CN116071110A - 广告创建方法、装置及存储介质 - Google Patents
广告创建方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116071110A CN116071110A CN202211730098.7A CN202211730098A CN116071110A CN 116071110 A CN116071110 A CN 116071110A CN 202211730098 A CN202211730098 A CN 202211730098A CN 116071110 A CN116071110 A CN 116071110A
- Authority
- CN
- China
- Prior art keywords
- target
- product
- information
- determining
- candidate
- 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
Links
Images
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
- G06Q30/0276—Advertisement creation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
- G06Q30/0275—Auctions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种广告创建方法、装置及存储介质,该方法包括:获取待创建广告对应的目标产品;基于预设数据库,确定目标产品对应的特征信息和品线信息;通过将特征信息进行文本拆分处理以及将与品线信息对应的搜索对象进行归类处理,确定候选对象集;基于候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集;基于目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价;根据目标投放对象集、目标投放对象对应的竞价以及预设预算创建广告。由此,基于预设数据库中与目标产品对应的关键数据合理确定目标投放对象和其对应的竞价,降低对商家经验的要求,且可以有效提高广告推广效果。
Description
技术领域
本申请涉及广告创建处理技术领域,更具体地,涉及一种广告创建方法、装置及存储介质。
背景技术
电子商务平台是提供用户和商家进行线上交易的平台,用户可以在电子商务平台输入需要购买的产品的关键词,以查找所需的产品;商家可以通过设置商品对应的关键词以及竞价,创建广告对产品进行广告推广,以使用户输入关键词时,产品可以出现在展示页面较前位置。`
然而,在广告创建时,关键词的选择和竞价的确定较大程度依赖于商家的经验,操作难度大,且无法确保广告推广效果。
发明内容
鉴于上述问题,本发明提出了一种广告创建方法、装置及存储介质,以改善上述技术问题。
第一方面,本申请实施例提供了一种广告创建方法,该方法包括:获取待创建广告对应的目标产品;基于预设数据库,确定目标产品对应的特征信息和品线信息;通过将特征信息进行文本拆分处理以及将与品线信息对应的搜索对象进行归类处理,确定候选对象集;基于候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集;基于目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价;根据目标投放对象集、目标投放对象对应的竞价以及预设预算创建广告。
第二方面,本申请实施例还提供了一种广告创建装置,该装置包括:获取模块,用于获取待创建广告对应的目标产品;第一确定模块,用于基于预设数据库,确定目标产品对应的特征信息和品线信息;第二确定模块,用于通过将特征信息进行文本拆分处理以及将与品线信息对应的搜索对象进行归类处理,确定候选对象集;第三确定模块,用于基于候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集;竞价确定模块,用于基于目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价;创建模块,用于根据目标投放对象集、目标投放对象对应的竞价以及预设预算创建广告。
第三方面,本申请实施例还提供了一种计算机可读取存储介质,计算机可读取存储介质中存储有程序代码,其中,在程序代码被处理器运行时执行上述广告创建方法。
本发明提供的技术方案,具体包括:获取待创建广告对应的目标产品;基于预设数据库,确定目标产品对应的特征信息和品线信息;通过将特征信息进行文本拆分处理以及将与品线信息对应的搜索对象进行归类处理,确定候选对象集;基于候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集;基于目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价;根据目标投放对象集、目标投放对象对应的竞价以及预设预算创建广告。由此,基于预设数据库中与目标产品对应的关键数据合理确定目标投放对象和设置对应的竞价,降低对商家经验的要求,减小操作难度,且可以有效提高广告推广效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,而不是全部的实施例。基于本申请实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例及附图,都属于本发明保护的范围。
图1示出了本申请实施例提供的一种广告创建方法的流程示意图。
图2示出了本申请实施例提供的一种广告创建装置的结构示意图。
图3示出了本申请实施例提供的一种电子设备的结构示意图。
图4示出了本申请实施例提供的一种计算机可读取存储介质的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
电子商务平台是提供用户和商家进行线上交易的平台,用户可以在电子商务平台输入需要购买的产品的关键词,电子商务平台的后台操作系统通过用户输入的关键词确定关键词关联的产品,并将产品在电子商务平台的展示页面进行展示。
电子商务平台的展示页面的产品数量较多,位于页面越靠前的展示位置的产品,被用户购买的机会更大。因此,商家可以通过设置产品对应的关键词以及竞价,对产品进行广告推广,以使用户输入关键词时,商家的产品可以出现在展示页面的较前位置。
为此,关键词设置的准确性以及对应竞价的设置是影响广告推广效果的其中两个重要的方面。
在相关技术中,商家通常会自主选择关键词及设定对应的竞价,也可以通过定时的任务去验证关键词的选择和竞价设置是否合理。
然而,关键词的选择及对应的竞价的确定较大程度依赖商家的经验,对于经验较少的商家操作难度较大,且容易出现关键词选择及对应竞价设置不合理的情况,无法确保广告推广效果。
为了改善上述问题,发明人提出了本申请提供的一种广告创建方法、装置及存储介质,该方法具体包括:获取待创建广告对应的目标产品;基于预设数据库,确定目标产品对应的特征信息和品线信息;通过将特征信息进行文本拆分处理以及将与品线信息对应的搜索对象进行归类处理,确定候选对象集;基于候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集;基于目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价;根据目标投放对象集、目标投放对象对应的竞价以及预设预算创建广告。
由此,基于预设数据库中与目标产品对应的关键数据合理确定目标投放对象和设置对应的竞价,降低对商家经验的要求,减小操作难度,且可以有效提高广告推广效果。具体实现细节请继续参阅以下步骤。
请参阅图1,图1示出了本申请实施例提供的一种广告创建方法的流程示意图,该方法可以包括步骤110至步骤160。
在步骤110中,获取待创建广告对应的目标产品。
商家可以在电商平台创建广告活动,在本申请的实施例中,待创建广告活动以SP(Sponsored Products,商品推广)广告为例、电商平台以亚马逊平台为例进行说明。
目标产品为与待创建广告活动关联的产品,以用于确定创建广告活动所需的关键信息。
在一些实施方式中,步骤110可以包括下述步骤。
(1)获取待创建广告对应的待投放产品。
(2)确定与待投放产品对应的竞争产品。
(3)基于待投放产品和竞争产品,确定目标产品。
其中,目标产品可以包括需要进行推广的待投放产品,又如目标产品可以包括与待投放产品关联的竞争产品。
在一些实施方式中,用户在创建广告时,选择与待创建广告对应的需要进行推广的待投放产品。
在一些实施方式中,竞争产品可以根据待投放产品进行确定;例如,可以根据待投放产品的属性、特点及针对的购买群体等,确定与投放产品相似的竞争产品。
在一些实施方式中,用户在创建广告时,也可以选择与待投放产品关联的竞争产品。例如,可以输入竞争产品的ASIN(Amazon standard identification numbe,亚马逊平台产品编码)编码。用户可以根据待投放产品进行市场调研及数据分析确定竞争产品,竞争产品可以是与待投放产品属于相同类目的产品,竞争产品可以与待投放产品具有类似的功能,竞争产品可以与待投放产品拥有类似的外观,竞争产品还可以与待投放产品的购买群体相同或接近的产品,可以理解的是,本申请并不限制于此。
当用户对待投放产品的调研或了解不够深入或全面时,有可能出现用户自主确定的竞争产品与待投放产品实际的竞争产品有所出入,导致后续步骤中根据竞争产品对应的特征信息确定候选对象有较大的误差。
为了提高筛选竞争产品的准确性,在一些实施方式中,步骤确定与待投放产品对应的竞争产品,具体可以包括下述步骤。
(a)获取待投放产品所属的品类信息。
(b)在预设数据库内,查询与品类信息对应且销量排名数据在预设排名阈值内的产品作为竞争产品。
在本申请的实施例中,品类信息为产品的类目信息。可选地,类目信息包括大类目信息和小类目信息,产品是从大类目信息到小类目信息进行细化的,可以理解的是,类目信息越细,该类目信息关联的产品数据量就越小,该类目信息关联的产品相似性或关联性越接近。
优选地,品类信息为待投放产品相关的小类目信息。
在一些实施方式中,预设数据库可以包括产品对应的信息,如品类信息、排名情况等信息。预设数据库中的产品信息可以通过电商平台提供的应用程序编程接口(API,Application Program Interface)、报告数据中获取得到,也可以通过用户提供的电商平台的账户信息,从用户账户的数据中获取得到。
在一些实施方式中,每个产品均拥有唯一的编码,通过产品对应的编码,可以在预设数据库中查询到与该产品对应的信息。例如,根据产品的编码在预设数据库内查询与该产品对应的品类信息。
在一些实施方式中,排名情况可以包括产品的销量排名数据,销量越多的产品,产品竞争力越大,因此,可以根据销量排名数据选择竞争产品。
可选地,可以查询与待投放产品属于同一品类信息,且销量排名数据在前预设排名阈值内的产品作为竞争产品。其中,预设排名阈值可以根据实际使用需要进行设置。例如可以预设排名阈值可以选择10%~30%,即销量排名数据在前10%~30%内的产品作为竞争产品。
从而可以准确、客观地帮助用户确定与待投放产品相关的竞争产品。
为了进一步提高筛选竞争产品的准确性,在一些实施方式中,竞争产品可以是用户自主筛选的竞争产品与根据待投放产品对应的品类信息确定的竞争产品进行去重处理后,得到的竞争产品。用户自主筛选的产品具体描述及根据待投放产品对应的品类信息确定的产品的具体描述可以参照前述实施例。
可以理解的是,本申请并不限制于此,竞争产品的确定可以根据待创建广告的实际需要进行对应调整。例如,根据商家的竞争对手的产品去筛选竞争产品,本申请对此不作限制。
在步骤120中,基于预设数据库,确定目标产品对应的特征信息和品线信息。
在本申请的实施例中,预设数据库还存储有目标产品对应的特征信息和品线信息。通过目标产品对应的编码,可以在预设数据库中查询该目标产品对应的特征信息和品线信息。
其中,特征信息为目标产品关联的信息,用户通过特征信息可以了解目标产品的具体功能及特点等信息。
在一些实施方式中,特征信息包括标题信息,标题信息可以是对目标产品的描述,标题信息的具体内容可以根据目标产品的属性及迎合用户的心理进行设置,例如,标题信息可以是包含目标产品的功效信息、商标信息、适用范围(引导用户正确购买)或产品特性(材质、尺码等)等信息中一个或多个信息的组合。以待创建广告为SP广告为例,标题信息为待创建广告对应的目标产品的标题。
示例性地,目标产品为工作靴,该产品的标题信息可以为“No Break In PeriodSoftLeather Work Boot”或“无磨合期软皮工作靴”等。
在一些实施方式中,标题信息可以包括关键对象,商家确定待创建广告的目标产品后,可以根据目标产品进行描述或迎合用户的习惯设置关键对象,例如,商家将一款衣服作为待创建广告的目标产品,并确定“衬衫”及“印花”作为这款衣服的关键对象,将这两个关键对象融合进这款衣服的标题信息中,这款衣服对应的标题信息可以为“印花衬衫”或“印花白衬衫”等。以待创建广告为SP广告为例,关键对象为待创建广告活动设置的关键词。
同时,商家还可以根据预算和关键对象的重要情况对关键对象分配对应的投放值,使得用户在电商平台输入的相关对象与关键对象相互匹配时,目标产品可以出现在电商平台展示页面较前的位置。
在一些实施方式中,特征信息包括卖点信息,卖点信息可以是目标产品的特性,卖点信息的具体内容可以根据目标产品的特色及迎合用户的习惯进行设置,同样的,卖点信息也可以目标产品的功效信息、商标信息、适用范围(引导用户正确购买)或产品特性(材质、特性、尺码等)等信息中一个或多个信息的组合。以待创建广告为SP广告为例,卖点信息为待创建广告对应目标产品的卖点。
在一些实施方式中,卖点信息可以包括关键对象,关键对象的具体描述可以参照前述实施例。
标题信息与卖点信息的不同之处在于:标题信息的主要作用是为了直接反映目标产品的核心特点,吸引用户进入目标产品所在的链接了解目标产品,卖点信息的主要作用是为了介绍目标产品的主要特色,吸引用户购买该目标产品。
可以理解的是,本申请并不限制于此,特征信息可以根据待创建广告的实际情况进行对应调整。例如,特征信息包括描述信息,描述信息可以是对目标产品的具体描述,以待创建广告为SP广告为例,描述信息为待创建广告对应目标产品的描述。
其中,品线信息为目标产品相关的产品及这些相关产品对应的搜索对象,这些相关的产品可以是商家根据目标产品进行确定的。例如,目标产品为一款白色的保温杯,那么该款产品相关的产品可以是其他品牌的保温杯、不同型号大小的保温杯、不同开盖方式的保温杯及玻璃杯等产品。
搜索对象是用户在电商平台搜索产品时,根据需求随机输入的。例如,用户通过电商平台输入“衬衫”搜索产品时,电商平台的展示页面出现了品线信息中对应的产品,那么“衬衫”即为该产品的搜索对象。以广告活动为SP广告为例,搜索对象为品线信息中产品对应的搜索词。
由于品线信息中产品的搜索对象的数据量可能较为庞大,后续步骤中从这些搜索对象中确定候选对象的计算量较大,或者由于产品的改进等原因的影响,部分搜索对象的参考价值也会随着时间的拉长其参考价值逐渐下降,因此,搜索对象优选品线信息中的产品在预设时间段内对应的搜索对象。例如,搜索对象为品线信息中的产品在过去30天内对应的搜索对象。
在步骤130中,通过将特征信息进行文本拆分处理以及将与品线信息对应的搜索对象进行归类处理,确定候选对象集。
用户在电商平台寻找需要购买的产品时,一般会在电商平台通过输入搜索对象进行查找,而目标产品对应的特征信息是为了帮助用户快速了解目标产品的大概情况,搜索对象有较高的可能性会出现在目标产品对应的特征信息中,由于特征信息的信息量可能较大,如果商家为了让目标产品出现在电商平台的展示页面的可能性提高,以及目标产品出现在电商平台的展示页面较前位置,对特征信息中的所有信息都进行广告投放的话,成本较高,且由于广告投放没有针对性,甚至可能出现广告支出与广告收益之间出现负相关,且实际上,目标产品对应的特征信息中只有部分信息会出现与搜索对象相互匹配的情况,所以将目标产品对应的特征信息中能与搜索对象匹配的信息筛选出来,作为目标产品的关键对象进行投放,能有效提高目标产品的广告推广效果。
在本申请的实施例中,通过对特征信息进行文本拆分处理,以从特征信息中筛选出至少一个关键对象,并将这些关键对象作为待创建广告后续进行广告投放的候选对象。
由前述实施方式可知,品线信息中的产品是与目标产品相关的产品,这些产品对应的搜索对象是经过用户实践验证的,所以从这些搜索对象中筛选出用户使用率较高的搜索对象对关键对象的设置具有较高的参考价值,可以将这些用户使用率较高的搜索对象作为待创建广告后续进行广告投放的候选对象。
候选对象集为上述候选对象的集合,即为从特征信息中拆分得到的候选对象与从品线信息中产品对应的搜索对象中筛选出的候选对象的集合。
在一些实施方式中,步骤130可以包括下述步骤。
(1)将特征信息进行文本分词处理,将拆分得到的对象归属为候选对象集。
在本申请的实施例中,文本分词处理包括将特征信息拆分成单个对象,并将单个对象组合成不同词长的对象作为候选对象。
例如,特征信息为“No Break In Period Soft Leather Work Boot”,可以将特征信息“NoBreak In Period Soft Leather Work Boot”拆分为单个对象“No”、“Break”、“In”、“Period”、“Soft”、“Leather”、“Work”及“Boot”,并将单个对象“No”、“Break”、“In”、“Period”、“Soft”、“Leather”、“Work”及“Boot”组合成不同词长的对象,例如,将单个对象“No”、“Break”、“In”、“Period”、“Soft”、“Leather”、“Work”及“Boot”组合成词长为2的候选对象时,即组成的候选对象为“No Break”、“Break In”、“In Period”、“Period Soft”、“Soft Leather”、“Leather Work”及“Work Boot”,将候选对象“No Break”、“Break In”、“In Period”、“Period Soft”、“Soft Leather”、“Leather Work”及“Work Boot”添加到候选对象集中。
在一些实施方式中,将标题信息拆分成单个对象,并将单个对象组合成不同词长的对象作为候选对象。例如,标题信息为“No Break In Period Soft Leather WorkBoot”,可以将标题信息“No Break In Period Soft Leather Work Boot”拆分为单个对象“No”、“Break”、“In”、“Period”、“Soft”、“Leather”、“Work”及“Boot”,并将单个对象“No”、“Break”、“In”、“Period”、“Soft”、“Leather”、“Work”及“Boot”组合成不同词长的对象,例如,将单个对象“No”、“Break”、“In”、“Period”、“Soft”、“Leather”、“Work”及“Boot”组合成词长为3的候选对象时,即组成的候选对象为“No Break In”、“Break In Period”、“InPeriod Soft”、“Period Soft Leather”、“Soft Leather Work”及“Leather Work Boot”,将候选对象为“No Break In”、“Break In Period”、“In Period Soft”、“Period SoftLeather”、“Soft Leather Work”及“Leather Work Boot”添加到候选对象集中。
在一些实施方式中,将卖点信息拆分为多个不同预设词长的对象;将所有拆分得到的对象归属为候选对象集。例如,卖点信息为“No Break In Period Soft LeatherWorkBoot”,可以将卖点信息“No Break In Period Soft Leather Work Boot”拆分为单个对象“No”、“Break”、“In”、“Period”、“Soft”、“Leather”、“Work”及“Boot”,并将单个对象“No”、“Break”、“In”、“Period”、“Soft”、“Leather”、“Work”及“Boot”组合成不同词长的对象,例如,将单个对象“No”、“Break”、“In”、“Period”、“Soft”、“Leather”、“Work”及“Boot”组合成词长为5的候选对象时,即组成的候选对象为“No Break In Period Soft”、“BreakIn Period Soft Leather”、“In Period Soft Leather Work”及“Period Soft LeatherWork Boot”,将候选对象为“NoBreak In Period Soft”、“Break In Period SoftLeather”、“In Period Soft Leather Work”及“Period Soft Leather Work Boot”添加到候选对象集中。
在一些实施方式中,文本拆分处理还可以利用词性分析、语义分析对特征信息进行初步处理,比如,将特征信息中的介词、冠词及感叹词等去除后,得到初步处理后的特征信息,再将初步处理后的特征信息拆分为多个单个对象,并将单个对象组合成不同词长的对象作为候选对象。可以使得经过文本拆分处理后得到的候选对象具有阅读意义或可靠性更强。
(2)将品线信息对应的搜索对象进行归类处理,将归类得到的属于目标类别的搜索对象归属为候选对象集。
由于品线信息对应的搜索对象的数据量可能较为庞大,或者部分搜索对象的表现效果较差(用户搜索量低),并不具备参考价值,因此对搜索对象进行归类处理,以从这些搜索对象中筛选出用户使用率较高或表现效果较好的搜索对象,作为候选对象。
更进一步的,步骤对品线信息对应的搜索对象进行归类,确定隶属于目标类别的搜索对象,以确定候选对象,具体可以包括下述步骤。
(a)基于品线信息对应的搜索对象的使用效益指标,对搜索对象进行归类处理。
在本申请的实施例中,使用效益指标可以包括广告花费占比数据和订单量数据。其中,广告花费占比数据指示搜索对象对应产品的广告支出与广告销售额之间的比例,订单量数据指示搜索对象在预设时间段内的销量,广告花费占比数据和订单量数据可以反映搜索对象对应的用户使用率和表现效果。
在一些实施方式中,使用效益指标还可以包括品牌分析数据中的排名情况,品牌分析数据是用户通过电商平台输入的搜索对象、搜索对象对应的搜索数量,以及根据搜索数量对搜索对象进行排序后搜索对象的排序,品牌分析数据存储于预设数据库,通过向预设数据库中输入搜索对象可以得到该搜索对象的排名名次。以电商平台为亚马逊平台为例,品牌分析数据为品牌分析(ABA)。
可以理解的是,本申请并不限制于此,使用效益指标还可以包括搜索对象对应产品的曝光量数据等指标,具体可以根据实际需要进行对应调整。
在本申请的实施例中,搜索对象的类别可以包括高流量对象类、无转化对象类、低转化对象类、高转化对象类以及潜力对象类。更具体的,以下结合表1-搜索对象的类别分配表进一步阐述。
搜索对象的类别 | 排名情况 | 订单量数据 | 预设广告花费占比 |
高流量对象类 | 前50名内 | ||
无转化对象类 | 等于0 | ||
低转化对象类 | 大于0 | 大于50% | |
潜力对象类 | 大于0且小于1 | 小于或等于50% | |
高转化对象类 | 大于或等于1 | 小于或等于50% |
表1-搜索对象的类别分配表
其中,高流量对象类为在品牌分析数据中对应的排名情况高于预设名次的搜索对象的集合。例如,预设名次为前50名,那么品线信息对应的搜索对象在品牌分析数据中排名位于前50名的对象会被归类为高流量对象类。
无转化对象类为对应的订单量数据等于第二预设订单量的搜索对象的集合。例如,第二预设订单量为0,对应的订单量数据等于0的搜索对象即归类为无转化对象类。
低转化对象类为对应的广告花费占比数据大于预设广告花费占比,且对应的订单量数据大于第二预设订单量的搜索对象的集合。例如,预设广告花费占比为50%,第二预设订单量为0,那么对应的广告花费占比数据大于50%,且对应的订单量数据大于0的搜索对象即归类为低转化对象类。
潜力对象类为对应的广告花费占比数据小于或等于预设广告花费占比,并对应的订单量数据大于第二预设订单量,且对应的订单量数据小于第一预设订单量的搜索对象的集合。例如,预设广告花费占比为50%,第二预设订单量为0,第一预设订单量为1,那么对应的广告花费占比数据小于或等于50%,且对应的订单量数据大于0又小于1的搜索对象即归类为潜力对象类。
高转化对象类为对应的广告花费占比数据小于或等于预设广告花费占比,且对应的订单量数据大于或等于第一预设订单量的搜索对象的集合。例如,预设广告花费占比为50%,第一预设订单量为1,那么对应的广告花费占比数据小于或等于50%,且对应的订单量数据大于或等于1的搜索对象即归类为高转化对象类。
(b)将隶属于目标类别的搜索对象归属为候选对象集。
在本申请的实施例中,目标类别为高流量对象类、高转化对象类及潜力对象类,将品线信息中的产品对应的搜索对象进行归类后,将隶属于目标类别的搜索对象作为候选对象,并添加进候选对象集,以实现将具有参考价值的品线信息对应的搜索对象筛选出来并添加到候选对象集中,减少后续步骤的计算量。
综上,候选对象集为特征信息进行文本分词处理后得到的多个候选对象及品线信息中的产品对应的搜索对象进行归类处理后,隶属于目标类别(高流量对象类、高转化对象类及潜力对象类)的候选对象的集合。
在步骤140中,基于候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集。
在本申请的实施例中,投放指标可以包括每个候选对象对应的词频、对应的词长及目标产品所属的品牌信息。其中,词频表征候选对象在候选对象集中出现的频次,由于前述实施方式可知特征信息中可能存在品线信息中产品对应的搜索对象,进而由特征信息进行文本分词处理后得到的候选对象,有可能与品线信息中的产品对应的隶属于目标类别的搜索对象相同,进而同一候选对象在候选对象集中出现的频次可能为多次。词长表征候选对象的词长度,例如,候选对象为“led light strip”,那么该候选对象的词长为3,候选对象为“印花衬衫”,那么该候选对象的词长为4。品牌信息指示目标产品所属公司名称或产品名称等,品牌信息可以通过目标产品对应的编码信息在预设数据库内进行查询。
由前述实施方式可知,品牌分析数据是用户通过电商平台输入的搜索对象、搜索对象对应的搜索数量,以及根据搜索数量对搜索对象进行排序后搜索对象的排序,品牌分析数据存储于预设数据库,通过向预设数据库中输入搜索对象可以得到该搜索对象的排名名次。
在一些实施方式中,步骤140可以包括下述步骤。
(1)基于目标产品所属的品牌信息、品牌分析数据、候选对象对应的词长、词频以及文本信息对候选对象进行归类处理,确定待投放对象集。
基于目标产品的品牌信息、品牌分析数据、候选对象的词长、词频及文本信息对候选对象进行归类。候选对象的类别可以包括长尾对象类、属性对象类、品牌对象类、流量对象类以及其他对象类。更具体的,以下结合表2-候选对象的类别分配表进一步阐述。
表2-候选对象的类别分配表
其中,长尾对象类为对应的词频大于目标数量、对应的词长大于或等于第一预设词长、且不存在于品牌分析数据的候选对象的集合;以及对应的词长大于或等于第一预设词长且存在于品牌分析数据中的候选对象的集合。目标数量为目标产品的总数,候选对象对应的词频大于或等于目标数量,可以表示该候选对象在每个目标产品对应的特征信息(标题信息或卖点信息)或品线信息中产品的搜索对象中至少出现过一次,可以认为满足这种条件的候选对象是一个通用的搜索对象。
属性对象类为对应的文本信息包含有预设属性词、对应的词长小于或等于第二预设词长、且存在于品牌分析数据中的候选对象的集合,其中,第二预设词长小于第一预设词长,例如,第二预设词长为3,第一预设词长为4。预设属性词可以反应候选对象属性的词语,例如,预设属性词可以为“APP”、“RGB”或“数字+ft”等词语。
品牌对象类为对应的文本信息包含品牌信息的候选对象的集合。
流量对象类为在品牌分析数据中排名情况位于预设流量排名前的候选对象的集合。例如预设流量排名为1000名,那么排列于品牌分析数据前1000以内的候选对象可以归类为流量对象类。
其他对象类为对应的词频小于目标数量且不存在于品牌分析数据的候选对象的集合;以及对应的文本信息不包含有预设属性词、对应的词长小于或等于第一预设词长且存在于品牌分析数据中的候选对象的集合。
将隶属于投放类别的候选对象归属为待投放对象集。投放类别为高流量对象类、高转化对象类及潜力对象类,将隶属于投放类别(高流量对象类、高转化对象类及潜力对象类)的候选对象作为投放对象,并添加进待投放对象集,将具有参考价值或者参考价值较高的候选对象筛选出来并添加到待投放对象集中。
(2)基于品牌分析数据和候选词的词频对投放词对象集中的投放对象进行排序处理,确定目标投放对象集。
在本申请的实施例中,将隶属于投放类别(高流量对象类、高转化对象类及潜力对象类)的候选对象按照品牌分析数据中的排名情况对候选对象进行排序,当不同的候选对象对应的排名情况相同时,则按照候选对象对应的词频进行排序,确定目标投放对象集。值得注意的是,由于目标投放对象集可能存在投放对象数量较多的情况,商家可以根据实际需求等情况,从目标投放对象集中按照顺序选择对应的数量的投放对象进行广告投放即可。
在步骤150中,基于目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价。
商家根据实际需求等情况,从目标投放对象集中按照顺序选择对应数量的目标投放对象进行广告投放时,需要给选中的目标投放对象匹配对应的竞价,目标投放对象对应的竞价可以使用户在电商平台上使用的搜索对象与目标投放对象相匹配时,目标投放对象匹配对应的目标产品出现在电商平台的展示页面较前的位置。以待创建广告为SP广告为例,竞价为待创建广告对应的目标产品的关键词竞价(Bid)。
值得注意的是,目标产品关联的目标投放对象对应的竞价,并不是竞价越高,目标投放对象的广告表现效果就越好,所以给目标投放对象匹配一个适合的竞价至关重要。
在本申请的实施例中,给每个目标投放对象匹配合适的竞价可以包括以下步骤。
(1)根据品线信息中产品是否存在关联的历史广告数据,及待投放产品关联网店对应的历史广告数据,确定目标投放对象的竞价参考范围。
在确定目标产品关联的目标投放对象对应的竞价时,可以依据目标产品的历史广告投放数据进行确定,由于历史广告投放数据是经过用户实践验证的,所以基于历史的广告投放数据确定目标投放对象关联的竞价,其参考价值相对较高。然而,当目标产品是新品时,目标产品并不存在历史广告投放数据,该种情况下,无法借助目标产品的历史广告投放数据确定投放对象竞价,为了解决上述问题,本申请提供了以下三种解决方式。
(a)若品线信息中的产品存在关联的历史广告数据,则将品线信息中的存在关联历史广告数据的对应产品的平均点击付费的第一预设范围作为目标投放对象对应的竞价参考范围。
根据品线信息中的产品(与目标产品相关的产品)的历史广告数据确定对应目标投放对象的竞价参考范围,由于品线信息中的产品与目标产品的产品属性、功能或购买群体等都极其接近,所以品线信息中的产品的历史广告数据对投放对象的竞价取值有一定的参考价值。更具体的,根据品线信息中投放过广告的产品的历史广告数据及第一预设范围,确定竞价参考范围。
历史广告数据可以包括广告总花费和广告点击次数,广告总花费可以指示目标产品关联的品线信息中的投放过广告的产品的广告花费的总额,广告点击次数可以指示目标产品关联的品线信息中的投放过广告的产品对应的点击量的总额;根据广告花费的总额及点击量的总额,分别确定广告花费的均值以及点击量的均值;再根据广告费用的均值与点击量的均值的比值,确定平均点击付费(CPC,Cost Per Click)。
根据平均点击付费与第一预设范围,确定竞价参考范围。例如,平均点击付费为1,第一预设范围为[50%,80%],那么竞价参考范围为[0.5,0.8]。可以理解的,第一预设范围越大,竞价参考范围就越大。选择合适的竞价参考范围可以给后续步骤中确定目标投放对象的竞价取值提供较好的参考价值。
在一些实施方式中,商家可以根据经营经验确定第一预设范围的具体取值。
在一些实施方式中,可以建立神经网络模型,并将品线信息中的产品对应的历史广告数据作为训练数据集,基于训练数据集对神经网络模型进行训练,以使神经网络模型预测最佳的第一预设范围取值。
(b)若品线信息中的产品不存在关联的历史广告数据,则将待投放产品关联网店中存在关联历史广告数据的对应产品的平均点击付费的第二预设范围作为目标投放对象对应的竞价参考范围。
由前述实施方式可知,根据品线信息中对应的产品的历史广告投放数据确定目标投放对象的竞价参考范围,然而当目标产品相关产品均未进行过广告投放时,即目标产品相关产品并不存在历史广告数据,此时,无法借助品线信息中的产品关联的历史广告数据确定目标投放对象的竞价参考范围。
一般情况下,电商平台上一家网店都会售卖相近的产品(例如不同款式的衣服),或者隶属于同个品牌的产品,或者隶属于一类的产品(例如家居电器),也就是说同个网店内不同的产品之间存在一定的关联性,因此,网店内已投放过广告的产品及其关联的历史广告数据,对确定目标投放对象的竞价参考范围具有一定的参考价值。
更具体的,根据目标产品(待投放产品)关联网店中已进行广告投放的产品关联的历史广告数据及第二预设范围,确定竞价参考范围。其中,历史广告数据可以包括广告总花费和广告点击次数,广告总花费可以指示目标产品关联网店中已进行广告投放的产品的广告花费的总额,广告点击次数可以指示目标产品关联网店中已进行广告投放的产品的点击量的总额;根据广告花费的总额及点击量的总额,分别确定广告花费的均值以及点击量的均值;再根据广告费用的均值与点击量的均值的比值,确定平均点击付费。
根据平均点击付费与第二预设范围,确定竞价参考范围。例如,平均点击付费为1,第二预设范围为[50%,80%],那么竞价参考范围为[0.5,0.8]。可以理解的,第二预设范围越大,竞价参考范围就越大。选择合适的竞价参考范围可以给后续步骤中确定目标投放对象的竞价提供较好的参考价值。
在一些实施方式中,商家可以根据经营经验确定第二预设范围的具体取值。
在一些实施方式中,可以建立神经网络模型,并将品线信息中的产品对应的历史广告数据作为训练数据集,基于训练数据集对神经网络模型进行训练,以使神经网络模型预测最佳的第二预设范围取值。
(c)若品线信息中的产品不存在关联的历史广告数据且待投放产品关联网店中产品也不存在历史广告数据,则根据待投放产品对应的定价、预估广告花费占比以及预估转化率确定目标投放对象对应的竞价参考范围。
由前述实施方式可知,根据品线信息中的产品对应的历史广告数据确定目标投放对象的竞价参考范围或根据目标产品关联的网店中已投放过广告的产品对应的历史广告数据确定目标投放对象的竞价参考范围。而当不符合上述两个条件时,可以根据待投放产品的对应定价、预估广告花费占比以及预估转化率,确定目标投放对象对应的竞价参考范围。
其中,预估广告花费占比(ACOS,Advertising Cost of Sales)可以衡量产品进行广告推广时的成本,预估广告花费的值越小,产品预测的广告推广成本就越低。预估转化率(Cr,Conversion Rate)用于预测用户点击产品链接查看产品后,选择购买该产品的概率。通过建立神经网络模型,并根据已进行广告投放的产品的历史广告数据对神经网络进行训练,以使神经网络模型根据待投放产品的属性、定价等信息,预测待投放产品对应的预估广告花费占比以及预估转化率。
更具体的,根据预估广告花费占比与第一预设百分比的乘积,确定第一计算量;根据预估转化率与第二预设百分比的乘积,确定第二计算量;根据待投放产品的对应定价、第一计算量及第二计算量的乘积,确定目标对象对应的平均点击付费;再根据平均点击付费与第三预设阈值,确定目标投放对象对应的竞价参考范围。
其中,商家可以根据经营经验确定第一预设百分比与第二预设百分比的具体取值。
(2)获取目标投放对象的竞价参考值;基于目标投放对象对应的竞价参考范围及竞价参考值,确定目标投放对象的竞价。
在本申请的实施例中,竞价参考值是系统基于数据分析技术及神经网络技术,给每个目标投放对象匹配的理论竞价。
当目标投放对象对应的竞价参考值处于竞价参考范围内时,目标投放对象的竞价为竞价参考值;当目标投放对象对应的竞价参考值不处于竞价参考范围内时,目标投放对象的竞价为竞价参考范围的边界。
示例性地,假设目标投放对象对应的竞价参考值为0.7,竞价参考范围为[0.5,0.8],那么该目标投放对象的竞价为0.7;而假设当目标投放对象对应的竞价参考值为0.4,竞价参考范围为[0.5,0.8],那么该目标投放对象的竞价为0.5;而假设当目标投放对象对应的竞价参考值为1,竞价参考范围为[0.5,0.8],那么该目标投放对象的竞价为0.8。
值得注意的是,目标投放对象对应的竞价还会根据其他商家的投放情况进行动态调整。例如,用户在电商平台输入与目标投放对象匹配的搜索对象时,电商平台的展示页面上出现了两个产品,分别是甲产品和乙产品,甲产品关联的目标投放对象的对应竞价为1元,乙产品关联的目标投放对象的对应竞价为3元,电商平台的展示页面上乙产品会位于甲产品的前面,然而,乙产品相对于甲产品来说,虽然位于电商平台的展示页面较前的位置,但是乙产品的目标投放对象对应的竞价相对较高,所以乙产品关联的目标投放对象A的对应竞价可以适当降低。
在步骤160中,根据目标投放对象集、目标投放对象对应的竞价以及预设预算创建广告。
在本申请的实施例中,预设预算为每日进行广告投放的预算金额,预设预算可以由商家自行设置。
待创建广告的类型可以包括自动广告、精准匹配广告和词组匹配广告,商家可以根据实际需要选择其中至少一种的广告类型。
其中,自动广告指示目标投放对象与用户输入的搜索对象的匹配方式为广泛匹配模式;更具体的,广泛匹配模式是指将目标投放对象拆分为单个对象,搜索对象中包含了目标投放对象中全部或部分对象的匹配方式。例如,目标投放对象为“led light”,可以将目标投放对象“led light”拆分为“led”及“light”对象,搜索对象为“led light”时,由于搜索对象“led light”包含了目标投放对象全部的对象(即包含了“led”及“light”对象),所以用户使用搜索对象“led light”在电商平台搜索产品时,可以通过广泛匹配模式匹配到目标产品;又例如,搜索对象为“led”时,由于搜索对象“led”中包含了目标投放对象中的部分对象,所以用户使用搜索对象“led”在电商平台搜索产品时,可以通过广泛匹配模式匹配到目标产品。可以理解的是,通过广泛匹配模式匹配的搜索对象与目标投放对象的相关性较低,可能出现用户购买的行为较少。
精准匹配广告是指目标投放对象与用户输入的搜索对象的匹配方式为精准匹配模式。更具体的,精准匹配模式是指搜索对象与目标投放对象完全一致的匹配方式。例如,目标投放对象为“led light”,搜索对象为“led light”,那么用户使用搜索对象“ledlight”在电商平台搜索产品时,目标投放对象“led light”与搜索对象“led light”可以通过精准匹配模式进行匹配,该目标产品就会出现在电商平台的展示页面上;又例如,搜索对象为“led”时,由于搜索对象“led”与目标投放对象“led light”没有完全一致,所以用户使用搜索对象“led”在电商平台搜索产品时,搜索对象“led”无法通过精准匹配模式匹配到目标产品。
词组匹配广告是指目标投放对象与用户输入的搜索对象的匹配方式为词组匹配模式。更具体的,词组匹配模式是指搜索对象中包含目标投放对象的完整信息的匹配方式。例如,目标投放对象为“led light”,搜索对象为“led light strip”,由于搜索对象“ledlight strip”中包含了目标投放对象“led light”的完整信息,所以用户使用搜索对象“led light strip”在电商平台搜索产品时,目标投放对象“led light”与搜索对象“ledlight strip”可以通过词组匹配模式进行匹配,进而目标投放对象“led light”对应的目标产品就会出现在电商平台的展示页面上;又例如,目标投放对象为“led light”,搜索对象为“led strip light”,用户使用搜索对象“led strip light”在电商平台搜索产品时,由于搜索对象“led strip light”中没有包含目标投放对象“led light”的完整信息,所以目标投放对象“led light”与搜索对象“led strip light”无法通过词组匹配模式进行匹配,也无法通过精准匹配模式进行匹配,目标投放对象关联的目标产品无法出现在电商平台的展示页面上。
为了使得搜索对象与目标投放对象的相关性较高,优选地,搜索对象与目标投放对象的匹配方式采用精准匹配模式或词组匹配模式。
更进一步的,基于目标投放对象对应的词长确定搜索对象与目标投放对象的匹配方式。更具体的,当目标投放对象对应的词长小于第二预设词长时,该目标投放对象的匹配方式优选词组匹配模式;当目标投放对象对应的词长大于或等于第二预设词长时,该目标投放对象的匹配方式优选精准匹配模式。
其中,第二预设词长的具体取值可以根据用户的使用习惯进行取值。例如,第二预设词长可以取值为3,那么目标投放对象对应的词长大于或等于3时,该目标投放对象的匹配方式优选精准匹配模式;目标投放对象对应的词长小于3时,该目标投放对象的匹配方式优选词组匹配模式。
在本申请的实施例中,可以根据商家选择创建的广告类型的种类,将预设预算以预设分配比例分配给不同类型的广告,例如,预设预算按照平均分配的比例分配给商家选择创建的广告类型。
由此可知,商家在确定需要进行广告投广的待投放产品关联的目标投放对象及设置目标投放对象对应的竞价时,由于待投放产品对应的竞争产品对待投放产品关联的目标投放对象的设置具有一定的参考价值,由此根据待投放产品以及待投放产品的竞争产品确定目标产品;根据目标产品在预设数据库内查询其对应的特征信息和品线信息,进一步的,将特征信息进行文本分词处理后得到的多个候选对象(作为待投放产品关联的目标投放对象的候选),并对品线信息中的产品对应的搜索对象进行归类处理(对品线信息中的产品对应的搜索对象进行初步筛选),将隶属于目标类别(高流量对象类、高转化对象类及潜力对象类)的搜索对象归类为候选对象,进而确定候选对象集;更进一步的,将候选对象集中隶属于投放类别(高流量对象类、高转化对象类及潜力对象类)的候选对象归属为待投放对象集,并根据投放指标及品牌分析数据,确定待投放对象集中参考价值较高的目标投放对象集,并根据竞价参考范围及竞价参考值,确定目标投放对象集中每个目标投放对象对应的竞价。以此商家可以根据实际需要,在目标投放对象集中选择对应数量的目标投放对象作为待投放产品关联的目标投放对象,完成广告的创建。
请参阅图2,图2示出了本申请实施例提供的广告创建装置,该广告创建装置200包括:获取模块210、第一确定模块220、第二确定模块230、第三确定模块240、竞价确定模块250以及创建模块260。具体地:
获取模块210,用于获取待创建广告对应的目标产品。
在一些实施例中,该获取模块210还可以包括:
待投放产品确定模块,用于获取待创建广告对应的待投放产品;
一级竞争产品确定模块,用于确定与所述待投放产品对应的竞争产品。
在一些实施例中,该竞争产品确定模块还可以包括:
品类信息确定模块,用于获取所述待投放产品所属的品类信息;
二级竞争产品确定模块,用于在所述预设数据库内查询所述品类信息对应销量排名数据在预设排名阈值内的产品作为竞争产品;
目标产品确定模块,用于基于所述待投放产品和所述竞争产品,确定目标产品。
第一确定模块220,用于基于预设数据库,确定所述目标产品对应的特征信息和品线信息。
其中,所述特征信息包括标题信息以及卖点信息。
在一些实施例中,该第一确定模块220还可以包括:
特征信息确定模块,用于基于预设数据库,确定所述目标产品对应的标题信息及卖点信息。
第二确定模块230,用于通过将所述特征信息进行文本拆分处理以及将与所述品线信息对应的搜索对象进行归类处理,确定候选对象集。
在一些实施例中,该第二确定模块230还可以包括:
第一候选对象集确定模块,用于将所述特征信息进行文本分词处理,将拆分得到的对象归属为候选对象集;
第一拆分模块,用于将所述标题信息及所述卖点信息拆分为多个不同预设词长的对象;
第一候选对象集确定子模块,用于将所有拆分得到的对象归属为候选对象集;
第二候选对象集确定模块,用于将所述品线信息对应的搜索对象进行归类处理,将归类得到的属于目标类别的搜索对象归属为所述候选对象集。
在一些实施例中,该第二候选对象集确定模块可以包括:
第一归类模块,用于基于所述品线信息对应的搜索对象的使用效益指标,对所述搜索对象进行归类处理;
第二候选对象集确定子模块,用于将隶属于目标类别的搜索对象归属为所述候选对象集;
其中,所述目标类别包括高转化对象类、高流量对象类以及潜力对象类中的至少一个;所述使用效益指标包括:广告花费占比数据、订单量数据以及在品牌分析数据中的排名情况。
在一些实施例中,该第二候选对象集确定子模块可以包括:
高转换对象类确定模块,用于若所述搜索对象对应的广告花费占比数据小于或等于预设广告花费占比且对应的订单量数据大于或等于第一预设订单量时,则确定所述搜索对象属于高转换对象类;或者,
潜力词类确定模块,用于若所述搜索对象对应的广告花费占比数据小于或等于所述预设广告花费占比,并对应的订单量数据大于第二预设订单量,且对应的订单量数据小于所述第一预设订单量时,则确定所述搜索对象属于潜力词类;或者,
高流量对象类确定模块,用于基于预设数据库中的品牌分析数据,调取所述搜索对象关联的搜索次数的排名情况;若所述搜索对象对应的排名情况高于预设名次时,则确定所述搜索对象属于高流量对象类。
第三确定模块240,用于基于所述候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集。
其中,所述投放指标包括每个候选对象对应的词频、对应的词长及所述目标产品所属的品牌信息;所述词频表征所述候选对象在所述候选对象集中出现的频次;
待投放对象集确定模块,用于基于所述目标产品所属的品牌信息、品牌分析数据、所述候选对象对应的词长、词频以及文本信息对所述候选对象进行归类处理,确定待投放对象集。
在一些实施例中,该待投放对象集确定模块还可以包括:
候选对象归类模块,用于基于所述目标产品的品牌信息、品牌分析数据、所述候选对象的词长、词频及文本信息对所述候选对象进行归类;
待投放对象集确定子模块,用于将隶属于投放类别的候选对象归属为所述待投放对象集。
目标投放对象集确定模块,用于基于品牌分析数据和所述候选词的词频对所述投放词对象集中的投放对象进行排序处理,确定目标投放对象集。
其中,所述投放类别包括长尾对象类、属性对象类以及品牌对象类中的至少一个。
在一些实施例中,该目标投放对象集确定模块还可以包括:
长尾对象类确定模块,用于若所述候选对象不存在于所述品牌分析数据,且所述候选对象的词频大于目标数量及所述候选对象的词长大于或等于第一预设词长时,则确定所述候选对象属于所述长尾对象类;或者,
长尾对象类别确定模块,用于若所述候选对象存在于所述品牌分析数据中,且所述候选对象的词长大于或等于所述第一预设词长时,则确定所述候选对象属于所述长尾对象类别;其中,所述目标数量为所述目标产品的总数;或者,
属性对象类确定模块,用于若所述候选对象存在于所述品牌分析数据中,且所述候选对象的文本信息包含有预设属性词及所述候选对象的词长小于或等于第二预设词长,则确定所述候选对象属于所述属性对象类;其中,所述第二预设词长小于所述第一预设词长;或者,
品牌对象类确定模块,用于若所述候选对象的文本信息包含所述品牌信息,则确定所述候选对象属于所述品牌对象类。
竞价确定模块250,用于基于所述目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价。
在一些实施例中,该竞价确定模块250可以包括:
竞价参考范围确定模块,用于根据所述品线信息中产品是否存在关联的历史广告数据,及所述待投放产品关联网店对应的历史广告数据,确定所述目标投放对象的竞价参考范围。
在一些实施例中,该竞价参考范围确定模块可以包括:
第一竞价参考范围确定模块,用于若所述品线信息中的产品存在关联的历史广告数据,则将所述品线信息中的存在关联所述历史广告数据的对应产品的平均点击付费的均值的第一预设范围作为所述目标投放对象对应的竞价参考范围;
第二竞价参考范围确定模块,用于若所述品线信息中的产品不存在关联的历史广告数据,则将所述待投放产品关联网店中存在关联历史广告数据的对应产品的平均点击付费的均值的第二预设范围作为所述目标投放对象对应的竞价参考范围;
第三竞价参考范围确定模块,用于若所述品线信息中的产品不存在关联的历史广告数据且所述待投放产品关联网店中产品也不存在历史广告数据,则根据所述待投放产品对应的定价、预估广告花费占比以及预估转化率确定所述目标投放对象对应的竞价参考范围。
竞价参考值获取模块,用于获取所述目标投放对象的竞价参考值;
目标投放对象的竞价确定模块,用于基于所述目标投放对象对应的竞价参考范围及竞价参考值,确定所述目标投放对象的竞价。
创建模块260,用于根据所述目标投放对象集、所述目标投放对象对应的竞价以及预设预算创建广告。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,所显示或讨论的模块相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
请参阅图3,基于上述的广告创建方法,本申请实施例还提供了一种可以执行前述广告创建方法的电子设备300。
在本申请的实施例中,在本申请的实施例中,电子设备300包括一个或多个处理器310、存储器320以及一个或多个应用程序。其中,一个或多个应用程序被存储在所述存储器320中,其中,该存储器320中存储有可以执行前述实施例中内容的程序,而处理器310可以执行该存储器中存储的程序。
其中,处理器310可以包括一个或者多个用于处理数据的核以及消息矩阵单元。处理器310利用各种接口和线路连接整个电子设备内的各个部分,通过运行或执行存储在存储器内的指令、程序、代码集或指令集,以及调用存储在存储器内的数据,执行电子设备的各种功能和处理数据。可选地,处理器310可以采用数字信号处理(DigitalSignalProcessing,DSP)、现场可编程门阵列(Field-Programmable Gate Arra6,FPGA)、可编程逻辑阵列(Programmable Logic Arra6,PLA)中的至少一种硬件形式来实现。处理器310可集成中央处理器310(Central Processing Unit,CPU)、图像处理器(GraphicsProcessingUnit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器310中,单独通过一块通信芯片进行实现。
存储器320可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器320可用于存储指令、程序、代码、代码集或指令集。存储器可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端在使用中所创建的数据等。
请参阅图4,图4示出了本申请实施例提供的计算机可读取存储介质的结构示意图,该计算机可读取介质400中存储有程序代码,程序代码可被处理器调用执行上述方法实施例中所描述的广告投放调整方法。
计算机可读取存储介质400可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读取存储介质400包括非易失性计算机可读介质(non-transitory computer-readable storagemedium)。计算机可读取存储介质400具有执行上述方法中的任何方法步骤的程序代码410的存储空间。这些程序代码可以从一个或者多个计算机程序设备中读出或者写入到这一个或者多个计算机程序设备中。程序代码410可以例如以适当形式进行压缩。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (15)
1.一种广告创建方法,其特征在于,所述方法包括:
获取待创建广告对应的目标产品;
基于预设数据库,确定所述目标产品对应的特征信息和品线信息;
通过将所述特征信息进行文本拆分处理以及将与所述品线信息对应的搜索对象进行归类处理,确定候选对象集;
基于所述候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集;
基于所述目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价;
根据所述目标投放对象集、所述目标投放对象对应的竞价以及预设预算创建广告。
2.根据权利要求1所述的方法,其特征在于,所述获取待创建广告对应的目标产品,包括:
获取待创建广告对应的待投放产品;
确定与所述待投放产品对应的竞争产品;
基于所述待投放产品和所述竞争产品,确定目标产品。
3.根据权利要求2所述的方法,其特征在于,所述确定与所述待投放产品对应的竞争产品,包括:
获取所述待投放产品所属的品类信息;
在所述预设数据库内,查询与所述品类信息对应且销量排名在预设排名阈值内的产品作为竞争产品。
4.根据权利要求1所述的方法,其特征在于,所述通过将所述特征信息进行文本拆分处理以及将与所述品线信息对应的搜索对象进行归类处理,确定候选对象集,包括:
将所述特征信息进行文本分词处理,将拆分得到的对象归属为候选对象集;
将所述品线信息对应的搜索对象进行归类处理,将归类得到的属于目标类别的搜索对象归属为所述候选对象集。
5.根据权利要求4所述的方法,其特征在于,所述特征信息包括标题信息以及卖点信息;所述基于预设数据库,确定所述目标产品对应的特征信息,包括:
基于预设数据库,确定所述目标产品对应的标题信息及卖点信息。
6.根据权利要求5所述的方法,其特征在于,所述将所述特征信息进行文本分词处理,将拆分得到的对象归属为候选对象集,包括:
将所述标题信息及所述卖点信息拆分为多个不同预设词长的对象;
将所有拆分得到的对象归属为候选对象集。
7.根据权利要求4所述的方法,其特征在于,所述将所述品线信息对应的搜索对象进行归类处理,将归类得到的属于目标类别的搜索对象归属为所述候选对象集,包括:
基于所述品线信息对应的搜索对象的使用效益指标,对所述搜索对象进行归类处理;
将隶属于目标类别的搜索对象归属为所述候选对象集。
8.根据权利要求7所述的方法,其特征在于,所述目标类别包括高转化对象类、高流量对象类以及潜力对象类中的至少一个;所述使用效益指标包括:广告花费占比数据、订单量数据以及在品牌分析数据中的排名情况;
所述基于所述品线信息对应的搜索对象的使用效益指标,对所述搜索对象进行归类处理,包括:
若所述搜索对象对应的广告花费占比数据小于或等于预设广告花费占比且对应的订单量数据大于或等于第一预设订单量时,则确定所述搜索对象属于高转换对象类;
或者,若所述搜索对象对应的广告花费占比数据小于或等于所述预设广告花费占比,并对应的订单量数据大于第二预设订单量,且对应的订单量数据小于所述第一预设订单量时,则确定所述搜索对象属于潜力词类;
或者,基于预设数据库中的品牌分析数据,调取所述搜索对象关联的搜索次数的排名情况;若所述搜索对象对应的排名情况高于预设名次时,则确定所述搜索对象属于高流量对象类。
9.根据权利要求1所述的方法,其特征在于,所述投放指标包括每个候选对象对应的词频、对应的词长及所述目标产品所属的品牌信息;其中,所述词频表征所述候选对象在所述候选对象集中出现的频次;
所述基于所述候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集,包括:
基于所述目标产品所属的品牌信息、品牌分析数据、所述候选对象对应的词长、词频以及文本信息对所述候选对象进行归类处理,确定待投放对象集;
基于品牌分析数据和所述候选词的词频对所述投放词对象集中的投放对象进行排序处理,确定目标投放对象集。
10.根据权利要求9所述的方法,其特征在于,所述基于所述目标产品所属的品牌信息、品牌分析数据、所述候选对象对应的词长、词频以及文本信息对所述候选对象进行归类处理,确定待投放对象集,包括:
基于所述目标产品的品牌信息、品牌分析数据、所述候选对象的词长、词频及文本信息对所述候选对象进行归类;
将隶属于投放类别的候选对象归属为所述待投放对象集。
11.根据权利要求10所述的方法,其特征在于,所述投放类别包括长尾对象类、属性对象类以及品牌对象类中的至少一个;
基于所述目标产品的品牌信息、品牌分析数据、所述候选对象的词长、词频及文本信息对所述候选对象进行归类,包括:
若所述候选对象不存在于所述品牌分析数据,且所述候选对象的词频大于目标数量及所述候选对象的词长大于或等于第一预设词长时,则确定所述候选对象属于所述长尾对象类;
或者,若所述候选对象存在于所述品牌分析数据中,且所述候选对象的词长大于或等于所述第一预设词长时,则确定所述候选对象属于所述长尾对象类别;其中,所述目标数量为所述目标产品的总数;
或者,若所述候选对象存在于所述品牌分析数据中,且所述候选对象的文本信息包含有预设属性词及所述候选对象的词长小于或等于第二预设词长,则确定所述候选对象属于所述属性对象类;其中,所述第二预设词长小于所述第一预设词长;
或者,若所述候选对象的文本信息包含所述品牌信息,则确定所述候选对象属于所述品牌对象类。
12.根据权利要求3所述的方法,其特征在于,所述基于所述目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价,包括:
根据所述品线信息中产品是否存在关联的历史广告数据,及所述待投放产品关联网店对应的历史广告数据,确定所述目标投放对象的竞价参考范围;
获取所述目标投放对象的竞价参考值;
基于所述目标投放对象对应的竞价参考范围及竞价参考值,确定所述目标投放对象的竞价。
13.根据权利要求12所述的方法,其特征在于,所述根据所述品线信息中产品是否存在关联的历史广告数据,及所述待投放产品关联网店对应的历史广告数据,确定所述目标投放对象的竞价参考范围,包括:
若所述品线信息中的产品存在关联的历史广告数据,则将所述品线信息中的存在关联所述历史广告数据的对应产品的平均点击付费的第一预设范围作为所述目标投放对象对应的竞价参考范围;
若所述品线信息中的产品不存在关联的历史广告数据,则将所述待投放产品关联网店中存在关联历史广告数据的对应产品的平均点击付费的第二预设范围作为所述目标投放对象对应的竞价参考范围;
若所述品线信息中的产品不存在关联的历史广告数据且所述待投放产品关联网店中产品也不存在历史广告数据,则根据所述待投放产品对应的定价、预估广告花费占比以及预估转化率确定所述目标投放对象对应的竞价参考范围。
14.一种广告创建装置,其特征在于,所述装置包括:
获取模块,用于获取待创建广告对应的目标产品;
第一确定模块,用于基于预设数据库,确定所述目标产品对应的特征信息和品线信息;
第二确定模块,用于通过将所述特征信息进行文本拆分处理以及将与所述品线信息对应的搜索对象进行归类处理,确定候选对象集;
第三确定模块,用于基于所述候选对象集中每个候选对象对应的投放指标及品牌分析数据,确定目标投放对象集;
竞价确定模块,用于基于所述目标投放对象集中每个目标投放对象的竞价参考范围及竞价参考值,确定每个目标投放对象的竞价;
创建模块,用于根据所述目标投放对象集、所述目标投放对象对应的竞价以及预设预算创建广告。
15.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-13任一项所述的广告创建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211730098.7A CN116071110A (zh) | 2022-12-30 | 2022-12-30 | 广告创建方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211730098.7A CN116071110A (zh) | 2022-12-30 | 2022-12-30 | 广告创建方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116071110A true CN116071110A (zh) | 2023-05-05 |
Family
ID=86178023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211730098.7A Pending CN116071110A (zh) | 2022-12-30 | 2022-12-30 | 广告创建方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116071110A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117217831A (zh) * | 2023-11-08 | 2023-12-12 | 湖南快乐阳光互动娱乐传媒有限公司 | 广告投放方法及装置、存储介质及电子设备 |
-
2022
- 2022-12-30 CN CN202211730098.7A patent/CN116071110A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117217831A (zh) * | 2023-11-08 | 2023-12-12 | 湖南快乐阳光互动娱乐传媒有限公司 | 广告投放方法及装置、存储介质及电子设备 |
CN117217831B (zh) * | 2023-11-08 | 2024-01-30 | 湖南快乐阳光互动娱乐传媒有限公司 | 广告投放方法及装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10134053B2 (en) | User engagement-based contextually-dependent automated pricing for non-guaranteed delivery | |
TWI603273B (zh) | Method and device for placing information search | |
US20190102652A1 (en) | Information pushing method, storage medium and server | |
JP6301958B2 (ja) | 検索語句を構成し、広告を配信し、製品情報を検索するための方法および装置 | |
JP5662446B2 (ja) | リアルタイム広告入札に対して競争評価モデルを使用するための学習システム | |
US20150278877A1 (en) | User Engagement-Based Contextually-Dependent Automated Reserve Price for Non-Guaranteed Delivery Advertising Auction | |
US20080301033A1 (en) | Method and apparatus for optimizing long term revenues in online auctions | |
CN108694602A (zh) | 广告文件生成方法及装置 | |
CN112837118A (zh) | 企业用户的商品推荐方法和装置 | |
TWI662495B (zh) | 推廣資訊的處理方法、裝置及系統 | |
WO2022095701A1 (zh) | 一种对象推荐方法及装置、设备、存储介质 | |
AU2010201495A1 (en) | Touchpoint customization system | |
US20150178790A1 (en) | User Engagement-Based Dynamic Reserve Price for Non-Guaranteed Delivery Advertising Auction | |
TWI652639B (zh) | 產品優惠組合推薦系統與方法 | |
US20220122100A1 (en) | Product evaluation system and method of use | |
CN112150219A (zh) | 一种在线广告投放系统及其使用方法 | |
CN107609902A (zh) | 一种定向广告的展示方法及装置 | |
US20140074608A1 (en) | Rapid identification of search terms that surge in response to current events | |
CN106445965B (zh) | 信息推广处理方法及装置 | |
CN116071110A (zh) | 广告创建方法、装置及存储介质 | |
US11978116B2 (en) | Data display method and apparatus, terminal device, and storage medium | |
CN108537599B (zh) | 基于关键词聚合的查询反馈方法、装置以及存储介质 | |
WO2015184606A1 (en) | Method and system for advertisement coordination | |
CN113744019A (zh) | 一种商品推荐方法、装置、设备及存储介质 | |
CN108510302A (zh) | 一种营销决策方法及交易服务器 |
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 |