本数据集的原始数据来源于自研开发系统对不同平台的应用广告投放收益监控日志，记录了不同国家、不同投放类型下的广告观看次数、实际安装量、有效安装量、1日留存、7日留存、投放花费、人均收益、30日ROI、ECPM等核心收益指标。通过对原始数据进行清洗与计算，派生出了单位成本安装数、安装真实率、综合留存指数、人均收益基准比等关键评价指标，并采用Min-Max归一化方法对多项指标进行标准化处理，最终构建了综合得分模型。该数据集可用于评估不同广告投放渠道的用户获取成本、安装质量、留存效果及投资回报率，辅助广告运营团队优化投放策略、控制获客成本、提升广告ROI。

一、原始数据引用：本数据集基于自行开发系统中原始广告收益监控日志，包括广告投放日期、国家、投放类型、观看广告次数、实际安装量、有效安装量、1日留存、7日留存、投放花费（返点后）、人均收益、30日ROI、ECPM等字段。 二、派生指标计算： 1.单位成本安装数：实际安装量除以投放花费（大于0时）；若花费为0但安装量大于0，则取100作为上限值；否则为0。 2.安装真实率：有效安装量除以实际安装量，反映安装质量。 3.综合留存指数：1日留存(权重0.7)与7日留存(权重0.3)的加权和，衡量用户长期留存能力。 4.人均收益基准比：人均收益除以人均收益的正数中位数，反映收益相对水平。 三、标准化处理：对ECPM、单位成本安装数、安装真实率、人均收益基准比四项指标，采用Min-Max归一化方法转换为0-1之间的标准化得分，以消除量纲影响。 四、综合得分计算：围绕“量化广告投放综合收益表现”这一核心目标，结合广告买量业务中获客效率与用户质量并重的特征进行权重设置，对ECPM、单位成本安装数、安装真实率、人均收益基准比四项基础指标进行加权计算，得到本次广告投放综合得分。（具体权重见数据结构说明）

一、广告渠道效果评估：通过对不同国家、不同投放类型的综合得分进行排序，识别高ROI、高留存的优质广告渠道，辅助预算分配决策。 二、获客成本控制：利用单位成本安装数指标，评估各渠道获取单个安装的成本效率，优化投放出价策略，降低用户获取成本。 三、安装质量分析：通过安装真实率与综合留存指数，区分虚假安装与高质量用户，指导广告素材与定向策略调整。 四、收益基准对比：利用人均收益基准比，横向比较各渠道的收益表现相对于整体中位数的优劣，识别收益异常渠道。 五、投放策略优化：结合ECPM标准化得分与综合得分，为不同国家、不同投放类型制定差异化的出价与预算策略，提升整体广告ROI。

见数据样例附件。 附件下载

字段名称 字段说明 日期 广告投放日期 国家 广告投放目标国家/地区代码 投放类型 广告投放渠道或素材类型标识 观看广告次数 用户观看广告的总次数 实际安装 广告点击后实际发生的安装数量 有效安装 符合归因标准的有效安装数量 1日留存 安装后次日仍活跃的用户比例 7日留存 安装后第7天仍活跃的用户比例 花费（返点后） 扣除返点后的实际广告花费 人均收益 平均每个用户带来的收益金额 30日ROI 30日内投资回报率 ECPM 每千次展示收益 ECPM_标准化 ECPM归一化得分，反映收益效率相对水平 人均收益的正数中位数 全量数据中大于0的人均收益的中位数 单位成本安装数 每单位花费获得的实际安装数，反映获客效率 单位成本安装数_标准化 单位成本安装数归一化得分 综合留存指数 1日留存与7日留存的加权和，反映用户留存质量 安装真实率 有效安装占实际安装的比例，反映安装质量 安装真实率_标准化 安装真实率归一化得分 人均收益基准比 人均收益相对于整体中位数的比值 人均收益基准比_标准化 人均收益基准比归一化得分 综合得分 四项标准化指标的加权总分，反映广告投放综合收益表现