返回列表

作者:巨人電商

信息流受眾畫像數(shù)據(jù)分析,你能看懂算我輸!

POST TIME:2021-08-20

做廣告優(yōu)化這么久了,也看過不少廣告后臺(tái)的受眾畫像,總體來說,對(duì)廣告數(shù)據(jù)分析和效果優(yōu)化的參考價(jià)值有限,不過聊勝于無。

究其原因,在于很多廣告后臺(tái)的受眾畫像數(shù)據(jù),只告訴了我們看了廣告的這部分人群是什么樣的,而缺失了發(fā)生轉(zhuǎn)化的這部分用戶的畫像數(shù)據(jù)。原因主要有兩點(diǎn):

一是在大部分廣告投放過程中,前后端數(shù)據(jù)是割裂的,換句話說,媒體能知道你花錢買的廣告給了誰看,但一般不知道哪些人發(fā)生了轉(zhuǎn)化;而甲方通過自己的監(jiān)測(cè),可以知道轉(zhuǎn)化的用戶是哪一部分,如果監(jiān)測(cè)做得夠好,也能知道這部分的人群畫像,但人群畫像的判定標(biāo)準(zhǔn)與媒體方可能存在差異,統(tǒng)計(jì)口徑不一致,數(shù)據(jù)無法人工打通。

二是媒體不愿意公開這么多的數(shù)據(jù),甚至受眾畫像本身都有一定的問題。

如今信息流優(yōu)化已經(jīng)成為業(yè)內(nèi)交流的熱點(diǎn),優(yōu)化創(chuàng)意、定向等已是老生常談,唯獨(dú)受眾畫像的數(shù)據(jù)分析少有人提及,尚有可挖的地方。今天借此機(jī)會(huì),和大家分享一種受眾數(shù)據(jù)分析的思路。

需要強(qiáng)調(diào)的是,接下來的廣告數(shù)據(jù)分析有一個(gè)最基本的前提:假設(shè)媒體提供的數(shù)據(jù)和甲方監(jiān)測(cè)的數(shù)據(jù)都是真實(shí)準(zhǔn)確的。下面小編會(huì)以一個(gè)真實(shí)的案例和數(shù)據(jù)(今日頭條,家裝類)向大家介紹,如何用樸素貝葉斯的算法,對(duì)今日頭條的受眾畫像進(jìn)行數(shù)據(jù)挖掘和分析,從而實(shí)現(xiàn)精準(zhǔn)定向下的轉(zhuǎn)化率預(yù)測(cè)。

每次提到貝葉斯定理,我心中的崇敬之情都油然而生,倒不是因?yàn)檫@個(gè)定理多高深,而是因?yàn)樗貏e有用。這個(gè)定理解決了現(xiàn)實(shí)生活里經(jīng)常遇到的問題:已知某條件概率,如何得到兩個(gè)事件交換后的概率,也就是在已知P(A|B)的情況下如何求得P(B|A)。比如,我知道發(fā)生轉(zhuǎn)化的用戶中,女性的比例是36%,那么當(dāng)一個(gè)女性用戶看到我的廣告時(shí),她有多大的可能性發(fā)生轉(zhuǎn)化。

這里先解釋什么是條件概率:

P(A|B)表示事件B已經(jīng)發(fā)生的前提下,事件A發(fā)生的概率,叫做事件B發(fā)生下事件A的條件概率。其基本求解公式為:

貝葉斯定理之所以有用,是因?yàn)槲覀冊(cè)谏钪型龅竭@種問題:可以不費(fèi)力氣地直接得出P(A|B),P(B|A)則很難直接得出,但其實(shí)我們更關(guān)心P(B|A),這時(shí)候,貝葉斯定理就為我們提供了從P(A|B)獲得P(B|A)的道路。

下面省略證明過程,直接給出貝葉斯定理,相信對(duì)高中數(shù)學(xué)還有印象的朋友對(duì)這個(gè)公式應(yīng)該不陌生:

下面以一個(gè)簡(jiǎn)單的例子,介紹樸素貝葉斯的數(shù)據(jù)挖掘原理。雖然樣本量不多,但足以說明原理和思路。

這里是一份受眾畫像數(shù)據(jù),總共20筆數(shù)據(jù),即代表20個(gè)UV。填寫表單這一字段值為1的合計(jì)9筆,即發(fā)生轉(zhuǎn)化的用戶數(shù)為9。

表1

然后,我們把除了 ID(只是編號(hào),對(duì)于挖掘沒有價(jià)值)、省級(jí)地域(因?yàn)槎际菑V東,對(duì)于挖掘沒有價(jià)值)外的其他字段,做一個(gè)占比分布,如圖所示:

表2

假設(shè),我想知道 定向 X=(地級(jí)市=”佛山”,性別=”男”,年齡=”18-23歲”,興趣分類=”房產(chǎn)”)的轉(zhuǎn)化率,即我想求:P(填寫表單=”1″ | X)。

直接是計(jì)算不出來的,回到上文提到的樸素貝葉斯,專門解決的就是這種問題,我只需知道P(X | 填寫表單=”1″),就可以通過公式得到P(填寫表單=”1″ | X)。

具體的直接套公式得:

P(填寫表單=”1″ | X) = P(X | 填寫表單=”1″) * P(填寫表單=”1″) / P(X)

同理可得,

P(填寫表單=”0″ | X) = P(X | 填寫表單=”0″) * P(填寫表單=”0″) / P(X)

這里需要引出另外一個(gè)重要的公式,P(A,B)代表事件A與B同時(shí)發(fā)生的概率。

當(dāng)事件A與B的發(fā)生是各自獨(dú)立時(shí),P(A,B) = P(A|B) * P(B) =P(A)P(B)。

因?yàn)?,地?jí)市、性別、年齡等這些字段(或定向)的發(fā)生可以理解為是各自獨(dú)立的,所以P(X | 填寫表單=”1″) = P(X ) * P(填寫表單=”1″) ,又P(X | 填寫表單=”1″)= P(地級(jí)市=”佛山”,性別=”男”,年齡=”18-23歲”,興趣分類=”房產(chǎn)” | 填寫表單=”1″)=P(地級(jí)市=”佛山” | 填寫表單=”1″) * P(性別=”男” | 填寫表單=”1″) * P(年齡=”18-23歲” | 填寫表單=”1″) * P(興趣分類=”房產(chǎn)” | 填寫表單=”1″),此時(shí),看起來同樣無法直接得到的P(X | 填寫表單=”1″),被拆分為看起來更簡(jiǎn)單的5個(gè)事件的概率的乘積。

帶入具體值,計(jì)算得:

P(填寫表單=”1″ | X) = P(X | 填寫表單=”1″) * P(填寫表單=”1″) / P(X)= (3/9 * 6/9 * 2/9 * 1/9)*0.45 / P(X) = 0.002469 / P(X)……………………………………………①

P(填寫表單=”0″ | X) = P(X | 填寫表單=”0″) * P(填寫表單=”0″) / P(X)= (2/11 * 5/11 * 2/11 * 2/11)*0.55 / P(X) = 0.0015026 / P(X)……………………………………………②

接下來,遇到一個(gè)問題,P(X)是多少,不知道!不過不要緊,當(dāng)定向 X的用戶進(jìn)來時(shí),ta要么轉(zhuǎn)化,要么不轉(zhuǎn)化,所以

P(填寫表單=”1″ | X) + P(填寫表單=”0″ | X) =1……………………………………………③

聯(lián)立①②③,最終求出:

P(填寫表單=”1″ | X) = 62.2%

P(填寫表單=”0″ | X) = 37.8%

所以,當(dāng)定向?yàn)閄時(shí),樸素貝葉斯數(shù)據(jù)挖掘模型認(rèn)為,該類用戶的轉(zhuǎn)化率在62.2%。

主流的數(shù)據(jù)挖掘算法,如神經(jīng)網(wǎng)絡(luò)、決策樹等。多半依賴如表1所示的數(shù)據(jù),每一個(gè)字段代表用戶的不同維度,每一行代表一個(gè)獨(dú)立用戶的數(shù)據(jù)。但實(shí)際優(yōu)化過程中,媒體方不可能提供如此詳盡的受眾畫像數(shù)據(jù), 但樸素貝葉斯不一樣,對(duì)原始數(shù)據(jù)的要求略低,只需提供不同維度組合下的比例,而不必細(xì)化到每一個(gè)用戶的情況。

1) 原生數(shù)據(jù)及預(yù)處理

我們從今日頭條廣告后臺(tái)拿到的數(shù)據(jù)經(jīng)過簡(jiǎn)單處理后,是下面這樣的:

合計(jì)13339點(diǎn)擊,轉(zhuǎn)化量為37。

表3

2)計(jì)算字段重要性,確定輸入字段

因?yàn)樗凶侄味际穷悇e型字段(區(qū)別于數(shù)值型字段),這里介紹一個(gè)比較通用的算法,用于評(píng)估所有可能的輸入字段對(duì)輸出字段的重要性。

公式解讀如下:

(注:ABS函數(shù),用于求絕對(duì)值)

所有可能的輸入字段對(duì)輸出字段的重要性計(jì)算結(jié)果如下:

一般經(jīng)驗(yàn)來說,字段重要性小于0.1的字段可以不予納入數(shù)據(jù)挖掘模型中。

所以,目前根據(jù)有限的數(shù)據(jù),”性別“這一字段,對(duì)于判斷用戶是否轉(zhuǎn)化的幫助不大,故在接下來的數(shù)據(jù)挖掘模型中,輸入字段包括:地級(jí)市、年齡、興趣分類。

開始做數(shù)據(jù)挖掘,具體原理這里不再贅述,直接給出結(jié)果。

。。。(中間太長(zhǎng),省略了)

我們看到,數(shù)據(jù)挖掘顯示,轉(zhuǎn)化為1的最大概率是1.51%,此時(shí)的定向條件是”廣州&(50歲以上)-母嬰兒童“。而樣本數(shù)據(jù)的整體轉(zhuǎn)化率是37/13339 = 0.28%。

下圖是轉(zhuǎn)化為1的概率分布,可以看到大于0.28%的數(shù)據(jù)約有25%,換句話說,基于樸素貝葉斯的用戶數(shù)據(jù)挖掘,在324種定向組合中,找到了約四分之一的組合,可以使預(yù)估的轉(zhuǎn)化率高于平均水平0.28%。隨著數(shù)據(jù)量的增加,模型也會(huì)不斷改進(jìn),對(duì)精準(zhǔn)定向組合的轉(zhuǎn)化率預(yù)測(cè)效能也會(huì)越來越好,將有限的廣告費(fèi)花在最有可能轉(zhuǎn)化的用戶上。

下面考慮怎么將這一洞察,應(yīng)用于廣告投放,創(chuàng)造更高的ROI。比如制作針對(duì)性的創(chuàng)意、提高出價(jià)等等,這個(gè)方面各位都是老手了,就不在此贅述了。

最后強(qiáng)調(diào)一句,受眾畫像的數(shù)據(jù)挖掘需要滿足一定的條件,即要能區(qū)分轉(zhuǎn)化和未轉(zhuǎn)化的用戶。

以上,即是基于樸素貝葉斯的用戶數(shù)據(jù)挖掘,給大家參考。

標(biāo)簽:南昌 中山 錫林郭勒盟 肇慶 三亞 云浮 南充 新鄉(xiāng)