一种网络广告的追踪和分析的优化方法与流程

本发明涉及互联网应用技术领域，尤其涉及一种互联网相关的网络广告的追踪和分析的优化方法。

背景技术：

现有市场中，广告监测系统都是通过cookeis监测的手段和方法，记录互联网广告从曝光到点击，点击后落地页访问，以及相关后续行为。

其主要原理都是通过点击行为进行的日志记录追踪，或根据到达页面的cookies匹配来路地址进行匹配，以实现完整的网络广告追踪技术。

当前同类产品存在以下不足：

1、必须通过广告点击代码与到站记录产生关联，仅记录一次访问行为，即点击至到站。如发生广告访问，通过其他途径了解产品后，直接访问落地页面的，就会失去关联。

2、以网站流量分析系统的记录方法，会根据来路ref(前一个页面url)或者代码里的参数来判断关联，容易误判。

3、数据分析以单天为例，对于跨天数据不做关联分析。

技术实现要素：

本发明针对上述现有技术的不足，提供了一种网络广告的追踪和分析的优化方法，其通过常规日志分析方法的扩展，打破了常规日志单天分析关联的短板，同时引入大数据身份统一识别技术，更好的将日常日志数据服务于数据分析中。

为解决现有技术中存在的问题，采用的具体技术方案是：

一种网络广告的追踪和分析的优化方法，其包括以下步骤：

s1、通过完整的广告行为生成三种日志：s日志、c日志、t日志；

s2、日志经过收集后，在指定时间进行关联和分析处理：

s21、将分时段的日志汇总并以单位时间排序；

s22、日志翻译：即将日志中的ip和相关id进行预设翻译，判定ip与地域代码关联验证、相关id合法性判断、反作弊判断等；

s23、对不符合id规定和违反互联网常态的日志进行排除；

s24、对合法日志集群进行备份和分层处理，针对不同的分析应用，提取相关不同字段；

s25、针对不同的分析要求进行关联结果分析，包括常规单天日志关联分析、跨天日志关联分析和大数据日志关联分析；

s3、将单天日志关联分析和跨天日志关联分析结果通过报表规则算法输出结果，将大数据日志关联分析结果通过大数据关联算法输出结果。

优选的方案，所述完整的广告行为包括广告曝光、广告点击和到站访问行为，广告曝光行为生成s日志，广告点击行为生成c日志、到站访问行为生成t日志(s表示代码模式、c代表点击类型、t表示类型)。广告曝光：show展示代码执行，反馈广告内容后，生成s日志；广告点击：通过广告点击生成点击日志，同时执行广告跳转，打开目标页面；到站访问：访问记录代码，t代码，不执行任何效果，只做记录。

进一步优选的方案，所述报表规则算法根据报表预设内容，将数据统计，形成报表数据，所述报表数据包括单天曝光数、唯一曝光数、点击率、广告点击到站率、广告曝光频次数、广告点击频次数、到站访问频次数。

更进一步优选的方案，所述大数据关联算法是通过大数据平台，将日志中的统一id进行扩充分析，脱离单一媒体或者广告本身。

再进一步优选的方案，大数据关联算法的流程为：首先，整理日志并且翻译成统一id；其次，输出查询至udc数据服务器；再次，数据服务器进行验证匹配合法性并将结果输出至数据中心；然后，大数据身份赋予：合法的老用户有历史统一id，直接进入数据关联流程和算法，新用户或历史行为不足的，通过lookalike技术，给予相似性身份赋予身份统一后进入各级大数据算法；最后，将结果输出。

其中，所述常规单天日志关联分析、跨天日志关联分析构成日常关联分析，日常关联分析的流程为：

1)、日志由各投放机汇总至分析服务器进行运算，抽取关联序列的主要参数；

2)、以s日志的cookeisid为标杆，抽取日志群中相同cookiesid的日志c和t日志，组成临时队列；

3)、以时间轴作为排序规则进行初步分析，同时经过会话id进行分类处理；

4)、抽取符合s->c->t关联的为一个标准完整结果，抽取后脱离排队序列，输出结果；

5)、剩余的继续判定是否符合s->t，即缺省点击行为并且通过时间曲线判定与之前sct规则不矛盾的，符合的作为一次s->t结果输出，并且离开序列；

6)、剩余的再经过其他预设条件进行查询，最终筛选后不满足任何规则的内容则抛弃，不做关联操作。

通过采用上述方案，本发明的一种网络广告的追踪和分析的优化方法与现有技术相比，其技术效果在于：

1、本发明改进了日志规则类别，以不同类型的代码功能和日志对应，做到清晰明了。

2、抛弃了容易造成作弊的参数传递模式，使用更隐蔽的统一id和cookies双重验证机制。

3、打破了常规的曝光、点击、访问的顺序分析方法，提供类似于电视广告的影响力算法，即曝光后其他路径访问的关联分析概念。更符合当前的市场需求。

4、引入大数据身份赋予，将常规针对单次广告活动的日志分析功能，扩展至以访客身份作为大数据研究功能，将日常广告行为作为大数据工作的数据入口之一。

5、采取跨天分析方法，突破常规按日分析的行业历史遗留问题。

本发明通过常规日志分析方法的扩展，打破了常规日志单天分析关联的短板，同时引入大数据身份统一识别技术，更好的将日常日志数据服务于数据分析中。

附图说明

图1为本发明一种网络广告的追踪和分析的优化方法的分析及关联流程图；

图2为本发明完整的广告行为生成日志的示意图；

图3为本发明日常关联分析的流程；

图4为本发明大数据关联算法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实例并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

本发明通过统一id技术翻译访客身份，并且打通受众库，相对更宏观的进行数据追踪和分析。采用s(show展示)代码日志、c(click点击)代码日志、t(track记录)代码日志，分类记录访问行为。采用统一id翻译技术，实现跨天和跨媒体服务身份关联记录。通过曝光层与访问层，跨越点击行为的深度分析技术。

本发明的网络广告的追踪和分析的优化方法如图1所示：

一、如图2所示，一次完整的广告访问行为从广告曝光，到广告点击，打开目标网页为止，一共生成三种日志记录。

a)广告曝光：show展示代码执行，反馈广告内容后，生成s日志,例如：

s,2018-03-13,17:00:03:163,14.157.70.182,ie10,windows10,cngdfs,3608cad7578f4e,3608cad7578f4e,7,257,233,294,0,0,0,0,0,0,"www.test.com，same9832321

s表示代码模式，执行的时间日期，客户端ip，浏览器和操作系统信息，根据ip翻译的地域编码，cookeisid，会话id，广告投放的相关id和广告媒体相关id，曝光页面，统一身份id。

b)广告点击：通过广告点击生成点击日志，同时执行广告跳转，打开目标页面。

c,2018-03-1317:00:03:112,183.26.73.34,ie10,win10，cngdfs,3608cad74fdee3,3608cad74fdee3,0,558,521,1037,7596,20279,98681,99296,92289,0,""，same00123244

同样c代表点击类型，日期，ip，浏览器及操作系统信息，地域编码，cookiesid，会话id，其他投放相关信息，以及产生点击的页面，为空表示直接点击或容器内(flash)跳转，最后为统一身份id。

c)访问记录代码，t代码。不执行任何效果，只做记录。

t,2018-03-1317:00:03:246,106.38.101.155，ie10,win10,cnbjft,3607241704d4a9,3608cad764449c,407510,0,0,0,0,0,"",0,"",0,"img-cdn.mediaplex.com/0/10,same93224421

t表示类型，日期，ip，浏览器操作系统，地域编码，以及其他相关id，统一身份id。

二、日志经过收集后，在指定时间进行关联和分析处理。

(1)、将分时段的日志进行汇总，以单位时间进行排序。

(2)、日志翻译工作，即将日志中的ip和相关id进行预设翻译，判定ip与地域代码关联验证、相关id合法性判断、反作弊判断等。

(3)、对不符合id规定和违反互联网常态的日志进行排除，例如缺少字段，时间戳异常、异常刷量、id不合法等。

(4)、对合法日志集群进行备份和分层处理，针对不同的分析应用，提取相关不同字段。例如地域类分析提取、曝光单向统计提取、分id提取等。

(5)、针对不同的分析要求进行关联结果匹配。

①、常规单天关联分析：(图3流程)即以一天为时间轴，以cookies+ip地址作为唯一访客标识，通过预设sct关联，或st，或ct等类型关联，不考虑跨天因素。

②、跨天分析：(图3流程)提取默认时间轴前后24小时的数据分析关联分析。

③、大数据关联分析：通过将cookiesid与大数据统一id进行验证翻译，以统一id作为标示，关联范围除本身投放日志外，与其他不同媒体和不同广告位，不同平台的统一身份行为进行分析关联。

其中，常规单天关联分析和跨天分析所构成的日常分析关联的流程如下(如图3所示)：

a、日志由各投放机汇总至分析服务器进行运算，期间已经过清洗和预翻译处理。

b、抽取cookeis等必要参数(视不同分析需要，以cookeisid为例)，作为关联序列的主要参数。

c、以s日志的cookeisid为标杆，抽取日志群中相同cookiesid的c和t日志，组成临时队列。

d、以时间轴作为排序规则进行初步分析，同时经过会话id的分类处理。同一个会话id，作为一次完整访问行为的必要条件。

e、抽取符合s->c->t关联的为一个标准完整结果，抽取后脱离排队序列，输出结果。

f、剩余的继续判定是否符合s->t，即缺省点击行为并且通过时间曲线判定与之前sct规则不矛盾的，符合的作为一次s->t结果输出。并且离开序列。

g、剩余的再经过其他预设条件进行查询，最终筛选后不满足任何规则的内容则抛弃，不做关联操作。(常规曝光，点击的统计不需要关联操作，因此抛弃不影响其他常规数据统计。)

(6)、报表规则算法

根据报表预设内容，将数据统计，形成报表数据：

统计单天唯一访客的同一个广告id的s日志总量，即为单天曝光数。

统计同一个广告位id上所有曝光数里的唯一cookies+ip组合的为唯一曝光数。

统计单一广告idc日志总量为点击数，与曝光数之比为点击率。

统计目标页面t日志的数量即为到站访问数，判断同一个访客，既存在c日志并且按照时间规则存在的合法t日志的ct规则，则为一次广告点击并到站，通过分析这个数据与总点击数之比，即算出广告点击的到站率。

此类还包括：广告曝光频次数、广告点击频次数、到站访问频次数，通过时间戳还可以判定页面访问时长以及点击思考时长等等，不一一列举。

(7)、大数据算法：(图4流程)

即通过大数据平台，将日志中的统一id进行扩充分析，脱离单一媒体或者广告本身。唯一访客的跨屏数据统计、唯一访客兴趣范围、唯一访客近期的整体浏览页面分类等等。

大数据关联算法的流程为(如图4所示)：整理日志并且翻译成统一id；输出查询至udc数据服务器；数据服务器进行验证匹配合法性；大数据身份赋予：合法的老用户统一id，直接进入数据关联流程和算法，增加历史访问记录，兴趣记录的，将此次访问列入整体行为；新用户或历史行为不足的，通过lookalike技术，给予相似性身份赋予；身份统一后进入各级大数据算法；输出结果。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明的保护范围，凡在本发明的精神和原则之内，所作的任何修改、等同替换、均包含在本发明的保护范围之内。