RU2774604C1 - Method for collecting and processing data with measuring effectiveness of advertising materials and advertising campaigns for automated selection of online advertising platforms for the purpose of placing advertising materials - Google Patents
Method for collecting and processing data with measuring effectiveness of advertising materials and advertising campaigns for automated selection of online advertising platforms for the purpose of placing advertising materials Download PDFInfo
- Publication number
- RU2774604C1 RU2774604C1 RU2021107702A RU2021107702A RU2774604C1 RU 2774604 C1 RU2774604 C1 RU 2774604C1 RU 2021107702 A RU2021107702 A RU 2021107702A RU 2021107702 A RU2021107702 A RU 2021107702A RU 2774604 C1 RU2774604 C1 RU 2774604C1
- Authority
- RU
- Russia
- Prior art keywords
- advertising
- data
- user
- materials
- sites
- Prior art date
Links
- 239000000463 material Substances 0.000 title claims abstract description 328
- 230000003993 interaction Effects 0.000 claims description 68
- 238000003860 storage Methods 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 22
- 230000000875 corresponding Effects 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000003542 behavioural Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004870 electrical engineering Methods 0.000 abstract description 3
- 239000000126 substance Substances 0.000 abstract 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 60
- 238000005755 formation reaction Methods 0.000 description 18
- 230000015572 biosynthetic process Effects 0.000 description 17
- 230000006399 behavior Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000004044 response Effects 0.000 description 14
- 238000005457 optimization Methods 0.000 description 13
- 238000005070 sampling Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 101700001645 ind2 Proteins 0.000 description 7
- 230000003287 optical Effects 0.000 description 7
- 240000004718 Panda Species 0.000 description 6
- 235000016496 Panda oleosa Nutrition 0.000 description 6
- 208000003473 Pediatric Autoimmune Neuropsychiatric Disorders Associated with Streptococcal infection Diseases 0.000 description 6
- 238000011068 load Methods 0.000 description 6
- 230000002354 daily Effects 0.000 description 5
- 230000001737 promoting Effects 0.000 description 5
- 241001439061 Cocksfoot streak virus Species 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000010200 validation analysis Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000003111 delayed Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000002829 reduced Effects 0.000 description 3
- 230000004931 aggregating Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000001815 facial Effects 0.000 description 2
- 230000000670 limiting Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002093 peripheral Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000001131 transforming Effects 0.000 description 2
- 240000007087 Apium graveolens Species 0.000 description 1
- 235000015849 Apium graveolens Dulce Group Nutrition 0.000 description 1
- 235000010591 Appio Nutrition 0.000 description 1
- 241000209202 Bromus secalinus Species 0.000 description 1
- 101710037807 CYP51A1 Proteins 0.000 description 1
- 241000036569 Carp sprivivirus Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 101700012498 JOIN Proteins 0.000 description 1
- 229940116821 SSD Drugs 0.000 description 1
- 230000001413 cellular Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000002860 competitive Effects 0.000 description 1
- 230000000295 complement Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 101700004823 cyp51 Proteins 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 101700010496 erg11 Proteins 0.000 description 1
- 230000002452 interceptive Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000737 periodic Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 125000002924 primary amino group Chemical group [H]N([H])* 0.000 description 1
- 230000001681 protective Effects 0.000 description 1
- 230000002104 routine Effects 0.000 description 1
- 229920000638 styrene acrylonitrile Polymers 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 235000010384 tocopherol Nutrition 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 235000019731 tricalcium phosphate Nutrition 0.000 description 1
- 230000001960 triggered Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Abstract
Description
ОБЛАСТЬ ТЕХНИКИFIELD OF TECHNOLOGY
Изобретение относится к области электротехники и информационных технологий и вычислительной техники, и, в частности, к способам и системам сбора и обработки данных с измерением эффективности размещения онлайн рекламных материалов с изменением настроек рекламных материалов и рекламных кампаний и предъявлением рекламных материалов с измененными настройками предъявления пользователям, в том числе к способам управления системами автоматизированных настройки рекламных материалов, рекламных кампаний, размещения рекламных материалов, подбора онлайн рекламных площадок с целью размещения рекламных материалов.The invention relates to the field of electrical engineering and information technology and computer technology, and, in particular, to methods and systems for collecting and processing data with measuring the effectiveness of placing online advertising materials with changing the settings of advertising materials and advertising campaigns and presenting advertising materials with changed presentation settings to users, including methods for managing systems for automated settings of advertising materials, advertising campaigns, placement of advertising materials, selection of online advertising sites in order to place advertising materials.
УРОВЕНЬ ТЕХНИКИBACKGROUND OF THE INVENTION
В настоящее время способ ранжирования одного или нескольких рекламных объявлений (см. US7739708B2, опубл. 15.06.2010, «System and method for revenue based advertisement placement»), , включающий: получение поискового запроса, включающего один или несколько условий поиска; получение набора результатов, содержащего одно или несколько рекламных объявлений в ответ на поисковый запрос; для одного или нескольких рекламных объявлений, составляющих результирующий набор, вычисление оценки кликабельности; для одного или нескольких рекламных объявлений вычисление ожидаемого дохода для данного рекламного объявления с использованием оценки кликабельности данного рекламного объявления и указания дохода, связанного с данным рекламным объявлением, указание дохода, включая ожидаемый доход от предложения; заказ одного или нескольких рекламных объявлений в соответствии с ожидаемым доходом от одной или нескольких рекламных объявлений; и вычисление фактического значения цены по меньшей мере для одного из рекламных объявлений с использованием алгоритма «bubble popping», при этом фактическая цена представляет собой цену, которую данный рекламодатель заплатит за сохранение данной позиции в заказе одного или нескольких рекламных объявлений по меньшей мере для одного из рекламные объявления в наборе результатов. Currently, a method for ranking one or more advertisements (see US7739708B2, publ. 06/15/2010, "System and method for revenue based advertisement placement"), including: receiving a search query that includes one or more search terms; obtaining a result set containing one or more advertisements in response to the search query; for one or more advertisements that make up the result set, calculating the click through rate; for one or more advertisements, calculating the expected revenue for a given advertisement using the click-through rate of that advertisement and indicating the revenue associated with the given advertisement, indicating the revenue, including the expected revenue from the offer; ordering one or more advertisements in accordance with the expected income from one or more advertisements; and calculating an actual price value for at least one of the advertisements using the "bubble popping" algorithm, wherein the actual price is the price that the advertiser will pay to retain that position in the order of one or more advertisements for at least one of the advertisements in the result set.
Недостатками такого решения являются по меньшей мере недостаточно эффективное использование вычислительных ресурсов, в том числе для определения эффективности размещения онлайн рекламных материалов с повышением эффективности рекламных кампаний и размещения рекламных материалов с внесением изменений в настройки рекламных кампаний и размещения рекламных материалов и с использованием измененных настроек рекламных кампаний и размещения рекламных материалов, и повышении скорости, недостаточная эффективность определения эффективности рекламных кампаний, рекламных площадок, размещения рекламных материалов, недостаточный объем собираемой информации для эффективного определения эффективности рекламных кампаний, рекламных площадок, размещения рекламных материалов, недостаточная эффективность управления рекламными материалами, рекламными кампаниями. The disadvantages of this solution are at least insufficiently efficient use of computing resources, including for determining the effectiveness of placing online advertising materials with an increase in the effectiveness of advertising campaigns and placing advertising materials with changes to the settings of advertising campaigns and placement of advertising materials and using changed settings for advertising campaigns and placement of advertising materials, and increasing the speed, insufficient efficiency in determining the effectiveness of advertising campaigns, advertising platforms, placement of advertising materials, insufficient amount of information collected to effectively determine the effectiveness of advertising campaigns, advertising platforms, placement of advertising materials, insufficient efficiency in managing advertising materials, advertising campaigns.
Также известен известен способ измерения эффективности размещения онлайн рекламы и/или таргетированной рекламы (см. RU2659475C1, опубл. 02.07.2018, "СПОСОБ ИЗМЕРЕНИЯ ЭФФЕКТИВНОСТИ РАЗМЕЩЕНИЯ ОНЛАЙН РЕКЛАМНЫХ КАМПАНИЙ (ВАРИАНТЫ)"), в котором последовательно осуществляют в офлайн режиме по меньшей мере одним регистрирующим устройством, сбор и распознавание офлайн данных, находящихся в зоне рекламируемой локации или локации с рекламируемым товаром мобильных и/или носимых устройств по меньшей мере по одному из офлайн идентификаторов каждого из указанных устройств, включающих, по меньшей мере, MAC-адрес wifi, образующих массив офлайн данных локации; передают массив офлайн данных локации в хранилище данных, где осуществляют регистрацию и маркировку офлайн данных локации, по меньшей мере, по наименованию локации и времени регистрации каждого устройства в локации, сопоставляют полученный за предустановленный период времени массив офлайн данных локации, с массивом онлайн данных мобильных и носимых устройств платформы размещения онлайн рекламы, содержащими по меньшей мере один распознанный онлайн идентификатор мобильных и/или носимых устройств, на которых осуществлен показ рекламы онлайн, осуществляют выявление в локации мобильных и/или носимых устройств, на которых был осуществлен показ рекламы онлайн, путем сопоставления массивов офлайн данных локации и онлайн данных платформы размещения рекламы онлайн и выявлению в них по меньшей мере одной пары соответствия офлайн и онлайн идентификаторов мобильного и/или носимого устройства за предустановленный период времени, а измерение эффективности размещения онлайн рекламы и/или таргетированной рекламы осуществляют путем вычисления показателя конверсии из онлайна в офлайн, как отношение массива выявленных в локации мобильных и/или носимых устройств, на которых был осуществлен показ рекламы онлайн к общему массиву мобильных и/или носимых устройств, на которых был осуществлен показ рекламы онлайн.Also known is a method for measuring the effectiveness of placing online advertising and / or targeted advertising (see RU2659475C1, publ. 07/02/2018, "METHOD FOR MEASURING THE EFFICIENCY OF PLACING ONLINE ADVERTISING CAMPAIGNS (OPTIONS)"), in which it is sequentially carried out in offline mode by at least one recording device, collecting and recognizing offline data located in the area of the advertised location or location with the advertised product of mobile and/or wearable devices by at least one of the offline identifiers of each of these devices, including at least the WiFi MAC address, forming array of offline location data; transmitting the array of offline location data to the data warehouse, where they register and mark offline location data, at least by the name of the location and the time of registration of each device in the location, compare the array of offline location data obtained over a predetermined period of time with the array of online data of mobile and wearable devices of the online advertising platform, containing at least one recognized online identifier of mobile and/or wearable devices on which online advertising was displayed, mobile and/or wearable devices on which online advertising was displayed are identified in the location by comparing arrays of offline location data and online data of the online advertising placement platform and identifying at least one pair of offline and online identifiers of a mobile and/or wearable device in them for a predetermined period of time, and measuring the effectiveness of online advertising placement and/or targeted th advertising is carried out by calculating the conversion rate from online to offline, as the ratio of the array of mobile and/or wearable devices identified in the location, on which advertising was displayed online, to the total array of mobile and/or wearable devices, on which advertising was displayed online.
Недостатками такого решения являются по меньшей мере недостаточно эффективное использование вычислительных ресурсов, в том числе для определения эффективности размещения онлайн рекламных материалов с повышением эффективности рекламных кампаний и размещения рекламных материалов с внесением изменений в настройки рекламных кампаний и размещения рекламных материалов и с использованием измененных настроек рекламных кампаний и размещения рекламных материалов, и повышении скорости, недостаточная эффективность определения эффективности рекламных кампаний, рекламных площадок, размещения рекламных материалов, недостаточный объем собираемой информации для эффективного определения эффективности рекламных кампаний, рекламных площадок, размещения рекламных материалов, недостаточная эффективность управления рекламными материалами, рекламными кампаниями.The disadvantages of this solution are at least insufficiently efficient use of computing resources, including for determining the effectiveness of placing online advertising materials with an increase in the effectiveness of advertising campaigns and placing advertising materials with changes to the settings of advertising campaigns and placement of advertising materials and using changed settings for advertising campaigns and placement of advertising materials, and increasing the speed, insufficient efficiency in determining the effectiveness of advertising campaigns, advertising platforms, placement of advertising materials, insufficient amount of information collected to effectively determine the effectiveness of advertising campaigns, advertising platforms, placement of advertising materials, insufficient efficiency in managing advertising materials, advertising campaigns.
Также известен способ размещения рекламно-информационных материалов на IT-устройствах (см. RU2617556C2, опубл. 25.04.2017, "СПОСОБ РАЗМЕЩЕНИЯ И ПРЕДСТАВЛЕНИЯ РЕКЛАМНО-ИНФОРМАЦИОННЫХ МАТЕРИАЛОВ НА IT-УСТРОЙСТВАХ"), заключающийся в создании информационно-справочной системы, включающей по меньшей мере одну коммутационную подсистему, подготовке рекламного пространства участниками проекта, рекламодателями, рекламными агентствами, собственниками IT-устройств, оператором web- сайта, создании оператором web- сайта в коммутационной подсистеме разделов общего пользования для пользователей системы и личных виртуальных кабинетов поставщиков рекламно-информационных материалов , регистрации IT-устройств в общем информационном поле с заданными параметрами, размещении рекламно -информационных материалов в общем информационном поле коммутационной подсистемы, подготовке и разрешении на представление рекламно-информационных материалов на IT-устройствах, выбранных поставщиками рекламно-информационных материалов , оператором коммутационной подсистемы, отличающийся тем, что IT-устройства извлекают рекламно-информационные материалы , размещенные поставщиками в коммутационной подсистеме в виде отдельных информационных блоков, сохраняют их на IT-устройствах, предоставляют пользователя при отсутствии соединения с сетью Интернет, а при обычном режиме пользователи IT-устройств осуществляют связь с поставщиками рекламно-информационных материалов, которые самостоятельно выбирают вид связи с пользователем с помощью коммуникационной подсистемы. Also known is a method for placing promotional and informational materials on IT devices (see RU2617556C2, publ. 04/25/2017, "METHOD FOR PLACING AND PRESENTING ADVERTISING AND INFORMATIONAL MATERIALS ON IT DEVICES"), which consists in creating an information and reference system, including at least at least one switching subsystem, preparation of advertising space by project participants, advertisers, advertising agencies, owners of IT devices, website operator, creation by the website operator in the switching subsystem of sections of common use for system users and personal virtual cabinets of suppliers of advertising and information materials, registration of IT devices in the general information field with specified parameters, placement of advertising and information materials in the general information field of the switching subsystem, preparation and permission to present advertising and information materials on IT devices selected by suppliers of advertising and information mats rials, the operator of the switching subsystem, characterized in that IT devices retrieve advertising and information materials placed by suppliers in the switching subsystem in the form of separate information blocks, store them on IT devices, provide the user when there is no connection to the Internet, and in normal mode users of IT devices communicate with suppliers of advertising and information materials, who independently choose the type of communication with the user using the communication subsystem.
Недостатками такого решения являются по меньшей мере недостаточно эффективное использование вычислительных ресурсов, в том числе для определения эффективности размещения онлайн рекламных материалов с повышением эффективности рекламных кампаний и размещения рекламных материалов с внесением изменений в настройки рекламных кампаний и размещения рекламных материалов и с использованием измененных настроек рекламных кампаний и размещения рекламных материалов, и повышении скорости, недостаточная эффективность определения эффективности рекламных кампаний, рекламных площадок, размещения рекламных материалов, недостаточный объем собираемой информации для эффективного определения эффективности рекламных кампаний, рекламных площадок, размещения рекламных материалов, недостаточная эффективность управления рекламными материалами, рекламными кампаниями.The disadvantages of this solution are at least insufficiently efficient use of computing resources, including for determining the effectiveness of placing online advertising materials with an increase in the effectiveness of advertising campaigns and placing advertising materials with changes to the settings of advertising campaigns and placement of advertising materials and using changed settings for advertising campaigns and placement of advertising materials, and increasing the speed, insufficient efficiency in determining the effectiveness of advertising campaigns, advertising platforms, placement of advertising materials, insufficient amount of information collected to effectively determine the effectiveness of advertising campaigns, advertising platforms, placement of advertising materials, insufficient efficiency in managing advertising materials, advertising campaigns.
Предлагаемое изобретение позволяет преодолеть, по крайней мере, часть вышеуказанных недостатков или все указанные недостатки, а также реализовать преимущества настоящего изобретения, как описано в рамках настоящего изобретения.The present invention overcomes at least part of the above disadvantages or all of these disadvantages, as well as realizing the advantages of the present invention, as described within the scope of the present invention.
СУЩНОСТЬ ИЗОБРЕТЕНИЯSUMMARY OF THE INVENTION
Техническим результатом, достигаемым предлагаемым изобретением, является автоматизированная настройка размещения рекламных материалов компаний на рекламных площадках.The technical result achieved by the proposed invention is the automated setting of the placement of advertising materials of companies on advertising sites.
Согласно одному из вариантов реализации, предлагается способ измерения эффективности размещения онлайн рекламных материалов и рекламных площадок, на которых осуществляется предъявление рекламных материалов, с изменением настроек размещения рекламных материалов и рекламных кампаний и предъявлением рекламных материалов рекламных кампаний с измененными настройками пользователям, в котором: осуществляется получение данных статистики сервером получения, обработки данных и формирования результатов обработки по меньшей мере с одного сервера сервисов сбора, хранения и обработки статистических данных пользователей с использованием программного интерфейса приложения API, предоставляемого такими сервисами, где получаемые данные статистики содержат по меньшей мере связанные с пользователями, размещением и предъявлением рекламных материалов и размещаемыми рекламными материалами данные, полученные по меньшей мере в результате взаимодействия пользователей с элементами, включая рекламные материалы, веб-сайтов, а также полученные в результате предъявления рекламных материалов данные, включающие информацию по меньшей мере о реакциях пользователя на предъявляемые рекламные материалы, выражаемых в совершении действий пользователем с использованием по меньшей мере одного вычислительного устройства пользователя и являющиеся откликом пользователя на рекламные материалы, включая регистрируемые и передаваемые по меньшей мере одним вычислительным устройством и передаваемые на серверы сервисов сбора, хранения и обработки статистических данных пользователей и/или формируемые серверами сервисов сбора, хранения и обработки статистических данных пользователей; осуществляется сохранение полученных данных статистики, по меньшей мере, в одну базу данных статистических данных сервером получения, обработки данных и формирования результатов обработки; осуществляется формирование первой выборки данных сервером получения, обработки данных и формирования результатов обработки из данных статистики, хранящихся в базе данных статистических данных для формирования набора данных показателей эффективности рекламных кампаний, где каждая формируемая выборка содержит данные статистики для каждого из пользователей по каждой из рекламных кампаний, созданных, настроенных и запущенных пользователем с использованием сервиса размещения рекламных материалов на рекламных площадках, содержащих по меньшей мере веб-страницу для размещения рекламных материалов, в рамках рекламных кампаний, включая уникальное имя пользователя, название рекламной кампании, идентификатор площадки размещения рекламных материалов в формате унифицированного указателя ресурса веб-сайта, количество предъявлений рекламных материалов, количество взаимодействий пользователей с предъявляемыми рекламными материалами, стоимость размещения рекламных материалов, название группы рекламных материалов, объединяющее рекламные материалы в рамках одной кампании, причем формирование выборки данных осуществляется по двум и более предустановленным параметрам, где такими параметрами является уникальное имя пользователя, название рекламной кампании, идентификатор площадки размещения рекламных материалов, принадлежность группе рекламных объявлений по названию группы; осуществляется формирование из данных статистики, хранящихся в базе данных статистических данных второй выборки данных сервером получения, обработки данных и формирования результатов обработки, которая содержит данные статистики для каждого из пользователей по каждой из рекламных кампаний, созданных, настроенных и запущенных пользователем с использованием сервиса размещения рекламных материалов на рекламных площадках по стоимости привлеченных с помощью рекламного объявления клиентов рекламных кампаний, включая дату и время посещения веб-страницы, на которой размещен рекламный материал, осуществлялось ли посещение веб-сайта без использования взаимодействия пользователем с размещенными рекламными материалами, количество целевых клиентов, на которых направлено предъявление рекламных материалов, количество предустановленных целей рекламных кампаний за одно посещение веб-сайта пользователем, стоимость для каждой предустановленной цели каждой рекламной кампании за одно посещение веб-сайта пользователем, стоимость посещения веб-сайта пользователем, название рекламной кампании, описание категории для рекомендации, уникальное имя пользователя; осуществляется формирование набора данных показателей эффективности рекламных кампаний из данных первой выборки данных и данных второй выборки данных, посредством формирования многомерного массива данных, измерениями которого являются дни недели, часы и названия рекламных площадок, содержащего данные по каждому из пользователей для предустановленного интервала времени, для которого сформирован многомерный массив данных и к которому относятся данные показателей эффективности рекламных кампаний, и содержащего данные о последовательности действий пользователей от момента предъявления рекламных материалов, взаимодействий пользователей с предъявляемыми рекламными материалами для перехода на рекламируемые веб-сайты, до совершения целевых действий на веб-сайтах пользователями, заданных заданием параметров рекламных кампаний сервиса размещения рекламных материалов параметрами предъявления рекламных материалов, выполненного с возможностью задания параметров предъявления рекламных материалов; в сформированном многомерном массиве данных в пределах предустановленного интервала времени сервером получения, обработки данных и формирования результатов обработки: выявляется по меньшей мере один временной интервал предъявления рекламного материала, заданный параметрами предъявления рекламных объявлений сервиса размещения рекламных материалов, для каждого рекламного материала, принадлежащего соответствующей рекламной кампании, в пределах которого взаимодействия пользователей с предъявляемым рекламным материалом не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом, и выявляются неэффективные рекламные площадки, на которых значение вероятности взаимодействия пользователя с рекламным материалом на веб-сайте рекламной площадки в такой заданный временной интервал предъявления рекламного материала меньше заданного значения, где вероятность взаимодействия пользователя вычисляется, как отношение количества взаимодействий пользователя с рекламным материалом к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки, или значение вероятности достижения заданной цели в настойках рекламной кампании меньше заданного значения, где вероятность достижения заданной цели вычисляется, как отношение количества достижений заданной цели к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки; сервером получения, обработки данных и формирования результатов обработки осуществляется: формирование списка рекламных материалов с заданными установленными временными интервалами предъявления рекламных материалов для каждой рекламной кампании, для которых выявлены временные интервалы предъявления рекламного материала, в пределах которых взаимодействия пользователей с предъявляемым рекламным не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом, и формирование списка неэффективных рекламных площадок; сервером получения, обработки данных и формирования результатов обработки осуществляется формирование набора значений параметров рекламных площадок, содержащего значения для отключения рекламных площадок из списка неэффективных рекламных площадок, и набора значений параметров предъявления рекламных материалов для сервисов размещения рекламных материалов для прекращения предъявления рекламных материалов, содержащихся в списке рекламных материалов с заданными установленными временными интервалами предъявления рекламных материалов для каждой рекламной кампании, для которых выявлены временные интервалы предъявления рекламного материала, в пределах которых взаимодействия пользователей с предъявляемым рекламным не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом, и осуществляется передача таких наборов данных по меньшей мере на один из серверов сервисов размещения рекламных материалов; по меньшей мере одним из серверов сервисов размещения рекламных материалов осуществляется применение значений, содержащихся в наборе значений параметров предъявления рекламных материалов, и осуществляется применение значений параметров рекламных площадок, содержащих значения для исключения рекламных площадок из списка неэффективных рекламных площадок для прекращения предъявления на них рекламных материалов; осуществляется размещение с предъявлением по меньшей мере одного рекламного материала на по меньшей мере одной рекламной площадке по меньшей мере одним сервером сервисов размещения рекламных материалов с измененными значениями настроек параметров для рекламных материалов и рекламных площадок с запуском по меньшей мере одной рекламной кампании. According to one of the implementation options, a method is proposed for measuring the effectiveness of placing online advertising materials and advertising platforms on which advertising materials are presented, with changing the settings for placing advertising materials and advertising campaigns and presenting advertising materials of advertising campaigns with changed settings to users, in which: statistics data by a server for receiving, processing data and generating processing results from at least one server of services for collecting, storing and processing user statistical data using the API provided by such services, where the received statistics data contain at least those related to users, location and presentation of advertising materials and placed advertising materials data obtained at least as a result of the interaction of users with elements, including advertising materials, b-sites, as well as data obtained as a result of presenting advertising materials, including information about at least the user's reactions to the presented advertising materials, expressed in the user's actions using at least one user's computing device and being the user's response to advertising materials, including registered and transmitted by at least one computing device and transmitted to servers of services for collecting, storing and processing user statistical data and / or generated by servers of services for collecting, storing and processing user statistical data; the received statistics data is stored in at least one statistical data database by the server for receiving, processing data and generating processing results; the first data sample is formed by the server for receiving, processing data and generating processing results from statistics data stored in the statistical data database to form a data set of advertising campaigns effectiveness indicators, where each formed sample contains statistics data for each of the users for each of the advertising campaigns, created, configured and launched by the user using the service for placing advertising materials on advertising sites containing at least a web page for placing advertising materials as part of advertising campaigns, including a unique user name, name of the advertising campaign, identifier of the advertising material placement site in the format of a unified website resource index, the number of presentations of advertising materials, the number of user interactions with the presented advertising materials, the cost of placing advertising materials, the name of the advertising group materials that combines advertising materials within one campaign, and the data sampling is carried out according to two or more preset parameters, where such parameters are a unique user name, the name of the advertising campaign, the ID of the advertising material placement site, belonging to a group of advertisements by the name of the group; the second sample of data is formed from the statistics data stored in the statistical data database by the server for receiving, processing data and generating processing results, which contains statistics data for each user for each of the advertising campaigns created, configured and launched by the user using the advertising placement service materials on advertising sites at the cost of advertising campaigns attracted by the advertisement of clients, including the date and time of visiting the web page on which the advertising material is placed, whether the visit to the website was carried out without using user interaction with the placed advertising materials, the number of target customers, on which the presentation of advertising materials is directed, the number of pre-set goals of advertising campaigns for one visit to the website by the user, the cost for each preset goal of each advertising campaign for one visit to the website according to by the user, the cost of visiting the website by the user, the name of the advertising campaign, the description of the category for the recommendation, the unique username; the formation of a data set of advertising campaigns performance indicators is carried out from the data of the first data sample and the data of the second data sample, by forming a multidimensional data array, the dimensions of which are the days of the week, hours and names of advertising sites, containing data for each of the users for a predetermined time interval for which a multidimensional array of data has been formed and which includes data on the effectiveness of advertising campaigns, and containing data on the sequence of user actions from the moment the advertising materials are presented, the interactions of users with the presented advertising materials to go to the advertised websites, to the completion of targeted actions on the websites by users , set by setting the parameters of advertising campaigns of the service for placing advertising materials by the parameters of the presentation of advertising materials, made with the possibility of setting the parameters of the presentation of advertising materials; in the generated multidimensional data array within a predetermined time interval by the server for receiving, processing data and generating processing results: at least one time interval for presenting advertising material is detected, specified by the parameters for presenting advertisements of the advertising material placement service, for each advertising material belonging to the corresponding advertising campaign , within which user interactions with the presented advertising material did not lead to the achievement of the pre-set goals of advertising campaigns or during which the user did not interact with the presented advertising material, and ineffective advertising sites are identified, where the value of the probability of user interaction with the advertising material on the website of the advertising site in such a given time interval for the presentation of advertising material is less than a given value, where the probability of user interaction is calculated, to as the ratio of the number of user interactions with advertising material to the total number of presentations of advertising materials on websites for each advertising site, or the value of the probability of achieving a given goal in the settings of an advertising campaign is less than a given value, where the probability of achieving a given goal is calculated as the ratio of the number of achievements of a given goal to the total number of presentations of advertising materials on websites for each advertising platform; the server for receiving, processing data and generating processing results performs: the formation of a list of advertising materials with predetermined time intervals for presenting advertising materials for each advertising campaign, for which time intervals for presenting advertising material were identified, within which user interactions with the presented advertising did not lead to the achievement of preset goals of advertising campaigns or during which the user did not interact with the presented advertising material, and the formation of a list of ineffective advertising sites; the server for receiving, processing data and generating processing results generates a set of values for parameters of advertising sites, containing values for disabling advertising sites from the list of ineffective advertising sites, and a set of values for parameters of the presentation of advertising materials for placement services of advertising materials to stop the presentation of advertising materials contained in the list advertising materials with predetermined time intervals for the presentation of advertising materials for each advertising campaign, for which time intervals for the presentation of advertising material were identified, within which user interactions with the presented advertising did not lead to the achievement of the preset goals of advertising campaigns or during which the user did not interact with the presented advertising material, and such data sets are transmitted to at least one of the servers of advertising material placement services. in; at least one of the advertising material placement service servers applies the values contained in the set of advertising material presentation parameter values, and applies the advertising space parameter values containing values to exclude advertising spaces from the list of inefficient advertising spaces to stop displaying advertising materials on them; placement with the presentation of at least one advertising material on at least one advertising site is carried out by at least one server of services for placing advertising materials with changed parameter settings for advertising materials and advertising sites with the launch of at least one advertising campaign.
В одном из частных вариантов реализации статистические данные, получаемые сервером получения, обработки данных и формирования результатов обработки, включают параметры взаимодействия пользователей, содержащие по меньшей мере время нахождения на веб-странице и/или частоту посещения веб-сайтов, и/или проявление интереса товару, категориям товаров, и/или используемых пользователем вычислительных устройств данные с таких вычислительных устройств, содержащие по меньшей мере информацию о совершении покупок, идентификаторы вычислительного устройства, в сети Интернет, в сервисах, приложениях, и/или регистрационные данные в них, а также данные по меньшей мере с кассовых аппаратов и/или камер, и/или систем распознавания лиц, и/или звукозаписывающих устройств, и/или систем контроля доступа, и/или средств отслеживания местоположения пользователя, а также данные из личных кабинетов сервисов сбора, хранения и обработки статистических данных пользователей и данные об эффективности рекламных каналов, кампаний и ключевых слов, скоринг, конверсии от предъявления рекламных материалов, расходах, показах и взаимодействиях пользователя с веб-ссылками, целевой аудитории, бюджете рекламной кампании, источниках звонков, их даты, время, ключевые слова, в том числе полученные после распознавания и анализа речи пользователя.In one of the private implementation options, the statistical data received by the server for receiving, processing data and generating processing results include user interaction parameters containing at least the time spent on the web page and / or the frequency of visiting websites, and / or showing interest in the product , product categories, and/or user-used computing devices, data from such computing devices, containing at least information about making purchases, identifiers of a computing device, on the Internet, in services, applications, and/or registration data in them, as well as data at least from cash registers and / or cameras, and / or face recognition systems, and / or sound recording devices, and / or access control systems, and / or user location tracking tools, as well as data from personal accounts of collection, storage and processing user statistics and data on the effectiveness of advertising channels, campaigns and keywords, scoring, conversions from advertising materials, costs, impressions and user interactions with web links, target audience, advertising campaign budget, call sources, their dates, times, keywords, including those received after recognition and analysis user speech.
В одном из частных вариантов реализации осуществляется актуализация данных, содержащихся в первой выборке данных и второй выборке данных, посредством отправки запросов сервером получения, обработки данных и формирования результатов обработки на по меньшей мере один из серверов сервисов сбора, хранения и обработки статистических данных пользователей и получения от него запрошенных данных посредством сопоставления и обновления данных по меньшей мере о времени посещения пользователем веб-сайта, продолжительности посещения веб-сайта, названии рекламной площадки, принадлежности к рекламной кампании, идентификаторах счетчиков в формате программного кода, осуществляющего сбор статистических данных на веб-сайте, с проверкой корректности и актуальности статистических данных, для каждого пользователя.In one of the private implementation options, the data contained in the first data sample and the second data sample are updated by sending requests by the receiving server, processing data and generating processing results to at least one of the servers of the services for collecting, storing and processing statistical user data and receiving from him the requested data by collating and updating data on at least the time the user visited the website, the duration of the visit to the website, the name of the advertising site, belonging to the advertising campaign, counter identifiers in the format of the program code that collects statistical data on the website , with checking the correctness and relevance of statistical data, for each user.
В одном из частных вариантов реализации параметрами посещения пользователями веб-сайтов являются время нахождения пользователя на веб-странице, частота посещения пользователями веб-страницы, проявление интереса к определенному товару или категориям товаров, а также данные, регистрируемые и обрабатываемые кассовыми аппаратами, системами контроля доступа, отслеживания местоположения пользователя.In one of the private implementation options, the parameters of users visiting websites are the time the user spent on the web page, the frequency of visits by users to the web page, the manifestation of interest in a particular product or product categories, as well as data recorded and processed by cash registers, access control systems , tracking the user's location.
В одном из частных вариантов реализации связанные с размещением рекламных материалов данные включают данные об эффективности рекламных каналов, рекламных кампаний и ключевые слова, скоринг, конверсии от предъявления рекламных материалов, расходах, показах и взаимодействиях пользователя с веб-ссылками, целевой аудитории, бюджете рекламной кампании, источниках звонков, их даты, время, ключевые слова, в том числе полученные после распознавания и анализа речи пользователя.In one of the private implementation options related to the placement of advertising materials, data includes data on the effectiveness of advertising channels, advertising campaigns and keywords, scoring, conversions from the presentation of advertising materials, costs, impressions and user interactions with web links, target audience, advertising campaign budget , call sources, their dates, time, keywords, including those obtained after recognition and analysis of the user's speech.
В одном из частных вариантов реализации при сохранении данных в базу данных статистических данных осуществляется проверка сохраняемых данных на валидность типов данных с использованием преобразования значения одного типа данных в другое или определения типа переменной.In one particular implementation, when saving data to a statistical database, the stored data is checked for the validity of data types using the conversion of a value from one data type to another or determining the type of a variable.
В одном из частных вариантов реализации осуществляется предъявление пользователю списка рекламных площадок для отключения и набора значений параметров рекламных площадок и значений для отключения рекламных площадок из списка неэффективных рекламных площадок, и прекращения предъявления рекламных материалов и список рекламных материалов для прекращения предъявления и набора значений параметров предъявления рекламных материалов для прекращения предъявления рекламных материалов, содержащихся в списке рекламных материалов с заданными установленными временными интервалами предъявления рекламных материалов для каждой рекламной кампании, для которых выявлены временные интервалы предъявления рекламного материала, в пределах которых взаимодействия пользователей с предъявляемым рекламным не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом.In one of the private implementation options, the user is presented with a list of advertising sites to disable and a set of parameter values for advertising sites and values for disabling advertising sites from the list of ineffective advertising sites, and stopping the presentation of advertising materials and a list of advertising materials for stopping the presentation and a set of values for displaying advertising parameters. materials to stop the presentation of advertising materials contained in the list of advertising materials with predetermined time intervals for the presentation of advertising materials for each advertising campaign, for which time intervals for the presentation of advertising material were identified, within which user interactions with the presented advertising material did not lead to the achievement of pre-set goals of advertising campaigns or during which the user has not interacted with the presented advertising material.
В одном из частных вариантов реализации сервисами сбора, хранения и обработки статистических данных пользователей являются сервисы контекстной рекламы на веб-страницах или сервисы оценки посещаемости веб-сайтов и анализа поведения пользователей.In one of the private implementation options, the services for collecting, storing and processing user statistics are contextual advertising services on web pages or services for assessing website traffic and analyzing user behavior.
В одном из частных вариантов реализации данные на сервисы сбора, хранения и обработки статистических данных пользователей передаются с серверов сервисов контекстной рекламы на веб-страницах или серверов сервисов оценки посещаемости веб-сайтов и анализа поведения пользователей.In one of the private implementation options, data is transferred to services for collecting, storing and processing user statistics from servers of contextual advertising services on web pages or servers of services for assessing website traffic and analyzing user behavior.
В одном из частных вариантов реализации набор данных показателей эффективности рекламных кампаний из данных первой выборки данных и данных второй выборки данных, содержит данные о поведенческих изменениях в действиях пользователей.In one particular implementation, the data set of advertising campaign performance indicators from the first data sample data and the second data sample data contains data on behavioral changes in user actions.
В одном из частных вариантов реализации после отключения рекламных площадок из списка неэффективных рекламных площадок для связанных с ними рекламных материалов задаются другие рекламные площадки, после выявления в сформированном многомерном массиве данных в пределах предустановленного интервала времени эффективных рекламных площадок, на которых значение вероятности взаимодействия пользователя с рекламным материалом на веб-сайте рекламной площадке в такой заданный временной интервал предъявления рекламного материала максимально, где вероятность взаимодействия пользователя вычисляется, как отношение количества взаимодействий пользователя с рекламным материалом к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки, или значение вероятности достижения заданной цели в настойках рекламной кампании максимально, где вероятность достижения заданной цели вычисляется, как отношение количества достижений заданной цели к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки.In one of the private implementation options, after disabling advertising sites from the list of ineffective advertising sites, other advertising sites are set for related advertising materials, after identifying effective advertising sites in the generated multidimensional data array within a predetermined time interval, on which the probability value of user interaction with advertising material on the website of the advertising site in such a given time interval for the presentation of advertising material is maximum, where the probability of user interaction is calculated as the ratio of the number of user interactions with the advertising material to the total number of presentations of advertising materials on websites for each advertising site, or the value of the probability of reaching specified goal in the settings of the advertising campaign is maximum, where the probability of achieving a given goal is calculated as the ratio of the number of achievements of a given goal to the total number of presentations of re promotional materials on websites for each advertising platform.
Согласно другому варианту реализации, предлагается система для сбора данных для измерения эффективности размещения онлайн рекламных материалов и рекламных площадок, на которых осуществляется предъявление рекламных материалов, с изменением настроек размещения рекламных материалов и рекламных кампаний и предъявлением рекламных материалов рекламных кампаний с измененными настройками пользователям, которая содержит: по меньшей мере один сервер по меньшей мере одного сервиса сбора, хранения и обработки статистических данных, выполненный с возможностью регистрации, сбора, получения, передачи, хранения и/или обработки данных, полученных в результате по меньшей мере совершения действий пользователями или действия, регистрируемые и обрабатываемыми электронными вычислительными устройствами, и выполненный с возможностью передачи данных по меньшей мере в блок получения статистики; блок получения статистики, выполненный с возможностью получения данных от серверов сервисов сбора, хранения и обработки статистических данных с использованием API, причем создается по меньшей мере одна таблица, в которую сохраняются данные блоком хранения данных, полученные из соответствующего API, и с возможностью передачи их в блок управления и организации; блок задач, выполненный с возможностью управления задачами в очереди и распределением нагрузки с использованием блока очереди задач и выполнения задач по расписанию, включающих задачи на получение статистики из внешних источников через API, и получения сообщений задач от отправителя и передачу их адресату, где отправителем и получателем сообщений является блок очереди задач, с формированием запросов на получение данных статистики по заданным параметрам за выбранные интервалы времени, где задача формируется блоком задач в формате вызова функции; блок очереди задач, выполненный с возможностью формирования очереди задач и управления расписаниями задач с использованием системы асинхронной передачи сообщений и выполненный с возможностью по расписанию выбора из очереди задач, которые должны быть выполнены в конкретный момент времени и именно запускаются в указанное для них время, а также выполненный с возможностью запуска программ по сбору, обработке и представлению пользователю данных, и включает по меньшей мере один исполнитель, обеспечивающий поток выполнения кода и выделение ресурсов и изолированной среды в памяти и конкурентное выполнение нескольких задач одновременно; блок управления и администрирования, выполненный с возможностью управлять задачами по сбору данных их анализа, включая создание и редактирование задач по расписанию с настройкой расписания пользователю с использованием интерфейса пользователя; блок управления и организации выполненный с возможностью получения данных от других блоков и распределения их между другими блоками и обеспечением разграничения функционала каждого из блоков посредством средств для обмена данными с использованием протокола и интерфейса передачи данных с другими блоками; базу данных статистики, выполненную с возможностью получения данных из блока получения статистики и блока получения статистики и выполненной с возможностью хранения данных статистики, данных первой выборки данных, данных второй выборки данных, данных наборов данных показателей эффективности рекламных кампаний, сформированных списков рекламных материалов с временными интервалами, списков неэффективных рекламных площадок, данных наборов значений параметров рекламных площадок; предиктивный блок, выполненный с возможностью формирования первой выборки данных из данных статистики, хранящихся в базе данных статистики для формирования набора данных показателей эффективности рекламных кампаний, где каждая формируемая выборка содержит данные статистики для каждого из пользователей по каждой из рекламных кампаний, созданных, настроенных и запущенных пользователем с использованием сервиса размещения рекламных материалов на рекламных площадках, содержащих по меньшей мере веб-страницу для размещения рекламных материалов, в рамках рекламных кампаний, включая уникальное имя пользователя, название рекламной кампании, идентификатор площадки размещения рекламных материалов в формате унифицированного указателя ресурса веб-сайта, количество предъявлений рекламных материалов, количество взаимодействий пользователей с предъявляемыми рекламными материалами, стоимость размещения рекламных материалов, название группы рекламных материалов, объединяющее рекламные материалы в рамках одной кампании, причем формирование выборки данных осуществляется по двум и более предустановленным параметрам, где такими параметрами является уникальное имя пользователя, название рекламной кампании, идентификатор площадки размещения рекламных материалов, принадлежность группе рекламных объявлений по названию группы, и выполненный с возможностью формирования из данных статистики, хранящихся в базе данных статистики второй выборки данных, которая содержит данные статистики для каждого из пользователей по каждой из рекламных кампаний, созданных, настроенных и запущенных пользователем с использованием сервиса размещения рекламных материалов на рекламных площадках по стоимости привлеченных с помощью рекламного объявления клиентов рекламных кампаний, включая дату и время посещения веб-страницы, на которой размещен рекламный материал, осуществлялось ли посещение веб-сайта без использования взаимодействия пользователем с размещенными рекламными материалами, количество целевых клиентов, на которых направлено предъявление рекламных материалов, количество предустановленных целей рекламных кампаний за одно посещение веб-сайта пользователем, стоимость для каждой предустановленной цели каждой рекламной кампании за одно посещение веб-сайта пользователем, стоимость посещения веб-сайта пользователем, название рекламной кампании, описание категории для рекомендации, уникальное имя пользователя, и выполненный с возможностью формирования набора данных показателей эффективности рекламных кампаний из данных первой выборки данных и данных второй выборки данных, посредством формирования многомерного массива данных, измерениями которого являются дни недели, часы и названия рекламных площадок, содержащего данные по каждому из пользователей для предустановленного интервала времени, для которого сформирован многомерный массив данных и к которому относятся данные показателей эффективности рекламных кампаний, и содержащего данные о последовательности действий пользователей от момента предъявления рекламных материалов, взаимодействий пользователей с предъявляемыми рекламными материалами для перехода на рекламируемые веб-сайты, до совершения целевых действий на веб-сайтах пользователями, заданных заданием параметров рекламных кампаний сервиса размещения рекламных материалов параметрами предъявления рекламных материалов, выполненного с возможностью задания параметров предъявления рекламных материалов, причем в сформированном многомерном массиве данных в пределах предустановленного интервала времени: выявляется по меньшей мере один временной интервал предъявления рекламного материала, заданный параметрами предъявления рекламных объявлений сервиса размещения рекламных материалов, для каждого рекламного материала, принадлежащего соответствующей рекламной кампании, в пределах которого взаимодействия пользователей с предъявляемым рекламным материалом не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом, и выявляются неэффективные рекламные площадки, на которых значение вероятности взаимодействия пользователя с рекламным материалом на веб-сайте рекламной площадки в такой заданный временной интервал предъявления рекламного материала меньше заданного значения, где вероятность взаимодействия пользователя вычисляется, как отношение количества взаимодействий пользователя с рекламным материалом к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки, или значение вероятности достижения заданной цели в настойках рекламной кампании меньше заданного значения, где вероятность достижения заданной цели вычисляется, как отношение количества достижений заданной цели к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки, а также выполненный с возможностью формирования списка рекламных материалов с заданными установленными временными интервалами предъявления рекламных материалов для каждой рекламной кампании, для которых выявлены временные интервалы предъявления рекламного материала, в пределах которых взаимодействия пользователей с предъявляемым рекламным не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом, и формирования списка неэффективных рекламных площадок, и с возможностью формирования набора значений параметров рекламных площадок, содержащего значения для отключения рекламных площадок из списка неэффективных рекламных площадок, и набора значений параметров предъявления рекламных материалов для сервисов размещения рекламных материалов для прекращения предъявления рекламных материалов, содержащихся в списке рекламных материалов с заданными установленными временными интервалами предъявления рекламных материалов для каждой рекламной кампании, для которых выявлены временные интервалы предъявления рекламного материала, в пределах которых взаимодействия пользователей с предъявляемым рекламным не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом, и осуществляется передача таких наборов данных по меньшей мере на один из серверов сервисов размещения рекламных материалов; блок автоматизированного управления рекламными кампаниями, выполненный с возможностью создания и передачи запросов к API по меньшей мере одного сервиса размещения рекламных материалов по меньшей мере одного сервера на корректировку настроек рекламных кампаний с использованием значений, содержащихся в наборе значений параметров предъявления рекламных материалов, и значений параметров рекламных площадок, содержащих значения для исключения рекламных площадок из списка неэффективных рекламных площадок для прекращения предъявления на них рекламных материалов; по меньшей мере один сервер по меньшей мере одного сервиса размещения рекламных материалов, выполненного с возможностью получения значений, содержащихся в наборе значений параметров предъявления рекламных материалов, и значений параметров рекламных площадок, содержащих значения для исключения рекламных площадок из списка неэффективных рекламных площадок для прекращения предъявления на них рекламных материалов и применения значений, содержащихся в наборе значений параметров предъявления рекламных материалов, и осуществляется применение значений параметров рекламных площадок, содержащих значения для исключения рекламных площадок из списка неэффективных рекламных площадок для прекращения предъявления на них рекламных материалов, а также выполненного с возможностью размещения с предъявлением по меньшей мере одного рекламного материала на по меньшей мере одной рекламной площадке с измененными значениями настроек параметров для рекламных материалов и рекламных площадок с запуском по меньшей мере одной рекламной кампании. According to another implementation variant, a system is provided for collecting data for measuring the effectiveness of placing online advertising materials and advertising platforms where advertising materials are presented, with changing the settings for placing advertising materials and advertising campaigns and presenting advertising materials of advertising campaigns with changed settings to users, which contains : at least one server of at least one service for collecting, storing and processing statistical data, configured to register, collect, receive, transmit, store and / or process data obtained as a result of at least actions performed by users or actions recorded and processed by electronic computing devices, and configured to transmit data to at least a statistics acquisition unit; a statistics acquisition unit configured to receive data from the servers of services for collecting, storing and processing statistical data using the API, and at least one table is created in which the data is stored by the data storage unit obtained from the corresponding API, and with the possibility of transferring them to block of management and organization; a task block configured to manage tasks in the queue and distribute the load using the task queue block and execute scheduled tasks, including tasks for obtaining statistics from external sources via the API, and receiving task messages from the sender and transmitting them to the addressee, where the sender and recipient messages is a block of the task queue, with the formation of requests for obtaining statistics data on the specified parameters for the selected time intervals, where the task is formed by the block of tasks in the format of a function call; a task queue block configured to generate a task queue and manage task schedules using an asynchronous messaging system and configured to schedule a selection from the queue of tasks that must be completed at a specific point in time and that are launched at the time specified for them, and also configured to run programs for collecting, processing and presenting data to the user, and includes at least one executor that provides the code execution flow and the allocation of resources and an isolated environment in memory and the competitive execution of several tasks simultaneously; a control and administration unit, configured to manage tasks for collecting data of their analysis, including creating and editing scheduled tasks with setting the schedule to the user using the user interface; a control and organization unit configured to receive data from other units and distribute them between other units and ensure the differentiation of the functionality of each of the units through means for exchanging data using a protocol and a data interface with other units; a statistics database, configured to receive data from the statistics acquisition unit and the statistics acquisition unit, and configured to store statistics data, first data sampling data, second data sampling data, data sets of advertising campaign performance indicators, generated lists of promotional materials with time intervals , lists of inefficient advertising sites, data sets of values for parameters of advertising sites; a predictive block configured to generate a first data sample from statistics data stored in the statistics database to generate a data set of advertising campaigns performance indicators, where each generated sample contains statistics data for each of the users for each of the advertising campaigns created, configured and launched by the user using the service for placing advertising materials on advertising sites containing at least a web page for placing advertising materials as part of advertising campaigns, including a unique user name, name of the advertising campaign, identifier of the advertising material placement site in the format of a website uniform resource locator , the number of presentations of advertising materials, the number of user interactions with the presented advertising materials, the cost of placing advertising materials, the name of the group of advertising materials that combines advertising materials within one campaign, and the data sampling is carried out according to two or more preset parameters, where such parameters are a unique user name, the name of the advertising campaign, the identifier of the site for placing advertising materials, belonging to a group of advertisements by the name of the group, and made with the possibility of generating statistics from data, stored in the statistics database of the second data sample, which contains statistics data for each of the users for each of the advertising campaigns created, configured and launched by the user using the service for placing advertising materials on advertising sites at the cost of advertising campaigns attracted by the advertisement of customers, including date and time of the visit to the web page on which the advertising material is placed, whether the visit to the website was carried out without using user interaction with the placed advertising materials, the number of target customers, per of which the presentation of advertising materials is directed, the number of pre-set goals of advertising campaigns per visit to the website by the user, the cost for each preset goal of each advertising campaign per visit to the website by the user, the cost of visiting the website by the user, the name of the advertising campaign, the description of the category for the recommendation , a unique user name, and configured to generate a data set of advertising campaign performance indicators from the data of the first data sample and the data of the second data sample, by forming a multidimensional data array, the dimensions of which are days of the week, hours and names of advertising sites, containing data for each of users for a predetermined time interval for which a multidimensional data array has been generated and to which the data on the effectiveness of advertising campaigns relate, and containing data on the sequence of user actions from the moment they present of advertising materials, user interactions with the presented advertising materials to go to the advertised websites, before the users perform targeted actions on the websites, set by setting the parameters of advertising campaigns of the service for placing advertising materials with the parameters for presenting advertising materials, made with the ability to set the parameters for presenting advertising materials , and in the generated multidimensional data array within a predetermined time interval: at least one time interval for presenting an advertising material is detected, specified by the parameters for presenting advertisements of the advertising materials placement service, for each advertising material belonging to the corresponding advertising campaign, within which user interactions with presented advertising material did not lead to the achievement of the pre-set goals of advertising campaigns or during which the user did not interact with the subject which is an advertising material, and ineffective advertising sites are identified where the probability value of user interaction with advertising material on the website of the advertising site in such a given time interval for presenting advertising material is less than a given value, where the probability of user interaction is calculated as the ratio of the number of user interactions with advertising material to the total number of presentations of promotional materials on websites for each advertising platform, or the value of the probability of achieving a given goal in the settings of an advertising campaign is less than a given value, where the probability of achieving a given goal is calculated as the ratio of the number of achievements of a given goal to the total number of presentations of advertising materials on websites for each advertising platform, as well as made with the possibility of generating a list of advertising materials with predetermined time intervals for presenting advertising materials for each advertising campaign, for which the time intervals for the presentation of advertising material were identified, within which user interactions with the presented advertising material did not lead to the achievement of the pre-set goals of advertising campaigns or during which the user did not interact with the presented advertising material, and the formation of a list of ineffective advertising sites, and with the possibility of generating a set of values for parameters of advertising sites, containing values for disabling advertising sites from the list of ineffective advertising sites, and a set of values for the parameters of the presentation of advertising materials for advertising materials placement services to stop the presentation of advertising materials contained in the list of advertising materials with specified time intervals for the presentation of advertising materials for each advertising campaign, for which the time intervals for the presentation of advertising material were identified, within which the interactions of the field advertisers with the advertised did not lead to the achievement of the pre-set goals of advertising campaigns or during which the user did not interact with the presented advertising material, and such data sets are transmitted to at least one of the servers of the advertising materials placement services; block for automated management of advertising campaigns, configured to create and send requests to the API of at least one service for placing advertising materials of at least one server to adjust the settings of advertising campaigns using the values contained in the set of values for the presentation of advertising materials and the values of the advertising parameters sites containing values for excluding advertising sites from the list of ineffective advertising sites for stopping the presentation of advertising materials on them; at least one server of at least one advertising material placement service configured to obtain values contained in a set of advertising material presentation parameter values and advertising space parameter values containing values for excluding advertising spaces from the list of ineffective advertising spaces to stop serving on of advertising materials and the application of the values contained in the set of values of the parameters for the presentation of advertising materials, and the application of the values of the parameters of advertising sites containing values to exclude advertising sites from the list of ineffective advertising sites to stop the presentation of advertising materials on them, as well as made with the possibility of placing with by presenting at least one advertising material on at least one advertising space with changed parameter settings for advertising materials and advertising spaces, launching at least at least one advertising campaign.
В одном из частных вариантов реализации в предлагаемой системе собираемыми, получаемыми, передаваемыми, хранимыми и/или обрабатываемыми данными являются посещение пользователями веб-сайтов, взаимодействие пользователей с веб-сайтами и элементами веб-сайтов, веб-ссылками, рекламными материалами, параметры взаимодействия пользователей с ними, включающими по меньшей мере время нахождения пользователя на веб-странице, частоту посещения веб-сайтов, проявление интереса к рекламируемым объектам, параметры используемых пользователями вычислительных устройств, и регистрируемые вычислительными устройствами пользователя параметры, данные об эффективности рекламных каналов, рекламных кампаний, ключевых слов, скоринг, конверсии от предъявления рекламных материалов, расходах, показах и взаимодействиях пользователя, целевой аудитории, бюджете рекламной кампании, источниках звонков, их даты, время, ключевые слова.In one of the private implementation options in the proposed system, the data collected, received, transmitted, stored and / or processed are user visits to websites, user interaction with websites and elements of websites, web links, advertising materials, user interaction parameters with them, including at least the time the user spent on the web page, the frequency of visiting websites, the manifestation of interest in the advertised objects, the parameters of the computing devices used by users and the parameters recorded by the user's computing devices, data on the effectiveness of advertising channels, advertising campaigns, key words, scoring, conversions from the presentation of advertising materials, costs, impressions and user interactions, target audience, advertising campaign budget, call sources, their dates, times, keywords.
В одном из частных вариантов реализации в предлагаемой системе блок задач является брокером сообщений, использующим открытый протокол для передачи сообщений между компонентами системы.In one of the private implementation options in the proposed system, the task block is a message broker that uses an open protocol to transfer messages between system components.
В одном из частных вариантов реализации в предлагаемой системе блок управления и администрирования и блок управления и организации выполнены с возможностью формирования учетных данных пользователей, включающих по меньшей мере токены, идентификаторы пользователей.In one of the private implementation options in the proposed system, the control and administration unit and the control and organization unit are configured to generate user credentials, including at least tokens, user identifiers.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙBRIEF DESCRIPTION OF THE DRAWINGS
ФИГ. 1 иллюстрирует примерный вариант общей схемы системы, реализующей настоящее изобретение, согласно одному из вариантов осуществления настоящего изобретения; FIG. 1 illustrates an exemplary overall diagram of a system implementing the present invention, according to one embodiment of the present invention;
ФИГ. 2 иллюстрирует один из вариантов функционирования системы, реализующей настоящее изобретение, согласно одному из вариантов осуществления настоящего изобретения; FIG. 2 illustrates one embodiment of a system implementing the present invention, according to one embodiment of the present invention;
ФИГ. 3 иллюстрирует один из вариантов получения, обработки и сохранения данных блоком получения статистики, согласно одному из вариантов осуществления настоящего изобретения; FIG. 3 illustrates one of the options for obtaining, processing and storing data by a statistics obtaining unit, according to one embodiment of the present invention;
ФИГ. 4 иллюстрирует примерный вариант блок-схемы функционирования предиктивного блока, согласно одному из вариантов реализации настоящего изобретения; FIG. 4 illustrates an exemplary block diagram of the operation of a predictive block, according to one embodiment of the present invention;
ФИГ. 5 иллюстрирует примерный вариант блок-схемы функционирования блока подключения внешних систем, согласно одному из осуществлений настоящего изобретения; FIG. 5 illustrates an exemplary block diagram of the operation of an external system connection unit, according to one embodiment of the present invention;
ФИГ. 6 иллюстрирует еще один примерный вариант общей схемы системы, реализующей настоящее изобретение, согласно одному из вариантов осуществления настоящего изобретения; FIG. 6 illustrates another exemplary overall diagram of a system implementing the present invention, according to one embodiment of the present invention;
ФИГ. 7 иллюстрирует блок-схему примерного варианта осуществления настоящего изобретения; FIG. 7 illustrates a block diagram of an exemplary embodiment of the present invention;
ФИГ. 8 иллюстрирует пример компьютерной системы общего назначения. FIG. 8 illustrates an example of a general purpose computer system.
ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ ИЗОБРЕТЕНИЯDESCRIPTION OF EMBODIMENTS
Объекты и признаки настоящего изобретения, способы для достижения этих объектов и признаков станут очевидными посредством отсылки к примерным вариантам осуществления. Однако настоящее изобретение не ограничивается примерными вариантами осуществления, раскрытыми ниже, оно может воплощаться в различных видах. Сущность, приведенная в описании, является ничем иным, как конкретными деталями, обеспеченными для помощи специалисту в области техники в исчерпывающем понимании изобретения, и настоящее изобретение определяется только в объеме приложенной формулы.The objects and features of the present invention, methods for achieving these objects and features will become apparent by reference to exemplary embodiments. However, the present invention is not limited to the exemplary embodiments disclosed below, but may be embodied in various forms. The gist of the description is nothing but specific details provided to assist a person skilled in the art in a thorough understanding of the invention, and the present invention is defined only within the scope of the appended claims.
Используемые в настоящем описании изобретения термины «модуль», «компонент», «элемент», «часть», «блок», «составная часть» и подобные используются для обозначения компьютерных сущностей, которые могут являться аппаратным обеспечением, например, устройством или частью устройства, в частности, включающим, по крайней мере, один процессор, микроконтроллер и т. д., или программным обеспечением, например, компьютерной программой, «прошивкой» (от англ. firmware) и т. д., позволяющим аппаратному обеспечению вычислительной системы выполнять вычисления или функции управления, являющиеся комбинацией инструкций и данных. As used in this specification, the terms "module", "component", "element", "part", "unit", "component" and the like are used to refer to computer entities that may be hardware, such as a device or part of a device. , in particular, including at least one processor, microcontroller, etc., or software, for example, a computer program, "firmware" (from English firmware), etc., allowing the computer system hardware to perform calculations or control functions that are a combination of instructions and data.
На ФИГ. 1 показан примерный вариант общей схемы системы, реализующей настоящее изобретение, согласно одному из вариантов осуществления настоящего изобретения. FIG. 1 shows an exemplary overall diagram of a system implementing the present invention, according to one embodiment of the present invention.
Изобретение относится к области информационных технологий и вычислительной техники позволят и может использоваться для управления онлайн и/или таргетированными рекламными материалами (в частном случае, рекламно-информационным контентом) с возможностью оценки эффективности размещения онлайн рекламных материалов и рекламных площадок, на которых осуществляется предъявление рекламных материалов, с изменением настроек размещения рекламных материалов и рекламных кампаний и предъявлением рекламных материалов рекламных кампаний с измененными настройками пользователям.The invention relates to the field of information technology and computer technology will allow and can be used to manage online and / or targeted advertising materials (in a particular case, advertising and information content) with the possibility of evaluating the effectiveness of placing online advertising materials and advertising platforms on which promotional materials are presented , with changing the settings for placing advertising materials and advertising campaigns and presenting advertising materials of advertising campaigns with the changed settings to users.
Настоящее изобретение позволяет и может быть использовано для количественного и/или качественного определения эффективности размещения рекламных материалов и эффективности проведения рекламных кампаний, а также для планирования деталей рекламных кампаний с использованием результатов, полученных при реализации настоящего изобретения.The present invention allows and can be used to quantify and/or qualitatively determine the effectiveness of the placement of advertising materials and the effectiveness of advertising campaigns, as well as to plan the details of advertising campaigns using the results obtained by implementing the present invention.
Настоящее изобретение также позволяет и может быть использовано для сбора данных для вычисления эффективности размещения рекламных материалов, рекламных площадок, на которых размещаются рекламные материалы, проводимых рекламных кампаний, где рекламные материалы предъявляются пользователям в том числе в рамках рекламных кампаний и рекламируют объекты.The present invention also allows and can be used to collect data to calculate the effectiveness of placing advertising materials, advertising sites where advertising materials are placed, ongoing advertising campaigns, where advertising materials are presented to users, including within the framework of advertising campaigns and advertise objects.
Настоящее изобретение также позволяет и может использоваться для сокращения времени получения информации о размещаемых рекламных материалах, рекламных кампаниях и рекламных площадках, а также позволяет подбирать наиболее эффективные рекламные кампании, рекламные площадки и рекламные материалы.The present invention also allows and can be used to reduce the time of obtaining information about placed advertising materials, advertising campaigns and advertising sites, and also allows you to select the most effective advertising campaigns, advertising sites and advertising materials.
Настоящее изобретение также обеспечивает управление системой сбора, в частности, автоматизированного, информации для сбора данных, управления рекламными материалами, рекламными кампаниями и определения эффективности размещения онлайн рекламных материалов с повышением эффективности рекламных кампаний и размещения рекламных материалов с внесением изменений в настройки рекламных кампаний и размещения рекламных материалов и с использованием измененных настроек рекламных кампаний и размещения рекламных материалов.The present invention also provides management of a system for collecting, in particular automated, information for collecting data, managing advertising materials, advertising campaigns and determining the effectiveness of placing advertising materials online, increasing the effectiveness of advertising campaigns and placing advertising materials, making changes to the settings of advertising campaigns and advertising placement. materials and using modified settings for advertising campaigns and the placement of advertising materials.
Настоящее изобретение позволяет по меньшей мере повысить точность определения (измерения, вычисления) эффективности рекламных материалов, рекламных площадок и рекламных кампаний, повысить эффективность использования вычислительных ресурсов (использующихся в настоящем изобретении) для определения эффективности размещения онлайн рекламных материалов, рекламных площадок и рекламных кампаний, сократить время получения информации для определения эффективности размещения онлайн рекламных материалов, рекламных площадок и рекламных кампаний, а также повысить достоверность обработки данных, в том числе данных по меньшей мере по рекламным материалам, рекламным площадкам и рекламным кампаниям, пользователям, а также по меньшей мере по данных, используемых для определения эффективности рекламных материалов, рекламных площадок и рекламных кампаний, и позволяет в автоматизированном (или полуавтоматизированном) режиме управлять по меньшей мере рекламными кампаниями, размещением рекламных материалов, выбирать рекламные площадки для размещения рекламных материалов с использованием настроек параметров, сформированных в процессе анализа эффективности рекламных материалов, рекламных площадок и рекламных кампаний, а также упрощает навигацию по массиву данных о рекламных материалах, рекламных площадках, рекламных кампаний и их эффективности.The present invention makes it possible to at least improve the accuracy of determining (measuring, calculating) the effectiveness of advertising materials, advertising platforms and advertising campaigns, increasing the efficiency of using computing resources (used in the present invention) to determine the effectiveness of placing advertising materials, advertising platforms and advertising campaigns online, reducing the time of obtaining information to determine the effectiveness of placing online advertising materials, advertising platforms and advertising campaigns, as well as to increase the reliability of data processing, including data on at least advertising materials, advertising platforms and advertising campaigns, users, and at least data used to determine the effectiveness of advertising materials, advertising platforms and advertising campaigns, and allows you to automatically (or semi-automated) manage at least advertising campaigns, placement of advertising materials, select advertising sites for placement of advertising materials using the parameter settings generated in the process of analyzing the effectiveness of advertising materials, advertising sites and advertising campaigns, and also simplifies navigation through the array of data on advertising materials, advertising sites, advertising campaigns and their effectiveness.
Настоящее изобретение позволяет по меньшей мере обеспечить возможность пользователям, в том числе рекламодателям, включая компании и организации, эффективнее управлять рекламными материалами, рекламными кампаниями, размещать рекламные кампании и рекламные материалы в интернете (онлайн), а также оперативно корректировать и управлять изменениями по меньшей мере рекламной кампании, повысить прозрачность расходов на рекламные кампании, с возможностью отслеживания эффективности рекламных материалов, рекламных кампаний, рекламных площадок в динамике процесса их осуществления.The present invention makes it possible at least to enable users, including advertisers, including companies and organizations, to more effectively manage advertising materials, advertising campaigns, place advertising campaigns and advertising materials on the Internet (online), and quickly adjust and manage changes at least advertising campaign, increase the transparency of the costs of advertising campaigns, with the ability to track the effectiveness of advertising materials, advertising campaigns, advertising platforms in the dynamics of the process of their implementation.
Система, реализующая способ (или, по крайней мере, одну часть способа), описываемый в рамках настоящего изобретения, примерный вариант которой изображен на ФИГ. 1, содержит серверы сервисов сбора, хранения и обработки статистических данных пользователей 144. Серверы сервисов сбора, хранения и обработки статистических данных пользователей 144, например, серверы таких сервисов (систем, платформ), как Яндекс.Метрика 105 (ФИГ. 6), Яндекс.Директ 106 (ФИГ. 6), Calltouch 107 (ФИГ. 6), Comagic 108 (ФИГ. 6), Smartcallback 109 (ФИГ. 6), Google Ads 111 (ФИГ. 6), Google Analytics 112 (ФИГ. 6), осуществляют сбор, хранение и/или обработку данных пользователей, полученных в результате совершения действий такими пользователями, в том числе с использованием электронных вычислительных устройств (например, посещение сайтов в сети Интернет, взаимодействие с сайтами и элементами сайтов, например, веб-ссылками, рекламными материалами и т.д., включая параметры взаимодействия пользователя с ними, например, время нахождения на веб-странице, частота посещения тех или иных сайтов, проявление интересов к тем или иным товарам и категориям товаров, используемые пользователем вычислительные устройства, совершаемые покупки и т.д.) или действия, регистрируемые и обрабатываемыми электронными вычислительными устройствами, например, кассовыми аппаратами, камерами, системами распознавания лиц, звукозаписывающими устройствами, системами контроля доступа, отслеживания местоположения пользователя и т.д. A system that implements the method (or at least one part of the method) described in the framework of the present invention, an exemplary version of which is shown in FIG. 1 contains servers of services for collecting, storing and processing
Так, например, серверы сервисов сбора, хранения и обработки статистических данных пользователей 144 могут осуществлять получение, обработку и хранение таких данных как данные об эффективности рекламных каналов, кампаний и ключевых слов, скоринг, конверсии от предъявлений рекламы (рекламных материалов), расходах, показах и кликах (взаимодействиях пользователя), целевой аудитории, бюджете рекламной кампании, источниках звонков, их даты, время, ключевые слова, в том числе полученные после обработки, например, преобразования (в частности, распознавания) и анализа речи пользователя и т.д.So, for example, servers of services for collecting, storing and processing user
Показанная на ФИГ. 1 система также включает сервер получения, обработки данных и формирования результатов обработки 133, осуществляющий получение данных, по крайней мере, с серверов сервисов сбора, хранения и обработки статистических данных пользователей 144, из баз данных (177, 155) блок хранения данных 166, с серверов CRM-систем (от англ. CRM - Customer Relationship Management, система управления взаимоотношениями с клиентами) 113, и передачу в них данных, как описано в рамках настоящего изобретения. Также, сервер получения, обработки данных и формирования результатов обработки 133 осуществляет обработку полученных данных (с других серверов, сервисов, из базы данных (БД) статистики 177, базы данных сервера 155 и других источников данных, как описано в рамках настоящего изобретения), а также обработанных ранее и сохраненных, например, в базах данных блока хранения данных 166.Shown in FIG. 1 system also includes a server for receiving, processing data and
Сервер получения, обработки данных и формирования результатов обработки 133 осуществляет передачу обработанных данных, по крайней мере, в одну базу данных (БД), по крайней мере, одного блока хранения данных 166.The server for receiving, processing data and
В базе данных статистики 177 хранятся, по крайней мере, данные, полученные от блока получения статистики 122 для дальнейшей обработки сервером получения, обработки данных и формирования результатов обработки 133. Так, в базе данных статистики 177 могут храниться данные статистики, полученной блоком получения статистики 122 с использованием различных API. Так, для каждого коннектора (которые более подробно описаны далее) API может быть создана отдельная таблица, в которую осуществляется сохранение (средствами базы данных статистики 177 и/или сервера получения, обработки данных и формирования результатов обработки 133 и т.д.) статистика, полученная из соответствующего API. В частном случае для связи с базой данных статистики 177, в частности, для записи или чтения данных средствами предъявления результатов 115 и/или сервером получения, обработки данных и формирования результатов обработки 133, могут использоваться средства (например, утилита, приложение и т.д.) для отправки (передачи) HTTP-запросов, причем такой запрос отправляется на IP-адрес сервера, на котором развернута база данных с авторизацией, которая осуществляется с использованием учетных данных (например, логин/пароль и т.д.), в частности, сохраненных в базе данных сервера 155. В частном случае упомянутый запрос является SQL-запросом, в частности, стандартный SQL-запрос, например, «SELECT * FROM datatable». Так, сервер получения, обработки данных и формирования результатов обработки 133 осуществляет сохранение данных (в частности, «сырых» - необработанных данных), полученных (в том числе, через блок управления и организации 101) из блока получения статистики 122, а также осуществляет сохранение данных, полученных (в том числе, через блок управления и организации 101) из предиктивного блока 102 и являющихся результатом обработки данных предиктивным блоком 102. Упомянутым токеном может являться например, OAuth-токен (Oauth-токен), использующий открытый протокол (схему) авторизации OAuth, который позволяет предоставить третьей стороне ограниченный доступ к защищенным ресурсам пользователя без необходимости передавать ей (третьей стороне) логин и пароль, являющийся кодом (в частности, специальным кодом), разрешающем доступ к данным конкретного пользователя. Представляет собой уникальную строку идентификатора в шестнадцатеричном формате, например: "token": "ea135929105c4f29a0f5117d2960926f". Данный токен передается в строке запроса к API сторонней системы. В отличие от логина и пароля для идентификации, этот способ более безопасен, поскольку пароль не передается в открытом виде в запросе. Кроме этого, токен сложнее подобрать, а система управления токенами является более гибкой, поскольку устанавливаются ограничения по времени и по событиям — например, при смене пароля клиента для API автоматически отзывается токен. REST (от англ. Representational State Transfer — «передача состояния представления») - является архитектурным стилем взаимодействия компонентов распределённого приложения в сети. Например, взаимодействие между фронтендом и бэкендом, которые могут работать на разных вычислительных устройствах (компьютерах, «машинах») в сети. При этом взаимодействие осуществляется посредством обычных HTTP-запросов (GET или POST).In the statistics database177 stores at least the data received from the statistics getter122 for further processing by the server for receiving, processing data and generating processing results133. So, in the statistics database177 can store statistics data received by the statistics obtaining block122 using various APIs. So, for each connector (which are described in more detail below) API, a separate table can be created, into which saving is carried out (by means of the statistics database177 and / or server for receiving, processing data and generating processing results133 etc.) statistics obtained from the corresponding API. In a particular case, to communicate with the statistics database177, in particular, for writing or reading data by means of presenting results115 and / or a server for receiving, processing data and generating processing results133, means (for example, a utility, application, etc.) can be used to send (transmit) HTTP requests, and such a request is sent to the IP address of the server on which the database is deployed with authorization, which is carried out using credentials ( for example, login/password, etc.), in particular, stored in the server database155. In a particular case, said query is a SQL query, in particular, a standard SQL query, for example, "SELECT * FROM datatable". So, the server for receiving, processing data and generating processing results133 saves data (in particular, "raw" - unprocessed data) received (including through the control unit and organizations101) from the block for obtaining statistics122, and also saves data received (including through the control unit and organization101) from the predictive block102and resulting from data processing by the predictive block102. The mentioned token can be, for example, an OAuth token (Oauth token) that uses the open protocol (scheme) of OAuth authorization, which allows you to provide a third party with limited access to the user's protected resources without the need to transfer to it (the third party) the login and password, which is the code ( in particular, a special code) allowing access to the data of a specific user. Represents a unique identifier string in hexadecimal format, for example: "token": "ea135929105c4f29a0f5117d2960926f". This token is passed in the query string to the API of a third-party system. Unlike the login and password for identification, this method is more secure, since the password is not transmitted in clear text in the request. In addition, the token is more difficult to pick up, and the token management system is more flexible, since time and event limits are set - for example, when changing the client password for the API, the token is automatically revoked. REST (from the English. Representational State Transfer - "representation state transfer") - is an architectural style of interaction between the components of a distributed application in a network. For example, the interaction between the frontend and the backend, which can run on different computing devices (computers, "machines") on the network. In this case, the interaction is carried out through ordinary HTTP requests (GET or POST).
В базе данных сервера 155 хранятся, по крайней мере, полученные в результате обработки данных, в том числе в результате обработки данных предиктивным блоком 102, как описано в рамках настоящего изобретения. Так, в базе данных сервера 155 могут храниться сервисные таблицы, обеспечивающие функционирования блока управления и организации 101, учетные данные (логины, токены, идентификаторы пользователей, формируемые, например, блоком управления и администрирования 188 и/или блоком управления и организации 101, и присваиваемые пользователям соответствующими блоками), в том числе для подключения к сторонним API (от англ. application programming interface - программный интерфейс приложения, интерфейс прикладного программирования), в том числе серверам, сервисам и т.д., описываемым в рамках настоящего изобретения, причем данные могут храниться в зашифрованном виде, в том числе, с использованием безопасных алгоритмов хеширования, например, SHA-2 (англ. Secure Hash Algorithm Version 2 - безопасный алгоритм хеширования, версия 2), включая SHA-224, SHA-256, SHA-384, SHA-512, SHA-512/256, SHA-512/224.The
Так, в базе данных сервера 155 осуществляется сохранение учетных данных, создаваемых пользователями с использованием блока (модуля) управления и администрирования 188, а также учетных данных из базы данных сервера 155 осуществляется передача, по крайней мере, токенов блоку получения статистики 122, в том числе для установления соединения с серверами сервисов сбора, хранения и обработки статистических данных пользователей 144 .So, in the
Система, показанная на ФИГ. 1, также включает блок хранения данных 166. Блок хранения данных 166 включает хранилище данных (Data WareHouse DWH) с использованием технологи ETL (от англ. Extract, Transform, Load - дословно «извлечение, преобразование, загрузка»).The system shown in FIG. 1 also includes a
Блок хранения данных 166 включает, по крайней мере, одну СУБД (систему управления базами данных) и программное обеспечение, например, в формате исполняемых скриптов, в частности, на языке Python и SQL для предварительной обработки и очистки данных в том числе получаемые данные статистики из блока управления и организации 101 (из коннекторов к сторонним API). При сборе данных статистики в базу данных (в частности, в базу данных статистики 177) собираются все необходимые поля по каждому рекламному объявлению. В частном случае, в основном такими содержимое таких полей содержит определенные параметры - числовые значения и/или параметры, например, в текстовом виде (формате). Упомянутые поля также могут содержать (в себе) структуру данных. Примером являются данные UTM-меток, которые могут содержать множество полей со значениями: `cid_{campaign_id}|gid_{gbid}|adid_{ad_id}|phid_{phrase_id}|placement_{source}|device_type_{device_type}|retargeting_id_{retargeting_id}`. Набор этих полей может меняться в зависимости от настроек рекламных кампаний и объявлений. Такие поля (их значение, как в приведенном примере) нуждаются в очистке, поскольку осуществляется парсинг (от англ. parsing - синтаксический анализ, разбор) значения в строковом виде для формирования в виде структуры «ключ:значение» (key:value). Также собирается поле с ключевыми словами, которое содержит также и минус-слова, которые исключаются из поиска: «недвижимость в Москве -промышленная -аукцион» - вся фраза получается из API только целиком, при этом минус-слова отбрасываются, поскольку в частном случае они не используются для дальнейшей обработки и предъявления, в том числе в формате отчетов.The
Блок хранения данных 166 осуществляет предварительную очистку и проверку на валидность типов данных. Как описано в рамках настоящего изобретения данные статистики получаются из API и хранятся, например, в столбцах со строковым форматом или форматом даты. В частном случае данные могут передаваться в столбец с неким id (в частном случае, id представлены десятичными числами, в частности, все id) и при отсутствии значения могут быть переданы символы «-» или «--». При агрегации (в том числе при обработке) данных может возникнуть (быть получена) ошибка типа данных, поскольку ожидается, что будет получено число или ноль. Для исключения таких ситуаций осуществляется проверка (валидатором, модулем валидации) на валидность типов данных одним из известных способов с использованием одного из известных алгоритмов, например, с использованием преобразования значения одного типа в другое (например, текстового в числовое), определения типа переменной и т.д. Очищенные данные средствами блока хранения данных 166 (в том числе средствами СУБД) распределяются (сохраняются) по соответствующим таблицам в базе данных статистики 177 для дальнейшего использования. Поскольку очищенные и сохраненные данные являются «сырыми», в частности, представлены как есть, а для средств предъявления результатов 115, например, средств предъявления результатов 115 (в том числе, для формирования дашбордов), в том числе реализованных BI-системами, например, Power BI, и сторонних CRM-систем (размещенных на серверах CRM-систем 113) требуются агрегированные и связанные данные из разных источников, то далее блок хранения данных 166, в частности, с использованием скриптов, агрегирует, в частности, формирует, наборы данных для конечного пользователя (клиента, потребителя), в частности, для формирования дашбордов с целью предъявления пользователю, BI-систем (от агл. Business Intelligence - набор инструментов и технологий для сбора, анализа и обработки данных) и т.д., CRM-систем и сохраняют в отдельные таблицы базы данных статистики 177. В частном случае, упомянутые наборы данных формируются для каждого клиента по площадкам (в частности, сайтам), на которых размещаются рекламные объявления. Один из примеров схемы таблицы набора данных: «Имя пользователя (клиента); Дата и время; Название площадки; URL площадки; ID (идентификатор) рекламной кампании; ID объявления; Клики; Показы; Стоимость». Таким образом блок хранения данных 166 формирует наборы данных в релевантном для пользователей представлении и объеме, в частности, могут быть сформированы «витрины данных». Так, например, формируемые наборы данных могут быть представлены в следующем формате и содержать следующие данные [{"Общее число площадок": 158166, "Все расходы": 212977579.88000005, "Пар лид-площадка": 191684.0, "Средние затраты на лид": 1111.0868923853845}, {"Площадок, по которым мало информации": 145831, "Затрат": [3898188, 1.8], "Лидов": [5362.0, 2.8], "Затрат на лид": 727.0026948899665}, {"Площадок, которые рекомендуется забанить": 7045, "Затрат": [14691808, 6.9], "Лидов": [22749.0, 11.9], "Затрат на лид": 645.8221240494089}, {"Площадок, которые можно забанить за малое число лидов": 1142, "Затрат": [3404400, 1.6], "Лидов": [2462.0, 1.3], "Затрат на лид": 1382.7783671811535}, {"Площадок, которые хорошие": 4148, "Затрат": [190983184, 89.7], "Лидов": [161111.0, 84.1], "Затрат на лид": 1185.4136811887463}, {"Расходы за последний месяц": 814051, "Расходы за последний месяц по площадкам, которые рекомендуется забанить": [136513, 16.8, "%)"], "Расходы за последний месяц по площадкам, которые мало привлекают лидов": [24982, 3.1, "%)"], "Расходы за последний месяц по хорошим площадкам": [575498, 70.7, "%)"]}].The
В частном случае, блок хранения данных 166 включает, по крайней мере, одно хранилище данных, которое является средством, в частности, устройством, для хранения информации (данных) и может быть реализовано, по крайней мере, одним накопителем на жестких магнитных дисках (НЖМД/HDD, англ. hard (magnetic) disk drive), твердотельным накопителем (SSD, англ. solid-state drive), гибридным жестким диском (SSHD, англ. solid-state hybrid drive), сетью хранения данных (СХД/SAN, англ. Storage Area Network), сетевой системой хранения данных/сетевым хранилищем (NAS, англ. Network Attached Storage) и/или любым другим средством (устройством), позволяющим осуществлять, по крайней мере, запись и/или хранение данных. Данные в упомянутых хранилищах данных могут храниться в любом известном формате, например, в базе данных (БД), например, в виде, по крайней мере, одной таблицы или набора связанных или не связанных между собой таблиц базы данных. Стоит отметить, что, по крайней мере, одна упомянутая база данных может являться иерархической, объектной, объектно-ориентированной, объектно-реляционной, реляционной, сетевой и/или функциональной базой данных, каждая из которых может быть централизованной, сосредоточенной, распределённой, неоднородной, однородной, фрагментированной/секционированной, тиражированной, пространственной, временной, пространственно-временной, циклической, сверх-большой базой данных и т.д., причем для управления, создания и использования баз данных могут использоваться различные системы управления базами данных (СУБД).In a particular case, the
Также, данные в упомянутых хранилищах данных могут храниться, по крайней мере, в одном файле, в частном случае, в виде текстового файла, либо данные могут храниться в любом, по крайней мере, одном другом известном в настоящее время формате хранения данных/информации или в формате данных, изобретенном позднее.Also, the data in said data stores may be stored in at least one file, in particular in the form of a text file, or the data may be stored in any of at least one other currently known data/information storage format, or in a data format invented later.
Блок хранения данных 166 может являться частью сервера получения, обработки данных и формирования результатов обработки 133 или может быть связано с ним любым известным проводным или беспроводным способом связи (соединения).The
Стоит отметить, что компоненты (части), изображенной на ФИГ. 1 системы могут быть связаны между собой (и любыми другими компонентами, устройствами и сервисами (службами), способными получать информацию от компонентов (частей) описываемой системы и/или передавать данные в описываемые компоненты системы) посредством различных видов связи, например, посредством локальной вычислительной сети (ЛВС), сети Интернет 114, (средствами) мобильной связи, спутниковой связи и/или посредством любого другого вида или способа проводной связи (например, посредством USB-интерфейса, интерфейса стандарта RS-232/COM-порта и т.д.) и/или беспроводной связи, например, Bluetooth, Wi-Fi, мобильной сотовой связи (GSM), в том числе 3G, 4G, LTE, в частности, в диапазонах 850/900/1800/1900 MГц, спутниковой связи, транкинговой связи и каналов передачи данных со сверхнизким энергопотреблением, формирующие сложные беспроводные сети с ячеистой топологией (ZigBee) и т.д.It is worth noting that the components (parts) depicted in FIG. 1 systems can be interconnected (and any other components, devices and services (services) capable of receiving information from the components (parts) of the described system and / or transmitting data to the described system components) through various types of communication, for example, through local computing network (LAN), the
Стоит отметить, что, по крайней мере, одна часть описываемого в рамках настоящего изобретения способа (или способ целиком) может осуществляться на сервере получения, обработки данных и формирования результатов обработки 133, который может являться веб-сервером или включать веб-сервер. Стоит отметить, что связь между сервером получения, обработки данных и формирования результатов обработки 133 и серверами сбора, хранения и обработки статистических данных пользователей 144, блоком хранения данных 166, серверами CRM-систем 113 может быть осуществлена посредством, по крайней мере, одного протокола передачи данных, в том числе сетевого протокола, например, TCP/IP, HTTP/HTTPs (англ. Hyper Text Transfer Protocol, протокол передачи гипертекста), FTP (англ. File Transfer Protocol, протокол передачи файлов), POP3 (англ. Post Office Protocol, стандартный протокол почтового соединения), SMTP (англ. Simple Mail Transfer Protocol, протокол, который задает набор правил для передачи почты), TELNET (протокол удаленного доступа), XMPP (от англ. Extensible Messaging and Presence Protocol - расширяемый протокол обмена сообщениями и информацией о присутствии, ранее известный как Jabber - открытый, основанный на XML, протокол для мгновенного обмена сообщениями и информацией о присутствии в режиме, близком к режиму реального времени), DTN и т.д.It is worth noting that at least one part of the method described in the framework of the present invention (or the whole method) may be carried out on the server for receiving, processing data and generating results of
Показанная на ФИГ. 1 система, в частности, сервер получения, обработки данных и формирования результатов обработки 133, также включает блок получения статистики 122, осуществляющий получение данных, передаваемых серверами сервисов сбора, хранения и обработки статистических данных пользователей 144 в том числе по запросу, отправляемому блоком (модулем) получения статистики 122, причем связь блока получения статистики 122, с серверами сервисов сбора, хранения и обработки статистических данных пользователей 144 осуществляется с использованием API, предоставляемыми такими серверами сервисов сбора, хранения и обработки статистических данных пользователей 144. Так, например, может осуществляться получение статистики (данных статистики, статистических данных) из сервиса Яндекс.Метрика 105 (ФИГ. 6), сервиса Яндекс.Директ 106 (ФИГ. 6), сервиса Calltouch 107 (ФИГ. 6), сервиса Comagic 108 (ФИГ. 6), сервиса Smartcallback 109 (ФИГ. 6), сервиса Google Ads 111 (ФИГ. 6), сервиса Google Analytics 112 (ФИГ. 6) блоком получения статистики 122 через API, в частности, из рекламных кабинетов (интерфейс, в котором пользователи могут, по крайней мере, создавать рекламные кампании) и кабинетов колл-трекингов (от англ. call-tracking - колл-трекинг, отслеживание звонков), позволяя, по крайней мере, связать количество входящих звонков с эффективностью рекламного канала, а также предоставляя дополнительную информацию о телефонных звонках. Получение статистики (данных статистики, статистических данных) может осуществляться, например, в текстовом формате, в частности, в формате JSON (от англ. JavaScript Object Notation), TSV (от англ. tab separated values - значения, разделённые табуляцией) и т.д.Shown in FIG. 1 , the system, in particular, the server for receiving, processing data and generating
Так, блок получения статистики 122 может содержать (или, в частности, может быть реализован) коннекторами (набором коннекторов) к API-интерфейсам указанных сервисов (Яндекс.Метрика 105 (ФИГ. 6), Яндекс.Директ 106 (ФИГ. 6), Calltouch 107 (ФИГ. 6), Comagic 108 (ФИГ. 6), Smartcallback 109 (ФИГ. 6), Google Ads 111 (ФИГ. 6), Google Analytics 112 (ФИГ. 6)), выполненный с возможностью добавления новых подключений (соединений). Упомянутые сервисы Яндекс.Метрика 105 (ФИГ. 6), сервиса Яндекс.Директ 106 (ФИГ. 6), сервиса Calltouch 107 (ФИГ. 6), сервиса Comagic 108 (ФИГ. 6), сервиса Smartcallback 109 (ФИГ. 6), сервиса Google Ads 111 (ФИГ. 6), сервиса Google Analytics 112 (ФИГ. 6) являются системами, в частном случае, реализованными, по крайней мере, одним сервером, в частности, функционирующие, по крайней мере, на одном сервере.Thus, the block for obtaining
Блок получения статистики 122 позволяет получать данные, в том числе данные статистики, по крайней мере, из личных кабинетов сервисов (систем) сбора, хранения и обработки статистических данных пользователей, в частности, с соответствующих серверов сбора, хранения и обработки статистических данных пользователей 144. Один из вариантов получения, обработки и сохранения данных блоком получения статистики 122, в частности, по крайней мере, коннекторами (набором коннекторов) к API-интерфейсам указанных сервисов (Яндекс.Метрика 105 (ФИГ. 6), Яндекс.Директ 106 (ФИГ. 6), Calltouch 107 (ФИГ. 6), Comagic 108 (ФИГ. 6), Smartcallback 109 (ФИГ. 6), Google Ads 111 (ФИГ. 6), Google Analytics 112 (ФИГ. 6)), показан на ФИГ. 3.The block for obtaining
В процессе получения данных, в том числе через (с использованием) API, может осуществляться разделение и упорядочивание данных, например, по пользователям (в частности, клиентам). Так, собираемые данные из разных сторонних API разделяются на отдельные таблицы (например, в базе данных статистики 177, в том числе средствами такой базы данных), например, для каждого источника данных используется (в том числе формируется) таблица. Данные упорядочиваются по периодам (например, по месяцам), в том числе для увеличения производительности базы данных статистики 177. В частном случае, таким образом, при выборке данных может осуществляться поиск только по кластерам (участкам таблицы, объединенным одним периодом и имеющим соответствующий индекс) таблицы данных, соответствующих выбранному временному интервалу. Так, в процессе получения данных блоком получения статистики 122 могут собираться данные по всем пользователям с дальнейшей фильтрацией сформированного списка (списка пользователей), который содержит данные, идентифицирующие пользователей (например, связанные имя и ID пользователя, например, в формате ([«Имя пользователя1», «ID пользователя1»], [«Имя пользователя2», «ID пользователя2»])), по которым осуществляется получение статистики из API. Упомянутая фильтрация может осуществляться для разделения информации, в том числе в связи с тем, что система, реализующая настоящее изобретение является многопользовательской. Таким образом, в частном случае первый пользователь (Пользователь1) не имеет доступа к данным второго пользователя (Пользователь2) и наоборот, если не предусмотрено иное. Данные фильтруются по ID (id) пользователя в системе — уникальному идентификатору.In the process of obtaining data, including through (using) the API, data can be divided and ordered, for example, by users (in particular, customers). So, the data collected from different third-party APIs is divided into separate tables (for example, in the statistics database177, including by means of such a database), for example, a table is used (including formed) for each data source. Data is sorted by periods (for example, by months), including to increase the performance of the statistics database177. In a particular case, thus, when sampling data, only clusters (sections of the table united by one period and having an appropriate index) of the data table corresponding to the selected time interval can be searched. So, in the process of receiving data by the block for obtaining statistics122 data can be collected for all users with further filtering of the generated list (list of users) that contains data identifying users (for example, associated name and user ID, for example, in the format (["User name1", "User ID1"], [" Username2", "UserID2"]))) for which statistics are obtained from the API. Said filtering can be carried out to separate information, including due to the fact that the system implementing the present invention is multi-user. Thus, in a particular case, the first user (User1) does not have access to the data of the second user (User2) and vice versa, unless otherwise provided. The data is filtered by the user ID (id) in the system - a unique identifier.
В частном случае данные статистики могут быть получены с использованием HTTP-запросов, данные приходят в формате JSON.In a particular case, statistics data can be obtained using HTTP requests, the data comes in JSON format.
Ниже приведен код тела запроса к API (в формате JSON):Below is the API request body code (in JSON format):
«body = { /**/"body = { /**/
"params": {params: {
"SelectionCriteria": {"SelectionCriteria": {
"DateFrom": "2018-01-01","DateFrom": "2018-01-01",
"DateTo": "2020-10-01""DateTo": "2020-10-01"
},},
"FieldNames": ["FieldNames": [
"Date","Date",
"CampaignName","CampaignName",
"AdGroupName","adgroupname",
"AdId","AdId",
"AdNetworkType","AdNetworkType",
"AvgClickPosition","AvgClickPosition",
"AvgImpressionPosition","AvgImpressionPosition",
"Bounces","Bounce"
"Impressions","impressions",
"Clicks","Clicks"
"Cost",cost,
"Placement","Placement",
"Sessions""Sessions"
],],
"ReportType": "AD_PERFORMANCE_REPORT","ReportType": "AD_PERFORMANCE_REPORT",
"DateRangeType": "CUSTOM_DATE","DateRangeType": "CUSTOM_DATE",
"Format": "TSV","Format": "TSV",
"IncludeVAT": "NO","Include VAT": "NO",
"IncludeDiscount": "NO""IncludeDiscount": "NO"
}}
}»,}",
где - «body» — тело запроса — является словарём, содержащим необходимые параметры для получения данных из API;where - "body" - the body of the request - is a dictionary containing the necessary parameters for receiving data from the API;
- «params» - словарь с параметрами запроса;- "params" - a dictionary with query parameters;
- «SelectionCriteria» — содержит критерии выборки данных, в данном случае дату начала и дату окончания периода, причем также может быть указан список ID пользователей или их кампаний, по которым осуществляется получение статистики, причем, в частном случае, по умолчанию статистика собирается для всех пользователей и их кампаний, имеющихся в личном кабинете рекламной платформы.- "SelectionCriteria" - contains data selection criteria, in this case, the start date and end date of the period, and a list of user IDs or their campaigns for which statistics are obtained can also be specified, and, in a particular case, statistics are collected for all by default users and their campaigns available in the personal account of the advertising platform.
- «FieldNames» – список полей, которые необходимо получить, где:- "FieldNames" - a list of fields to be obtained, where:
- «Date» – дата кампании, - “Date” – campaign date,
- «CampaignName» – название кампании,- "CampaignName" - the name of the campaign,
- «AdGroupName» – название группы объявлений,- "AdGroupName" - the name of the ad group,
- «AdId» – ID объявления,- "AdId" - ad ID,
- «AdNetworkType» – тип рекламной площадки,- "AdNetworkType" - type of advertising platform,
- «AvgClickPosition» – средняя величина кликов,- "AvgClickPosition" - average clicks,
- «AvgImpressionPosition» – средняя величина показов,- "AvgImpressionPosition" - the average value of impressions,
- «Bounces» – количество отказов,- "Bounces" - the number of bounces,
- «Impressions» – количество показов,- "Impressions" - the number of impressions,
- «Clicks» – количество кликов,- "Clicks" - the number of clicks,
- «Cost» - стоимость,- "Cost" - cost,
- «Placement» – площадка размещения объявления,- "Placement" - a platform for placing an ad,
- «Sessions» – количество сессий;- "Sessions" - the number of sessions;
- «ReportType» – тип отчета в API рекламной платформы;- "ReportType" – report type in the advertising platform API;
- «DateRangeType» – тип интервала дат, причем могут быть использованы автоматические интервалы, например, AUTO (автоматически) или LAST_7_DAYS (последние семь дней);- “DateRangeType” – type of date interval, and automatic intervals can be used, for example, AUTO (automatically) or LAST_7_DAYS (last seven days);
- «Format» – формат данных получаемых из API (TSV, CSV);- “Format” – data format received from API (TSV, CSV);
- «IncludeVAT» – включать налог на добавленную стоимость (НДC), да/нет;- «IncludeVAT» – include value added tax (VAT), yes/no;
- «IncludeDiscount» – включать скидку (да/нет).- "IncludeDiscount" - include the discount (yes/no).
Описываемая система (примерный вариант которой показан на ФИГ. 1), реализующая настоящее изобретение, также включает предиктивный блок 102, который осуществляет обработку собранных статистических данных, сохраненных в базе данных статистики 177 с формированием набора данных, включающего, по крайней мере, данные прогнозируемой эффективности рекламных площадок, в том числе выбранных пользователем рекламных площадок, причем данные могут быть сохранены в формате таблиц(ы), графика (графиков), отчета (отчетов), содержащих таблицы и графики, как описано в рамках настоящего изобретения. Так, предиктивный блок 102 в процессе обработки (анализа) формирует набор данных, в том числе в формате, по крайней мере, одного отчета, из полученных данных от блока управления и организации 101, в том числе из предварительно выбранных (отобранных) для обработки предиктивным блоком 102. Предварительный выбор (отбор) данных для обработки предиктивным блоком 102 может осуществляться предиктивным блоком 102 или блоком управления и организации 101. Примерный вариант блок-схемы функционирования предиктивного блока 102 показан на ФИГ. 4.The described system (an exemplary version of which is shown in FIG. 1 ) that implements the present invention also includes a
Показанная на ФИГ. 1 система, в частности, сервер получения, обработки данных и формирования результатов обработки 133, также включает блок (модуль) автоматизированного управления рекламными кампаниями 118, который (в автоматизированном или полуавтоматическом, и/или пользователем с использованием такого блока (модуля) осуществляет запуск рекламной кампании с использованием полученных параметров от блока управления и организации 101, как описано в рамках настоящего изобретения. Блок автоматизированного управления рекламными кампаниями 118 взаимодействует с предиктивным блоком 102, через который получает отчеты по эффективности рекламных кампаний, и использует данные этих отчетов для автоматической настройки рекламных кампаний в личных кабинетах рекламных платформ, через API управления.Shown in FIG. 1 , the system, in particular, the server for receiving, processing data and generating
В частном случае в блок управления и организации 101 (который в частном случае функционирует как контроллер) передаются данные и распределяются между другими блоками системы, реализующей настоящее изобретение, примерный вариант которой показан на ФИГ. 1. В частном случае предиктивный блок 102 взаимодействует с блоком автоматизированного управления рекламными кампаниями 118 через блок управления и организации 101, в частности, через него блок автоматизированного управления рекламными кампаниями 118 получает наборы данных, например, в формате отчетов, из предиктивного блока 102, что в частном случае позволяет разграничить функционал блоков системы, примерный вариант которой показан на ФИГ. 1, например, предиктивный блок 102 в частном случае осуществляет прогнозирование (в частном случае, только прогнозирование), блок автоматизированного управления рекламными кампаниями 118 осуществляет управление рекламными кампаниями (в частном случае, только управление рекламными кампаниями), в том числе (и в частности), отправкой запросов к API на обновление параметров (настроек) рекламных кампаний, как описано в рамках настоящего изобретения и т.д., и в частном случае обусловлено разграничением обязанностей блоков системы, примерный вариант которой показан на ФИГ. 1.In a particular case, to the control and organization unit101 (which in a particular case functions as a controller) data is transmitted and distributed among other units of the system implementing the present invention, an exemplary version of which is shown inFIG. one. In a particular case, the predictive block102 interacts with the block of automated management of advertising campaigns118 through the control and organization unit101, in particular, through it the block of automated management of advertising campaigns118 receives data sets, for example, in report format, from a predictive block102, which in a particular case makes it possible to delimit the functionality of the system blocks, an approximate version of which is shown inFIG. one, e.g. predictive block102 in a particular case, performs forecasting (in a particular case, only forecasting), a block of automated management of advertising campaigns118 manages advertising campaigns (in particular, only management of advertising campaigns), including (and in particular) sending requests to the API to update the parameters (settings) of advertising campaigns, as described in the framework of the present invention, etc., and in a particular case, due to the delimitation of duties of the system blocks, an approximate version of which is shown inFIG. one.
После получения предиктивным блоком 102 данных (например, в формате отчета) блок управления и организации 101 формирует (создает) задание для блока автоматизированного управления рекламными кампаниями 118 , отправив в него данные из наборов данных (в частности, отчета). Далее, блок автоматизированного управления рекламными кампаниями 118 отправляет соответствующий запрос к API по меньшей мере одного сервиса, например, сервиса размещения (предъявления и управления) рекламных материалов по меньшей мере одного сервера (например, сервера сервиса размещения рекламных материалов) на корректировку настроек рекламных кампаний.After the
В частном случае параметры для рекламных кампаний делятся на несколько видов. Один из них — это время работы рекламной кампании, т.е. по каким дням недели и в какое время суток будет предъявляться рекламное объявление, а значит и расходоваться бюджет. Следующий вид параметров - на каких площадках размещается реклама (рекламные материалы). По умолчанию, например, рекламная сеть Яндекса или Google Ads представляют собой множество веб-сайтов, подключенных к рекламной сети, и размещенные объявления предъявляются на всех без исключения веб-сайтах. В результате работы предиктивного блока 102 формируется параметр эффективности по каждому веб-сайту, который используется для отключения размещения на тех веб-сайтах, где отдача будет неоправданно дорогой или не будет приносить лидов.In a particular case, the parameters for advertising campaigns are divided into several types. One of them is the time of the advertising campaign, i.e. on which days of the week and at what time of the day the advertisement will be shown, and therefore the budget will be spent. The next type of parameters is on which sites advertising is placed (advertising materials). By default, for example, the Yandex advertising network or Google Ads are a set of websites connected to the advertising network, and placed ads are displayed on all websites without exception. As a result of the operation of the
Показанная на ФИГ. 1 система, в частности, сервер получения, обработки данных и формирования результатов обработки 133, также включает блок управления и организации 101, который объединяет описываемые блоки (в частности, может включать описываемые блоки), которые осуществляют сбор данных из источников API и передают, по крайней мере, в одну базу данных, планировщики задач, которые отвечают за расписание выполняемых регулярно алгоритмов, например, алгоритма (алгоритмов) сбора данных, осуществляющего получение данных из API и сохранение их в базу данных статистики 177, выполненных в формате исполняемых скриптов, предиктивный блок 102, который, по крайней мере, осуществляет выборку данных и осуществляет обработку выбранных данных с использованием аналитического алгоритма, средства (в частности, блок, модуль) предъявления результатов 115, в частности, статистических данных (статистики) осуществляющих построение диаграмм с использованием данных, полученных в результате работы предиктивного блока 102, а также включает панель управления пользователя («админку»), с использованием которой может осуществляться управление заданиями по сбору и обработке данных, управление расписаниями задач, а редактирование учетных данных для подключения к сервисам сбора, хранения и обработки статистических данных пользователей, например, Яндекс.Метрика 105 (ФИГ. 6), Яндекс.Директ 106 (ФИГ. 6), Calltouch 107 (ФИГ. 6), Comagic 108 (ФИГ. 6), Smartcallback 109 (ФИГ. 6), Google Ads 111 (ФИГ. 6), Google Analytics 112 (ФИГ. 6). Упомянутый аналитический алгоритм может являться или может быть основан на математической модели потока событий с переменной интенсивностью, улучшенная и автоматизированная с помощью инструментов, например, DataScience - программных библиотек, поддерживающих многомерные массивы (включая матрицы) и высокоуровневые математические функция, предназначенные для работы с многомерными массивами и предоставляющих реализации вычислительных алгоритмов (в виде функций и операторов), оптимизированных для работы с многомерными массивами, в частности, с выполнением алгоритмов, которые могут быть выражены в виде последовательности операций над массивами (матрицами) и реализованы с использованием таких программных библиотек, например, NumPy, и программных библиотек для обработки и анализа данных, предоставляющих специальные структуры данных и операции для манипулирования числовыми таблицами и временными рядами, например, Pandas на языке Python, причем работа Pandas с данными строится поверх библиотеки NumPy, являющейся инструментом более низкого уровня.Shown in FIG. 1 , the system, in particular, the server for receiving, processing data and generating processing results 133 , also includes a control and organization unit 101 , which combines the described blocks (in particular, it may include the described blocks) that collect data from API sources and transmit, by to at least one database, task schedulers that are responsible for scheduling regularly executed algorithms, for example, the data collection algorithm (algorithms) that receives data from the API and saves them to the statistics database 177 , executed in the format of executable scripts, predictive block 102 , which at least performs data sampling and processes the selected data using an analytical algorithm, a means (in particular, a block, a module) for presenting results 115 , in particular, statistical data (statistics) that plot charts using data obtained as a result of the operation of the predictive block 102 , and also includes a user control panel (“admin panel”), which can be used to manage data collection and processing tasks, manage task schedules, and edit credentials for connecting to services for collecting, storing and processing user statistical data, for example, Yandex.Metrica 105 ( FIG. 6 ), Yandex.Direct 106 ( FIG. 6 ), Calltouch 107 ( FIG. 6 ), Comagic 108 ( FIG. 6 ), Smartcallback 109 ( FIG. 6 ), Google Ads 111 ( FIG. 6 ), Google Analytics 112 ( FIG. 6 ). Said analytic algorithm may be or may be based on a mathematical model of the flow of events with variable intensity, improved and automated using tools, for example, DataScience - software libraries that support multidimensional arrays (including matrices) and high-level mathematical functions designed to work with multidimensional arrays and providing implementations of computational algorithms (in the form of functions and operators) optimized for working with multidimensional arrays, in particular, with the execution of algorithms that can be expressed as a sequence of operations on arrays (matrices) and implemented using such software libraries, for example, NumPy, and software libraries for data processing and analysis that provide special data structures and operations for manipulating numerical tables and time series, for example, Pandas in Python, and Pandas work with data is built on top of the library NumPy, which is a lower level tool.
В частном случае блок управления и организации 101 может включать, по крайней мере, один блок и/или может включать средства для обмена данными (по одному из известных протоколов и интерфейсов передачи данных) с другими блоками, например, предиктивным блоком 102, блоком получения статистики 122 и т.д., а также другими частями описываемой системы, например, блоком хранения данных 166, серверами CRM-систем 113, в том числе с использованием блока подключения внешних систем 103, и другими. Блок управления и организации 101 может включать средства для веб-приложений, например, фреймворк для веб-приложений, такой, как, например, Django (Джанго), или являться таким фреймворком. Упомянутые средства для веб-приложений могут включать (или использовать) шаблон проектирования MVC (от англ. Model-View-Controller - «Модель-Представление-Контроллер», «Модель-Вид-Контроллер»), являющийся схемой разделения данных приложения, пользовательского интерфейса и управляющей логики на три отдельных компонента: модель, представление и контроллер. Также, блок управления и организации 101 может являться (или может включать, в частности, содержать) сайт, использующий упомянутые средства для веб-приложений, например, может являться веб-сайтом на фреймворке, например, веб-сайтом на Django, причем веб-сайт (сайт) может функционировать с использованием (в частности, может быть создан из) одного или нескольких приложений, которые могут являться отчуждаемыми и подключаемыми. Обработчики URL (от англ. Uniform Resource Locator - унифицированный указатель ресурса) блока управления и организации 101 могут конфигурируются с использованием регулярных выражений, в том числе явно. Взаимодействие блока управления и организации 101 может осуществляться с использованием технологии программирования, связывающей базы данных с концепциями объектно-ориентированных языков программирования, создавая виртуальную объектную базу данных, например, с использованием технологии ORM (от англ. Object Role Model - модель ролей объекта).In a particular case, the control and organization block 101 may include at least one block and / or may include means for exchanging data (via one of the known protocols and data transfer interfaces) with other blocks, for example, a
Показанная на ФИГ. 1 система, в частности, сервер получения, обработки данных и формирования результатов обработки 133, также может включать блок задач (брокер задач, сообщений) 120, осуществляющий управление задачами в очереди, в частности, порядком выполнения, и распределением нагрузки с использованием блока очереди задач 104, в частности, осуществляет выполнение задач по расписанию, например, получение статистики из внешних источников через API. В частном случае блок задач 120 может являться брокером сообщений с использованием стандарта AMQP (от англ. Advanced Message Queuing Protocol - открытый протокол для передачи сообщений между компонентами системы), например, использовать технологию RabbitMQ. Блок задач 120, являющийся, в частности, брокером сообщений, осуществляет получение сообщений (что необходимо сделать) от отправителя и передачу их адресату, где отправителем и получателем сообщений является блок очереди задач 104, выполненный с возможностью создания заданий и расписания выполнения этих заданий (в частности, может быть реализован функционал создания заданий и функционал расписания выполнений таких заданий). Таким образом, может быть сформирован запрос на получение данных статистики по определенным клиентам за выбранные интервалы времени, например, автоматически или пользователем в панели управления пользователя («админке»). В результате упомянутого запроса блок очереди задач создает задание на выполнение соответствующего участка кода и отправляет его в очередь блока задач 120. Далее блок очереди задач 104 осуществляется по расписанию выбор из очереди тех задач, которые должны быть выполнены в конкретный момент времени и именно они «стартуют» (запускаются) в указанное для них время. В частном случае, за счет того, что все задания попадают сначала в очередь, нет ситуации, когда одновременно запускаются все задачи вне зависимости от свободных ресурсов, каждое задание запускается только в нужный момент. При высокой загрузке осуществляется отложенный запуск после освобождения необходимых для выполнения ресурсов.Shown in FIG. 1 , the system, in particular, the server for receiving, processing data and generating
Блок очереди задач 104 осуществляет формирование очереди задач и управление расписаниями задач, например, с использованием системы асинхронной передачи сообщений и может быть реализован, например, с использованием технологии Celery («distributed task queue»). Блок очереди задач 104 в частном случае может представлять собой (являться) блоком распределенной, в частности, асинхронной, очереди заданий (в частном случае являться распределенной асинхронной очередью заданий (в том числе модулем обработки, выполнения и т.д. распределенной асинхронной очереди заданий). Блок очереди задач 104 осуществляет запуск скриптов (например, различные алгоритмы по сбору, обработке и представлению пользователю данных), которые могут работать асинхронно (параллельно) или синхронно (последовательно). Блок очереди задач 104 включает (содержит), по крайней мере, один исполнитель (Worker), обеспечивающий поток выполнения кода и выделение ресурсов и изолированной среды в памяти (в частности, в оперативной памяти) сервера получения, обработки данных и формирования результатов обработки 133 (или по крайней мере, одного его блока, например, блока очереди задач) для него. Worker может обеспечивать конкурентное выполнение нескольких задач одновременно. Блок очереди задач выполнен с возможностью распределенного выполнения на нескольких серверах, периодических заданий (замена cron, частным случаем которого является crond, используемый в системах Red Hat Linux), повторного выполнения задания в случае если вызвано исключение, ограничения количества заданий в единицу времени, распределения заданий между worker'ами (которых может быть множество, в частности больше одного), мониторинга выполнения заданий — в частности, может отслеживаться в реальном времени статус выполнения задания (в частности, запроса), например, пользователю может предъявляться (в частности, отображаться) статус выполнения задания (в частности, запроса). В сочетании (в частности, совместно) с блоком задач 120 формируется автоматизированная система по управлению всеми заданиями внутри системы, примерный вариант которой показан на ФИГ. 1. Так, блок задач 120 и блок очереди задач 104 могут формировать автоматизированную подсистему для управления описываемыми заданиями (в частности, запросами).The
Сервер получения, обработки данных и формирования результатов обработки 133, также может включать блок (модуль) управления и администрирования 188, который может являться частью блока управления и организации 101 или может быть связан с ним, причем блок (модуль) управления и администрирования включает интерфейс пользователя, в частности, графический интерфейс пользователя. Блок управления и администрирования 188 позволяет пользователю с использованием интерфейса пользователя, по крайней мере, управлять задачами по сбору данных их анализа, например, создавать и редактировать задачи по расписанию, настраивать расписания.The server for receiving, processing data and generating
Для предъявления результатов, по крайней мере, одному пользователю, в том числе для получения отчетов, вывода результатов, в том числе на веб-сайте, передачи, сохранения обработанных данных в файл, например, в файл отчета, в том числе с диаграммами, может использоваться личный кабинет пользователя, который может содержать средства (модуль, блок, устройство, в том числе вычислительное устройство с установленным программным обеспечением, например, сервер, персональный компьютер и т.д.) предъявления результатов 115 или являться средствами предъявления результатов 115, включающим, по крайней мере, предъявление (в частном случае, хранение) с данными, являющимися, по крайней мере, результатами обработки данных предиктивным блоком 102, включая, но не ограничиваясь, показатели (основные показатели) в результирующих данных, в частности, показатели эффективности рекламных площадок, выраженных в количественном выражении в полях: «Клики», «Стоимость», «Показы», «Лиды» (привлечённые с помощью рекламного объявления клиенты), «Достигнутые цели» (Goals), которые формируют эффективность (значение эффективности) в зависимости от времени - за определенные промежутки времени (например, часы, дни, месяцы), в частности, отображают картину эффективности с течением времени, и с возможностью их загрузки (скачивания), сохранения и т.д. пользователем, в том числе в формате цифровых сущностей, например, документа отчета, в том числе в формате файла (например, в формате таблиц, текстовых форматах, формате изображений и т.д., в том числе в формате xlsx, pdf и т.д.). Средства предъявления результатов 115 могут содержать наборы данных, содержащие результаты обработки данных, по крайней мере, предиктивным блоком 102, в том числе отчеты (включая отчеты в реальном времени), включающие показатели и группы показателей. Средства предъявления результатов 115 могут осуществлять формирование и предъявление наборов в формате цифровых сущностей, например, дашбордов (информационных панелей, инфопанелей, от англ. dashboard). Средства предъявления результатов 115 также могут получать данные из блока хранения данных 166 и/или из блока управления и организации 101 и, по крайней мере, визуализировать представления получаемых массивов данных, а также обрабатывать полученные данные и хранить полученные данные и результаты обработки. Средства предъявления результатов 115 могут включать аналитическую панель с интерфейсом для интерактивного взаимодействия с показателями, в том числе изменяющимися в течение времени. В частном случае средства предъявления результатов 115 могут размещаться, по крайней мере, на одном сервере, например на сервере предъявления рекламных материалов, в котором осуществляется настройка предъявления рекламных кампаний и предъявления рекламных материалов. Так, средства предъявления результатов 115 соединяются (устанавливается соединение) с базой данных статистики 177 по протоколу HTTP, для авторизации чего могут быть использованы логин и пароль учетной записи (хранящиеся в БД данных сервера 155) с правами только на чтение таблиц с данными статистики. Так, данные, в частности, данные для формирования (в частности, построения) дашбордов, графиков, диаграмм, получаются (агрегируются) средствами предъявления результатов 115 посредством отправки (передачи) в блок хранения данных 166 SQL-запросов. Пример SQL-запроса:To present the results to at least one user, including receiving reports, displaying results, including on a website, transferring, saving processed data to a file, for example, to a report file, including diagrams, the user's personal account is used, which may contain means (module, unit, device, including a computing device with installed software, for example, a server, a personal computer, etc.) for presenting results 115 or be means for presenting results 115 , including, at least presentation (in a particular case, storage) with data that is at least the results of data processing by the predictive block 102 , including, but not limited to, indicators (main indicators) in the resulting data, in particular, indicators of the effectiveness of advertising sites , expressed in quantitative terms in the fields: "Clicks", "Cost", "Impressions", "Leads" (attracted with the help of rivers customer ads), “Goals Achieved” (Goals), which form the effectiveness (efficiency value) depending on time - for certain periods of time (for example, hours, days, months), in particular, display a picture of performance over time, and with the possibility of loading (downloading), saving, etc. by the user, including in the format of digital entities, for example, a report document, including in file format (for example, in table format, text formats, image formats, etc., including in xlsx, pdf, etc. formats) d.). Results presentation means 115 may contain datasets containing the results of data processing by at least
SELECTSELECT
login,login,
Placement,Placement,
CampaignName,Campaign Name,
Date,date,
Bounces,bounce,
Impressions,impressions,
Clicks,clicks,
Cost,cost,
Sessionssessions
FROM directdata.FROM direct data.
Результат приведенного выше запроса показан в Таблице 1 ниже.The result of the above query is shown in Table 1 below.
Таблица 1Table 1
namesite.
name
, где, where
- Login - логин клиента агентства, состоит из названия латинскими буквами, например bigtimemoscow;- Login - login of the agency client, consists of the name in Latin letters, for example bigtimemoscow;
- Placement - площадка размещения объявления;- Placement - ad placement site;
- CampaignName - название кампании;- CampaignName - campaign name;
- Date - дата кампании;- Date - campaign date;
- Bounces - количество отказов;- Bounces - number of bounces;
- Impressions - количество показов;- Impressions - number of impressions;
- Clicks - количество кликов;- Clicks - number of clicks;
- Cost - стоимость;- Cost - cost;
- Sessions - количество сессий. - Sessions - number of sessions.
Также, показанная на ФИГ. 1 система может включать блок подключения внешних систем 103, который используется, по крайней мере, блоком управления и организации 101 и средствами предъявления результатов 115, для обмена данными с серверами CRM-систем 113, а также может использоваться для обмена данными со средствами предъявления результатов 115, в частности, может использоваться для подключения сторонних систем, таких, как CRM-системы, систем формирующих дашборды и т.д.. Блок подключения внешних систем 103 выполнен с возможностью предоставления сторонним системам возможности подключаться к серверу получения, обработки данных и формирования результатов обработки 133 (устанавливать с ним связь для обмена данными) и, по крайней мере, получать данные статистики (как до обработки, так и после обработки, в том числе первичной обработки), а также данные результата обработки данных предиктивным блоком 102, в частности осуществляющим, по крайней мере, выполнение предиктивного алгоритма. Упомянутое подключение может осуществляться с использованием токена (генерируемого, например, по стандарту Oauth, в частности, также, как и в сторонних API, и также представляет собой строку уникального идентификатора, например, в шестнадцатеричном формате), например, с использованием протокола (схемы) авторизации, в том числе открытого, позволяющего предоставить серверам CRM-систем 113 (в том числе CRM-системам и пользователям CRM-систем) доступ, в том числе ограниченный доступ, к ресурсам, в том числе, защищенным ресурсам (данным), в том числе данным результата обработки данных предиктивным блоком 102, данным статистики, в том числе без передачи серверам CRM-систем 113 учетных данных, например, логина и пароля. Так, подключение может осуществляться по протоколу OAuth с использованием упомянутого токена.Also shown in FIG. 1 , the system may include a block for connecting
В частном случае блок подключения внешних систем 103 может использовать REST API, в частности, может являться приложением REST API, реализованным, например, с использованием Django REST Framework (фреймворк) и позволяет создавать API-интерфейсы для подключений через HTTP-запросы (формат данных - JSON) сторонних сервисов к серверу получения, обработки данных и формирования результатов обработки 133.In a particular case, the block for connecting
Средства предъявления результатов 115, например, формирующие дашборды, в том числе использующие технологию Power BI или являющиеся в частном случае приложениями Power BI, подключаются к серверу получения, обработки данных и формирования результатов обработки 133 с использованием блока подключения внешних систем 103, агрегируя данные, хранящиеся в таблицах базы данных статистики 177.Агрегация данных может осуществляться с использованием SQL-запросов, отправляемых средствами предъявления результатов 115. Подключение средств предъявления результатов 115 может осуществляться посредством HTTP-запросов, а данные в средства предъявления результатов 115 могут передаваться в виде строк в формате CSV (от англ. Comma-Separated Values - значения, разделённые запятыми).Means for presenting
Серверы CRM-систем 113 (в частности, CRM-системы), а также средства предъявления результатов 115 могут подключаться к серверу получения, обработки данных и формирования результатов обработки 133 через блок подключения внешних систем 103 посредством HTTP-запросов, авторизуются при помощи токена и получают наборы данных статистики в формате JSON, ограниченные уровнем доступа конкретного токена. Servers of CRM systems 113 (in particular, CRM systems), as well as means of presenting
В хранилище данных серверов CRM-систем 113 осуществляется хранение передаваемых блоком подключения внешних систем 103 данных, по крайней мере, сервера получения, обработки данных и формирования результатов обработки 133, например, сервисных таблиц, обеспечивающие работу, по крайней мере, блока управления и организации (в частном случае, фреймворка Django) 101, учетных данных (логинов, токенов, ID (уникальных идентификаторов) пользователей) для подключения к сторонним API, причем данных хранятся в зашифрованном виде. In the data warehouse of the servers of
На ФИГ. 2 показан один из вариантов функционирования одного из вариантов системы, реализующей настоящее изобретение, согласно одному из вариантов осуществления настоящего изобретения. FIG. 2 shows one of the options for the operation of one of the variants of the system that implements the present invention, according to one of the embodiments of the present invention.
В шаге 210 осуществляется получение данных статистики сервером получения, обработки данных и формирования результатов обработки 133, в частности, блоком получения статистики 122 с дальнейшей передачей, по крайней мере, в блок управления и организации 101, с серверов сервисов сбора, хранения и обработки статистических данных пользователей 144. Так, в частном случае осуществляется сбор данных статистики из систем аналитики (в частности, из личных кабинетов систем) с использованием коннекторов к соответствующим API, предоставляемым такими системами, реализованных в блоке подключения внешних систем 103 и/или в блоке управления и организации 101, и осуществляется получение статистики по рекламным кампаниям из нескольких источников, формируемая блоком подключения внешних систем 103 и/или блоком управления и организации 101 в наборы данных статистики, в частности, по рекламным кампаниям, по крайней мере, из одного источника данных статистики.In
В шаге 215 блоком получения статистики 122, в том числе через блок управления и организации 101 (с использованием средств блока управления и организации 101), осуществляется передача полученных данных, по крайней мере, в одну базу данных, в частности, в базу данных статистики 177, с их сохранением, по крайней мере, в базе данных статистики 177, которая в частном случае содержит множество таблиц, например, по одной таблице для каждой сторонней системы аналитики, в частности, CRM-системы. In
В шаге 220 предиктивным блоком 102 осуществляется формирование выборки данных, в том числе для предиктивного анализа (предиктивной обработки, по крайней мере, предиктивным блоком 102) и формирования обработанных наборов данных, в том числе для формирования цифровых сущностей, например, отчетов, содержащих такие данные. Упомянутая формируемая выборка данных содержит данные статистики по рекламным кампаниям, в том числе значения таких полей (представлены поля), как название рекламной кампании, логин клиента, площадка размещения рекламы (url веб-сайта), показы, клики, стоимость, название группы объявлений (объединяет объявления в рамках одной кампании как правило по названию площадки и дате размещения объявления), причем формирование выборки данных осуществляется по нескольких параметрам (в том числе сразу по нескольким параметрам): клиент, рекламная кампания, площадка размещения, принадлежность группе рекламных объявлений.In
В шаге 225 предиктивным блоком 102 осуществляется формирование выборки данных для формирования цифровых сущностей, например, дашбордов, которая содержит данные статистики по стоимости привлечения лидов (достижения целей рекламных кампаний), в том числе значения таких полей (представлена полями), как дата/время визита, свойство визита (является ли визит прямым заходом на веб-сайт), количество целевых клиентов, количество лидов за визит, стоимость лида, стоимость визита, название рекламной кампании, описание категории для рекомендации, логин пользователя (клиента). Указанные данные группируются по визитам, лидам и дням, т.е. формируется набор данных (с формированием картины того) о том, сколько оригинальных визитов и лидов было, например, в каждый день недели.In
В шаге 235 предиктивным блоком 102 осуществляется формирование наборов данных, в том числе в формате цифровых сущностей, например, в формате отчета, которые могут содержать, по крайней мере, показатели эффективности рекламных площадок при размещении на них рекламных объявлений (материалов) и рекомендации по дальнейшему использованию (применению), а также параметры (настройки), в том числе рекомендуемые, рекламных кампаний. В частном случае осуществляется формирование отчета в виде показателей эффективности, который содержит рекомендации по применению и необходимые настройки рекламных кампаний. Так, рекомендации формируются, например, в виде (в формате) отчета, состоящего из данных, например, в формате таблиц, с количественными показателями по стоимости, кликам и показам, диаграмм, показывающих поведенческие изменения в зависимости от времени суток, дней недели, а также в виде типовых рекомендаций (и/или инструкций, например, по крайней мере, для одного блока, модуля системы, показанной на ФИГ. 1, для выполнения, в том числе в автоматизированном режиме) по оптимизации рекламной кампании, в том числе посредством исключения размещения на тех площадках, которые приносят мало сделок или вообще не приносят и сосредоточении бюджета на площадках, приносящих больше всего лидов. Рекламные компании содержат множество настроек (параметров), например, параметры настройки показа объявлений в определенное время суток и по определённым дням недели.In
Так, например, параметры (настройки) передаются командой серверу API сервиса контекстной рекламы на веб-страницах (например, Яндекс.Директ), например, в формате словаря, который может включать в себя, по крайней мере, следующие параметры или их часть:So, for example, parameters (settings) are transmitted by a command to the API server of the contextual advertising service on web pages (for example, Yandex.Direct), for example, in the dictionary format, which may include at least the following parameters or part of them:
- Id - идентификатор кампании, параметры которой требуется изменить;- Id - identifier of the campaign whose parameters need to be changed;
- Name - название кампании (в частном случае, до 255 символов);- Name - name of the campaign (in a particular case, up to 255 characters);
- StartDate - дата начала показов объявлений, например, в формате YYYY-MM-DD и в частном случае не меньше текущей даты;- StartDate - start date of ad impressions, for example, in the format YYYY-MM-DD and in a particular case not less than the current date;
В частном случае показы рекламных объявлений начинаются в 00:00 по московскому времени (независимо от значения параметра TimeZone). На время начала показов влияют настройки временного таргетинга (параметр TimeTargeting).In a particular case, ad impressions start at 00:00 Moscow time (regardless of the value of the TimeZone parameter). The start time of impressions is affected by the time targeting settings (the TimeTargeting parameter).
Показы объявлений возможны при условии, что хотя бы одно объявление принято модерацией и внесены средства на кампанию или на общий счет. В частном случае является необязательным параметром;Ad impressions are possible provided that at least one ad has been accepted by moderation and funds have been deposited into the campaign or to the general account. In a particular case, it is an optional parameter;
- EndDate - дата окончания показов объявлений (например, в формате YYYY-MM-DD). В частном случае показы объявлений прекращаются в 24:00 по московскому времени (независимо от значения параметра TimeZone). В частном случае является необязательным параметром;- EndDate - end date for ad impressions (for example, in YYYY-MM-DD format). In a particular case, ad impressions stop at 24:00 Moscow time (regardless of the value of the TimeZone parameter). In a particular case, it is an optional parameter;
- TimeZone - часовой пояс в месте нахождения рекламодателя. Справочник часовых поясов может быть получен с помощью метода Dictionaries.get. Значение по умолчанию Europe/Moscow;- TimeZone - time zone at the location of the advertiser. A dictionary of time zones can be obtained using the Dictionaries.get method. Default Europe/Moscow;
- DailyBudget - настройки дневного бюджета кампании. В частном случае, управление дневным бюджетом доступно, если в кампании выбрана ручная стратегия показа, в противном случае при попытке задать дневной бюджет возвращается ошибка. В частном случае является необязательным параметром;- DailyBudget - campaign daily budget settings. In a particular case, daily budget management is available if a manual display strategy is selected in the campaign, otherwise an error is returned when trying to set a daily budget. In a particular case, it is an optional parameter;
- "ExcludedSites": { /* массив (список) строк*/- "ExcludedSites": { /* array (list) of strings */
"Items": [(строка), ... ] /* перечисляются домены площадок, подлежащих отключению */ "Items": [(string), ... ] /* lists the domains of sites to be disabled */
} }
Массив мест показа, где не нужно показывать объявления:An array of display locations where ads should not be shown:
- доменные имена сайтов;- domain names of sites;
- идентификаторы мобильных приложений (bundle ID для iOS, package name для Android);- mobile application identifiers (bundle ID for iOS, package name for Android);
- наименования внешних сетей (SSP). Список наименований можно получить с помощью метода Dictionaries.get.- names of external networks (SSP). The list of titles can be obtained using the Dictionaries.get method.
В частном случае, не более 1000 элементов в массиве и не более 255 символов в каждом элементе массива. В частном случае является одним из ключевых параметров, в него передается список площадок, которые нужно исключить из показа объявлений;In a particular case, no more than 1000 elements in the array and no more than 255 characters in each element of the array. In a particular case, it is one of the key parameters; it receives a list of sites that need to be excluded from showing ads;
- "TimeTargeting": {- "TimeTargeting": {
"Schedule": { /* Массив чисел */ "Schedule": { /* Array of numbers */
"Items": [(число), ... ] "Items": [(number), ... ]
}, },
"ConsiderWorkingWeekends": ( "YES" | "NO" ), /* required */ "ConsiderWorkingWeekends": ( "YES" | "NO" ), /* required */
} }
, где "TimeTargeting" - Настройки временного таргетинга и почасовой корректировки ставок;, where "TimeTargeting" - Time targeting and hourly bid adjustment settings;
- "Schedule" - настройки временного таргетинга и почасовой корректировки ставок. В частном случае не более 7 элементов в массиве.- "Schedule" - settings for time targeting and hourly bid adjustments. In a particular case, no more than 7 elements in the array.
Каждый элемент массива содержит в частном случае 25 чисел, разделенных запятыми. Первое число - номер дня недели: от 1 (понедельник) до 7 (воскресенье). Следующие 24 числа - последовательность коэффициентов к ставке для показа объявлений в соответствующие часы. Коэффициенты указываются в процентах от 0 до 200, значение должно быть кратно 10. Коэффициент 0 означает, что объявления в этот час не показываются. Пример элемента массива: 1, 0, 0, 50, 50, 100, 100, 150, 200, 200, 150, 100, 100, 80, 70, 100, 100, 100, 50, 50, 40, 30, 0, 0, 0Each element of the array contains, in a special case, 25 numbers separated by commas. The first number is the number of the day of the week: from 1 (Monday) to 7 (Sunday). The next 24 numbers are the sequence of coefficients to the bet for displaying ads during the corresponding hours. Coefficients are specified as a percentage from 0 to 200, the value must be a multiple of 10. Coefficient 0 means that ads are not shown during this hour. Array element example: 1, 0, 0, 50, 50, 100, 100, 150, 200, 200, 150, 100, 100, 80, 70, 100, 100, 100, 50, 50, 40, 30, 0, 0, 0
Таким образом, в числовом виде передаются параметры с точностью до часа в сутках - при значении нулевом значении в указанном часе объявление не показывается, соответственно, бюджет не расходуется “впустую” в неэффективное время.Thus, the parameters are passed in numerical form with an accuracy of up to an hour in a day - if the value is zero, the ad is not shown at the specified hour, so the budget is not wasted during inefficient times.
- ConsiderWorkingWeekends – определяет (задает) менять ли расписание показов при переносе рабочего дня на субботу или воскресенье. Например, если рабочий день перенесен с понедельника на субботу, при значении «YES» в рабочую субботу пойдут показы по расписанию понедельника, а в нерабочий понедельник, — по расписанию субботы.- ConsiderWorkingWeekends – determines (sets) whether to change the show schedule when the working day is moved to Saturday or Sunday. For example, if the working day is moved from Monday to Saturday, if set to "YES", impressions will be shown on a working Saturday according to the Monday schedule, and on a non-working Monday, according to the Saturday schedule.
Таким образом, в рекламной кампании может быть исключен перечень рекламных площадок, как неэффективных в плане привлечения лидов (совершения сделок).Thus, in the advertising campaign, the list of advertising sites can be excluded as ineffective in terms of attracting leads (transactions).
В шаге 240 средствами предъявления результатов 115 осуществляется предъявление, по крайней мере, одного набора данных (пользователю), например, в форме отчета в виде диаграмм на веб-сайте с возможностью сохранить (в том числе выгрузить) отчет, средствами предъявления результатов 115. Так, может осуществляться отображение данных отчета (в реальном времени) пользователю, например, в виде диаграмм, по крайней мере, на одной странице веб-сайта с возможностью выгрузить отчет в виде, по крайней мере, одного текстового, графического и т.д. файла pdf, xlsx. Так, что пользователи могут отслеживать в реальном времени данные по рекламным материалам, площадкам и т.д., а также после внесенных изменений в настройки параметров рекламных площадок, предъявления рекламных материалов и т.д.In
В шаге 245 блоком управления и организации 101 осуществляется передача данных, в том числе параметров (настроек), в том числе параметров рекламных кампаний, в блок автоматизированного управления рекламными кампаниями 118, например, в формате JSON. Так, в частном случае, блок автоматизированного управления рекламными кампаниями 118 взаимодействует с предиктивным блоком 102, через который получает отчеты по эффективности рекламных кампаний, и использует данные этих отчетов для автоматической настройки рекламных кампаний в личных кабинетах рекламных платформ, через API управления.In
В шаге 250 блоком автоматизированного управления рекламными кампаниями 118 осуществляется запуск рекламной кампании с использованием полученных параметров, в частности, скорректированных параметров. Так, параметры для рекламных кампаний делятся на несколько видов. Один из них - это время работы рекламной кампании, т.е. по каким дням недели и в какое время суток будет предъявляться рекламное объявление, а значит и расходоваться бюджет. Следующий вид параметров - это на каких площадках размещается реклама (рекламные материалы). По умолчанию, например, рекламная сеть Яндекса или Google Ads представляют собой множество веб-сайтов, подключенных к рекламной сети, и размещенные объявления предъявляются на всех без исключения веб-сайтах. В результате работы предиктивного блока 102 формируется параметр эффективности по каждому веб-сайту, который используется для отключения размещения на тех веб-сайтах, где отдача (эффективность) будет неоправданно дорогой или не будет приносить лидов.In
В случае, если в результате работы предиктивного блока 102 получен список веб-сайтов (доменов, площадок) для отключения, срабатывает проверка - т.е. наличие списка является триггером для отправки запроса на обновление соответствующих рекламных кампаний. В этом случае, формируется запрос на обновление соответствующих рекламных кампаний (тех, объявления которых размещаются на указанных площадках). Отключение площадок происходит в рамках этого запроса обновления выборочно, т.е. согласно списка и временных интервалов, все остальные площадки остаются неизменными и участвуют в показе объявлений, с использованием указанных выше параметров для отключения.If, as a result of the operation of the
Далее приведен общий вид запроса для управления рекламными кампаниями через API. Используется метод “update” (обновить) для внесения изменений в настройки кампаний.The following is a general view of the request for managing advertising campaigns via the API. The “update” method is used to make changes to campaign settings.
curl \curl \
-H 'Authorization: Bearer ТОКЕН' \ -H 'Authorization: Bearer TOKEN' \
-H 'Client-Login: ЛОГИН_КЛИЕНТА' \ -H 'Client-Login: CLIENT_LOGIN' \
-d '{ "method": "update", -d '{ "method": "update",
"params": { params: {
"Campaigns": [{ (Список рекламных кампаний) "Campaigns": [{ (List of ad campaigns)
"Id": ИДЕНТИФИКАТОР_КАМПАНИИ, "Id": CAMPAIGN_ID,
"Name": НАЗВАНИЕ_КАМПАНИИ, "Name": CAMPAIGN_NAME,
"StartDate": ДАТА НАЧАЛА, "StartDate": START DATE,
"EndDate": ДАТА ОКОНЧАНИЯ, "EndDate": END DATE,
"TimeZone": ЧАСОВОЙ ПОЯС, "TimeZone": TIME ZONE,
"DailyBudget": ДНЕВНОЙ БЮДЖЕТ, "DailyBudget": DAILY BUDGET,
"ExcludedSites": { /* массив (список) строк*/ "ExcludedSites": { /* array (list) of strings */
"Items": [(строка), ... ] /* перечисляются домены площадок, подлежащих отключению */ "Items": [(string), ... ] /* lists the domains of sites to be disabled */
}, },
"TimeTargeting": { "TimeTargeting": {
"Schedule": { /* Массив чисел */ "Schedule": { /* Array of numbers */
"Items": [(число), ... ] "Items": [(number), ... ]
}, },
"ConsiderWorkingWeekends": ( "YES" | "NO" ) "ConsiderWorkingWeekends": ( "YES" | "NO" )
} }
}] }]
} }
}'https://api.direct.yandex.com/json/v5/campaigns}'https://api.direct.yandex.com/json/v5/campaigns
Предиктивный блок 102 осуществляет обработку данных статистики, сохраненных в базе данных статистики (БД данных статистики) 177, с использованием предиктивного алгоритма формируя, по крайней мере, один набор данных, содержащий данные прогнозируемой эффективности выбранных (пользователем) рекламных площадок, например, в формате сформированного отчета с таблицами и графиками прогнозируемой эффективности выбранных рекламных площадок. Так, упомянутый предиктивный блок 102 (в том числе с использованием предиктивного алгоритма) получает (в том числе по запросу) данные из таблицы базы данных статистики 177, переданные в нее ранее из API, по параметрам, например: количеству информации по площадке (ненулевое количество кликов и стоимости кликов), отношение числа лидов к количеству визитов (влияние площадки на вовлеченность аудитории), процент ненулевых по времени заходов (число отказов как показатель соответствия площадки тематике сайта), процент потерянных кликов (когда был визит и переход по рекламе, но клик не зафиксирован в статистике). Далее предиктивный блок 102 осуществляет проверку данных с сервера системы (сервиса) контекстной рекламы на веб-страницах (например, Яндекс.Директ, который в настоящем изобретении используется в качестве примера сервиса контекстной рекламы на веб-страницах) и с сервера сервиса оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика, который в настоящем изобретении используется в качестве примера сервиса оценки посещаемости веб-сайтов и анализа поведения пользователей), например, проверяются (в частности, сверяются) такие данные, в частности, параметры, как время визита, продолжительность, рекламная площадка, принадлежность к рекламной кампании, а данные рекламных кампаний получаются с сервера сервиса контекстной рекламы на веб-страницах (например, Яндекс.Директ), на который передаются данные, в частности, статистика с сервера сервиса оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика), в том числе (но не ограничиваясь) информация об id счетчика, который собирает статистику на сайте, причем по такому полю может быть сверена корректность и актуальность статистики, поскольку информация обновляется постоянно (с заданной, в частности, настроенной, периодичностью, например, один раз в одну или несколько секунд, одну или несколько минут и т.д.) и, в частности, передается между упомянутыми сервисами (например, из Яндекс.Метрики в Яндекс.Директ) не мгновенно, для чего, в частном случае, осуществляется такая проверка, сверяются id визитов, рекламных кампаний и площадок для формирования информации по конкретному пользователю (клиенту), например, время посещения сайта (когда пришёл на сайт), откуда, какие действия совершал, возвращался ли повторно и откуда возвращался, например, с рекламных материалов или был осуществлен "прямой" заход на сайт и т.д., поскольку сервер сервиса контекстной рекламы на веб-страницах (например, Яндекс.Директ) отправляет суммарные данные, например, сумму расходов за день, сумму кликов за день и сумму сессий пользователей (клиентов) за день. В результате упомянутого сравнения формируется набор данных, в частности, объединенная статистика, с сервера сервиса контекстной рекламы на веб-страницах (например, Яндекс.Директ), дополненный данными, в частности, статистикой, с сервера сервиса оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика).The
Далее предиктивным блоком 102 статистика с сервера сервиса оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика) сводится к дням по оригинальным визитам и лидам, где упомянутое сведение включает объединение нескольких таблиц с данными статистики по нескольким общим полям. Так, например, после объединения Таблицы 5, Таблицы 6, Таблицы 7, Таблицы 8 формируются таблицы объединенных данных (Таблица 9, Таблица 10 и Таблица 11). Далее предиктивным блоком 102 осуществляется подключение данных с сервера сервиса оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика), в частности, осуществляется подключение статистики визитов с сервера сервиса оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика), в частности, приведенные в Таблице 5, Таблице 6, Таблице 7, Таблице 8, к данным с сервера системы (сервиса) контекстной рекламы на веб-страницах (например, Яндекс.Директ), в частности, данные статистики объединяются по общим полям: Кампания, Площадка, как показано в Таблице 10 и Таблице 11. Further, using the
Далее из этих данных (объединенных по общим полям) предиктивным блоком 102 при помощи операций реляционной алгебры (выборка, произведение, объединение, пересечение, соединение, вычитание), например, реализованных в библиотеке pandas, формируется многомерный массив данных - датафрейм (DataFrame) - в котором измерениями являются дни недели, часы и площадки. Датафрейм формируется для дальнейшей сортировки площадок и временных интервалов по категориям, согласно описанию ниже, из него формируются Таблица 9, Таблица 10, Таблица 11. Такой массив сложно представить в виде таблицы, однако существующие средства, например, инструменты Pandas, позволяют трансформировать и декомпозировать данные, в том числе данные статистики, а также производить математические операции, без потерь производительности.Further, from this data (combined by common fields), the
Предикативный блок 102 осуществляет выборку данных статистики по текущему пользователю (в частности, формирует выборку данных) по заданным (определенным) временным интервалам, причем временные интервалы могут быть заданы пользователем в интерфейсе личного кабинета, например, с использованием известного (общепринятого) элемента - датапикера (от англ. Datepicker), который позволяет выбрать интервал (период) между двумя датами. Временные интервалы могут быть практически любыми (день, неделя, десять, двадцать дней, месяц год и т.д.), в частности, из доступных в датапикере.The
Упомянутые интервалы времени передаются в задачу в виде параметров начала ("start_date") и окончания периода ("end_date"). Так, задача формируется блоком задач 120 в виде (формате) вызова функции, например, реализованной на языке Python. Сама функция (ее код) получается блоком задач 120 из блока управления и организации 101. Например, в функции function(start_date, end_date) в качестве параметров передаются начальная дата и конечная дата периода, за который нужно получить данные статистики. Данные статистики, сохраненные в базе данных статистики (БД данных статистики) 177, содержат информацию о визитах на сайт, "кликах" (взаимодействиях) по рекламным объявлениям (выборе рекламных объявлений пользователем, средствами вычислительных устройств с использованием программного обеспечения и т.д., например, скриптов), стоимости каждого "клика" (от англ. сlick) в результате работы рекламной кампании (в течение (продолжение) периода времени, когда рекламная кампания является активной, в частности, объявления, которые к ней относятся, отображаются (предъявляются) пользователям веб-сайтов со всеми сопутствующими событиями, такими, как, например, клики, расходы бюджета за клики и т.д.; периодом времени является период с момента активации (включения) рекламной кампании в личном кабинете до момента получения данных статистики, в случае, когда рекламная кампания все еще активна, или до момента остановки рекламной кампании - в таком случае, эта дата будет предшествовать дате получения данных из API), а также другие параметры, такие как, например, процент скликивания (от англ. bounces), а также другие параметры, связанные напрямую с перечисленными и являющиеся относительными показателями между ними. Упомянутый показатель процент скликивания получается из API и высчитывается на стороне рекламной платформы.The mentioned time intervals are passed to the task as start ("start_date") and end ("end_date") parameters. Thus, the task is formed by
В процессе обработки данных предиктивным блоком 102 используются данные сразу из нескольких источников, причем источниками являются API сервисов (Яндекс.Метрика 105 (ФИГ. 6), Яндекс.Директ 106 (ФИГ. 6), Google Ads 111 (ФИГ. 6), Google Analytics 112 (ФИГ. 6), коллтрекингов Calltouch 107 (ФИГ. 6), Comagic 108 (ФИГ. 6), Smartcallback 109 (ФИГ. 6)). Данные во всех источниках могут являться данными одного типа, причем разницу могут составлять лишь названия полей. В коллтрекингах добавляется номер телефона, поскольку он может являться меткой (своего рода меткой), как, например, при переходе по ссылке, utm-метки несут информацию, откуда пользователь перешёл на сайт, так и номер телефона помогает идентифицировать пользователей (в частности, отделять одного пользователя от другого). Полученные данные сопоставляются по уникальным идентификаторам. Сопоставление данных может осуществляться посредством поиска похожих (в частности, идентичных) идентификаторов в сопоставляемых таблицах данных. Далее, при нахождении совпадения, столбцы этих таблиц добавляются в одну результирующую таблицу. В частном случае сопоставление может осуществляться с использованием методов JOIN (например, при использовании Pandas), аналогичных соответствующим методам в запросах SQL. В частном случае сопоставление может осуществляться с использованием запросов SQL. Данные статистики (статистика) из колл-трекингов объединяются (соединяются, "склеиваются") со статистикой из Яндекс.Метрика 105 (ФИГ. 6), Яндекс.Директ 106 (ФИГ. 6) по уникальным идентификаторам (ID) рекламных кампаний, ID счетчиков на веб-сайтах. Для отслеживания активности (в частности, любой активности) на веб-сайте, на веб-сайт может быть добавлен (установлен) программный компонент, например, скрипт, являющийся счетчиком, который передаёт данные рекламному сервису (например, Яндекс.Метрика).During data processing by the predictive block102 data is used from several sources at once, and the sources are API services (Yandex.Metrika105 (FIG. 6), Yandex.Direct106 (FIG. 6), Google Ads111 (FIG. 6), Google Analytics112 (FIG. 6), Calltouch call tracking107 (FIG. 6), Comagic108 (FIG. 6), smart callback109 (FIG. 6)). Data in all sources can be data of the same type, and only the names of the fields can make a difference. In call tracking, a phone number is added, since it can be a label (a kind of label), as, for example, when clicking on a link, utm-tags carry information from where the user went to the site, and the phone number helps to identify users (in particular, to separate one user from another). The received data is matched by unique identifiers. Data matching can be done by searching for similar (in particular, identical) identifiers in the data tables being matched. Further, when a match is found, the columns of these tables are added to one resulting table. In a particular case, matching can be done using JOIN methods (for example, when using Pandas), similar to the corresponding methods in SQL queries. In a particular case, matching can be done using SQL queries. Statistical data (statistics) from call trackings are combined (merged, "glued") with statistics from Yandex.Metrica105(FIG. 6), Yandex.Direct106(FIG. 6) by unique identifiers (ID) of advertising campaigns, counter IDs on websites. To track activity (in particular, any activity) on a website, a software component can be added (installed) to the website, for example, a script that is a counter that transmits data to an advertising service (for example, Yandex.Metrica).
Статистика Яндекс.Метрика 105 (ФИГ. 6) "склеивается" со статистикой из Яндекс.Директ по utm-меткам, в частности по ClientId. Так, находятся совпадения по полю id кампании, например, в Яндекс.Директ, и такому же полю в utm-метке Яндекс.Метрика. Упомянутый ClientId добавляется в таблицу данных, например, Яндекс.Директ, при сборе данных статистики, и используется для разграничения данных между несколькими пользователями системы, примерный вариант которой приведен на ФИГ. 1, и соответствует текущему пользователю (по сути, означает текущего пользователя). В коллтрекингах utm-метки содержат идентификатор(ы) рекламной кампании. С использованием упомянутых идентификаторов осуществляется поиск совпадений в данных, например, Яндекс.Директ и Яндекс.Метрика, далее эти данные объединяются по совпадающему идентификатору.
В частном случае, в процессе обработки (анализа) данных предиктивным блоком 102 используются два взаимодополняющих способа:In a particular case, in the process of processing (analyzing) data by the
1. настройка временных интервалов демонстрации рекламных материалов (объявлений, рекламных объявления), в частности осуществляется нахождение (вычисление) таких временных интервалов, в течение которых привлечение лидов по каждой кампании Яндекс.Директ 106 (ФИГ. 6) маловероятно. Временные интервалы проверяются на количество кликов и достигнутых целей. В процессе обработки данных, отслеживается последовательность действий пользователя: увидел рекламное объявление, затем перешёл по нему на веб-сайт, далее совершил целевое действие (достиг цели, поставленной в настройках рекламной кампании, например, нажал кнопку «Купить» или кнопку «Позвонить мне»). Таким образом, те временные интервалы, в которые клики не приводили к достижению целей, можно избежать (в частности, могут быть исключены из обработки). В эти интервалы вероятность получить лиды (пользователей, достигших цели) меньше остальных интервалов, которые приносят максимум лидов при сравнимых или меньших затратах. Таким образом может быть снижен рекламный бюджет (или полностью можно избежать расхода рекламного бюджета) на клики, не приводящие к достижению целей (совершению целевых действий на сайте), путем ограничения временных интервалов.1. Setting the time intervals for displaying advertising materials (ads, advertisements), in particular, finding (calculating) such time intervals during which attracting leads for each
2. настройка списков используемых рекламных площадок (настройка списков рекламных площадок), которые подделывают переходы с объявлений, и являются неэффективными площадками, в частности, осуществляется обнаружение (поиск) рекламных площадок, подделывающих переходы с объявлений, и неэффективных площадок, с формированием списка. Согласно анализу и изучению собранных данных статистики эмпирическим путем вычислена закономерность (по заданному количеству клиентов агентства, например, по всем клиентам или их части, например, по 200 клиентам, причем количество может меняться с ростом клиентов), что не позднее, чем после 235 просмотров (объявления), первый визит (на веб-сайт) происходит с вероятностью 86 %. Таким образом, осуществляется отсеивание (исключение) тех площадок, которые набрали более 235 просмотров и ни одного визита. В числе таких площадок могут быть и те, которые умышленно подделывают переходы. Кроме того, в числе таких неэффективных площадок могут быть те, которые не приносят нужного числа просмотров, а следовательно и дальнейших визитов. В частном случае указанное значение в 235 просмотров может быть изменено, в частности, настроено, например, уменьшено или увеличено (пользователем или с использованием средств описываемой системы, в том числе на основе осуществляемого анализа данных, в том числе включающих, по крайней мере, количество просмотров и количество визитов) в том числе для достижения более высоких показателей.2. setting up the lists of used advertising sites (setting up lists of advertising sites) that fake clicks from ads and are ineffective sites, in particular, detection (search) of advertising sites that fake clicks from ads, and ineffective sites, with the formation of a list. According to the analysis and study of the collected statistics data, a pattern was empirically calculated (for a given number of agency clients, for example, for all clients or part of them, for example, for 200 clients, and the number may change with the growth of clients), which is no later than after 235 views (ads), the first visit (to the website) occurs with a probability of 86%. Thus, screening (exclusion) of those sites that have received more than 235 views and not a single visit is carried out. Among such sites may be those that deliberately fake transitions. In addition, among such inefficient sites there may be those that do not bring the required number of views, and hence further visits. In a particular case, the indicated value of 235 views can be changed, in particular, adjusted, for example, reduced or increased (by the user or using the tools of the described system, including on the basis of ongoing data analysis, including including at least the number of views and number of visits) including to achieve higher rates.
Входными данными являются: интервал исследования, передаваемый в виде параметров (например, с 2018-01-01 по 2019-04-25), адрес веб-сайта (в частности, визит является нахождением пользователя на одном конкретном сайте), количество визитов, полученных из Яндекс.Директ, объем затраченных на рекламную кампанию средств (вычисляемых посредством суммирования значения столбца «Cost» в данных статистики по соответствующей кампании), число целевых ClientID, по которым совершена сделка (где сделкой является целевое действие, совершенное пользователем, в данном случае, клиентом веб-сайта, например, нажал кнопку «заказать» на веб-сайте. Упомянутые входные данные (в частности, параметры), могут использоваться для формирования объединенного массива данных (далее - "ОМД" или в формулах - "df"), объединенных из разных (различных) источников. По целевым ClientID объединяются данные из Яндекс.Директ и Яндекс.Метрики путем формирования поля по общим значениям, вычисляемым по формуле: CampaignName + Placement + Date. The input data are: the interval of the study, passed as parameters (for example, from 2018-01-01 to 2019-04-25) , the website address (in particular, the visit is the user's stay on one specific site) , the number of visits received from Yandex.Direct, the amount of funds spent on the advertising campaign (calculated by summing up the value of the “Cost” column in the statistics data for the corresponding campaign), the number of target ClientIDs for which the transaction was made (where the transaction is the target action performed by the user, in this case, a website client, for example, clicked the "order" button on the website. The mentioned input data (in particular, parameters) can be used to form a combined data array (hereinafter referred to as "OMD" or in formulas - "df"), combined from different (different) sources Data from Yandex.Direct and Yandex.Metrica are combined by target ClientID by forming a field based on common values calculated by the formula: CampaignName + Pla cement + Date.
Так, в частном случае определяются настройки кампаний, например, Яндекс.Директ, позволяющие экономить рекламные бюджеты без уменьшения объемов привлекаемых лидов. So, in a particular case, campaign settings are defined, for example, Yandex.Direct, which allows you to save advertising budgets without reducing the volume of attracted leads.
Так, входная информация связывается по идентификаторам, адресам электронной почты, номерам телефонов в единую историю посетителя, причем прослеживаются как прямые лиды, то есть, совершившие целевое действие в текущем визите, так и отложенные лиды, которые совершали целевое действие позже в другом временном интервале. В частном случае, для исключения временных интервалов отбираются только те временные интервалы, в которых не только за всю предыдущую историю не оказывалось ни одного лида (прямого или отложенного), но и вероятность появления лида в эти моменты после расчетов оказывалась минимальной. Описываемое изобретение позволяет проследить весь путь лида с помощью данных, получаемых, по крайней мере, с сервером CRM-систем, с формированием цепочки преобразований от момента "клика" до целевого звонка, осуществляя точную проверку качества лида и точное определение, какое именно рекламное объявление какой рекламной системы привлекло клиента. Точность проверки качества лида определяется точным совпадением клика и последующего целевого звонка (принадлежностью к одному и тому же пользователю и одной и той же цепочке преобразований) даже при отсутствии некоторых данных статистики. Например, пользователь совершает клик и переход, при этом сам клик учитывается не сразу или вообще не учитывается (например, из-за технических проблем сервиса, например, Яндекс.Метрика, Яндекс.Директ и т.д.), при этом он переходит на веб-сайт, осуществляет (делает) целевой звонок и становится лидом и вся эта последовательность отслеживается посредством объединению данных из разных источников. Например, в utm-метке может быть не указана рекламная кампания, но при этом присутствует время, id клиента, площадка, по которым осуществляется сопоставление, по какой именно рекламной кампании осуществлялись (происходили) действия из указанной цепочки.Thus, the input information is linked by identifiers, email addresses, phone numbers into a single visitor history, and both direct leads, that is, those who completed the target action in the current visit, and pending leads, who performed the target action later in another time interval, are traced. In a particular case, to exclude time intervals, only those time intervals are selected in which not only in the entire previous history there was not a single lead (direct or delayed), but the probability of a lead appearing at these moments after calculations turned out to be minimal. The described invention allows you to trace the entire path of the lead using data received, at least from the server of CRM systems, with the formation of a chain of transformations from the moment of "click" to the target call, accurately checking the quality of the lead and accurately determining which advertisement is which advertising system attracted the client. The accuracy of the lead quality check is determined by the exact match of the click and the subsequent target call (belonging to the same user and the same conversion chain), even in the absence of some statistics. For example, a user makes a click and a transition, while the click itself is not taken into account immediately or is not taken into account at all (for example, due to technical problems of the service, for example, Yandex.Metrika, Yandex.Direct, etc.), while he goes to a website, makes (makes) a targeted call and becomes a lead, and this whole sequence is tracked by combining data from different sources. For example, an advertising campaign may not be indicated in a utm tag, but there is a time, a client id, a platform, which are compared, for which advertising campaign actions from the specified chain were (occurred).
Также, описываемое изобретение (средствами, по крайней мере, предиктивного блока 102) осуществляет отслеживание сложных случаев, когда, например, с пользователем (посетителем веб-сайта, веб-страницы), перешедшим по рекламе из сервиса, например, Яндекс.Директ 106 (ФИГ. 6), не удается оперативно связаться, но он сам звонит в компанию, опережая звонок оператора на следующее утро. В таком случае оператор, принявший звонок (или автоматическая система автоматически определяет, в том числе с использованием средств распознавания, анализа и т.д. голоса, голосовых сообщений и т.д., средств и способов опроса пользователей с использованием обратной связи пользователей, например, посредством выбора одного из вариантов ответа посредством ввода цифр, сообщений с использованием клавиатуры в том числе цифровой, в частности, виртуальной, и т.д.), указывает, к какой рекламной кампании он относится, таким образом, всё равно происходит (осуществляется) идентификация звонка и его принадлежность.Also, the described invention (by means of at least the predictive block 102 ) monitors complex cases when, for example, with a user (website visitor, web page) who clicked on an advertisement from a service, for example, Yandex.Direct 106 ( FIG. 6 ), fails to contact promptly, but he calls the company himself, ahead of the operator's call the next morning. In this case, the operator who received the call (or the automatic system automatically determines, including using voice recognition, analysis, etc. tools, voice messages, etc., means and methods of polling users using user feedback, for example , by choosing one of the answer options by entering numbers, messages using a keyboard, including a numeric one, in particular, a virtual one, etc.), indicates which advertising campaign it belongs to, so it still happens (is carried out) call identification and ownership.
Таблица 2table 2
В Таблице 2 приведен пример входных данных за заданный (установленный, выбранный, определенный) интервал исследования (например, с 2018-01-01 по 2019-04-25).Table 2 shows an example of input data for a given (set, selected, defined) study interval (for example, from 2018-01-01 to 2019-04-25).
В процессе упомянутого (первого) способа настройки временных интервалов демонстрации рекламных материалов осуществляется по каждой кампании определение таких настроек интервалов демонстрации объявлений, что вероятность прихода лида остается прежней, исключаются интервалы, когда по объявлениям осуществлялись лишние клики. Упомянутая неизменность вероятности прихода лида в частном случае достигается за счет того, что для показа объявлений выбираются именно те временные интервалы (по времени суток, по дням недели), в которые интенсивность целевых кликов, которые затем превратились в лиды, была выше. Таким образом, статистически, в эти интервалы времени сохраняется вероятность получения лидов. В остальные интервалы времени вероятность гораздо меньше, поскольку в них попадают единичные клики, которые не принесли лидов, а если даже принесли, то их несоизмеримо меньше в сравнении с затраченными средствами рекламного бюджета - доли процента, которыми фактически можно пренебречь, в том числе в рамках оптимизации расходов. In the process of the mentioned (first) method of setting the time intervals for displaying advertising materials, for each campaign, such settings for displaying ads are determined so that the probability of a lead coming in remains the same, intervals when extra clicks were made on ads are excluded. The aforementioned invariability of the lead arrival probability in a particular case is achieved due to the fact that for displaying ads, exactly those time intervals (by time of day, by days of the week) are selected, in which the intensity of target clicks, which then turned into leads, was higher. Thus, statistically, in these time intervals, the probability of obtaining leads remains. In other time intervals, the probability is much less, since they include single clicks that did not bring leads, and even if they did, they are disproportionately smaller in comparison with the funds spent on the advertising budget - fractions of a percentage that can actually be neglected, including within cost optimization .
Интервал времени активности рекламной кампании (времени показа объявлений и, соответственно, расхода бюджета) ограничивается рекомендуемыми днями/часами. Рекомендации формируются в наборы данных (в том числе формируются в отчете), пример которых (в частности, отчета) приведен далее (первое в каждом абзаце - это название кампании на латинице):The time interval for advertising campaign activity (time for displaying ads and, accordingly, budget spending) is limited by the recommended days/hours. Recommendations are formed into data sets (including those formed in a report), an example of which (in particular, a report) is given below (the first in each paragraph is the name of the campaign in Latin):
brend_poisk_mmobrand_poisk_mmo
Рассматриваемый интервал от 2018-01-03 до 2019-04-26Considered interval from 2018-01-03 to 2019-04-26
Затраты за интервал 4121504.78Interval costs 4121504.78
Средние затраты в месяц 260319.55Average costs per month 260319.55
Ограничения лучше не применять;It is better not to apply restrictions;
locaciya_vc_poisk_mmolocaciya_vc_poisk_mmo
Рассматриваемый интервал от 2018-01-03 до 2019-04-26Considered interval from 2018-01-03 to 2019-04-26
Затраты за интервал 384285.93Interval costs 384285.93
Средние затраты в месяц 29527.96Average costs per month 29527.96
Время показа лучше ограничить с 9:00 по 21:59It is better to limit the show time from 9:00 to 21:59
Вероятная экономия в месяц 3653.03 ( 12.37 % );Possible savings per month 3653.03 ( 12.37% );
zhk_lesnoe_poisk_mmozhk_lesnoe_poisk_mmo
Рассматриваемый интервал от 2018-01-03 до 2019-04-26Considered interval from 2018-01-03 to 2019-04-26
Затраты за интервал 563116.02Interval costs 563116.02
Средние затраты в месяц 35498.73Average costs per month 35498.73
Время показа лучше ограничить с 9:00 по 21:59It is better to limit the show time from 9:00 to 21:59
Вероятная экономия в месяц 1058.08 ( 2.98 % );Possible savings per month 1058.08 ( 2.98% );
retargeting_poisk_mmoretargeting_poisk_mmo
Рассматриваемый интервал от 2018-01-01 до 2019-04-26Considered interval from 2018-01-01 to 2019-04-26
Затраты за интервал 10727720.91Interval costs 10727720.91
Средние затраты в месяц 688763.29Average costs per month 688763.29
Время показа лучше ограничить с 9:00 по 21:59It is better to limit the show time from 9:00 to 21:59
Вероятная экономия в месяц 3949.09 ( 0.57 % )}}}.Possible savings per month 3949.09 ( 0.57 % )}}}.
Результатом осуществления являются показатели средней экономии в месяц и экономии за весь период, в частности Экономия в месяц = затраты в месяц / затраты в месяц после оптимизации, в % (т.е. экономия в месяц в процентах равна отношению затрат в месяц к затратам в месяц после оптимизации); Экономия за весь период = затраты за весь период / затраты после оптимизации за весь период, в % (т.е. Экономия за весь период в процентах равна отношению затрат за весь период к затратам после оптимизации за весь период).. Данный способ использует математическую модель потока событий с переменной интенсивностью, улучшенная и автоматизированная с использованием средств DataScience (англ. наука о данных, наука о работе с данными).The result of the implementation are indicators of average savings per month and savings for the entire period, in particular Savings per month = costs per month / costs per month after optimization, in % (i.e. savings per month in percent is equal to the ratio of costs per month to costs in month after optimization); Lifetime savings = Lifetime cost / Lifetime optimization cost, in % (i.e. Lifetime savings in percent equals the ratio of Lifetime cost to Lifetime optimization cost). . This method uses a mathematical model of the flow of events with variable intensity, improved and automated using DataScience tools (English data science, data science).
Так, как описано выше могут быть использованы математические модели потока событий с переменной интенсивностью, улучшенная и автоматизированная с помощью инструментов, например, DataScience, с использованием алгоритмов, которые могут быть выражены в виде последовательности операций над массивами (матрицами) и реализованы с использованием таких программных библиотек, например, NumPy, и программных библиотек для обработки и анализа данных, предоставляющих специальные структуры данных и операции для манипулирования числовыми таблицами и временными рядами, например, Pandas, причем при помощи программных библиотек для обработки и анализа данных, предоставляющих специальные структуры данных и операции для манипулирования числовыми таблицами и временными рядами, например, Pandas, могут осуществляться операции реляционной алгебры над массивами (таблицами) данных - выборка, произведение, объединение, пересечение, соединение, вычитание, например:As described above, mathematical models of the flow of events with variable intensity can be used, improved and automated using tools such as DataScience, using algorithms that can be expressed as a sequence of operations on arrays (matrices) and implemented using such software libraries, such as NumPy, and software libraries for data processing and analysis, providing special data structures and operations for manipulating numerical tables and time series, such as Pandas, and using software libraries for data processing and analysis, providing special data structures and operations to manipulate numerical tables and time series, for example, Pandas, relational algebra operations can be performed on arrays (tables) of data - selection, product, union, intersection, join, subtraction, for example:
def df = self.df.groupby(['CampaignName', 'Placement']).agg({target: 'sum', 'Leads': 'sum'}) def df = self.df.groupby(['CampaignName', 'Placement']).agg({target: 'sum', 'Leads': 'sum'})
df = df[df['Leads'] > 0]df = df[df['Leads'] > 0]
df['enum_delta'] = df[target] / df['Leads']. df['enum_delta'] = df[target] / df['Leads'] .
Таблица 3Table 3
В Таблице 3 приведен пример вычисленной экономии: средняя экономия в месяц (Экономия в месяц = затраты в месяц / затраты в месяц после оптимизации, в численном выражении; т.е. Экономия в месяц равна отношению затрат в месяц к затратам в месяц после оптимизации), средняя экономия в месяц в процентах от расхода (Экономия в месяц = затраты в месяц / затраты в месяц после оптимизации, в %; т.е. экономия в месяц равна отношению затрат в месяц к затратам в месяц после оптимизации), экономия за весь период (Экономия за весь период = затраты за весь период / затраты после оптимизации за весь период, в численном выражении; т.е. Экономия за весь период равна отношению затрат за весь период к затратам после оптимизации за весь период), экономия за весь период в процентах от расхода (Экономия за весь период = затраты за весь период / затраты после оптимизации за весь период, в %; т.е. Экономия за весь период равна отношению затрат за весь период к затратам после оптимизации за весь период).Table 3 shows an example of calculated savings: average savings per month (Savings per month = cost per month / cost per month after optimization, in numerical terms; i.e. Savings per month equals the ratio of costs per month to costs per month after optimization) , average savings per month as a percentage of consumption (Savings per month = costs per month / costs per month after optimization, in %; i.e. savings per month equals the ratio of costs per month to costs per month after optimization), savings for the entire period (Lifetime savings = full-period cost / full-time optimization cost, in numerical terms; i.e., Lifetime savings equals the ratio of full-cycle costs to full-time optimization costs), savings for the whole period as a percentage of consumption (Lifetime savings = fulltime cost / fulltime optimization cost, in %; i.e. Lifetime savings equals the ratio of fulltime cost to fulltime optimization cost).
Способ (второй) настройки списков рекламных площадок. В частном случае не все рекламные площадки, входящие в сеть рекламных площадок рекламных сетей, например, рекламной сети Яндекс, одинаково эффективны для каждого веб-сайта. Кроме того, существуют площадки, которые "накручивают" клики по объявлениям с использованием программ-роботов, способных выполнять цели в Яндекс.Метрика 105 и заполнять формы обратной связи.The (second) way to set up lists of advertising sites. In a particular case, not all advertising sites included in the network of advertising sites of advertising networks, for example, the Yandex advertising network, are equally effective for each website. In addition, there are sites that "cheat" clicks on ads using robots that can fulfill goals in
В частном случае объединение данных, по крайней мере, с одного сервиса, например, с Яндекс.Директ 106 (ФИГ. 6), с "сырыми" данными другого сервиса, например, Яндекс.Метрика 105, и с данными других сервисов, например, сервисов (систем) трекинга (Smartcallback 109, ФИГ. 6 и Comagic 108, ФИГ. 6), может быть использована система из четырех шкал, по которым осуществляется вычисление (в частном случае, оценка) качества рекламной площадки:In a particular case, combining data from at least one service, for example, from Yandex.Direct 106 ( FIG. 6 ), with "raw" data from another service, for example,
1. Затраты на привлечение лида (['Средние затраты на лид'] = ['Все расходы'] / ['Лиды'], т.е. Средние затраты на лид равны отношению Всех расходов к Лидам),1. Lead Acquisition Costs (['Average Cost per Lead'] = ['All Costs'] / ['Leads'], i.e. Average Cost per Lead equals the ratio of All Costs to Leads),
2. Техническое доверие к площадке (df['Техническое доверие'] = (df['Clicks'] - df['Visits']) / df['Clicks'], т.е. Техническое доверие равно отношению разности Количества Кликов и Количества Визитов к Количеству кликов), 3. Соответствие площадки рекламируемому веб-сайту (df['Соответствие Сайту'] = 1 - df['Bounces'] / df['Clicks'], где Bounces - отказы, Clicks - количество кликов), т.е. Соответствие Сайту равно отношению разности единицы и отказов к кликам), 4. Скорость привлечения лидов (df['Привлечение Лидов'] = df['UniqueLeads'] / df['Sessions'], где UniqueLeads - количество уникальных лидов, Sessions - количество сессий, т.е. Привлечение Лидов вычисляется как отношение количества уникальных лидов к количеству сессий).2. Technical trust in the site (df['Technical trust'] = (df['Clicks'] - df['Visits']) / df['Clicks'], i.e. Technical trust is equal to the ratio of the difference between the Number of Clicks and Number of Visits to Number of Clicks), 3. Relevance of the site to the advertised website (df['Site Relevance'] = 1 - df['Bounces'] / df['Clicks'], where Bounces - bounces, Clicks - number of clicks) , i.e. Compliance with the Site is equal to the ratio of the difference of one and bounces to clicks), 4. Lead Acquisition Rate (df['Lead Acquisition'] = df['UniqueLeads'] / df['Sessions'], where UniqueLeads is the number of unique leads, Sessions is the number of sessions, i.e. Lead Acquisition is calculated as the ratio of the number of unique leads to the number of sessions).
Данные шкалы используются для разделения рекламных площадок (всех используемых рекламных площадок) на семь видов (типов):These scales are used to divide advertising sites (all used advertising sites) into seven types (types):
A. Рекламные площадки, работа (в частности, взаимодействие рекламной кампании с площадкой - показ объявлений) с которыми на данный момент не дала четкого представления об их качестве (где качество рекламной площадки определяется приведенными выше четырьмя шкалами). Данный тип присваивается рекламной площадке при условии количество кликов меньшее чем коэффициент который находится по формуле: Среднее значение суммы кликов разделенную на сумму лидов - df[Сумма кликов (среднее)] = df['Clicks сред.'] / df['Leads сред.'].A. Advertising platforms, work (in particular, the interaction of an advertising campaign with a platform - showing ads) with which at the moment did not give a clear idea of their quality (where the quality of an advertising platform is determined by the above four scales). This type is assigned to an advertising platform provided that the number of clicks is less than the coefficient that is found by the formula: '].
В. Рекламные площадки, которые привлекают крайне мало лидов. Данный тип присваивается рекламной площадке при условиях: Рекламная компания не соответствует типу А. Для рекламной кампании не определена стоимость лида которая определяется по формуле: B_costs / B_leads, где B_costs - затраты за весь временной интервал, B_leads - количество лидов за весь временной интервал, т.е. стоимость лида равна отношению затрат за весь временной интервал к количеству лидов за весь временной интервал.C. Advertising platforms that attract very few leads. This type is assigned to an advertising platform under the following conditions: The advertising company does not correspond to type A. For an advertising campaign, the cost of a lead is not defined, which is determined by the formula: B_costs / B_leads, where B_costs - costs for the entire time interval, B_leads - the number of leads for the entire time interval, t .e. The cost of a lead is equal to the ratio of costs for the entire time interval to the number of leads for the entire time interval.
С. Рекламные площадки, которые, вероятно, подделывают переходы, что вычисляется отношением лидов к кликам. «Вероятно», поскольку под такое же отношение могут попадать площадки с техническими недостатками, на вероятность также влияют временные сбои на площадке. В расчетах (вычислениях) принимает участие параметр “Техническое доверие”, который вычисляется по формуле: (Клики - Визиты) / Клики, т.е. значение технического доверия равно отношению разницы кликов и визитов к кликам. Данный тип присваивается тем рекламный кампаниям (РК) которым не были присвоены типы А и В. И вычисляется по формуле Т < Tmean - Tstd, где Т - Техническое доверие текущей рекламной кампании, Tmean - среднее значение параметра “Техническое доверие” по всем РК, Tstd - стандартное отклонение параметра “Техническое доверие” по всем РК.C. Advertising platforms that are likely to fake conversions, as calculated by the ratio of leads to clicks. “Probably”, since sites with technical deficiencies may fall under the same ratio, temporary failures on the site also affect the probability. The “Technical Trust” parameter takes part in the calculations (calculations), which is calculated by the formula: (Clicks - Visits) / Clicks, i.e. the value of technical trust is equal to the ratio of the difference between clicks and visits to clicks. This type is assigned to those advertising campaigns (ACs) that were not assigned types A and B. And it is calculated by the formula T < Tmean - Tstd, where T is the Technical Trust of the current advertising campaign, Tmean is the average value of the “Technical Trust” parameter for all ACs, Tstd - standard deviation of the "Technical trust" parameter for all ACs.
D. Рекламные площадки, с чрезмерной стоимостью привлечения. Данный тип присваивается рекламной площадке при условиях: Параметр “Стоимость Лида” меньше или равен максимальной точке диапазона. Этот диапазон содержит процент распределения из функции scipy.stats.lognorm.interval(), для которого входными данными являются: функция scipy.stats.lognorm.fit() от значения Стоимости Лида в ОМД, не вошедших в типы A, B и C.D. Advertising platforms with excessive acquisition costs. This type is assigned to an advertising platform under the following conditions: The Lead Cost parameter is less than or equal to the maximum point of the range. This range contains the distribution percentage from the scipy.stats.lognorm.interval() function, for which the input data is: the scipy.stats.lognorm.fit() function from the Lead Cost value in the LMD not included in types A, B and C.
Е. Неплохие рекламные площадки, но с большим числом нецелевых кликов, в частности, при количестве кликов в несколько раз превышающее количество целей (визитов) - в два и более раз. Площадки позволяют получать лидов, что является целью рекламных кампаний. Данный тип присваивается рекламной площадке при условиях: Параметр “Привлечение лидов” меньше или равен максимальной точки диапазона. Этот диапазон содержит процент распределения из функции scipy.stats.lognorm.interval(), для которого входными данными являются: функция scipy.stats.lognorm.fit() от значения Привлечение лидов в ОМД, не вошедших в типы A, B, C и D., но с большим числом нецелевых кликов.E. Not bad advertising platforms, but with a large number of non-targeted clicks, in particular, with the number of clicks several times higher than the number of goals (visits) - two or more times. Platforms allow you to get leads, which is the goal of advertising campaigns. This type is assigned to an advertising platform under the following conditions: The Lead Generation parameter is less than or equal to the maximum point of the range. This range contains the distribution percentage from the scipy.stats.lognorm.interval() function, for which the inputs are: the scipy.stats.lognorm.fit() function from the value of Acquiring leads to LDMs that are not included in types A, B, C and D., but with a large number of non-targeted clicks.
F. Площадки с очень большим числом отказов (показателем отказов, Bounces), в частности, количество визитов (сессий), в течение которых была просмотрена только одна страница, не совершено никаких действий (кликов, открытий формы регистрации, нажатий кнопок). Данный тип присваивается рекламной площадке при условиях: Параметр “Соответствие Сайту” меньше или равен максимальному значению из диапазона. Этот диапазон содержит процент распределения из функции scipy.stats.lognorm.interval(), для которого входными данными являются: функция scipy.stats.lognorm.fit() от значения Соответствие Сайту в ОМД, не вошедших в типы A, B, C, D и Е.F. Sites with a very high number of bounces (bounce rate, Bounces), in particular, the number of visits (sessions) during which only one page was viewed, no action was taken (clicks, registration form opens, button presses). This type is assigned to an advertising platform under the following conditions: The “Site Compliance” parameter is less than or equal to the maximum value from the range. This range contains the distribution percentage from the scipy.stats.lognorm.interval() function, for which the input data is: the scipy.stats.lognorm.fit() function from the Site Compliance value in DMD, not included in types A, B, C, D and E.
G. Хорошие площадки. В данную категорию попадают площадки, прошедшие фильтрацию по всем предыдущим (перечисленным выше) категориям.G. Good grounds. This category includes sites that have been filtered by all the previous (listed above) categories.
Далее, осуществляется задание параметров рекламной кампании, в частности, настройка рекламных кампаний, в том числе в зависимости от целей пользователя, с исключением размещения рекламных материалов на рекламных площадках, относящихся к одному из перечисленных видов, в автоматизированном режиме или полуавтоматизированном режиме, в том числе пользователем, средствами, по крайней мере, одной части или блока системы, примерный вариант которой приведен на ФИГ. 1, например, блоком автоматизированного управления рекламными кампаниями 118 и с использованием блока управления и организации 101, причем блок автоматизированного управления рекламными кампаниями 118 отвечает, по крайней мере, за создание запроса для API в требуемом (нужном) формате и в частном случае формирует такой запрос, а блок управления и организации 101 отвечает, по крайней мере, за выполнение такого запроса (в частности, выполняет такой запрос), в частности, отправку данных в API рекламной платформы (сервиса). Упомянутыми целями могут являться количество просмотров, посещение страниц, клик на email, клик на телефон, JavaScript-событие, составная цель (сочетает в себе перечисленные выше типы целей, в частном случае кроме клика на телефон и email). В настройках рекламных кампаний, в зависимости от выбранной цели, указывается ее значение в количественном выражении или в денежном. Например, при выборе одновременно цены клика равной 20.82 и цены цели 41.65 - означает, что за два клика выполнялась хотя бы одна цель.Further, the parameters of the advertising campaign are set, in particular, the setting of advertising campaigns, including depending on the goals of the user, with the exception of placing advertising materials on advertising sites related to one of the listed types, in an automated mode or semi-automated mode, including by the user, by means of at least one part or block of the system, an exemplary version of which is shown in FIG. 1 , for example, by a block of automated management of
Так, например, может осуществляться вычисление рекомендуемых к исключению рекламных площадок (из списка), на которых может осуществляться размещение рекламных материалов, с отключением таких рекламных площадок. Так, в частном случае такими рекомендуемыми к исключению могут являться рекламные площадки видов «С» и «D».So, for example, the calculation of advertising sites recommended for exclusion (from the list) on which advertising materials can be placed can be carried out, with the disconnection of such advertising sites. So, in a particular case, advertising platforms of types “C” and “D” may be recommended for exclusion.
После вычисления (оценив) затраты на лид, также могут быть отключены (с использованием параметров, например, посредством маркировки, в частности, отметив, соответствующие типы рекламных площадок) рекламные площадки вида «Е» и «F», чтобы за счет этих средств дополнительно финансировать вид «G» (в частности, для перемещения средств на рекламные площадки таких видов).After calculating (estimating) the costs per lead, they can also be disabled (using parameters, for example, by marking, in particular, by marking the corresponding types of advertising sites) advertising sites of the “E” and “F” types, so that at the expense of these funds additionally to finance type "G" (in particular, to move funds to advertising platforms of such types).
Таблица 4Table 4
В Таблице 4 представлена экономия денежных средств, достигаемая за счет отключения рекламных площадок.Table 4 shows the cash savings achieved by disabling advertising spaces.
Предиктивный блок 102 осуществляет формирование набора данных, например, в формате отчета, и сохраняет в базу данных статистики 177 для дальнейшего использования, в том числе обработки, предъявления и т.д., как описано в рамках настоящего изобретения. Так, использование (применение и т.д.) может осуществляться в ручном режиме (по крайней мере, одним блоком) и в автоматическом (автоматизированном) режиме или полуатоматическом (полуавтоматизированном) режиме.The
Так, в ручном режиме осуществляется создание (пользователем) запроса в личном кабинете с указанием требуемого периода и логинов пользователей, по которым осуществляется (нужно) сформировать указанные наборы данных, в частности, отчет.So, in manual mode, a request is created (by the user) in a personal account indicating the required period and user logins, for which the specified data sets are (needed) to be generated, in particular, a report.
В автоматическом режиме блоком получения статистики 122 осуществляется сбор статистики по расписанию для последующей выборки данных (для отчета) с заданной пользователем периодичностью, например, ежедневно, один раз в неделю и т.д. Составление (создание, формирование) набора данных (отчета) в автоматическом режиме (в котором собираются все доступные рекламному агентству и серверу получения, обработки данных и формирования результатов обработки 133, данные) осуществляется аналогично ручному режиму (в котором указываются, в частности, пользователем, какие именно данные статистики требуется получить из API), за исключением того, что для формирования набора данных используются уже собранные данные и пользователю средствами описываемой системы, например, в личном кабинете (пользователя), предлагается выбрать из выпадающего списка нужные логины и выбрать даты начала и окончания доступного периода.In automatic mode,
В частном случае, пользователь, например, при осуществлении (например, аналитиком агентства и/или средствами описываемой системы в автоматическом режиме, и/или аналитиком агентства с использованием предоставляемых описываемой системой средств) формирования медиаплана для клиента, формируется набор данных, например, в формате таблицы, эффективности той или иной рекламной кампании по всем рекламным площадкам, в том числе по всем рекламным площадкам, с основными показателями, такими как, например, показатель экономии в месяц от расхода рекламного бюджета, показатель экономии за весь период рекламной кампании.In a particular case, the user, for example, when performing (for example, by an agency analyst and/or by means of the described system in automatic mode, and/or by an agency analyst using the tools provided by the described system) the formation of a media plan for a client, a data set is formed, for example, in the format tables, the effectiveness of a particular advertising campaign for all advertising sites, including all advertising sites, with key indicators, such as, for example, the monthly savings from the advertising budget, the savings for the entire period of the advertising campaign.
В частном случае, формируемый, по крайней мере, один набор данных, являющийся результатом предиктивного анализа (в частности, осуществляемого с использованием алгоритма) предиктивным блоком 102, формируется (специалистами агентства и/или средствами описываемой системы в автоматическом режиме, и/или аналитиком агентства с использованием предоставляемых описываемой системой средств) медиаплан, уже с максимально эффективными временными интервалами, бюджетами и настройками рекламных кампаний.In a particular case, at least one data set, which is the result of predictive analysis (in particular, carried out using an algorithm) by
На ФИГ. 3 показан один из вариантов получения, обработки и сохранения данных блоком получения статистики 122, согласно одному из вариантов осуществления настоящего изобретения. FIG. 3 shows one of the options for obtaining, processing and storing data by the block for obtaining
В шаге 310 блоком управления и организации 101 осуществляется запуск задания по сбору данных.In
В шаге 315 блоком получения статистики 122 осуществляется получение данных из БД данных сервера 155, в частности, учетных данных для подключения к API: логин, токен, причем блок получения статистики 122 получает передаваемые БД данных сервера 155 данные в зашифрованном виде и осуществляет их дешифровку. Так, учетными данными для подключения к сервисам, передающим данные на сервер получения, обработки данных и формирования результатов обработки 133, а также учетными данными внешних систем (в том числе и CRM-систем) являются логины, идентификаторы, токены, которые хранятся, по крайней мере, в одной БД (базе данных), в частности, в БД данных сервера 155. Для их использования, по крайней мере, сервером получения, обработки данных и формирования результатов обработки 133, в том числе для подключения при сборе данных, при подключении сторонних систем к серверу получения, обработки данных и формирования результатов обработки 133, такие учетные данные получаются (передаются), по крайней мере, в одной БД (базе данных), в частности, в БД данных сервера 155, дешифруются и передаются в запросах, либо же сверяются с полученными данными, например, от внешних систем и CRM на валидность, как описано в рамках настоящего изобретения.In
В шаге 320 блоком получения статистики 122 осуществляется передача запроса. Так, блок получения статистики 122 отправляет запрос, в частности, HTTP-запрос к API (серверов сервисов сбора, хранения и обработки статистических данных пользователей 144), например, с использованием встроенного в Python модуля "requests". В запросе передается токен доступа для авторизации, а также параметры выборки данных:In
- временной интервал, в частности, интервал времени, за который осуществляется (производится) выборка данных, в частности, собирается статистика именно в выбранном интервале времени;- time interval, in particular, the time interval for which data is sampled (produced), in particular, statistics are collected in the selected time interval;
- наименование необходимых полей статистики (например: «Cost», «Clicks», «Impressions», «CampaignName»), причем необходимыми полями являются поля, определяющие параметры рекламной кампании: идентификатор, название кампании, клики, стоимость, показы;- the name of the required statistics fields (for example: "Cost", "Clicks", "Impressions", "CampaignName"), and the required fields are the fields that determine the parameters of the advertising campaign: identifier, campaign name, clicks, cost, impressions;
- параметры агрегации, например, такие как: формат получаемых данных - CSV, TSV; включение в стоимость НДС или скидки.- aggregation parameters, for example, such as: format of received data - CSV, TSV; inclusion in the price of VAT or discounts.
В шаге 325 блок получения статистики 122 осуществляет проверку, был ли получен ответ с данными. Так, в зависимости от ответа блок получения статистики 122 повторяет запрос или завершает работу с сохранением данных.In
Если в шаге 325 блоком получения статистики 122 установлено, что ответ с данными не получен, то в шаге 330 осуществляется сохранение статусов в БД данных сервера 155. В частности, если после заданного (пользователем, администратором системы и т.д., например, в личном кабинете) количества попыток, например, после пяти попыток, не был получен ответ с данными от API (серверов сервисов сбора, хранения и обработки статистических данных пользователей 144), то задание по сбору данных завершается и блок получения статистики 122 передает полученные от API (серверов сервисов сбора, хранения и обработки статистических данных пользователей 144) HTTP-статусы (например, «403» - доступ запрещён, «405» - метод не поддерживается, «500» - внутренняя ошибка сервера, «503» - сервис недоступен) в БД данных сервера 155, например, в формате в виде "логов" (от англ. log - журнал), например, в формате файла регистрации, в одном из текстовых форматов данных, например, формате JSON.If in
Если в шаге 325 установлено, что ответ с данными получен, то в шаге 333 блок получения статистики 122 проверяет, получен верный (заранее заданный) код ответа или нет. В случае если один из серверов сервисов сбора, хранения и обработки статистических данных пользователей 144 присылает ответ, отличный от кода «200», соответствующего успешному запросу, например, из-за внутреннего сбоя, временных неполадок сети, отложенного возвращения ответа, когда набор данных (отчет) формируется оффлайн и на формирование требуется время, то осуществляется возврат к шагу 310 через заранее заданный промежуток времени, например, приложение блок получения статистики 122 ожидает три минуты, после этого пытается отправить запрос снова.If it is determined in
Если в шаге 333 установлена успешность запроса (получен верный код, в частности, код HTTP-ответа, "200"), то в шаге 335 блок получения статистики 122 получает данные, передаваемые серверами сервисов сбора, хранения и обработки статистических данных пользователей 144, в одном из текстовых форматов, например, в формате JSON или TSV(CSV), в зависимости от типа API, и осуществляется (блоком получения статистики 122 и/или средствами БД статистики 177) передача и сохранение данных в средствами БД статистики 177.If the success of the request is set in step 333 (the correct code is received, in particular, the HTTP response code, "200"), then in
На ФИГ. 4 показан примерный вариант блок-схемы функционирования предиктивного блока 102, согласно одному из вариантов реализации настоящего изобретения. FIG. 4 shows an exemplary block diagram of the operation of the
В шаге 410 предиктивным блоком 102 осуществляется запуск задания по анализу данных и составлению прогноза, причем в качестве параметров задания передаются (на вход в функцию анализа данных (в виде параметров), которая выполняется в рамках задания) даты начала и окончания периода.In
В шаге 415 предиктивным блоком 102 осуществляется получение данных из БД статистики 177. Так, предиктивным блоком 102 из БД статистики 177 запрашиваются данные статистики, собранные из сторонних API (сырые данные), в частности, с серверов сервисов сбора, хранения и обработки статистических данных пользователей 144. В частном случае, данные статистики из каждого коннектора API хранятся в отдельной таблице и для анализа данные получают одновременно из нескольких таблиц.In step415 predictive block102data is received from the statistics database177. Yes, predictive block102 from statistics database177statistics data collected from third-party APIs (raw data) is requested, in particular, from servers of services for collecting, storing and processing user statistical data144. In a particular case, statistics data from each API connector is stored in a separate table, and for analysis, data is obtained simultaneously from several tables.
В шаге 420 предиктивным блоком 102 осуществляется сопоставление данных и объединение в массив данных. Данные, полученные из БД статистики 177, сопоставляются по общим полям: ClientID (идентификатор клиента, в частности, в числовом или десятичном виде), date (дата), siteID (идентификатор площадки, в частности, веб-сайта), campaign (рекламная кампания) и объединяются в набор данных, в частности, в массив данных, для обработки, как описано далее, причем в процессе сопоставление осуществляется сопоставление данных Яндекс.Директ и Яндекс.Метрика путем формирования поля (ind3) по общим значениям, вычисляемым по формуле: CampaignName + Placement + Date.In
Пример данных из Яндекс.Директ приведен в Таблице 5 и Таблице 6. An example of data from Yandex.Direct is shown in Table 5 and Table 6.
Пример данных из Яндекс.Метрика приведен в Таблице 7 и Таблице 8..An example of data from Yandex.Metrica is shown in Table 7 and Table 8..
Пример данных (результатов) сопоставления приведен в Таблице 9.An example of matching data (results) is shown in Table 9.
Пример объединенного массива данных приведен в Таблице 10 и Таблице 11.An example of a combined data set is shown in Table 10 and Table 11.
Таблица 5, Данные из Яндекс.Директ, Часть 1.Table 5, Data from Yandex.Direct,
гдеwhere
- CampaignName - название кампании;- CampaignName - campaign name;
- login - логин клиента агентства, состоит из названия латинскими буквами, например bigtimemoscow;- login - login of the agency client, consists of the name in Latin letters, for example bigtimemoscow;
- Task_id - идентификатор текущей выполняемой задачи внутри системы, примерный вариант которой показан на ФИГ. 1, или ее части, например, внутри сервера получения, обработки данных и формирования результатов обработки 133 и может использоваться для разделения отчетов, в том числе для каждого отчета (набора данных) может быть сформирован и присвоен такой собственный уникальный идентификатор;- Task_id - identifier of the currently running task within the system, an exemplary version of which is shown in FIG. 1 , or part thereof, for example, inside the server for receiving, processing data and generating
- Placement - площадка размещения объявления;- Placement - ad placement site;
- Date - дата кампании;- Date - campaign date;
- Bounces - количество отказов;- Bounces - number of bounces;
- Impressions - количество показов;- Impressions - number of impressions;
- Clicks - количество кликов;- Clicks - number of clicks;
- Cost - стоимость;- Cost - cost;
- Sessions - количество сессий;- Sessions - number of sessions;
- ind – поле, составленное из CampaignName и Date (значение, сформированное из данных из «CampaignName» и «Date»):- ind – field composed of CampaignName and Date (value formed from data from "CampaignName" and "Date"):
- ind2 - поле, составленное из Placement и Date (значение, сформированное из данных из «Placement» и «Date»):- ind2 - field composed of Placement and Date (value formed from data from "Placement" and "Date"):
- Created_at - дата создания;- Created_at - creation date;
- ind3 - поле, составленное из CampaignName, Placement и Date (значение, сформированное из данных из «CampaignName», «Placement» и «Date»).- ind3 - field composed of CampaignName, Placement and Date (value formed from data from "CampaignName", "Placement" and "Date").
Таблица 6, Данные из Яндекс.Директ, Часть 2.Table 6, Data from Yandex.Direct, Part 2.
гдеwhere
- CampaignName - название кампании;- CampaignName - campaign name;
- login - логин клиента агентства, состоит из названия латинскими буквами, например bigtimemoscow;- login - login of the agency client, consists of the name in Latin letters, for example bigtimemoscow;
- Task_id - идентификатор текущей выполняемой задачи внутри системы, примерный вариант которой показан на ФИГ. 1, или ее части, например, внутри сервера получения, обработки данных и формирования результатов обработки 133 и может использоваться для разделения отчетов, в том числе для каждого отчета (набора данных) может быть сформирован и присвоен такой собственный уникальный идентификатор;- Task_id - identifier of the currently running task within the system, an exemplary version of which is shown in FIG. 1 , or part thereof, for example, inside the server for receiving, processing data and generating
- Placement - площадка размещения объявления;- Placement - ad placement site;
- Date - дата кампании;- Date - campaign date;
- Bounces - количество отказов;- Bounces - number of bounces;
- Impressions - количество показов;- Impressions - number of impressions;
- Clicks - количество кликов;- Clicks - number of clicks;
- Cost - стоимость;- Cost - cost;
- Sessions - количество сессий;- Sessions - number of sessions;
- ind - поле, составленное из CampaignName и Date (значение, сформированное из данных из «CampaignName» и «Date»);- ind - field composed of CampaignName and Date (value formed from data from "CampaignName" and "Date");
- ind2 - поле, составленное из Placement и Date (значение, сформированное из данных из «Placement» и «Date»);- ind2 - field composed of Placement and Date (value formed from data from "Placement" and "Date");
- Created_at - дата создания;- Created_at - creation date;
- ind3 - поле, составленное из CampaignName, Placement и Date (значение, сформированное из данных из «CampaignName», «Placement» и «Date»).- ind3 - field composed of CampaignName, Placement and Date (value formed from data from "CampaignName", "Placement" and "Date").
Таблица 7. Данные из Яндекс. Метрика, Часть1.Table 7. Data from Yandex. Metrica,
гдеwhere
- visitID – уникальный идентификатор визита пользователя в сервиса оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика);- visitID – unique identifier of the user's visit to the service for evaluating website traffic and analyzing user behavior (for example, Yandex.Metrica);
- Date - дата кампании;- Date - campaign date;
- isNewUser - является ли визит первым визитом посетителя (может являться булевой переменной, например, «Да» или «Нет», «1» или «0» и т.д.); - isNewUser - whether the visit is the visitor's first visit (can be a boolean variable, for example, "Yes" or "No", "1" or "0", etc.);
- visitDuration – продолжительность визита (пребывания на сайте);- visitDuration - duration of the visit (stay on the site);
- login - логин клиента агентства, состоит из названия латинскими буквами, например bigtimemoscow;- login - login of the agency client, consists of the name in Latin letters, for example bigtimemoscow;
- task_id - идентификатор текущей выполняемой задачи внутри системы, примерный вариант которой показан на ФИГ. 1, или ее части, например, внутри сервера получения, обработки данных и формирования результатов обработки 133 и может использоваться для разделения отчетов, в том числе для каждого отчета (набора данных) может быть сформирован и присвоен такой собственный уникальный идентификатор;- task_id - ID of the currently running task within the system, an example of which is shown in FIG. 1 , or part thereof, for example, inside the server for receiving, processing data and generating
- clientID - идентификатор клиента;- clientID - client identifier;
- goalsID - идентификатор достигаемой цели в сервисе оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика). Целью может являться, например: просмотр пользователем трех страниц на сайте. Такого вида цель может быть задана в настройках рекламной кампании, например, в рекламном кабинете, в частности, в автоматическом режиме или пользователем, в частности, специалистом, ведущим рекламную кампанию, и ей присваивается уникальный идентификатор;- goalsID - identifier of the goal being achieved in the service for evaluating website traffic and analyzing user behavior (for example, Yandex.Metrica). The goal can be, for example: the user views three pages on the site. This type of goal can be set in the advertising campaign settings, for example, in the advertising account, in particular, in automatic mode or by the user, in particular, by the specialist leading the advertising campaign, and it is assigned a unique identifier;
- AdId - ID объявления;- AdId - ad ID;
- CampaignName - название кампании;- CampaignName - campaign name;
- Placement - площадка размещения объявления;- Placement - ad placement site;
- isDirect - показывает, что это был прямой заход на сайт или заход с рекламного объявления;- isDirect - indicates that it was a direct visit to the site or a visit from an advertisement;
- ind - поле, составленное из CampaignName и Date (значение, сформированное из данных из «CampaignName» и «Date»);- ind - field composed of CampaignName and Date (value formed from data from "CampaignName" and "Date");
- ind2 - поле, составленное из Placement и Date (значение, сформированное из данных из «Placement» и «Date»); - ind2 - field composed of Placement and Date (value formed from data from "Placement" and "Date");
- isGoal – целевой это визит или нет (в бинарном виде – «0» или «1»);- isGoal - whether this visit is targeted or not (in binary form - "0" or "1");
- isGoalClient - целевой это клиент или нет (в бинарном виде – «0» или «1»);- isGoalClient - is the target client or not (in binary form - "0" or "1");
- isDirectOriginalVisit - является ли визит уникальным прямым заходом с рекламного объявления;- isDirectOriginalVisit - whether the visit is a unique direct visit from an advertisement;
- isBounce - означает отказ, т.е. после перехода с рекламного объявления на сайт пользователь сразу же закрыл страницу, не совершив никаких действий;- isBounce - means bounce, i.e. after switching from an advertisement to the site, the user immediately closed the page without taking any action;
- lastAdvEngine - последняя рекламная платформа, с которой был осуществлен переход пользователя на сайт;- lastAdvEngine - the last advertising platform from which the user went to the site;
- created_at - дата создания;- created_at - creation date;
- ind3 - поле, составленное из CampaignName, Placement и Date (значение, сформированное из данных из «CampaignName», «Placement» и «Date»).- ind3 - field composed of CampaignName, Placement and Date (value formed from data from "CampaignName", "Placement" and "Date").
Таблица 8. Данные из Яндекс. Метрика, Часть2.Table 8. Data from Yandex. Metrics, Part 2.
гдеwhere
- visitID - уникальный идентификатор визита пользователя в сервиса оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика);- visitID - a unique identifier of a user's visit to the service for evaluating website traffic and analyzing user behavior (for example, Yandex.Metrica);
- Date - дата кампании;- Date - campaign date;
- isNewUser – является ли визит первым визитом посетителя (может являться булевой переменной, например, «Да» или «Нет», «1» или «0» и т.д.);- isNewUser - whether the visit is the visitor's first visit (can be a boolean variable, for example, "Yes" or "No", "1" or "0", etc.);
- visitDuration - продолжительность визита (пребывания на сайте);- visitDuration - duration of the visit (stay on the site);
- login - логин клиента агентства, состоит из названия латинскими буквами, например bigtimemoscow;- login - login of the agency client, consists of the name in Latin letters, for example bigtimemoscow;
- task_id - идентификатор текущей выполняемой задачи внутри системы, примерный вариант которой показан на ФИГ. 1, или ее части, например, внутри сервера получения, обработки данных и формирования результатов обработки 133 и может использоваться для разделения отчетов, в том числе для каждого отчета (набора данных) может быть сформирован и присвоен такой собственный уникальный идентификатор;- task_id - ID of the currently running task within the system, an example of which is shown in FIG. 1 , or part thereof, for example, inside the server for receiving, processing data and generating
- clientID - идентификатор клиента;- clientID - client identifier;
- goalsID - идентификатор достигаемой цели в сервисе оценки посещаемости веб-сайтов и анализа поведения пользователей (например, Яндекс.Метрика). Целью может являться, например: просмотр пользователем трех страниц на сайте. Такого вида цель может быть задана в настройках рекламной кампании, например, в рекламном кабинете, в частности, в автоматическом режиме или пользователем, в частности, специалистом, ведущим рекламную кампанию, и ей присваивается уникальный идентификатор;- goalsID - identifier of the goal being achieved in the service for evaluating website traffic and analyzing user behavior (for example, Yandex.Metrica). The goal can be, for example: the user views three pages on the site. This type of goal can be set in the advertising campaign settings, for example, in the advertising account, in particular, in automatic mode or by the user, in particular, by the specialist leading the advertising campaign, and it is assigned a unique identifier;
- AdId - ID объявления;- AdId - ad ID;
- CampaignName - название кампании;- CampaignName - campaign name;
- Placement - площадка размещения объявления;- Placement - ad placement site;
- isDirect - показывает, что это был прямой заход на сайт или заход с рекламного объявления;- isDirect - indicates that it was a direct visit to the site or a visit from an advertisement;
- ind - поле, составленное из CampaignName и Date (значение, сформированное из данных из «CampaignName» и «Date»);- ind - field composed of CampaignName and Date (value formed from data from "CampaignName" and "Date");
- ind2 - поле, составленное из Placement и Date (значение, сформированное из данных из «Placement» и «Date»);- ind2 - field composed of Placement and Date (value formed from data from "Placement" and "Date");
- isGoal - целевой это визит или нет (в бинарном виде – «0» или «1»);- isGoal - is this a target visit or not (in binary form - "0" or "1");
- isGoalClient - целевой это клиент или нет (в бинарном виде – «0» или «1»);- isGoalClient - is the target client or not (in binary form - "0" or "1");
- isDirectOriginalVisit - является ли визит уникальным прямым заходом с рекламного объявления;- isDirectOriginalVisit - whether the visit is a unique direct visit from an advertisement;
- isBounce - означает отказ, т.е. после перехода с рекламного объявления на сайт пользователь сразу же закрыл страницу, не совершив никаких действий;- isBounce - means bounce, i.e. after switching from an advertisement to the site, the user immediately closed the page without taking any action;
- lastAdvEngine - последняя рекламная платформа, с которой был осуществлен переход пользователя на сайт;- lastAdvEngine - the last advertising platform from which the user went to the site;
- created_at - дата создания;- created_at - creation date;
- ind3 - поле, составленное из CampaignName, Placement и Date (значение, сформированное из данных из «CampaignName», «Placement» и «Date»).- ind3 - field composed of CampaignName, Placement and Date (value formed from data from "CampaignName", "Placement" and "Date").
Таблица 9, Данные сопоставления.Table 9, Matching data.
, где, where
- ind3 – поле, составленное из CampaignName, Placement и Date (значение, сформированное из данных из «CampaignName», «Placement» и «Date»);- ind3 – field composed of CampaignName, Placement and Date (value formed from data from "CampaignName", "Placement" and "Date");
- Leads – лиды.- Leads - leads.
Таблица 10. Объединенный массив данных, Часть. 1.Table 10. Combined data set, Part. one.
Таблица 11. Объединенный массив данных, Часть. 2.Table 11. Combined data set, Part. 2.
В шаге 425 предиктивным блоком 102 осуществляется нахождение (вычисление) оптимальных площадок и временных интервалов максимальной эффективности (результат вычислений). Так, предиктивный блок 102 посредством группировки данных в ОМД по имени кампании (CampaignName) и по площадке (Placement), с при этом суммируются клики и лиды, с дальнейшим вычислением отношения кликов к лидам и вычислением среднего значения этого отношения (в частности, с использованием математического алгоритма) вычисляет оптимальные площадки для размещения рекламы (которые могут принести максимальное количество лидов - т.е. покупателей), а также интервалы времени, в которые данные площадки будут максимально эффективны и таким образом позволят, по крайней мере, сэкономить часть рекламного бюджета.In
В шаге 430 при наличии успешного запроса к API, например, при получении кода "200" от API, осуществляется получение предиктивным блоком 102 данных (являющихся результатом работы алгоритма (алгоритмов) в предиктивном блоке 102, т.е. выраженные в числовом виде количественные показатели по рекламным площадкам, на которых планируется размещать объявления), например, в одном из текстовых форматах данных, в частности, в формате JSON или TSV (SVC), в зависимости от API (серверов сервисов сбора, хранения и обработки статистических данных пользователей 144).In
В шаге 435 осуществляется сохранение данных в БД статистики 177 предиктивным блоком 102 и/или средствами БД статистики 177 (средствами СУБД).In
На ФИГ. 5 показан примерный вариант блок-схемы функционирования блока подключения внешних систем 103, согласно одному из осуществлений настоящего изобретения. FIG. 5 shows an exemplary block diagram of the operation of an external
В шаге 510 осуществляется получение блоком подключения внешних систем 103 запроса (от внешнего клиента, в частности, по крайней мере, от одного сервера CRM-систем 113, именно он подключается к блоку подключения внешних систем 103, который в частном случае может являться API или содержать) на получение данных статистики, в частности, осуществляется получение HTTP-запрос на получение данных статистики, по крайней мере, от одного из серверов сервисов сбора, хранения и обработки статистических данных пользователей 144. Так, в шаге 515 осуществляется сверка (сравнение) токена, полученного от одного из серверов сервисов сбора, хранения и обработки статистических данных пользователей 144, с сохраненными учетными данными с предоставлением доступа согласно уровня доступа к данным и предоставляется доступ (пользователю к данным пользователя, причем, в частном случае пользователем может являться компания с множеством пользователей со своей иерархией и в соответствии с такой иерархией используется структура доступов, включающая уровни доступа, где, чем ниже сотрудник в иерархической структуре, тем меньше данных ему доступно в рамках личного кабинета пользователя, т.е. в частности, компании (компании-клиента)) согласно уровню доступа к данным. Так, блок подключения внешних систем 103 отправляет запрос блоку управления и организации 101, который обращается непосредственно в БД данных сервера 155, ищет в ней соответствие и валидность токена и возвращает ответ в блок подключения внешних систем 103. Блок подключения внешних систем 103 (и/или блок управления и организации 101) осуществляет проверку, прошел ли токен валидацию, в частности, токен, передаваемый от одного из серверов сервисов сбора, хранения и обработки статистических данных пользователей 144, сверяется с имеющимися в БД статистики 177 учетными данными и предоставляется доступ пользователю (и в частности, средствам предъявления результатов 115) согласно уровню доступа к данным (данным собираемой статистики, в частности к данным (в частном случае ко всем данным), которые относятся к текущему пользователю от момента получения данных из API до предоставления результатов, причем такие данные хранятся в БД статистики 177 и по мере прохождения их через процедуры очистки, трансформации с использованием по крайней мере предиктивного блока 102, такие данные или, по крайней мере, их часть перемещаются через соответствующие таблицы, на которые в частном случае разделена упомянутая БД для её эффективной работы) с использованием структуры доступов, включающей уровни доступа, в зависимости от иерархии компании с множеством пользователей, где, чем ниже сотрудник в иерархической структуре, тем меньше данных ему доступно в рамках личного кабинета пользователя, т.е. в частности, компании, а механизмом, обеспечивающим разграничение прав доступа к данным (какие данные конкретный пользователь может просматривать) в частном случае является фильтрация по идентификатору пользователя (который в частном случае присутствует во всех таблицах данных с момента сбора до предоставления результатов).In
Если в шаге 515 было установлено, что токен не прошел валидацию, то в шаге 520 осуществляется передача в CRM соответствующее сообщение об ошибке с указанием причины отказа в доступе (в этом случае, осуществляется устранение отказа в доступе, в том числе в случае ошибки соответствующие специалисты принимают меры по устранению ошибки или обращаются к разработчикам за помощью в решении проблемы, так, например, при прекращении действия токена, являющимся частным случаем одним из защитных механизмом системы, токен может быть получен, в том числе сформирован, заново и может быть продолжено функционирование системы, в том числе осуществляется устранение причины ошибки, в том числе по сообщению об ошибке, например, со стороны CRM), в частности, на соответствующий сервер сервисов сбора, хранения и обработки статистических данных пользователей 144 возвращается сообщение о зафиксированной ошибке (в частности, код ошибки).If in
Если в шаге 515 было установлено, что токен прошел валидацию, то в шаге 525 блоком подключения внешних систем 103 осуществляется отправка запроса в блок управления и организации 101 на выборку данных. В частном случае блок подключения внешних систем 103 (модуль API), реализованный при помощи Django REST, обращается к блоку управления и организации 101 с запросом на выборку данных.If in
В шаге 530 блок управления и организации 101 агрегирует данные из БД статистики 177 и передает (возвращает их) в ответ на запрос агрегированных данных статистики, например, в формате JSON, в блок подключения внешних систем 103.In
В шаге 535 блок подключения внешних систем 103 передает агрегированные данные статистики в ответ на запрос данных статистики соответствующему (с которого был получен запрос) серверу сервисов сбора, хранения и обработки статистических данных пользователей 144.In
ФИГ. 6 иллюстрирует еще один примерный вариант общей схемы системы, реализующей настоящее изобретение, согласно одному из вариантов осуществления настоящего изобретения. FIG. 6 illustrates another exemplary general scheme of a system implementing the present invention, according to one embodiment of the present invention.
Система, реализующая способ (или, по крайней мере, одну часть способа), описываемый в рамках настоящего изобретения, примерный вариант которой изображен на ФИГ. 1, содержит серверы сервисов сбора, хранения и обработки статистических данных пользователей 144, связанные, по крайней мере, с сервером получения, обработки данных и формирования результатов обработки 133, в том числе с использованием сети Интернет 114. Серверы сервисов сбора, хранения и обработки статистических данных пользователей 144, например, серверы таких сервисов (систем, платформ), как Яндекс.Метрика 105 (ФИГ. 6), Яндекс.Директ 106 (ФИГ. 6), Calltouch 107 (ФИГ. 6), Comagic 108 (ФИГ. 6), Smartcallback 109 (ФИГ. 6), Google Ads 111 (ФИГ. 6), Google Analytics 112 (ФИГ. 6), осуществляют сбор, хранение и/или обработку данных пользователей, полученных в результате совершения действий такими пользователями, в том числе с использованием электронных вычислительных устройств (например, посещение сайтов в сети Интернет, взаимодействие с сайтами и элементами сайтов, например, веб-ссылками, рекламными материалами и т.д., включая параметры взаимодействия пользователя с ними, например, время нахождения на веб-странице, частота посещения тех или иных сайтов, проявление интересов к тем или иным товарам и категориям товаров, используемые пользователем вычислительные устройства, совершаемые покупки и т.д.) или действия, регистрируемые и обрабатываемыми электронными вычислительными устройствами, например, кассовыми аппаратами, камерами, системами распознавания лиц, звукозаписывающими устройствами, системами контроля доступа, отслеживания местоположения пользователя и т.д., как описано в рамках настоящего изобретения.A system that implements the method (or at least one part of the method) described in the framework of the present invention, an exemplary version of which is shown in FIG. 1 , contains servers of services for collecting, storing and processing user
ФИГ. 7 иллюстрирует блок-схему примерного варианта осуществления настоящего изобретения. FIG. 7 illustrates a block diagram of an exemplary embodiment of the present invention.
В шаге 701 сервером получения, обработки данных и формирования результатов обработки 133 осуществляется получение данных статистики по меньшей мере с одного из серверов сервисов сбора, хранения и обработки статистических данных пользователей 144 с использованием программного интерфейса приложения API, предоставляемого такими сервисами, где получаемые данные статистики содержат по меньшей мере связанные с пользователями, размещением и предъявлением рекламных материалов и размещаемыми рекламными материалами данные, полученные по меньшей мере в результате взаимодействия пользователей с элементами, включая рекламные материалы, веб-сайтов, а также полученные в результате предъявления рекламных материалов данные, включающие информацию по меньшей мере о реакциях пользователя на предъявляемые рекламные материалы, выражаемых в совершении действий пользователем с использованием по меньшей мере одного вычислительного устройства пользователя и являющиеся откликом пользователя на рекламные материалы, включая регистрируемые и передаваемые по меньшей мере одним вычислительным устройством и передаваемые на серверы сервисов сбора, хранения и обработки статистических данных пользователей 144 и/или формируемые серверами сервисов сбора, хранения и обработки статистических данных пользователей 144.In
Статистические данные, получаемые сервером получения, обработки данных и формирования результатов обработки 133, могут включать параметры взаимодействия пользователей, содержащие по меньшей мере время нахождения на веб-странице и/или частоту посещения веб-сайтов, и/или проявление интереса товару, категориям товаров, и/или используемых пользователем вычислительных устройств данные с таких вычислительных устройств, содержащие по меньшей мере информацию о совершении покупок, идентификаторы вычислительного устройства, в сети Интернет, в сервисах, приложениях, и/или регистрационные данные в них, а также данные по меньшей мере с кассовых аппаратов и/или камер, и/или систем распознавания лиц, и/или звукозаписывающих устройств, и/или систем контроля доступа, и/или средств отслеживания местоположения пользователя, а также данные из личных кабинетов сервисов сбора, хранения и обработки статистических данных пользователей и данные об эффективности рекламных каналов, кампаний и ключевых слов, скоринг, конверсии от предъявления рекламных материалов, расходах, показах и взаимодействиях пользователя с веб-ссылками, целевой аудитории, бюджете рекламной кампании, источниках звонков, их даты, время, ключевые слова, в том числе полученные после распознавания и анализа речи пользователя.The statistical data received by the server for receiving, processing data and generating
Связанными с размещением рекламных материалов данными могут являться данные об эффективности рекламных каналов, рекламных кампаний и ключевые слова, скоринг, конверсии от предъявления рекламных материалов, расходах, показах и взаимодействиях пользователя с веб-ссылками, целевой аудитории, бюджете рекламной кампании, источниках звонков, их даты, время, ключевые слова, в том числе полученные после распознавания и анализа речи пользователя.Data related to the placement of advertising materials may include data on the effectiveness of advertising channels, advertising campaigns and keywords, scoring, conversions from the presentation of advertising materials, costs, impressions and user interactions with web links, target audience, advertising campaign budget, call sources, their dates, times, keywords, including those obtained after recognition and analysis of the user's speech.
В шаге 702 сервером получения, обработки данных и формирования результатов обработки 133 осуществляется сохранение полученных данных статистики, по меньшей мере, в одну базу данных статистики 177.In
При сохранении данных в базу данных статистики 177 может осуществляться осуществляется проверка сохраняемых данных на валидность типов данных с использованием преобразования значения одного типа данных в другое или определения типа переменной.When saving data to the
В шаге 703 сервером получения, обработки данных и формирования результатов обработки 133 осуществляется формирование первой выборки данных из данных статистики, хранящихся в базе данных статистики 177 для формирования набора данных показателей эффективности рекламных кампаний, где каждая формируемая выборка содержит данные статистики для каждого из пользователей по каждой из рекламных кампаний, созданных, настроенных и запущенных пользователем с использованием сервиса размещения рекламных материалов на рекламных площадках, содержащих по меньшей мере веб-страницу для размещения рекламных материалов, в рамках рекламных кампаний, включая уникальное имя пользователя, название рекламной кампании, идентификатор площадки размещения рекламных материалов в формате унифицированного указателя ресурса веб-сайта, количество предъявлений рекламных материалов, количество взаимодействий пользователей с предъявляемыми рекламными материалами, стоимость размещения рекламных материалов, название группы рекламных материалов, объединяющее рекламные материалы в рамках одной кампании, причем формирование выборки данных осуществляется по двум и более предустановленным параметрам, где такими параметрами является уникальное имя пользователя, название рекламной кампании, идентификатор площадки размещения рекламных материалов, принадлежность группе рекламных объявлений по названию группы.In step 703 , the server for receiving, processing data and generating
В шаге 704 сервером получения, обработки данных и формирования результатов обработки 133 осуществляется формирование из данных статистики, хранящихся в базе данных статистики 177 второй выборки данных, которая содержит данные статистики для каждого из пользователей по каждой из рекламных кампаний, созданных, настроенных и запущенных пользователем с использованием сервиса размещения рекламных материалов на рекламных площадках по стоимости привлеченных с помощью рекламного объявления клиентов рекламных кампаний, включая дату и время посещения веб-страницы, на которой размещен рекламный материал, осуществлялось ли посещение веб-сайта без использования взаимодействия пользователем с размещенными рекламными материалами, количество целевых клиентов, на которых направлено предъявление рекламных материалов, количество предустановленных целей рекламных кампаний за одно посещение веб-сайта пользователем, стоимость для каждой предустановленной цели каждой рекламной кампании за одно посещение веб-сайта пользователем, стоимость посещения веб-сайта пользователем, название рекламной кампании, описание категории для рекомендации, уникальное имя пользователя.In step 704 , the server for receiving, processing data and generating
В частном случае осуществляется актуализация данных, содержащихся в первой выборке данных и второй выборке данных, посредством отправки запросов сервером получения, обработки данных и формирования результатов обработки 133 на по меньшей мере один из серверов сервисов сбора, хранения и обработки статистических данных пользователей и получения от него запрошенных данных посредством сопоставления и обновления данных по меньшей мере о времени посещения пользователем веб-сайта, продолжительности посещения веб-сайта, названии рекламной площадки, принадлежности к рекламной кампании, идентификаторах счетчиков в формате программного кода, осуществляющего сбор статистических данных на веб-сайте, с проверкой корректности и актуальности статистических данных, для каждого пользователя.In a particular case, the data contained in the first data sample and the second data sample are updated by sending requests by the server for receiving, processing data and generating
Также, актуализация данных может осуществляться перед формированием первой выборки данных и второй выборки данных, в частности, после получения данных, сохраненных в базе данных статистики 177.Also, data updating can be carried out before the formation of the first data sample and the second data sample, in particular, after receiving the data stored in the
Параметрами посещения пользователями веб-сайтов (и в частности, веб-страниц) могут являться время нахождения пользователя на веб-странице, частота посещения пользователями веб-страницы, проявление интереса к определенному товару или категориям товаров, а также данные, регистрируемые и обрабатываемые кассовыми аппаратами, системами контроля доступа, отслеживания местоположения пользователя.The parameters of users' visits to websites (and in particular web pages) may include the time the user spent on the web page, the frequency of visits by users to the web page, the expression of interest in a particular product or categories of products, as well as data recorded and processed by cash registers. , access control systems, user location tracking.
В шаге 705 сервером получения, обработки данных и формирования результатов обработки 133 осуществляется формирование набора данных показателей эффективности рекламных кампаний из данных первой выборки данных и данных второй выборки данных, посредством формирования многомерного массива данных, измерениями которого являются дни недели, часы и названия рекламных площадок, содержащего данные по каждому из пользователей для предустановленного интервала времени, для которого сформирован многомерный массив данных и к которому относятся данные показателей эффективности рекламных кампаний, и содержащего данные о последовательности действий пользователей от момента предъявления рекламных материалов, взаимодействий пользователей с предъявляемыми рекламными материалами для перехода на рекламируемые веб-сайты, до совершения целевых действий на веб-сайтах пользователями, заданных заданием параметров рекламных кампаний сервиса размещения рекламных материалов параметрами предъявления рекламных материалов, выполненного с возможностью задания параметров предъявления рекламных материалов.In step 705 , the server for receiving, processing data and generating
В частном случае сформированный набор данных показателей эффективности рекламных кампаний из данных первой выборки данных и данных второй выборки данных, содержит данные о поведенческих изменениях в действиях пользователей.In a particular case, the generated data set of advertising campaign performance indicators from the data of the first data sample and the data of the second data sample contains data on behavioral changes in user actions.
В шаге 706 в сформированном многомерном массиве данных в пределах предустановленного интервала времени сервером получения, обработки данных и формирования результатов обработки 133:In step 706 , in the generated multidimensional data array within a predetermined time interval by the server for receiving, processing data and generating processing results 133 :
- выявляется по меньшей мере один временной интервал предъявления рекламного материала, заданный параметрами предъявления рекламных объявлений сервиса размещения рекламных материалов, для каждого рекламного материала, принадлежащего соответствующей рекламной кампании, в пределах которого взаимодействия пользователей с предъявляемым рекламным материалом не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом, и- at least one time interval for the presentation of advertising material, specified by the parameters for the presentation of advertisements of the advertising material placement service, is detected for each advertising material belonging to the corresponding advertising campaign, within which user interactions with the presented advertising material did not lead to the achievement of predefined goals of advertising campaigns, or during which the user did not interact with the presented advertising material, and
- выявляются неэффективные рекламные площадки, на которых значение вероятности взаимодействия пользователя с рекламным материалом на веб-сайте рекламной площадки в такой заданный временной интервал предъявления рекламного материала меньше заданного значения, где вероятность взаимодействия пользователя вычисляется, как отношение количества взаимодействий пользователя с рекламным материалом к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки, или значение вероятности достижения заданной цели в настойках рекламной кампании меньше заданного значения, где вероятность достижения заданной цели вычисляется, как отношение количества достижений заданной цели к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки.- inefficient advertising sites are identified, where the probability value of user interaction with advertising material on the website of the advertising site in such a given time interval for presenting advertising material is less than a given value, where the probability of user interaction is calculated as the ratio of the number of user interactions with advertising material to the total number presentations of advertising materials on websites for each advertising platform, or the value of the probability of achieving a given goal in the settings of an advertising campaign is less than a given value, where the probability of achieving a given goal is calculated as the ratio of the number of achievements of a given goal to the total number of presentations of advertising materials on websites for each advertising space.
В шаге 707 сервером получения, обработки данных и формирования результатов обработки 133 осуществляется:In step 707 , the server for receiving, processing data and generating
- формирование списка рекламных материалов с заданными установленными временными интервалами предъявления рекламных материалов для каждой рекламной кампании, для которых выявлены временные интервалы предъявления рекламного материала, в пределах которых взаимодействия пользователей с предъявляемым рекламным не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом, и- formation of a list of advertising materials with predetermined time intervals for the presentation of advertising materials for each advertising campaign, for which time intervals for the presentation of advertising material were identified, within which user interactions with the presented advertising material did not lead to the achievement of the preset goals of advertising campaigns or during which the user did not interact with the presented advertising material, and
-формирование списка неэффективных рекламных площадок.-formation of the list of inefficient advertising platforms.
В шаге 708 сервером получения, обработки данных и формирования результатов обработки 133 осуществляется формирование набора значений параметров рекламных площадок, содержащего значения для отключения рекламных площадок из списка неэффективных рекламных площадок, и набора значений параметров предъявления рекламных материалов для сервисов размещения рекламных материалов для прекращения предъявления рекламных материалов, содержащихся в списке рекламных материалов с заданными установленными временными интервалами предъявления рекламных материалов для каждой рекламной кампании, для которых выявлены временные интервалы предъявления рекламного материала, в пределах которых взаимодействия пользователей с предъявляемым рекламным не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом, и осуществляется передача таких наборов данных по меньшей мере на один из серверов сервисов размещения рекламных материалов.In step 708 , the server for receiving, processing data and generating the results of
В шаге 709 по меньшей мере одним из серверов сервисов размещения рекламных материалов осуществляется применение значений, содержащихся в наборе значений параметров предъявления рекламных материалов, и осуществляется применение значений параметров рекламных площадок, содержащих значения для исключения рекламных площадок из списка неэффективных рекламных площадок для прекращения предъявления на них рекламных материалов.In
В шаге 710 осуществляется размещение с предъявлением по меньшей мере одного рекламного материала на по меньшей мере одной рекламной площадке по меньшей мере одним сервером сервисов размещения рекламных материалов с измененными значениями настроек параметров для рекламных материалов и рекламных площадок с запуском по меньшей мере одной рекламной кампании.At
В частном случае, после отключения рекламных площадок из списка неэффективных рекламных площадок для связанных с ними рекламных материалов задаются другие рекламные площадки, после выявления в сформированном многомерном массиве данных в пределах предустановленного интервала времени эффективных рекламных площадок, на которых значение вероятности взаимодействия пользователя с рекламным материалом на веб-сайте рекламной площадке в такой заданный временной интервал предъявления рекламного материала максимально, где вероятность взаимодействия пользователя вычисляется, как отношение количества взаимодействий пользователя с рекламным материалом к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки, или значение вероятности достижения заданной цели в настойках рекламной кампании максимально, где вероятность достижения заданной цели вычисляется, как отношение количества достижений заданной цели к общему количеству предъявлений рекламных материалов на веб-сайтах для каждой рекламной площадки.In a particular case, after disabling advertising sites from the list of ineffective advertising sites, other advertising sites are set for related advertising materials, after identifying effective advertising sites in the generated multidimensional data array within a predetermined time interval, on which the value of the probability of user interaction with advertising material on website advertising site in such a given time interval for the presentation of advertising material is maximum, where the probability of user interaction is calculated as the ratio of the number of user interactions with advertising material to the total number of presentations of advertising materials on websites for each advertising site, or the value of the probability of achieving a given goal in the settings of the advertising campaign is maximum, where the probability of achieving a given goal is calculated as the ratio of the number of achievements of a given goal to the total number of presentations of advertising materials on websites for each advertising platform.
В частном случае осуществляется предъявление пользователю списка рекламных площадок для отключения и набора значений параметров рекламных площадок и значений для отключения рекламных площадок из списка неэффективных рекламных площадок, и прекращения предъявления рекламных материалов и список рекламных материалов для прекращения предъявления и набора значений параметров предъявления рекламных материалов для прекращения предъявления рекламных материалов, содержащихся в списке рекламных материалов с заданными установленными временными интервалами предъявления рекламных материалов для каждой рекламной кампании, для которых выявлены временные интервалы предъявления рекламного материала, в пределах которых взаимодействия пользователей с предъявляемым рекламным не приводили к достижению предустановленных целей рекламных кампаний или в течение которого пользователь не взаимодействовал с предъявляемым рекламным материалом.In a particular case, the user is presented with a list of advertising sites to disable and a set of parameter values for advertising sites and values for disabling advertising sites from the list of ineffective advertising sites, and stopping the presentation of advertising materials and a list of advertising materials for stopping the presentation and a set of parameter values for presenting advertising materials to stop presentation of advertising materials contained in the list of advertising materials at predetermined time intervals for the presentation of advertising materials for each advertising campaign, for which time intervals for the presentation of advertising material were identified, within which user interactions with the advertising material presented did not lead to the achievement of the pre-set goals of advertising campaigns or during which the user did not interact with the presented advertising material.
Сервисами сбора, хранения и обработки статистических данных пользователей могут являться сервисы контекстной рекламы на веб-страницах или сервисы оценки посещаемости веб-сайтов и анализа поведения пользователей.Services for collecting, storing and processing statistical data of users may be contextual advertising services on web pages or services for assessing website traffic and analyzing user behavior.
Данные на сервисы сбора, хранения и обработки статистических данных пользователей могут быть переданы с серверов сервисов контекстной рекламы на веб-страницах или серверов сервисов оценки посещаемости веб-сайтов и анализа поведения пользователей.Data to services for collecting, storing and processing user statistics can be transferred from servers of contextual advertising services on web pages or servers of services for assessing website traffic and analyzing user behavior.
На ФИГ. 8 показан пример компьютерной системы общего назначения, которая включает в себя многоцелевое вычислительное устройство в виде компьютера 20 или сервера, или блока (модуля) описываемой в настоящем изобретении системы, включающего в себя процессор 21, системную память 22 и системную шину 23, которая связывает различные системные компоненты, включая системную память с процессором 21. FIG. 8 shows an example of a general purpose computer system that includes a multi-purpose computing device in the form of a
Системная шина 23 может быть любого из различных типов структур шин, включающих шину памяти или контроллер памяти, периферийную шину и локальную шину, использующую любую из множества архитектур шин. Системная память включает постоянное запоминающее устройство (ПЗУ) 24 и оперативное запоминающее устройство (ОЗУ) 25. В ПЗУ 24 хранится базовая система ввода/вывода 26 (БИОС), состоящая из основных подпрограмм, которые помогают обмениваться информацией между элементами внутри компьютера 20, например, в момент запуска.
Компьютер 20 также может включать в себя накопитель 27 на жестком диске для чтения с и записи на жесткий диск, не показан, накопитель 28 на магнитных дисках для чтения с или записи на съёмный магнитный диск 29, и накопитель 30 на оптическом диске для чтения с или записи на съёмный оптический диск 31 такой, как компакт-диск, цифровой видео-диск и другие оптические средства. Накопитель 27 на жестком диске, накопитель 28 на магнитных дисках и накопитель 30 на оптических дисках соединены с системной шиной 23 посредством, соответственно, интерфейса 32 накопителя на жестком диске, интерфейса 33 накопителя на магнитных дисках и интерфейса 34 оптического накопителя. Накопители и их соответствующие читаемые компьютером средства обеспечивают энергонезависимое хранение читаемых компьютером инструкций, структур данных, программных модулей и других данных для компьютера 20.
Хотя описанная здесь типичная конфигурация использует жесткий диск, съёмный магнитный диск 29 и съёмный оптический диск 31, специалист примет во внимание, что в типичной операционной среде могут также быть использованы другие типы читаемых компьютером средств, которые могут хранить данные, которые доступны с помощью компьютера, такие как магнитные кассеты, карты флеш-памяти, цифровые видеодиски, картриджи Бернулли, оперативные запоминающие устройства (ОЗУ), постоянные запоминающие устройства (ПЗУ) и т.п.Although the typical configuration described here uses a hard drive, a removable
Различные программные модули, включая операционную систему 35, могут быть сохранены на жёстком диске, магнитном диске 29, оптическом диске 31, ПЗУ 24 или ОЗУ 25. Компьютер 20 включает в себя файловую систему 36, связанную с операционной системой 35 или включенную в нее, одно или более программное приложение 37, другие программные модули 38 и программные данные 39. Пользователь может вводить команды и информацию в компьютер 20 при помощи устройств ввода, таких как клавиатура 40 и указательное устройство 42. Другие устройства ввода (не показаны) могут включать в себя микрофон, джойстик, геймпад, спутниковую антенну, сканер или любое другое.Various software modules, including the operating system 35 , can be stored on a hard disk,
Эти и другие устройства ввода соединены с процессором 21 часто посредством интерфейса 46 последовательного порта, который связан с системной шиной, но могут быть соединены посредством других интерфейсов, таких как параллельный порт, игровой порт или универсальная последовательная шина (УПШ). Монитор 47 или другой тип устройства визуального отображения также соединен с системной шиной 23 посредством интерфейса, например, видеоадаптера 48. В дополнение к монитору 47, персональные компьютеры обычно включают в себя другие периферийные устройства вывода (не показано), такие как динамики и принтеры.These and other input devices are connected to the
Компьютер 20 может работать в сетевом окружении посредством логических соединений к одному или нескольким удаленным компьютерам 49. Удаленный компьютер (или компьютеры) 49 может представлять собой другой компьютер, сервер, роутер, сетевой ПК, пиринговое устройство или другой узел единой сети, а также обычно включает в себя большинство или все элементы, описанные выше, в отношении компьютера 20, хотя показано только устройство хранения информации 50. Логические соединения включают в себя локальную сеть (ЛВС) 51 и глобальную компьютерную сеть (ГКC) 52. С использованием хост-адаптера 55 может быть подключено внешнее или удаленное устройство хранения (данных) 57. Такие сетевые окружения обычно распространены в учреждениях, корпоративных компьютерных сетях, Интернете.
Компьютер 20, используемый в сетевом окружении ЛВС, соединяется с локальной сетью 51 посредством сетевого интерфейса или адаптера 53. Компьютер 20, используемый в сетевом окружении ГКС, обычно использует модем 54 или другие средства для установления связи с глобальной компьютерной сетью 52, такой как Интернет.The
Модем 54, который может быть внутренним или внешним, соединен с системной шиной 23 посредством интерфейса 46 последовательного порта. В сетевом окружении программные модули или их части, описанные применительно к компьютеру 20, могут храниться на удаленном устройстве хранения информации. Надо принять во внимание, что показанные сетевые соединения являются типичными, и для установления коммуникационной связи между компьютерами могут быть использованы другие средства.The
В заключение следует отметить, что приведенные в описании сведения являются примерами, которые не ограничивают объем настоящего изобретения, определенного формулой. Специалисту в данной области становится понятным, что могут существовать и другие варианты осуществления настоящего изобретения, согласующиеся с сущностью и объемом настоящего изобретения.In conclusion, it should be noted that the information given in the description are examples that do not limit the scope of the present invention defined by the formula. A person skilled in the art will appreciate that there may be other embodiments of the present invention consistent with the spirit and scope of the present invention.
Claims (28)
Publications (1)
Publication Number | Publication Date |
---|---|
RU2774604C1 true RU2774604C1 (en) | 2022-06-21 |
Family
ID=
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070027744A1 (en) * | 2005-07-29 | 2007-02-01 | Chad Carson | System and method for revenue based advertisement placement |
RU2617556C2 (en) * | 2014-09-03 | 2017-04-25 | Тимур Валерьевич Замураев | Method of placement and presentation of advertising and information materials on it devices |
US20180139482A1 (en) * | 2011-07-06 | 2018-05-17 | Symphony Advanced Media | Media Content Synchronized Advertising Platform Apparatuses and Systems |
RU2659475C1 (en) * | 2017-04-25 | 2018-07-02 | Общество с ограниченной ответственностью "НПО Аналитика" | Method of efficiency measurement of online advertising campaign placing (options) |
RU2720364C1 (en) * | 2019-06-21 | 2020-04-29 | Постников Роман Владимирович | Method of collecting information for determining efficiency of placing advertising materials and method of measuring efficiency of advertising structure |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070027744A1 (en) * | 2005-07-29 | 2007-02-01 | Chad Carson | System and method for revenue based advertisement placement |
US20180139482A1 (en) * | 2011-07-06 | 2018-05-17 | Symphony Advanced Media | Media Content Synchronized Advertising Platform Apparatuses and Systems |
RU2617556C2 (en) * | 2014-09-03 | 2017-04-25 | Тимур Валерьевич Замураев | Method of placement and presentation of advertising and information materials on it devices |
RU2659475C1 (en) * | 2017-04-25 | 2018-07-02 | Общество с ограниченной ответственностью "НПО Аналитика" | Method of efficiency measurement of online advertising campaign placing (options) |
RU2720364C1 (en) * | 2019-06-21 | 2020-04-29 | Постников Роман Владимирович | Method of collecting information for determining efficiency of placing advertising materials and method of measuring efficiency of advertising structure |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10963541B2 (en) | Systems, methods, and apparatuses for implementing a related command with a predictive query interface | |
US8655695B1 (en) | Systems and methods for generating expanded user segments | |
US8060398B2 (en) | Using consumer purchase behavior for television targeting | |
US8000993B2 (en) | Using consumer purchase behavior for television targeting | |
US9704165B2 (en) | Systems and methods for determining value of social media pages | |
US7613742B2 (en) | System and method for providing three-way failover for a transactional database | |
US10395271B2 (en) | System and method for normalizing campaign data gathered from a plurality of advertising platforms | |
US9135655B2 (en) | Systems and methods for using server side cookies by a demand side platform | |
US8909542B2 (en) | Systems and methods for managing brand loyalty | |
US20160027041A1 (en) | System, method and computer program product for fractional attribution using online advertising information | |
US11042899B2 (en) | System and method for tracking users across a plurality of media platforms | |
US7908264B2 (en) | Method for providing the appearance of a single data repository for queries initiated in a system incorporating distributed member server groups | |
CN105190665A (en) | Mobile creative management system | |
US20160210656A1 (en) | System for marketing touchpoint attribution bias correction | |
US20080071747A1 (en) | Target Query System and Method | |
US20070260641A1 (en) | Real-time aggregate counting in a distributed system architecture | |
US20110231254A1 (en) | Method and system for providing advertisements, and computer-readable recording medium | |
CN105474654A (en) | Geo, segment, unique distributed computing system | |
RU2774604C1 (en) | Method for collecting and processing data with measuring effectiveness of advertising materials and advertising campaigns for automated selection of online advertising platforms for the purpose of placing advertising materials | |
US20070271315A1 (en) | Robust silo based system architecture | |
US20220138669A1 (en) | Communication system for managing distribution of products and a method thereof | |
US20200219142A1 (en) | Bidding Agent Based on Opportunity Source Correlation to Viewership Data |