当前信息流广告主要是以RTB（公开竞价）的方式售卖

当前信息流广告主要是以RTB（公开竞价）的方式售卖，媒体会将广告位售卖给使他们收益最大化的广告主，通常用eCPM(预估千次展示收益)来衡量一个广告能给媒体带来的收益。其中eCPM=CPC出价*预估CTR，至于为什么用eCPM衡量广告带给媒体的收益，如果一个位置的CPC出价很高，而且点击的可能性也很大，那么媒体获得收益最大化。

在竞价成功获得广告曝光机会后，广告的实际收费并不是按照出价计费；而是采用第二高价机制，即根据第二名出价的eCPM和广告本身的预估CTR计算出来的，具体计算公式为：

根据广告竞价的逻辑以及最后计费的逻辑，可以推导出预估CTR是广告竞价成功的重要影响因素，也是提高广告ROI的重要因素。而预估CTR和人群定向、投放时间、投放上下文、素材类型都有强相关性，怎样的投放组合下预估CTR最优，是需要从多次广告中积累的。

二、数据分析方法论介绍

目前在广告投放业务中，需要大量数据分析的场景主要包括以下三个方面：

1. 广告投放效果分析；
2. 广告投放优化分析；
3. 广告反作弊异常分析；

2.1 广告投放效果分析

在做广告投放效果分析，首先要明确广告投放的衡量指标。不同的业务场景有不同的效果衡量标准，但是大体上都是以用户转化率和产生收益额来推导。以电商行业的信息流广告投放为例，广告投放后用户转化路径如下：

因此，我们日常重点关注的指标包括以下部分，一般ROI是渠道价值重点衡量指标，因为他表示了流量成本和转化收益的真实关系。ROI都是基于一定时间周期计算而得到，如24小时ROI、7天ROI等等，这个可以根据实际需求来选择。

在确定衡量指标ROI后，我们由此来判断广告投放组的转化是否达标；对于不达标的投放组合，可通过公式拆解的方法判断是转化率太低还是客单价不合格或者还是成本消耗太高；再针对性的去优化问题，

• 如转化率低：可以从产品角度优化用户转化路径，从运营角度优化广告素材和人群定向；
• 客单价低：可以从产品角度优化针对新客的活动，从而提升用户粘性，从运营角度增强精细化运营充分挖掘不同用户的潜力；
• 成本消耗太高：运营角度可以提升广告的预估CTR，降低出价。

2.2 广告投放优化分析

影响广告转化率的因素很多，如广告定向人群、广告创意、广告文案、广告位置等等。在前文的竞价广告的竞价原理里也提到，通过提高预估CTR，可以提升ROI。因此，在广告投放中需要找到最优的投放组合，提升CTR或者转化率，从而提升ROI。找寻最优的投放组合，目前用到最多的方法是AB测试，以及用朴素贝叶斯算法预估转化率比较高的人群定向投放组合。

2.2.1 AB测试

1）试验设计

确定效果衡量指标：点击率和转化率；

如下面的例子，我们同时设置两组AB测试组；分别测试性别和系统版本在同一创意下，转化率和点击率是否有显著差别。

2）广告投放，数据收集

对照组和试验组同时上线，收集广告曝光、点击和转化数据，一般数据收集量需要满足：