置及存储介质 | |
US20080235150A1 (en) | Market analytics | |
CN115048487A (zh) | 基于人工智能的舆情分析方法、装置、计算机设备及介质 | |
CN111178934B (zh) | 获取目标对象的方法及装置 | |
CN116069959A (zh) | 确定展示数据的方法和装置 | |
WO2020122003A1 (ja) | Aiを使用したソースコード売買システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |