分析目的
实现淘宝展示广告精准投放，提高广告投放效果。
分析思路
为达到广告精准投放的效果，分别从三方面分析确定：
1.广告投放渠道
2.广告投放时间
3.广告投放目标人群
1.根据三个方面的不同广告投放效果（以页面访问占比，即点击率为指标衡量广告投放效果（CPC相关）;
2.以用户行为为指标衡量广告投放效果（CPA相关）），找出实现广告精准投放的方案。
数据预处理 #导入库import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsimport randomimport time, datetime%matplotlib inlineplt.rcParams[‘font.sans-serif’]=[‘SimHei’]plt.rcParams[‘axes.unicode_minus’] = False raw_sample=pd.read_csv(r’D:\BI study download\广告\raw_sample.csv’)raw_sample.head()
users=pd.read_csv(r’D:\BI study download\广告\user_profile.csv’)users.head()
#删除重复值raw_sample.drop_duplicates(inplace=True)users.drop_duplicates(inplace=True) 检查空值print(raw_sample.isnull().sum())print(‘——’*20)print(users.isnull().sum())
城市层级和消费档次对接下来的分析影响不大，因此先不做处理。
数据分析与可视化 CPC
为达到广告精准投放的效果，分别从三方面分析确定：
1.广告投放渠道
2.广告投放时间
3.广告投放目标人群
#广告访问占比clk_per=raw_sample.clk.sum()/len(raw_sample.clk)*100clk_per
5.143678010521968
总页面访问占比(点击率)为5.14%
广告投放渠道 #资源位分析plt.figure(figsize=(6,8))x = raw_sample[‘pid’].unique()y = raw_sample.groupby(by=[‘pid’])[‘clk’].sum()/len(raw_sample.clk)sns.barplot(x,y,palette=’Blues_r’
资源位430539_1007的点击率要高于430548_1007，说明第一个广告投放渠道要优于第二个
广告投放时间 #添加时间列raw_sample[‘hour’]=pd.to_datetime(raw_sample[‘time_stamp’], unit=’s’).dt.hourraw_sample[‘hour’]=raw_sample.hour.astype(‘str’) plt.figure(figsize=(16,8))x = raw_sample[‘hour’].unique()y = raw_sample.groupby(by=[‘hour’])[‘clk’].sum()sns.barplot(x,y,palette=’Blues_r’)
15时到20时的广告点击率都相对较高，7时、10时、22时的点击率极低。这几个时间段的广告投放效果很差。
#添加星期列raw_sample[‘weekday’]=pd.to_datetime(raw_sample[‘time_stamp’], unit=’s’).dt.weekdayraw_sample[‘weekday’]=raw_sample.weekday.astype(‘str’)plt.figure(figsize=(12,6))x = raw_sample[‘weekday’].unique()y = raw_sample.groupby(by=[‘weekday’])[‘clk’].sum()sns.barplot(x,y,palette=’Blues_r’)
周二的点击率最高，其余时间的点击率很接近。周二的广告投放效果好。
广告投放人群 # 修改列名raw_sample.set_index([“user”], inplace=True)users[‘user’]=users.userid#链接两个表user_rs=pd.merge(raw_sample,users,on=’user’,how=’inner’)user_rs.head()
#筛选出只有点击行为的用户user_rs.clk.replace(0,np.nan,inplace=True)user_rs.dropna(inplace=True) #按性别分类plt.figure(figsize=(6,8))x = user_rs[‘final_gender_code’].unique()y = user_rs.groupby(by=[‘final_gender_code’]).size()sns.barplot(x,y,palette=’Blues_r’)
#按消费等级分类plt.figure(figsize=(6,8))x = user_rs[‘pvalue_level’].unique()y = user_rs.groupby(by=[‘pvalue_level’]).size()sns.barplot(x,y,palette=’Blues_r’)
1代表低档，2代表中档，3代表高档，中等消费能力的人打开广告的概率最高
# 购物深度plt.figure(figsize=(6,8))x = user_rs[‘shopping_level’].unique()y = user_rs.groupby(by=[‘shopping_level’]).size()sns.barplot(x,y,palette=’Blues_vps云服务器r’)
1.代表浅层用户，2代表中度用户，3代表深度用户，说明随着购物深度的增加，用户打开广告的欲望越低，浅层用户更容易被广告吸引。
# 教育等级plt.figure(figsize=(6,8))x = user_rs[‘occupation’].unique()y = user_rs.groupby(by=[‘occupation’]).size()sns.barplot(x,y,palette=’Blues_r’)
0代表不是大学生，1代表是大学生，广告对大学生吸引较小，非大学生更容易被广告吸引，点击广告。
plt.figure(figsize=(6,8))x = user_rs[‘age_level’].unique()y = user_rs.groupby(by=[‘age_level’]).size()sns.barplot(x,y,palette=’Oranges_r’)
年龄层级2的用户广告点击率最高，1、5、6也很高，0、3、4较低，其中3最低。广告投放目标为用户年龄层级为1256时效果较好，3基本很难被广告吸引
CPA 读取数据bh=pd.read_csv(r’D:\BI study download\广告\behavior_log.csv’,iterator=True)# 因为数据量过大，所以只从中选取了10%，即四百万bh=bh.get_chunk(4000000)
#删除重复值bh.drop_duplicates(inplace=True) #按照行为分类bh.groupby(by=[‘btag’]).size()
btag
buy 49641
cart 88026
fav 51711
pv 3530621
dtype: int64
#点击——加购——购买data = [[‘pv’, 3530621,3530621/3530621], [‘cart’, 88026,round((88026/3530621),3)],[‘buy’, 49641,round((49641/3530621),4)]] btag = pd.DataFrame(data) from pyecharts import Funnelattrs = btag[0].tolist()attr_value = (np.array(btag[2])* 100).tolist()funnel = Funnel(“交易环节漏斗图”, width=600, height=400, title_pos=’center’)funnel.add(name=” “, attr=attrs, value = attr_value, is_label_show=True, label_formatter='{c}%’, label_pos=”inside”, legend_orient=’vertical’, legend_pos=’left’, is_legend_show=True) funnel.render()funnel
用户在点击广告后，加入购物车的概率为2.5%，购买的概率为1.4%,如果是选择CPA作为广告收费计算方式，需要提高用户的加入购物车转化率，购买转化率和收藏转化率。这三个转化率低，是用户在点击广告进入商品详情界面后，较难激发购物欲望，说明商品详情页需优化。
