RS Meet DL(67)-计算广告中的COEC简介

本文介绍了计算广告中的COEC(Click on Expected Click)概念,通过对比广告A和广告B的实际点击数与期望点击数的比值,揭示COEC如何更准确地评估广告质量,消除位置等因素的影响。还提到了三种计算每个位置期望点击率的方法,包括固定位置、小流量实验组和训练模型预测。
摘要由CSDN通过智能技术生成

最近工作中接触比较多的是COEC(Click on Expected Click),本篇文章就来简单介绍一下其概念。

在《计算广告》一书中,已对其概念做出了介绍,感兴趣的同学也可以进行参考。

当给你两个广告,广告A的点击率是0.3,广告B的点击率是0.2,那能说明广告A的质量好于广告B么?单从点击率来看,确实是这样的,但假设我再告诉你曝光数据:

640?wx_fmt=png

哇,可以看到广告A和广告B都曝光了10次,广告A的曝光位置一般比较靠前,广告B的曝光位置一般比较靠后。我们都知道,广告排在越靠前,点击率一般较高,而越靠后,点击率一般都比较低。你是否开始怀疑前面的结论是否准确了呢?此时我在告诉你每个位置的点击率数据:

640?wx_fmt=png

这个期望点击率,我们在后面再来介绍如何得到。有了这个点击率的数据,我们就可以计算广告A和广告B的期望点击次数:sum(每个位置的曝光 * 每个位置的期望点击率):

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值