- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
广告投放媒介选择的策略的方法的研究
广告投放媒介选择的策略的方法的研究
有句名言:“我知道我的广告费至少浪费了一半以上,但我不知道究竟浪费在哪里?”说的是广告投放由于不当而造成巨大浪费的问题。广告投放如何将钱用在“刀刃”上,使企业的每一分钱都发挥效用呢?
随着中国互联网网民人数的持续扩张与互联网技术的快速发展,网络广告行业的业务急剧扩张的同时,面临着应对技术创新、行业竞争加剧、媒介资源多样化等方面的挑战。大多数广告公司在过去数年的业务活动中积累了大量广告投放监测数据、广告点击所产生的媒体运营数据、网络广告行业的第三方咨询报告以及通过Cookie留存的用户数据等。本文讲基于网络游戏的广告投放而产生的曝光、点击、注册、使用与消费等网民操作行为数据以及周边其他数据源进行分析的方法阐述,获得服务于营销决策的数据分析结论,优化广告公司的作业流程,提升业务质量。
关键词:媒体行业;广告投放策略;数据分析
广告投放是互联网服务提供商盈利的一种重要模式,如何抓住消费者需求,投递合适的广告并转化为商业价值是吸引广告商的重要手段。而从消费者角度,对于广告感到反感乃至无法忍受与对于互联网服务的依赖构成了一对矛盾。为了能够使服务商、消费者和广告商达到共赢,本文针对搜索引擎的用户数据和其旗下的视频网站服务,借助用户搜索记录分析用户偏好,深度挖掘和实时感知用户潜在需求,实施精准广告投放,旨在挖掘消费者需求与广告商品之间有机关联,搭建和谐的沟通渠道。对目标用户进行精准的广告投放,不仅能给广告商带来更大利益,而且对用户减少了骚扰,更能增加用户的粘性,在提供视频服务的同时进行消费推荐。
目前大多数广告公司都拥有自己的媒介资源,在获得广告预算后由经验丰富的业务专员挑选合适的媒介资源制作预算表,并制定详细的排期表。在选择媒介资源的过程中,经手人的业务经验以及老客户以往的广告投放倾向和投放效果是主要的选择依据,其间所利用的最重要的数据支持表为各媒介资源的曝光率、点击率、转化率等定期更新的广告效果监测表。但是随着媒介资源类型和栏目的不断丰富,以个人经验和手工筛选为主的作业流程开始面临挑战。其中容易出现的问题包括:经验丰富的广告投放业务人员稀缺,手工筛选媒介资源的工作量过大,过于依赖点击率等少数指标,多项效果表现指标没有得到综合应用等。
本文将从优化自身的媒介资源采购行为,借助数据分析结果,客观评价手头的媒介资源等方面,为未来的媒介资源采购制定策略。
一、 优化媒介资源选择过程
媒介资源选择是指在广告投放前进行的媒体及广告位的选择和投放金额预分配。比如在游戏广告的投放中,因为游戏的类型不同,投放周期的不同,投放目标就不同,适合投放的媒体就不同,因此在不同的媒体和广告位上投放,效果就千差万别,进而投放广告位的选择就影响到本次广告投放的成败。因此,媒体广告投放前就必须进行媒介资源选择。
研究人员可利用广告公司CRM中所留存的历史数据,依照广告代理公司评价媒介资源的指标与品类,进行多维度的综合计算,得到评价媒介资源的综合评分指标体系,并将综合评分的算法与指标嵌入软件中,以期达到业务人员输入广告预算、游戏分类、媒介组合数量、点击率或转化率要求等目标效果数据时,能够在预算分配表中自动生成媒介资源推荐列表的效果。
同时,为了提升媒介资源采购决策的效率,也可以创建一套智能化展现平台,以动态仪表盘的形式展现媒介资源的广告投放效果,减少Excel的手工操作错误,优化广告资源管理流程。
利用数据挖掘技术,计算广告预算分配的最优组合方案。
CRISP-DM (cross-industry standard process for data mining),即跨行业数据挖掘标准流程,描述了数据挖掘的生命周期,是迄今为止最流行的数据挖掘流程
之所以许多数据分析人员使用CRISP-DM,因为他们需要的是一种可重复使用的分析方法。然而,如何在日常工作中使用CRISP-DM方法时,仍存在一些问题。排名前四的4个问题分别是对业务需求缺乏认知,盲目的返工,盲目的部署和无法形成迭代。数据挖掘可以使CRISP-DM流程的价值最大化,并确保模型分析的有效性。
完整的CRISP-DM数据挖掘流程有六个阶段,下面介绍每个阶段所要完成的任务。
1、业务理解阶段(Business Understanding):集中在理解?目目标和从业务的角度理解需求,定义数据挖掘问题和完成目标的初步计划;
2. 数据理解阶段(Data Understanding):从初始的数据收集开始,通过一些活动的处理,目的是熟悉数据,发现数据的内部属性,或是探测引起兴趣的子集去形成隐含信息的假设;
3. 数据准备阶段(Data Preparation):数据准备阶段包括从未处理的
原创力文档


文档评论(0)