Przegląd surowych danych z prac badawczo-rozwojowych nad opracowaniem systemu predykcyjnej optymalizacji kosztów kampanii reklamowych Google Ads

Published: 1 July 2026| Version 1 | DOI: 10.17632/h3649dm23p.1
Contributor:
Sebastian Suma

Description

W dokumencie przedstawiono przegląd surowych danych zgromadzonych w trakcie prac badawczo-rozwojowych nad systemem do automatycznej optymalizacji kosztów kampanii reklamowych prowadzonych w Google Ads. Opisano sposób pozyskiwania i integracji danych po API, ich parametryzację, oczyszczanie i normalizację, dobór czynników o największym wpływie na przebieg kampanii, reguły decyzyjne wynikające z praktyki prowadzenia kampanii oraz architekturę systemu i wyniki testów modeli prognostycznych. Całość stanowi podstawę do budowy modelu przewidującego optymalną wartość stawki za kliknięcie (CPC).

Files

Categories

Information Science, Data Science

Funders

  • National Centre for Research and Development
    Ministry of Science and Higher Education
    Warsaw
    Grant ID: 5/1.1.1/2020 Szybka Ścieżka 5_2020. Narodowe Centrum Badań i Rozwoju. Program Operacyjny Inteligentny Rozwój 2014-2020. POIR.01.01.01-00-2522/20

Licence