CN105976202A - 一种广告投放的监控方法及装置 - Google Patents

Abstract

本申请公开了一种广告投放的监控方法及装置，所述方法包括：获取广告数据，所述广告数据包括当前处理系统的数据通过量，和前一处理系统的数据通过量；根据所述广告数据，计算当前处理系统的损耗率；为所述当前处理系统预设对应的损耗率阈值，并将所述当前处理系统的损耗率与所述损耗率阈值进行对比；如果所述当前处理系统的损耗率超过所述损耗率阈值，则生成针对当前系统的警报信号。与现有技术相比，本申请达到了如下效果：能够准确的找到出现故障的处理系统，从而对广告投放的整体流程实现了有效的监控；对于广告投放的监控，不影响广告投放过程本身；通过对于广告数据结构的处理，实现了更直接高效的计算损耗率，提高了监控的效率。

Description

一种广告投放的监控方法及装置

技术领域

本申请涉及互联网领域，具体地说，涉及一种广告投放的监控方法及装置。

背景技术

在当前，多媒体技术和网络信息传播技术高度成熟，互联网上的网络视频数量极大，涵盖的范围广泛。网络视频与传统的在线直播相比，用户的参与感比较强，收看方式也更加自由。用户能够自主选择视频，并根据需要随意拖动播放进度或者暂停。因此通过网络播放并浏览视频，早已成为成千上万用户的习惯。

借助网络视频投放广告，是网络视频领域中非常成熟的商业模式。在现阶段，广告的数量和视频的数量以及视频播放量都是非常庞大的。而在大量的视频播放量中高效的进行广告投放，能够显著的提高广告投放的效果，产生更大的商业价值。

对于网络视频来说，广告的投放需要经历一个较为复杂的处理流程。需要广告投放服务器、交易平台(AdExchange)、广告编程模块(即Application ProgrammingInterface，简称API)以及广告应用模块(APP)等多个彼此独立系统，有序的对广告进行筛选、过滤和处理，才可以完成最终的投放。换言之，上述任何一个系统的处理如果出现异常，都会对广告的投放产生影响。所以，确保广告投放整体流程的稳定性是至关重要的。但是现有技术中，并未对广告投放流程实现有效的监控。

发明内容

有鉴于此，本申请所要解决的技术问题是提供了一种广告投放的监控方法及装置，通过计算和分析广告数据在各个系统运转过程中的损耗率，来实现对于各系统乃至广告投放整体流程的监控。

为了解决上述技术问题，本申请有如下技术方案：

一种广告投放的监控方法，所述方法包括：

获取广告数据，所述广告数据包括当前处理系统的数据通过量，和前一处理系统的数据通过量；

根据所述广告数据，计算当前处理系统的损耗率；

为所述当前处理系统预设对应的损耗率阈值，并将所述当前处理系统的损耗率与所述损耗率阈值进行对比；

如果所述当前处理系统的损耗率超过所述损耗率阈值，则生成针对当前系统的警报信号。

优选的，所述处理系统包括：

广告投放服务器、交易平台、广告编程模块和广告应用模块。

优选的，所述计算当前处理系统的损耗率具体为：

$\mathrm{\α}=\frac{M^{\′}-M}{M^{\′}}$

其中，α代表损耗率，M’代表前一处理系统的数据通过量，M代表当前处理系统的数据通过量。

优选的，当所述损耗率阈值为时间维度阈值，则所述当前处理系统的损耗率超过所述损耗率阈值具体为：

$\frac{abs({{\mathrm{\α}}_1}^{\′}-{\mathrm{\α}}_1)}{{{\mathrm{\α}}_1}^{\′}}>T_1$

其中，α₁’代表特定时间范围内的平均损耗率，α₁代表当前的损耗率，T₁代表时间维度阈值。

优选的，当所述损耗率阈值为版本维度阈值，则所述当前处理系统的损耗率超过所述损耗率阈值具体为：

$\frac{abs({{\mathrm{\α}}_2}^{\′}-{\mathrm{\α}}_2)}{{{\mathrm{\α}}_2}^{\′}}>T_2$

其中，α₂’代表当前处理系统各个版本的平均损耗率，α₂代表当前处理系统在当前版本下的损耗率，T₂代表版本维度阈值。

优选的，所述方法还包括：

在获取广告数据后，将所述广告数据转换为预设的第一类数据结构；利用所述第一类数据结构的广告数据计算当前处理系统的损耗率，并保存为相应的第二类数据结构。

一种广告投放的监控装置，所述装置包括：

数据获取模块，用于获取广告数据，所述广告数据包括当前处理系统的数据通过量，和前一处理系统的数据通过量；

数据运算模块，用于根据所述广告数据，计算当前处理系统的损耗率；为所述当前处理系统预设对应的损耗率阈值，并将所述当前处理系统的损耗率，与所述损耗率阈值进行对比；

警报模块，用于在所述当前处理系统的损耗率超过所述损耗率阈值时，生成针对当前系统的警报信号。

优选的，所述数据获取模块还用于：

在获取广告数据后，在获取广告数据后，将所述广告数据转换为预设的第一类数据结构。

优选的，所述数据运算模块计算当前处理系统的损耗率具体为：

利用所述第一类数据结构的广告数据计算当前处理系统的损耗率，并保存为相应的第二类数据结构。

优选的，所述计算当前处理系统的损耗率具体为：

$\mathrm{\α}=\frac{M^{\′}-M}{M^{\′}}$

其中，α代表损耗率，M’代表前一处理系统的数据通过量，M代表当前处理系统的数据通过量。

与现有技术相比，本申请所述的方法和系统，达到了如下效果：

能够通过检测各个处理系统的损耗率，来判断每个处理系统的运行状况，准确的找到出现故障的处理系统，从而对广告投放的整体流程实现了有效的监控；并且本申请对于广告投放的监控，不影响广告投放过程本身，也不受到各个处理系统独立运行的环境限制；通过对于广告数据结构的处理，实现了更直接高效的计算损耗率，提高了监控的效率。

当然，实施本申请的任一产品必不一定需要同时达到以上所述的所有技术效果。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例所述方法流程图；

图2为本申请另一实施例所述方法流程图；

图3为本申请实施例所述装置结构示意图。

具体实施方式

如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。此外，“耦接”一词在此包含任何直接及间接的电性耦接手段。因此，若文中描述一第一装置耦接于一第二装置，则代表所述第一装置可直接电性耦接于所述第二装置，或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。

按照前述已知，广告投放的过程从触发始，相关广告数据需要先后有序的经过广告投放服务器、交易平台、广告编程模块以及广告应用模块等多个系统的筛选、过滤和处理，才可以完成最终的投放。并且上述各个系统彼此之间都是相对独立的，很难实现整体的监控。所以现有技术中，广告投放流程并没有被有效的监控，投放流程执行的稳定性也很难得到保障。

在本申请中，将计算各个系统之间，广告数据运转的损耗率；由此衡量在每个系统处理广告数据的损耗程度，从而获悉系统的运行状况，实现更有效的监控广告投放的整体流程。

参见图1所示，为本申请所述方法的具体实施例，本实施例中，所述方法包括以下步骤：

步骤101、获取广告数据，所述广告数据包括当前处理系统的数据通过量，和前一处理系统的数据通过量。

本实施例中，假设所述处理系统包括广告投放服务器、交易平台、广告编程模块和广告应用模块。上述4个系统依次对广告数据进行处理和筛选。需要说明的是，每个系统在处理数据的过程中，基本都会出现数据损耗的情况。所以一般都会出现一个常规的损耗率。但假如损耗率过大，超出正常的范围，即说明该系统出现故障。

还需要说明的是，每个处理系统进行数据处理的原理都存在差异，所以各个处理系统中所谓的广告数据可能有所区别，衡量数据量的单位也都可能不同。但从数据流整体的角度上来看，每个处理系统无外乎都存在一定量的数据输入和输出。本步骤中所谓的数据通过量，即泛指广告投放过程中各个处理系统的数据输入和输出。

步骤102、根据所述广告数据，计算当前处理系统的损耗率。

所述各个处理系统在数据交互和处理的过程中，数据输入是来自前一个处理系统，而数据输出则流向后一个处理系统。经过统计和换算之后，可以认为输入与输出之间的差距，即意味着损耗。本实施例中用损耗率这一概念来，衡量数据在当前处理系统处理过程中的损耗程度。损耗率的计算方式具体如下：

$\mathrm{\α}=\frac{M^{\′}-M}{M^{\′}}$

其中，α代表损耗率，M’代表前一处理系统的数据通过量，M代表当前处理系统的数据通过量。

步骤103、为所述当前处理系统预设对应的损耗率阈值，并将所述当前处理系统的损耗率与所述损耗率阈值进行对比。

步骤104、如果所述当前处理系统的损耗率超过所述损耗率阈值，则生成针对当前系统的警报信号。

已知所述损耗率，意味着当前处理系统对于广告数据的损耗情况。假使损耗率在正常的范围之内，则说明当前处理系统工作状态正常；反之如果损耗率过大，就说明当前处理系统运行存在问题，进而需要生成针对当前系统的警报信号，以提示工作人员明确相关的情况并进行处理。

按照最简单的方式，可将所述损耗率阈值直接设置为固定的临界值。损耗率在任何情况下超过临界值，均生成警报信号。但是，在损耗率随着时间的变化当中，难免会出现一些扰动因素导致损耗率瞬间增加，这未必意味着处理系统真的出现了故障。

所以优选的，为了更加准确的判断处理系统的状态，在本实施例中，将通过多个维度对损耗率进行判断。所述判断损耗率的维度可包括时间、系统版本、平台、终端型号、终端操作系统等等。每个维度之下，可根据常规的经验设置专门的损耗率阈值。而该阈值也可以不直接的关注损耗率的本身，而是关注损耗率的变化程度。

例如，当所述损耗率阈值为时间维度阈值，则所述当前处理系统的损耗率超过所述损耗率阈值具体为：

$\frac{abs({{\mathrm{\α}}_1}^{\′}-{\mathrm{\α}}_1)}{{{\mathrm{\α}}_1}^{\′}}>T_1$

其中，abs函数即取绝对值函数，α₁’代表特定时间范围内(如一周内)的平均损耗率，α₁代表当前的损耗率，或者说是当前一段时间当中(如近一小时)的平均损耗率，T₁代表时间维度阈值。也就意味着，如果近一个小时内的损耗率急剧上升，超出一周内损耗率均值的比例大于时间维度阈值，则生成警报信号。

或者，当所述损耗率阈值为版本维度阈值，则所述当前处理系统的损耗率超过所述损耗率阈值具体为：

$\frac{abs({{\mathrm{\α}}_2}^{\′}-{\mathrm{\α}}_2)}{{{\mathrm{\α}}_2}^{\′}}>T_2$

其中，abs函数即取绝对值函数，α₂’代表当前处理系统各个版本的平均损耗率，α₂代表当前处理系统在当前版本下的损耗率，T₂代表版本维度阈值。同理的，如果处理系统固件版本更新后，新版本的损耗率与历史各版本的损耗率差异较明显，则说明该版本的固件存在问题，则生成警报信号。

通过以上技术方案可知，本实施例存在的有益效果是：能够通过检测各个处理系统的损耗率，来判断每个处理系统的运行状况，准确的找到出现故障的处理系统，从而对广告投放的整体流程实现了有效的监控；并且所述方法对于广告投放的监控，不影响广告投放过程本身，也不受到各个处理系统独立运行的环境限制。

参见图2所示，为本申请所述方法的另一个具体实施例。本实施例将在前述实施例的基础上，进一步的结合优选技术方案。本实施例中所述系统包括以下步骤：

步骤201、获取广告数据，所述广告数据包括当前处理系统的数据通过量，和前一处理系统的数据通过量。

步骤202、在获取广告数据后，将所述广告数据转换为预设的第一类数据结构。

本实施例中为了提高数据处理的效率，将各种广告数据先进行数据结构的转换，也就是将广告数据转换为预设的第一类数据结构。

本实施例中，所述第一类数据结构可以具体的选用HashMap+List结构，如下表：

其中，key可以代表衡量损耗率的site/os/device/client各个维度，value则是各个处理系统的数据通过量，例如cast_times是广告投放服务器的投放量，sspr_times是交易平台筛选后的通过量，show_times则是成功投放的广告曝光量。还有其他广告数据不一一列举。

步骤203、利用所述第一类数据结构的广告数据计算当前处理系统的损耗率，并保存为相应的第二类数据结构。

可以说第二类数据结构是在第一类数据结构基础上的演变。也就是说，本实施例中将计算得到的损耗率保存为相应的第二类数据结构。第二类数据结构对应第一类数据结构，同为HashMap+List，具体为：

第二类数据结构中，key与第一类数据结构相同；value则表示当前处理系统的损耗率和该处理系统先前一定周期内(例如之前一周)的平均损耗率。例如，cur_loss表示，广告投放服务器中当前处理系统的损耗率，avg_cast_loss表示广告投放服务器中该处理系统先前一定周期内(例如之前一周)的平均损耗率。可见利用第二类数据结构的广告数据，可以直接显示出损耗率的情况。

步骤204、为所述当前处理系统预设对应的损耗率阈值，并将所述当前处理系统的损耗率与所述损耗率阈值进行对比。

步骤205、如果所述当前处理系统的损耗率超过所述损耗率阈值，则生成针对当前系统的警报信号。

通过以上技术方案可知，本实施例在图1所示实施例的基础上，进一步存在的有益效果是：通过对于广告数据结构的处理，实现了更直接高效的计算损耗率，提高了监控的效率。

参见图3所示，为本申请所述装置的具体实施例。本实施例中，所述装置用于实现图1～2所示实施例中的方法。其技术方案本质上图前述的方法实施例一致，所以前述实施例中的相关描述，同样适用于本实施例中。所述装置包括：

数据获取模块301，用于获取广告数据，所述广告数据包括当前处理系统的数据通过量，和前一处理系统的数据通过量。

所述数据获取模块301还用于，在获取广告数据后，将所述广告数据转换为预设的第一类数据结构。

数据运算模块302，用于利用所述第一类数据结构的广告数据计算当前处理系统的损耗率，并保存为相应的第二类数据结构；为所述当前处理系统预设对应的损耗率阈值，并将所述当前处理系统的损耗率，与所述损耗率阈值进行对比。

所述数据运算模块302计算当前处理系统的损耗率具体为：利用第一类数据结构的广告数据计算当前处理系统的损耗率。

所述计算当前处理系统的损耗率具体为：

$\mathrm{\α}=\frac{M^{\′}-M}{M^{\′}}$

其中，α代表损耗率，M’代表前一处理系统的数据通过量，M代表当前处理系统的数据通过量。

警报模块303，用于在所述当前处理系统的损耗率超过所述损耗率阈值时，生成针对当前系统的警报信号。

通过以上技术方案可知，所述装置存在的有益效果是：能够通过检测各个处理系统的损耗率，来判断每个处理系统的运行状况，准确的找到出现故障的处理系统，从而对广告投放的整体流程实现了有效的监控；并且所述装置对于广告投放的监控，不影响广告投放过程本身，也不受到各个处理系统独立运行的环境限制；通过对于广告数据结构的处理，实现了更直接高效的计算损耗率，提高了监控的效率

本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求的保护范围内。

Claims (10)

1.一种广告投放的监控方法，其特征在于，所述方法包括：

获取广告数据，所述广告数据包括当前处理系统的数据通过量，和前一处理系统的数据通过量；

根据所述广告数据，计算当前处理系统的损耗率；

为所述当前处理系统预设对应的损耗率阈值，并将所述当前处理系统的损耗率与所述损耗率阈值进行对比；

如果所述当前处理系统的损耗率超过所述损耗率阈值，则生成针对当前系统的警报信号。

2.根据权利要求1所述方法，其特征在于，所述处理系统包括：

广告投放服务器、交易平台、广告编程模块和广告应用模块。

3.根据权利要求1或2所述方法，其特征在于，所述计算当前处理系统的损耗率具体为：

$\mathrm{\α}=\frac{M^{\′}-M}{M^{\′}}$

其中，α代表损耗率，M’代表前一处理系统的数据通过量，M代表当前处理系统的数据通过量。

4.根据权利要求3所述方法，其特征在于，当所述损耗率阈值为时间维度阈值，则所述当前处理系统的损耗率超过所述损耗率阈值具体为：

$\frac{abs({{\mathrm{\α}}_1}^{\′}-{\mathrm{\α}}_1)}{{{\mathrm{\α}}_1}^{\′}}>T_1$

其中，α₁’代表特定时间范围内的平均损耗率，α₁代表当前的损耗率，T₁代表时间维度阈值。

5.根据权利要求3所述方法，其特征在于，当所述损耗率阈值为版本维度阈值，则所述当前处理系统的损耗率超过所述损耗率阈值具体为：

$\frac{abs({{\mathrm{\α}}_2}^{\′}-{\mathrm{\α}}_2)}{{{\mathrm{\α}}_2}^{\′}}>T_2$

其中，α₂’代表当前处理系统各个版本的平均损耗率，α₂代表当前处理系统在当前版本下的损耗率，T₂代表版本维度阈值。

6.根据权利要求1或2所述方法，其特征在于，所述方法还包括：

在获取广告数据后，将所述广告数据转换为预设的第一类数据结构；利用所述第一类数据结构的广告数据计算当前处理系统的损耗率，并保存为相应的第二类数据结构。

7.一种广告投放的监控装置，其特征在于，所述装置包括：

数据获取模块，用于获取广告数据，所述广告数据包括当前处理系统的数据通过量，和前一处理系统的数据通过量；

数据运算模块，用于根据所述广告数据，计算当前处理系统的损耗率；为所述当前处理系统预设对应的损耗率阈值，并将所述当前处理系统的损耗率，与所述损耗率阈值进行对比；

警报模块，用于在所述当前处理系统的损耗率超过所述损耗率阈值时，生成针对当前系统的警报信号。

8.根据权利要求7所述装置，其特征在于，所述数据获取模块还用于：

在获取广告数据后，在获取广告数据后，将所述广告数据转换为预设的第一类数据结构。

9.根据权利要求8所述装置，其特征在于，所述数据运算模块计算当前处理系统的损耗率具体为：

利用所述第一类数据结构的广告数据计算当前处理系统的损耗率，并保存为相应的第二类数据结构。

10.根据权利要求7～9任意一项所述的装置，其特征在于，所述计算当前处理系统的损耗率具体为：

$\mathrm{\α}=\frac{M^{\′}-M}{M^{\′}}$

其中，α代表损耗率，M’代表前一处理系统的数据通过量，M代表当前处理系统的数据通过量。