Ad Display/Click分析

数据源：天池-Ad Display/Click Data on Taobao.com

————以下是中文描述—————

Ali_Display_Ad_Click是阿里巴巴提供的一个淘宝展示广告点击率预估数据集。

数据集名称	说明	key	属性
raw_sample	样本骨架	用户ID& 广告ID& 时间戳	在某个 时间段 发布在 广告位 后 被/未被 点击
ad_feature	广告的信息	广告ID	在某个 广告计划 中，某 品牌 的 广告主 将其某 价格 的某 类目 的商品
user_profile	用户的信息	用户ID	某个 微群 和 group 内的，多少岁 的 男生/女生，其在某 城市，是/不是 大学生，消费层次 较强/差，购物深度 较强/差
raw_behavior_log	用户的行为	用户ID& 时间戳	在某 时间点，曾经把某 品牌词 的某 类目 的商品，浏览 / 喜欢 / 加入购物车 / 购买

A. raw_sample 原始样本骨架

淘宝网站中随机抽样了114万用户8天内的广告展示/点击日志（2600万条记录），构成原始的样本骨架。
字段说明如下：

字段	说明
user_id	脱敏过的用户ID
adgroup_id	脱敏过的广告单元ID
time_stamp	时间戳
pid	资源位
noclk	为1代表没有点击；为0代表点击
clk	为0代表没有点击；为1代表点击

可用前面7天的做训练样本（20170506-20170512），用第8天的做测试样本（20170513）。

B. ad_feature 广告基本信息表

字段	说明
adgroup_id	脱敏过的广告ID
cate_id	脱敏过的商品类目ID
campaign_id	脱敏过的广告计划ID
customer_id	脱敏过的广告主ID
brand	脱敏过的品牌ID
price	宝贝的价格

其中一个广告ID对应一个商品（宝贝），一个宝贝属于一个类目，一个宝贝属于一个品牌。

C. user_profile 用户基本信息表

字段	说明
userid	脱敏过的用户ID
cms_segid	微群ID
cms_group_id	cms_group_id
final_gender_code	性别 1:男，2:女
age_level	年龄层次
pvalue_level	消费档次，1:低档，2:中档，3:高档
shopping_level	购物深度，1:浅层用户，2:中度用户，3:深度用户
occupation	是否大学生，1:是，0:否
new_user_class_level	城市层级

D. behavior_log 用户的行为日志

raw_sample中全部用户，22天内的购物行为(共七亿条记录)。

字段	说明
user	脱敏过的用户ID
time_stamp	时间戳
btag	行为类型, 包括以下四种： - ipv：浏览 - cart：加入购物车 - fav：喜欢 - buy：购买
cate	脱敏过的商品类目
brand	脱敏过的品牌词

分析思路

用到的工具和方法

• 数据清理
• 描述统计
• 假设检验、F值、P值
• 预测
• Tableau仪表板

示例：典型科研场景

根据用户历史购物行为预测用户在接受某个广告的曝光时的点击概率。