Creative Fatigue Detection — 生存分析驱动的广告素材疲劳检测
Skill-Creative-Fatigue-Detection · 13-广告分析
causalexperimentforecasting广告与投放WF-B 广告优化WF-G Listing内容优化
实现难度⭐☆☆☆☆
业务视角
适用角色广告优化师 / 投放负责人 · CMO · 运营负责人
适用平台Amazon PPC(SP/SB/SD)· TikTok Ads · Meta 广告 · 多平台归因
什么情况下用广告账户几十个系列,不知道哪个在真正赚钱;ROAS 看起来好看但实际利润没有提升;预算有限想集中打高价值用户
成功是什么样的每分广告预算有明确 ROI 追踪,砍掉低效渠道后同等预算 ROAS 提升 30-50%
业务痛点
1. 解决的问题
广告素材疲劳(Creative Fatigue)是指:同一批用户反复看到相同广告后,CTR、CVR 等核心指标持续衰减的现象。
2. 核心算法逻辑
广告素材疲劳(Creative Fatigue)是指:同一批用户反复看到相同广告后,CTR、CVR 等核心指标持续衰减的现象。
3. 业务应用场景
业务背景:某母婴品牌在 Meta Ads 投放婴儿奶瓶广告,上线 5 款素材(主图+短视频各类型)。初始 ROAS 4.2,但第 21 天起 ROAS 持续下滑,未能及时发现素材疲劳。
量化 ROI: - 月均素材疲劳损失(未检测):约 $3,000-$6,000 - 应用检测后减少损失:65-75%,月均节约 $2,000-$4,500 - 实施成本:一次性开发约 20 小时
业务背景:某婴儿推车品牌在 Amazon SB 投放 3 支产品视频,每支生命周期约 2-4 周。手动监控 3 支视频的 CTR 变化消耗大量人力,且经常错过最优下线时机。
4. 输入数据要求
请查看原始代码模板获取输入规格。
5. 输出结果
请查看原始代码模板获取输出规格。
6. 业务价值 / ROI
未自动抽取;请查看原始 Skill 卡片。
7. 代码模板
代码块数量:6 · 路径:未检测到
"""
Creative Fatigue Detection
生存分析 + 路径签名的广告素材疲劳检测系统
依赖:numpy, pandas, scipy, lifelines (pip install lifelines)
测试:python -m pytest test_creative_fatigue.py -v
"""
import numpy as np
import pandas as pd
from dataclasses import dataclass, field
from typing import List, Dict, Optional, Tuple
from scipy import stats
@dataclass
class CreativeMetrics:
"""广告素材每日指标"""
creative_id: str
date: str
impressions: int
clicks: int
conversions: int
spend: float
@property
def ctr(self) -> float:
return self.clicks / self.impressions if self.impressions > 0 else 0.0
@property
def cvr(self) -> float:
return self.conversions / self.clicks if self.clicks > 0 else 0.0
@property
def cpc(self) -> float:
return self.spend / self.clicks if self.clicks > 0 else 0.0
class PathSignatureCalculator:
"""
路径签名计算器
从 CTR 时间序列中提取趋势衰减特征
"""
@staticmethod
def compute_level1_signature(ctr_series: List[float]) -> float:
"""
一阶签名:总变化量
S^1 = Σ ΔCTR_t = CTR_T - CTR_0
"""
if len(ctr_series) < 2:
return 0.0
return ctr_series[-1] - ctr_series[0]
@staticmethod
def compute_level2_cross_signature(ctr_series: List[float]) -> float:
"""
二阶交叉签名:时间加权 CTR 变化
S^12 = Σ_t t * ΔCTR_t
8. 论文来源
- 2204.11588
- 2509.09758