互联网广告是企业营销的主要形式,如今,高质量的流量媒体日益涌现,流量越来越分散,面对大量的互联网广告投放渠道,以及投放成本的提高,投放渠道的选择变得困难,广告主们变得不知所措,因此,广告主急需将精细化投放作为基本的目标,对后续的渠道选择和营销成本进行优化。互联网的快速发展使得网络广告投入具有过程数据的可统计性,这使得通过数据分析技术优化广告投放效果成为可能。因此,广告主在广告投放后对之前的投放数据进行广告效果评估的复盘,对之后的运营渠道选择精准化具有重要的现实意义。国内外学者对广告投放的研究分为两方面,一方面是对广告投放组合进行研究,提出应该组合多种广告方式;另一方面是从广告平台的角度分析用户特征,分析用户的兴趣点,结合主流的推荐算法实现互联网广告的精准投放。以往研究未从广告主的角度研究渠道精准投放,本文试图从广告主们的痛点出发,分析广告主广告投放渠道的效果,并结合广告主的广告投放规划,探索差异化的互联网广告渠道选择策略。聚类分析算法是一种无监督的机器学习算法,按照样本之间的相似性找出属于同一类的样本,不受主观经验的影响。本文中的渠道各指标变量是没有进行分类的、无规律的、杂乱无章的变量,且用户特征研究也使用聚类方法,故本文使用聚类算法进行分析。本文选用的是来自S企业的历史投放数据,在对数据进行清洗、整理之后。运用K-means聚类、WKM算法、Kprototypes聚类这三种常见的聚类分析算法,运用肘部法则和轮廓系数法选出最优的k值,确定k值后再做相关分析。模型结果表明:最优的聚类算法是将S企业广告投放渠道分为四类,每一类广告投放渠道在不同的广告目标下均有不同的表现。在预算有限且没有新产品发布的情况下,广告主投放广告的目的是提高用户的转化,因此可以选择在订单转化率上表现优异的渠道。在有新产品发布的情况下,广告主着眼于拓客,增加品牌长期的效应,因此可以选择在用户注册率上表现优异的媒体广告渠道。