基于SEM和AHP的推廣數(shù)據(jù)采集與決策方案優(yōu)化

林之博 劉媛華

摘 ?要：企業(yè)信息化的普及使廣告投放和宣傳手段從以往的人工宣講、傳單發(fā)放等方式，到目前的SEM（搜索引擎推廣）技術(shù)應(yīng)用，突破了時(shí)間空間限制，將產(chǎn)品服務(wù)展現(xiàn)給更廣闊的市場(chǎng)。部分企業(yè)在網(wǎng)絡(luò)營銷過程中常因數(shù)據(jù)采集方案落后、決策因素過于狹窄等導(dǎo)致收益降低。本文分析案例公司A存在的不合理業(yè)務(wù)流程，并基于SEM接口技術(shù)、AHP（層次分析法）對(duì)相關(guān)流程進(jìn)行建模優(yōu)化，設(shè)計(jì)了一套可行的系統(tǒng)和決策優(yōu)化方案。

關(guān)鍵詞：廣告投放決策;評(píng)價(jià)模型;信息系統(tǒng);業(yè)務(wù)流程分析;工作簡化

中圖分類號(hào)：TP399 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract：With the popularization of enterprise informatization，the advertising and promoting means have broken the restrictions of time and space，expanding from the previous manual preaching，leaflet distribution and so on to the current application of SEM （search engine promotion） technology.The new SEM technology shows the products and services to a broader market.In the process of online-marketing，some enterprises often suffer from returns reduction due to outdated data collection schemes and limited decision-making factors.This paper analyzes the unreasonable business process of case company A.Then based on SEM interface technology，AHP （analytic hierarchy process），this paper models and optimizes the relevant processes，and designs a set of feasible system and decision optimization scheme.

Keywords：advertising decision-making;evaluation model;information system;business process analysis;work simplification

1 ? 引言（Introduction）

近來我國各省市互聯(lián)網(wǎng)發(fā)展指數(shù)持續(xù)上升，利用SEM營銷技術(shù)，相比傳統(tǒng)的人工宣傳、現(xiàn)場(chǎng)散發(fā)傳單等廣告方式，能在使用更低成本、更少人力物力的條件下高效廣泛宣傳[1]。但部分企業(yè)由于未能優(yōu)化原有的信息手段、決策方案，導(dǎo)致收益下降、效率過低，無法完全發(fā)揮出SEM的效果。A公司是廣州市一家網(wǎng)絡(luò)教育培訓(xùn)公司，為推廣其服務(wù)，設(shè)立BI部門進(jìn)行銷售數(shù)據(jù)分析和信息管理工作。以該公司為例，針對(duì)廣告投放、信息采集與分析決策流程鏈進(jìn)行分析，找出不合理環(huán)節(jié)并進(jìn)行改進(jìn)優(yōu)化，提供可選擇的高效率、低成本運(yùn)作方案[2]。

2 ?技術(shù)與理論（Introduction to technology and theory）

SEM接口技術(shù)即搜索引擎營銷接口技術(shù)[2]，利用java API編程進(jìn)行網(wǎng)絡(luò)POST請(qǐng)求獲取Response，提取json進(jìn)行數(shù)據(jù)清洗、整理、規(guī)范、存儲(chǔ)，最終提供給BI部門規(guī)范化的數(shù)據(jù)用于決策分析[3]。AHP即層次分析法，分析復(fù)雜問題中的各種因素，得出評(píng)分構(gòu)成的矩陣，利用特征值矩陣運(yùn)算，得到相應(yīng)每個(gè)因素的最佳權(quán)重，設(shè)計(jì)決策方案能達(dá)到較滿意決策[4]。

3 ?流程與決策分析（Process and decision mode analysis）

3.1 ? 流程分析

廣告投放組員工進(jìn)行初始化檢查，逐個(gè)登錄推廣數(shù)據(jù)中心復(fù)制過去一天的推廣狀態(tài)數(shù)據(jù)到Excel，通過QQ或微信發(fā)送給流量部門，由之逐個(gè)下載打開提取數(shù)據(jù)到總表后，進(jìn)行決策分析。BI部門逐個(gè)下載、打開文件，復(fù)制數(shù)據(jù)到總表匯總。該過程存在循環(huán)性重復(fù)人工工作。上述操作方式會(huì)導(dǎo)致員工整體工作積極性下降、效率和準(zhǔn)確度低等問題[5]。

3.2 ? 人機(jī)分析

用于分析決策下一階段廣告投放方案的時(shí)間≥2h。數(shù)據(jù)采集階段計(jì)算機(jī)利用率約為32%，數(shù)據(jù)分析決策階段計(jì)算機(jī)利用率約為80%。利用人機(jī)配置分析法進(jìn)行方案設(shè)計(jì)、比較和模型驗(yàn)證可知應(yīng)改善平臺(tái)登錄、數(shù)據(jù)復(fù)制、文件傳輸?shù)戎貜?fù)工作項(xiàng)，在保持計(jì)算機(jī)利用率的條件下減少總時(shí)長[6]。

3.3 ? 原有決策模式分析

BI部門將來自點(diǎn)擊廣告的客戶的登記信息稱為“名片”，并將具有較大轉(zhuǎn)化為訂單可能性的“名片”稱為“機(jī)會(huì)名片”[7]。BI部門根據(jù)NOi/CC計(jì)算轉(zhuǎn)化率降序排序，更傾向在轉(zhuǎn)化率更高的地區(qū)投放更多廣告。但當(dāng)作為樣本的名片數(shù)量、機(jī)會(huì)名片數(shù)量若相比其余地區(qū)過小，數(shù)據(jù)將不具有統(tǒng)計(jì)意義上的說服力。

此外，不全面考慮社會(huì)因素、經(jīng)濟(jì)因素、地理因素等多方面帶來的影響，可能導(dǎo)致偏差。例如原有的參考指標(biāo)并不能更好地反映對(duì)應(yīng)地區(qū)對(duì)該公司業(yè)務(wù)的需求程度。

4 ? 優(yōu)化方案設(shè)計(jì)與實(shí)現(xiàn)（Design and implementation of optimized scheme ）

4.1 ? 自動(dòng)化SEM接口數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)

百度、360等第三方推廣平臺(tái)實(shí)際上已經(jīng)提供了非常方便的數(shù)據(jù)接口文檔，例如《百度搜索推廣API V4開發(fā)文檔》，能夠很方便地查找到獲取指定數(shù)據(jù)集應(yīng)構(gòu)造的HEADER、POST結(jié)構(gòu)、API-URL和方法[7]，結(jié)合阿里公司提供的JSON數(shù)據(jù)處理模塊，通過快速原型法開發(fā)可擴(kuò)展Web系統(tǒng)，則可以使用java語言，依托Tomcat虛擬服務(wù)器，使用Myeclipse引入HttpsUtil外部類編寫POST功能塊，引入fastjson-1.2.7工具包處理獲取的JSON數(shù)據(jù)，最后存儲(chǔ)在MySQL數(shù)據(jù)庫中。如圖1所示為系統(tǒng)數(shù)據(jù)庫E-R圖。

使用java結(jié)合POST工具包HttpsUtil實(shí)現(xiàn)調(diào)用百度接口推廣數(shù)據(jù)方法部分實(shí)例代碼如下：

String url="https：//api.baidu.com/json/sms/service/ReportService/getRealTimeData"; getdatafrombaidu DA=new getdatafrombaidu（）;

byte[] result=HttpsUtil.post（url，DA.appendReportServiceJson（//寫入需要查詢的字段

User，PWD，token，......）.toString（），"UTF-8"）;//將返回得到的數(shù)據(jù)存儲(chǔ)為字節(jié)碼

jsonResult = new String（result）;// 將字節(jié)碼字符化

Data=DA.getData（jsonResult，performanceData.length）;//json解包處理

設(shè)計(jì)一套類似Json的數(shù)據(jù)壓縮方案，利用特殊的符號(hào)連接表單列名儲(chǔ)存在靜態(tài)數(shù)據(jù)庫[8]，員工訪問時(shí)進(jìn)行分割產(chǎn)生屬性數(shù)組作為在線表單生成依據(jù)，由員工在規(guī)定時(shí)間內(nèi)填寫。BI部門管理端進(jìn)行一鍵采集，將數(shù)據(jù)導(dǎo)出到Excel中即可。 如圖2為功能模塊試運(yùn)行效果。

4.2 ? 層次分析法模型

4.2.1 ? 多因素影響因子選取

通過組織BI部門工作人員使用頭腦風(fēng)暴方法列舉了各類應(yīng)考慮在內(nèi)的潛在影響因素，得出了相應(yīng)的影響因素提及頻度。專家、管理層人員采取名義小組方法對(duì)員工調(diào)研結(jié)果圖表、數(shù)據(jù)進(jìn)行分析評(píng)價(jià)，確定PAi（i地區(qū)發(fā)達(dá)指標(biāo)）、PTCi（i地區(qū)轉(zhuǎn)化與成本指標(biāo)）、PSi（i地區(qū)戰(zhàn)略傾向指標(biāo)）、PDi（i地區(qū)需求指標(biāo)）、PGi（i地區(qū)政策支持指標(biāo)）等五項(xiàng)具有重大影響力的影響因素。

4.2.2 ? 轉(zhuǎn)化與成本指標(biāo)

5 ? 結(jié)論（Conclusion）

案例A公司部署優(yōu)化后的信息管理系統(tǒng)并采納多因素計(jì)算方案后系統(tǒng)具有信息結(jié)構(gòu)形態(tài)扁平、信息存儲(chǔ)管理更便捷等

特點(diǎn)，大幅削減了數(shù)據(jù)采集和分析決策時(shí)間，數(shù)據(jù)分析平均僅需10—20min即可完成，基于多因素分析的綜合評(píng)價(jià)指數(shù)更準(zhǔn)確、全方位地反映了地區(qū)廣告投放帶來的損益等效果，減輕了員工與BI流量部門數(shù)據(jù)匯總操作人員的工作負(fù)擔(dān)。

系統(tǒng)部署和實(shí)行多因素指標(biāo)優(yōu)化方案一個(gè)月內(nèi)，每日訂單數(shù)量平均增加167單，估計(jì)相較于優(yōu)化前每日挽回流失客戶價(jià)值達(dá)83.5萬元。案例所實(shí)施的優(yōu)化方案成本低廉，實(shí)施效果顯著，能夠較好地簡化該公司業(yè)務(wù)推廣方案決策流程和提升決策質(zhì)量。

參考文獻(xiàn)（References）

[1] Sung Wook Ji，Young-jun Choi，Min Ho Ryu.The economic effects of domestic search engines on the development of the online advertising market[J].Telecommunications Policy，2016，40（10-11）：982-995.

[2] Amar Budhiraja，Akhil Ralla，P.Krishna Reddy.Coverage pattern based framework to improve search engine advertising[J].International Journal of Data Science and Analytics，2019，8（2）：199-211.

[3] David.M.Html5： Designing Rich Internet Applications[M].Html5 Designing Rich Internet Applications，2010：9-98.

[4] 黃德，呂婷.基于AHP桂臺(tái)農(nóng)業(yè)合作影響因素分析[J].現(xiàn)代商貿(mào)工業(yè)，2019，40（31）：17-18.

[5] 張鳳榮.工業(yè)工程在企業(yè)信息化中的應(yīng)用[J].網(wǎng)絡(luò)與信息，2012，26（08）：15.

[6] 羅英濤.信息技術(shù)在工業(yè)工程中的應(yīng)用分析[J].科學(xué)技術(shù)創(chuàng)新，2019（22）：82-83.

[7] 陳晗.百度競(jìng)價(jià)推廣業(yè)務(wù)營銷策略研究[D].山東大學(xué)，2018：12-22.

[8] 李曉薇.Web前端開發(fā)技術(shù)以及優(yōu)化方向[J].電子技術(shù)與軟件工程，2019（19）：48-49.

[9] 國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒-2018[Z].中國統(tǒng)計(jì)出版社，2018： 29-106.

作者簡介：

林之博（1997-），男，碩士生.研究領(lǐng)域：信息系統(tǒng)工程.

劉媛華（1974-），女，博士，副教授. 研究領(lǐng)域：系統(tǒng)工程，經(jīng)濟(jì)與管理統(tǒng)計(jì)，復(fù)雜系統(tǒng)理論方法及應(yīng)用，社會(huì)經(jīng)濟(jì)復(fù)雜系統(tǒng).