确定渠道的贡献度的方法、装置、设备和存储介质与流程

1.本技术实施例涉及信息处理领域，尤指一种确定渠道的贡献度的方法、装置、设备和存储介质。


背景技术：

2.广告主将广告投放到多个渠道，如在社交媒体平台直接播放广告的硬广告方式，或者，请求关键人物(key opinion leader,kol)如主播等进行带货直播的软广告方式。用户在看到广告后可能会到电商购物平台，进行搜索所广告的商品。广告主根据电商购物平台的独立访客数，因此，需要评估每个渠道对促成独立访客数据所发挥的贡献，即每个渠道的贡献度。如何确定渠道的贡献度是亟待解决的问题。


技术实现要素：

3.为了解决上述任一技术问题，本技术实施例提供了一种确定渠道的贡献度的方法、装置、设备和存储介质。
4.为了达到本技术实施例目的，本技术实施例提供了一种确定渠道的贡献度的方法，包括：
5.确定广告所使用的至少两个渠道；
6.获取同一统计时长内所述广告在每个渠道对应的评价指标值，以及，在所述统计时长内经所述至少两个渠道转化得到的独立访客总数；
7.根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度。
8.一种确定渠道的贡献度的装置，包括：
9.确定模块，用于确定投放广告所使用的至少两个渠道；
10.获取模块，用于获取同一统计时长内所述广告在每个渠道对应的评价指标值，以及，在所述统计时长内经所述至少两个渠道转化得到的独立访客总数；
11.计算模块，用于根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度。
12.一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上文所述的方法。
13.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上文所述的方法。
14.上述技术方案中的一个技术方案具有如下优点或有益效果：
15.通过确定广告所使用的至少两个渠道，获取所述广告在同一统计时长内每个渠道对应的评价指标值，以及，在所述统计时长内经所述至少两个渠道转化得到的独立访客总数，根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度，达到完成贡献度计算的目的，且未使用用户的隐私数据，保证了用户的隐私安全。
16.本技术实施例的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例而了解。本技术实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
17.附图用来提供对本技术实施例技术方案的进一步理解，并且构成说明书的一部分，与本技术实施例的实施例一起用于解释本技术实施例的技术方案，并不构成对本技术实施例技术方案的限制。
18.图1为本技术实施例提供的确定渠道的贡献度的方法的流程图；
19.图2为本技术实施例提供的每个渠道在某天的贡献度的示意图；
20.图3为本技术实施例提供的对应关系曲线的示意图；
21.图4为本技术实施例提供的确定渠道的贡献度的装置的结构图。
具体实施方式
22.为使本技术实施例的目的、技术方案和优点更加清楚明白，下文中将结合附图对本技术实施例的实施例进行详细说明。需要说明的是，在不冲突的情况下，本技术实施例中的实施例及实施例中的特征可以相互任意组合。
23.在实现本技术过程中，对相关技术进行了技术分析，发现相关技术至少存在如下问题，包括：
24.相关技术中，采集用户的浏览数据(landscape)，并利用用户的浏览数据，建立时间序列模型来预估每个渠道的贡献度。其中，浏览数据指用户在到网店搜索前按时间顺序经过的广告渠道的链路数据。对于同一用户，链路数据为社交媒体1
→
社交媒体2
→
未转化，社交媒体1
→
社交媒体3
→
社交媒体4
→
转化，分别表示不同的链路数据。
25.由于相关技术中所使用的浏览数据属于用户的隐私数据，容易造成用户的隐私泄漏，因此，相关技术中的实现方式需要进行改进。
26.基于上述分析，本技术实施例提供如下解决方案，包括：
27.与相关技术使用用户的浏览数据不同，通过将广告主全部渠道的数据整合在一起，形成一份不再包含用户隐私数据的采集数据，并利用该采集数据进行全域归因，实现贡献度的计算。其中，全域包括所投放的全部渠道，即，广告投放方式包括通过硬广告和软广告。当然，如果某一广告仅采用了硬广告或软广告，则全域即仅指对应的单一投放方式。
28.图1为本技术实施例提供的确定渠道的贡献度的方法的流程图。如图1所示，所述方法包括：
29.步骤101、确定广告所使用的至少两个渠道；
30.由于广告投放方式包括硬广告或软广告，对应的，上述渠道(channel)包括硬广告的渠道和软广告的渠道中至少一个；即，广告实际所使用的投放方式确定了所使用的渠道。
31.步骤102、获取同一统计时长内所述广告在每个渠道对应的评价指标值，以及，在所述统计时长内经所述至少两个渠道转化得到的独立访客总数；
32.该统计时长可以为一天或一周。
33.相关技术中，硬广告对应的评价指标有曝光量(impression)、点击数(click)，软
广告使用的指标一般是转发数(forward)、评论数(comments)、点赞数(like)。
34.在本技术实施例中，如果所述渠道为通过硬广告方式投放所述广告，则选择广告的点击次数作为评价指标值；
35.如果所述渠道为通过软广告方式投放所述广告，则选择广告的转发次数、广告的评论次数和软广告的点赞次数中至少一个作为评价指标值。
36.根据实际应用数据可知，曝光量直接转化为独立访客数的概率相对于其他评价指标转化为独立访客数的概率要低很多，因此，为了简化计算成本，可以将曝光率从评价指标中删除，仅使用点击数作为硬广告的评价指标。
37.步骤103、根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度；
38.与相关技术中利用用户的浏览数据不同，本技术实施例基于渠道记录的评价指标值，进行贡献度的计算，完成贡献度计算的目的，且，由于上述计算所使用的数据未使用用户的隐私数据，保证了用户的隐私安全。
39.本技术实施例提供的方法，通过确定广告所使用的至少两个渠道，获取所述广告在同一统计时长内每个渠道对应的评价指标值，以及，在所述统计时长内经所述至少两个渠道转化得到的独立访客总数，根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度，达到完成贡献度计算的目的，且未使用用户的隐私数据，保证了用户的隐私安全。
40.下面对本技术实施例提供的方法进行说明：
41.在一个示例性实施例中，所述根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度，包括：
42.获取每个评价指标的权值；
43.根据所述每个渠道的评价指标值以及每个评价指标的权值，计算所述独立访客总数对应的每个渠道的贡献度。
44.利用每个评价指标的权值，可以方便对同一渠道的评价指标值进行加权计算，完成对同一渠道的多个评价指标值的处理。
45.进一步，上述权值表示每个评价指标的重要性。其中，重要性越高，该评价指标对应的转化为独立访客的概率越高；反之，重要性越低，该评价指标对应的转化为独立访客的概率越低。
46.在一个示例性实施例中，所述确定每个评价指标的权值，包括：
47.获取每个评价指标转化为独立访客的概率；
48.根据每个评价指标的概率，确定每个评价指标的权值。
49.例如，在投放方式为软广告时，如果转发该广告的用户转化为独立访客的概率低于点赞该广告的用户转化为独立访客的概率，则转发对应的权值小于点赞的权值。
50.优选的，所述获取每个评价指标转化为独立访客的概率，包括：
51.获取所述至少两个渠道在预设参考时长内同一评价指标对应的数值，得到指标参考值，并计算全部指标参考值的总和，得到指标总参考值；
52.获取同一评价指标经所述至少两个渠道在所述参考时长内转化得到的独立访客的总和，得到访客总参考值；
53.计算访客总参考值和指标总参考值之间的比值；
54.根据所述比值，确定所述评价指标的概率值。
55.该参考时长可以为一天或一周。
56.在投放方式为硬广告时，评价指标为点击。以渠道为3个为例，该参考时长为1天，其中，在1天内3个渠道的点击数分别为a1、a2和a3，在1天内通过点击转化为独立访客总数为a4,，则计算(a1 a2 a3)与a4的比值，并根据该比值来确定通过点击转换为独立访客数的概率值。
57.其中，上述a1、a2、a3和a4的取值可以通过线上或线下的调查问卷的方式来获取，以避免获取用户的隐私数据。或者，利用预先建立的预测模型获取得到。
58.进一步的，所述根据所述每个渠道的评价指标值以及每个评价指标的权值，计算所述独立访客总数对应的每个渠道的贡献度，包括：
59.利用每个渠道的评价指标值，构建评价指标矩阵a，其中所述评价指标矩阵a中第i行第j列的数值表示第i个渠道第j个评价指标的取值，其中，i为小于或等于m的正整数，j为小于或等于n的正整数，其中m和n均为正整数；
60.采用如下计算表达式计算每个渠道的贡献度，包括：
61.b*a*c＝d；
62.其中，b为1行m列的矩阵，表示每个渠道的贡献度；c为n行1列的矩阵，表示每个评价指标的权值；d为正整数，表示独立访客总数。
63.从上述计算表达式可知，由于硬广告和软广告的广告的评价指标是不一致的，利用矩阵变换的方法衡量每个指标所能够提供的平均独立访客数，再在该平均独立访客数的基础上，考虑每个渠道的贡献度所带来的影响，最终得到所全域的独立访客数，完成上述计算表达式的构建。
64.基于矩阵计算的特性，无需对硬广告和软广告的评价指标值未对齐进行处理，降低了计算复杂度。
65.下面以具体应用实例进行说明：
66.步骤1、获取数据集；其中，该数据集包括不同渠道的评价指标值以及电商购物平台的独立访客数。
67.其中，不同渠道的评价指标值参见表1:
[0068][0069]
表1
[0070]
其中，独立访客数的数据格式参见表2，表2记录有各个电商平台以及品类的独立访客数。
[0071]
电商平台品牌/品类日期独立访客数平台1品牌120220101100平台2护肤20220101800
[0072]
表2
[0073]
从表1和表2的内容可知，数据集中不包括用户的隐私数据。
[0074]
步骤2、根据该数据集，结合广告归因的业务知识构建归因模型；
[0075]
step1：将我们获取到的数据整理为下面的格式，行表示每一个渠道channel，依次为c1、c2和c3；列表示每一个评价指标，其中评价指标中不包括曝光量，依次为点击数、转发数、评论数和点赞数；
[0076][0077]
step2：模型建立：
[0078]
b*a*c＝search uv
[0079][0080]
其中，βj表示第j个评价指标的权值，用于表示该评价指标的重要性，即，表示通过该评价指标转换为独立访客的平均转化率，0≤βj≤1；αi表示第i渠道的贡献度，αi》0，即模型所需求解的对象。
[0081]
其中，各个渠道的贡献促成了全域的独立访客数。
[0082]
评价指标的权值在一段时间内是比较稳定的，可通过做线上问卷调查或者线下调查的方式获取，具体参见表3：
[0083][0084][0085]
表3
[0086]
步骤3、对模型进行求解，得到每个渠道在该统计时长的贡献度。
[0087]
通过上述应用实例可知，本技术实施例提供的方法，能够在用户浏览数据未知的情况下完成基于独立访客的归因处理，得到每个渠道的贡献度。与相关技术中归因模型需要大量用户的浏览数据不同，通过获取少量指标数据即可进行全域归因，非常适合当下用户隐私保密的商业环境。
[0088]
可选的，所述根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度之后，所述方法还包括：
[0089]
获取同一渠道在至少两个统计时长的贡献度；
[0090]
计算每个渠道在全部统计时长内的贡献度总值；
[0091]
计算每个渠道的贡献度总值与全部渠道的贡献度总值的比值，得到贡献度相对值；
[0092]
根据所述贡献度相对值，对所述广告的至少两个渠道进行管理。
[0093]
图2为本技术实施例提供的每个渠道在某天的贡献度的示意图。以图2所示结果为例，可以得到某一活动周期内每个渠道的贡献度：
[0094]
在活动周期内每天都会有如图2所示的结果，通过对所有直方图对应位置的贡献度直接加和，可以得到一张累计直方图。该累计直方图就是整个活动周期内每个渠道的贡献值总值。由于所有渠道的累计贡献度为1，可以对上述累计直方图进行标准化处理，得到每个渠道的贡献度相对值，其中第i个渠道的贡献度的计算方式如下：
[0095][0096]
在上述计算表达式中，α
i,k
表示第k天第i个渠道的贡献度，其中k为小于或等于k的整数，其中k表示活动周期的总天数。
[0097]
由于所有渠道的累计贡献度为1，通过获取贡献度相对值，可以实现对贡献度的标准化处理，以便更加准确地支持后续投放操作。例如，增加贡献度高的渠道的预算，减少贡献度低的渠道的预算，实现对广告当前使用的渠道进行优化。
[0098]
可选的，所述根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度之后，所述方法还包括：
[0099]
获取同一渠道在至少两个统计时长的贡献度；
[0100]
根据预先获取的所述渠道的曝光量，建立所述渠道的贡献度与曝光量在同一统计时长内的对应关系；
[0101]
根据所述对应关系确定所述投放渠道的最佳曝光量。
[0102]
在得到每个渠道的贡献度αi，该αi是在一定曝光量的情况下促成的。对于每个渠道，可以计算出整个活动期间同一渠道每天曝光量和贡献度的对应关系(αi,impression)。通过绘制对应关系的曲线图，根据曲线图中斜率大小选择最佳曝光量
[0103]
其中，某一渠道c1的贡献度和曝光量的对应关系参见表4：
[0104]
日期α1曝光量202201011.210000
202201020.870000
……ꢀ
202210010.730000
[0105]
表4
[0106]
图3为本技术实施例提供的对应关系曲线的示意图。如图3所示，横坐标为曝光量，纵坐标为贡献度，从图3可知，最优投放曝光应该在曲线最缓处取得，即曲线的斜率最小的位置。
[0107]
从上述应用实例可知，在得到每个渠道的贡献度后，还可以基于贡献度优化每个渠道的广告曝光量，实现广告投放的优化。
[0108]
图4为本技术实施例提供的确定渠道的贡献度的装置的结构图。如图4所示，所述装置包括：
[0109]
确定模块，用于确定投放广告所使用的至少两个渠道；
[0110]
获取模块，用于获取同一统计时长内所述广告在每个渠道对应的评价指标值，以及，在所述统计时长内经所述至少两个渠道转化得到的独立访客总数；
[0111]
计算模块，用于根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度。
[0112]
本技术实施例提供的装置，通过确定广告所使用的至少两个渠道，获取所述广告在同一统计时长内每个渠道对应的评价指标值，以及，在所述统计时长内经所述至少两个渠道转化得到的独立访客总数，根据所述每个渠道的评价指标值以及所述独立访客总数，计算每个渠道的贡献度，达到完成贡献度计算的目的，且未使用用户的隐私数据，保证了用户的隐私安全。
[0113]
本技术实施例提供一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上文任一项中所述的方法。
[0114]
本技术实施例提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上文任一项中所述的方法。
[0115]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息
递送介质。