TWI564829B - Method and apparatus for generating traffic quality comparison parameters, advertising charging method - Google Patents
Method and apparatus for generating traffic quality comparison parameters, advertising charging method Download PDFInfo
- Publication number
- TWI564829B TWI564829B TW101146889A TW101146889A TWI564829B TW I564829 B TWI564829 B TW I564829B TW 101146889 A TW101146889 A TW 101146889A TW 101146889 A TW101146889 A TW 101146889A TW I564829 B TWI564829 B TW I564829B
- Authority
- TW
- Taiwan
- Prior art keywords
- site
- advertisement
- traffic
- advertising
- space
- Prior art date
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
- G06Q30/0242—Determining effectiveness of advertisements
Description
本申請係關於網路通信技術領域,特別係關於一種生成流量品質比較參數的方法和裝置、一種站外廣告位的推薦方法和裝置及一種廣告計費方法和裝置。
在網際網路的發展過程中,廣告一直是非常重要的商業模式,也是目前網站最主要且最直接的盈利模式。正是在網際網路廣告的不斷推動下,網際網路產業才得以如此繁榮。
目前,廣告投放主要包括站內投放和站外投放兩種方式。以購物網站為例,參照圖1,其示出了現有技術一種購物網站內投放廣告的示意圖,其中,廣告主向購物網站支付站內投放價格,由購物網站將商品投放在購物網站內的商品廣告上,這樣,用戶可以透過點擊購物網站內的商品廣告訪問到相應的商品;參照圖2,其示出了現有技術一種購物網站外投放廣告的示意圖,其中,廣告主向購物網站支付站外投放價格,購物網站尋找發佈商,由發佈商將商品投放在發佈商網站內的商品廣告上,這樣,用戶可以透過點擊發佈商網站內的商品廣告訪問到相應的商品。
對於廣告主而言,站內廣告流量更容易達成促進交易的廣告目的。而站外廣告流量主要用於擴大其商品的品牌影響力,抓住一部分潛在的客戶。在實際監測效果表明,
站外廣告流量的ROI(投資回報率,Return on inverstment)的確小於站內廣告流量的ROI。因此,如果站外投放價格等於站內投放價格,相當於站外廣告流量的出價等同站內廣告流量的出價,這不能反映出實際中應有的站內、站外廣告流量品質的差異和不均衡。
在站外投放價格等於站內投放價格的情況下,廣告主肯定希望使用站內廣告流量而不是站外廣告流量,但這種趨勢會造成站內投放價格的增加,廣告主的成本會增加,另外一方面,廣告主也會失去購物網站外的一部分潛在客戶,導致自己的業務勢必遇到流量瓶頸;對於發佈商而言,由於廣告主不願意出相同的價格來購買其站外廣告流量,故其流量從長期來講很有可能得不到充分的售賣,從而導致其長期收益得不到保障,浪費網路資源;而對於購物網站而言,由於廣告主大多爭搶購買站內廣告流量,雖然短期來講能獲得比較大的收益,但是在需求大於供給的趨勢下,站內投放價格勢必會上漲,最終導致只有小部分廣告主能夠承擔高額的廣告費用,因此無法獲得長期的收益,從而對整個購物網站的健康良性發展造成危害。
為準確反映實際中應有的站內外廣告流量品質的差異和不均衡,一些購物網站透過人工制定站外廣告位的流量品質比較參數,制定過程中的主要參考指標是發佈商的網站流量、網站性質等,對其進行人工判斷後確定參數資訊的數值。在實際中,可以針對網站流量大的發佈商網站制定一個較高的參數資訊,如對於流量大的較知名的網站可
制定8折(這裏的8折表示站外投放價格相對於站內投放價格的折扣),而對於網站流量小的發佈商網站則可以制定一個較小的參數資訊;或者,如果網站性質與商品的相關性較高,例如,女性時尚網站,則在投放女性時尚相關商品時,則可以制定一個較高的參數資訊,反之則可以制定一個較低的參數資訊。
但是,上述人工制定參數資訊的流程需要人工干預,特別地,由於其主要憑人工的直覺、經驗來完成,所以具有主觀和不準確的缺點。例如,針對我愛購物網(www.55bbs.com),其性質為女性時尚網站,主要用於發佈一些時尚資訊,女性購物分享等,如果讓一個對該網站沒有深刻認識的、幾乎是第一次接觸該類型網站的人員,來制定該網站引流到淘寶女性用品類目的站外廣告位的流量品質比較參數,勢必不能正確反映我愛購物網應有的價值;實際上我愛購物網的廣告流量品質還是比較高的,但此種情況下制定的參數資訊偏低,故與實際中應有的站內外廣告流量品質的差異和不均衡嚴重不符合。
進一步,如果全部由人工來制定站外廣告位的流量品質比較參數,那麼將需要一批瞭解各行業狀況的專業人員,無疑是一種成本大、效率低的工作。
實際上,從技術角度而言,站內外廣告流量屬於資料資源的一種,而前述的現有技術方案,無法準確客觀的區分站內外廣告流量的品質差異,從而導致該資源在利用和配置過程中,不能實現資源利用的有效性。例如,採用前
述的現有技術方案,可能導致在網際網路廣告資料投放的資料處理過程中,基本全部利用站內廣告流量資源,而無法充分利用站外廣告流量資源。
總之,需要本領域技術人員迫切解決的一個技術問題就是:如何能夠自動、高效、客觀、準確地生成站外廣告位的流量品質比較參數,以準確評估站內外廣告流量的品質差異,以促進站內外廣告流量資源的均衡配置,提高網路資源的利用率。
本申請提供一種生成流量品質比較參數的方法和裝置、一種站外廣告位的推薦方法和裝置及一種廣告計費方法和裝置,以自動、準確地生成站外廣告位的流量品質比較參數,並且,生成的站內外廣告流量的流量品質比較參數能夠更加準確地評估站內外廣告流量的品質差異,以促進站內外廣告流量資源的均衡配置,提高網路資源的利用率。
為了解決上述問題,本申請公開了一種生成流量品質比較參數的方法,包括:伺服器針對站外廣告位,收集在該站外廣告位投放的相應商品或服務的點擊日誌資料和成交日誌資料;根據該點擊日誌資料和成交日誌資料,生成站外廣告位的效果資料;依據該站外廣告位的效果資料,得到相應站外廣告位
的廣告流量的品質指標;依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
較佳的,依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的步驟,包括:透過對比該站外廣告位的廣告流量的品質指標和預置或分析統計得到的站內廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
較佳的,依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的步驟,包括:透過對比該站外廣告位的廣告流量的品質指標和所有站外廣告位的廣告流量的品質指標的平均值,得到該站外廣告位的流量品質比較參數。
較佳的,依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標的步驟,具體包括:依據該點擊日誌資料和成交日誌資料中記錄的廣告位標識和廣告流量資訊,將該站外廣告位劃分到相應的站外廣告位小組;對該站外廣告位的效果資料進行匯總平均,得到相應站外廣告位小組的效果資料;透過分析該站外廣告位小組的效果資料,得到相應站外廣告位小組內站外廣告流量的品質指標,作為相應站外廣告位的廣告流量的品質指標。
較佳的,透過如下步驟得到分析統計得到的站內廣告
流量的品質指標:針對站內廣告位,收集在該站內廣告位投放的商品或服務的點擊日誌資料和成交日誌資料;對該點擊日誌資料和成交日誌資料進行分析,得到站內廣告位的效果資料;依據該廣告流量資訊,將該站內廣告位的效果資料劃分到多個相應的站內基線小組;對該站內廣告位的效果資料進行匯總平均,得到相應站內基線小組的效果資料;透過分析統計該站內基線小組的效果資料,得到分析統計得到的站內廣告流量的品質指標。
較佳的,該點擊日誌資料和成交日誌資料為一段時間內的點擊日誌資料和成交日誌資料。
較佳的,該效果資料如下效果資料中的一種或多種:留存率、成交率和投資回報率;其中,該成交率為成交筆數與商品類目的關注度的比值,該留存率為訪問後續操作次數與訪問次數的比值,該投資回報率為成交金額效果與投入產出的比值。
較佳的,在該效果資料包括多種效果資料時,該站外廣告位的廣告流量的品質指標包括各種效果資料的站外廣告流量的品質指標;依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的步驟,包括:依據各種效果資料的站外廣告流量的品質指標,得到
相應站外廣告位的各種效果資料的流量品質比較參數;依據該各種效果資料的權重,對該各種效果資料的流量品質比較參數進行加權平均,得到相應站外廣告位的流量品質比較參數。
較佳的,在該廣告流量資訊包括商品類目時,該站外廣告位的廣告流量的品質指標包括各商品類目對應的站外廣告流量的品質指標;依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的步驟,包括:依據各商品類目對應的站外廣告流量的品質指標,得到相應站外廣告位的各商品類目的流量品質比較參數;依據該各商品類目的權重,對該各商品類目的流量品質比較參數進行加權平均,得到相應站外廣告位的流量品質比較參數;其中,商品類目的權重為該商品類目的站外廣告流量與所有商品類目的站外廣告流量的比值。
較佳的,依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標的步驟為,對一段時間內每天的該站外廣告位的效果資料進行加權移動平均,其中,一段時間內每天的該站外廣告位的效果資料的加權隨時間而線性或指數式遞減,其中,最近的加權大於次近的加權。
另一方面,本申請還公開了一種站外廣告位的推薦方法,包括:
按照流量品質比較參數的從大到小的順序對站外廣告位進行排序;其中,該流量品質比較參數為使用前述生成流量品質比較參數的方法生成;當用戶透過廣告投放伺服器進行廣告投放時,展現排好序的站外廣告位。
另一方面,本申請還公開了一種生成流量品質比較參數的裝置,包括:站外收集模組,位於伺服器,用於針對站外廣告位,收集在該站外廣告位投放的相應商品或服務的點擊日誌資料和成交日誌資料;站外分析模組,用於根據該點擊日誌資料和成交日誌資料進行分析,生成站外廣告位的效果資料;站外品質指標獲取模組,用於依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標;及參數生成模組,用於依據該站外廣告位小組內站外的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
再一方面,本申請還公開了一種站外廣告位的推薦裝置,包括:排序模組,用於按照流量品質比較參數的從大到小的順序對站外廣告位進行排序;其中,該流量品質比較參數為使用前述生成流量品質比較參數的裝置生成;展現模組,用於當用戶透過廣告投放伺服器進行廣告投放時,展現排好序的站外廣告位。
另一方面,本申請還公開了一種廣告計費方法,包括:依據商品或服務的點擊日誌資料和成交日誌資料獲取廣告位標識資訊和廣告主資訊;在該廣告位標識資訊為站外廣告位時,依據該站外廣告位的流量品質比較參數對相應的廣告主進行計費;其中,該流量品質比較參數為使用前述生成流量品質比較參數的方法生成。
另一方面,本申請還公開了一種廣告計費裝置,包括:資訊獲取模組,用於依據商品或服務的點擊日誌資料和成交日誌資料獲取廣告位標識資訊和廣告主資訊;及站外計費模組,用於在廣告位標識資訊為站外廣告位時,依據該站外廣告位的流量品質比較參數對相應的廣告主進行計費;其中,該流量品質比較參數為使用前述生成流量品質比較參數的裝置生成。
與現有技術相比,本申請具有以下優點:首先,本申請針對站外廣告位,依據在該站外廣告位投放的相應商品或服務的點擊日誌資料和成交日誌資料,生成站外廣告位的流量品質比較參數;由於商品或服務的點擊日誌資料和成交日誌資料能夠反映一個廣告位的廣告投放結果,而廣告投放效果能夠客觀、準確地反映出發佈商網站最新的網站流量品質,通常對於站外廣告投放來說,網站流量品質好了,廣告的效果會好;故相對於現有
技術透過人工制定站外廣告位的流量品質比較參數,上述人工制定參數資訊的流程需要人工干預,需要憑人工的直覺、經驗來完成,具有主觀、不準確、高成本和效率低的缺點,本申請能夠自動、高效、客觀、準確地生成站外廣告位的流量品質比較參數,並且,生成的站外廣告位的流量品質比較參數能夠表示站外廣告位的品質差異,能夠更加準確地評估站內外廣告流量的品質差異,能夠更準確反映實際中應有的站內外廣告流量品質的差異和不均衡。
其次,本申請在依據該站外廣告位的廣告流量的品質指標,得到站外廣告位的流量品質比較參數時,可以將預置的站內廣告流量的品質指標作為參考指標,也可以針對站內廣告位,依據其相應商品或服務在該時間段內的效果資料分析統計得到的站內廣告流量的品質指標;由於站內廣告位的效果資料本身可以直接反映其在該時間段內的廣告投放效果,從而能夠間接客觀、準確地反映出網站內最新的網站流量品質;因此,以分析統計得到的站內廣告流量的品質指標作為參考指標生成的站外廣告位的流量品質比較參數,能夠更客觀、準確、貼合實際地評估站內外廣告流量的品質差異反映出站外廣告位和站內廣告位在廣告流量品質上的差異和不平衡。
再者,本申請利用技術手段採集了一些現有技術未能採用的細節資訊,能夠客觀準確的生成站外廣告位的流量品質比較參數,從而能夠準確評估站內外廣告流量的品質差異;正是由於本申請能夠準確評估各種站內外廣告流量
的品質差異,從而可以幫助廣告主在網際網路廣告投放過程中,更好的依據廣告資料自身屬性選擇站內和/或站外廣告流量資源;能夠避免現有技術中廣告主的長期收益得不到保障導致的網路資源的浪費,亦即本申請能夠給提高網路資源的利用率,且能夠大大提高站內外廣告流量資源的利用效率,促進廣告投放技術及網路交易平台的發展。
進一步,本申請還可以按照流量品質比較參數的從大到小的順序對站外廣告位進行排序,並在用戶透過廣告投放伺服器進行廣告投放時,展現排好序的站外廣告位;由於本申請流量品質比較參數能夠準確評估站外廣告位的品質差異;可以確定的說,排在前面的站外廣告位的投放效果大於排在後面的站外廣告位的投放效果,故本申請能夠向用戶展現與站外廣告位的投放效果有關的資訊,提供用戶一些站外廣告投放的參考資訊,從而可以方便用戶進行站外廣告位投放。
為使本申請的上述目的、特徵和優點能夠更加明顯易懂,下面結合附圖和具體實施方式對本申請作進一步詳細的說明。
本申請實施例的核心構思之一在於,針對站外廣告位,依據在該站外廣告位投放的相應商品或服務的點擊日誌資料和成交日誌資料,生成一段時間內的站內外廣告流量的流量品質比較參數。由於生成站內外廣告流量的流量
品質比較參數;由於商品或服務的點擊日誌資料和成交日誌資料能夠反映一個廣告位的廣告投放結果,而廣告投放效果能夠客觀、準確地反映出發佈商網站最新的網站流量品質,通常對於站外廣告投放來說,網站流量品質好了,廣告的效果會好;故本申請能夠自動、高效、客觀、準確地生成站內外廣告流量的流量品質比較參數。
參照圖3,其示出了本申請一種生成流量品質比較參數的方法實施例1的流程圖,具體可以包括:步驟301、伺服器針對站外廣告位,收集在該站外廣告位投放的相應商品或服務的點擊日誌資料和成交日誌資料;本申請可以用於各種使用站內投放和站外投放兩種廣告投放方式的網站,用於針對站外廣告位,依據在該站外廣告位投放的相應商品或服務的點擊日誌資料和成交日誌資料,生成站外廣告位的流量品質比較參數,使得生成的站外廣告位的流量品質比較參數能夠準確評估站內外廣告流量的品質差異。
這裏的站外廣告位通常指某個發佈商的廣告位,在實際中可用PID(發佈商標識,Publisher ID)唯一標識一個發佈商某個網站下的某個廣告位的字串。
在實際應用中,當用戶被站內或站外廣告位的廣告鏈結到交易網站上後,交易伺服器通常透過日誌記錄用戶的點擊日誌資料和成交日誌資料,點擊日誌資料和成交日誌資料中通常記錄廣告位標識資訊(用於標識站內廣告位或
站外廣告位)、廣告流量資訊、商品或服務的資訊、廣告主資訊;其中,點擊日誌資料具體用於記錄在用戶點擊站外廣告鏈結後是否有其他的點擊動作的資料,這裏其他的點擊動作主要指用戶在透過廣告鏈結到的交易網站上的點擊動作,可透過滑鼠、觸控螢幕事件等捕捉得到,例如,可以包括“立刻購買”、“加入購物車”、“登錄”、“提交訂單”等點擊動作,成交日誌資料可具體用於記錄在用戶點擊站外廣告鏈結後是否有後續的成交動作的資料,例如,這裏的成交動作可以包括“提交訂單”之後的“我要付款”等動作。
本申請實施例中,較佳的是,該點擊日誌資料和成交日誌資料為在該站外廣告位投放的相應商品或服務在一個時間段內的資料。該時間段具體指由起始時間和終止時間確定的一個時間範圍。在實際中,該時間段不可太長,否則不能準確反映發佈商網站最新的網站流量品質;該時間段也不可太短,否則該時間段內某一天的存在偏差的效果資料對當天的站外廣告位的流量品質比較參數造成大的影響。由於當天的站外廣告位的流量品質比較參數是每天依據一個時間段內的廣告投放結果動態生成的,而該時間段內的廣告投放效果能夠客觀、準確地反映出發佈商網站最新的網站流量品質,通常對於站外廣告投放來說,網站流量品質好了,廣告的效果會好;並且,由於生成過程中綜合考慮到該時間段內的效果資料,即使某一天的效果資料存在偏差,也不會對當天的站外廣告位的流量品質比較參
數造成大的影響;故能夠更自動、高效、客觀、準確地生成站內外廣告流量的流量品質比較參數。
因此,在本申請的一種較佳實施例中,可以當天作為終止時間,相應地,該時間段可以包括從距當天7-14天到當天的時間段,更佳的,該該時間段可以為從距當前14天到當前的時間段。可以理解,本領域技術人員可以根據實際情況,設置其他長短或者其他起始時間和終止時間確定的該時間段,本申請對此不加以限制。
步驟302、根據該點擊日誌資料和成交日誌資料,生成站外廣告位的效果資料;在本申請的一種較佳實施例中,可根據該點擊日誌資料和成交日誌資料,得到如下效果資料中的一種或多種:留存率(retention Rate)、成交率(GMV,Gross Merchandise Volume)和投資回報率(ROI,Return on investment);其中,該成交率為成交筆數與商品類目的關注度的比值,該留存率為訪問後續操作次數與訪問次數的比值,該投資回報率為成交金額效果與投入產出的比值。
參照表1,分別示出了淘寶網站內上述三種效果資料的獲取方式、含義和更新週期;可以理解,其僅作為留存率、成交率和投資回報率的應用示例,並不作為本申請的應用限制。
步驟303、依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標;在本申請的一種較佳實施例中,依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標的步驟可以為,對每天的該站外廣告位的效果資料進行加權移動平均,其中,每天的該站外廣告位的效果資料的加權隨時間而線性或指數式遞減,其中,最近的加權大於次近的加權。
加權移動平均(WMA,Weighted Moving Average)指計算平均值時將個別資料乘以不同數值。假設本申請對站外廣告位的近14天的效果資料進行分析,那麼,為了準確反映發佈商網站最新的網站流量品質,本較佳實施例在對該時間段內每天的該站外廣告位的效果資料進行加權移動平均時,最近的加權大於次近的加權。
本申請可以提供加權隨時間而線性或指數式遞減的兩種方案,其中,在對該站外廣告位的近n天的效果資料進行加權移動
平均時,如果是線性衰減,可以將最近的效果資料乘以n、次近的乘以n-1,如此類推,一直到0;參照圖4,其示出了本申請一種加權隨時間而指數式衰減的示意圖,圖中的加權按指數規律隨時間的增加而減少。
在對該時間段內每天的該站外廣告位的效果資料進行加權移動平均時,如果某天的效果資料有缺失,則將缺失的效果資料作為0處理,如果該站外廣告位小組內非零的效果資料少於3天,則可以放棄該站外廣告位的效果資料。
在實際中,站外廣告位的數量非常龐大,為減少廣告流量的品質指標的獲取過程中的運算量,在本申請的一種較佳實施例中,依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標的步驟,具體可以包括:子步驟A1、依據該點擊日誌資料和成交日誌資料中記錄的廣告位標識和廣告流量資訊,將該站外廣告位劃分到相應的站外廣告位小組;子步驟A2、對該站外廣告位的效果資料進行匯總平均,得到相應站外廣告位小組的效果資料;子步驟A3、透過分析該站外廣告位小組的效果資料,得到相應站外廣告位小組內站外廣告流量的品質指標,作為相應站外廣告位的廣告流量的品質指標。
由於站外廣告位小組的數量遠小於站外廣告位的數量,故子步驟A3對若干個站外廣告位小組的效果資料進
行分析即可,分析結果可以作為相應站外廣告位的廣告流量的品質指標的代表,因此本較佳實施例能夠減少廣告流量的品質指標的獲取過程中的運算量。
在本申請的一種較佳實施例中,該廣告流量資訊具體可以包括如下廣告流量資訊中的一種或多種:流量類型(flowType)、商品類型(productType)和商品類目(auctionCategory)。其中,流量類型具體可以包括站內和站外兩種類型,這裏指站外,商品類型可用於包括商品支援站外搜索還是站外非搜索,商品類目指商品在網站內的類目(如男裝、女裝、運動瑜珈、護膚、日用、家居、床上用品、鞋類等等)。
例如,一個站外廣告位小組的格式可以用公式(1)表示:Group(pid,flowType,productType,auctionCategory) (1)
同理,在生成站外廣告位小組內站外廣告流量的品質指標的過程中,也可以對該時間段內每天的該站外廣告位小組的效果資料進行加權移動平均,其中,該時間段內每天的該站外廣告位小組的效果資料的加權隨時間而線性或指數式遞減,其中,最近的加權大於次近的加權。
例如,在該站外廣告位小組的效果資料包括如下三種效果資料中任一種時:留存率、成交率和投資回報率時,如公式(2)、(3)、(4)所示,可以按照時間衰減的權重分別計算出留存率,成交率,ROI的加權平均值:
Avg retentionRate'(Group)=Avg retentionRate'(pid,flowType,productType,auctionCategory) (2)
Avg roi'(Group)=Avg roi'(pid,flowType,productType,auctionCategory) (3)
Avg gmv'(Group)=Avg gmv'(pid,flowType,productType,auctionCategory) (4)
需要說明的是,在具體實現中,可以利用Map/Reduce(映射/化簡)編程模型進行該點擊日誌資料和成交日誌資料的分析運算。由於網站通常使用多台伺服器來儲存網站內商品或服務的點擊日誌資料和成交日誌資料,故在實施時,可以對該點擊日誌資料和成交日誌資料進行按列儲存,這裏的列是指一些獨立元素組成的概念上的列表。
那麼,映射(Map)函數可以對列表的每一個元素進行指定的操作,每個元素都是被獨立操作的,而原始列表沒有被更改,因為這裏創建了一個新的列表來保存新的答案。這就是說,Map函數是可以高度並行的,這對高性能要求的應用以及平行計算領域的需求非常有用。化簡(Reduce)函數則是對一個列表的元素進行適當的合併,雖然它不如映射函數那麼並行,但是因為化簡函數總是有一個簡單的答案,大規模的運算相對獨立,所以化簡函數在高度並行環境下也很有用。
例如,在實際應用中,Map函數可以透過處理一台伺服器的點擊日誌資料和成交日誌資料,計算效果資料,並對效果資料進行分組,得到相應的站外廣告位小組;接著Reduce函數可以對同一站外廣告位小組的同一台伺服器的
效果資料進行合併。
步驟304、依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
在實際中,由於站外廣告位的廣告流量的品質指標是依據站外廣告位小組在該時間段內的留存率、成交率和投資回報率等效果資料得到的,故其本身可以直接反映站外廣告位小組在該時間段內的廣告投放效果,從而能夠間接客觀、準確地反映出發佈商網站最新的網站流量品質;通常對於站外廣告投放來說,發佈商網站流量品質好了,廣告的效果就會好,此時,站內外廣告流量的流量品質比較參數大一點就能更準確反映實際中應有的站內外廣告流量品質的差異和不均衡。
本申請可以提供如下依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的方案:
在本申請的一種較佳實施例中,該步驟304可以將預置的站內廣告流量的品質指標作為參考指標,具體而言,透過對比該站外廣告位的廣告流量的品質指標和預置的站內廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
另外,站外廣告位在該時間段內的留存率、成交率和投資回報率等效果資料的取值均在[0,1]的區間範圍內,在
進行移動加權平均後仍在[0,1]的區間範圍內。
因此,在理想狀況下,可以預置站內廣告流量的品質指標為1,此時,站外廣告位的廣告流量的品質指標就是相應的站外廣告位的流量品質比較參數;在保守情況下,可以根據經驗值或者該時間段站內廣告的投放效果,預置站內廣告流量的品質指標,如[0.9,0.9999]內的任一數值等。總之,本領域技術人員可以根據該時間段站內廣告的實際情況或者其他實際需求,預置站內廣告流量的品質指標,本申請對具體的預置方式和預置後的具體數值不加以限制。
在本申請的另一種較佳實施例中,可以透過對比該站外廣告位的廣告流量的品質指標和分析統計得到的站內廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
較佳的,可以透過如下步驟得到分析統計的站內廣告流量的品質指標:子步驟B1、針對站內廣告位,收集在該站內廣告位投放的商品或服務的點擊日誌資料和成交日誌資料;子步驟B2、對該點擊日誌資料和成交日誌資料進行分析,得到站內廣告位的效果資料;子步驟B3、依據該廣告流量資訊,將該站內廣告位的效果資料劃分到多個相應的站內基線小組;
子步驟B4、對該站內廣告位的效果資料進行匯總平均,得到相應站內基線小組的效果資料;子步驟B5、透過分析統計該站內基線小組的效果資料,得到分析統計得到的站內廣告流量的品質指標。
得到分析統計的站內廣告流量的品質指標的詳細過程請參照方法實施例2的相關說明。
相對於方案1和方案2將站外廣告位的流量品質比較參數表示為站外投放價格相對於站內投放價格的參數資訊,方案3採用站外廣告位的流量品質比較參數表示站外廣告位在眾多站外廣告位中的流量品質差異。
方案3的實現過程具體可以包括:透過對比該站外廣告位的廣告流量的品質指標和所有站外廣告位的廣告流量的品質指標的平均值,得到該站外廣告位的流量品質比較參數。
需要說明的是,在具體實現中,還可以透過對比該站外廣告位的廣告流量的品質指標和站外廣告位小組內所有站外廣告位的廣告流量的品質指標的平均值,得到該站外廣告位的流量品質比較參數。
在本申請的一種較佳實施例中,在該效果資料包括多種效果資料時,如公式(2)、(3)、(4)所示,該站外廣告位的廣告流量的品質指標具體可以包括各種效果資料的站外廣告流量的品質指標;
則依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的步驟,可以進一步包括:子步驟C1、依據各種效果資料的站外廣告流量的品質指標,得到相應站外廣告位的各種效果資料的流量品質比較參數;子步驟C2、依據該各種效果資料的權重,對該各種效果資料的流量品質比較參數進行加權平均,得到相應站外廣告位的流量品質比較參數。
假設留存率、投資回報率、成交率對應的站內外廣告流量的流量品質比較參數分別為Discount retentionRate 、Discount roi 、Discount gmv ,留存率、投資回報率、成交率對應的權重分別為α、β和χ,則可利用公式(5)計算相應站外廣告位的站內外廣告流量的流量品質比較參數,其中,本領域技術人員可以根據實際情況,設置α、β和χ均在[0,1]內,且α+β+χ=1:Discount(Group(pid))=αDiscount retentionRate +βDiscount roi +χDiscount gmv (5)
在本申請的另一種較佳實施例中,在該廣告流量資訊包括商品類目時,該站外廣告位的廣告流量的品質指標具體可以包括各商品類目對應的站外廣告位小組的站外廣告流量的品質指標;此時,依據該站外廣告位的廣告流量的品質指標,得
到該站外廣告位的流量品質比較參數的步驟,可以進一步包括:子步驟D1、依據各商品類目對應的站外廣告流量的品質指標,得到相應站外廣告位的各商品類目的流量品質比較參數;子步驟D2、依據該各商品類目的權重,對該各商品類目的流量品質比較參數進行加權平均,得到相應站外廣告位的流量品質比較參數;其中,商品類目的權重為該商品類目的站外廣告流量與所有商品類目的站外廣告流量的比值。
以淘寶為例,可以根據各PID在各個寶貝類目的展現流量占比(PID+flowtype),計算加權後的最終站外廣告位的流量品質比較參數,相關計算如公式(6)所示:Discount(pid)=FlowRate 1*Discount(Group 1(pid))+FlowRate 2*Discount(Group 2(pid))+.+FlowRate n *Discount(Group n (pid)) (6)
其中,Discount(Group n (pid))為第n個商品類目對應的站外廣告位小組n內站外廣告位的流量品質比較參數,表示第i個商品類目的權重,Flow i 表示第i個商品類目的站外廣告流量,TotalFlow表示所有商品類目的站外廣告流量。
在實際中,可以根據商品在該時間段內的點擊日誌資料獲得相應的站外廣告流量,假設一個PID引流到淘寶的總流量是100,其中,引流到男裝的流量是10,那麼,男裝的權重則是10/100=0.1。
在本申請的一種應用示例中,由於在站外廣告位的流量品質比較參數表示站外投放價格相對於站內投放價格的參數資訊的情況下,所有廣告位可以使用相同的站外投放價格。故可以針對待投放的廣告位,直接依據站內外廣告流量的流量品質比較參數和站內投放價格,制定當天的站外投放價格。
在本申請的再一種較佳實施例中,該方法還可以包括:針對待投放的廣告位,依據該廣告流量資訊將其劃分到相應的站外廣告位小組;針對待投放的廣告位,依據該站外廣告位的流量品質比較參數和站內投放價格,得到相應的站外投放價格。
本較佳實施例制定站外投放價格的一個原則是,一個PID在制定當天的站外投放價格時所屬的分組應與其該時間段內的歷史資料所屬的分組相同;亦即,如果一個待投放的廣告位所屬的站外廣告位小組為Group(pid,flowType,productType,auctionCategory),那麼,在制定時應使用Group(pid,flowType,productType,auctionCategory)的站外廣告位的流量品質比較參數。當然,一個待投放的廣告位所屬的站外廣告位小組還可以是Group(pid,flowType)、Group(pid,productType)、Group(pid,auctionCategory)、Group(pid)等其他小組,本申請對具體的小組不加以限制。
步驟301-步驟304所採用的技術手段能夠客觀準確的生成站內外廣告投放站外廣告位的流量品質比較參數,從
而能夠準確評估站外廣告位的品質差異;並且,在站外廣告位的流量品質比較參數表示站外投放價格相對於站內投放價格的參數資訊的情況下,能夠準確評估站內外廣告流量的品質差異;這樣,可以幫助廣告主在網際網路投放過程中,更好的依據待投放商品或服務的自身屬性選擇最適合的站內外廣告流量資源。
在具體實現中,站內廣告流量資源通常被投放到交易網站內部,站外廣告流量資源通常被投放到交易網站外的其他發佈商網站。這裏,待投放商品或服務的自身屬性可以包括商品或服務所屬的類目(如數位電子,電器,男裝,女裝),商品或服務定向的人群(如男人,女人等)等。
例如,通常站內廣告位主要用於促進交易,站外廣告位主要用於促進品牌的宣傳,故在廣告主原本將待投放商品或服務促進交易時,主要選擇站內廣告流量資源進行廣告投放。但最近的站外廣告位的流量品質比較參數(假設為0.6以上的數值,例如0.9)較高表明某站外廣告位具有較好的投放效果,故此時也可將待投放廣告資料分流到站外廣告流量資源進行廣告投放;同理,最近的站外廣告位的流量品質比較參數(假設為0.6以下的數值,例如0.3)較低表明某站外廣告位具有較差的投放效果,故此時不宜將待投放廣告資料分流到站外廣告流量資源進行廣告投放。總之,本申請能夠大大提高站內外廣告流量資源的利用效率,促進廣告投放技術及網路交易平臺的發展。
在實際應用中,還可以利用站外廣告位的流量品質比
較參數進行廣告計費,一種廣告計費的示例具體可以包括:依據商品或服務的點擊日誌資料和成交日誌資料獲取廣告位標識資訊和廣告主資訊;在廣告位標識資訊為站外廣告位時,依據該站外廣告位的流量品質比較參數對相應的廣告主進行計費。可以理解,在廣告位標識資訊為站內廣告位時,可以依據站內廣告位的流量品質對相應的廣告主進行計費,在此不作贅述。
參照圖5,其示出了本申請一種生成流量品質比較參數的方法實施例2的流程圖,具體可以包括:步驟501、針對站內外廣告位,收集其相應商品或服務的點擊日誌資料和成交日誌資料,該站內外廣告位具體可以包括站內廣告位和站外廣告位;步驟502、對該點擊日誌資料和成交日誌資料進行分析,得到站內外廣告位的效果資料;步驟503、依據該點擊日誌資料和成交日誌資料中記錄的廣告位標識和廣告流量資訊,將該站外廣告位劃分到相應的站外廣告位小組,對該站外廣告位的效果資料進行匯總平均,得到相應站外廣告位小組的效果資料,並透過分析該站外廣告位小組的效果資料,得到相應站外廣告位小組內站外廣告流量的品質指標,作為相應站外廣告位的廣告流量的品質指標;步驟504、依據該廣告流量資訊,將該站內廣告位的效果資料劃分到多個相應的站內基線小組,對該站內廣告位的效果資料進行匯總平均,得到相應站內基線小組的效
果資料,並透過分析統計該站內基線小組的效果資料,得到分析統計得到的站內廣告流量的品質指標;步驟505、透過對比該站外廣告位的廣告流量的品質指標和分析統計得到的站內廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
相對於實施例1,本實施例針對站內廣告位,依據其相應商品或服務的效果資料分析統計得到站內廣告流量的品質指標,由於站內廣告位的效果資料本身可以直接反映其在該時間段內的廣告投放效果,從而能夠間接客觀、準確地反映出網站內最新的網站流量品質;因此,以分析統計得到的站內廣告流量的品質指標作為參考指標生成的站外廣告位的流量品質比較參數,能夠更客觀、準確、貼合實際地反映出站外廣告位和站內廣告位在廣告流量品質上的差異和不平衡。
在本申請的一種較佳實施例中,該站內廣告位的效果資料可以包括如下效果資料中的一種或多種:留存率、成交率和投資回報率。
在本申請的一種較佳實施例中,作為該站內廣告位的效果資料的分組依據的廣告流量資訊具體可以包括如下廣告流量資訊中的一種或多種:流量類型(flowType)、商品類型(productType)和商品類目(auctionCategory)。其中,流量類型具體包括站內和站外兩種類型,這裏指站內,商品類型可用於包括商品支援站內搜索還是站內非搜索,商品類目指商品在網站內的類目(如男裝、女裝、運動瑜
珈、護膚、日用、家居、床上用品、鞋類等等)。
由於站內基線小組的效果資料進行分析的最終目的是得到站外廣告流量品質的參考指標,故站內基線小組與站外廣告位小組的一個主要區別是後者的分組需要考慮到廣告位標識(PID),而前者不需要,因此,二者的格式也有相應的差距;例如,站內基線小組的一種格式示意為:Group baseline (flowType,productType,auctionCategory) (7)
在本申請的一種較佳實施例中,分析該站內基線小組的效果資料,得到站內廣告流量的品質指標的步驟可以為,對該時間段內每天的站內基線小組的該站外廣告位小組的效果資料進行加權移動平均,其中,該時間段內每天的站內基線小組的該站外廣告位小組的效果資料的加權隨時間而線性或指數式遞減,其中,最近的加權大於次近的加權。
假設本申請對站內基線小組站外廣告位小組的近14天的效果資料進行分析,那麼,為了準確反映發佈商網站內最新的網站流量品質,本較佳實施例在對該時間段內每天的站內基線小組的該站外廣告位小組的效果資料進行加權移動平均時,最近的加權大於次近的加權。
本申請可以提供加權隨時間而線性或指數式遞減的兩種方案,其中,在對站內基線小組的近n天的效果資料進行加權移動
平均時,如果是線性衰減,可以將最近的效果資料乘以n、次近的乘以n-1,如此類推,一直到0;也還可以參照圖4所示的本申請一種加權隨時間而指數式衰減的示意圖,將加權按指數規律隨時間的增加而減少。
在對該時間段內每天的站內基線小組的效果資料進行加權移動平均時,如果某天的效果資料有缺失,則將缺失的效果資料作為0處理,如果該站外廣告位小組內非零的效果資料少於3天,則可以放棄該站外廣告位小組的效果資料。
在該站內基線小組的效果資料包括如下三種效果資料中任一種時:留存率、成交率和投資回報率時,如公式(8)、(9)、(10)所示,可以按照時間衰減的權重分別計算出留存率,成交率,ROI的加權平均值,其中,表示站內基線小組:Avg retentionRate'(Group baseline )=Avg retentionRate'(flowType,productType,auctionCategory) (8)
Avg roi'(Group baseline )=Avg roi'(flowType,productType,auctionCategory) (9)
Avg gmv'(Group baseline )=Avg gmv'(flowType,productType,auctionCategory) (10)
在具體實現中,步驟505可首先以站外廣告位小組分組的各種效果資料為粒度,利用公式(11)、(12)、(13)計算站內外廣告流量的流量品質比較參數,然後,利用公式(5)計算該站外廣告位的流量品質比較參數。
如果Discount t (Group(pid))(t (retentionRate,ROI,GMV))>1,那麼直接取值為1作為該種效果資料的站外廣告位的流量品質比較參數。
對於方法實施例2而言,由於其與方法實施例1基本相似,所以描述的比較簡單,相關之處參見方法實施例1的部分說明即可。
參照圖6,其示出了本申請一種站外廣告位的推薦方法實施例的流程圖,具體可以包括:步驟601、按照流量品質比較參數的從大到小的順序對站外廣告位進行排序;其中,該流量品質比較參數為使用前述生成流量品質比較參數的方法生成;步驟602、當用戶透過廣告投放伺服器進行廣告投放時,展現排好序的站外廣告位。
本申請實施例中一種廣告投放的過程示例為,廣告投放伺服器依據廣告主的指示,針對待投放的商品或服務,選擇站內廣告流量資源和/或站外廣告流量資源,並投放到相應的網站;其中,站內廣告流量資源對應站內廣告位,其通常被投放到交易網站內部,站外廣告流量資源對應站外廣告位,其通常被投放到除交易網站外的發佈商網
站。
現有技術中,廣告主對站外廣告位的瞭解有限,通常情況下,其僅知道站外廣告位能夠將商品或服務投放到除交易網站外的發佈商網站,不知道是具體哪一個發佈商網站;在有些情況下,即使知道將商品或服務投放到除交易網站外的發佈商網站,也對站外廣告位的投放效果一無所知,因為發佈商網站與站外廣告位的投放效果沒有必然的聯繫。故現有技術中,廣告主需要耗費大量的時間和精力去選擇站外廣告位。
本申請實施例按照流量品質比較參數的從大到小的順序對站外廣告位進行排序,並在用戶透過廣告投放伺服器進行廣告投放時,展現排好序的站外廣告位;由於本申請流量品質比較參數能夠準確評估站外廣告位的品質差異;具體而言,在站外廣告位的流量品質比較參數表示站外投放價格相對於站內投放價格的參數資訊的情況下,其能夠準確評估站內外廣告流量的品質差異;在流量品質比較參數表示站外廣告位在眾多站外廣告位中的流量品質差異的情況下,其能夠準確評估站外廣告位的品質差異;可以確定的說,排在前面的站外廣告位的投放效果大於排在後面的站外廣告位的投放效果,故本申請可以展現與站外廣告位的投放效果有關的資訊,提供用戶一些站外廣告投放的參考資訊,從而可以方便用戶進行站外廣告位投放。
與前述方法實施例相應,本申請還公開了一種生成流量品質比較參數的裝置,參照圖7所示的結構圖,具體可
以包括:站外收集模組701,位於伺服器,用於針對站外廣告位,收集在該站外廣告位投放的相應商品或服務的點擊日誌資料和成交日誌資料;站外分析模組702,用於根據該點擊日誌資料和成交日誌資料進行分析,生成站外廣告位的效果資料;站外品質指標獲取模組703,用於依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標;及參數生成模組704,用於依據該站外廣告位小組內站外的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
在本申請的一種較佳實施例中,該參數生成模組704可以進一步包括:第一對比子模組,用於透過對比該站外廣告位的廣告流量的品質指標和預置的站內廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
在本申請的一種較佳實施例中,該參數生成模組704可以進一步包括:第二對比子模組,用於透過對比該站外廣告位的廣告流量的品質指標和所有站外廣告位的廣告流量的品質指標的平均值,得到該站外廣告位的流量品質比較參數。
在本申請的另一種較佳實施例中,該站外品質指標獲取模組703具體可以包括:
依據該點擊日誌資料和成交日誌資料中記錄的廣告位標識和廣告流量資訊,將該站外廣告位劃分到相應的站外廣告位小組;對該站外廣告位的效果資料進行匯總平均,得到相應站外廣告位小組的效果資料;透過分析該站外廣告位小組的效果資料,得到相應站外廣告位小組內站外廣告流量的品質指標,作為相應站外廣告位的廣告流量的品質指標。
在本申請實施例中,較佳的是,該裝置還可以包括:站內品質指標獲取模組,用於分析統計得到站內廣告流量的品質指標;該站內品質指標獲取模組可以進一步包括:站內收集子模組,用於針對站內廣告位,收集在該站內廣告位投放的商品或服務的點擊日誌資料和成交日誌資料;站內效果資料獲取子模組,用於對該點擊日誌資料和成交日誌資料進行分析,得到站內廣告位的效果資料;站內小組劃分子模組,用於依據該廣告流量資訊,將該站內廣告位的效果資料劃分到多個相應的站內基線小組;匯總平均子模組,用於對該站內廣告位的效果資料進行匯總平均,得到相應站內基線小組的效果資料;分析統計子模組,用於透過分析統計該站內基線小組的效果資料,得到分析統計得到的站內廣告流量的品質指
標。
在本申請實施例中,較佳的是,該點擊日誌資料和成交日誌資料為一段時間內的點擊日誌資料和成交日誌資料。
在本申請實施例中,較佳的是,該效果資料可以包括如下效果資料中的一種或多種:留存率、成交率和投資回報率;其中,該成交率為成交筆數與商品類目的關注度的比值,該留存率為訪問後續操作次數與訪問次數的比值,該投資回報率為成交金額效果與投入產出的比值。
在本申請的一種較佳實施例匯總,在該效果資料包括多種效果資料時,該站外廣告位的廣告流量的品質指標可以包括各種效果資料的站外廣告流量的品質指標;此時,該參數生成模組704,可以進一步包括:分效果參數資訊生成子模組,用於依據各種效果資料的站外廣告流量的品質指標,得到相應站外廣告位的各種效果資料的流量品質比較參數;合效果參數資訊生成子模組,用於依據該各種效果資料的權重,對該各種效果資料的站內外廣告流量的流量品質比較參數進行加權平均,得到該站外廣告位的流量品質比較參數。
在本申請實施例中,較佳的是,該廣告流量資訊可以包括如下廣告流量資訊中的一種或多種:流量類型、商品類型和商品類目。
在本申請的一種較佳實施例中,在該廣告流量資訊包
括商品類目時,該站外廣告位的廣告流量的品質指標具體可以包括各商品類目對應的站外廣告位小組的站外廣告流量的品質指標;此時,該參數生成模組704,可以進一步包括:分商品類目參數資訊生成子模組,用於依據各商品類目對應的站外廣告位小組的站外廣告流量的品質指標,得到相應站外廣告位的各商品類目的流量品質比較參數;合商品類目參數資訊生成子模組,用於依據該各商品類目的權重,對該各商品類目下的站內外廣告流量的流量品質比較參數進行加權平均,得到相應站外廣告位的流量品質比較參數;其中,商品類目的權重為該商品類目的站外廣告流量與所有商品類目的站外廣告流量的比值。
在本申請的另一種較佳實施例中,該站外品質指標獲取模組703,可具體用於對一段時間內每天的該站外廣告位的效果資料進行加權移動平均,其中,一段時間內每天的該站外廣告位的效果資料的加權隨時間而線性或指數式遞減,其中,最近的加權大於次近的加權。
在本申請實施例中,較佳的是,該時間段具體可以包括從距當天7-14天到當天的時間段。
對於裝置實施例而言,由於其與方法實施例基本相似,所以描述的比較簡單,相關之處參見方法實施例的部分說明即可。
本申請還公開了一種站外廣告位的推薦裝置實施例,
參照圖8所示的結構圖,具體可以包括:排序模組801,用於按照流量品質比較參數的從大到小的順序對站外廣告位進行排序;其中,該流量品質比較參數為使用前述生成流量品質比較參數的裝置生成;展現模組802,用於當用戶透過廣告投放伺服器進行廣告投放時,展現排好序的站外廣告位。
本申請還公開了一種廣告計費裝置實施例,參照圖9所示的結構圖,具體可以包括:資訊獲取模組901,用於依據商品或服務的點擊日誌資料和成交日誌資料獲取廣告位標識資訊和廣告主資訊;及站外計費模組902,用於在廣告位標識資訊為站外廣告位時,依據該站外廣告位的流量品質比較參數對相應的廣告主進行計費.
本說明書中的各個實施例均採用遞進的方式描述,每個實施例重點說明的都是與其他實施例的不同之處,各個實施例之間相同相似的部分互相參見即可。
透過以上的實施方式的描述,本領域的技術人員可以清楚地瞭解到本申請可借助軟體加必需的通用硬體平臺的方式來實現,當然也可以透過硬體,但很多情況下前者是更佳的實施方式。基於這樣的理解,本申請的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來,該電腦軟體產品儲存在一個儲存媒體中,包括若干指令用以使得一台電腦設備(可以是個人電腦,
伺服器,或者網路設備等)執行本申請各個實施例所述的方法。
以上對本申請所提供的一種生成流量品質比較參數的方法和裝置、一種站外廣告位的推薦方法和裝置及一種廣告計費方法和裝置,進行了詳細介紹,本文中應用了具體個例對本申請的原理及實施方式進行了闡述,以上實施例的說明只是用於幫助理解本申請的方法及其核心思想;同時,對於本領域的一般技術人員,依據本申請的思想,在具體實施方式及應用範圍上均會有改變之處,綜上所述,本說明書內容不應理解為對本申請的限制。
701‧‧‧站外收集模組
702‧‧‧站外分析模組
703‧‧‧站外品質指標獲取模組
704‧‧‧參數生成模組
801‧‧‧排序模組
802‧‧‧展現模組
901‧‧‧資訊獲取模組
902‧‧‧站外計費模組
圖1是現有技術一種購物網站內投放廣告的示意圖;圖2是現有技術一種購物網站外投放廣告的示意圖;圖3是本申請一種生成流量品質比較參數的方法實施例1的流程圖;圖4是本申請一種加權隨時間而指數式衰減的示意圖;圖5是本申請一種生成流量品質比較參數的方法實施例2的流程圖;圖6是本申請一種站外廣告位的推薦方法實施例的流程圖;圖7是本申請一種生成流量品質比較參數的裝置實施例的結構圖;
圖8是本申請一種站外廣告位的推薦裝置實施例的結構圖;圖9是本申請一種廣告計費裝置實施例的結構圖。
Claims (14)
- 一種生成流量品質比較參數的方法,其特徵在於,包括:伺服器針對站外廣告位,收集在該站外廣告位投放的相應商品或服務的點擊日誌資料和成交日誌資料;根據該點擊日誌資料和成交日誌資料,生成站外廣告位的效果資料;依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標;及依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數,其中,依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標的步驟,具體包括:依據該點擊日誌資料和成交日誌資料中記錄的廣告位標識和廣告流量資訊,將該站外廣告位劃分到相應的站外廣告位小組;對該站外廣告位的效果資料進行匯總平均,得到相應站外廣告位小組的效果資料;及透過分析該站外廣告位小組的效果資料,得到相應站外廣告位小組內站外廣告流量的品質指標,作為相應站外廣告位的廣告流量的品質指標。
- 如申請專利範圍第1項所述的方法,其中,依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的步驟,包括: 透過對比該站外廣告位的廣告流量的品質指標和預置或分析統計得到的站內廣告流量的品質指標,得到該站外廣告位的流量品質比較參數。
- 如申請專利範圍第1項所述的方法,其中,依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的步驟,包括:透過對比該站外廣告位的廣告流量的品質指標和所有站外廣告位的廣告流量的品質指標的平均值,得到該站外廣告位的流量品質比較參數。
- 如申請專利範圍第3項所述的方法,其中,透過如下步驟得到分析統計得到的站內廣告流量的品質指標:針對站內廣告位,收集在該站內廣告位投放的商品或服務的點擊日誌資料和成交日誌資料;對該點擊日誌資料和成交日誌資料進行分析,得到站內廣告位的效果資料;依據廣告流量資訊,將該站內廣告位的效果資料劃分到多個相應的站內基線小組;對該站內廣告位的效果資料進行匯總平均,得到相應站內基線小組的效果資料;及透過分析統計該站內基線小組的效果資料,得到分析統計得到的站內廣告流量的品質指標。
- 如申請專利範圍第1至4項中任一項所述的方法,其中,該點擊日誌資料和成交日誌資料為一段時間內的點擊日誌資料和成交日誌資料。
- 如申請專利範圍第1至4項中任一項所述的方法,其中,該效果資料為如下效果資料中的一種或多種:留存率、成交率和投資回報率;其中,該成交率為成交筆數與商品類目的關注度的比值,該留存率為訪問後續操作次數與訪問次數的比值,該投資回報率為成交金額效果與投入產出的比值。
- 如申請專利範圍第6項所述的方法,其中,在該效果資料包括多種效果資料時,該站外廣告位的廣告流量的品質指標包括各種效果資料的站外廣告流量的品質指標;依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的步驟,包括:依據各種效果資料的站外廣告流量的品質指標,得到相應站外廣告位的各種效果資料的流量品質比較參數;及依據該各種效果資料的權重,對該各種效果資料的流量品質比較參數進行加權平均,得到相應站外廣告位的流量品質比較參數。
- 如申請專利範圍第6項所述的方法,其中,在該廣告流量資訊包括商品類目時,該站外廣告位的廣告流量的品質指標包括各商品類目對應的站外廣告流量的品質指標;依據該站外廣告位的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數的步驟,包括:依據各商品類目對應的站外廣告流量的品質指標,得到相應站外廣告位的各商品類目的流量品質比較參數;及 依據該各商品類目的權重,對該各商品類目的流量品質比較參數進行加權平均,得到相應站外廣告位的流量品質比較參數;其中,商品類目的權重為該商品類目的站外廣告流量與所有商品類目的站外廣告流量的比值。
- 如申請專利範圍第1至4項中任一項所述的方法,其中,依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標的步驟為,對一段時間內每天的該站外廣告位的效果資料進行加權移動平均,其中,一段時間內每天的該站外廣告位的效果資料的加權隨時間而線性或指數式遞減,其中,最近的加權大於次近的加權。
- 一種站外廣告位的推薦方法,其特徵在於,包括:按照流量品質比較參數的從大到小的順序對站外廣告位進行排序;其中,該流量品質比較參數為使用前述申請專利範圍第1至4項中任一項所述的方法生成;當用戶透過廣告投放伺服器進行廣告投放時,展現排好序的站外廣告位。
- 一種生成流量品質比較參數的裝置,其特徵在於,包括:站外收集模組,位於伺服器,用於針對站外廣告位,收集在該站外廣告位投放的相應商品或服務的點擊日誌資料和成交日誌資料;站外分析模組,用於根據該點擊日誌資料和成交日誌 資料進行分析,生成站外廣告位的效果資料;站外品質指標獲取模組,用於依據該站外廣告位的效果資料,得到相應站外廣告位的廣告流量的品質指標;及參數生成模組,用於依據該站外廣告位小組內站外的廣告流量的品質指標,得到該站外廣告位的流量品質比較參數,其中,該站外品質指標獲取模組具體包括:依據該點擊日誌資料和成交日誌資料中記錄的廣告位標識和廣告流量資訊,將該站外廣告位劃分到相應的站外廣告位小組;對該站外廣告位的效果資料進行匯總平均,得到相應站外廣告位小組的效果資料;及透過分析該站外廣告位小組的效果資料,得到相應站外廣告位小組內站外廣告流量的品質指標,作為相應站外廣告位的廣告流量的品質指標。
- 一種站外廣告位的推薦裝置,其特徵在於,包括:排序模組,用於按照流量品質比較參數的從大到小的順序對站外廣告位進行排序;其中,該流量品質比較參數為使用前述申請專利範圍第11項所述的裝置生成;展現模組,用於當用戶透過廣告投放伺服器進行廣告投放時,展現排好序的站外廣告位。
- 一種廣告計費方法,其特徵在於,包括:依據商品或服務的點擊日誌資料和成交日誌資料獲取 廣告位標識資訊和廣告主資訊;在該廣告位標識資訊為站外廣告位時,依據該站外廣告位的流量品質比較參數對相應的廣告主進行計費;其中,該流量品質比較參數為使用前述申請專利範圍第1至4項中任一項所述的方法生成。
- 一種廣告計費裝置,其特徵在於,包括:資訊獲取模組,用於依據商品或服務的點擊日誌資料和成交日誌資料獲取廣告位標識資訊和廣告主資訊;及站外計費模組,用於在廣告位標識資訊為站外廣告位時,依據該站外廣告位的流量品質比較參數對相應的廣告主進行計費;其中,該流量品質比較參數為使用前述申請專利範圍第11項所述的裝置生成。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210262509.4A CN103578010A (zh) | 2012-07-26 | 2012-07-26 | 生成流量质量比较参数的方法和装置、广告计费方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201405464A TW201405464A (zh) | 2014-02-01 |
TWI564829B true TWI564829B (zh) | 2017-01-01 |
Family
ID=49995760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW101146889A TWI564829B (zh) | 2012-07-26 | 2012-12-12 | Method and apparatus for generating traffic quality comparison parameters, advertising charging method |
Country Status (6)
Country | Link |
---|---|
US (1) | US20140032301A1 (zh) |
JP (1) | JP6110943B2 (zh) |
KR (1) | KR20150024882A (zh) |
CN (1) | CN103578010A (zh) |
TW (1) | TWI564829B (zh) |
WO (1) | WO2014018635A2 (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103578010A (zh) * | 2012-07-26 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 生成流量质量比较参数的方法和装置、广告计费方法 |
US9330209B1 (en) * | 2013-07-09 | 2016-05-03 | Quantcast Corporation | Characterizing an entity in an identifier space based on behaviors of unrelated entities in a different identifier space |
US10877955B2 (en) * | 2014-04-29 | 2020-12-29 | Microsoft Technology Licensing, Llc | Using lineage to infer data quality issues |
CN105095311B (zh) * | 2014-05-22 | 2019-07-09 | 阿里巴巴集团控股有限公司 | 推广信息的处理方法、装置及系统 |
AU2015287703A1 (en) | 2014-07-09 | 2017-02-16 | Cadena Bio, Inc. | Oligosaccharide compositions and methods for producing thereof |
CN104361504A (zh) * | 2014-10-24 | 2015-02-18 | 上海通路快建网络服务外包有限公司 | 广告位的智能投放系统 |
CN106407210B (zh) * | 2015-07-29 | 2019-11-26 | 阿里巴巴集团控股有限公司 | 一种业务对象的展示方法和装置 |
CN105183856A (zh) * | 2015-09-08 | 2015-12-23 | 百度在线网络技术(北京)有限公司 | 一种评价信息内容质量的方法及装置 |
CN106600303A (zh) * | 2015-10-20 | 2017-04-26 | 北京国双科技有限公司 | 评估广告投放合理性的方法和装置 |
TWI564831B (zh) | 2015-12-11 | 2017-01-01 | 財團法人工業技術研究院 | 資料視覺化方法與資料視覺化裝置 |
CN106779860A (zh) * | 2016-12-27 | 2017-05-31 | 天津数集科技有限公司 | 广告活动模拟系统 |
CN106846046A (zh) * | 2016-12-29 | 2017-06-13 | 腾讯科技(深圳)有限公司 | 异质流量竞价参数均衡方法及系统 |
CN108347411B (zh) * | 2017-01-23 | 2021-09-17 | 北京京东尚科信息技术有限公司 | 一种统一安全保障方法、防火墙系统、设备及存储介质 |
CN107133818B (zh) * | 2017-04-25 | 2020-10-09 | 微梦创科网络科技(中国)有限公司 | 一种互联网中在线广告的结算方法及结算系统 |
CN108985804A (zh) * | 2017-05-31 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 流量分级方法及装置 |
CN109754272A (zh) * | 2017-11-03 | 2019-05-14 | 北京京东尚科信息技术有限公司 | 网络广告的计费方法和系统 |
CN109951348B (zh) * | 2017-12-21 | 2022-11-04 | 北京奇虎科技有限公司 | 一种验证应用流量的质量的方法、装置及电子设备 |
CN107944937B (zh) * | 2017-12-29 | 2022-01-28 | 北京奇艺世纪科技有限公司 | 一种用户类别确定方法及装置 |
CN108364197A (zh) * | 2018-02-12 | 2018-08-03 | 广州虎牙信息科技有限公司 | 确定应用的用户留存率的方法、应用推广方法及电子设备 |
CN108428154A (zh) * | 2018-03-19 | 2018-08-21 | 赤子城网络技术(北京)有限公司 | 用于广告投放平台的流量优化方法及系统 |
CN110580632B (zh) * | 2018-06-07 | 2023-12-15 | 三六零科技集团有限公司 | 一种广告投放方法和装置 |
CN109978607A (zh) * | 2019-03-05 | 2019-07-05 | 平安科技(深圳)有限公司 | 广告推荐方法、装置及计算机可读存储介质 |
CN110232597A (zh) * | 2019-06-14 | 2019-09-13 | 苏州开心盒子软件有限公司 | 广告渠道的评估方法、装置、设备和存储介质 |
CN112241899A (zh) * | 2019-07-19 | 2021-01-19 | 上海哔哩哔哩科技有限公司 | 广告计费方法、装置、系统及可读存储介质 |
WO2023174965A1 (en) | 2022-03-18 | 2023-09-21 | Merck Patent Gmbh | Methods and compositions for purifying small extracellular vesicles |
WO2023174974A1 (en) | 2022-03-18 | 2023-09-21 | Merck Patent Gmbh | Methods and compositions for purifying adeno associated virus particles |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070038508A1 (en) * | 2005-08-10 | 2007-02-15 | Microsoft Corporation | Normalized click-through advertisement pricing |
US20070179846A1 (en) * | 2006-02-02 | 2007-08-02 | Microsoft Corporation | Ad targeting and/or pricing based on customer behavior |
US20080154666A1 (en) * | 2006-12-21 | 2008-06-26 | Yahoo! Inc. | System for generating scores related to interactions with a service provider partner |
US20090327032A1 (en) * | 2008-06-26 | 2009-12-31 | Microsoft Corporation | Quality based pricing and ranking for online ads |
TW201013555A (en) * | 2007-09-20 | 2010-04-01 | Alibaba Group Holding Ltd | Method and apparatus for monitoring effectiveness of online advertisement |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7747465B2 (en) * | 2000-03-13 | 2010-06-29 | Intellions, Inc. | Determining the effectiveness of internet advertising |
JP2002074183A (ja) * | 2000-08-30 | 2002-03-15 | Isl Associates:Kk | 集合型サイトの利用条件調整方法及び装置 |
WO2003034300A2 (en) * | 2001-09-04 | 2003-04-24 | Ramon Van Der Riet | Marketing communication and transaction/distribution services platform for building and managing personalized customer relationships |
JP2006215956A (ja) * | 2005-02-07 | 2006-08-17 | Nomura Research Institute Ltd | オンライン広告システム及びオンライン広告方法 |
US7840438B2 (en) * | 2005-07-29 | 2010-11-23 | Yahoo! Inc. | System and method for discounting of historical click through data for multiple versions of an advertisement |
US8065184B2 (en) * | 2005-12-30 | 2011-11-22 | Google Inc. | Estimating ad quality from observed user behavior |
US8996406B2 (en) * | 2006-02-02 | 2015-03-31 | Microsoft Corporation | Search engine segmentation |
US20070244746A1 (en) * | 2006-04-18 | 2007-10-18 | Issen Daniel A | Correlating an advertisement click event with a purchase event |
US20080004990A1 (en) * | 2006-06-28 | 2008-01-03 | Microsoft Corporation | Virtual spot market for advertisements |
US20090150253A1 (en) * | 2007-10-05 | 2009-06-11 | Williams Phillip W | System and method for facilitating advertising |
US20100198694A1 (en) * | 2009-01-30 | 2010-08-05 | Google Inc. | Advertisement Slot Configuration |
WO2011019759A2 (en) * | 2009-08-10 | 2011-02-17 | Visa U.S.A. Inc. | Systems and methods for targeting offers |
US8442863B2 (en) * | 2010-06-17 | 2013-05-14 | Microsoft Corporation | Real-time-ready behavioral targeting in a large-scale advertisement system |
US20110320261A1 (en) * | 2010-06-20 | 2011-12-29 | Jayant Kadambi | Quality Scoring System for Internet Advertising Loci |
CN103578010A (zh) * | 2012-07-26 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 生成流量质量比较参数的方法和装置、广告计费方法 |
-
2012
- 2012-07-26 CN CN201210262509.4A patent/CN103578010A/zh active Pending
- 2012-12-12 TW TW101146889A patent/TWI564829B/zh active
-
2013
- 2013-07-23 US US13/948,509 patent/US20140032301A1/en not_active Abandoned
- 2013-07-24 WO PCT/US2013/051828 patent/WO2014018635A2/en active Application Filing
- 2013-07-24 JP JP2015524418A patent/JP6110943B2/ja active Active
- 2013-07-24 KR KR20157000090A patent/KR20150024882A/ko not_active Application Discontinuation
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070038508A1 (en) * | 2005-08-10 | 2007-02-15 | Microsoft Corporation | Normalized click-through advertisement pricing |
US20070179846A1 (en) * | 2006-02-02 | 2007-08-02 | Microsoft Corporation | Ad targeting and/or pricing based on customer behavior |
US20080154666A1 (en) * | 2006-12-21 | 2008-06-26 | Yahoo! Inc. | System for generating scores related to interactions with a service provider partner |
TW201013555A (en) * | 2007-09-20 | 2010-04-01 | Alibaba Group Holding Ltd | Method and apparatus for monitoring effectiveness of online advertisement |
US20090327032A1 (en) * | 2008-06-26 | 2009-12-31 | Microsoft Corporation | Quality based pricing and ranking for online ads |
Also Published As
Publication number | Publication date |
---|---|
WO2014018635A3 (en) | 2015-07-16 |
WO2014018635A2 (en) | 2014-01-30 |
JP2015529896A (ja) | 2015-10-08 |
US20140032301A1 (en) | 2014-01-30 |
KR20150024882A (ko) | 2015-03-09 |
TW201405464A (zh) | 2014-02-01 |
CN103578010A (zh) | 2014-02-12 |
JP6110943B2 (ja) | 2017-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI564829B (zh) | Method and apparatus for generating traffic quality comparison parameters, advertising charging method | |
US8788339B2 (en) | Multiple attribution models with return on ad spend | |
KR101651245B1 (ko) | 컨버전 크레디팅 | |
JP6890652B2 (ja) | モバイル機器に配信された情報の効果を測定するための方法及び装置 | |
US20080052278A1 (en) | System and method for modeling value of an on-line advertisement campaign | |
US20160050129A1 (en) | Performance assessment based on analysis of resources | |
US20100082438A1 (en) | Methods and systems for customer performance scoring | |
KR100892851B1 (ko) | 키워드 추천 방법 및 그 시스템 | |
TW201413619A (zh) | 商品資訊推薦方法及裝置 | |
US20210035163A1 (en) | Predictive platform for determining incremental lift | |
US9875484B1 (en) | Evaluating attribution models | |
US20160267519A1 (en) | Allocating online advertising budget based on return on investment (roi) | |
JP2012048718A (ja) | オンライン広告課金システム、その方法及びコンピューター読み取り可能な記録媒体 | |
US11321724B1 (en) | Product evaluation system and method of use | |
JP6978551B2 (ja) | 特許評価システム | |
JP2012088994A (ja) | 広告効果分析システム及びその方法 | |
WO2022121957A1 (zh) | 订单输出方法、装置、计算机设备及计算机可读存储介质 | |
Hong et al. | Measuring product type with dynamics of online product review variances: A theoretical model and the empirical applications | |
WO2013116105A1 (en) | Alterations of calculations in attribution modeling | |
US20150195593A1 (en) | Content direction based on cumulative user cost | |
JP2022123116A (ja) | 情報処理装置、方法およびプログラム | |
US20150363794A1 (en) | Content placement recommendations based on path analysis | |
US20160343025A1 (en) | Systems, methods, and devices for data quality assessment | |
CN109583922B (zh) | 分析购买需求的方法和装置 | |
TWI515676B (zh) | Recommended methods and systems for product information |