如何将数据可视化技术应用于广告投放?

大数据 数据可视化
数据可视化是指通过不同形状(form)、位置(position)、大小(size)、数值(value)、方向(orientation)、颜色(color)、质地(texture)的图形图像,将大型数据集中进行展示,并利用数据分析和开发工具发现其中未知信息的处理过程。

[[204136]]

果试着想象各行星运动的轨迹,你的脑海中会出现什么,是杂乱无章的线条还是一张按照经度变化排列的一维线图?这就是数据可视化最简单同时也是最经典的案例之一。

 

 

从托莱多到罗马的经度差异图

Michael Florent van Langren (1600–1675)

绘制于1644年

被认为是***幅(已知的)统计图形

通过数据可视化工具,可以将原本枯燥无味的数据和表格,变得绚丽多彩。如何轻松掌握数据可视化技术,并将其更好地运用到日常的广告投放中?互动通产品研发部Tony深度分析了数据可视化在广告投放中的应用

[[204137]] 

什么是数据可视化?

数据可视化是指通过不同形状(form)、位置(position)、大小(size)、数值(value)、方向(orientation)、颜色(color)、质地(texture)的图形图像,将大型数据集中进行展示,并利用数据分析和开发工具发现其中未知信息的处理过程。

它的基本思想是将数据库中每一个数据项作为单个图形元素,把大量的数据集转化为数据图像,同时数据的各个属性值以多维数据的形式表示,方便使用者从不同的维度观察数据,对数据进行更深入的观察和分析。清晰有效地传达与沟通信息是数据可视化最重要的优势之一。

从原理上来看,数据可视化一般涉及二类数据(纬度和量度)的展示。因此,在Tony看来,总体来说数据可视化工具的理解和使用一般都不太复杂,只要选择适当的工具和模板,数据可视化其实非常简单。

目前主流的数据可视化工具有:Echarts,DataV,D3,Kibana,Tableau和Quick BI等。大部分数据可视化工具不仅支持拖拽式的便捷操作,同时兼顾数据展示和数据分析,能够满足企业日常的商业智能(BI,Business Intelligence)需求。部分可视化工具还支持生成h5格式的页面,方便用户在移动端进行查看和传播。

实现数据可视化应用的技术包括:JS(JavaScript),Flash,H5,SVG。在用到地图展示的时候还需要常常用到相关地图软件的API(Application ProgrammingInterface,应用程序编程接口)。

广告投放涉及流量方、投放方、代理方,在投放过程中,各方都需要对流量、竞价、曝光、点击进行监控,以便做出正确的决策。目前,业界的很多广告投放系统中,数据显示还是以二维表格的形式存在。如果加上数据可视化的应用,数据的清晰性和直观度以及系统本身的实用性都会大大增强。

Tony以广告投放不同阶段的需求为导向,展示了数据可视化技术在广告投放中的应用和效果。当然,一切的前提建立在数据实时搜集和处理的基础上,没有真实数据做依托,数据可视化只能流于形式。

投放前:确定平台前端的流量与曝光

通常,代理公司对大的平台方的流量有一定的预判,但是要准确评估不同平台方的差异,难度较大。同时市场中大量存在的规模较小的流量平台无法得到准确的认知和评估。通过气泡图(Bubble)模型,导入平台的流量分布数据,不同的颜色、大小的气泡,分别代表不同媒体的流量大小,有助于快速、全面地掌握各平台的流量分布情况。

 

[[204138]] 

确定流量后,还需要对流量方的曝光情况进行评估。在一定时间段内,PC端和移动端的曝光总体情况以及各平台方在不同渠道的曝光表现如何,这种曝光与平台方流量大小之间是否存在关联?这些问题没办法用三言两语简单说清楚,但对于广告投放的平台选择来说至关重要。

在数据可视化模型中,彩虹爆炸图(sunburst)呈现树形结构和发射状布局,层层发散,不同的圈层代表不同维度,同一圈层的不同面积、颜色代表不同的数值和分类。

以上述问题为例,图表的核心圈层代表总曝光,外一层代表不同的PC端/移动端,再下一层细分出各平台方。只需一张图表,就可以清晰展示出曝光总体分布情况。简单对比二者的彩虹爆炸图,就能轻松掌握和评估各平台在不同渠道的流量与曝光状况。

投放中:广告在投放平台的曝光和点击监控

在广告投放中,以流量、曝光、点击、竞价、成本为维度,做雷达图(radar)对广告投放进行监控时,按照正常思维,这个图形应该呈现同心环状分布,即高流量带来高曝光和高点击,同时,广告投放在该平台完成的竞价次数和成本也是最多的,因此广告的总投放成本***。

实际上,情况要复杂得多。pv低的流量方,有可能出现高的曝光,虽然最终完成的竞价多,但整体成本可以控制的较低。综合掌握各流量方的流量、曝光和点击情况,才能在广告投放时做出更加科学、理性的选择。

 

实时监控是广告投放监控最理想的状态。在数据可视化中,应用较多的是以区域为纬度的实时动态展示。就曝光来说,在一张地图中展示各地区的实时曝光情况,能够实时对比广告在不同地区的投放效果。当然,在实现数据搜集和处理的基础上,除了区域这一维度之外,数据可视化还能实现其它纬度的定制化广告投放实时监控。 

 

投放预测:基于投放数据分析的可视化

与展示相比,分析和预测在数据可视化中更为重要。广告投放完成后,会产生大量的投放数据,包括投放时间、投放效果等等。通过日历图(calendar),绘制不同时间、不同品牌的投放需求热度,进而预测投放趋势,就能有的放矢,为客户在下一轮的广告投放中占得先机。

 

“数据可视化虽然会用到很多技术,但是如果形成成熟的模板,即使是普通用户,通过简单的培训也能够掌握使用方法,这对广告投放是非常有益的。将来在我们系统中会加入更多可视化的内容。” 

责任编辑:庞桂玉 来源: 36大数据
相关推荐

2009-12-29 18:17:32

Silverlight

2021-01-12 19:52:58

大数据大数应用大数据可视化

2023-11-03 15:12:44

数据治理AI/ML系统

2020-06-10 07:46:39

机器学习预测性维护工业物联网

2015-02-10 17:49:26

工单系统物业管理

2017-05-16 10:05:08

2021-08-05 14:06:35

数据中心IT存储

2023-02-17 12:07:45

ChatGPTPython

2013-05-09 09:35:00

Cloudmeter大数据

2018-02-24 19:56:38

区块链区块链安全网络安全

2017-04-12 08:39:55

大数据可视化动画

2016-10-12 08:34:32

2020-03-11 14:39:26

数据可视化地图可视化地理信息

2020-04-03 10:59:04

安全物联网病毒

2024-03-19 15:09:07

2023-09-12 07:01:33

非结构化数据商业智能

2017-02-23 09:42:53

大数据数据可视化技术误区

2020-12-22 14:14:25

大数据数据可视化

2020-03-01 14:01:22

Echarts数据可视化图表

2021-11-03 07:58:27

SaaSRta技术
点赞
收藏

51CTO技术栈公众号