什么是信息流广告？信息流广告竞价投放规范解读

确定效果衡量指标：点击率和转化率；

如下面的例子，我们同时设置两组AB测试组；分别测试性别和系统版本在同一创意下，转化率和点击率是否有显著差别。

如对于上面提到的两组测试组，我们收集到的数据为：

3）显著性检验，得到结论

a.构建零假设和备择假设

即双边检验（p1和p2有显著差异）：零假设：p1=p2备择假设p1<>p2；

b.构造统计量

c.计算z值，判断是否拒绝零假设

双边检验：z变量的值介于-1.96～1.96之间时，已经涵盖了95%的可能结果；因此对于95%的显著性水平，如果上面计算的z值在这个范围之外，则可以拒绝原假设；

以上面的例子计算z值，可以看出性别男和女的点击率和转化率没有显著差异，操作系统Android和iOS在点击率上有显著差异。

朴素贝叶斯算法是基于朴素贝叶斯公式进行分类的一种算法，可以计算出属于某一类的概率；之所以称为朴素，是因为它假设特征之间是相互独立的。但是在现实生活中，这种假设基本上是不成立的。即使是在假设不成立的条件下，它依然表现得很好，尤其是在小规模样本的情况下。

贝叶斯的公式是：

其中P(A|B)表示：B发生后A发生的概率；通过贝叶斯公式可以看出计算P(A|B)只需计算出后三项。下面以实际信息流投放案例进行介绍：

1）获取受众的画像及转化数据

2）基于朴素贝叶斯计算概率

这个可以基于上面受众画像数据和贝叶斯公式推导计算；

可以计算得到P(转化=”1″|X)=0.9275，

美工5群：1061710658

美工3群：199**044(满

极限词群：951970623

十年疯狂初心不变：从2013年至今我们一直在研究和探索电商设计师所面临的难题最佳解决方案,我们致力打造一款更好用,更实用电商设计师辅助工具,疯狂十年只为做好一件事,以开放共享共赢的心态,更好的服务于广大电商设计师。