广告数据定量分析：第一章——广告优化中的统计学

广告数据定量分析：第一章——广告优化中的统计学

1、统计学

2、学会运用统计

3、统计学的主要思想

4、统计学和广告优化的关系

5、广告数据定量分析的主要理念

（1）目的性Purpose

（2）有限性Limited

（3）相关性Correlation

（4）抽样性Sampling

（5）显著性Significance

1、统计学

统计学的定义：统计学是通过收集数据、分析数据、有数据得出结论等手段，以达到推测所测对象的本质，甚至预测对象未来的一门综合性科学。

2、学会运用统计

广告优化这件事情，说简单点就是要不断地做正确的事情，在其他变量基本不变的条件下，只对少数变量做调整，积累数据，评估该调整是否能使效果显著优化，然后继续循环。

用数据说谎容易，但是用数据说出真相却很难。——安德烈斯

凡是有计算公式的数据指标，如点击率、平均排名、平均点击成本、转化率等，在求平均时需多加注意，这些数据指标大多数不能直接简单相加求平均。正确的做法是回到公式本身，先将原始数据求合计，再进行计算。

3、统计学的主要思想

统计学可以看作是一项对随机性中的规律性的研究。

规律中的随机性：不管我们是否再进行一次或一组新的试验，大多数情况下我们并不能得到和上次试验一模一样的数据。这种偏差不仅仅发生于抛掷硬币中，也会发生于调查、试验和其他任何一种数据收集中。

从这种意义上，统计学就成了一种研究数据中的偏差问题。

概率：我们或许永远不能十分确定，两个数字之间的差别是否已超过随机性本身可以解释的范围，但是我们可以确定，这种差别的概率是大还是小。

变量：一个可以取两个或多个可能值的特征、特质或属性。

（1）数值型变量

（2）顺序型变量

（3）分类型变量

值：某一变量的具体取值。

广告数据分析中常见的变量、变量类型及值

常数：一个常数总是有一个固定的取值。

4、统计学和广告优化的关系

君子善假于物——他山之石

5、广告数据定量分析的主要理念

PLCSS，具体包括目的性Purpose、有限性Limited、相关性Correlation、抽样性Sampling、显著性Significance

（1）目的性Purpose

想优化什么核心指标就去找与它直接相关的变量，科学地进行对比试验、数据分析和效果评估。

例如，在SEM广告优化中，想提高单个关键词的点击量，可以采取的方法包括但不限于：1）曝光量相对稳定的条件下，研究不同排名对点击率的影响，寻找最适合的排名位置组合，比如第2名和第3名各占50%（普遍认为排名越靠前点击率越高）；2）轮替多套创意，对比多套创意的点击率优劣，得到点击率显著最优的那一套。

（2）有限性Limited

① 数据有效性：有效的曝光量，有效的点击量，才能得到有效的点击率。

② 存量优化与增量优化

• 存量：系统包某一时点所保有的数量。
• 增量：在某一段时间内系统中保有数量的变化。

映射到广告优化领域，存量和增量可以理解为：存量是指某一时间段内、在某一媒体的、预算相对稳定的广告投放所带来的流量；而增量则是指可以使固有存量的特性和流程发生变化的另外一些特性和流程，是那些新的增长点。

现阶段的广告数据定量分析更擅长做存量优化，在增量优化上则略逊一筹。这是由多方面原因造成的：第一，广告优化工作中接触的多为存量优化，这种优化的目的性更强，适用范围更广，研究的难度也更小一点；第二，广告数据定量分析太依赖于历史数据，且历史数据需要比较稳定；第三，对于任何数据的分析，做预测都是难题之一。

③ 时效性

④ 特定性

特定性指的是我们研究的对象，是在特定时间段内、在特定媒体推广的特定产品或服务，这里有三个特定，缺一不可。

（3）相关性Correlation

相关性 VS 因果性

对于广告优化来说，大部分情况下做到相关性分析即可。

（4）抽样性Sampling

抽样误差：抽样误差的大小取决于得到样本的方式和样本量大小，抽样方式越随机，抽样误差就会越稳定；样本量越大，误差越小。如果样本等于整个总体，则样本比例等于总体比例，样本误差为0。

（5）显著性Significance

显著性是统计学上的一个概念，又称统计显著性（Statistical significance），用于衡量两个样本数据之间的差异是由于系统因素而不是偶然因素的影响。

最后

以上就是风中香氛为你收集整理的广告数据定量分析：第一章——广告优化中的统计学的全部内容，希望文章能够帮你解决广告数据定量分析：第一章——广告优化中的统计学所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。