完整内容请关注博主后会私信回复的

E题 SEM广告投放策略 思路分析

一、题目本质

E题是典型的数据驱动 + 优化决策题，核心是：

用有限的广告预算，在6000多个关键词中选出最值得投放的词，并安排投放时间，使综合效益最大化。

四问递进逻辑：

问题	核心任务	类型
问题1	分析2025年投放策略合理性 + 时间规律/假日效应	描述性分析
问题2	按成本-效益将关键词分为5类	分类/聚类
问题3	在预算约束下选词 + 给出最优投放策略	优化决策
问题4	2026年9月11-17日最优策略 + 不确定性估计	不确定性优化

关键难点：

1. "效益"没有直接给出，需要自己构造效益指标（注册量、点击量、浏览量等）；
2. 问题2的分类标准（高/低、成本/效益）需要自己定义阈值；
3. 问题3的"关联关系"需要从方案-推广单元-关键词层级结构中挖掘；
4. 问题4的不确定性建模是拉开差距的关键。

---

二、数据情况

附件1 Sheet1：投放方案与消费记录

• 粒度：日期 × 方案ID × 推广单元ID
• 字段：展现量、点击量、消费额、上位度展现量、上方首位展现量、上方位点击量、上位消费额
• 用途：问题1分析投放策略，问题3/4方案层约束

附件1 Sheet2：每天新注册用户数

• 粒度：日期
• 字段：新注册数
• 用途：构造"效益"的核心指标（注册量是最终转化目标）

附件1 Sheet3：关键词统计数据

• 粒度：关键词 × 方案ID × 推广单元ID
• 字段：消费额、点击量、浏览量、跳出率、平均访问时长
• 用途：问题2分类，问题3/4选词

关键观察：

• 只有关键词层有消费额和点击量，但没有关键词层的注册量；
• 注册量只有全站日粒度；
• 关键词层的"效益"需要从点击量、浏览量、跳出率、平均访问时长等间接构造；
• 5个方案、12个推广单元、6000+关键词，层级结构清晰。

---

三、问题1：投放策略合理性分析 + 时间规律/假日效应

分析框架

（1）广告设计质量与创意

• 用跳出率、平均访问时长衡量创意质量；
• 跳出率越低、平均访问时长越长，创意越吸引人；
• 按方案/推广单元汇总，对比差异。

（2）关键词管理与运用

• 关键词数量分布：各方案/推广单元的关键词数；
• 消费集中度：Top 20%关键词贡献了多少消费？
• 长尾分析：大量低消费词是否值得保留？
• 可用帕累托图、洛伦兹曲线。

（3）出价策略与预算

• 消费额与点击量的关系：平均点击成本 CPC = 消费额/点击量；
• 上位消费额占比 = 上位消费额/消费额，反映抢排名力度；
• 上方首位展现量占比，反映是否盲目抢第一；
• 分析"高消费是否带来高点击/高注册"。

（4）投放策略与时间

• 按日汇总消费额、点击量、注册量，画时序图；
• 分析周内效应（周一至周日）；
• 分析月度趋势；
• 计算 ROI = 注册量/消费额（日粒度），看效率变化。

（5）投放效益与时间的变化规律

• 日注册量 vs 日消费额：散点图 + 回归；
• 滞后效应：今天的广告是否影响明天的注册？
• 可用交叉相关分析（CCF）。

（6）假日效应

• 标记节假日（春节、五一、国庆、双十一等）；
• 对比节假日 vs 非节假日的消费、点击、注册、ROI；
• 可用虚拟变量回归：
  [
  Reg_t = \beta_0 + \beta_1 Spend_t + \beta_2 Holiday_t + \beta_3 Spend_t \times Holiday_t + \varepsilon_t
  ]
• 也可分析节前、节中、节后的差异。

输出

• 各维度分析图表；
• 合理性结论：哪些做得好，哪些有问题；
• 时间规律：周内、月度、假日效应；
• 为问题2、3提供依据。

---

四、问题2：关键词五分类

核心问题：如何定义"高/低成本"和"高/低效益"？

成本指标：

• 直接用消费额（最直接）；
• 或平均点击成本 CPC。

效益指标（关键词层没有注册量，需构造）：

• 方案A：用点击量作为效益代理；
• 方案B：用浏览量作为效益代理；
• 方案C：构造综合效益得分：
  [
  Benefit = w_1 \cdot 点击量 + w_2 \cdot 浏览量 + w_3 \cdot \frac{1}{跳出率} + w_4 \cdot 平均访问时长
  ]
  权重可用熵权法、AHP或主成分分析确定。

更合理的做法：

• 由于注册量是全站日粒度，无法直接分配到关键词；
• 但可以用"点击量 × 全站注册率"估算关键词的注册贡献；
• 或者用"浏览量 × 转化率"间接估算。

分类方法

方法1：阈值法（简单）

• 成本中位数/均值作为高/低分界；
• 效益中位数/均值作为高/低分界；
• 五类：
  • 黄金词：成本 < 阈值，效益 > 阈值
  • 重点词：成本 > 阈值，效益 > 阈值
  • 潜力词：成本 < 阈值，效益 < 阈值
  • 问题词：成本 > 阈值，效益 < 阈值
  • 无效词：成本 = 0 且效益 = 0

方法2：K-means聚类（推荐）

• 特征：消费额、点击量、浏览量、跳出率、平均访问时长；
• 聚类数 K=4（无效词单独识别）；
• 聚类后按簇的中心映射到五类。

方法3：四象限法 + 规则

• 以成本为横轴、效益为纵轴；
• 用中位数或均值划分四象限；
• 无效词单独标记。

推荐：方法2 + 方法3结合，先用K-means聚类，再按业务逻辑命名。

输出

• 每类关键词的数量、消费占比、效益占比；
• result2.xlsx：关键词、方案ID、推广单元ID、成本、效益、类别。

---

五、问题3：预算约束下的选词与投放策略

核心任务

在保证各推广单元"低成本、高效益、完成但不超过预算"的条件下，选择合适关键词，给出2025年2月1-8日和8月1-8日每天的最优投放策略。

关键理解

“关联关系”：

• 关键词属于推广单元，推广单元属于方案；
• 同一推广单元内的关键词有主题关联；
• 同一方案内的推广单元有业务关联；
• 可构造关键词-推广单元-方案的层级树。

“各推广单元的预算”：

• 题目没有直接给各单元预算；
• 需要从2025年数据中推断：用各单元历史消费额作为预算参考；
• 或按方案总预算142万，按历史消费比例分配到各单元。

“完成但不超过预算”：

• 下限：必须花完预算（或达到某个最低投放量）；
• 上限：不能超过预算。

“低成本、高效益”：

• 优先选黄金词（低成本高效益）；
• 适当选重点词（高成本高效益）保证效果；
• 少选或不选问题词、无效词；
• 潜力词可少量测试。

建模思路

决策变量：

• (x_{k,t} \in {0,1})：关键词 k 在日期 t 是否投放；
• 或 (s_{k,t} \ge 0)：关键词 k 在日期 t 的投放金额。

目标函数：
[
\max \sum_{k,t} Benefit_{k,t} \cdot x_{k,t}
]
或最小化成本同时保证效益：
[
\min \sum_{k,t} Cost_{k,t} \cdot x_{k,t}
]
（在效益约束下）

约束：

1. 预算约束：
   [
   \sum_{k \in U} Cost_{k,t} \cdot x_{k,t} \le Budget_U, \quad \forall U, t
   ]
2. 完成预算（下限）：
   [
   \sum_{k \in U} Cost_{k,t} \cdot x_{k,t} \ge \alpha \cdot Budget_U
   ]
3. 关键词类型约束：
   • 黄金词优先；
   • 问题词、无效词限制数量；
4. 关联约束：
   • 同一推广单元内关键词需保持主题一致性；
   • 方案层预算约束；
5. 时间约束：
   • 每天投放关键词数量上限；
   • 假日/非假日差异化。

模型类型：0-1整数规划 / 混合整数线性规划（MILP）。

求解：Gurobi / CPLEX，6000+关键词 × 8天，规模可控。

输出

• 2025年2月1-8日、8月1-8日每天的各方案、推广单元、关键词投放日期、投入成本；
• result3.xlsx；
• 投放策略优越性说明：对比历史策略，费用更低或效益更高。

---

六、问题4：2026年9月11-17日最优策略 + 不确定性估计

核心任务

2026年继续投放，预算不超过2025年，考虑竞价、展现量、展现位、点击量、浏览量、注册量的不确定性，给出9月11-17日每天最优策略，并估计这些指标的期望范围。

关键难点

（1）不确定性来源

• 竞价每天变化；
• 展现量、展现位、点击量、浏览量、注册量存在波动；
• 2026年数据未知，只能用2025年数据建模。

（2）预测2026年9月11-17日

• 用2025年同期数据（9月11-17日）作为基准；
• 考虑年增长/趋势；
• 考虑周内效应（2025年9月11-17日是周几？2026年同期是周几？需对齐）；
• 可用时间序列预测（ARIMA、Prophet）或简单同比。

（3）不确定性建模

• 方法A：区间估计——用历史数据的均值和标准差，构造置信区间；
• 方法B：场景生成——用历史分布生成多个场景，做随机规划；
• 方法C：鲁棒优化——考虑最坏情况下的最优策略；
• 方法D：蒙特卡洛模拟——对每个关键词的指标抽样，模拟多次，统计期望范围。

（4）优化模型

• 与问题3类似，但目标函数和约束中引入不确定性：
  [
  \max \mathbb{E}\left[\sum_{k,t} Benefit_{k,t} \cdot x_{k,t}\right]
  ]
• 或鲁棒形式：
  [
  \max \min_{\xi \in \Xi} \sum_{k,t} Benefit_{k,t}(\xi) \cdot x_{k,t}
  ]
• 约束中预算、效益等也需考虑不确定性。

（5）期望范围估计

• 对每个关键词，给出竞价、展现量、展现位、点击量、浏览量、注册量的期望值和范围（如95%置信区间）；
• 可用历史数据的均值 ± 1.96×标准差；
• 或分位数法（5%–95%）。

输出

• 2026年9月11-17日每天最优投放策略；
• 各关键词指标的期望范围；
• result4.xlsx。

---

七、核心模型总结

问题	核心方法	模型类型
1	描述性统计 + 回归 + 假日效应分析	统计分析
2	K-means聚类 / 四象限法	分类/聚类
3	0-1整数规划 / MILP	优化
4	随机规划 / 鲁棒优化 / 蒙特卡洛	不确定性优化

通用效益指标构造：
[
Benefit = f(点击量, 浏览量, 跳出率, 平均访问时长, 注册量)
]
建议用熵权法或主成分分析确定权重。

---

八、难度与风险

难度评级：★★★★☆

维度	评价
题意清晰度	中，部分表述需解读
数据完备性	高，附件1齐全
模型复杂度	中高，问题3–4有优化+不确定性
求解难度	中，MILP可解
编程门槛	中高，需数据处理+优化+模拟
验证难度	中，效益指标构造有主观性
写作量	高，四问+多表+多文件

主要风险

1. 效益定义主观：关键词层没有注册量，构造效益指标是核心难点，不同定义会导致不同分类和策略；
2. 预算分配：各推广单元预算题目未直接给，需自行推断；
3. 问题3的"关联关系"：需要自己挖掘，可能被忽略；
4. 问题4的不确定性：2026年数据未知，预测和不确定性建模是拉开差距的关键；
5. 计算量：6000+关键词 × 多天 × 多场景，代码效率要求高。

翻车风险：中

• 问题1–2容易，问题3–4有难度；
• 效益指标定义不合理可能导致后续全盘偏差。

---

九、评分与创新点

保底做法

• 问题1：描述性分析 + 图表；
• 问题2：阈值法或K-means分类；
• 问题3：简单MILP选词；
• 问题4：用历史均值+区间估计。

冲奖创新点

1. 问题1：
   • 用断点回归或DID分析假日效应；
   • 用CCF分析广告滞后效应；
   • 用数据包络分析（DEA）评价各方案效率。
2. 问题2：
   • 用熵权法+TOPSIS构造综合效益；
   • 用K-means+轮廓系数确定最优K；
   • 分析五类词的动态迁移（月度变化）。
3. 问题3：
   • 引入关键词关联规则（Apriori）挖掘关联关系；
   • 用多目标优化（成本 vs 效益）求Pareto前沿；
   • 对比不同预算分配策略。
4. 问题4：
   • 用ARIMA/Prophet预测2026年指标；
   • 用随机规划/鲁棒优化处理不确定性；
   • 用蒙特卡洛模拟估计期望范围；
   • 对比确定性策略 vs 鲁棒策略的效果。

---

十、选题建议

推荐指数：★★★★☆

理由：

1. 数据完整，无需外部搜集；
2. 问题1–2容易上手，问题3–4有区分度；
3. 优化+不确定性建模是加分点；
4. 适合数据分析和优化能力均衡的队伍。

适合队伍：

• 熟悉Python数据分析（pandas、sklearn）；
• 会用优化求解器（Gurobi/CPLEX）；
• 有统计/机器学习基础。

不适合队伍：

• 完全没有优化建模经验；
• 不擅长数据处理。

与其他题对比

维度	C题 微网	E题 SEM
难度	★★★☆☆	★★★★☆
类型	优化调度	数据+优化
数据量	大	大
编程量	中高	高
翻车风险	低	中
保底能力	高	中高
冲奖空间	高	高
适合队伍	建模编程均衡	数据分析+优化

结论：

C题更稳，E题更有挑战性。如果队伍数据分析能力强、想做不确定性建模，E题是不错的选择；如果求稳，C题更推荐。

---

十一、一句话总结

E题是数据驱动的SEM广告投放优化问题，核心是构造效益指标、关键词五分类、预算约束下选词、以及2026年不确定性优化；问题1–2偏数据分析，问题3–4偏优化建模，保底中等、冲奖空间大、但效益定义和不确定性建模是主要难点，适合数据分析与优化能力均衡的队伍。