CN105046533A - 一种分析信息投放影响因素的方法和装置 - Google Patents

Abstract

本发明的目的是提供一种分析信息投放影响因素的方法和装置，其中，影响因素提取模块针对用于衡量信息投放的特定指标，提取与所述特定指标对应的影响因素；信息统计和分析模块统计和分析信息投放过程中所述影响因素中各子影响因素对应的所述特定指标值；计算模块对所述各子影响因素对应的特定指标值进行差值计算，得到目标子影响因素对所述对应的特定指标的影响权重，从而实现真正的对影响因素进行准实时诊断，直观地表现各影响因素的影响权重。

Description

一种分析信息投放影响因素的方法和装置

技术领域

本发明涉及网络技术，尤其涉及一种分析信息投放影响因素的方法和装置。

背景技术

通过网络平台进行信息投放是常见的信息传播渠道，典型地，如广告投放，例如，“奔驰”汽车商户将“奔驰试驾”的广告信息在北京地域信息平台上投放，“康威”体育用品商户将“运动鞋售卖”的广告信息在全国信息平台上投放等等。为了获得更好的信息对称性，将信息投放给更多的目标客户，需要对信息投放数据进行分析，以知晓哪些因素是影响信息投放中相关指标的关键因素。例如，对信息投放中“点击率”进行影响的关键因素是否包括浏览者所在地域、浏览器类型、操作系统型号、浏览时间、信息展示的尺寸、创意、投放网站中的至少之一，以及各因素对指标“点击率”进行影响的权重等。而现有对信息投放影响因素进行分析的算法主要包括：逻辑回归、决策树、贝叶斯等。这些算法通常都是通过模型训练计算影响因子，在处理千万级别的数据时响应较慢，通常的处理时间都在半个小时以上，而且占用计算机资源很大，难以适应快速分析的需要，并且无法直观地表现各影响因素的影响权重。

发明内容

本发明的目的是提供一种分析信息投放影响因素的方法和装置。

根据本发明的一个方面，提供了一种分析信息投放影响因素的方法，该方法包括：

针对用于衡量信息投放的特定指标，提取与所述特定指标对应的影响因素；

统计和分析信息投放过程中所述影响因素中各子影响因素对应的所述特定指标值；

对所述各子影响因素对应的特定指标值进行差值计算，得到目标子影响因素对所述对应的特定指标的影响权重。

根据本发明的另一个方面，还提供了一种分析信息投放影响因素的装置，包括：

影响因素提取模块，用于针对用于衡量信息投放的特定指标，提取与所述特定指标对应的影响因素；

信息统计和分析模块，用于统计和分析信息投放过程中所述影响因素中各子影响因素对应的所述特定指标值；

计算模块，用于对所述各子影响因素对应的特定指标值进行差值计算，得到目标子影响因素对所述对应的特定指标的影响权重。

与现有技术相比，本发明具有以下优点：本发明提供的分析方法和装置可以有效快速地对广告投放中各指标及对应影响因素进行分析，实现真正的准实时诊断，可以直观地表现各影响因素的影响权重。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1示出根据本发明一个方面的一种用于分析信息投放影响因素的装置示意图；

图2示出根据本发明另一个方面的一种分析信息投放影响因素的方法流程图；

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本发明作进一步详细描述。

图1示出根据本发明一个方面的一种用于分析信息投放影响因素的装置示意图；其中，所述装置包括影响因素提取模块101、信息统计和分析模块102、计算模块103。具体地，影响因素提取模块101针对用于衡量信息投放的特定指标，提取与所述特定指标对应的影响因素；信息统计和分析模块102统计和分析信息投放过程中所述影响因素中各子影响因素对应的所述特定指标值；计算模块103对所述各子影响因素对应的特定指标值进行差值计算，得到目标子影响因素对所述对应的特定指标的影响权重。在此，所述装置其包括但不限于用户设备、网络设备或网络设备与用户设备通过网络相集成所构成的设备；所述用户设备包括但不限于任何一种可与用户通过键盘、遥控器、触摸板或声控设备进行人机交互的电子产品，例如计算机、智能手机、普通手机、平板电脑等；所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。

上述各模块之间是持续不断工作的，本领域技术人员应理解“持续”是指上述各装置分别实时地或者按照设定的或实时调整的工作模式要求进行工作。

其中，影响因素提取模块101针对用于衡量信息投放的特定指标，提取与所述特定指标对应的影响因素。具体地，所述特定指标包括但不限于点击单价、到达率、到达单价、竞得率、点击/曝光转化率、点击/曝光转化单价、ROI(投资回报率)、平均出价等。所述影响因素包括但不限于信息投放时段、交易平台(adexchange)、广告位id(标识)、域名(包括顶级域名)、信息投放位置(例如第一屏还是其他屏)、信息展示尺寸、最低出价、用户操作系统、设备类型、物料、订单、计划、策略、浏览器、省份、城市、广告主所属行业、Optimus平台(过程集成与优化设计平台)、算法、设备品牌、运营商、广告主在行业中的Rank(排名)、Agent(代理)类型等。

在本实施例中，所述特定指标可以由信息投放用户设定，也可以由本发明提供的装置根据具体的信息投放情况默认设定，在此，对所述特定指标的设定方式不作限定。典型地，如投放“奔驰试驾”广告信息的汽车商户设定的信息投放分析指标为点击率，投放“运动鞋售卖”广告信息的商户设定的信息投放分析指标为转化率。

其中，不同的指标，存在与其对应的影响因素。例如，在“奔驰试驾”广告信息的投放中，与指标“点击率”对应的影响因素包括浏览器类型、信息投放的时段以及广告信息展示的尺寸等。所述将对应的影响因素进行提取的步骤可以在统计分析历史数据的基础上抽取相关影响因素，在此对所述提取的方式和过程不作限定。

信息统计和分析模块102统计和分析信息投放过程中所述影响因素中各子影响因素对应的所述特定指标值。

具体地，所述影响因素中包括多个子影响因素或多个具体影响因素。以信息投放过程中的影响因素“地域”为例，其可以包括诸如“北京”、“上海”、“全国”等具体分类。而具体的影响因素其对应的指标值都是独立的并且通常是不同的。例如，信息投放过程中，子影响因素“北京”对应的用户点击率为a，子影响因素“全国”对应的用户点击率为b。即，对于同一特定指标，不同子影响因素所对应的指标值通常是不同的。

所述信息统计和分析模块102通过基于各种通信协议，与其他能够提供用户在终端页面上反馈信息的设备(如反馈信息数据库)或用户进行交互，获取各终端页面或后台的相关数据。在此，所述信息统计和分析模块102统计和分析各影响因素对应的特定指标值的具体过程不作限定，所述通信协议包括计算机通信的传送协议，如TCP/IP、UDP、FIP、ICMP、NetBEUI等或存在于计算机中的其他形式通信，例如面向对象编程里面对象之间的通信或操作系统内不同程序或计算机不同模块之间的消息传送协议。

计算模块103对所述各子影响因素对应的特定指标值进行差值计算，得到目标子影响因素对所述对应的特定指标的影响权重。

具体地，本实施例采用假设去除法，即在信息已投放的情况下，分别计算假定无特定子影响因素的情况下所对应的特定指标值和已包括子影响因素在内的情况下所对应的特定指标值，然后对所计算出来的指标值进行差值计算，即可得到特定子影响因素对所述对应指标的影响权重。典型地，以影响因素“浏览器”、对应指标“点击率”为例进行说明，待分析的子影响因素为“chrome”(一种浏览器类型)。通过上述信息统计和分析模块102分别统计假定没有在“chrome”浏览器上投放信息时的点击率m和已在包括chrome的各类浏览器上投放信息的点击率n，并通过所述计算模块103对点击率m和n进行差值计算，所得到的改变量即为“chrome”浏览器对所述特定指标“点击率”的影响权重。也即，本申请不需要经过任何模型训练，即可实时、快速地分析各影响因素对各指标的影响权重。例如，例如，在“奔驰试驾”广告信息的投放中，影响点击率的各指标的影响权重分别为：广告投放用户所使用的浏览器类型的影响权重为0.7，信息投放时段的影响权重0.5，广告展示尺寸的影响权重为0.4。在本实施例中，对于各权重的计算方式在此不作限定。

仍以影响因素“地域”为例，其可以包括诸如“北京”、“上海”、“全国”等具体子影响因素分类。本实施例需要统计目标子影响因素“北京”对特定指标“点击率”的影响权重，则统计信息投放中，所述信息统计和分析模块102分别统计和分析所述信息在“北京”地区和全国的曝光数和点击数；所述计算模块分别计算两者的曝光数差值和点击数差值，并对两差值进行比值运算，即可得到所述子影响因素“北京”对所述点击率的影响权重。

实际上，所述计算模块103在计算的过程中并不限于差值计算，根据不同的指标，还需要进行诸如上述比值运算等，在此对不作限定，对不同的指标自适应地进行运算方式的调整。

图2示出根据本发明另一个方面的一种分析信息投放影响因素的方法流程图。具体地，在步骤s1中，影响因素提取模块针对用于衡量信息投放的特定指标，提取与所述特定指标对应的影响因素；在步骤s2中，信息统计和分析模块统计和分析信息投放过程中所述影响因素中各子影响因素对应的所述特定指标值；在步骤s3中，计算模块对所述各子影响因素对应的特定指标值进行差值计算，得到目标子影响因素对所述对应的特定指标的影响权重。在此，所述装置其包括但不限于用户设备、网络设备或网络设备与用户设备通过网络相集成所构成的设备；所述用户设备包括但不限于任何一种可与用户通过键盘、遥控器、触摸板或声控设备进行人机交互的电子产品，例如计算机、智能手机、普通手机、平板电脑等；所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。

上述各模块之间是持续不断工作的，本领域技术人员应理解“持续”是指上述各装置分别实时地或者按照设定的或实时调整的工作模式要求进行工作。

其中，在步骤s1中，影响因素提取模块针对用于衡量信息投放的特定指标，提取与所述特定指标对应的影响因素。具体地，所述特定指标包括但不限于点击单价、到达率、到达单价、竞得率、点击/曝光转化率、点击/曝光转化单价、ROI(投资回报率)、平均出价等。所述影响因素包括但不限于信息投放时段、交易平台(adexchange)、广告位id、域名(包括顶级域名)、信息投放位置(例如第一屏还是其他屏)、信息展示尺寸、最低出价、用户操作系统、设备类型、物料、订单、计划、策略、浏览器、省份、城市、广告主所属行业、Optimus平台、算法、设备品牌、运营商、广告主在行业中的Rank(排名)、Agent(代理)类型等。

在本实施例中，所述特定指标可以由信息投放用户设定，也可以由本发明提供的装置根据具体的信息投放情况默认设定，在此，对所述特定指标的设定方式不作限定。典型地，如投放“奔驰试驾”广告信息的汽车商户设定的信息投放分析指标为点击率，投放“运动鞋售卖”广告信息的商户设定的信息投放分析指标为转化率。

其中，不同的指标，存在与其对应的影响因素。例如，在“奔驰试驾”广告信息的投放中，与指标“点击率”对应的影响因素包括浏览器类型、信息投放的时段以及广告信息展示的尺寸等。所述将对应的影响因素进行提取的步骤可以在统计分析历史数据的基础上抽取相关影响因素，在此对所述提取的方式和过程不作限定。

在步骤s2中，信息统计和分析模块统计和分析信息投放过程中所述影响因素中各子影响因素对应的所述特定指标值。所述影响因素中包括多个子影响因素或多个具体影响因素。以信息投放过程中的影响因素“地域”为例，其可以包括诸如“北京”、“上海”、“全国”等具体分类。而具体的影响因素其对应的指标值都是独立的并且通常是不同的。例如，信息投放过程中，子影响因素“北京”对应的用户点击率为a，子影响因素“全国”对应的用户点击率为b。即，对于同一特定指标，不同子影响因素所对应的指标值通常是不同的。

所述信息统计和分析模块通过基于各种通信协议，与其他能够提供用户在终端页面上反馈信息的设备(如反馈信息数据库)或用户进行交互，获取各终端页面或后台的相关数据。在此，所述信息统计和分析模块统计和分析各影响因素对应的特定指标值的具体过程不作限定，所述通信协议包括计算机通信的传送协议，如TCP/IP、UDP、FIP、ICMP、NetBEUI等或存在于计算机中的其他形式通信，例如面向对象编程里面对象之间的通信或操作系统内不同程序或计算机不同模块之间的消息传送协议。

在步骤s3中，计算模块对所述各子影响因素对应的特定指标值进行差值计算，得到目标子影响因素对所述对应的特定指标的影响权重。

具体地，本实施例采用假设去除法，即在信息已投放的情况下，分别计算假定无特定子影响因素的情况下所对应的特定指标值和已包括子影响因素在内的情况下所对应的特定指标值，然后对所计算出来的指标值进行差值计算，即可得到特定子影响因素对所述对应指标的影响权重。典型地，以影响因素“浏览器”、对应指标“点击率”为例进行说明，待分析的子影响因素为“chrome”(一种浏览器类型)。通过上述信息统计和分析模块分别统计假定没有在“chrome”浏览器上投放信息时的点击率m和已在包括chrome的各类浏览器上投放信息的点击率n，并通过所述计算模块对点击率m和n进行差值计算，所得到的改变量即为“chrome”浏览器对所述特定指标“点击率”的影响权重。也即，本申请不需要经过任何模型训练，即可实时、快速地分析各影响因素对各指标的影响权重。例如，例如，在“奔驰试驾”广告信息的投放中，影响点击率的各指标的影响权重分别为：广告投放用户所使用的浏览器类型的影响权重为0.7，信息投放时段的影响权重0.5，广告展示尺寸的影响权重为0.4。在本实施例中，对于各权重的计算方式在此不作限定。

仍以影响因素“地域”为例，其可以包括诸如“北京”、“上海”、“全国”等具体子影响因素分类。本实施例需要统计目标子影响因素“北京”对特定指标“点击率”的影响权重，则统计信息投放中，所述信息统计和分析模块分别统计和分析所述信息在“北京”地区和全国的曝光数和点击数；所述计算模块分别计算两者的曝光数差值和点击数差值，并对两差值进行比值运算，即可得到所述子影响因素“北京”对所述点击率的影响权重。

实际上，上述计算方式并不限于差值计算，根据不同的指标，还需要进行诸如上述比值运算等，在此对不作限定，对不同的指标自适应地进行运算方式的调整。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (8)

1.一种分析信息投放影响因素的方法，该方法包括：

针对用于衡量信息投放的特定指标，提取与所述特定指标对应的影响因素；

统计和分析信息投放过程中所述影响因素中各子影响因素对应的所述特定指标值；

对所述各子影响因素对应的特定指标值进行差值计算，得到目标子影响因素对所述对应的特定指标的影响权重。

2.根据权利要求1所述的方法，其中，所述方法具体包括：

在信息已投放的情况下，分别统计和分析假定无特定子影响因素的情况下所对应的特定指标值和已包括子影响因素在内的情况下所对应的特定指标值；

对所计算出来的指标值进行差值计算，得到特定子影响因素对所述对应指标的影响权重。

3.根据权利要求1或2所述的方法，其中，所述方法还包括：

对所述各子影响因素对应的特定指标值进行差值计算和比值计算，得到目标子影响因素对所述对应的特定指标的影响权重。

4.根据权利要求1或2所述的方法，其中，所述特定指标主要包括点击单价、到达率、到达单价、竞得率、点击或曝光转化率、点击或曝光转化单价、ROI或平均出价，所述影响因素主要包括信息投放时段、交易平台、广告位id、域名、信息投放位置、信息展示尺寸、最低出价、用户操作系统、广告主所属行业或广告主在行业中的排名。

5.一种分析信息投放影响因素的装置，包括：

影响因素提取模块，用于针对用于衡量信息投放的特定指标，提取与所述特定指标对应的影响因素；

信息统计和分析模块，用于统计和分析信息投放过程中所述影响因素中各子影响因素对应的所述特定指标值；

计算模块，用于对所述各子影响因素对应的特定指标值进行差值计算，得到目标子影响因素对所述对应的特定指标的影响权重。

6.根据权利要求5所述的装置，其中，

在信息已投放的情况下，所述信息统计和分析模块分别统计和分析假定无特定子影响因素的情况下所对应的特定指标值和已包括子影响因素在内的情况下所对应的特定指标值；

所述计算模块对所计算出来的指标值进行差值计算，得到特定子影响因素对所述对应指标的影响权重。

7.根据权利要求5或6所述的装置，其中，

所述计算模块对所述各子影响因素对应的特定指标值进行差值计算和比值计算，得到目标子影响因素对所述对应的特定指标的影响权重。

8.根据权利要求5或6所述的装置，其中，所述特定指标主要包括点击单价、到达率、到达单价、竞得率、点击或曝光转化率、点击或曝光转化单价、ROI或平均出价，所述影响因素主要包括信息投放时段、交易平台、广告位id、域名、信息投放位置、信息展示尺寸、最低出价、用户操作系统、广告主所属行业或广告主在行业中的排名。