基于大数据的广告推送效果评估方法、系统及存储介质与流程

本发明涉及广告推送效果评估，尤其涉及基于大数据的广告推送效果评估方法、系统及存储介质。

背景技术：

1、广告推送效果评估技术，是指通过数据分析和统计方法对广告推送效果进行评估和分析的技术，它通过收集和处理广告投放过程中产生的数据，来衡量广告推送的效果和效益，这些技术可以帮助广告主和广告平台了解广告投放的效果如何，从而优化广告投放策略，提升广告效果和投资回报率。

2、现有的广告推送效果评估技术通常都是对平台内的推送广告进行统一分析，使用相同的数据类型对不同广告类型的推送广告进行推送效果分析，忽略了不同广告类型的推送广告中对推送效果起决定性作用的因素的分析，导致分析得到的推送效果与实际不符，比如在申请公开号为cn113327140a的申请专利中，公开了基于大数据分析的视频广告投放效果智能分析管理系统，该方案在对视频广告进行分析时就缺少对不同类型的广告的专项分析，短视频平台内的广告具有多样性，对不同类型的广告进行统一的数据分析将导致分析得到的推送效果不具备真实性，且现有的广告推送效果评估技术还缺少对广告受众年龄的分析，导致难以找到不同类型的广告的最佳受众年龄，从而进行定向投放，现有的广告推送效果评估技术还存在缺少对不同类型的广告的专项分析以及对广告受众年龄的分析，导致推送效果评估结果不够准确以及难以将广告进行定向投放的问题。

技术实现思路

1、针对现有技术存在的不足，本发明提供了基于大数据的广告推送效果评估方法，能够对不同广告类型的推送广告进行专项分析，分别选取其具有决定性因素的数据进行评估，且针对不同的广告类型，分析其最佳推送受众，找到最佳的受众年龄，从而实现定向投放，以解决现有的广告推送效果评估技术还存在缺少对不同类型的广告的专项分析以及对广告受众年龄的分析，导致推送效果评估结果不够准确以及难以将广告进行定向投放的问题。

2、为了实现上述目的，第一方面，本发明提供基于大数据的广告推送效果评估方法，包括如下步骤：

3、步骤s1，获取推送广告的广告类型，所述广告类型包括小程序游戏广告、应用下载广告以及商品推送广告；

4、步骤s2，获取用户对小程序游戏广告执行操作后的反馈数据，标记为小程序推送反馈，对小程序推送反馈进行分析，得到小程序游戏广告的推送效果，标记为小程序推送效果；

5、步骤s3，获取用户对应用下载广告执行操作后的反馈数据，标记为应用推送反馈，对应用推送反馈进行分析，得到应用下载广告的推送效果，标记为应用推送效果；

6、步骤s4，获取用户对商品推送广告执行操作后的反馈数据，标记为商品推送反馈，对商品推送反馈进行分析，得到商品推送广告的推送效果，标记为商品推送效果；

7、步骤s5，获取用户的年龄，分析不同广告类型的最佳推送受众的年龄段。

8、进一步地，所述步骤s1包括如下子步骤：

9、步骤s101，与短视频平台建立数据连接；

10、步骤s102，获取推送广告的广告类型。

11、进一步地，所述步骤s2包括如下子步骤：

12、步骤s201，对小程序游戏广告进行分析，获取用户的小程序推送反馈，所述小程序推送反馈包括小程序点击量、小程序转发量以及小程序曝光量；

13、步骤s202，读取游戏时长数据库，依次获取每条记录中的小程序游戏时长，将小程序游戏时长与第一游戏时长阈值进行比对，若小程序游戏时长小于等于第一游戏时长阈值，则输出低效推送信号；若小程序游戏时长大于第一游戏时长阈值，则输出高效推送信号；记录输出低效推送信号以及高效推送信号的数量，分别标记为低效推送数以及高效推送数；

14、步骤s203，对小程序曝光量、小程序点击量、小程序转发量、低效推送数以及高效推送数进行分析，得到小程序推送效果。

15、进一步地，所述步骤s203包括如下子步骤：

16、步骤s2031，通过小程序推送参考值计算公式对小程序曝光量、小程序点击量、小程序转发量、低效推送数以及高效推送数进行分析计算，得到小程序推送参考值；

17、所述小程序推送参考值计算公式配置为：；其中，gpv为小程序推送参考值，glp为低效推送数，ghp为高效推送数，gf为小程序转发量，ge为小程序曝光量，gc为小程序点击量，α1为低效推送系数，β1为高效推送系数，γ1为小程序转发系数，α1、β1以及γ1为常数且大于零；

18、步骤s2032，将小程序推送参考值分别与第一推送参考阈值以及第二推送参考阈值进行比对，若小程序推送参考值小于等于第一推送参考阈值，则输出小程序低推送效果信号；若小程序推送参考值大于第一推送参考阈值且小于等于第二推送参考阈值，则输出小程序中推送效果信号；若小程序推送参考值大于第二推送参考阈值，则输出小程序高推送效果信号；

19、步骤s2033，若输出小程序低推送效果信号，则判定小程序推送效果为三级推送效果；若输出小程序中推送效果信号，则判定小程序推送效果为二级推送效果；若输出小程序高推送效果信号，则判定小程序推送效果为一级推送效果。

20、进一步地，所述步骤s3包括如下子步骤：

21、步骤s301，对应用下载广告进行分析，获取用户的应用推送反馈，所述应用推送反馈包括应用广告点击量、应用转发量、应用下载量以及应用曝光量；

22、步骤s302，用户下载应用后，获取用户的下载日期，对用户生成唯一标识码并录入用户标识码数据库，当检测到应用被卸载后，获取卸载日期，获取卸载应用的用户的唯一标识码，标记为卸载标识码；

23、步骤s303，将卸载标识码与用户标识码数据库进行查找比对，获取对应的用户的下载日期，将卸载日期减去下载日期，并将日期转换为时长，得到用户的使用时长，将使用时长与第一时长阈值进行比对，若使用时长小于等于第一时长阈值，则输出使用时间过短信号；若使用时长大于第一时长阈值，则输出使用时间正常信号；

24、步骤s304，若输出使用时间过短信号，则记录一次负向推送，获取负向推送的次数，标记为负向推送数；

25、步骤s305，对应用推送反馈以及负向推送数进行分析，得到应用推送效果。

26、进一步地，所述步骤s305包括如下子步骤：

27、步骤s3051，通过应用推送参考值计算公式对应用推送反馈以及负向推送数进行计算，得到应用推送参考值；

28、所述应用推送参考值计算公式配置为：；其中，apv为应用推送参考值，d为应用下载量，np为负向推送数，af为应用转发量，ae为应用曝光量，ac为应用点击量，α2为有效下载系数，β2为下载比例系数，γ2为应用转发系数，α2、β2以及γ2为常数且大于零；

29、步骤s3052，将应用推送参考值分别与第一推送参考阈值以及第二推送参考阈值进行比对，若应用推送参考值小于等于第一推送参考阈值，则输出应用低推送效果信号；若应用推送参考值大于第一推送参考阈值且小于等于第二推送参考阈值，则输出应用中推送效果信号；若应用推送参考值大于第二推送参考阈值，则输出应用高推送效果信号；

30、步骤s3053，若输出应用低推送效果信号，则判定应用推送效果为三级推送效果；若输出应用中推送效果信号，则判定应用推送效果为二级推送效果；若输出应用高推送效果信号，则判定应用推送效果为一级推送效果。

31、进一步地，所述步骤s4包括如下子步骤：

32、步骤s401，对商品推送广告进行分析，获取商品推送反馈，所述商品推送反馈包括商品曝光量、商品广告点击量、商品转发量、商品购买量以及商品退货量；

33、步骤s402，用户查看商品推送广告后，检测用户是否将商品加入购物车或向客服发送咨询信息，若为是，则输出有效商品推送信号；若为否，则输出无效商品推送信号；记录输出有效商品推送信号的次数，标记为有效商品推送数；

34、步骤s403，对商品推送反馈以及有效商品推送数进行分析，得到商品推送效果。

35、进一步地，所述步骤s403包括如下子步骤：

36、步骤s4031，通过商品推送参考值计算公式对商品推送反馈以及有效商品推送数进行计算，得到商品推送参考值；

37、所述商品推送参考值计算公式配置为：；其中，ce为商品曝光量，cc为商品点击量，cf为商品转发量，cb为商品购买量，cr为商品退货量，cp为有效商品推送数，α3为有效商品推送系数，β3为有效商品购买系数，γ3为有效商品转发系数，α3、β3以及γ3为常数且大于零；

38、步骤s4032，将商品推送参考值分别与第一推送参考阈值以及第二推送参考阈值进行比对，若商品推送参考值小于等于第一推送参考阈值，则输出商品低推送效果信号；若商品推送参考值大于第一推送参考阈值且小于等于第二推送参考阈值，则输出商品中推送效果信号；若商品推送参考值大于第二推送参考阈值，则输出商品高推送效果信号；

39、步骤s4033，若输出商品低推送效果信号，则判定商品推送效果为三级推送效果；若输出商品中推送效果信号，则判定商品推送效果为二级推送效果；若输出商品高推送效果信号，则判定商品推送效果为一级推送效果。

40、进一步地，所述步骤s5包括如下子步骤：

41、步骤s501，获取用户年龄，建立推送受众数据库，收录输出高效推送信号的用户年龄、输出使用时间正常信号的用户年龄以及输出有效商品推送信号的用户年龄，分别标记为小程序受众年龄、应用受众年龄以及商品受众年龄；

42、步骤s502，对用户年龄进行分级，将用户年龄划分为少年段、青年段、中年段以及老年段；

43、步骤s503，对小程序受众年龄、应用受众年龄以及商品受众年龄进行归类，记录小程序受众年龄属于少年段、青年段、中年段以及老年段所占小程序受众年龄的记录数量的比例，分别标记为小程序少年受众比例、小程序青年受众比例、小程序中年受众比例以及小程序老年受众比例，整合标记为小程序受众比例；

44、步骤s504，查找小程序受众比例中的最大值，将最大值对应的小程序受众年龄标记为小程序最佳推送受众；

45、步骤s505，记录应用受众年龄属于少年段、青年段、中年段以及老年段所占应用受众年龄的记录数量的比例，分别标记为应用少年受众比例、应用青年受众比例、应用中年受众比例以及应用老年受众比例，整合标记为应用受众比例；

46、步骤s506，查找应用受众比例中的最大值，将最大值对应的应用受众年龄标记为应用最佳推送受众；

47、步骤s507，记录商品受众年龄属于少年段、青年段、中年段以及老年段所占商品受众年龄的记录数量的比例，分别标记为商品少年受众比例、商品青年受众比例、商品中年受众比例以及商品老年受众比例，整合标记为商品受众比例；

48、步骤s508，查找商品受众比例中的最大值，将最大值对应的商品受众年龄标记为商品最佳推送受众。

49、第二方面，本发明提供基于大数据的广告推送效果评估方法的系统，包括平台数据获取模块、推送效果分析模块以及数据存储模块；所述平台数据获取模块以及数据存储模块分别与推送效果分析模块数据连接；

50、所述平台数据获取模块包括推送广告获取单元以及用户数据获取单元；所述推送广告获取单元用于获取推送广告的广告类型、小程序推送反馈、应用推送反馈以及商品推送反馈；所述用户数据获取单元用于获取用户年龄；

51、所述推送效果分析模块包括小程序推送分析单元、应用推送分析单元、商品推送分析单元以及推送受众分析单元；所述小程序推送分析单元用于分析小程序推送反馈，得到小程序推送效果；所述应用推送分析单元用于分析应用推送反馈，得到应用推送效果；所述商品推送分析单元用于分析商品推送反馈，得到商品推送效果；所述推送受众分析单元用于分析用户年龄、小程序推送反馈、应用推送反馈以及商品推送反馈，得到不同广告类型的最佳推送受众的年龄段；

52、所述数据存储模块用于存储用户年龄、小程序推送反馈、应用推送反馈以及商品推送反馈。

53、第三方面，本技术提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上所述方法中的步骤。

54、第四方面，本技术提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，运行如上所述方法中的步骤。

55、本发明的有益效果：本发明通过获取推送广告的广告类型，对同一平台内不同的广告类型进行分析，判断其推送效果，优势在于，可以针对不同的广告类型设计具有针对性的分析方法，对推送效果进行更深层次的分析，提高了推送效果分析的合理性以及准确性；

56、本发明通过监测用户的小程序游戏时长，并判断小程序游戏时长是否满足预期，再根据分析结果结合小程序推送反馈进行小程序推送参考值的计算，最终分析得到小程序推送效果，优势在于，结合了推送效果分析中的常规数据以及小程序游戏广告的专向数据进行分析，即小程序推送反馈、低效推送数以及高效推送数，提高了小程序推送效果分析的准确性以及专向性；

57、本发明通过检测用户是否下载应用，并对用户设置唯一码，记录其下载日期，当检测到用户卸载应用后查找对应的唯一码获取下载日期，将下载日期以及卸载日期进行计算得到用户的使用时长，优势在于，可以通过用户的使用时长判断用户是否误下载或是下载完成后觉得应用无法达到预期，此类下载均为无效的推送，在数据分析中应剔除，提高了应用推送效果分析的准确性以及分析数据的准确性；

58、本发明通过获取用户年龄，将用户年龄进行分组并分别分析不同广告类型在不同受众年龄中的推送效果，得到不同广告类型的最佳受众年龄，优势在于，可以根据分析结果针对不同的受众年龄进行专项推送，提高了广告推送的推送效果。

59、本发明附加方面的优点将在下面的具体实施方式的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。