超好用！信息流受众画像的数据分析，若你能看懂那就算我败！-精准获客

从事广告优化工作许久，也阅览了众多广告后台的受众画像，综合而言，其对于广告数据的分析以及效果的优化所具备的参考价值相对有限，不过总比没有要好一些。

追根溯源，许多广告后台的受众画像数据存在的问题在于，仅仅向我们呈现了观看广告的这部分人群的特征，而缺失了实现转化的那部分用户的画像数据。主要原因有两点：

其一，在大多数广告投放的流程中，前后端的数据是相互分离的。也就是说，媒体能够知晓你投入资金购买的广告被哪些人浏览，但通常不清楚哪些人产生了转化；而甲方通过自身的监测，能够明确转化的用户属于哪一部分，如果监测工作足够出色，也能够了解这部分人群的画像，然而人群画像的判定标准与媒体方可能有所不同，统计的口径不一致，数据难以人工打通。

其二，媒体不太愿意公开过多的数据，甚至受众画像本身就存在一定的问题。

当下，信息流优化已经成为行业内交流的热门话题，优化创意、定向等内容已是屡见不鲜，唯独受众画像的数据分析鲜有人论及，仍有可挖掘的空间。今日借此契机，与大家分享一种受众数据分析的思路。

需要着重指出的是，接下来的广告数据分析存在一个最为基础的前提：假定媒体提供的数据和甲方监测的数据均真实准确。接下来小编会通过一个真实的案例和数据（今日头条，家装类）为大家介绍，如何运用朴素贝叶斯的算法，对今日头条的受众画像展开数据挖掘和分析，进而达成精准定向下的转化率预测。

1、朴素贝叶斯的原理

每次提及贝叶斯定理，我内心的敬仰之情便会情不自禁地涌现，并非由于这个定理有多么高深莫测，而是因为它极为实用。此定理解决了现实生活中频繁遭遇的难题：已知某条件概率，怎样获取两个事件交换后的概率，也就是在已知 P(A|B)的状况下怎样求得 P(B|A)。例如，我了解在发生转化的用户当中，女性所占比例为 36%，那么当一位女性用户看到我的广告时，她产生转化的可能性有多大。

在此先阐释一下何为条件概率：

P(A|B)代表在事件 B 已经发生的前提条件下，事件 A 发生的概率，被称作事件 B 发生下事件 A 的条件概率。其基本的求解公式为：

贝叶斯定理之所以具有实用价值，是因为在我们的日常生活中常常会碰到这样的情况：能够不费吹灰之力地直接获取 P(A|B)，而 P(B|A

)则很难直接得出，但实际上我们更为关注 P(B|A)，在这种时候，贝叶斯定理为我们提供了从 P(A|B)获取 P(B|A)的途径。

下面省略证明的过程，直接给出贝叶斯定理，相信对于高中数学尚有印象的朋友对这个公式不会感到陌生：

2、朴素贝叶斯的数据挖掘原理

下面通过一个简单的实例，介绍朴素贝叶斯的数据挖掘原理。虽然样本数量不多，但足以阐明原理和思路。

这里有一份受众画像数据，总计 20 笔数据，即代表 20 个 UV。填写表单这一字段值为 1 的总计 9 笔，也就是说发生转化的用户数量为 9。

表 1

随后，我们将除了 ID（仅仅是编号，对于挖掘没有价值）、省级地域（因为均为广东，对于挖掘没有价值）之外的其他字段，进行一个占比分布，如下图所示：

表 2

假设，我想要了解定向 X=（地级市=”佛山”，性别=”男”，年龄=”18-23 岁”，兴趣分类=”房产”）的转化率，即我想要求出：P（填写表单=”1″ | X)。

直接计算是无法得出的，回到前文提到的朴素贝叶斯，其专门处理的就是这类问题，我只要知道 P（X | 填写表单=”1″)，就能够通过公式得到 P（填写表单=”1″ | X)。

具体的直接套用公式可得：

P（填写表单=”1″ | X) = P（X | 填写表单=”1″) * P（填写表单=”1″) / P（X）

同理可得，

P（填写表单=”0″ | X) = P（X | 填写表单=”0″) * P（填写表单=”0″) / P（X）

这里需要引入另外一个重要的公式，P(A,B)代表事件 A 与 B 同时发生的概率。

当事件 A 与 B 的发生各自独立时，P(A,B) = P(A|B) * P(B) =P(A)P(B)。

代入具体数值，计算可得：

P（填写表单=”1″ | X) = P（X | 填写表单=”1″) * P（填写表单=”1″) / P（X）= （3/9 * 6/9 * 2/9 * 1/9）*0.45 / P（X） = 0.002469 / P（X）……………………………………………①

P（填写表单=”0″ | X) = P（X | 填写表单=”0″) * P（填写表单=”0″) / P（X）= （2/11 * 5/11 * 2/11 * 2/11）*0.55 / P（X） = 0.0015026 / P（X）……………………………………………②

接下来，碰到一个问题，P（X）是多少，不清楚！不过没关系，当定向 X 的用户进入时，ta 要么转化，要么不转化，所以

P（填写表单=”1″ | X) + P（填写表单=”0″ | X) =1……………………………………………③

联立①②③，最终求出：

P（填写表单=”1″ | X) = 62.2%

P（填写表单=”0″ | X) = 37.8%

因此，当定向为 X 时，朴素贝叶斯数据挖掘模型认为，此类用户的转化率为 62.2%。

3、朴素贝叶斯的数据挖掘的优势

主流的数据挖掘算法，例如神经网络、决策树等。多数依赖如表 1 所示的数据，每一个字段代表用户的不同维度，每一行代表一个独立用户的数据。但在实际的优化过程中，媒体方不可能提供如此详尽的受众画像数据，然而朴素贝叶斯有所不同，对原始数据的要求稍低一些，只需要提供不同维度组合下的比例，而不必细化到每一个用户的具体情况。

4、朴素贝叶斯的数据挖掘案例解读

1）原生数据及预处理

我们从今日头条广告后台获取的数据经过简单处理后，呈现如下：

总计 13339 次点击，转化量为 37。

表 3

2）计算字段重要性，确定输入字段

由于所有字段均为类别型字段（区别于数值型字段），这里介绍一个较为通用的算法，用于评估所有可能的输入字段对输出字段的重要性。

公式解读如下：

（注：ABS 函数，用于求取绝对值）

所有可能的输入字段对输出字段的重要性计算结果如下：

一般经验而言，字段重要性小于 0.1 的字段可以不纳入数据挖掘模型当中。

所以，目前依据有限的数据，“性别”这一字段，对于判断用户是否转化的帮助不大，故而在接下来的数据挖掘模型中，输入字段涵盖：地级市、年龄、兴趣分类。

开始进行数据挖掘，具体原理此处不再赘述，直接给出结果。

。。。（中间太长，省略了）

我们可以看到，数据挖掘显示，转化为 1 的最大概率是 1.51%，此时的定向条件是“广州&(50 岁以上)-母婴儿童”。而样本数据的整体转化率是 37/13339 = 0.28%。

下图是转化为 1 的概率分布，可以发现大于 0.28%的数据约占 25%，换句话说，基于朴素贝叶斯的用户数据挖掘，在 324 种定向组合中，找到了约四分之一的组合，能够使预估的转化率高于平均水平 0.28%。随着数据量的增加，模型也会不断改进，对精准定向组合的转化率预测效能也会愈发优良，将有限的广告费用投入到最有可能转化的用户身上。

下面思考如何将这一洞察，应用于广告投放，创造更高的 ROI。比如制作具有针对性的创意、提高出价等等，这个方面各位都是经验丰富之人，在此就不再详细说明了。

最后着重强调一句，受众画像的数据挖掘需要满足一定的条件，即要能够区分转化和未转化的用户。

以上，便是基于朴素贝叶斯的用户数据挖掘，供大家参考。

THE END