投放计划生成方法、装置、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及投放计划生成方法、装置、电子设备和计算机可读介质。

背景技术

广告归因，目的是用于衡量广告带来的激活用户的成本以及后续进一步的用户质量表现，然而，用户的激活/留存数据通过App或其他终端的业务埋点采集分析时存在多种问题。

例如，没有做API对接，且未使用与苹果做过的API对接的三方统计后台(如AD/AF)，数据类型存在差异(例如时区问题、归因模型问题、归因时间窗口期、einstall问题、广告限制追踪、安装记录日期、数据定义不同、统计遗漏、苹果API自身Bug等)等问题。因此，产品投放Search Ads后，无法归因到每个关键词带来用户的激活/留存/回收等后期转化数据的。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了投放计划生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种投放计划生成方法，包括：获取投放数据；对上述投放数据进行归因分析，得到归因分析结果；根据上述归因分析结果生成投放计划。

第二方面，本公开的一些实施例提供了一种投放计划生成装置，包括：获取单元，被配置成获取投放数据；分析单元，被配置成对上述投放数据进行归因分析，得到归因分析结果；生成单元，被配置成根据上述归因分析结果生成投放计划。

第三方面，本申请实施例提供了一种电子设备，该网络设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的上述各个实施例中的一个实施例具有如下有益效果：首先，获取投放数据，再对所获取的投放数据进行归因分析，得到归因分析结果，进而根据上述归因分析结果生成投放计划。该实施方式既能提高归因数据的准确性和低漏损，又能通过数据分析提升投放转化率，提升用户增长，动态配置激活不同类型的用户，分析用户的近期活动数据，衡量用户的活跃度，另外还可以分析某种推送数据的质量和投放效果，从而优化关键词投放方案，了解用户痛点。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开一些实施例的投放计划生成方法的一个应用场景的示意图；

图2是根据本公开的投放计划生成方法的一些实施例的流程图；

图3是根据本公开的投放计划生成装置的一些实施例的结构示意图；

图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开一些实施例的投放计划生成方法的一个应用场景的示意图。

如图1所示，服务器101可以获取投放数据102，之后，服务器101可以对上述投放数据进行归因分析，得到归因分析结果103，再根据上述归因分析结果103生成投放计划104。

可以理解的是，投放计划生成方法可以是由终端设备来执行，或者也可以是由服务器101来执行，上述方法的执行主体还可以包括上述终端设备与上述服务器101通过网络相集成所构成的设备，或者还可以是各种软件程序来执行。其中，终端设备可以是具有信息处理能力的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。执行主体也可以体现为服务器101、软件等。当执行主体为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的服务器数目仅仅是示意性的。根据实现需要，可以具有任意数目的服务器。

继续参考图2，示出了根据本公开的投放计划生成方法的一些实施例的流程200。该投放计划生成方法，包括以下步骤：

步骤201，获取投放数据。

在一些实施例中，投放计划生成方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户终端或其他渠道获取投放数据。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

在一些实施例的一些可选的实现方式中，上述投放数据是根据以下步骤获取的：采用app端和server端结合实施的方式，采用漏斗式排查方案并结合数据容错重试机制获取上述投放数据。

具体的，采集投放数据过程中，数据容错重试机制包括：1、在设备激活(首次打开并联网状态下)完成归因，且做超时及容错处理；2、获取token时，调用会有延迟，在部分设备上会卡住；这时做一次延时处理，获取失败时需再次尝试获取，可以借助日志系统相关信息，用于排查问题和代码优化；3、用toke(有效期24小时)请求苹果API获取归因包，也可以将token发送到Server端，由Server端完成归因采集；4、获取AdServices版本的投放数据包后，将数据包与设备唯一标识一起发送到Server端；5、如果请求成功，则可缓存不再反复归因，否则需根据错误信息做容错处理(失败后每隔5秒重试，最多3次)；6、AdServices归因建议在ATT弹窗之后，用户如允许跟踪，则可以获得clickDate。

app端和server端结合实施的方式以及采用漏斗式排查方案，包括：1、统计某段日期内总新增激活数NU(未归因过的激活均算新增激活，与业务实际新增不一样)。2、统计app端获取token总次数NU-T1、成功次数NU-T1S、失败次数NU-T1F。3、统计server端成功接收的token总数量NU-T2。4、统计token请求归因API总次数NU-Req、成功次数NU-Res、失败次数NU-ReqErr。5、统计成功归因结果数据总数NU-D、归因True数量NU-DT、归因True中可成功匹配orgId数量NU-DT-LJH。

步骤202，对上述投放数据进行归因分析，得到归因分析结果。

在一些实施例中，基于步骤201中得到的投放数据，上述执行主体(例如图1所示的服务器)可以对上述投放数据进行归因分析，得到归因分析结果。

在一些实施例的一些可选的实现方式中，上述执行主体可以对上述投放数据进行差异化处理，得到处理数据；将上述处理数据输入至预先训练的归因模型，得到上述投放数据对应的的归因分析结果。

具体的，上述差异化分析包括：(1)时区问题：核对数据，采用同一时区；(2)归因模型问题：苹果把30天内点击下载的都归为Search Ads，第三方工具会综合多个渠道来归因；(3)归因时间窗口期：苹果30天，AD/AF等第三方后台默认为7天；(4)Reinstall问题：苹果会把删除再安装的用户记为单独的安装，第三方一般不记为新增；(5)广告限制追踪：用户开启“限制开启广告追踪”功能后，苹果后台会统计相关数据，但是第三方后台统计不到用户来源，会归入自然用户，而非付费渠道用户；(6)安装记录日期：苹果记录用户的下载/安装日期，第三方记录的是用户首次启动App的日期；(7)数据定义不同：下载和激活定义差异，导致苹果后台的下载数据与第三方统计后台的激活数据有较大差异；(8)统计遗漏：自身或第三方归因统计时造成的遗漏，例如数据接口请求次数较少导致激活用户未及时归因到Search Ads，再比如，请求数据的埋点是否前置，使用户打开App瞬间就开始请求数据等等一些技术问题都会导致归因数据差异；(9)苹果API自身Bug：iOS系统11.3-11.4几个版本无法被归因统计导致的差异，因此需要考虑自身产品系统版本这部所占比例。

根据归因模型，对收集的数据进行分析，可以明确知道下载哪个关键词，假设知道这个词带来了1000个用户，这1000个用户中有700个注册用户，500个完成实名用户，400个完成进件的用户等等，进而指导下次的投放精准定位。

从渠道管理来讲可以用以判断渠道的质量，并提升渠道转化率。从用户增长角度来看，可以用以判断某个关键词的质量和投放效果，从而优化关键词，提升用户增长。

业务方也可以根据不同投放计划，动态配置激活不同类型的用户，通过风控策略平台分析用户的近期活动数据，衡量用户的活跃度。

在一些实施例的一些可选的实现方式中，上述归因模型是根据以下步骤训练得到的：获取训练样本集，其中，上述训练样本集包括样本处理数据以及与上述样本处理数据对应的样本归因分析结果；将上述样本处理数据输入至待训练模型，得到归因分析结果；将上述归因分析结果和上述样本归因分析结果进行比对，得到比对结果；响应于确定上述比对结果满足预设条件，将上述待训练模型确定为归因模型。

在一些实施例的一些可选的实现方式中，上述执行主体可以响应于确定上述比对结果未满足预设条件，调整上述待训练模型的相关参数。

在一些实施例的一些可选的实现方式中，上述执行主体可以获取上述投放计划对应的归因结果；将上述归因结果和上述归因分析结果进行比对，得到比对结果；根据上述比对结果对上述归因模型进行优化调整。

通过预测结论调整投放计划，同时根据投放数据以及对应的归因结果采集作为验证集，重新验证模型准确性，且重新调整测算模型参数，从而在多轮重复校验后达成相对稳定的预测模型。

在一些实施例的一些可选的实现方式中，上述归因模型采用BP神经网络结构，上述归因模型中的算法因子是上述投放数据中的特征数据，上述特征数据包括关键词数据、时间数据、来源数据、下载数据、节点数据、设备信息数据。

步骤203，根据上述归因分析结果生成投放计划。

在一些实施例中，上述执行主体可以根据上述归因分析结果生成投放计划。

本公开的上述各个实施例中的一个实施例具有如下有益效果：首先，获取投放数据，再对所获取的投放数据进行归因分析，得到归因分析结果，进而根据上述归因分析结果生成投放计划。该实施方式既能提高归因数据的准确性和低漏损，又能通过数据分析提升投放转化率，提升用户增长，动态配置激活不同类型的用户，分析用户的近期活动数据，衡量用户的活跃度，另外还可以分析某种推送数据的质量和投放效果，从而优化关键词投放方案，了解用户痛点。

进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种投放计划生成装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，一些实施例的投放计划生成装置300包括：获取单元301，被配置成获取投放数据；分析单元302，被配置成对上述投放数据进行归因分析，得到归因分析结果；生成单元303，被配置成根据上述归因分析结果生成投放计划。

在一些实施例的可选实现方式中，上述分析单元被进一步配置用于：对上述投放数据进行差异化处理，得到处理数据；将上述处理数据输入至预先训练的归因模型，得到上述投放数据对应的的归因分析结果。

在一些实施例的可选实现方式中，上述归因模型是根据以下步骤训练得到的：获取训练样本集，其中，上述训练样本集包括样本处理数据以及与上述样本处理数据对应的样本归因分析结果；将上述样本处理数据输入至待训练模型，得到归因分析结果；将上述归因分析结果和上述样本归因分析结果进行比对，得到比对结果；响应于确定上述比对结果满足预设条件，将上述待训练模型确定为归因模型。

在一些实施例的可选实现方式中，上述装置还包括调整单元，配置用于：响应于确定上述比对结果未满足预设条件，调整上述待训练模型的相关参数。

在一些实施例的可选实现方式中，上述装置还包括优化单元，配置用于：获取上述投放计划对应的归因结果；将上述归因结果和上述归因分析结果进行比对，得到比对结果；根据上述比对结果对上述归因模型进行优化调整。

在一些实施例的可选实现方式中，上述归因模型采用BP神经网络结构，上述归因模型中的算法因子是上述投放数据中的特征数据，上述特征数据包括关键词数据、时间数据、来源数据、下载数据、节点数据、设备信息数据。

在一些实施例的可选实现方式中，上述投放数据是根据以下步骤获取的：采用app端和server端结合实施的方式，采用漏斗式排查方案并结合数据容错重试机制获取上述投放数据。

可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。

本公开的上述各个实施例中的一个实施例具有如下有益效果：首先，获取投放数据，再对所获取的投放数据进行归因分析，得到归因分析结果，进而根据上述归因分析结果生成投放计划。该实施方式既能提高归因数据的准确性和低漏损，又能通过数据分析提升投放转化率，提升用户增长，动态配置激活不同类型的用户，分析用户的近期活动数据，衡量用户的活跃度，另外还可以分析某种推送数据的质量和投放效果，从而优化关键词投放方案，了解用户痛点。

下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器)400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取投放数据；对上述投放数据进行归因分析，得到归因分析结果；根据上述归因分析结果生成投放计划。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、分析单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取投放数据的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。