本数据集的原始数据来源于自研应用内广告投放系统的用户行为日志，记录了不同国家用户在多种广告类型（如f_ad_c、f_ad_d、f_ad_f、f_ad_q、f_ad_r等）下的触达人数与互动次数。通过对原始数据进行清洗与聚合，提取了总人数、总次数、数据天数、日均人数、日均次数、人数与次数的波动系数、增长趋势等九项核心指标。在此基础上，采用Min-Max归一化方法与自定义加权评分模型，构建了综合评分体系，最终生成每个广告类型在特定国家下的投放效果评级（A至E级）。该数据集可用于评估不同广告类型的用户覆盖能力、互动稳定性及增长潜力，辅助广告运营团队识别高效果广告类型，优化广告投放策略与预算分配，提升整体广告转化效率。

一、原始数据引用：本数据集基于自行开发系统中原始用户行为日志，包括产品名称、国家、广告类型、人数、次数等字段。 二、数据聚合加工：按“产品+国家+广告类型”三个维度对原始数据进行分组聚合，分别计算总人数、总次数、数据天数、日均人数、日均次数等统计指标。 三、波动系数计算：采用变异系数（标准差/均值）衡量人数与次数的稳定性。当数据天数小于2天时，波动系数记为0；否则使用STDEV.P计算标准差，再除以其均值，得到对应条件下广告类型的人数波动系数与次数波动系数。 四、评分与归一化：对总人数、总次数、人均次数等正向指标采用Min-Max归一化转换为0-100分。对增长趋势指标，通过公式（增长率+1）/2*100映射到0-100分。对波动系数进行截断处理，并采用（1-波动系数）*100转换为稳定性评分。 五、综合评分与评级：围绕“评估广告类型的综合投放效果”这一核心目标，结合广告投放业务中覆盖广度与稳定性并重、增长势头作为调优项的特征进行权重设置,计算综合得分，并依据评分体系划分A至E五个等级。（具体权见数据结构说明文件） 六、数据脱敏：已对用户设备标识及广告投放企业名称进行重新编码处理.

一、广告类型效果评估：通过对不同国家下各广告类型的综合评分与评级，识别高触达、高稳定的广告类型，辅助广告运营团队优化广告位设计与投放策略。 二、广告投放预算优化：结合增长趋势评分，筛选出近期用户互动率快速提升的广告类型，用于加大预算分配或重点推广，降低获客成本。 三、用户互动稳定性分析：通过人数与次数的波动系数，识别用户行为规律性强的广告类型，用于评估广告内容的粘性与用户接受度。 四、区域市场广告策略对比：横向比较不同国家在同一广告类型下的综合表现，辅助制定区域差异化广告投放策略，提升本地化营销效果。 五、数据驱动的广告创意迭代：根据综合评分较低的广告类型，定位用户体验或广告素材的薄弱环节，为广告创意优化与A/B测试提供数据依据。

见数据样例附件。 附件下载

字段名称 字段说明 产品 应用软件名称 国家 国家/地区代码 广告类型 广告位的类型标识 总人数 周期内触达该广告用户总数 总次数 周期内该广告互动总次数 人均次数 平均每个用户互动频次 数据天数 广告有用户触达的有效天数 日均人数 平均每日触达该广告的用户数 日均次数 平均每日该广告的互动总次数 人数波动系数 日触达人数的变异系数，越小越稳定 次数波动系数 日互动次数的变异系数，越小越稳定 增长趋势 最近7天日均触达人数相对于前7天的增长率 总人数评分 总触达人数得分，反映覆盖规模优势 总次数评分 总互动次数得分，反映互动深度优势 人均次数评分 人均互动次数得分，反映用户粘性优势 数据天数评分 有效触达天数得分，反映广告持续性优势 日均人数评分 日均触达人数得分，反映日常覆盖优势 日均次数评分 日均互动次数得分，反映日常互动强度优势 人数稳定性评分 触达人数波动系数的反向得分，反映覆盖稳定性 次数稳定性评分 互动次数波动系数的反向得分，反映行为规律性 增长趋势评分 增长趋势映射得分，反映广告近期增长势头 综合评分 加权总分，代表广告类型综合投放效果 评级 基于综合评分的广告效果等级