CPM、CPC

简介: 【6月更文挑战第24天】

CPM、CPC和CPA是广告领域中常见的几种计费模式,它们分别代表了不同的广告投放效果评估方式。

CPM(Cost Per Mille)

  • 定义:CPM指的是千人展现成本,即广告每展现给1000个用户所需支付的费用。这是一种按照广告曝光次数来计费的方式。
  • 意义:CPM适用于品牌曝光和提高知名度,广告主关注的是广告的可见度而非点击或转化。

CPC(Cost Per Click)

  • 定义:CPC指的是点击成本,即广告每产生一次点击所需支付的费用。这是一种按照用户点击行为来计费的方式。
  • 意义:CPC适用于那些希望用户通过点击广告进一步了解产品或服务的广告主,关注的是用户的参与度。

CPA(Cost Per Action)

  • 定义:CPA指的是按投放的实际效果付费,即根据用户完成特定行为(如注册、购买、下载等)来计费。这是一种按照广告带来的实际效果来计费的方式。
  • 意义:CPA适用于那些追求转化率和实际销售的广告主,关注的是广告的最终效果。

实现CPM、CPC和CPA的统计通常涉及到前端的事件跟踪和后端的数据记录。 展示如何使用JavaScript和服务器端语言(例如Python)来实现这些计费模式的统计。

前端(JavaScript)

// 记录曝光(CPM)
function recordImpression() {
   
  fetch('/record_impression', {
   
    method: 'POST',
    headers: {
   
      'Content-Type': 'application/json',
    },
    body: JSON.stringify({
    adId: 'ad_123', userId: 'user_456' }),
  });
}

// 记录点击(CPC)
function recordClick(event) {
   
  event.preventDefault(); // 阻止链接跳转
  fetch('/record_click', {
   
    method: 'POST',
    headers: {
   
      'Content-Type': 'application/json',
    },
    body: JSON.stringify({
    adId: 'ad_123', userId: 'user_456' }),
  });
}

// 记录行动(CPA)
function recordAction(actionType) {
   
  fetch('/record_action', {
   
    method: 'POST',
    headers: {
   
      'Content-Type': 'application/json',
    },
    body: JSON.stringify({
    adId: 'ad_123', userId: 'user_456', actionType: actionType }),
  });
}

// 页面加载时调用记录曝光
window.onload = function() {
   
  recordImpression();
};

// 给广告链接添加点击事件监听
document.getElementById('ad_link').addEventListener('click', recordClick);

后端(Python Flask示例)

from flask import Flask, request, jsonify

app = Flask(__name__)

# 假设使用简单的字典来存储数据,实际应用中应使用数据库
impression_count = {
   }
click_count = {
   }
action_count = {
   }

@app.route('/record_impression', methods=['POST'])
def record_impression():
    ad_id = request.json['adId']
    user_id = request.json['userId']
    if ad_id not in impression_count:
        impression_count[ad_id] = 0
    impression_count[ad_id] += 1
    return jsonify({
   'status': 'success', 'message': 'Impression recorded'})

@app.route('/record_click', methods=['POST'])
def record_click():
    ad_id = request.json['adId']
    user_id = request.json['userId']
    if ad_id not in click_count:
        click_count[ad_id] = {
   }
    if user_id not in click_count[ad_id]:
        click_count[ad_id][user_id] = 0
    click_count[ad_id][user_id] += 1
    return jsonify({
   'status': 'success', 'message': 'Click recorded'})

@app.route('/record_action', methods=['POST'])
def record_action():
    ad_id = request.json['adId']
    user_id = request.json['userId']
    action_type = request.json['actionType']
    if ad_id not in action_count:
        action_count[ad_id] = {
   }
    if action_type not in action_count[ad_id]:
        action_count[ad_id][action_type] = {
   }
    if user_id not in action_count[ad_id][action_type]:
        action_count[ad_id][action_type][user_id] = 0
    action_count[ad_id][action_type][user_id] += 1
    return jsonify({
   'status': 'success', 'message': 'Action recorded'})

if __name__ == '__main__':
    app.run(debug=True)
目录
相关文章
|
机器学习/深度学习 TensorFlow 数据处理
使用GRU(Gated Recurrent Unit)模型来预测股票未来20天的行情
使用GRU(Gated Recurrent Unit)模型来预测股票未来20天的行情,使用了200天的历史行情作为输入数据。请注意,这只是一个简单的示例,您可以根据需要进行更多的模型调整和数据处理。
|
BI
运营必备 - CPA、CPS、CPC、CPM推广是什么意思?(一)
运营必备 - CPA、CPS、CPC、CPM推广是什么意思?(一)
11363 0
运营必备 - CPA、CPS、CPC、CPM推广是什么意思?(一)
|
4月前
|
监控 供应链 定位技术
什么是 eCPM?它与 CPM 有何不同?
这篇文章解释了eCPM(每千人有效成本)的概念,它与CPM(每千人成本)的区别,如何计算eCPM,以及eCPM的主要优势和底价设置。文章还探讨了影响eCPM值的因素,以及如何确定合适的eCPM目标。
1240 2
什么是 eCPM?它与 CPM 有何不同?
|
4月前
|
机器学习/深度学习 人工智能 API
FaceChain-FACT:免训练的丝滑体验,秒级别的人像生成
FaceChain-FACT是一项创新技术,它通过免训练的方式,能在10秒内生成高质量的AI人像,为用户带来快速且逼真的肖像生成体验。
FaceChain-FACT:免训练的丝滑体验,秒级别的人像生成
|
6月前
|
机器学习/深度学习 分布式计算 并行计算
算法金 | 再见!!!梯度下降(多图)
**梯度下降及其优化算法简述** 梯度下降是一种优化算法,广泛用于机器学习和深度学习,通过迭代更新模型参数以最小化损失函数。它有几种变体,包括批梯度下降(使用全部数据)、随机梯度下降(单个样本)和小批量梯度下降(小批量样本)。每种形式在计算效率和稳定性上各有优劣。
103 4
算法金 | 再见!!!梯度下降(多图)
|
7月前
|
机器学习/深度学习 算法 数据挖掘
Hybrid-SORT起飞 | 超过DeepSORT将近10个点的多目标跟踪香不香?
Hybrid-SORT起飞 | 超过DeepSORT将近10个点的多目标跟踪香不香?
183 0
|
机器学习/深度学习 存储 分布式计算
KDD 2022 | 快手提出基于因果消偏的观看时长预估模型D2Q,解决短视频推荐视频时长bias难题
KDD 2022 | 快手提出基于因果消偏的观看时长预估模型D2Q,解决短视频推荐视频时长bias难题
625 0
|
机器学习/深度学习 搜索推荐 JavaScript
Coggle 30 Days of ML【打卡】广告-信息流跨域ctr预估
Coggle 30 Days of ML【打卡】广告-信息流跨域ctr预估
Coggle 30 Days of ML【打卡】广告-信息流跨域ctr预估
|
机器学习/深度学习 人工智能 搜索推荐
大厂技术实现 | 腾讯信息流推荐排序中的并联双塔CTR结构 @推荐与计算广告系列
双塔模型是推荐、搜索、广告等多个领域的算法实现中最常用和经典的结构,实际各公司应用时,双塔结构中的每个塔会做结构升级,用CTR预估中的新网络结构替代全连接DNN,本期看到的是腾讯浏览器团队的推荐场景下,巧妙并联CTR模型应用于双塔的方案。
4265 5
大厂技术实现 | 腾讯信息流推荐排序中的并联双塔CTR结构 @推荐与计算广告系列