3.数据分析：利用统计学和数据挖掘技术，对清洗后的数据进行分析，寻找广告投放的关键因素和影响因素。
大数据对互联网广告投放效果的分析与优化，可以通过以下步骤进行：
1. 数据采集：收集广告投放相关的数据，包括广告展示量、点击量、转化率、用户行为数据等。
2. 数据清洗与整理：对采集到的数据进行清洗和整理，去除异常值和不完整的数据。
3. 数据分析：利用统计学和数据挖掘技术，对清洗后的数据进行分析，寻找广告投放的关键因素和影响因素。
4. 效果评估：通过数据分析，评估广告投放的效果，包括广告的展示效果、点击效果和转化效果等。
5. 优化策略：根据数据分析的结果，制定优化策略，包括广告定向投放、创意优化、投放时间优化等，以提高广告投放效果。
6. 实施与监控：将优化策略实施到广告投放中，并进行监控和调整，通过不断的测试和优化，提高广告投放的效果。
7. 小样本实验和A/B测试：结合大数据分析，可以进行小样本实验和A/B测试，比较不同投放策略的效果，进一步优化广告投放。
8. 持续优化：随着数据的积累和技术的发展，持续进行数据分析和优化，不断适应市场和用户需求的变化。
大数据对互联网广告投放效果的分析与优化，可以帮助广告主更准确地了解广告投放的效果，提高广告的点击率和转化率，降低广告成本，同时也可以提供更精准的广告推荐和定向投放，提高用户体验。