一种广告花销分配优化方法、装置、存储介质及终端设备
阅读：657发布：2023-12-09
专利汇可以提供一种广告花销分配优化方法、装置、存储介质及终端设备专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种广告花销分配优化方法，包括：S1，获取 汽车 市场及经营限制数据，包括市场条件数据、限制条件数据、经营情况数据和广告总预算；S2，利用市场数据建立广告效应函数，将建立好的广告效应函数代入目标函数，按照输入的限制条件自动设立边界条件，再通过优化 算法 搜寻一个广宣预算分配方案使得目标函数达到最大值；S3，根据需求输出在满足各项限制条件下使得车企收益最大的每个车型上的广告预算；本发明还公开了一种广告花销分配优化装置；本发明解决 现有技术 无法对广告宣传的花销金额进行合理的分配优化的技术问题，从而使得广宣花费的效果可以量化，并基于此实现数据驱动的广宣预算分配优化，为分配预算的决策提供支持。，下面是一种广告花销分配优化方法、装置、存储介质及终端设备专利的具体信息内容。
1.一种广告花销分配优化方法，应用在汽车广告花销分配上，其特征在于，包括：
获取汽车市场及经营限制数据，包括市场条件数据、限制条件数据、经营情况数据和广告总预算；
利用市场数据建立广告效应函数，将建立好的广告效应函数代入目标函数，按照输入的限制条件自动设立边界条件，再通过优化算法搜寻一个广宣预算分配方案使得目标函数达到最大值；
根据需求输出在满足各项限制条件下使得车企收益最大的每个车型上的广告预算。
2.如权利要求1所述的广告花销分配优化方法，其特征在于，所述市场条件数据包括车型现有销量数据、价格数据、细分总体规模数和相关竞争产品活动数据。
3.如权利要求1所述的广告花销分配优化方法，其特征在于，所述限制条件数据包括车型的产能或销量数据、各车型广告预算的上限和下限、车型价格的限制数据以及不同类型广告的比例范围数值。
4.如权利要求1所述的广告花销分配优化方法，其特征在于，所述经营情况数据包括单个车型产品的可变成本数据和相关厂商的商业限制数据。
5.如权利要求1所述的广告花销分配优化方法，其特征在于，所述边界条件包括：花销总预算数据、车型的产能数据、销量限制条件数据、各车型广告预算的上限和下限、车型价格的限制、不同类型广告的比例范围以及优化时间段长度。
6.如权利要求1所述的广告花销分配优化方法，其特征在于，所述优化算法包括高斯牛顿迭代法、梯度下降法、拉格朗日乘子法和共轭梯度法。
7.如权利要求1所述的广告花销分配优化方法，其特征在于，
所述目标函数为：
C(广宣花费)＝销量*[F(销量，广宣花费|β(车型生命周期，产品力)-单车可变成本]-广宣花费；
所述广告效应函数为：
D(价移|α)＝F(销量，广宣花费|β(车型生命周期，产品力))；
其中自变量是“广宣花费”，因变量是“价格”，广宣花费的影响力系数β是“车型生命周期″，″产品力″的函数。
8.一种广告花销分配优化装置，其特征在于，包括：
输入模块，用于获取汽车市场及经营限制数据，包括市场条件数据、限制条件数据、经营情况数据和广告总预算；
优化模块，用于利用市场数据建立广告效应函数，将建立好的广告效应函数代入目标函数，按照输入的限制条件自动设立边界条件，再通过优化算法搜寻一个广宣预算分配方案使得目标函数达到最大值；
输出模块，用于根据需求输出在满足各项限制条件下使得车企收益最大的每个车型上的广告预算。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1～7任一项所述的广告花销分配优化方法。
10.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～7任一项所述的广告花销分配优化方法。
一种广告花销分配优化方法、装置、存储介质及终端设备
技术领域
背景技术
[0002] 在广宣投放时，决策人要面临的第一个问题就是应该计划多少预算，总预算在不同车型上如何分配。现在各车企在制定广宣预算以及分配广宣预算的时候，主要就是凭借行业经验，或者参考过往车型投放情况。但是这种方式的主要缺陷，在于难以综合考虑其它车型与本车型的不同之处。例如过往车型和本车型对广宣的敏感度，销量规模，所处生命周期的阶段以及成本都可能不相同。这些不同不但会造成广宣效果的不同，还会影响投入产出比，进而也就需要不同规模的广宣投入。但只凭经验很难量化这些差异应该如何反应到广宣投入的差别上去。目前行业中衡量广宣效果已经是个难题，更别说用量化的方法对广宣的花销进行分配了。
[0003] 本发明的目的就是使得广宣花费的效果可以量化，并基于此实现数据驱动的广宣预算分配优化，为分配预算的决策提供支持。
发明内容
[0004] 本发明提供了一种广告花销分配优化方法、装置、存储介质及终端设备，以解决现有技术无法对广告宣传的花销金额进行合理的分配优化的技术问题，从而使得广宣花费的效果可以量化，并基于此实现数据驱动的广宣预算分配优化，为分配预算的决策提供支持。
[0005] 为了解决上述技术问题，本发明实施例提供了一种广告花销分配优化方法，包括：
[0006] 获取汽车市场及经营限制数据，包括市场条件数据、限制条件数据、经营情况数据和广告总预算；
[0008] 根据需求输出在满足各项限制条件下使得车企收益最大的每个车型上的广告预算。
[0009] 作为优选方案，所述市场条件数据包括车型现有销量数据、价格数据、细分总体规模数和相关竞争产品活动数据。
[0010] 作为优选方案，所述限制条件数据包括车型的产能或销量数据、各车型广告预算的上限和下限、车型价格的限制数据以及不同类型广告的比例范围数值。
[0011] 作为优选方案，所述经营情况数据包括单个车型产品的可变成本数据和相关厂商的商业限制数据。
[0012] 作为优选方案，所述边界条件包括：花销总预算数据、车型的产能数据、销量限制条件数据、各车型广告预算的上限和下限、车型价格的限制、不同类型广告的比例范围以及优化时间段长度。
[0014] 作为优选方案，首先要确定目标函数。这里目标函数是厂商在一定时期内的整体目标函数。其中利润函数是最常见的一种目标函数。目标函数为凸函数，有最大值，自变量是广宣花费。销量可以是自变量之一，也可以是设定的变量。在落地的产品中，不仅仅包含唯一一种目标函数，而是有一系列的目标函数可供选择。应用时将根据厂商数据化的程度，或者业务目标，或者考虑的时间周期等来选择不同的目标函数。例如经典的一个目标函数可以是：
[0015] C(广宣花费)
[0016] ＝销量*[F(销量,广宣花费|β(车型生命周期，产品力)
[0017] -单车可变成本]-广宣花费
[0018] 上面仅仅是一个目标函数的示例，其中还可以加入时间维度和车型维度求和等。
[0019] 所述广告效应函数为：
[0020] D(价格|α)＝F(销量,广宣花费|β(车型生命周期，产品力))
[0021] 其中自变量是“广宣花费”，因变量是“价格”，广宣花费的影响力系数β是“车型生命周期"，"产品力"的函数。
[0022] 本发明实施例还提供了一种广告花销分配优化装置，包括：
[0023] 输入模块，用于获取汽车市场及经营限制数据，包括市场条件数据、限制条件数据、经营情况数据和广告总预算；
[0024] 优化模块，用于利用市场数据建立广告效应函数，将建立好的广告效应函数代入目标函数，按照输入的限制条件自动设立边界条件，再通过优化算法搜寻一个广宣预算分配方案使得目标函数达到最大值；
[0025] 输出模块，用于根据需求输出在满足各项限制条件下使得车企收益最大的每个车型上的广告预算。
[0026] 本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述任一项所述的广告花销分配优化方法。
[0027] 本发明实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上述任一项所述的广告花销分配优化方法。
[0028] 相比于现有技术，本发明实施例具有如下有益效果：
[0030] 图1：为本发明实施例中的方法步骤流程示意图。
具体实施方式
[0031] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0032] 请参照图1，本发明优选实施例提供了一种广告花销分配优化方法，包括：
[0033] S1，获取汽车市场及经营限制数据，包括市场条件数据、限制条件数据、经营情况数据和广告总预算；
[0034] S2，利用市场数据建立广告效应函数，输入广告花费就可以通过该函数计算出销量不变情况下对价格的提升程度；将建立好的广告效应函数代入目标函数，按照输入的限制条件自动设立边界条件，再通过优化算法搜寻一个广宣预算分配方案使得目标函数达到最大值；
[0035] S3，根据需求输出在满足各项限制条件下使得车企收益最大的每个车型上的广告预算。
[0036] 在本实施例中，所述市场条件数据包括车型现有销量数据、价格数据、细分总体规模数和相关竞争产品活动数据。
[0037] 在本实施例中，所述限制条件数据包括车型的产能或销量数据、各车型广告预算的上限和下限、车型价格的限制数据以及不同类型广告的比例范围数值。
[0038] 在本实施例中，所述经营情况数据包括单个车型产品的可变成本数据和相关厂商的商业限制数据。
[0039] 在本实施例中，所述边界条件包括：花销总预算数据、车型的产能数据、销量限制条件数据、各车型广告预算的上限和下限、车型价格的限制、不同类型广告的比例范围以及优化时间段长度。
[0040] 在本实施例中，所述优化算法包括高斯牛顿迭代法、梯度下降法、拉格朗日乘子法和共轭梯度法。
[0041] 在本实施例中，目标函数：凡是优化就需要有目标函数。这里目标函数是厂商在一定时期内的整体目标函数。其中利润函数是最常见的一种目标函数。目标函数为凸函数，有最大值，自变量是广宣花费。销量可以是自变量之一，也可以是设定的变量。在落地的产品中，不仅仅包含唯一一种目标函数，而是有一系列的目标函数可供选择。应用时将根据厂商数据化的程度，或者业务目标，或者考虑的时间周期等来选择不同的目标函数。例如经典的一个目标函数可以是：
[0042] C(广宣花费)
[0043] ＝销量*[F(销量,广宣花费|β(车型生命周期，产品力)
[0044] -单车可变成本]-广宣花费
[0045] 上面仅仅是一个目标函数的示例，其中还可以加入时间维度和车型维度求和等。
[0046] 所述广告效应函数为：
[0047] D(价格|α)＝F(销量,广宣花费|β(车型生命周期，产品力))
[0048] 其中自变量是“广宣花费”，因变量是“价格”，广宣花费的影响力系数β是“车型生命周期"，"产品力"的函数。
[0049] 相对应地，本发明实施例还提供了一种广告花销分配优化装置，包括：
[0050] 输入模块，用于获取汽车市场及经营限制数据，包括市场条件数据、限制条件数据、经营情况数据和广告总预算；
[0051] 优化模块，用于利用市场数据建立广告效应函数，输入广告花费就可以通过该函数计算出销量不变情况下对价格的提升程度；将建立好的广告效应函数代入目标函数，按照输入的限制条件自动设立边界条件，再通过优化算法搜寻一个广宣预算分配方案使得目标函数达到最大值；
[0052] 输出模块，用于根据需求输出在满足各项限制条件下使得车企收益最大的每个车型上的广告预算。
[0053] 下面结合具体实施例，对本发明进行详细说明。
[0054] 本发明涉及一种利用大数据建模及优化算法为车企提供广告预算最优分配方案的自动化系统。
[0055] 该自动化系统包括输入、优化和输出三大模块。其中输入模块主要提供优化所必须的输入，包括市场条件输入、限制条件输入和广告总预算三类。优化模块则主要由广告效应函数，目标函数(例如利润函数)和优化算法组成。输出模块可以根据需求输出在满足各项限制条件下使得车企收益最大的每个车型上的广告预算。
[0056] 车企在售卖新车上获得的可变收益等于所有车型销售额总合减去它们的可变成本再减去广宣花费。但是车型销售额会受到广宣花销的影响(广宣花销增加会推动销售额增长，反之亦然)。因此量化广宣花销如何影响车型销售额是优化系统的关键所在。这个任务由优化系统中的广告效应函数承担。广告效应函数是在广宣花费、销量、价格、车型生命周期、产品力、宏观环境、季节因素、政策等历史数据的基础上建立计量经济学模型，从而量化了广宣、销量与价格三者之间的关系。
[0057] 因为广告效应遵循S曲线：花销过少没有效果，花销过多边际收益严重递减。传统车企在将广告预算拆分到各车型时因为缺乏依据，常常出现在某些车型上花费过少或者过多而导致收益甚微的情况。该优化系统则可以有效避免这种广宣预算拆分到各车型时缺乏依据、考虑不全面、部分车型上预算不合理和无法衡量的难题。优化系统会系统性的根据不同的生命周期、单车利润、车型对广告的敏感度(由广告效应模型得到，与生命周期有关)和车型的规模利用优化算法，自动为每款车型选择合适的广告花销，使得整体收益最大。
[0058] 三大模块的说明：
[0059] 1)输入模块：接收优化所必须的一些输入，包括市场条件输入、限制条件输入、经营情况输入和广告总预算四类。市场条件包括车型现有销量、价格、细分总体规模、竞品近期可能在产品方面的行动等。限制条件包括车型的产能/销量限制、各车型广告预算的上限和下限、车型价格的限制、不同类型广告的比例范围等。经营情况输入包括单车可变成本，厂商的一些商业限制等
[0060] 2)优化模块：广告效应函数，目标函数(例如利润函数)和优化算法组成。
[0061] i)建立优化系统的流程(优化模块的建立流程)
[0062] A.建立广告效应函数：广告效应函数用于描述广告花销对于需求影响大小关系的函数。其自变量是广告的花费，因变量是价格或者销量。当然广告花费对于价格或者销量的驱动作用还和其它因素有交互作用，例如车型生命周期或者产品力等，也需要在函数中一起反应。
[0063] 例如同一个车型，在全新上市时候广告对需求的拉动作用和在上市3年后广告对于需求的拉动作用是不同的。如下图所示，新上市车型广告花费开始时段对需求拉动作用增长得慢，因为市场有个从不熟悉到熟悉的反应的过程。但是对于已经上市较久的车型，例如上市已经3年，则市场已经对其熟悉，广告只是在于提醒消费者有这个车型而不是让消费者记住一个全新车型，所以同样花销，见效会比较快。但是通常情况下新车型广告花费的饱和线高于已上市车型的饱和线。因为新车型产品力强，经过广告宣传，对消费者好感度的提升作用更大。所以从这个示例可以看出广告花费对于需求的影响呈现出小大小的S型曲线。而且这个曲线的形状受诸如车型生命周期、产品力、规模、所属细分等的影响而不同。
[0064] 广告效应函数F如下：
[0065] D(价格|α)＝F(销量,广宣花费|β(车型生命周期，产品力))
[0068] a).建立目标函数：凡是优化就需要有目标函数。这里目标函数是厂商在一定时期内的整体目标函数。其中，利润函数是最常见的一种目标函数。目标函数为凸函数，有最大值，自变量是广宣花费。销量可以是自变量之一，也可以是设定的变量。在落地的产品中，不仅仅包含唯一一种目标函数，而是有一系列的目标函数可供选择。应用时将根据厂商数据化的程度，或者业务目标，或者考虑的时间周期等来选择不同的目标函数。例如经典的一个目标函数可以是：
[0069] C(广宣花费)
[0070] ＝销量*[F(销量,广宣花费|β(车型生命周期，产品力)
[0071] -单车可变成本]-广宣花费
[0072] 上面仅仅是一个目标函数的示例，其中还可以加入时间维度和车型维度求和等。凡是类似的函数都在本专利保护范围。可以看到，广宣花费同时出现在目标函数的被减数和减数中，也就是说，广宣花费越高，虽然会推动销量或者价格增高，但也会导致成本增加，会有个最优花费平衡两项，使得总数达到最大。系统正是通过优化算法，找到一套最优的广宣花费(广宣花费车型1，广宣花费车型2，广宣花费车型3……)，使得整个目标函数达到最大。
[0073] b).设立边界条件：目标函数的优化，一般总是在一定的限制下进行的，这些限制是实际情况的折射，通过设立优化的边界条件来实现的。这些边界条件包括但不限于：总预算、车型的产能、销量限制、各车型广告预算的上限和下限、车型价格的限制、不同类型广告的比例范围、优化时间段长度等等。
[0074] C.选择优化方法：应用经典的优化算法例如高斯牛顿迭代法，梯度下降法，拉格朗日乘子法，共轭梯度法，Marquardt-Levenberg，等等皆为备选，会根据情况选择一个用于优化目标函数。目标函数自变量为各车型广宣花费，利用上面的优化算法找到一组最优的广宣花费分配使得在满足边界条件的情况下目标函数最大化。
[0075] ii)执行优化流程：从输入模块读入市场情况、限制条件、经营情况和广告总预算；代入目标函数并按照限制条件自动设立边界条件；选择收敛情况最好的优化算法搜索得到一组最优的广宣花费分配使得在满足边界条件的情况下目标函数达到最大。
[0076] 3)输出模块：可以根据需求输出在满足各项限制条件下使得车企收益最大的每个车型上的广告预算；提供广告预算最优分配下相应的销量、利润等情况；也可以提供情景模拟，也就是说输入一组车型层面广宣预算，测算在该预算下的销量和利润。还可以和最优情况进行对比。
[0077] 本发明是基于各车型市场表现的历史数据，建立计量经济学模型，先量化广宣花销对于各车型需求的影响。再利用优化算法，找出在有限预算下使得目标函数(例如利润或收益)最大化的广宣预算在各车型上的最优分配方案。在优化过程中，先建立目标函数，而目标函数的自变量是各车型的广宣花费。此外还要考虑约束条件，即广宣的总花费小于等于广宣预算。通过优化算法，搜索到满足约束条件并且使函数达到最大的一组广宣花费即为最优分配方案。
[0078] 其特点为：1)稳定且收益最大化：不会出现某车型上广告花销过高或者过低引起边际收益近似为0的情况。2)全面：均衡考虑影响边际收益的各项因素如生命周期、单车利润、车型对广告的敏感度和车型的规模。3)有依据：可以解释某车型上广告预算为什么应该高些或者低一些，便于相关人员沟通和判断。
[0079] 本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行上述任一实施例所述的广告花销分配优化方法。
[0080] 本发明实施例还提供了一种终端设备，所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现上述任一实施例所述的广告花销分配优化方法。
[0081] 优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序)，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
[0082] 所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器也可以是任何常规的处理器，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
[0083] 所述存储器主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡和闪存卡(Flash Card)等，或所述存储器也可以是其他易失性固态存储器件。
[0084] 需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，上述终端设备仅仅是示例，并不构成对终端设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件。
[0085] 本发明解决现有技术无法对广告宣传的花销金额进行合理的分配优化的技术问题，从而使得广宣花费的效果可以量化，并基于此实现数据驱动的广宣预算分配优化，为分配预算的决策提供支持。
[0086] 以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 减速机构、电动助力转向管柱、电动助力转向器及车辆 | 2021-11-25 | 1 |
| 一种测试塑料型材结构整体耐冲击性的装置及其方法 | 2020-07-22 | 2 |
| 生态型绿化景观堆坡及施工方法 | 2021-05-14 | 0 |
| 一种蜂王浆抗氧化肽水果酵素及其制作方法 | 2022-09-09 | 1 |
| 一种夹心法抗原检测方法及试纸 | 2021-10-16 | 1 |
| 吊挂钩 | 2020-12-08 | 1 |
| 一种分体式并沟线夹 | 2023-04-21 | 0 |
| 一种牛仔服装机械上布机构 | 2020-07-13 | 2 |
| 一种牛头刨床的辅助托架 | 2020-07-15 | 2 |
| 一种生产胶垫的冲模机 | 2020-05-29 | 2 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈