CN113723981A - 一种海量广告位的快速评估方法、系统 - Google Patents

Abstract

本发明提供一种海量广告位的快速评估方法，及广告投放领域或者广告评估领域，所述方法包括以下步骤：步骤1：整理对广告位评估所需要的多个指标；步骤2：制定统一的评分值范围，并确定每个指标的评分标准；步骤3：分别获取若干广告位的每个指标的数据，根据评分标准对数据进行排序后，去除每个指标的离群值；步骤4：将评分值范围划为n段分数段，以及将排序后的数据平均分成n等份，与分数段一一对应，得到每个数据所属分数段。本发明用于解决现有技术中无法有针对性的为广告主快速推荐广告位，广告主也不能直观比对各个广告位，以选择对自己来说性价比最高的广告位的技术问题。

Description

一种海量广告位的快速评估方法、系统

技术领域

本发明涉及广告投放领域或者广告评估领域，特别是涉及一种海量广告位的快速评估方法、系统。

背景技术

目前在广告交易平台或者广告投放中会经常管理多个广告位的管理。根据不同业务需求对要广告位管理的要求也不一样。当广告位数量到达一定规模时如位置数量上万时，管理员就很难进行快速的位置选取了。

目前在广告位管理时，都是可以知道每个广告位的单独的状况，但是却不知每个广告位的状况在整体的广告位中处于一个什么排名。尤其是广告主有自己的投放目标时，例如：需要选择选择点击率前20％的位置与点击成本最低的前20％的位置。传统的做法是管理员需要把所有位置的数据进行统计排序，再过滤获取到对应的信息(点击率前20％、点击成本最低的前20％)，由于广告位数量多，评估过程繁杂，以至于筛选效率十分低，无法有针对性的为广告主快速推荐广告位，且在评估过程中存在某些广告位的数据偏离正常数据太多，影响对广告位的排序，因此需要人工参与排查。同时，广告主无法直观的比对各个广告位，以选择对自己来说性价比最高的广告位。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种海量广告位的快速评估方法、系统，用于解决现有技术中无法有针对性的为广告主快速推荐广告位，广告主也不能直观比对各个广告位，以选择对自己来说性价比最高的广告位的技术问题。

本发明提供一种海量广告位的快速评估方法，所述方法包括以下步骤：

步骤1：整理对广告位评估所需要的多个指标；

步骤2：制定统一的评分值范围，并确定每个指标的评分标准；

步骤3：分别获取若干广告位的每个指标的数据，根据评分标准对数据进行排序后，去除每个指标的离群值；

步骤4：将评分值范围划为n段分数段，以及将排序后的数据平均分成n等份，与分数段一一对应，得到每个数据所属分数段。

于本发明的一实施例中，步骤1中，所述对广告位评估所需要的多个指标包括流量、点击率、成交价、成交率、点击成本及收入。

于本发明的一实施例中，步骤2中，确定每个指标的评分标准为：判断指标的数据值与评分值为正比例函数或反比例函数。

于本发明的一实施例中，步骤3中：

当指标的数据值与评分值为正比例函数时，数据按照从小到大的顺序进行排序；当指标的数据值与评分值为反比例函数时，数据按照从大到小的顺序进行排序。

于本发明的一实施例中，步骤3中，利用拉依达准则计算每个指标的平均值和标准差，当数据偏离平均值三个标准差以上则作为离群值排除。

一种海量广告位的快速评估系统，所述系统包括：

指标整理模块，用于整理对广告位评估所需要的多个指标；

评分制定模块，用于制定统一的评分值范围，并确定每个指标的评分标准；

数据处理模块，用于分别获取若干广告位的每个指标的数据，去除每个指标的离群值后，根据评分标准对数据进行排序；

评分模块：用于将评分值范围划为n段分数段，以及将排序后的数据平均分成n等份，与分数段一一对应。

于本发明的一实施例中，所述数据数量模块包括排除单元，所述排除单元利用拉依达准则计算每个指标的平均值和标准差，当数据偏离平均值三个标准差以上则作为离群值排除。

于本发明的一实施例中，所述评分模块包括划分单元和分类单元，所述划分单元用于将评分值范围划为n段分数段、排序后的数据平均分成n等份，分类单元将每个等份分类至所属的分数段，并输出每个数据的得分。

如上所述，本发明具有以下有益效果：

本发明通过将若干广告位的同一个指标进行评分，可得出每个指标中广告位的排名，了解到广告位在整体中处于什么样的位置，有利于快速的帮助广告主选择出需求的广告位，同时，也能得出每个广告位所有指标的评分，帮助广告主直观的比较广告位，从而选择出对自己来说性价比最高的广告位。

附图说明

图1显示为本发明公开的步骤流程图。

图2显示为本发明公开的关于数据划分的折线图。

图3显示为本发明公开的系统结构图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

请参阅图1，本发明提供一种海量广告位的快速评估方法，所述方法包括以下步骤：

步骤1：整理对广告位评估所需要的多个指标；

步骤2：制定统一的评分值范围，并确定每个指标的评分标准；

步骤3：分别获取若干广告位的每个指标的数据，根据评分标准对数据进行排序后，去除每个指标的离群值；

步骤4：将评分值范围划为n段分数段，以及将排序后的数据平均分成n等份，与分数段一一对应，得到每个数据所属分数段。

本实施例中，通过对各个指标的数据进行排序，然后得到每个指标的数据所述分数段，也就完成了对每个指标的评分。

基于以上实施例，步骤1中，所述对广告位评估所需要的多个指标包括流量、点击率、成交价、成交率、点击成本及收入，通过监控广告来源的数据以及后期转化数据，来得到相关广告位的指标数据，其中，成交价为广告位的成交价格，也可根据广告主的需求，增加指标。

基于以上实施例，步骤2中，确定每个指标的评分标准为：判断指标的数据值与评分值为正比例函数或反比例函数；

优选的，所述评分值范围为0～5分，或者更精确的评分值范围为0～100分，评分值越高则更优。

如下表1所示，为一个广告位的所有指标的评分，其中评分值为0～5分：

指标	评分值
		流量	5
点击率	2.3
		成交价	3.5
成交率	3
		点击成本	3.1
收入	2

表1

优选的，通过将每个指标累积求和，得到总分数来评估每个广告位的综合评分。

基于以上实施例，步骤3中：

当指标的数据值与评分值为正比例函数时，数据按照从小到大的顺序进行排序；当指标的数据值与评分值为反比例函数时，数据按照从大到小的顺序进行排序。

基于以上实施例，步骤3中，利用拉依达准则计算每个指标的平均值和标准差，当数据偏离平均值三个标准差以上则作为离群值排除：

拉依达准则具体为：指先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间，认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应予以剔除。

本实施例中，所述流量、点击率、成交价、成交率、点击成本及收入分别与评分值为正比、正比、反比、正比、反比、正比。

具体实施例

此处采用点击成本举例，

获取到若干个广告位的点击成本，点击成本与评分值为反比例函数，因此将点击成本按从大到小的顺序进行排序，需要说明的是，数据不需要去重处理：

1.6、0.5、0.49、0.49、0.48、0.47、0.47、0.47、0.46、/0.45、0.45、0.44、0.44、0.44、0.44、0.43、0.42、/0.42、0.41、0.41、0.41、0.4、0.39、0.39、0.38、0.38、0.37、0.37、0.36、0.36、0.36、0.35、0.34、/0.33、0.33、0.33、0.32、0.31、0.29、0.28、0.26、0.25

平均值为：0.422380952；标准差为：0.194860262；其中，1.6是离群值被除掉。

指定评分值范围为0～5，将评分范围划为5段：

0-1分段；1-2分段；2-3分段：3-4分段；4-5分段；

将数据划分为5等份：

0.5、0.49、0.49、0.48、0.47、0.47、0.47、0.46；

0.45、0.45、0.44、0.44、0.44、0.44、0.43、0.42；

0.42、0.41、0.41、0.41、0.4、0.39、0.39、0.38；

0.38、0.37、0.37、0.36、0.36、0.36、0.35、0.34、0.33；

0.33、0.33、0.32、0.31、0.29、0.28、0.26、0.25；

如图2所示，每个分数段对应的数据为：

0-1分段：0.46≤X≤0.5；

1-2分段：0.42≤X≤0.46；

2-3分段：0.38≤X≤0.42；

3-4分段：0.33≤X≤0.38；

4-5分段：0.25≤X≤0.33；

也可更精确的求出数据具体得分，例如：X＝0.35时，3+(0.35-0.33)/(0.38-0.3)＝3.25分；

本实施例只是作为一个举例，在存在成千上万的数据量时，在范围内的每一个数字基本都会出现，数据量越大的情况下，每个数据所属分数段的划分更加精准。

采用上述计算方法，可得出关于流量、点击率、成交价、成交率及收入的评分；

当广告主选择点击率前10％和点击成本前20％的位置。只需要在系统里的评分过滤中输入。点击评分大于4.5,点击成本评分>4，即可获取的到对应的数据。并且数据是过滤后的数据，大大提高的工作效率；同时，广告主能够直观的看到每个广告位的评分情况，能够快速的了解到每个广告位的价值，是否符合自己的需求。

请参阅图3，一种海量广告位的快速评估系统，所述系统包括：

指标整理模块，用于整理对广告位评估所需要的多个指标；

评分制定模块，用于制定统一的评分值范围，并确定每个指标的评分标准；

数据处理模块，用于分别获取若干广告位的每个指标的数据，去除每个指标的离群值后，根据评分标准对数据进行排序；

评分模块：用于将评分值范围划为n段分数段，以及将排序后的数据平均分成n等份，与分数段一一对应。

基于以上实施例，所述数据数量模块包括排除单元，所述排除单元利用拉依达准则计算每个指标的平均值和标准差，当数据偏离平均值三个标准差以上则作为离群值排除。

基于以上实施例，所述评分模块包括划分单元和分类单元，所述划分单元用于将评分值范围划为n段分数段、排序后的数据平均分成n等份，分类单元将每个等份分类至所属的分数段，并输出每个数据的得分，管理员可对没个数据的得分进行查看。

综上所述，本发明针对广告位在整个广告管理平台中的评估方式，使用者可以输入根据要求，快速选择出所需要的广告位置，大大提高了管理员的工作效率。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (8)

1.一种海量广告位的快速评估方法，其特征在于，所述方法包括以下步骤：

步骤1：整理对广告位评估所需要的多个指标；

步骤2：制定统一的评分值范围，并确定每个指标的评分标准；

步骤3：分别获取若干广告位的每个指标的数据，根据评分标准对数据进行排序后，去除每个指标的离群值；

步骤4：将评分值范围划为n段分数段，以及将排序后的数据平均分成n等份，与分数段一一对应，得到每个数据所属分数段。

2.根据权利要求1所述的海量广告位的快速评估方法，其特征在于：步骤1中，所述对广告位评估所需要的多个指标包括流量、点击率、成交价、成交率、点击成本及收入。

3.根据权利要求1所述的海量广告位的快速评估方法，其特征在于：步骤2中，确定每个指标的评分标准为：判断指标的数据值与评分值为正比例函数或反比例函数。

4.根据权利要求3所述的海量广告位的快速评估方法，其特征在于：步骤3中：

当指标的数据值与评分值为正比例函数时，数据按照从小到大的顺序进行排序；当指标的数据值与评分值为反比例函数时，数据按照从大到小的顺序进行排序。

5.根据权利要求1所述的海量广告位的快速评估方法，其特征在于：步骤3中，利用拉依达准则计算每个指标的平均值和标准差，当数据偏离平均值三个标准差以上则作为离群值排除。

6.一种海量广告位的快速评估系统，其特征在于，所述系统包括：

指标整理模块，用于整理对广告位评估所需要的多个指标；

评分制定模块，用于制定统一的评分值范围，并确定每个指标的评分标准；

数据处理模块，用于分别获取若干广告位的每个指标的数据，去除每个指标的离群值后，根据评分标准对数据进行排序；

评分模块：用于将评分值范围划为n段分数段，以及将排序后的数据平均分成n等份，与分数段一一对应。

7.根据权利要求6所述的海量广告位的快速评估系统，其特征在于：所述数据数量模块包括排除单元，所述排除单元利用拉依达准则计算每个指标的平均值和标准差，当数据偏离平均值三个标准差以上则作为离群值排除。

8.根据权利要求6所述的海量广告位的快速评估系统，其特征在于：所述评分模块包括划分单元和分类单元，所述划分单元用于将评分值范围划为n段分数段、排序后的数据平均分成n等份，分类单元将每个等份分类至所属的分数段，并输出每个数据的得分。

Images