广告渠道投放效果评估分析 (转发)
广告渠道投放效果评估分析
广告通俗理解就是“广而告之”，将“对”的广告给到“对”的人。现在信息流广告快速的发展，广告投放的渠道和形式也越来越多，针对不同的广告渠道投放效果进行分析评估将会为公司带来成本节约的同时带来更多的收入，从而提高公司的投资回报率。基于自己理解写了这篇文章，有不当之处欢迎批评指正。
分析背景
由于某公司广告投放渠道种类较多有889种，为优化各广告渠道投放方式，减少不必要成本，增加优势渠道，从而提高投资回报率。
结论摘要
分析思路
部分结果展示
附录
K-Means聚类
K-Means是聚类分析中最常用的方法之一，本文也是基于该方法做的分析。
K-Means聚类的一般流程是：
1、从样本中选取k个点为初始聚类中心；
2、计算每一个样本点到k个初始中心的距离，将离中心最近的点归为该类；
3、计算每一个新类聚类中心，再计算剩余的每一个样本点到新聚类中心的距离，将离中心最近的点归为该类；
4、以此类推，重复第3步，直到没有新的样本点划分到聚类中心或达到规定的迭代次数，聚类结束；
在做聚类分析时较难确定的就是K（聚类数），通常我们可以结合两点来确定聚类数，一是通过对业务的理解，凭借经验辅助我们确定聚类数；二是通过技术的手段，通过穷举法计算轮廓系数来确定聚类数，轮廓系数越接近于1，聚类效果越好。
在计算距离时通常用到的是欧氏距离，其实还有一种马氏距离，马氏距离计算的是协方差，不受量纲影响，还可以消除变量之间相关性干扰。
广告投放相关指标名词
广告投放渠道合作主要分为展示（曝光）和转化两种，其中CPM、CPC、CPD、CPT为展示（曝光）方式，CPA、CPS、CPI偏向转化为目的。
CPM：每千次展现成本；
CPC：每次点击成本；
CPD：按天展示成本；
CPT：按展示时间支付成本，类似于CPD；
CPA：每次行动成本，如：产生下载、观看视频的行为；
CPS：按销售收入支付广告费用；
CPI：每安装支付成本；
说明：本分析基于python行进的分析，主要用到了pandas库进行数据提取、预处理，sklearn.cluster、sklearn.metric进行聚类分析和模型评估，matplotlib.pyplot进行可视化。
文章被以下专栏收录
