基于某网站AdWords付费广告调查对美国和加拿大广告支出模型的建立和分析

摘要

某网站的AdWords是一种在该网站及其广告合作伙伴的网站上快捷简便地刊登广告的方式。每天都有日益增加的用户在该网站上进行搜索，并在该网站相关的网上浏览网页，这时用户在AdWords投放的广告会随搜索结果一起显示。AdWords希望通过营销活动发掘到新的广告用户。从市场营销的角度来看，公司做品牌的推广活动不再是仅仅追求知名度，而是更多希望得到即时的效益，从有效的营销手段逐步转变为有着紧迫营销需求的主体。并且随着网络的发展，在数据量、数据处理能力和技术方面取得较大成就，人们的思维方式、商业营销模式等诸多方面被促使发生革命性的变化。因此，应用客户关系管理(CRM)和数据挖掘工具是实现利润最大化路上必不可少的。这项研究的目的是开发AdWords广告服务潜在客户的评分模型，也就是，根据广告支出作为判断是否作为市场营销执行目标的依据，从而在了解潜在客户特征的基础上执行精确的目标营销。这样可以降低营销成本和提高市场的效率和效益。根据该网站对潜在客户的定义，在美国、加拿大的公司广告支出缺失值较多的情况下，利用已有数据分别对两个国家建立模型并做出预测，进而发掘出了潜在客户的特征。
　　为此，本文首先回顾了目前的客户关系管理，介绍了数据挖掘现状以及几种常用的数据挖掘和统计方法，探讨了建模步骤和数据处理的方法，然后采用Logistic回归和线性回归相结合的评分模型处理客户数据。
　　本文的研究工作及结论包括:
　　1)为了提高响应率和响应质量，建立了一种响应-支出的两阶段模型，获得了公司广告支出的期望值;
　　2)利用所得到的数据建立Logistic模型，找出潜在客户的特征，现体现潜在客户特征的变量多与公司行业有关，并且模型效果较为显著，可使营销活动达到事半功倍的效果;
　　3)最后根据模型结果，为AdWords的营销团队挑选潜力客户提供依据和意见，挑选出潜在客户，作为其进行营销活动对象。

目录

声明

摘要

第一章 绪论

§1．1 简介

§1．2 文献综述

§1．2．1 客户关系管理和数据挖掘

§1．2．2 评分模型

§1．2．3 数据挖掘工具

§1．3 本文主要工作

§1．4 本文结构组织安排

第二章 建模方法及理论介绍

§2．1 Logistic回归模型的基本知识

§2．1．1 Logistic模型简介

§2．1．2 Logistic模型的参数估计及算法实现

§2．2 线性回归

§2．2．1 多元线性回归模型形式

§2．2．2 多元线性回归模型的基本假定

§2．2．3 多元线性回归模型的显著性检验

§2．3 统计量简介

§2．3．1 混淆矩阵

§2．3．2 ROC曲线

§2．3．3 Lift(提升指数)

§2．3．4 C统计量

§2．3．5 十分位分析

第三章 建立模型

§3．1 数据来源以及建模数据

§3．2 美国模型的建立与分析

§3．3 加拿大模型的建立与分析

§3．4 小结

第四章 总结与展望

§4．1 结论

§4．2 展望

参考文献

致谢