一种多通路广告效果评估方法及系统与流程

本发明涉及广告效果评估，尤其涉及一种多通路广告效果评估方法及系统。

背景技术：

1、广告效果评估方法是用于衡量广告活动在推广产品或服务方面的成功程度的一种方法。广告效果评估有助于广告主了解他们的广告投资是否产生了预期的回报，并指导他们对广告策略的调整和优化。多通路广告效果评估方法旨在综合评估广告活动在不同媒体渠道上的效果，并理解这些不同渠道之间的互动和协同效应。常规的方法往往需要投入大量的时间、人力和技术资源来执行多通路广告效果评估，这对于小型企业或资源有限的组织不太可行。

技术实现思路

1、本发明为解决上述技术问题，提出了一种多通路广告效果评估方法及系统，以解决至少一个上述技术问题。

2、本技术提供了一种多通路广告效果评估方法，所述方法包括：

3、s1、从不同的社交媒体平台中获取用户流量数据；

4、s2、对所述用户流量数据进行大数据处理，得到用户流量行为数据，并对所述用户流量数据进行数据归因处理，得到用户流量归因数据；

5、s3、对所述用户流量行为数据以及所述用户流量归因数据进行素材推荐，得到素材推荐数据，并对所述素材推荐数据进行广告落地行为处理，得到广告落地行为数据；

6、s4、对所述广告落地行为数据以及所述素材推荐数据进行广告内容制作处理，得到广告内容制作数据，以进行广告营销作业。

7、本发明中通过从不同的社交媒体平台获取用户流量数据和进行大数据处理，该方法能够更准确地了解用户的行为和兴趣，从而提供更加个性化的广告推荐，提高广告的点击率和互动率，从而提升广告效果。通过数据归因处理，该方法可以追踪用户与广告的互动路径，了解用户是如何从不同的渠道和内容接触到广告的，使得更精确地评估各种广告渠道和内容对于转化事件的贡献。广告落地行为处理和广告内容制作处理阶段可以帮助优化广告的着陆页和内容，通过了解用户的互动行为和兴趣，可以创建更吸引人的广告内容，提高用户的参与度和转化率。该方法基于大数据处理和数据归因，使广告效果评估更加数据驱动。本发明可以根据用户流量行为数据和归因数据做出更明智的广告决策，以优化广告预算和资源分配，减少多通路广告效果评的人力以及资源投入。

8、可选地，所述不同的社交媒体中获取用户流量数据，包括：

9、s11、通过预设的第一用户流量数据采集方式对预设的第一社交媒体平台进行用户流量数据采集，得到第一用户流量数据；

10、s12、通过预设的第二用户流量数据采集方式对预设的第二社交媒体平台进行用户流量数据采集，得到第二用户流量数据，其中所述第一用户流量数据采集方式为所述第一社交媒体平台对应的数据采集方式，所述第二用户流量数据采集方式为所述第二社交媒体平台对应的数据采集方式，所述第一社交媒体平台与所述第二社交媒体平台为不同的社交媒体平台；

11、s13、对所述第一用户流量数据以及所述第二用户流量数据进行字段映射并数据合并，得到用户流量数据，其中字段映射为通过预设的字段映射表进行数据映射。

12、本发明中允许从不同的社交媒体平台采集用户流量数据，并将这些数据整合到一个统一的数据集中，使得广告运营方更全面地了解用户在不同平台上的行为和互动，提供了更全面的数据视角。通过使用预设的字段映射表进行数据映射，确保了不同社交媒体平台的数据字段能够正确对应和合并，减少了数据整合过程中的错误和混淆，提高了数据的准确性。合并后的用户流量数据可用于更深入的分析和洞察力。本发明可以比较不同社交媒体平台上的用户行为趋势，了解跨平台用户互动的共同点和差异，从而制定更有效的广告策略。综合的用户流量数据能够更好地理解用户的兴趣和喜好，有助于更精确地定位目标受众，提高广告的针对性，减少广告浪费，提高广告效果。自动化的数据采集、字段映射和数据合并过程可以节省数据整合的时间和资源，降低了手动整合数据的工作量。

13、可选地，所述对所述用户流量数据进行大数据处理，得到用户流量行为数据，包括：

14、s21、对所述用户流量数据进行数据清洗，得到用户流量清洗数据；

15、s22、对所述用户流量清洗数据进行用户行为分析，得到用户行为分析数据；

16、s23、对所述用户行为分析数据通过预设的大数据平台进行关键指标计算，得到关键指标数据；

17、s24、根据所述关键指标数据对所述用户流量数据进行行为分类处理，得到用户流量行为数据。

18、本发明中通过数据清洗步骤，该方法有助于去除用户流量数据中的异常值、重复记录和不完整数据，从而提高数据的质量和可信度。用户行为分析阶段有助于深入了解用户在不同社交媒体平台上的行为和互动模式，这些洞察可以用于优化广告策略、内容推荐和用户体验设计。计算关键指标数据有助于从海量的用户流量数据中提炼出关键信息，包括点击率、转化率、互动率等，用于评估广告效果和用户参与度。将用户流量数据进行行为分类处理有助于将用户分组成不同的行为类别，用于更精细地定位目标受众和个性化广告推荐，提高广告的针对性。通过关键指标数据和行为分类，广告运营方可以做出更数据驱动的决策，根据这些数据来调整广告预算、内容策略和广告投放方式，以提高广告效果。

19、可选地，所述对所述用户流量数据进行数据归因处理，得到用户流量归因数据，包括：

20、s25、获取所述用户流量数据对应的用户来源数据，其中所述用户来源数据包括用户广告互动数据、社交媒体渠道数据以及搜索引擎数据；

21、s26、利用预设的时间衰减归因模型对所述用户流量数据以及所述用户来源数据进行归因处理，得到初步用户流量归因数据；

22、s27、对所述用户流量数据以及所述用户来源数据进行转换路径归因处理，得到转换路径归因数据；

23、s28、对所述用户流量数据以及所述用户来源数据进行多渠道归因处理，得到多渠道归因数据；

24、s29、对所述初步用户流量归因数据、所述转换路径归因数据以及所述多渠道归因数据进行数据整合，得到用户流量归因数据。

25、本发明中使用时间衰减归因模型可以更好地反映用户与广告或内容的互动在时间上的关联性，确定哪些来源对于最终转化事件的影响最大，并对不同时间段的影响进行区分。考虑了用户的转换路径，即用户是如何与不同渠道和内容交互，最终导致转化事件的发生，帮助广告运营方了解用户的互动路径，优化广告投放和内容策略。多渠道归因处理有助于分析用户流量数据来自多个不同的渠道的情况，了解不同渠道的相对效果，从而优化资源分配。

26、可选地，所述对所述用户流量数据以及所述用户来源数据进行转换路径归因处理，得到转换路径归因数据，包括：

27、利用预设的滑动窗口算法对所述用户流量数据进行时序划分，得到用户流量时序划分数据；

28、对所述用户流量时序划分数据进行转换路径构建，得到转换路径数据，并利用所述用户来源数据对所述转换路径数据进行标注，得到流量转换路径数据；

29、对所述流量转换路径数据进行访问事件归因处理，得到访问事件归因数据；

30、对所述流量转换路径数据进行点击事件归因处理，得到点击事件归因数据；

31、对所述流量转换路径数据进行触发事件归因处理，得到触发事件归因数据；

32、将所述访问事件归因数据、所述点击事件归因数据以及所述触发事件归因数据整合为转换路径归因数据。

33、本发明中使用滑动窗口算法对用户流量数据进行时序划分，然后构建转换路径，有助于更好地理解用户在不同时间段内的互动路径，有助于分析用户是如何从一个步骤到另一个步骤的，并帮助广告运营方了解用户的互动轨迹。通过将用户来源数据与转换路径数据进行标注，可以将用户的互动行为与其来自的渠道或来源进行关联，有助于深入了解不同渠道对于转换路径的贡献度。将用户互动分为访问事件、点击事件和触发事件，并对这些事件进行归因处理，有助于确定哪些事件对于最终的转换事件具有关键影响，有助于优化广告内容和互动设计。该方法提供了细化的转换路径数据，可以分析用户在整个互动过程中的每个步骤，有助于识别潜在的瓶颈或改进点，以提高用户的参与度和转化率。

34、可选地，其中所述素材推荐数据包括第一素材推荐数据以及第二素材推荐数据，所述对所述用户流量行为数据以及所述用户流量归因数据进行素材推荐，得到素材推荐数据，包括：

35、根据所述用户流量数据对应的社交平台以及预设的素材库数据集进行素材库映射，得到社交平台素材库数据；

36、对所述用户流量行为数据以及所述用户流量归因数据进行用户兴趣偏好特征提取以及用户历史行为特征提取，分别得到用户兴趣偏好特征数据以及用户历史行为；

37、对所述用户兴趣偏好特征数据以及所述社交平台素材库数据的素材标签数据进行协同推荐处理，得到所述第一素材推荐数据；

38、对所述用户历史行为以及所述社交平台素材库数据的素材标签数据进行协同推荐处理，得到所述第二素材推荐数据。

39、本发明中通过基于用户流量行为数据和归因数据提取用户兴趣偏好特征和用户历史行为，结合社交平台素材库数据，可以生成更加个性化的素材推荐，有助于提高广告内容的相关性，增加用户的互动和转化机会。采用协同推荐算法，将用户兴趣偏好特征数据与社交平台素材库的素材标签数据进行处理，生成第一素材推荐数据。同时，对用户历史行为和素材标签数据进行协同推荐处理，生成第二素材推荐数据。这种方法提供多个推荐选项，增加了广告素材的多样性。个性化和协同推荐有助于提高广告的点击率和互动率，因为推荐的素材更符合用户的兴趣和行为历史，提高广告效果，降低广告成本，提高roi。用户将看到更加相关和有趣的广告素材，而不是无关或令人厌烦的广告，提高了用户的体验，有助于建立积极的品牌印象。该方法为广告运营方提供了更多的数据支持，使其能够根据用户的行为和兴趣来做出更明智的广告决策，优化广告策略和资源分配。

40、可选地，所述协同推荐处理，包括以下步骤：

41、通过所述用户流量数据对应的社交平台获取用户最近交互数据，其中所述用户最近交互数据包括预设时间范围内的用户访问数据以及用户好友互动数据；

42、对所述用户访问数据进行用户偏好主题数据提取，得到用户偏好主题数据；

43、对所述用户好友互动数据进行用户好友关系建模，得到用户好友关系模型；

44、根据所述用户好友关系数据进行互动模式提取，得到用户好友互动模式数据；

45、根据所述用户好友互动模式对所述用户好友互动数据进行聚类计算，得到用户好友互动聚类特征数据；

46、对用户好友互动聚类特征数据进行最大簇数据筛选，得到聚类最大簇数据；

47、对所述聚类最大簇数据、所述用户偏好主题数据、所述用户兴趣偏好特征数据/所述用户历史行为以及所述社交平台素材库数据的素材标签数据进行相似度推荐处理，得到所述第一/第二素材推荐数据。

48、本发明中通过提取用户偏好主题数据、用户好友互动模式以及用户好友互动聚类特征数据，结合用户历史行为和素材标签数据，可以生成更加个性化的素材推荐，提供与用户兴趣和互动模式更加匹配的广告素材，提高用户的互动和参与度。利用用户好友互动数据和用户好友关系模型，可以更好地理解用户的社交圈子和互动方式，生成更有针对性的推荐内容，基于用户社交圈子的兴趣和趋势。对用户好友互动聚类特征数据进行聚类计算和最大簇数据筛选，有助于识别和提取出用户的互动模式和社交特征，用于更准确地理解用户行为和提供更相关的广告内容。通过相似度推荐处理，将用户的个性化信息与社交平台素材库的素材标签数据相匹配，提供与用户兴趣和社交圈子相关的广告素材，提高广告点击率和转化率。个性化和协同推荐有助于提高广告的相关性，提高用户对广告的兴趣和参与度，从而提高广告效果，增加广告的点击率、互动率和转化率。用户将看到更加与其兴趣和社交圈子相关的广告，而不是不相关或令人厌烦的广告，提高了用户的广告体验，有助于建立积极的品牌印象。

49、可选地，所述对所述素材推荐数据进行广告落地行为处理，得到广告落地行为数据，包括：

50、生成用户编辑功能界面数据；

51、根据所述第一素材推荐数据以及所述用户编辑功能界面数据进行落地页模板数据生成，得到第一落地页模板数据；

52、根据所述第二素材推荐数据以及所述用户编辑功能界面数据进行落地页模板数据生成，得到第二落地页模板数据；

53、对所述第一落地页模板数据以及所述第二落地页模板数据进行多变量测试处理，分别得到第一落地页测试数据以及第二落地页测试数据；

54、利用预设的标准用户行为数据对所述第一落地页模板数据以及所述第二落地页模板数据进行用户行为模拟，得到第一用户行为模拟数据以及第二用户行为模拟数据；

55、对所述第一落地页测试数据以及所述第一用户行为模拟数据进数据整合，得到第一广告落地行为数据，并对所述第二落地页测试数据以及所述第二用户行为模拟数据进行数据整合，得到第二广告落地行为数据。

56、本发明中根据第一素材推荐数据和用户编辑功能界面数据，生成第一落地页模板数据；同时，根据第二素材推荐数据和用户编辑功能界面数据，生成第二落地页模板数据，使得能够创建与广告内容和用户需求更加匹配的落地页，提高用户的满意度。对第一落地页模板数据和第二落地页模板数据进行多变量测试处理，分别得到第一落地页测试数据和第二落地页测试数据，使得能够评估不同落地页版本的效果，确定哪个版本对于用户的互动和转化更有效。利用预设的标准用户行为数据对第一落地页模板数据和第二落地页模板数据进行用户行为模拟，得到第一用户行为模拟数据和第二用户行为模拟数据，从而预测用户在不同落地页版本上的行为反应。通过多变量测试和用户行为模拟，可以确定最佳的落地页版本，从而提高用户的体验和满意度，降低跳出率，增加用户的互动和转化机会。

57、可选地，所述对所述广告落地行为数据以及所述素材推荐数据进行广告内容制作处理，得到广告内容制作数据，以进行广告营销作业，包括：

58、获取广告投放需求数据；

59、对所述广告落地行为数据以及所述广告投放需求数据进行需求度拟合，得到需求度拟合数据；

60、确定所述需求度拟合数据为第一广告落地行为需求数据时，则根据所述第一素材推荐数据进行广告内容制作处理，得到第一广告内容制作数据；

61、确定所述需求度拟合数据为第二广告落地行为需求数据时，则根据所述第二素材推荐数据进行广告内容制作处理，得到第二广告内容制作数据，其中广告内容制作数据为所述第一广告内容制作数据以及所述第二广告内容制作数据的一种。

62、本发明中通过对广告落地行为数据和广告投放需求数据进行需求度拟合，可以确定广告投放需求与广告受众的需求程度和兴趣的深度联系，根据不同受众的需求以及投放需求生成定制的广告内容，提高广告与用户之间的相关性。根据需求度拟合数据的结果，选择相应的素材推荐数据进行广告内容制作处理，可以根据不同需求度的受众进行个性化制作，提供与其需求最匹配的广告内容。通过为不同需求度的受众提供定制的广告内容，有助于提高广告的点击率、互动率和转化率，广告内容的个性化制作可以更好地满足用户的需求，增加他们与广告的互动。用户将看到更符合其需求和兴趣的广告内容，从而提高他们的满意度，有助于建立积极的品牌印象和用户忠诚度。这种方法基于需求度拟合数据，为广告运营方提供了更多的数据支持，使其能够根据用户需求制定广告策略，优化广告内容和提高广告roi。

63、可选地，本技术还提供了一种多通路广告效果评估系统，用于执行如上所述的多通路广告效果评估方法，所述多通路广告效果评估系统包括：

64、用户流量数据采集模块，用于从不同的社交媒体平台中获取用户流量数据；

65、大数据及归因处理模块，用于对所述用户流量数据进行大数据处理，得到用户流量行为数据，并对所述用户流量数据进行数据归因处理，得到用户流量归因数据；

66、ai工具模块，用于对所述用户流量行为数据以及所述用户流量归因数据进行素材推荐，得到素材推荐数据，并对所述素材推荐数据进行广告落地行为处理，得到广告落地行为数据；

67、广告内容制作处理模块，用于对所述广告落地行为数据以及所述素材推荐数据进行广告内容制作处理，得到广告内容制作数据，以进行广告营销作业。

68、本发明的目的在于通过从不同社交媒体平台获取用户流量数据，并进行数据处理、归因、素材推荐、广告落地行为处理以及广告内容制作处理，该方法可以为每个用户提供高度个性化的广告体验，用户将看到与他们的兴趣和行为模式最相关的广告，这提高了广告的相关性，降低了用户的广告疲劳感。个性化广告体验有助于提高广告效果，包括广告点击率、互动率和转化率，通过根据用户流量行为数据和归因数据生成相关的素材推荐和广告内容，广告更容易引起用户的兴趣，增加用户参与度，从而提高了广告的转化效果。通过素材推荐数据的生成和广告内容制作的个性化处理，广告运营方可以更有效地利用广告资源。针对不同的受众群体生成不同版本的广告，以更好地满足用户需求，降低资源浪费。该方法生成了大量的用户流量数据、归因数据、素材推荐数据和广告落地行为数据，这些数据可以用于深入分析广告效果，评估不同广告策略的绩效，从而为广告运营方提供数据支持，帮助他们制定更明智的广告决策。个性化广告体验和相关性更高的广告内容有助于提高用户的满意度，用户更愿意与满足其需求和兴趣的广告互动，这有助于建立积极的品牌印象和忠诚度。该方法允许从不同社交媒体平台获取数据，有助于广告运营方制定跨平台广告策略，根据不同平台上的用户行为和需求，调整广告内容和策略，以最大程度地利用不同平台的潜力。