CN108520439A - 评价广告效应的方法、服务器集群以及系统 - Google Patents

评价广告效应的方法、服务器集群以及系统 Download PDF

Info

Publication number
CN108520439A
CN108520439A CN201810293904.6A CN201810293904A CN108520439A CN 108520439 A CN108520439 A CN 108520439A CN 201810293904 A CN201810293904 A CN 201810293904A CN 108520439 A CN108520439 A CN 108520439A
Authority
CN
China
Prior art keywords
data
sales volume
advertisement
history
commodity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810293904.6A
Other languages
English (en)
Inventor
吴园园
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201810293904.6A priority Critical patent/CN108520439A/zh
Publication of CN108520439A publication Critical patent/CN108520439A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0273—Determination of fees for advertising

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种评价广告效应的方法，包括获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数随时间的分布数据，获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述商品的历史销量随时间的分布数据，基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。本公开还提供了一种服务器集群以及一种评价广告效应的系统。

Description

评价广告效应的方法、服务器集群以及系统
技术领域
本公开涉及一种评价广告效应的方法、服务器集群以及系统。
背景技术
随着互联网技术的发展，广告对社会经济发挥着越来越重要的作用，已成为企业促销的重要手段。若盲目地投放广告，容易造成资源的浪费或者难以带来有益效果。合理地评价广告效应，可以科学地指导广告的投放，避免广告的过渡投放或者广告的欠投放。
现有的评价广告效应的方法仅考虑到了广告的衰减效应，评价角度单一，难以准确地评价广告效应。
发明内容
本公开的一个方面提供了一种评价广告效应的方法、服务器集群以及系统，包括获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数随时间的分布数据，获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述商品的历史销量随时间的分布数据，以及基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。
可选地，所述方法还包括，基于所述历史投放数据以及所述历史销量数据，确定衰减模型，以基于所述延迟时间、所述衰减模型和所述广告的投放数据，分析商品的销量数据，其中，所述衰减模型用于确定衰减系数，所述衰减系数用于表征广告投放随时间增长对商品销量的影响的衰减程度。
可选地，所述衰减模型包括衰减速度先增大后减小的非线性衰减模型。
可选地，所述基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间包括，设定时间周期数N，其中，N为正整数，计算至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的关系，获得计算结果，其中，K为正整数，在所述计算结果满足预设条件的情况下，表征延迟N个时间周期的情况下所述历史投放数据和所述历史销量数据的相关程度满足预设要求，确定时间周期数N为延迟时间。
可选地，所述基于所述延迟时间和广告的投放数据，分析商品的销量数据包括，基于所述延迟时间和广告的投放数据，确定有效投放费用，所述有效投放费用是指不同时间周期，对产品销量有影响的投放费用的总和，以及基于所述有效投放费用，分析商品的销量数据。
可选地，所述基于所述延迟时间和广告的投放数据，确定有效投放费用包括，基于所述延迟时间，确定所述有效投放费用的时间区间，所述时间区间包括多个时间周期，确定所述时间区间中各个时间周期对产品销量有影响的投放费用，叠加所述各个时间周期中的对产品销量有影响的投放费用，确定有效投放费用。
本公开的另一个方面提供了一种评价广告效应的系统，包括第一获取模块，用于获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数随时间的分布数据，第二获取模块，用于获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述商品的历史销量随时间的分布数据，第一确定模块，用于基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。
可选地，所述系统还包括，第二确定模块，用于基于所述历史投放数据以及所述历史销量数据，确定衰减模型，以基于所述延迟时间、所述衰减模型和所述广告的投放数据，分析商品的销量数据，其中，所述衰减模型用于确定衰减系数，所述衰减系数用于表征广告投放随时间增长对商品销量的影响的衰减程度。
可选地，所述衰减模型包括衰减速度先增大后减小的非线性衰减模型。
可选地，第一确定模块包括，赋值子模块，用于设定时间周期数N，其中，N为正整数，计算子模块，用于计算至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的关系，获得计算结果，其中，K为正整数，确定子模块，用于在所述计算结果满足预设条件的情况下，表征延迟N个时间周期的情况下所述历史投放数据和所述历史销量数据的相关程度满足预设要求，确定时间周期数N为延迟时间。
可选地，所述基于所述延迟时间和广告的投放数据，分析商品的销量数据包括，基于所述延迟时间和广告的投放数据，确定有效投放费用，所述有效投放费用是指不同时间周期，对产品销量有影响的投放费用的总和，以及基于所述有效投放费用，分析商品的销量数据。
可选地，所述基于所述延迟时间和广告的投放数据，确定有效投放费用包括，基于所述延迟时间，确定所述有效投放费用的时间区间，所述时间区间包括多个时间周期，确定所述时间区间中各个时间周期对产品销量有影响的投放费用，叠加所述各个时间周期中的对产品销量有影响的投放费用，确定有效投放费用。
本公开的另一个方面提供了一种服务器集群，包括处理器，以及存储器，其上存储有计算机可读指令，所述指令被处理器执行时，使得所述处理器，获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数，获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述广告的历史销量的时间分布数据，基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。
可选的，所述处理器还执行，基于所述历史投放数据以及所述历史销量数据，确定衰减模型，以基于所述延迟时间、所述衰减模型和所述广告的投放数据，分析商品的销量数据，其中，所述衰减模型用于确定衰减系数，所述衰减系数用于表征广告投放随时间增长对商品销量的影响的衰减程度。
可选的，所述衰减模型包括衰减速度先增大后减小的非线性衰减模型。
可选的，所述处理器基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间包括，设定时间周期数N，其中，N为正整数，计算至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的关系，获得计算结果，其中，K为正整数，在所述计算结果满足预设条件的情况下，表征延迟N个时间周期的情况下所述历史投放数据和所述历史销量数据的相关程度满足预设要求，确定时间周期数N为延迟时间。
可选的，所述处理器基于所述延迟时间和广告的投放数据，分析商品的销量数据包括，基于所述延迟时间和广告的投放数据，确定有效投放费用，所述有效投放费用是指不同时间周期，对产品销量有影响的投放费用的总和，以及基于所述有效投放费用，分析商品的销量数据。
可选的，所述处理器基于所述延迟时间和广告的投放数据，确定有效投放费用包括，基于所述延迟时间，确定所述有效投放费用的时间区间，所述时间区间包括多个时间周期，确定所述时间区间中各个时间周期对产品销量有影响的投放费用，叠加所述各个时间周期中的对产品销量有影响的投放费用，确定有效投放费用。
本公开的另一方面提供了一种非易失性存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
附图说明
为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
图1A和图1B示意性示出了根据本公开实施例的评价广告效应的方法的应用场景；
图2示意性示出了根据本公开实施例的评价广告效应的方法的流程图；
图3示意性示出了根据本公开实施例的基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间的流程图；
图4示意性示出了根据本公开实施例的基于所述延迟时间和广告的投放数据，分析商品的销量数据的流程图；
图5示意性示出了根据本公开实施例的基于所述延迟时间和广告的投放数据，确定有效投放费用的流程图；
图6示意性示出了根据本公开另一实施例的评价广告效应的方法的流程图；
图7示意性示出了根据本公开实施例的评价广告效应的系统的框图；
图8示意性示出了根据本公开实施例的评价广告效应的系统的框图；
图9示意性示出了根据本公开实施例的第一确定模块的框图；以及
图10示意性示出了根据本公开实施例的服务器集群的框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。
本公开的实施例提供了一种评价广告效应的方法，包括获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数随时间的分布数据，获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述商品的历史销量随时间的分布数据，基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。该评价广告效应的方法考虑到广告的延迟效应，能够合理地评价广告效应，从而能够准确的分析销量数据。
图1A和图1B示意性示出了根据本公开的实施例的评价广告效应的方法的应用场景。需要注意的是，图1A和图1B所示仅为可以应用本公开实施例的场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
广告可以通过多种方式投放，包括通过网络、电视、公共场所广告牌等。例如，图1A所示，在t1时刻，电视100正在播放口红产品110的广告。
如图1B所示，在现有技术中，基于在t1时刻投放的广告，预测本次投放广告后，该口红产品110的销量如曲线S1所示。然而，该口红产品110的实际销量如曲线S2所示。如图1B所示，口红产品110的实际销量S2与口红产品110的预测销量S1之间存在偏差，例如，预测在t3时刻，口红产品110的销量为Y，而实际上，口红产品110的实际销量在t3之后的t4时刻才达到Y。又例如，预测本次广告在投放日期t1后，将很快地提高该口红产品110的销量，而实际上，在t1时刻到日期t2时刻之间，本次广告的投放并未对口红产品110的销量产生影响。
针对现有的评价广告效应的方法不能准确地分析销量数据的问题，本公开提供了一种评价广告效应的方法，以使广告效应的评价更加合理，销量数据的分析更加准确，进而能够科学地指导广告的投放。
图2示意性示出了根据本公开的实施例的评价广告效应的方法的流程图。
如图2所示，该方法包括操作S210～S230。
在操作S210，获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数随时间的分布数据。
在操作S220，获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述商品的历史销量随时间的分布数据。
在操作S230，基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。
该方法考虑到广告的延迟效应，能够更加合理地评价广告效应，从而更准确的分析销量数据。
根据本公开的实施例，在操作S210，所述对商品销量产生影响的广告参数例如是广告投放费用、广告投放频率、广告投放渠道等。获取广告的历史投放数据，例如是获取广告投放费用随时间的分布数据。
根据本公开的实施例，在操作S220，与所述广告相关的商品，例如图1A所示的场景中，与该广告相关的商品为口红产品110。获取与所述广告相关的商品的历史销量数据，例如获取该口红产品110的历史销量随时间的分布数据。
根据本公开的实施例，在操作S230，广告的延迟时间可以包括由广告开始投放到对商品销量产生影响经过的时间长度。如图1B所示，t1时刻投放的广告到t2时刻开始对口红产品110的销量产生影响，广告的延迟时间可以是t2-t1。
图3示意性示出了根据本公开实施例的基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间的流程图。
如图3所示，该方法包括操作S231～S233。
在操作S231，设定时间周期数N，其中，N为正整数。
在操作S232，计算至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的关系，获得计算结果，其中，K为正整数。
在操作S233，在所述计算结果满足预设条件的情况下，表征延迟N个时间周期的情况下所述历史投放数据和所述历史销量数据的相关程度满足预设要求，确定时间周期数N为延迟时间。
根据本公开的实施例，在操作S231，设定时间周期数N。例如设定时间周期数为5，其中时间周期为1天。
根据本公开的实施例，在操作S232，K个时间周期内的所述历史投放数据，例如是从广告投放第1天到广告投放第6天的历史投放费用，其中，时间周期为1天。所述延迟N个时间周期分别对应的所述历史销量数据，例如N为5，广告投放第1天的投放费用对应延迟5天即第6天的销量，类似地，第M天的广告投放费用对应第M+N天的销量。计算至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的关系可以包括，计算至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的比值：
(Pt+Pt+1+…+Pt+K-1)/(St+N+St+1+N+…+St+2*N-1)
其中，t为正整数，Pt表示第t个时间周期内的投放数据，St+N表示第t+N个时间周期内的商品销量。
根据本公开的实施例，在操作S233，计算结果例如是在操作S232中描述的至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的比值：
(Pt+Pt+1+…+Pt+K-1)/(St+N+St+1+N+…+St+2*N-1)
根据本公开的实施例，在操作S233，预设条件例如是多组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的比值在一阈值区间内。预设条件也可以是历史投放数据和所述历史销量数据的相关系数大于一预设阈值。在满足预设条件时，表征延迟N个时间周期的情况下所述历史投放数据和所述历史销量数据的相关程度满足预设要求，确定时间周期数N为延迟时间。例如，当N等于5时，多组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的比值在一阈值区间，确定延迟时间为5天。
返回参考图2，在操作S230，基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据。
图4示意性示出了根据本公开实施例的基于所述延迟时间和广告的投放数据，分析商品的销量数据的流程图。
如图4所示，该方法包括操作S410和S420。
在操作S410，基于所述延迟时间和广告的投放数据，确定有效投放费用，所述有效投放费用是指不同时间周期，对产品销量有影响的投放费用的总和。
根据本公开的实施例，在操作S410，基于所述延迟时间和广告的投放数据，确定有效投放费用，例如时间周期为1天，延迟时间为5天，可以确定广告投放第30天时的有效投放费用为：
其中，Pt表示第t天的广告投放费用，λt表示第t天的广告投放费用Pt的衰减系数。
图5示意性示出了根据本公开实施例的基于所述延迟时间和广告的投放数据，确定有效投放费用的流程图。
如图5所示，该方法包括操作S411～S413。
在操作S411，基于所述延迟时间，确定所述有效投放费用的时间区间，所述时间区间包括多个时间周期；
在操作S412，确定所述时间区间中各个时间周期对产品销量有影响的投放费用；
在操作S413，叠加所述各个时间周期中的对产品销量有影响的投放费用，确定有效投放费用。
根据本公开的实施例，在操作S411，基于所述延迟时间，确定所述有效投放费用的时间区间，例如在操作S410所描述的情景中，延迟时间为5天，确定广告投放第30天的有效投放费用的时间区间为广告投放第一天到广告投放第25天。所述时间区间包括多个时间周期，例如广告投放第一天到广告投放第25天包括25个时间周期。
根据本公开的实施例，在操作S412，确定所述时间区间中各个时间周期对产品销量有影响的投放费用。例如，在操作S410所描述的情景中，第1个时间周期投放的广告对第30天的产品销量有影响的投放费用为λ1×P1，其中，λ1表示第1天的广告投放费用P1的衰减系数。
根据本公开的实施例，在操作S413，叠加所述各个时间周期中的对产品销量有影响的投放费用，确定有效投放费用。例如，在操作S410所描述的情景中，从广告第1天投放到第30天的有效投放费用为：
返回参考图4，在操作S420，基于所述有效投放费用，分析商品的销量数据包括，基于所述历史投放数据以及所述历史销量数据，建立有效投放费用与销量数据的关系模型，以及基于所述有效投放费用和所述关系模型，分析商品的销量数据。所述关系模型，例如是有效投放费用与销量数据的函数关系。分析商品的销量数据，例如是获得商品的销量数据随时间的分布。
图6示意性示出了根据本公开另一实施例的评价广告效应的方法的流程图。
如图6所示，该方法在前述实施例的基础上还包括操作S610。
在操作S610，基于所述历史投放数据以及所述历史销量数据，确定衰减模型，以基于所述延迟时间、所述衰减模型和所述广告的投放数据，分析商品的销量数据，其中，所述衰减模型用于确定衰减系数，所述衰减系数用于表征广告投放随时间增长对商品销量的影响的衰减程度。
该方法根据投放数据和销量数据，调整衰减模型中的参数，使衰减模型可以应用于不同的场景，使广告效应的评价更加准确。
根据本公开的实施例，在操作S610，所述衰减模型包括衰减速度先增大后减小的非线性衰减模型，其中，所述衰减模型用于确定衰减系数。例如，非线性衰减模型可以是λ＝1/(1+e^(t-γ))，其中，λ表示衰减系数，γ为所述参数，t表示衰减时间。基于所述历史投放数据以及所述历史销量数据，确定衰减模型中的参数γ。其中，基于所述历史投放数据以及所述历史销量数据，确定衰减模型中的参数γ，例如可以是设定参数的值γ0，并根据该设定参数γ0计算有效投放费用，例如在操作S410所描述的情景中，有效投放费用为：
根据该有效投放费用分析商品的销量数据，将分析的商品的销量数据与历史销量数据拟合，以及改变γ0的值，确定拟合的误差最小的销量数据对应的参数γ0作为非线性衰减模型的参数。
根据本公开的实施例，在操作S610，基于所述延迟时间、所述衰减模型和所述广告的投放数据，分析商品的销量数据，其中，所述衰减模型用于确定衰减系数，所述衰减系数用于表征广告投放随时间增长对商品销量的影响的衰减程度。例如，确定的非线性衰减模型的参数γ为6，则衰减模型是λ＝1/(1+e^(t-6))，基于延迟时间例如5天、衰减模型和广告的投放数据P1，P2，……，P25确定有效投放费用为：
以及根据该有效投放费用分析商品的销量数据。
图7示意性示出了根据本公开实施例的评价广告效应的系统700的框图。
如图7所示，评价广告效应的系统700包括第一获取模块710、第二获取模块720以及第一确定模块730。
第一获取模块710用于获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数随时间的分布数据。根据本公开的实施例，对商品销量产生影响的广告参数，例如是广告投放费用、广告投放频率、广告投放渠道等。获取广告的历史投放数据，例如获取广告投放费用随时间的分布数据。
第二获取模块720用于获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述商品的历史销量随时间的分布数据。例如，在图1A所示的场景中，获取口红产品110的历史销量随时间的分布数据。
第一确定模块730用于基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。例如，如图1B所示，t1时刻投放的广告到t2时刻开始对口红产品110的销量产生影响，在该场景中，广告的延迟时间可以是t2-t1。
根据本公开的实施例，所述基于所述延迟时间和广告的投放数据，分析商品的销量数据包括，基于所述延迟时间和广告的投放数据，确定有效投放费用，所述有效投放费用是指不同时间周期，对产品销量有影响的投放费用的总和，以及基于所述有效投放费用，分析商品的销量数据。
根据本公开的实施例，所述基于所述延迟时间和广告的投放数据，确定有效投放费用包括，基于所述延迟时间，确定所述有效投放费用的时间区间，所述时间区间包括多个时间周期，确定所述时间区间中各个时间周期对产品销量有影响的投放费用，叠加所述各个时间周期中的对产品销量有影响的投放费用，确定有效投放费用。
该系统考虑到广告的延迟效应，能够更加合理地评价广告效应，从而更准确的分析销量数据。
图8示意性示出了根据本公开实施例的评价广告效应的系统800的框图。
如图8所示评价广告效应的系统800在前述实施例的基础上还包括第二确定模块810。
第二确定模块810用于基于所述历史投放数据以及所述历史销量数据，确定衰减模型，以基于所述延迟时间、所述衰减模型和所述广告的投放数据，分析商品的销量数据，其中，所述衰减模型用于确定衰减系数，所述衰减系数用于表征广告投放随时间增长对商品销量的影响的衰减程度。
该系统根据投放数据和销量数据，调整衰减模型中的参数，使衰减模型可以应用于不同的场景，使广告效应的评价更加准确。
根据本公开的实施例，所述衰减模型包括衰减速度先增大后减小的非线性衰减模型。例如，衰减模型可以是λ＝1/(1+e^(t-γ))，其中，λ表示衰减系数，γ表示参数，t表示衰减时间。
图9示意性示出了根据本公开实施例的第一确定模块730的框图。
如图9所示，第一确定模块730包括赋值子模块731、计算子模块732以及确定子模块733。
赋值子模块731用于设定时间周期数N，其中，N为正整数。例如，设定时间周期数为5，其中时间周期为1天。
计算子模块732用于计算至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的关系，获得计算结果，其中，K为正整数。例如，计算至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的比值为：
(Pt+Pt+1+…+Pt+K-1)/(St+N+St+1+N+…+St+2*N-1)
其中，t为正整数，Pt表示第t个时间周期内的投放数据，St+N表示第t+N个时间周期内的商品销量。
确定子模块733用于在所述计算结果满足预设条件的情况下，表征延迟N个时间周期的情况下所述历史投放数据和所述历史销量数据的相关程度满足预设要求，确定时间周期数N为延迟时间。预设条件，例如是多组比值在一阈值区间内。例如，当N＝5时，至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的比值在一阈值区间，确定延迟时间为5天。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
例如，第一获取模块710、第二获取模块720、第一确定模块730、第二确定模块810、赋值子模块731、计算子模块732以及确定子模块733中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一获取模块710、第二获取模块720、第一确定模块730、第二确定模块810、赋值子模块731、计算子模块732以及确定子模块733中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一获取模块710、第二获取模块720、第一确定模块730、第二确定模块810、赋值子模块731、计算子模块732以及确定子模块733中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
图10示意性示出了根据本公开实施例的适于实现上文描述的方法的服务器集群的方框图。图10示出的服务器集群仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。10
如图10所示，服务器集群1000包括处理器1010以及计算机可读存储介质1020。该服务器集群1000可以执行根据本公开实施例的方法。
具体地，处理器1010例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器1010还可以包括用于缓存用途的板载存储器。处理器1010可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
计算机可读存储介质1020，例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。
计算机可读存储介质1020可以包括计算机程序1021，该计算机程序1021可以包括代码/计算机可执行指令，其在由处理器1010执行时使得处理器1010执行根据本公开实施例的方法或其任何变形。
计算机程序1021可被配置为具有例如包括计算机程序模块的计算机程序代码。例如，在示例实施例中，计算机程序1021中的代码可以包括一个或多个程序模块，例如包括1021A、模块1021B、……。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被处理器1010执行时，使得处理器1010可以执行根据本公开实施例的方法或其任何变形。
根据本发明的实施例，第一获取模块710、第二获取模块720、第一确定模块730、第二确定模块810、赋值子模块731、计算子模块732以及确定子模块733中的至少一个可以实现为参考图10描述的计算机程序模块，其在被处理器1010执行时，可以实现上面描述的相应操作。
本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现上面描述的相应操作。
根据本公开的实施例，计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线、光缆、射频信号等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

Claims (10)

1.一种评价广告效应的方法，包括：
获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数随时间的分布数据；
获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述商品的历史销量随时间的分布数据；以及
基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。
2.根据权利要求1所述的方法，还包括：
基于所述历史投放数据以及所述历史销量数据，确定衰减模型，以基于所述延迟时间、所述衰减模型和所述广告的投放数据，分析商品的销量数据，其中，所述衰减模型用于确定衰减系数，所述衰减系数用于表征广告投放随时间增长对商品销量的影响的衰减程度。
3.根据权利要求2所述的方法，其中，所述衰减模型包括衰减速度先增大后减小的非线性衰减模型。
4.根据权利要求1所述的方法，其中，所述基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间包括：
设定时间周期数N，其中，N为正整数；
计算至少2组K个时间周期内的所述历史投放数据和延迟N个时间周期分别对应的所述历史销量数据的关系，获得计算结果，其中，K为正整数；以及
在所述计算结果满足预设条件的情况下，表征延迟N个时间周期的情况下所述历史投放数据和所述历史销量数据的相关程度满足预设要求，确定时间周期数N为延迟时间。
5.根据权利要求1所述的方法，其中，所述基于所述延迟时间和广告的投放数据，分析商品的销量数据包括：
基于所述延迟时间和广告的投放数据，确定有效投放费用，所述有效投放费用是指不同时间周期，对产品销量有影响的投放费用的总和；以及
基于所述有效投放费用，分析商品的销量数据。
6.根据权利要求5所述的方法，其中，所述基于所述延迟时间和广告的投放数据，确定有效投放费用包括：
基于所述延迟时间，确定所述有效投放费用的时间区间，所述时间区间包括多个时间周期；
确定所述时间区间中各个时间周期对产品销量有影响的投放费用；以及
叠加所述各个时间周期中的对产品销量有影响的投放费用，确定有效投放费用。
7.一种服务器集群，包括：
处理器；以及
存储器，其上存储有计算机可读指令，所述指令被处理器执行时，使得所述处理器：
获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数；
获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述广告的历史销量的时间分布数据；
基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。
8.根据权利要求7所述的服务器集群，所述处理器还执行：
基于所述历史投放数据以及所述历史销量数据，确定衰减模型，以基于所述延迟时间、所述衰减模型和所述广告的投放数据，分析商品的销量数据，其中，所述衰减模型用于确定衰减系数，所述衰减系数用于表征广告投放随时间增长对商品销量的影响的衰减程度。
9.一种评价广告效应的系统，包括：
第一获取模块，用于获取广告的历史投放数据，其中，所述历史投放数据包括对商品销量产生影响的广告参数随时间的分布数据；
第二获取模块，用于获取与所述广告相关的商品的历史销量数据，其中，所述历史销量数据包括所述商品的历史销量随时间的分布数据；
第一确定模块，用于基于所述历史投放数据以及所述历史销量数据，确定所述广告的延迟时间，以基于所述延迟时间和广告的投放数据，分析商品的销量数据，其中，所述广告的延迟时间包括由广告开始投放到对商品销量产生影响经过的时间长度。
10.根据权利要求9所述的系统，还包括：
第二确定模块，用于基于所述历史投放数据以及所述历史销量数据，确定衰减模型，以基于所述延迟时间、所述衰减模型和所述广告的投放数据，分析商品的销量数据，其中，所述衰减模型用于确定衰减系数，所述衰减系数用于表征广告投放随时间增长对商品销量的影响的衰减程度。
CN201810293904.6A 2018-04-03 2018-04-03 评价广告效应的方法、服务器集群以及系统 Pending CN108520439A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810293904.6A CN108520439A (zh) 2018-04-03 2018-04-03 评价广告效应的方法、服务器集群以及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810293904.6A CN108520439A (zh) 2018-04-03 2018-04-03 评价广告效应的方法、服务器集群以及系统

Publications (1)

Publication Number Publication Date
CN108520439A true CN108520439A (zh) 2018-09-11

Family

ID=63431292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810293904.6A Pending CN108520439A (zh) 2018-04-03 2018-04-03 评价广告效应的方法、服务器集群以及系统

Country Status (1)

Country Link
CN (1) CN108520439A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8676632B1 (en) * 2009-07-16 2014-03-18 Overstock.Com, Inc. Pricing and forecasting
CN106097025A (zh) * 2016-08-24 2016-11-09 苏州新科兰德科技有限公司 一种基于dsp的广告投放方法及装置
CN106548372A (zh) * 2016-10-19 2017-03-29 天脉聚源（北京）科技有限公司 一种广告集中投放方法及投放装置
CN106651459A (zh) * 2016-12-29 2017-05-10 北京奇艺世纪科技有限公司 一种广告投放的方法和装置
CN106791901A (zh) * 2016-12-15 2017-05-31 Tcl集团股份有限公司 一种直播频道排序方法及其装置
CN107038190A (zh) * 2016-10-28 2017-08-11 厦门大学 一种应用于淘宝网的智能促销方案建模方法
CN107169783A (zh) * 2017-03-31 2017-09-15 北京奇艺世纪科技有限公司 基于实时反馈的广告投放方法及装置
CN107274209A (zh) * 2017-05-18 2017-10-20 北京京东尚科信息技术有限公司 预测促销活动销售数据的方法和装置
CN107481062A (zh) * 2017-08-21 2017-12-15 小草数语（北京）科技有限公司 广告投放预算的分配方法和装置
CN107527244A (zh) * 2017-08-30 2017-12-29 微梦创科网络科技（中国）有限公司 广告投放流量的自动控制方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8676632B1 (en) * 2009-07-16 2014-03-18 Overstock.Com, Inc. Pricing and forecasting
CN106097025A (zh) * 2016-08-24 2016-11-09 苏州新科兰德科技有限公司 一种基于dsp的广告投放方法及装置
CN106548372A (zh) * 2016-10-19 2017-03-29 天脉聚源（北京）科技有限公司 一种广告集中投放方法及投放装置
CN107038190A (zh) * 2016-10-28 2017-08-11 厦门大学 一种应用于淘宝网的智能促销方案建模方法
CN106791901A (zh) * 2016-12-15 2017-05-31 Tcl集团股份有限公司 一种直播频道排序方法及其装置
CN106651459A (zh) * 2016-12-29 2017-05-10 北京奇艺世纪科技有限公司 一种广告投放的方法和装置
CN107169783A (zh) * 2017-03-31 2017-09-15 北京奇艺世纪科技有限公司 基于实时反馈的广告投放方法及装置
CN107274209A (zh) * 2017-05-18 2017-10-20 北京京东尚科信息技术有限公司 预测促销活动销售数据的方法和装置
CN107481062A (zh) * 2017-08-21 2017-12-15 小草数语（北京）科技有限公司 广告投放预算的分配方法和装置
CN107527244A (zh) * 2017-08-30 2017-12-29 微梦创科网络科技（中国）有限公司 广告投放流量的自动控制方法及系统

Similar Documents

Publication Publication Date Title
CN108596623B (zh) 一种区块链共识达成方法
US20210167942A1 (en) Method and apparatus for reaching blockchain consensus
CN109121022B (zh) 用于标记视频片段的方法及装置
CN108230357A (zh) 关键点检测方法、装置、存储介质、计算机程序和电子设备
CN103733198A (zh) 流应用性能监测度量
CN108665363B (zh) 一种区块链共识达成装置
CN108629588B (zh) 一种用于区块链共识达成的计算机可读介质
CN107239846B (zh) 停车场泊位预测处理方法及装置
CN109214674B (zh) 客服系统管理方法、客服系统及电子设备
US20160078078A1 (en) Auditing of web-based video
CN109688428B (zh) 视频评论生成方法和装置
CN109618236A (zh) 视频评论处理方法和装置
US10769866B2 (en) Generating estimates of failure risk for a vehicular component
CN109783550A (zh) 数据处理方法、装置、系统、计算机可读存储介质
CN112055023A (zh) 基于预言机的访问请求处理方法、装置、设备和介质
US20150018060A1 (en) System and method for decision making in strategic environments
CN110223124A (zh) 数据处理方法、装置、电子设备及计算机可读介质
CN110110859A (zh) 确定企业选址的方法、装置、电子设备及介质
US20220269504A1 (en) Client-side enrichment and transformation via dynamic logic for analytics
CN108520439A (zh) 评价广告效应的方法、服务器集群以及系统
US10311361B1 (en) Media theme propagation using decretization of continuous variables
US10078667B2 (en) Normalizing non-numeric features of files
CN109634866A (zh) 数据测试方法、装置、介质及电子设备
CN112396236B (zh) 一种交通流量预测方法、系统、服务器和存储介质
CN109391838A (zh) 一种广播的处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180911