CN110059925A - 一种广告数据处理方法及装置 - Google Patents

Abstract

本发明实施例提供一种广告数据处理方法及装置，所示方法包括：获取广告对应的商品的访问数据，并根据所述访问数据确定所述商品的访问用户；根据所述访问用户的来源标识，确定所述访问用户中来自所述广告影响的访问用户；根据来自所述广告影响的访问用户的访问行为，对来自所述广告影响的访问用户按照其访问行为进行聚类。根据本发明的技术方案，针对现有电商类客户数据效果存在的问题，如无法衡量商品成单指标、无法进行归因处理等现状，提出了基于用户行为分析的电商转化漏斗分析方法，通过用户对于电商类广告的转化过程的分析，对每一层数据效果进行监控及回收，制定漏斗分析模型，并为后续相关策略优化及效果评价等提供数据基础支持。

Description

一种广告数据处理方法及装置

技术领域

本发明涉及互联网广告领域，具体涉及一种广告数据处理方法及装置。

背景技术

通过对微博广告主行业分析发现，电商广告主作为微博客户重要组成部分，应针对这 部分行业特点、客户诉求等，制定通用化、标准化以及全流程的特色功能及服务方法。而 现有电商广告主在进行商品推广时，虽然商品成单量在推广期效果要优于非推广期，但由 于广告主要推广的商品品类繁多，推广的途径也五花八门(如品牌、效果类广告、非标等等)，商品成单无法准确的衡量每一种推广途径所带来的成单量，并进行唯一的归因化处理。这样会导致广告主无法去衡量电商功能的好坏及最终的效果评判，无法大范围的使用微博特色的电商类服务体系。

发明内容

本发明实施例提供一种广告数据处理方法及装置，通过对微博电商类广告每一步转化 链路进行深入分析及研究，建立商品转化路径模型，构建独特的电商广告转化闭环。

为达到上述目的，一方面，本发明实施例提供了一种广告数据处理方法，所述方法包 括：

获取广告对应的商品的访问数据，并根据所述访问数据确定所述商品的访问用户；

根据所述访问用户的来源标识，确定所述访问用户中来自所述广告影响的访问用户；

根据来自所述广告影响的访问用户的访问行为，对来自所述广告影响的访问用户按照 其访问行为进行聚类。

另一方面，本发明实施例提供了一种广告数据处理装置，所述装置包括：

数据获取单元，用于获取广告对应的商品的访问数据，并根据所述访问数据确定所述 商品的访问用户；

广告用户确定单元，用于根据所述访问用户的来源标识，确定所述访问用户中来自所 述广告影响的访问用户；

聚类单元，用于根据来自所述广告影响的访问用户的访问行为，对来自所述广告影响 的访问用户按照其访问行为进行聚类。

区别于现有技术，上述技术方案具有如下有益效果：

根据本发明的上述技术方案，针对现有电商类客户数据效果存在的问题，如无法衡量 商品成单指标、无法进行归因处理等现状，提出了基于用户行为分析的电商转化漏斗分析 方法，通过用户对于电商类广告的转化过程的分析，对每一层数据效果进行监控及回收， 制定漏斗分析模型，并为后续相关策略优化及效果评价等提供数据基础支持。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技 术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明 的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根 据这些附图获得其他的附图。

图1为本发明实施例之一的广告数据处理方法流程图；

图2为本发明实施例之一的广告数据处理装置结构示意图；

图3为本发明实施例之一的广告用户转化路径分析方法示意图；

图4为本发明实施例之一的电商数据漏斗模型结构示意图；

图5为本发明实施例之一的电商事件行为定向对话框示意图；

图6为本发明实施例之一的电商用户转化行为示例图；

图7为本发明实施例之一的商品信息录入示例图；

图8为本发明实施例之一的商品信息分组示例图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地 描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本 发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实 施例，都属于本发明保护的范围。

如图1所示，本发明提供的一种广告数据处理方法，包括：

100、获取广告对应的商品的访问数据，并根据所述访问数据确定所述商品的访问用 户；

101、根据所述访问用户的来源标识，确定所述访问用户中来自所述广告影响的访问 用户；

102、根据来自所述广告影响的访问用户的访问行为，对来自所述广告影响的访问用 户按照其访问行为进行聚类。

具体地，当用户在微博上刷到电商类广告时，其转化跳转路径如图3所示：

1)广告曝光：用户刷到电商广告，若对其所推广的广告内容或商品信息感兴趣，会产生导流互动行为；点击图文区域跳转到详情页，或直接将商品加入到购物车；

2)商品详情页：为电商广告的第二层路径，即对广告产生互动的这部分用户群体中， 会来到橱窗详情页查看商品的详情信息，当用户浏览完详情后，确认该商品为自己所感兴 趣的商品，会选择将商品加入到购物车，或跳转到淘宝页面，产生进一步的购买转化行为；

3)淘宝购买：电商广告转化路径的第三层，用户明确表达自身意愿，并已经来到淘宝平台，产生购买行为(同商品购买/同店铺其他商品购买)。

在详细分析电商类广告用户转化路径链路分析基础上，搭建如图4所示的数据漏斗模 型，层层归因，可有效分析出广告效果所带来的加购、引流、成单等关键指标数据，帮助 广告系统有效锁定目标用户人群，并进一步提升商品的购买率。

进一步可选地，所述对来自所述广告影响的访问用户按照其访问行为进行聚类，包括：

对来自所述广告影响的访问用户，按照其对商品的不同的访问行为，将所述来自广告 影响的访问用户分为如下类别：

对商品的橱窗页进行浏览的用户；

对商品的详情页进行浏览的用户；

将商品加入购物车的用户；

购买商品的用户。

进一步可选地，所述方法还包括：

获取购买商品的用户在该商品所在店铺的其他商品购买信息；

根据购买商品的用户的商品购买信息和所述的其他商品购买信息，分析所述广告的影 响效果。

所述数据漏斗模型如下：

第一层：广告途径曝光：

不同广告产品线、广告计划、广告创意等，对用户层维度带来的曝光情况；

第二层：浏览过商品的用户，但未产生下一步的转化行为：

橱窗页浏览：现有橱窗页浏览日志格式如下：

(访问时间、访问者uid、橱窗商品iid、橱窗卖家uid、橱窗商品类型、来源博文、商品创建时间、来源标识)；

可通过来源标识来判断，在商品详情页浏览的用户群体中，其来自于那一条广告博文；

第三层：电商事件引流(宝贝详情/加购物车)；

在橱窗详情页浏览商品详细信息后，用户会产生进一步转化行为(宝贝详情点击/加购 物车)；

①宝贝详情点击

【宝贝详情点击次数、点击uid、来源mid、来源作者uid、卖家uid、商品id、橱窗id、商品价格、点击时间戳】

②加购物车点击

【加购物车点击次数、点击uid、来源mid、来源作者uid、卖家uid、商品id、橱窗id、点击时间戳】；

可通过点击uid、来源mid、商品id等信息，来匹配出此次点击行为，是来自于哪条广告博文所带来的效果；

第四层：商品成单数据(30天内成单)；

商品成单日志格式如下：

【成交时间、用户uid、成交时间点、淘宝商品id、淘宝商品名称、淘宝店铺id、成 交金额】；

可通过用户uid、淘宝商品id信息，来归因出此次成单行为所对应的广告博文，并通 过淘宝店铺id,来进一步分析用户所购买的所有商品详细信息，得出精准网站成交金额GMV；

进一步地，在对来自所述广告影响的访问用户按照其访问行为进行聚类之后，所述方 法还包括：

将同一行业下的所有商品的访问用户按聚类后的类别进行合并，得到该行业对应的访 问用户的聚类结果。

再进一步地，在所述将同一行业下的所有商品的访问用户按类别进行合并之后，所述 方法还包括：

获取待投放广告的目标行业，根据目标行业对应的访问用户的聚类结果，按照投放需 求选择设定类别的访问用户作为进行广告投放的目标用户并进行广告投放。

如图3、4所示，电商数据闭环模型应用分析如下：

通过对微博用户转化行为分析，找出电商数据模型搭建的核心路径，并通核心指标关 联的方式进行层层归因，将最终的商品转化成单效果，归因到具体的某一广告推广期时所 带来的效果。

数据闭环模型不仅仅能够帮助平台及广告主明确广告效果指标，其更重要的应用方向 在于，帮助平台挖掘出用户对于任意商品的喜好程度及其处于转化路径的层级，利用这种 有价值的核心数据，帮助广告主进行retargeting及相似商品推荐，进一步提升商品的售卖 及转化：

在广告投放后台-定向层，新增电商事件行为定向(如图3所示)，广告主应用操作如 下：

1)商品信息录入：广告主首先将自己的商品信息同步到广告后台中，便于商品分组、 管理；

2)挖掘目标用户群体：若用户选择商品组“2018新款夏季连衣裙”时，系统根据广告主的选择，并依托于上文所说的数据漏斗模型，挖掘出对该商品组产生过行为(浏览/ 点击/购买)的用户集合群体；

3)建立投放规则：三种投放层级规则如下，供广告主根据自身诉求选择；

规则一：浏览过商品，但没有采取下一步行为的进行用户推广

用户浏览过商品，表现出一定程度的喜好，但并没有产生任何决策行为。故该规则目 标，主要为了吸引用户进一步产生转化行为；

规则二：已将商品加入到购物车，但并没有产生购买

用户将商品加入到购物车，表现出购买欲望，但没有形成最终的转化。该规则目标， 主要为了完成目标用户唤起，完成最终的转化成单；

规则三：追加销售商品，已经购买了商品，再次推广相关内容

用户已经产生过购买行为，广告后台已经能够追踪该用户的兴趣特征。故该规则目标， 主要为了推广更多其感兴趣的商品，促进更多商品完成售卖及转化。

如图2所示，本发明提供的一种广告数据处理装置，包括：

20、数据获取单元，用于获取广告对应的商品的访问数据，并根据所述访问数据确定 所述商品的访问用户；

21、广告用户确定单元，用于根据所述访问用户的来源标识，确定所述访问用户中来 自所述广告影响的访问用户；

22、聚类单元，用于根据来自所述广告影响的访问用户的访问行为，对来自所述广告 影响的访问用户按照其访问行为进行聚类。

进一步可选地，所述聚类单元具体用于：

对来自所述广告影响的访问用户，按照其对商品的不同的访问行为，将所述来自广告 影响的访问用户分为如下类别：

对商品的橱窗页进行浏览的用户；

对商品的详情页进行浏览的用户；

将商品加入购物车的用户；

购买商品的用户。

进一步可选地，所述装置还包括效果分析单元，所述效果分析单元用于：

获取购买商品的用户在该商品所在店铺的其他商品购买信息；

根据购买商品的用户的商品购买信息和所述的其他商品购买信息，分析所述广告的影 响效果。

再进一步地所述装置还包括：

合并单元，用于在对来自所述广告影响的访问用户按照其访问行为进行聚类之后，将 同一行业下的所有商品的访问用户按聚类后的类别进行合并，得到该行业对应的访问用户 的聚类结果。

更进一步地，所述装置还包括：

广告投放单元，用于在所述将同一行业下的所有商品的访问用户按类别进行合并之 后，获取待投放广告的目标行业，根据目标行业对应的访问用户的聚类结果，按照投放需 求选择设定类别的访问用户作为进行广告投放的目标用户并进行广告投放。

本发明的一实施例的具体实例：用户转化行为路径示例

如图6所示，淘宝美妆用户在微博上推广产品，用户购买流程转化链路及对应的成单 分析过程为：

1)用户A在微博上刷到广告主B所推广的产品C时，有购买欲望，其首先点击广告导流区域，进一步浏览商品的相信内容；

2)用户A在商品详情页查看完价钱、介绍、评价等信息后，打算购买，进一步的转化行为，可在商品详情页直接将该商品加入到购物车，或点开宝贝详情，跳转到淘宝app页；

3)用户A将商品加入到淘宝购物车或查看完宝贝详情后，在淘宝app里浏览其余内容后，发现同店铺的其他商品，也激发了自己的购买欲望；故其又选了同店铺的其他商品供5件，共同下单，完成本次购买行为；

4)用户A的购买链路为广告曝光——商品浏览——商品导流——完成购买，最终通 过分析商品A在每一层转化链路上的日志行为分析，最终归因出该商品C推广过程中所带 来的转化及效果；

综上所述，用户转化行为路径分析，目标有两方面；一是提供了更加明确的商品转化 归因的方法，并确定最终的成单效果指标；更为重要的是，在此基础上，也为数据闭环的最终应用，锁定目标人群，帮助后台利用数据挖掘、retargeting等技术手段，进一步提升商品的售卖情况。

应用实例中的广告后台技术方案示例

电商数据闭环的应用，在后台技术方案流程中，主要包括以下方面：

①如图7所示，商品信息录入及管理

广告主将要推广的商品信息同步到广告后台，后台提供商品的录入、查看、编辑、分 组及快速管理等操作(图5、图6)，供广告主方便快捷管理要推广的商品信息；

②如图8所示，选定商品集，并以此为基础挖掘目标用户群体

根据广告主选择商品集为挖掘核心，并根据用户转化行为路径，锁定目标用户群体， 并确认目标用户群体对商品相关行为所处的层级位置(浏览/购买/成单)，建立对应的规 则；

③建立投放规则，提升商品的售卖及转化成单

依据用户行为分析及转化漏斗模型，本文所建立的投放规则有三种，浏览商品/加购物 车/追加销售，上文已经详细介绍每一层级规则的目标及对应的含义，在此不再详细展开介 绍。

本发明在充分分析现有电商类广告主在功能以及数据效果存在的问题基础上(如无法 进行效果归因、无法缩短商品转化路径)，通过对用户行为路径进行深入挖掘及归因，提 出一套全新的电商广告数据漏斗分析方法，并进行层层归因，通过关键指标串联转化路径 的每一步行为，搭建好最终的数据闭环模型，并介绍了该模型的具体应用方法及对应目标， 为广告策略优化及效果提升提供很好的方法。

应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。

基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保 护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要 素，并且不是要限于所述的特定顺序或层次。

在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应 该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清 楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那 样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书 特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。

为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了 描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文 定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因 此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范 围相一致。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或 方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可 以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保 护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包 含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为 清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软 件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的 应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保 护的范围。

本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字 信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门 或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用 处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模 块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM 存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意 形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒 介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。 处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和 存储媒介也可以设置于用户终端中的不同的部件中。

在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、 固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒 介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑 存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是 任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不 限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置， 或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光 纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被 包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射 盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光 学复制数据。上述的组合也可以包含在电脑可读媒介中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细 说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的 保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包 含在本发明的保护范围之内。

Claims (10)

1.一种广告数据处理方法，其特征在于，包括；

获取广告对应的商品的访问数据，并根据所述访问数据确定所述商品的访问用户；

根据所述访问用户的来源标识，确定所述访问用户中来自所述广告影响的访问用户；

根据来自所述广告影响的访问用户的访问行为，对来自所述广告影响的访问用户按照其访问行为进行聚类。

2.根据权利要求1所述的广告数据处理方法，其特征在于，所述对来自所述广告影响的访问用户按照其访问行为进行聚类，包括：

对来自所述广告影响的访问用户，按照其对商品的不同的访问行为，将所述来自广告影响的访问用户分为如下类别：

对商品的橱窗页进行浏览的用户；

对商品的详情页进行浏览的用户；

将商品加入购物车的用户；

购买商品的用户。

3.根据权利要求2所述的广告数据处理方法，其特征在于，所述方法还包括：

获取购买商品的用户在该商品所在店铺的其他商品购买信息；

根据购买商品的用户的商品购买信息和所述的其他商品购买信息，分析所述广告的影响效果。

4.根据权利要求2所述的广告数据处理方法，其特征在于，在对来自所述广告影响的访问用户按照其访问行为进行聚类之后，所述方法还包括：

将同一行业下的所有商品的访问用户按聚类后的类别进行合并，得到该行业对应的访问用户的聚类结果。

5.根据权利要求4所述的广告数据处理方法，其特征在于，在所述将同一行业下的所有商品的访问用户按类别进行合并之后，所述方法还包括：

获取待投放广告的目标行业，根据目标行业对应的访问用户的聚类结果，按照投放需求选择设定类别的访问用户作为进行广告投放的目标用户并进行广告投放。

6.一种广告数据处理装置，其特征在于，包括；

数据获取单元，用于获取广告对应的商品的访问数据，并根据所述访问数据确定所述商品的访问用户；

广告用户确定单元，用于根据所述访问用户的来源标识，确定所述访问用户中来自所述广告影响的访问用户；

聚类单元，用于根据来自所述广告影响的访问用户的访问行为，对来自所述广告影响的访问用户按照其访问行为进行聚类。

7.根据权利要求6所述的广告数据处理装置，其特征在于，所述聚类单元具体用于：

对来自所述广告影响的访问用户，按照其对商品的不同的访问行为，将所述来自广告影响的访问用户分为如下类别：

对商品的橱窗页进行浏览的用户；

对商品的详情页进行浏览的用户；

将商品加入购物车的用户；

购买商品的用户。

8.根据权利要求7所述的广告数据处理装置，其特征在于，所述装置还包括效果分析单元，所述效果分析单元用于：

获取购买商品的用户在该商品所在店铺的其他商品购买信息；

根据购买商品的用户的商品购买信息和所述的其他商品购买信息，分析所述广告的影响效果。

9.根据权利要求7所述的广告数据处理装置，其特征在于，所述装置还包括：

合并单元，用于在对来自所述广告影响的访问用户按照其访问行为进行聚类之后，将同一行业下的所有商品的访问用户按聚类后的类别进行合并，得到该行业对应的访问用户的聚类结果。

10.根据权利要求9所述的广告数据处理装置，其特征在于，所述装置还包括：

广告投放单元，用于在所述将同一行业下的所有商品的访问用户按类别进行合并之后，获取待投放广告的目标行业，根据目标行业对应的访问用户的聚类结果，按照投放需求选择设定类别的访问用户作为进行广告投放的目标用户并进行广告投放。