CN116739668B - 一种基于全链路的广告投放分析方法 - Google Patents
一种基于全链路的广告投放分析方法 Download PDFInfo
- Publication number
- CN116739668B CN116739668B CN202310757379.XA CN202310757379A CN116739668B CN 116739668 B CN116739668 B CN 116739668B CN 202310757379 A CN202310757379 A CN 202310757379A CN 116739668 B CN116739668 B CN 116739668B
- Authority
- CN
- China
- Prior art keywords
- data
- advertisement
- event
- service
- bidding
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 230000006399 behavior Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000008676 import Effects 0.000 claims description 4
- 238000013145 classification model Methods 0.000 claims description 2
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 abstract description 4
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- 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
- G06Q30/0277—Online advertisement
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于全链路的广告投放分析方法,属于互联网服务技术领域。本发明通过在移动应用全链路的业务代码中注入埋点代码,利用劫持器监听埋点代码是否被触发,当埋点代码被触发时,抓取相应的事件类型和采集参数数据。抓取到的数据通过ETL接口通过存储API动态执行数据库中抽取数据的SQL语句,将源数据抽取到DMP***的数据仓库中。对抽取到数据仓库中的数据需要先使用BI工具进行整合和分类,然后通过oCPC算法制定付费策略和广告投放策略,以此来实现对于多个移动应用的基于全链路的用户行为数据同时进行分析,制定效益更高的付费策略和广告投放策略。
Description
技术领域
本发明属于互联网服务技术领域,具体涉及一种基于全链路的广告投放分析方法。
背景技术
全链路是指用户从接收广告信息到完成支付的行为整合,具体包括用户在点击广告服务窗口后,广告窗口会即时地刷新并进入商品信息详情界面,用户在查阅所述商品信息详情之后会点击客服咨询按钮,经过客服咨询后用户会产生购买欲望,并对此商品查看价格对比列表,然后点击立即购买、确认下单、立即支付。目前广告投放分析只针对单一移动应用进行分析,各个移动应用之间数据孤立,制定广告投放策略只能针对单个移动应用分析,使得所制定的广告投放策略对其他移动应用进行广告投放没有针对性,导致广告投放策略效益低下。
发明内容
为解决现有技术中存在的上述问题,本发明提供了一种基于全链路的广告投放分析方法,通过在移动应用全链路的业务代码中注入埋点代码,通过劫持器监听埋点代码是否被触发,当埋点代码被触发时,抓取相应的事件类型和采集参数数据。抓取到的数据通过ETL接口通过存储API动态执行数据库中抽取数据的SQL语句,将源数据抽取到DMP***的数据仓库中。对抽取到数据仓库中的数据需要先使用BI工具进行整合和分类,然后通过oCPC算法制定付费策略和广告投放策略。以此来实现对于多个移动应用的基于全链路的用户行为数据同时进行分析,制定效益更高的付费策略和广告投放策略。
本发明的目的可以通过以下技术方案实现:
一种基于全链路的广告投放分析方法,包括以下步骤:
S1:在全链路中设置数据埋点的位置,定义所述数据埋点需要采集的参数;
S2:通过ETL数据接口采集并积累用户数据,所述用户数据通过存储API存入DMP数据仓库;
S3:通过BI工具清洗所述用户数据,对清洗后的用户数据定义视图映射规则和分类维度;
S4:定义竞价体,通过oCPC智能算法得到广告竞价模型的竞价曲线,通过所述竞价曲线生成付费策略和广告投放策略。
进一步的,所述S1具体实现步骤为:
S101:整合用户的行为,形成用户行为的全链路,定义所述全链路中所述用户行为的事件类型,所述事件类型包括点击事件、页面加载事件和跳转请求事件;
S102:监控平台网络日志,读取用户发起所述用户行为时的请求调用堆栈,在所述堆栈中***事件ID和@xmon/bury标签,按照所述用户行为的所述事件类型注入埋点代码;
S103:在业务代码运行的过程中监听所述埋点代码是否产生埋点事件,若监听到所述埋点事件,根据所述埋点事件的代码采集业务函数中的采集参数和采集参数数据存入采集表中,所述采集参数为广告投放分析时的相关参数。
进一步的,所述步骤S102具体包括:
所述事件类型为所述点击事件,添加data-bupoint属性至所述业务代码,用<img:src="item.image_url"data-bupoint="eventId"/>代码注入eventID;
所述事件类型为所述页面加载事件,通过<img:src="item.image_url"data-bupoint="eventId"/>代码注入router标签和eventID;
所述事件类型为所述跳转请求事件,通过import{tracked}from"@xmon/bury";tracked("eventId")代码注入eventID。
进一步的,所述S2具体实现步骤为:
S201:配置ETL接口数据源,指定源表和目标表,所述源表为储存数据埋点采集数据的采集表,所述目标表为DMP***的数据仓库中相应的业务数据表;
S202:对从埋点工具获取的所述采集参数数据进行转化处理,修改所述采集参数数据中的相关字段为符合Oracle透明网关支持的对应类型得到业务数据;
S203:调用ETL抽取过程,将所述业务数据抽取并存储于DMP***的数据仓库;
S204:所述数据仓库检查所述业务数据中是否存在脏数据,所述脏数据为检查后携带标识信息的业务数据,所述脏数据隔离至脏数据存储表中,所述脏数据存储表定时自动执行数据删除任务。
进一步的,所述步骤S203具体包括:
调用CTL.PKG_FBI_AUTO_ETL.RUN_STG_ETL过程,所述过程读取CTL.AUTO_ETL_INC_CONTROL_ODS量信息,并从CTL.AUTO_ET L_COL_LIST中取列替换后动态生成抽取所述业务数据的SQL语句,并动态执行该语句实现从所述业务数据到所述数据仓库的增量抽取。
进一步的,所述步骤S204具体包括:
所述业务数据通过CTL.AUTO_CHECK_TABLE_LIST检查表信息,通过CTL.AUTO_CHECK_COL_LIST检查列信息。
进一步的,所述S3具体实现步骤为:
S301:使用BI工具连接所述数据仓库,将所述业务数据作为数据源;
S302:使用BI工具对所述业务数据创建数据源视图;
S303:通过定义分类维度和分类规则建立数据分类模型,对所述业务数据进行分类。
进一步的,所述步骤S303包括使用SSAS工具将所述分类维度的数据集部署到所述DMP数据仓库。
进一步的,所述S4具体实现步骤为:
S401:根据所述业务数据,建立竞价模型数据集;
S402:根据所述竞价模型数据集,建立广告竞价模型,所述广告竞价模型为基于GBDT算法的模型;
S403:所述广告竞价模型根据实时数据调整竞价参数和模型因子,所述实时数据为实时产生的广告竞价数据。
进一步的,所述步骤S401包括:
定义竞价体,所述竞价体中包含所述采集参数的数据,竞价体定义为其中,S为广告展示量,C为广告点击量,L为广告位,R为广告排名信息,竞价模型数据集为U={B1,B2,...,Bi}。
本发明的有益效果为:
(1)通过设置埋点,实现同时抓取多个移动应用的用户行为数据;
(2)通过设置DMP、BI***工具,实现对全链路埋点数据进行整合和分析,有利于优化广告投放策略;
(3)通过设置oCPC智能算法,建立广告竞价模型,实现广告投放的精准匹配和实时竞价优化,提高广告投放效益。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为基于发明的广告投放分析平台;
图2为本发明中的全链路流程图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如下。
图1是运用本发明提出的基于全链路的广告投放分析方法搭建的广告投放分析平台,广告投放分析平台由服务商数据共享平台和投放策略分析***组成,服务商数据共享平台包括基于全链路的数据埋点、ETL数据接口、数据仓库、BI工具,投放策略分析***包括DMP***。
步骤S1涉及服务商数据共享平台中基于全链路的数据埋点用于在全链路中设置数据埋点的位置,定义所述数据埋点需要采集的参数。
整合用户的行为,形成用户行为的全链路,所述链路包括:点击广告服务窗口、刷新服务窗商品信息、点击客服咨询按钮、查看价格对比列表、点击立即购买、确认下单、立即支付;
如图2所示,用户在点击广告服务窗口后,广告窗口会即时地刷新并进入商品信息详情界面,用户在查阅所述商品信息详情之后会点击客服咨询按钮,经过客服咨询后用户会产生购买欲望,并对此商品查看价格对比列表,然后点击立即购买、确认下单、立即支付。用户从点击广告服务窗口到立即支付的行为称为全链路。
监控平台网络日志,读取用户每一次发起用户行为时的请求调用堆栈,在所述堆栈中***事件ID和@xmon/bury标签,按照用户行为的事件类型注入相应类型的埋点代码;
上述事件类型注入相应类型的埋点代码具体体现在:
对于点击事件类型的用户行为,在业务代码中添加data-bupoint属性,并用<img:src="item.image_url"data-bupoint="eventId"/>代码注入eventId;对于页面加载类型的用户行为,在业务代码中还需要监听Vue-Router标签,用import router from"@/router";const bury=init(config,router)代码注入router标签和eventID;对于触发类型的用户行为,在埋点触发时会通过埋点回调来获取所需采集参数,通过import{tracked}from"@xmon/bury";tracked("eventId")代码注入eventID。
定义二维数组data-event-opts,每个子数组代表一个事件类型,事件类型有两个值,第一个表示事件类型名称,第二个表示触发事件函数的个数。如['tap',[['add'],['subtract',[2]]]]表示事件类型为tap,触发函数有两个,一个为add函数且无参数,一个为subtract且参数为2。
在移动应用运行过程中,获取用户行为事件的data-event-opts属性,依次调用相应事件类型的函数。劫持Component的构造器,在每个组件的函数中注入自定义的事件劫持器eventProxy,在事件被触发时调用const postWeData=function(data)函数上传事件类型和采集参数数据。
步骤S2涉及服务商数据共享平台中ETL数据接口用于采集并积累用户数据,数据仓库用于存储通过API存入DMP***的数据仓库的用户数据。
使用Oracle透明网关将异构数据源“透明”转换为“伪Oracle实例”,使所有数据源的访问接口得到统一,为每个需要自定义转化的表格建立视图,对从埋点工具获取的所述采集参数数据进行转化处理,修改采集参数数据中的相关字段为符合Oracle透明网关支持的对应类型,使所述采集参数数据转化为业务数据;
检查CTL.AUTO_CHECK_TABLE_LIST对应的每一行数据的表信息,并以此表信息中的表名为依据查询CTL.AUTO_CHECK_COL_LIST中的列信息,每个列信息做相应的数据检查,将标识为脏数据的行保存到指定的位置中,检查对应的脏数据存储表是否达到预定义的存储上限,如果是,则删除老数据。
调用CTL.PKG_FBI_AUTO_ETL.ENABLE_TABLE检查CTL.AUTO_ETL_TABLE_LIST中每行表格的合法性,并设置相关表格的合法性标志位和检查结果信息,调用CTL.PKG_FBI_AUTO_ETL.INC_ODS_BOUND读取CTL.AUTO_ETL_TABLE_LIST中合法并且活跃标志位为‘Y’的表按其各自的增量方式生成增量信息到增量配置表CTL.AUTO_ETL_INC_CONTROL_ODS中;
调用CTL.PKG_FBI_AUTO_ETL.RUN_STG_ETL过程,该过程读取CTL.AUTO_ETL_INC_CONTROL_ODS对应的增量信息并从CTL.AUTO_ETL_COL_LIST中取列替换后动态生成从源数据库中抽取数据的SQL语句,并动态执行该语句实现从数据源到数据仓库的增量抽取。
步骤S3涉及服务商数据共享平台中BI工具用于整合、分类并挖掘用户数据,使用BI工具连接所述数据仓库,将所述业务数据作为数据源;创建数据源视图,在数据库中选择需要业务所需要的分类维度表,编辑分类维度的属性,设计各维度的层次结构,根据广告分析业务需要关注的指标,新建度量值,使用SSAS工具将分类维度数据集部署到DMP***的服务器上;配置SSAS,将数据库服务器的地址、登录用户、登录密码等配置到程序的配置文件中。
步骤S4涉及广告投放分析平台中DMP***通过oCPC智能算法,制定付费策略和广告投放策略,具体操作如下:
定义竞价体,竞价体中包含所述采集参数的数据,竞价体定义为其中,S为广告展示量,C为广告点击量,L为广告位,R为广告排名信息,由此可得,竞价模型数据集为U={B1,B2,...,Bi};
a为广告竞价模型中的竞价曲线,ai为可选择的第i种竞价曲线,竞价曲线与广告主的报价区间相关,给定报价区间为[Pmin,Pmax],同时报价区间分为d段,则广告竞价模型的竞价曲线为:
其中,x表示报价,将报价区间[Pmin,Pmax]均分成d段,k1到kd为报价区间的分段标签,pi表示对应区间的价格,满足pi,1≤pi,2;
a为广告竞价模型中的竞价曲线,ai为可选择的第i种竞价曲线,竞价曲线与广告主的报价区间相关,给定报价区间为[Pmin,Pmax],同时报价区间分为d段,则广告竞价模型的竞价曲线为:
其中,x表示报价,将报价区间[Pmin,Pmax]均分成d段,k1到kd为报价区间的分段标签,pi表示对应区间的价格,满足pi,1≤pi,2。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (5)
1.一种基于全链路的广告投放分析方法,其特征在于,包括以下步骤:
S1:在全链路中设置数据埋点的位置,定义所述数据埋点需要采集的参数;
S2:通过ETL数据接口采集并积累用户数据,所述用户数据通过存储API存入DMP数据仓库;
S3:通过BI工具清洗所述用户数据,对清洗后的用户数据定义视图映射规则和分类维度;
S4:定义竞价体,通过oCPC智能算法得到广告竞价模型的竞价曲线,通过所述竞价曲线生成付费策略和广告投放策略;
其中,所述S1的具体实现步骤包括:
S101:整合用户的行为,形成用户行为的全链路,定义所述全链路中所述用户行为的事件类型,所述事件类型包括点击事件、页面加载事件和跳转请求事件;
S102:监控平台网络日志,读取用户发起所述用户行为时的请求调用堆栈,在所述堆栈中***事件ID和@xmon/bury标签,按照所述用户行为的所述事件类型注入埋点代码;
S103:在业务代码运行的过程中监听所述埋点代码是否产生埋点事件,若监听到所述埋点事件,根据所述埋点事件的代码采集业务函数中的采集参数和采集参数数据存入采集表中,所述采集参数为广告投放分析时的相关参数;
所述S2的具体实现步骤包括:
S201:配置ETL接口数据源,指定源表和目标表,所述源表为储存数据埋点采集数据的采集表,所述目标表为DMP***的数据仓库中相应的业务数据表;
S202:对从埋点工具获取的所述采集参数数据进行转化处理,修改所述采集参数数据中的相关字段为符合Oracle透明网关支持的对应类型得到业务数据;
S203:调用ETL抽取过程,将所述业务数据抽取并存储于DMP***的数据仓库;
S204:所述数据仓库检查所述业务数据中是否存在脏数据,所述脏数据为检查后携带标识信息的业务数据,所述脏数据隔离至脏数据存储表中,所述脏数据存储表定时自动执行数据删除任务;
所述S3具体实现步骤为:
S301:使用BI工具连接所述数据仓库,将所述业务数据作为数据源;
S302:使用BI工具对所述业务数据创建数据源视图;
S303:通过定义分类维度和分类规则建立数据分类模型,对所述业务数据进行分类;
所述S4的具体实现步骤包括:
S401:根据所述业务数据,建立竞价模型数据集;
S402:根据所述竞价模型数据集,建立广告竞价模型,所述广告竞价模型为基于GBDT算法的模型;
S403:所述广告竞价模型根据实时数据调整竞价参数和模型因子,所述实时数据为实时产生的广告竞价数据;
所述S401具体包括:
定义竞价体,竞价体中包含所述采集参数的数据,竞价体定义为
,其中,S为广告展示量,C为广告点击量,L为广告位,R为广告排名信息,由此可得,竞价模型数据集为/>。
2.根据权利要求1所述的广告投放分析方法,其特征在于,所述步骤S102具体包括:
所述事件类型为所述点击事件,添加data-bupoint属性至所述业务代码,用<img :src="item.image_url" data-bupoint="eventId" />代码注入 eventID;
所述事件类型为所述页面加载事件,通过<img :src="item.image_url" data-bupoint="eventId" />代码注入router标签和eventID;
所述事件类型为所述跳转请求事件,通过import { tracked } from "@xmon/bury";tracked("eventId")代码注入eventID。
3.根据权利要求1所述的广告投放分析方法,其特征在于,所述步骤S203具体包括:
调用CTL.PKG_FBI_AUTO_ETL.RUN_STG_ETL过程,所述过程读取CTL.AUTO_ETL_INC_CONTROL_ODS量信息,并从CTL. AUTO_ETL_COL_LIST中取列替换后动态生成抽取所述业务数据的SQL语句,并动态执行该语句实现从所述业务数据到所述数据仓库的增量抽取。
4.根据权利要求1所述的广告投放分析方法,其特征在于,所述步骤S204具体包括:
所述业务数据通过CTL.AUTO_CHECK_TABLE_LIST检查表信息,通过CTL.AUTO_CHECK_COL_LIST 检查列信息。
5.根据权利要求1所述的基于全链路的广告投放分析方法,其特征在于,所述步骤S303包括:使用SSAS工具将所述分类维度的数据集部署到所述DMP数据仓库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310757379.XA CN116739668B (zh) | 2023-06-26 | 2023-06-26 | 一种基于全链路的广告投放分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310757379.XA CN116739668B (zh) | 2023-06-26 | 2023-06-26 | 一种基于全链路的广告投放分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116739668A CN116739668A (zh) | 2023-09-12 |
CN116739668B true CN116739668B (zh) | 2024-03-12 |
Family
ID=87911296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310757379.XA Active CN116739668B (zh) | 2023-06-26 | 2023-06-26 | 一种基于全链路的广告投放分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116739668B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011020076A2 (en) * | 2009-08-14 | 2011-02-17 | Dataxu | Learning system for the use of competing valuation models for real-time advertisement bidding |
CN109636490A (zh) * | 2019-01-25 | 2019-04-16 | 上海基分文化传播有限公司 | 广告转化率的实时预测方法、广告评价方法与*** |
CN110163654A (zh) * | 2019-04-15 | 2019-08-23 | 上海基分文化传播有限公司 | 一种广告投放数据追踪方法和*** |
CN112882891A (zh) * | 2021-02-05 | 2021-06-01 | 上海识装信息科技有限公司 | 一种客户端Web访问链路监控的方法 |
CN114265758A (zh) * | 2021-12-06 | 2022-04-01 | 阿里巴巴(中国)有限公司 | 基于软硬件一体化架构的全链路监控方法及装置 |
CN114595419A (zh) * | 2022-02-25 | 2022-06-07 | 百果园技术(新加坡)有限公司 | 一种广告页面埋点处理方法、***、设备及存储介质 |
CN116028321A (zh) * | 2022-12-26 | 2023-04-28 | 四川新网银行股份有限公司 | 一种埋点数据采集方法、***及存储介质 |
CN116029772A (zh) * | 2022-12-07 | 2023-04-28 | 杭州推啊网络科技有限公司 | 一种新媒体广告投放方法和*** |
CN116228319A (zh) * | 2023-05-04 | 2023-06-06 | 广州钛动科技股份有限公司 | 基于埋点的智能广告投放方法与*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9792630B2 (en) * | 2015-04-02 | 2017-10-17 | Vungle, Inc. | Systems and methods for autonomous bids of advertisement inventory |
-
2023
- 2023-06-26 CN CN202310757379.XA patent/CN116739668B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011020076A2 (en) * | 2009-08-14 | 2011-02-17 | Dataxu | Learning system for the use of competing valuation models for real-time advertisement bidding |
CN109636490A (zh) * | 2019-01-25 | 2019-04-16 | 上海基分文化传播有限公司 | 广告转化率的实时预测方法、广告评价方法与*** |
CN110163654A (zh) * | 2019-04-15 | 2019-08-23 | 上海基分文化传播有限公司 | 一种广告投放数据追踪方法和*** |
CN112882891A (zh) * | 2021-02-05 | 2021-06-01 | 上海识装信息科技有限公司 | 一种客户端Web访问链路监控的方法 |
CN114265758A (zh) * | 2021-12-06 | 2022-04-01 | 阿里巴巴(中国)有限公司 | 基于软硬件一体化架构的全链路监控方法及装置 |
CN114595419A (zh) * | 2022-02-25 | 2022-06-07 | 百果园技术(新加坡)有限公司 | 一种广告页面埋点处理方法、***、设备及存储介质 |
CN116029772A (zh) * | 2022-12-07 | 2023-04-28 | 杭州推啊网络科技有限公司 | 一种新媒体广告投放方法和*** |
CN116028321A (zh) * | 2022-12-26 | 2023-04-28 | 四川新网银行股份有限公司 | 一种埋点数据采集方法、***及存储介质 |
CN116228319A (zh) * | 2023-05-04 | 2023-06-06 | 广州钛动科技股份有限公司 | 基于埋点的智能广告投放方法与*** |
Non-Patent Citations (1)
Title |
---|
数据仓库实现中ETL的应用研究;先晓兵;常晋义;;计算机与现代化(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116739668A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9607056B2 (en) | Providing a multi-tenant knowledge network | |
US9690815B2 (en) | Systems, methods, and apparatuses for implementing data upload, processing, and predictive query API exposure | |
CN101971165B (zh) | 数据关系的图形表示 | |
US20050165817A1 (en) | Data migration and analysis | |
CN111177544A (zh) | 一种基于用户行为数据和用户画像数据的运营***及方法 | |
US20120221547A1 (en) | Method and System for Automated Search for, and Retrieval and Distribution of, Information | |
US20070038641A1 (en) | Systems and methods for automated application updating | |
US9311617B2 (en) | Processing event instance data in a client-server architecture | |
EP1580669A2 (en) | Dynamic reference repository | |
CN102385483A (zh) | 基于上下文的用户接口、搜索和导航 | |
CN102446311A (zh) | 过程驱动的业务智能 | |
CN101040280A (zh) | 元数据管理 | |
AU2011204831B2 (en) | Digital analytics platform | |
CN107657052A (zh) | 一种基于元数据管理的数据治理*** | |
US7793259B2 (en) | System and method for managing user interaction data in a networked environment | |
US8074234B2 (en) | Web service platform for keyword technologies | |
CN103646093A (zh) | 搜索引擎数据处理方法和平台 | |
US20140143750A1 (en) | Structured Enterprise Software Knowledgebase Utilities, And Methods Of Use Thereof | |
Tschöpe et al. | Annotating biodiversity data via the Internet | |
Kimball | The evolving role of the enterprise data warehouse in the era of big data analytics | |
CN116739668B (zh) | 一种基于全链路的广告投放分析方法 | |
CN114491238A (zh) | 职位信息的推荐方法、装置、电子设备及存储介质 | |
Bolchini et al. | Using context for the extraction of relational views |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20240219 Address after: Room B302, Building 24, No. 1618 Yishan Road, Minhang District, Shanghai, 2011 Applicant after: Zican Technology (Shanghai) Co.,Ltd. Country or region after: China Address before: Room 1308-3, No. 968 Yi228 Memorial Road, Baoshan District, Shanghai, 2019 Applicant before: Yundong (Shanghai) Technology Co.,Ltd. Country or region before: China |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |