一、了解【数据工厂】模块  

模块定位

贴合快手品牌广告营销场景，提供定制化数据服务，灵活满足各类个性化诉求

快手广告推广应用场景

针对不同品牌个性化、场景化的需求，提供自定义的人群定向和圈选，帮助品牌实现在人群、内容、达人等方面精细化、垂类化的洞察，满足品牌特定的营销诉求，从而提高快手广告投放效果和转化率。

二、整体模块介绍

三、快手广告投放私有建模 — 具体功能指南

（一）功能概览

【私有建模】

品牌私有建模是磁力方舟推出的数据建模工具，其可根据品牌方的优化目标和正负样本，在保障数据安全的前提下进行品牌定制化私有建模，实现快手广告主人群破圈拉新、高质量人群定向圈选、提升购买转化和ROI、人群分层洞察和运营，最终帮助快手广告主实现品效结合的目标

【应用场景】

品牌人群 广拓圈：可助力品牌5R人群&R3人群拓圈，用算法实现资产增长

人群分层 深洞察：私有建模赋能人群运营策略，推动资产正向递进

目标人群 精定向：品牌目标人群深度挖掘，实现人群精准定向

转化指标 稳提升：独家定制私有建模，带动后端效果指标提升

【功能优势】

品牌私有模型：基于品牌的个性化用户特征，定制属于品牌的私有化模型，实现品牌高质量个性化人群圈选

海量用户特征：模型支持超过5000+的海量用户特征，包含品牌5R人群资产标签、触点标签，搜索行为标签、视频类型标签、商品标签、行业特有特征标签及自定义特征标签等等满足快手广告投放的个性化需求

模型算法能力：除支持多种模型（NN、XGBoost、Wide&Deep），还有丰富的模型评估指标，多维度进行模型效果验证

（二）快手广告投放建模流程介绍

1、流程概览

Step1：明确快手广告投放目标创建人群

明确建模优化目标，在自定义人群中创建人群包

明确建模目标后，可通过自定义人群模块进行新建人群包或者上传人群，

注意：人群包必须是已生效且人群量级{>}=20000的人群才允许作为样本

Step2：样本管理

上传本次建模正、负样本用于模型训练和模型预测

根据建模目标，选择自定义人群模块中的人群包作为本次建模的正、负样本，若无合适样本，可点击跳转自定义人群页面去新建或者上传人群

Step3：训练集管理

由正、负样本组成，用于模型训练前进行特征评估

根据建模目标在样本管理中选择合理的正、负样本作为本次建模的训练集，待计算完成后可查看训练集的特征评估结果，其中包括特征覆盖度和特征IV值

Step4：模型管理

根据训练集内容训练个性化的预测模型，用于深度、精准的人群挖掘和预测

通过选择模型算法，训练集以及相应特征配置创建模型，待模型训练完成后，通过6种评估指标判断模型的可用性，其中包括(特征重要分布、AUC、KS、正确率、精准率、样本正例分布)

Step5：预测任务

模型训练成功后，定位精准快手广告投放受众人群，并可进行人群圈选，用于后续的快手广告营销投放

通过选择训练好的模型，创建预测任务，对快手大盘人群进行打分，待打分成功后，可进行人群圈选,模型会对选集或快手全量用户进行0~100区间打分，分数越高越趋近正例;可圈选高分段的人群作为高质量定向人群包，或圈选低分段人群作为低质量排除人群包

Step6：推送投放

在自定义人群中推送所圈选的人群包进行投放

在预测任务中所圈选的人群可在[自定义人群一我的人群]中进行查看并推送至广告账户

Step7：快手广告投放人群策略应用

人群策略应用，高质量人群曝光提取权

建模人群预估分加持精排策略，提升高分人群在精排曝光排序，实现品牌客户有效蓄水和收割

2、操作概览

（三）细分功能

「样本管理」：样本可用于模型训练和模型预测，建议将全域平台中的目标人群作为模型训练的样本，更丰富的样本有利于构建高精度预测模型

「训练集管理」：训练集用于模型训练，由「正样本」和「负样本」共同组成。根据建模目标合理选定正、负样本有利于构建高精度预测模型

「模型管理」：根据训练集内容可训练个性化「预测模型」，模型训练完成后可用于深度、精准的人群挖掘和预测

「预测任务」：预测任务完成后可进行人群圈选。圈选后生成的人群包可在自定义人群中查看。删除的预测任务不影响已圈选的人群包

1、样本管理

（1）快手广告投放页面概览

样本管理：样本可用于模型训练和模型预测，建议将全域平台中的目标人群作为模型训练的样本，更丰富的样本有利于构建高精度预测模型

（2）页面介绍

1）顶部导航：

使用指南：可一键触达私有建模使用指南文档

筛选：

可根据样本名称、样本ID、以及样本来源进行筛选

2）列表信息

字段描述

样本信息：创建样本的名称以及样本ID

覆盖人数：自定义人群中人群包所覆盖的人群量级

状态：

🔹 创建中：点击新建样本并选择自定义人群中的人群包作为样本，新建成功后的状态；该状态下不可进行任何操作

🔹 计算完成：新建的样本计算成功后的状态，该状态下可进行创建训练集和删除操作

🔹 计算失败：新建的样本计算失败的状态，特殊情况处理请联系与您的销售/运营同学联系，ks同学可通过kim联系liuyingying06

创建时间：创建样本的时间

3）页面功能

新建样本：将自定义人群作为样本创建的来源。创建样本的目的是为创建训练集提供正负样本数据来源

样本名称：自定义样本名称

人群包选择：可选择自定义人群页面中已生效且人群量级大于20000的人群作为样本，若无合适的样本，点击直接「自定义人群页面」跳转至自定义人群模块新建或上传人群

特征计算基准日期：支持结合正负样本定义的时间口径，选择合理日期版本的特征来拼接样本和训练模型。若同一批样本的特征有多个日期版本，请分批上传样本并选择对应的特征计算基准日期，在创建训练集时添加多个样本合并成一个训练集

🔹 默认：选择最新版本的日期为本样本特征计算的日期

🔹 自定义：自定义选择日期作为相应样本的特征计算日期

创建训练集：对已经计算完成的的样本，进行快速创建相应训练集，默认将该样本作为训练集的正样本，创建完成后，可进入训练集管理模块中查看

2、训练集管理

（1）页面概览

训练集管理：训练集用于模型训练，由「正样本」和「负样本」共同组成。根据建模目标合理选定正、负样本有利于构建高精度预测模型

（2）页面介绍

1）顶部导航

筛选：

可根据训练集名称、训练集ID、以及创建时间进行筛选

正负样本的选取要求：

优选样本：正、负样本需结合建模目标选定，需在同一个转化漏斗下。正、负样本仅区别于是否深度转化

足量均衡：正、负样本量级与快手撞库后不少于「20万」人。且正、负样本量级需尽量保证1:1均衡

转化窗口对应：正、负样本转化时间窗口期需完全对应，时间越近的正、负样本越利于模型训练

相互独立：正、负样本通常不应有交集，否则算法将自动剔除交集人群

2）列表信息

字段描述：

训练集信息：训练集的名称以及训练集ID

训练集规模：该训练集正负样本取并集去重后与快手月活用户求交后的人群规模

正样本规模：该训练集所选择的正样本与快手月活用户求交后的人群规模

负样本规模：该训练集所选择的负样本与快手月活用户求交后的人群规模

训练集状态：

计算中：新建完训练集后展示计算中的状态，该状态下可进行查看详情操作

计算完成：训练集计算成功的状态，该状态可进行特征评估，创建模型以及查看详情操作

计算失败：训练集因特殊原因计算失败的状态，特殊情况处理请联系与您的销售/运营同学联系，ks同学可通过kim联系liuyingying06

创建时间：创建训练集的时间

操作：

创建模型：可快速创建相应训练集的模型

删除：点击可删除相应训练集

3）页面功能

新建训练集：由正样本和负样本共同组成，创建训练集的目的是为了给模型训练提供种子样本数据

训练集名称：自定义训练集的名称

正样本：可选择在样本管理中已计算完成的样本，如果没有合适的样本，也可新建正样本，支持添加多个正样本

负样本：可选择在样本管理中已计算完成的样本，如果没有合适的样本，也可新建负样本，支持添加多个负样本

特征评估：针对已完成计算的训练集可进行特征评估，评估该训练集覆盖度和重要性TOP100的特征情况。

特征覆盖度：特征覆盖度计算某特征在样本中的覆盖度。特征覆盖度越大，能够影响的样本量越多。新建模型时可以选择覆盖度较高的特征加入训练；

特征IV值：特征IV值计算某特征在样本中的重要性排序。IV值越大，表示该变量的预测能力越强。新建模型时可以选择IV值较高的特征加入训练。

详情：展示训练集的基础信息（训练集名称，训练集ID，计算状态以及创建的时间），训练集所应用的模型信息，以及规模信息（训练集规模，正样本规模以及负样本规模）

创建模型：对已经计算完成的的训练集，进行快速创建相应模型，默认选中该训练集作为模型训练的种子数据并出现新建模型配置弹窗，新建完成后可在模型管理模块中查看

3、模型管理

（1）页面概览

模型管理：根据训练集内容可训练个性化「预测模型」，模型训练完成后可用于深度、精准的人群挖掘和预测

（2）页面介绍

1）顶部导航

筛选：

可根据模型名称、模型ID以及创建时间进行筛选

2）列表信息

字段描述：

模型信息：模型的名称以及模型ID

算法：模型所选择的算法类型

状态：

🔹训练中：完成新建模型后展示的状态，该状态下可进行查看详情操作

🔹训练完成：模型计算成功后展示的状态，该状态下可进行查看训练结果，详情以及创建预测任务操作

🔹训练失败：因特殊原因模型计算失败的状态，特殊情况处理请联系与您的销售/运营同学联系，ks同学可通过kim联系liuyingying06

创建时间：创建模型的时间

3）页面功能

新建模型：根据训练集内容训练个性化的预测模型，用于深度、精准的人群挖掘和预测

基础信息

模型名称：自定义设置模型名称

算法配置：XGBOOST类型算法均支持智能调参功能，两种算法同时支持自定义设置（如没有特殊需要，XGBOOST算法可选择“智能调参”、DNN可以选择“默认参数”）

XGBOOST算法智能调参：

通过GridSearch进行最优超参探索。在所有候选的参数选择中，通过循环遍历，尝试每一种可能性，表现最好的参数就是最终的结果。

XGBoost算法自定义参数设定

树深度：树的最大深度，增加该值会使得模型更加保守；

迭代次数：决策树的数量，多棵树算法以降低过拟合；

最小叶子节点权重和：最小叶子节点权重和，增加该值会使得模型更加保守；

L1正则化参数：L1正则系数，增加该值会使得模型更加保守；

L2正则化参数：L2正则系数，增加该值会使得模型更加保守。

DNN算法自定义参数设定

学习率：更新过程中的收缩步长，数值越高越快收敛，减小可控制拟合程度；

优化器：神经网络训练时使用的优化器，可从下拉菜单中选择使用不同类型优化器；

层数：神经网络隐藏层数量。

训练集配置

训练集：支持选择已计算完成的训练集

特征配置：

支持按特征IV值降序排列TOP100的特征选择、按特征覆盖度排列TOP100的特征选择、自选特征选择；

训练结果：点击状态为“训练完成”的模型右侧「训练结果」按钮，查看模型评估结果，来评估模型的可用性

有效样本量级：为训练集量级的80%，其余20%样本用于模型效果评估。

AUC值：为判断模型对样本区分能力的核心指标，一般AUC>0.6表示模型训练效果合格，越高效果越好。

KS值：代表模型将正例和负区分开来的能力。KS取值范围在0～1之间，值越大模型的预测准确性越好。通常0.2>KS>0.8即可认为模型有比较好的预测准确性。

正确率：表示被模型正确预测的样本比例，正确率越接近于1越好。

精确率：表示模型预测为正的样本中有多少是真正的正样本，精确率越接近于1越好。

特征重要性分布：展示该模型训练时所利用的TOP100重要特征及所对应的特征重要性评分

样本正例分布

等距正样本分布：展示每个区间内实际正例的比例。对于效果较好的模型，越接近1的区间，正例比例越高。

等频正样本分布：展示每个区间内实际正例的比例。对于效果较好的模型，越接近100%的区间，正例比例越高。

详情：点击回显该模型所选择的训练集名称以及ID，应用的算法以及100个特征情况

创建预测任务：对状态为“训练完成”的模型，进行快速创建相应模型的预测任务，默认选中该模型并出现新建模型配置弹窗，新建完成后可在预测任务模块中查看

4、预测任务

（1）页面概览

预测任务：预测任务完成后可进行人群圈选。圈选后生成的人群包可在自定义人群中查看。删除的预测任务不影响已圈选的人群包

（2）页面介绍

1）顶部导航

跳转链接：

自定义人群：可跳转至自定义人群页面，查看所圈选的人群包

了解详情：可跳转至使用手册

2）列表介绍

字段描述：

预测任务回显字段：

ID：既模型ID

创建时间：预测任务创建的时间

更新时间：最近一次模型更新成功的时间

预测任务状态：

打分中：新建完成的预测任务所展示的状态

暂停打分：打分中的预测任务，人工干预暂停所展示的状态

打分完成：预测任务打分计算完成所展示的状态，该状态下可进行人群圈选

打分失败：因特殊原因预测任务失败所展示的状态，特殊情况处理请联系与您的快手广告销售/运营同学联系

3）页面功能

新建预测任务：针对已经训练完成的模型，创建预测任务用于进行人群的定位和预测，并使用到未来的快手广告营销投放中。

任务名称：自定义设置任务名称

选择模型：可选择训练完成的模型

预测候选集：选择默认，即为基于快手大盘月活人群进行预测。

人群圈选：针对状态为“打分成功”的预测任务，点击「人群圈选」按钮后，进入预测结果提取页面，可以看到预测集的评分分布，且可以设置圈选人群分数范围

人群预估分数分布：模型会对选集或快手全量用户进行0～100区间打分，分数越高越趋近正例；可圈选高分段的人群作为高质量定向人群包，或圈选低分段人群作为低质量排除人群包。

人群包名称：自定义设置人群包名称

训练集处理：

不限：将自定义分数段的全部人群生成人群包（不排除正样本进行打包，可圈选人群量级3000<=x<=2亿）

排除正样本：排除已经在正样本集里的用户，其余的用户生成人群包（例如，正样本集为已购人群，预测集为购买意向人群，可以将已发生转化的人群排除从而提升投放效率降低成本）

圈选人群：输入目标分数区间，可以自定义圈选不同分数段的人群，生成人群包用于投放。（圈选成功后可在自定义人群——我的人群中查看人群包进行推送投放）

四、标签工厂— 具体功能指南

（一）页面概览

（二）页面介绍

1、顶部导航：

新建快手广告人群标签：创建人群标签，点击进入标签新建页面

批量删除：可对列表中计算成功、已实效、计算失败的人群标签进行批量删除，计算中的人群不可删除

筛选：输入标签名称或者标签ID进行历史已创标签的查找

2、列表信息：

字段信息：

3、标签新建：

（1）搜索人群标签

功能介绍：

基础信息：

标签名称：设置本次创建标签的名称

标签类型：点击选择【搜索人群标签】

行为配置：

具体行为筛选：设置对所选关键词有过搜索行为的次数。可选择不限次数或自定义次数

人群行为时间：设置近x天对所选关键词有过搜索行为的人群。可选择近7天、近15天、近30天、近60天、近90天

搜索词配置：

搜索词行业：根据所选行业进行搜索词筛选。可进行下拉单选或者多选，最细粒度至二级行业

搜索词圈选区 ：展示圈选区内筛选的关键词列表。单个圈选区内的关键词为并集关系，例如：在搜索词圈选区1中，所选的关键词为“短袖”、“上衣”、“T恤”，则三个关键词关联的人群进行合并计算

圈选区规则

搜索词圈选区1中关键词为必填且不可删除，最多可添加3个圈选区

存在两个及两个以上的圈选区时，可选择各圈选池之间的交并差关系，且可以删除新增的圈选区

例如：在圈选区1中，选择关键词“上衣”、“短袖”，同时新增圈选区2，圈选关键词“裤子”、“男装”，两个圈选区的关系选择相交，则会分别计算搜索过“上衣”或“短袖”的人群和搜索过“裤子”或“男装”的人群，最终获取重合的人群

快手广告关键词规则

输入关键词后，展示与之相关的搜索词，并按搜索热度指数降序排序

单个搜索词圈选区中，关键词最多选择500个

批量上传：支持通过上传文件的形式，批量上传关键词

下载Excel模版再行上传。单个文件关键词总数不得超过500个

查看原词条：查看所选择关键词对应的的原始词案例，并展示搜索词及相应的搜索热度指数。例如：在搜索词圈选区中所选关键词为“T恤”，可在原词条中查看，搜索词对应的原始搜索词为案例为“夏季T恤”，“潮服T恤”等

有效期配置：用于设定所新建标签的生效期限。可选择14天、30天、60天、90天

标签更新：新建标签是否开启自动更新。若开启，可选择每7天、每15天、每30天更新1次

（2）商品人群标签

功能介绍：

基础信息：

标签名称：设置本次创建标签的名称

标签类型：点击选择【商品人群标签】

行为配置：

具体行为筛选：设置对所选商品词有过互动行为的次数。

具体互动行为包括：商品曝光次数、商品点击次数、商品加购次数、商品购买次数、

具体次数包括：可选择不限次数、大于等于次数、介于次数、小于等于

人群行为时间：设置近x天对所选商品词有过互动行为的人群。可选择近7天、近15天、近30天、近60天、近90天

商品词配置：

商品词类目：筛选所选商品词分布的具体类目。可选择不限或下拉选中

商品词价格：设置所选商品词分布的价格带。需手动填充价格起止范围

商品词圈选区 ：展示圈选区内筛选的商品词列表。单个圈选区内的商品词为并集关系，例如：在商品词圈选区1中，所选的商品词为“短袖”、“上衣”、“T恤”，则三个商品词关联的人群进行合并计算

圈选区规则

商品词圈选区1中商品词为必填且不可删除，最多可添加3个圈选区

存在两个及两个以上的圈选区时，可选择各圈选池之间的交并差关系，且可以删除新增的圈选区

例如：在圈选区1中，选择商品词“上衣”、“短袖”，同时新增圈选区2，圈选商品词“裤子”、“男装”，两个圈选区的关系选择相交，则会分别计算商品互动过“上衣”或“短袖”的人群和商品互动过“裤子”或“男装”的人群，最终获取重合的人群

商品词规则

输入商品词后，展示与之相关的商品词，并按商品热度指数降序排序

单个商品词圈选区中，商品词最多选择500个

批量上传：支持通过上传文件的形式，批量上传商品词

下载Excel模版再行上传，单个文件商品词总数不得超过500个

查看原商品：查看所选择商品词对应的的原商品，并展示商品词及相应的商品热度指数。例如：在商品词圈选区中所选商品词为“T恤”，可在原商品中查看，商品词对应的原始商品词为案例为“夏季T恤”，“潮服T恤”等

有效期配置：用于设定所新建标签的生效期限。可选择14天、30天、60天、90天

标签更新：新建标签是否开启自动更新。若开启，可选择每7天、每15天、每30天更新1次

以上关于磁力方舟数据工厂相关内容就介绍到这里了，想要了解更多快手广告推广可以联系我们巨宣网络，一家专业互联网广告运营服务商，快手推广样式多样化：快手开屏广告、快手搜索广告、快手信息流广告等等，公司提供：快手广告、磁力智投广告、磁力金牛等广告开户服务。了解更多咨询电话：4009602809！