当前位置:首页 - 新闻中心           业界广告公关案例互动社交媒体品牌对话数据技术观察   

 

广告点击率提高2倍,底层算法取得新突破

2016/8/15 15:46:00 

派择科技作为国内大数据营销服务及程序化广告的引领者,在数据营销的商业实战方面取得了不俗成绩,这得益于公司对底层数据技术的重视。派择科技积极与全国顶尖高校战略合作,成立研究实验室,深挖数据营销领域的算法模型,并将科研成果融入实际应用中。
 
去年,派择科技与复旦大学建立了战略合作关系,双方就定向广告的精准投放进行了深入研究,针对现今复杂的网络环境研究用户的上网习惯,从用户的行为分析得出“发现精准用户”的技术和数据结构。其中以派择科技作为主要合作研究单位,由复旦大学徐云杰教授主持的研究项目《电子商务环境中定向广告的精准投放与管理策略研究》,更是一举拿下国家自然科学基金(简称“国自科”)重点项目的资助。
 
近日,研究又取得了突破性的进展。
 
研究成员通过大量实验和观察发现,“常规性”可以更全面地发掘用户行为中隐藏的其他信息,从而减少信息损失,提升行为定向广告策略的效果。基于此,研究成员提出将常规性,即“时间常规性”(表示用户的上网时间习惯)、“空间常规性”(表示用户的浏览网站习惯)以及“时空交互常规性”用于行为定向策略的新算法。
 

 
根据派择科技所积累的全网底层行为数据,对新算法预测用户点击行为的有效性进行了检验。选取的数据集包含299个网站的138950个独立用户,这些用户在连续三个月产生了上千万的广告浏览记录和近百万的广告点击记录。根据以往研究中对常规性的定义,结合TF-IDF算法和高斯模糊聚类等方法,研究者对常规性变量进行了科学的构建,并利用logistic回归检验了常规性等变量对于点击率的影响大小。
 


 
研究表明,用户数据采用时间常规性、空间常规性等变量测量时,其包含的信息量比只有频次变量测量的信息要多,简言之,用户数据使用常规性来衡量,信息损失较小。如此说来,“常规性”加入的确对用户的广告点击有正向的影响,用“常规性”的行为定向策略能够更好的预测用户的点击行为。
 
后将研究所得的算法模型应用到 Action DMP逻辑中,实际应用结果证明,该算法有效提升了识别潜在价值用户的能力,基于用户网络行为的判断,发现品牌最匹配人群,可以有效提高广告的点击概率2-4倍不等,为数字广告优化提供了全新的优化方向。
 
近年,派择科技作为国内数据营销领域的排头兵,与复旦大学、中国人民大学等顶尖学府频频展开研究合作,旨在深入、务实、系统化地研究、开发数字营销领域的各类模式、算法和规范等,科学化提升大数据营销应用水平,率先在数字营销转型大潮中,建立健全大数据营销的方法论和应用标准。

扫一扫分享到微信

0



本站文章部分内容转载自互联网,供读者交流和学习,如有涉及作者版权问题请及时与我们联系,以便更正或删除。感谢所有提供信息材料的网站,并欢迎各类媒体与我们进行文章共享合作。
上一篇信息 下一篇信息
信息分类查询:  业界广告公关案例互动社交媒体品牌对话数据技术观察