当企业通过多个不同渠道销售产品时,投放广告是企业进行市场营销行为的重要工具。传统的营销环境下,企业大多通过电视、广播等大众媒体来进行产品广告投放,随着电子商务广泛应用、互联网蓬勃发展,企业能够依靠Cookies等技术获取精确的消费者相关信息,并且可以通过广告平台和广告主反馈的消费者后续行为和转化数据持续训练算法,更精确地筛选出目标消费者并准确投放相关产品的广告,即基于互联网的计算广告。近年来互联网计算广告被广泛应用于企业营销,在移动互联网领域,计算广告更是成为企业投放和拉新用户的主流选择。本文主要针对互联网计算广告的投放效果和渠道选择进行分析研究,主要的研究内容为:首先,本文对国内外相关文献进行了综述,整理了已有文献中对于广告投放效果的研究,梳理了目前对于广告点击率预测方法的文献,同时也对其他领域的预测方法进行整理和对比,分别总结其优缺点,研究了针对广告投放策略模型的文献。其次,本文通过对实际投放过程中的大量数据进行分析,着重研究了基准回归、优化后的逻辑回归、梯度提升决策树、朴素贝叶斯四种预测模型,用实际数据得出模型参数,将预测后的结果与实际数据进行比对,通过比较各个模型的实证结果,选择出优化后的逻辑回归是在App广告投放效果预测中准确度高、适用性强的预测模型。最后,基于丰富的真实投放数据,本文提出了渠道投放综合评分体系,融合了用户新增、用户互动性、渠道稳定性、拉新价格、新用户下单转化等指标,对投放渠道进行较为全面的评估,可根据企业所处的不同阶段、不同工作重点来设置各个指标的优先级,最终输出每个渠道的综合效果评分,在广告投放阶段可对投放效果数据进行实时监控,在投放后对不同渠道效果进行横向复盘,作为有力工具赋能有投放广告需求的企业。