本申请涉及一种投资回报率预测方法、装置、设备及计算机可读介质。该方法包括：获取电商平台中目标商品的总访问量数据，其中，目标商品为目标对象在多个社交媒体平台投放推广活动以在电商平台中进行资源交换的商品；从总访问量数据中抽取出基线访问量数据，得到剩余的社交媒体总贡献访问量数据；基于各个社交媒体平台的平台权重、每个平台中的推广活动的推广指标指数以及社交媒体总贡献访问量数据，确定每个社交媒体平台中的每个推广活动的投资回报率。本申请解决了现有投资回报率的评估需要采集用户个人数据的技术问题。要采集用户个人数据的技术问题。要采集用户个人数据的技术问题。
【技术实现步骤摘要】
投资回报率预测方法、装置、设备及计算机可读介质
[0001]本申请涉及营销智能
，尤其涉及一种投资回报率预测方法、装置、设备及计算机可读介质。
技术介绍
[0002]随着信息化时代的到来，新型广告营销的类型也越来越多，其中包括电商广告、信息流广告以及KOL内容广告。信息流广告是位于社交媒体用户的好友动态、或者资讯媒体和视听媒体内容流中的广告。信息流广告的形式有图片、图文、视频等，特点是算法推荐、原生体验，可以通过标签进行定向投放，根据自己的需求选择推曝光、落地页或者应用下载等等，最后的效果取决于创意+定向+竞价三个关键因素。KOL(Key Opinion Leader，关键意见领袖)是指拥有更多、更准确的产品信息，且为相关群体所接受或信任，并对该群体的购买行为有较大影响力的人。通过新型广告营销往往能够使得广告主获得相对较高的ROI(Return On Investment投资回报率)。
[0003]目前，相关技术中，针对投资回报率的评估，通常是直接转化和间接转化。直接转化如通过KOL带货短链接转化、信息流直接跳转等，间接转化如将社交平台中KOL的粉丝ID与电商平台中的会员ID进行信息碰撞，或是将信息流设备ID与登录电商平台的设备ID进行碰撞。然而，相关技术中要进行上述转化评估，需要搜集、使用、加工、传输用户的个人信息，侵犯了用户的个人隐私。不仅如此，广告主投入资源和广告数据表现很难通过线性关系来界定，因此直接通过数据表现来评估投资回报率也是不科学的。加之不同类型的广告的推广效果缺乏同一的横向评估标准，因此很难对不同广告的营销效果进行评估。
[0004]针对现有投资回报率的评估需要采集用户个人数据的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本申请提供了一种投资回报率预测方法、装置、设备及计算机可读介质，以解决现有投资回报率的评估需要采集用户个人数据的技术问题。
[0006]根据本申请实施例的一个方面，本申请提供了一种投资回报率预测方法，包括：
[0007]获取电商平台中目标商品的总访问量数据，其中，目标商品为目标对象在多个社交媒体平台投放推广活动以在电商平台中进行资源交换的商品；
[0008]从总访问量数据中抽取出基线访问量数据，得到剩余的社交媒体总贡献访问量数据；
[0009]基于各个社交媒体平台的平台权重、每个平台中的推广活动的推广指标指数以及社交媒体总贡献访问量数据，确定每个社交媒体平台中的每个推广活动的投资回报率。
[0010]可选地，从总访问量数据中抽取出基线访问量数据之前，所述方法还包括按照如下方式确定基线访问量数据：
[0011]确定回溯时间；
[0012]在回溯时间范围内找出总访问量数据中来源于电商平台站内搜索的第一访问量数据；
[0013]按照第一访问量数据的大小，以天为单位对回溯时间进行排序；
[0014]在排序结果中选取目标排序位置之后的目标时间；
[0015]将目标时间内第一访问量数据的平均值作为基线访问量数据。
[0016]可选地，确定每个社交媒体平台中的每个推广活动的投资回报率之前，所述方法还包括确定每个社交媒体平台的平台权重，其中，所述方法包括按照如下方式确定任一社交媒体平台的平台权重：
[0017]从社交媒体总贡献访问量数据中提取出来源于目标社交媒体平台引流的第二访问量数据，并获取目标对象在目标社交媒体平台上投入资源后的关键指标响应数据；
[0018]在第二访问量数据与关键指标响应数据具有线性关联关系的情况下，基于线性关联关系确定目标社交媒体平台的平台权重。
[0019]可选地，确定任一社交媒体平台的平台权重还包括：
[0020]在第二访问量数据与关键指标响应数据不具有线性关联关系的情况下，将关键指标响应数据输入预设的非线性回归模型；
[0021]获取非线性回归模型输出的访问量预测数据；
[0022]在访问量预测数据与第二访问量数据的相似度大于或等于目标阈值的情况下，将非线性回归模型的权重参数确定为目标社交媒体平台的平台权重；
[0023]在访问量预测数据与第二访问量数据的相似度小于目标阈值的情况下，调整非线性回归模型的权重参数，直至非线性回归模型重新输出的访问量预测数据与第二访问量数据的相似度大于或等于目标阈值的情况下，将权重参数确定为目标社交媒体平台的平台权重。
[0024]可选地，确定每个社交媒体平台中的每个推广活动的投资回报率之前，所述方法还包括确定每个平台中的推广活动的推广指标指数，其中，所述方法包括按照如下方式确定任一推广活动的推广指标指数：
[0025]获取目标推广活动的关键指标响应数据，其中，目标推广活动包括关键意见领袖内容推广活动和信息流加推推广活动二者至少之一，关键指标响应数据包括关键意见领袖内容推广活动的实际互动量和信息流加推推广活动的点击量二者至少之一；
[0026]确定关键指标响应数据的对数值；
[0027]确定对数值的T分数曲线；
[0028]将T分数曲线中的左尾概率值确定为目标推广活动的推广指标指数，其中，推广指标指数为关键指标响应数据的标准化概率。
[0029]可选地，确定每个社交媒体平台中的每个推广活动的投资回报率包括按照如下方式确定任一推广活动的投资回报率：
[0030]获取目标关键意见领袖内容推广活动的第一推广指标指数和目标关键意见领袖内容推广活动所在社交媒体平台的第一平台权重；
[0031]将第一推广指标指数与第一平台权重的乘积作为目标关键意见领袖内容推广活动的投资回报率；或者，
[0032]获取目标信息流加推推广活动的第二推广指标指数和目标信息流加推推广活动
所在社交媒体平台的第二平台权重；
[0033]将第二推广指标指数与第二平台权重的乘积作为目标信息流加推推广活动的投资回报率。
[0034]可选地，确定推广活动的投资回报率之后，所述方法还包括按照如下方式确定单个推广活动在目标单位时间内所贡献的访客量：
[0035]确定所有推广活动的投资回报率总和；
[0036]确定单个推广活动的投资回报率与投资回报率总和的商值；
[0037]将目标单位时间内社交媒体总贡献访问量数据与商值的乘积作为单个推广活动在目标单位时间内所贡献的访客量。
[0038]根据本申请实施例的另一方面，本申请提供了一种投资回报率预测装置，包括：
[0039]数据获取模块，用于获取电商平台中目标商品的总访问量数据，其中，目标商品为目标对象在多个社交媒体平台投放推广活动以在电商平台中进行资源交换的商品；
[0040]增量数据提取模块，用于从总访问量数据中抽取出基线访问量数据，得到剩余的社交媒体总贡献访问量数据；
[0041]投资回报率预测模块，用于基于各个社交媒体平台的平台权重、每个平台中的推广活动的推广指标指数以及社交媒体总贡献访问量数据，确定每个社交媒体平台中的每本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种投资回报率预测方法，其特征在于，包括：获取电商平台中目标商品的总访问量数据，其中，所述目标商品为目标对象在多个社交媒体平台投放推广活动以在所述电商平台中进行资源交换的商品；从所述总访问量数据中抽取出基线访问量数据，得到剩余的社交媒体总贡献访问量数据；基于各个社交媒体平台的平台权重、每个平台中的推广活动的推广指标指数以及所述社交媒体总贡献访问量数据，确定每个社交媒体平台中的每个所述推广活动的投资回报率。2.根据权利要求1所述的方法，其特征在于，从所述总访问量数据中抽取出基线访问量数据之前，所述方法还包括按照如下方式确定所述基线访问量数据：确定回溯时间；在所述回溯时间范围内找出所述总访问量数据中来源于所述电商平台站内搜索的第一访问量数据；按照所述第一访问量数据的大小，以天为单位对所述回溯时间进行排序；在排序结果中选取目标排序位置之后的目标时间；将所述目标时间内所述第一访问量数据的平均值作为所述基线访问量数据。3.根据权利要求1所述的方法，其特征在于，确定每个社交媒体平台中的每个所述推广活动的投资回报率之前，所述方法还包括确定每个社交媒体平台的平台权重，其中，所述方法包括按照如下方式确定任一社交媒体平台的平台权重：从所述社交媒体总贡献访问量数据中提取出来源于目标社交媒体平台引流的第二访问量数据，并获取所述目标对象在所述目标社交媒体平台上投入资源后的关键指标响应数据；在所述第二访问量数据与所述关键指标响应数据具有线性关联关系的情况下，基于所述线性关联关系确定所述目标社交媒体平台的所述平台权重。4.根据权利要求3所述的方法，其特征在于，确定任一社交媒体平台的平台权重还包括：在所述第二访问量数据与所述关键指标响应数据不具有线性关联关系的情况下，将所述关键指标响应数据输入预设的非线性回归模型；获取所述非线性回归模型输出的访问量预测数据；在所述访问量预测数据与所述第二访问量数据的相似度大于或等于目标阈值的情况下，将所述非线性回归模型的权重参数确定为所述目标社交媒体平台的所述平台权重；在所述访问量预测数据与所述第二访问量数据的相似度小于所述目标阈值的情况下，调整所述非线性回归模型的所述权重参数，直至所述非线性回归模型重新输出的所述访问量预测数据与所述第二访问量数据的相似度大于或等于所述目标阈值的情况下，将所述权重参数确定为所述目标社交媒体平台的所述平台权重。5.根据权利要求1至4任一所述的方法，其特征在于，确定每个社交媒体平台中的每个所述推广活动的投资回报率之前，所述方法还包括确定每个平台中的推广活动的推广指标指数，其中，所述方法包括按照如下方式确定任一推广活动的推广指标指数：获取目标推广...
【专利技术属性】
技术研发人员：朱海晶，郑成竹，易正垚，
申请(专利权)人：北京明略昭辉科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。