受众画像数据只是看看？——基于朴素贝叶斯的用户数据挖掘

作者：齐云涧

做广告优化这么久了，也看过不少广告后台的受众画像，总体来说，对广告数据分析和效果优化的参考价值有限，不过聊胜于无。

究其原因，在于很多广告后台的受众画像数据，只告诉了我们看了广告的这部分人群是什么样的，而缺失了发生转化的这部分用户的画像数据。原因主要有两点：

一是在大部分广告投放过程中，前后端数据是割裂的，换句话说，媒体能知道你花钱买的广告给了谁看，但一般不知道哪些人发生了转化；而甲方通过自己的监测，可以知道转化的用户是哪一部分，如果监测做得够好，也能知道这部分的人群画像，但人群画像的判定标准与媒体方可能存在差异，统计口径不一致，数据无法人工打通。

二是媒体不愿意公开这么多的数据，甚至受众画像本身都有一定的问题。

如今信息流优化已经成为业内交流的热点，优化创意、定向等已是老生常谈，唯独受众画像的数据分析少有人提及，尚有可挖的地方。今天借此机会，和大家分享一种受众数据分析的思路。

需要强调的是，接下来的广告数据分析有一个最基本的前提：假设媒体提供的数据和甲方监测的数据都是真实准确的。下面我会以一个真实的案例和数据（今日头条，家装类）向大家介绍，如何用朴素贝叶斯的算法，对今日头条的受众画像进行数据挖掘和分析，从而实现精准定向下的转化率预测。

1.朴素贝叶斯的原理

每次提到贝叶斯定理，我心中的崇敬之情都油然而生，倒不是因为这个定理多高深，而是因为它特别有用。这个定理解决了现实生活里经常遇到的问题：已知某条件概率，如何得到两个事件交换后的概率，也就是在已知P(A|B)的情况下如何求得P(B|A)。比如，我知道发生转化的用户中，女性的比例是36%，那么当一个女性用户看到我的广告时，她有多大的可能性发生转化。<