JP2002083109A - メディア・プランニング・システム - Google Patents
メディア・プランニング・システムInfo
- Publication number
- JP2002083109A JP2002083109A JP2000274610A JP2000274610A JP2002083109A JP 2002083109 A JP2002083109 A JP 2002083109A JP 2000274610 A JP2000274610 A JP 2000274610A JP 2000274610 A JP2000274610 A JP 2000274610A JP 2002083109 A JP2002083109 A JP 2002083109A
- Authority
- JP
- Japan
- Prior art keywords
- information
- individual
- profile
- media
- service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
行うための装置・システムを提供することを目的とす
る。 【解決手段】 アンケート回答から、個別プロフィール
情報、個別サービス・商品情報、個別メディア情報を、
それぞれ抽出する。個別商品・サービス情報b1,b2,b3,b
4....のそれぞれについて、個別プロフィール情報a1,a
2,a3,a4....による特徴付けを行う。たとえばb1(美容
液A)については、平均的にどのような年齢の人が購入
しているか(a1)、どのような趣味を持つ人が多く購入し
ているか(a2)などによって特徴付ける。さらに、同じよ
うにして、個別メディア情報c1,c2,c3,c4....のそれぞ
れについて、個別プロフィール情報a1,a2,a3,a4....に
よる特徴付けを行う。続いて、個別プロフィール情報a
1,a2,a3,a4....からいくつかを選択し(たとえば2
つ)、これを座標軸としたプロフィール空間を想定す
る。図4に示すように、このプロフィール空間上に、個
別サービス・商品、個別メディアを配置して評価する。
Description
連において、広告などを出稿するに適したメディアを評
価するメディア・プランニングに関するものである。
れるD−CAMPや、株式会社ビデオリサーチによって
提供されるACRなどのアンケートデータは、広告出稿
のためのメディア評価資料として用いられている。これ
らアンケートな質問項目は、回答者のプロフィール、消
費行動、メディアへの接触情報など多岐にわたってお
り、目的に応じて適切な項目を選択して用いている。
シャンプーの広告を出稿する雑誌を決定する際には、次
のようにして行う。アンケートデータの中から20代男
性のデータを抽出し、購読している雑誌をランキングす
る。つまり、図1に示すように、20代男性が購読して
いる雑誌をその購読者数順に並べる。
X」などに、このシャンプーの広告を出すのが好ましい
と判断できる。しかしながら、「週刊XXXX」のような発
行部数の多い雑誌は、必然的に購読者数ランキングの上
位に登場してしまう傾向にある。したがって、購読者数
が多い雑誌が、効果的な広告を行う媒体として好ましい
とは、直ちに決定することはできない。
のような条件を考慮に入れた上で、適切な媒体をクライ
エントに推薦するようにしていた。このため、適切な媒
体を推薦するためには、コンサルタントの経験によると
ころが大きく、媒体選択の理論的背景も明瞭ではなかっ
た。つまり、従来の手法では、媒体の提案における客観
性が十分であるとはいえなかった。
て、客観性の高いメディア・プランニングなどを行うた
めの装置・システムを提供することを目的とする。
は、対象者の属性に関するプロフィール情報、対象者の
メディアへの接触に関するメディア接触情報、対象者の
商品・サービスに対する行動に関する消費行動情報に基
づいて、メディアまたは商品・サービスを評価するため
に用いる装置であって、消費行動情報の各個別商品・サ
ービス情報に基づいて、プロフィール情報の個別プロフ
ィール情報を集計する消費行動・プロフィール集計手段
と、メディア接触情報の各個別メディア情報に基づい
て、プロフィール情報の個別プロフィール情報を集計す
るメディア・プロフィール集計手段と、選択された1以
上の個別プロフィール情報を座標軸とするプロフィール
空間上において、各個別商品・サービスまたは各個別メ
ディアを評価する評価手段とを備えている。
ィール情報によって特徴付け、各個別メディア情報を各
個別プロフィール情報によって特徴付けた上、各個別商
品・サービス情報と各個別メディア情報とを、プロフィ
ール空間にて評価するようにしている。したがって、各
個別商品・サービス情報、各個別メディア情報を、共通
したプロフィール情報という指標で評価することがで
き、より客観性の高いプランニングを行うことができ
る。
人を対象とするアンケート回答情報を取得する取得手段
と、アンケート回答情報から、対象者の属性に関するプ
ロフィール情報、対象者のメディアへの接触に関するメ
ディア接触情報、対象者の商品・サービスに対する行動
に関する消費行動情報を抽出する抽出手段と、消費行動
情報の各個別商品・サービス情報に基づいて、プロフィ
ール情報の個別プロフィール情報を集計する消費行動・
プロフィール集計手段と、メディア接触情報の各個別メ
ディア情報に基づいて、プロフィール情報の個別プロフ
ィール情報を集計するメディア・プロフィール集計手段
と、消費行動・プロフィール集計手段およびメディア・
プロフィール集計手段の集計結果に基づいて、個別商品
・サービス情報および個別メディア情報に相関する個別
プロフィール情報を1以上選択する個別プロフィール選
択手段と、選択された個別プロフィール情報を座標軸と
するプロフィール空間上において、各個別商品・サービ
スまたは各個別メディアを評価する評価手段とを備えて
いる。
によって特徴付け、各個別接触情報を各個別プロフィー
ル情報によって特徴付けた上、各個別行動情報と各個別
接触情報とを、プロフィール空間にて評価するようにし
ている。したがって、各個別行動情報、各個別接触情報
を、共通したプロフィール情報という指標で評価するこ
とができ、より客観性の高いプランニングを行うことが
できる。
別メディアまたは各個別商品・サービスまたは双方を、
プロフィール空間上に配置した状態を、視覚的に提示す
ることを特徴としている。
スが、共通のプロフィール空間において、どのようにポ
ジショニングされるのかを、直感的に把握することがで
きる。
に、仮想的なメディアまたは仮想的な商品・サービスま
たは双方を、プロフィール空間上に配置した状態を、視
覚的に提示するためのデータを出力することを特徴とし
ている。
しいメディアについて、これらが、共通のプロフィール
空間において、どのようにポジショニングされるのか
を、直感的に把握することができる。
対象とする商品・サービスと各メディアとの、プロフィ
ール空間上における距離に基づく評価を行うことを特徴
としている。
ービスなどが、共通のプロフィール空間において、どの
ような関係にあるのかを、数値として認識することがで
きる。
対象とする商品・サービスと各メディアとの、プロフィ
ール空間上におけるベクトルに基づく評価を行うことを
特徴としている。
ービスなどが、共通のプロフィール空間において、どの
ような関係にあるのかを、方向性も踏まえたベクトルと
して認識することができる。
得した情報に基づいて、コンピュータを用いてその情報
の解析をする方法であって、取得した情報を記録し、記
録した取得情報から、対象者の属性に関するプロフィー
ル情報を抽出して記録し、記録した取得情報から、対象
者のメディアへの接触に関するメディア接触情報を抽出
して記録し、記録した取得情報から、対象者の商品・サ
ービスに対する行動に関する消費行動情報を抽出して記
録し、消費行動情報およびプロフィール情報を読み出し
て、各商品・サービスを各個別プロフィール情報によっ
て特徴付けた消費行動・プロフィール解析データを生成
して記録し、メディア接触情報およびプロフィール情報
を読み出して、各メディアを各個別プロフィール情報に
よって特徴付けたメディア・プロフィール解析データを
生成して記録し、商品・サービスまたはメディアの特徴
を、共通する個別プロフィール情報に基づいて評価する
ためのデータを出力することを特徴としている。
ィール情報によって特徴付け、各個別メディア情報を各
個別プロフィール情報によって特徴付けた上、各個別商
品・サービス情報と各個別メディア情報とを、プロフィ
ール空間にて評価するようにしている。したがって、各
個別商品・サービス情報、各個別メディア情報を、共通
したプロフィール情報という指標で評価することがで
き、より客観性の高いプランニングを行うことができ
る。
得した情報に基づいて、コンピュータを用いてその情報
の解析をする方法であって、取得した情報を記録し、記
録した取得情報から、プロフィール情報、メディア接触
情報、消費行動情報を抽出して記録し、プロフィール情
報、メディア接触情報、消費行動情報のうちの2つの情
報の関係性を得るために、当該対象となる2つの情報の
それぞれについて、他の1つの情報によって特徴付けを
行うことにより、2つの情報の関係性を、他の1つの情
報を媒介として示したデータを出力することを特徴とし
ている。
費行動情報のうちの2つの情報の関係性を得るために、
当該対象となる2つの情報のそれぞれについて、他の1
つの情報によって特徴付けを行い、2つの情報の関係性
を、他の1つの情報を媒介として解析するようにしてい
る。したがって、プロフィール情報、メディア接触情
報、消費行動情報のいずれについても、共通した1つの
指標で評価することができ、より客観性の高い評価を行
うことができる。
る性別、年齢、職業、年収、既婚か否か、地域、趣味、
生活意識、習慣などの情報をいう。また、ここでいうプ
ロフィール情報は、プロフィール情報に基づいて算出さ
れた平均、分散などの情報も含む概念である。
読、購入、視聴などを行った(あるいは行う予定であ
る)雑誌、テレビ番組、ラジオ番組、新聞、放送局、新
聞社に関する情報をいう。接触場所、接触時間などの情
報も含む概念である。
たことのある、購入予定のある、興味があるなどの対象
となる商品やサービス等についての情報である。
る手段をいう。たとえば、アンケート回答データを読み
込むための読取装置や通信回路などがこれに該当する。
プロフィール情報、メディア接触情報、消費行動情報を
抽出する手段をいう。各情報に分離する場合だけでな
く、他の処理を行う際に、付随的に、各情報に分離する
ような場合も含む概念である。実施形態では、ステップ
S12、S14がこれに対応する。
実施形態では、ステップS13がこれに対応する。
実施形態では、ステップS15がこれに対応する。
態では、ステップS16がこれに対応する。
ビスの少なくとも何れかに関して評価を行う手段をい
い、それ自体が評価を行う場合だけでなく、評価のため
のデータを算出して出力する場合も含む概念である。実
施形態では、ステップS18、S20などがこれに対応
する。
品・サービスについて対象者の消費行動に関する情報を
いう。
の商品やサービスを評価する場合だけでなく、商品群や
サービス群を評価する場合、ブランドや企業全体を評価
する場合を含む概念である。
や番組を評価する場合だけでなく、テレビ局や出版者を
評価する場合、番組などを時間帯ごとに評価する場合を
含む概念である。
プログラムを記録したROM、RAM、フレキシブルデ
ィスク、CD−ROM、メモリカード、ハードディスク
等の記録媒体をいう。また、電話回線、搬送路等の通信
媒体も含む概念である。CPUに接続されて、記録され
たプログラムが直接実行されるハードディスクのような
記録媒体だけでなく、一旦ハードディスク等にインスト
ールした後に実行されるプログラムを記録したCD−R
OM等の記録媒体を含む概念である。さらに、ここでい
うプログラムには、直接実行可能なプログラムだけでな
く、ソース形式のプログラム、圧縮処理がされたプログ
ラム、暗号化されたプログラム等を含む。
いて説明する。図2は、アンケート回答の項目を図式化
したものである。a1,a2,a3,a4....は、個別プロフィー
ル情報を示している。たとえば、a1はアンケート回答者
の年齢、a2は趣味、a3は性別、a4は健康に対する興味の
有無などである。b1,b2,b3,b4....は、個別商品・サー
ビス情報を示している。たとえば、b1は回答者が購入し
た商品「美容液A」、b2は商品「美容液B」、b3は商品
「美容液C」、b4は商品「美容液D」などである。c1,c
2,c3,c4....は、個別メディア情報を示している。たと
えば、c1は、回答者の購読している雑誌「週刊xxxx」、
c2は「SAxxx」、c3は「MEN'Sxxxx」、c4は「週刊xxx」
などである。
報、個別サービス・商品情報、個別メディア情報を、そ
れぞれ抽出する。
ビス情報b1,b2,b3,b4....のそれぞれについて、個別プ
ロフィール情報a1,a2,a3,a4....による特徴付けを行
う。たとえばb1(美容液A)については、平均的にどの
ような年齢の人が購入しているか(a1)、どのような趣味
を持つ人が多く購入しているか(a2)などによって特徴付
ける。
報c1,c2,c3,c4....のそれぞれについて、個別プロフィ
ール情報a1,a2,a3,a4....による特徴付けを行う。
4....からいくつかを選択し(たとえば2つ)、これを
座標軸としたプロフィール空間を想定する。選択された
データは、数学的には多次元ベクトル空間上のいくつか
の点としてとらえることができる。図4に示すように、
このプロフィール空間上に、個別サービス・商品、個別
メディアを配置して評価する。たとえば、図4において
は、c4として示される「週刊xxx」の特徴が、b4として
示される「美容液D」の特徴と近接しており、広告媒体
として好ましいと評価することができる。
ま用いているが、分析がしやすいように、適当な変換を
加えて用いるようにしても良い。たとえば、選択された
データa1,a2,a3,a4....の各々についての平均や、標準
偏差を用いてデータを標準化して用いてもい。また、主
成分分析を用いて時元の集約を行って座標軸の数を減ら
したり、因子分析を用いて各サービス、メディアなどの
特徴をより顕著に表すようにしても良い。
ング・システムの全体構成を示す。この実施形態におい
ては、サーバ装置2にアンケート回答データベース4が
接続されている。クライエント端末装置8、10・・・
は、インターネット(またはLANなど)6を介して、
サーバ装置2にアクセスすることができる。なお、アン
ケート回答データベース4には、対象者の属性に関する
プロフィール情報、対象者のメディアへの接触に関する
メディア接触情報、対象者の商品・サービスに対する行
動に関する消費行動情報を含むアンケート回答データが
蓄積されている。クライエント装置8、10・・・に
は、サーバ装置2の情報を閲覧するためのブラウザプロ
グラムが記録されている。
バ装置2にアクセスして、アンケート回答を解析したデ
ータを表示またはプリントアウトすることができる。こ
れにより、広告出稿のための最適なメディアの選択など
を行うことができる。
装置8は、アンケート回答のデータベースを指定して、
処理開始要求を行う(ステップS1)。これを受けて、
サーバ装置2は、解析条件を問い合わせる画面を送信す
る(ステップS11)。端末装置8は、この画面に基づ
いて、消費行動の評価対象、広告メディアの評価対象を
入力し、送信する(ステップS2)。たとえば、個々の
化粧品の比較評価、個々の雑誌についての比較評価を行
うのであれば、その旨を入力する。また、個々の商品で
はなく、商品群についての評価を行う場合や、各ブラン
ドついての比較評価を行う場合には、その旨を入力す
る。さらに、当該商品やサービスについての購入に基づ
いた評価を行うのか、購入予定、興味があるなどに基づ
いた評価を行うのかを入力する。
定された消費行動に基づいて、対象者をグループ化する
(ステップS12)。購入された個々の化粧品の比較評
価であれば、同じ銘柄の化粧品を購入した対象者ごと
に、グループ化を行う。続いて、サーバ装置2は、それ
ぞれの消費行動を、グループ化した対象者のプロフィー
ル情報に基づいて特徴付ける(ステップS13)。つま
り、当該グループに属する対象者のプロフィール情報を
統計値(平均値、出現率など)として算出する。
を示す。化粧品の銘柄ごとに、健康に関心を持ってい
る、薬はなるべく使わないようにしているなどの個別プ
ロフィール情報の統計値が算出されている。
定されたメディアに基づいて、対象者をグループ化する
(ステップS14)。購読している個々の雑誌の比較評
価であれば、同じ雑誌を購読している対象者ごとに、グ
ループ化を行う。続いて、サーバ装置2は、それぞれの
メディア(雑誌)を、グループ化した対象者のプロフィ
ール情報に基づいて特徴付ける(ステップS15)。
を示す。メディアごとに、健康に関心を持っている、薬
はなるべく使わないようにしているなどの個別プロフィ
ール情報の統計値が算出されている。
別プロフィール情報を選び出す(ステップS16)。た
とえば、いずれの化粧品についてもほとんど同一の値を
示すような個別プロフィール情報は、評価に用いるには
適さない。化粧品の銘柄に応じて、統計値が異なるよう
な個別プロフィール情報を選び出す。
く、図9のメディアについても併せて考慮して、個別プ
ロフィールを選択する。具体的には、消費行動およびメ
ディアの双方について、所定以上の分散を有する(つま
り説明力のある)個別プロフィール情報を選択するの
が、計算効率上、また表示されたデータを見て判断を下
すユーザの負担を軽減する上で、望ましい。
タについて、選択した個別プロフィール情報につき、偏
差を算出して記録する(ステップS17)。図10、図
11に算出した偏差を示す。
ール情報を軸とした空間に、各化粧品および雑誌を配置
して、互いの空間距離を算出する(ステップS18)。
この実施形態では、図12に示すように、商品を中心と
した雑誌との距離を示した表を算出している。このデー
タは、端末装置8に送信されて記録される。
する領域、メディア名を記録する領域200、空間距離
を記録する領域300が設けられている。図12では、
商品・サービス名を中心としてまとめているが、雑誌を
中心とした商品との距離を算出するようにしても良い。
において算出したデータを、端末装置8に送信する(ス
テップS19)。端末装置8では、このデータを表示す
る(ステップS3)。たとえば、図12のデータを表示
することにより、どの商品には、どの雑誌への広告が適
しているかを評価することができる。
に示すように、各化粧品、各雑誌の特徴を、個別プロフ
ィール情報の偏差によって表示確認することができる
(ステップS3)。
ロフィール情報を2つ選択することにより、平面上に各
化粧品、各雑誌を配置して、視覚的に評価することがで
きる。この場合、まず、端末装置8では、軸として選択
する2つの個別プロフィール情報を選択して送信する
(ステップS4)。サーバ装置2は、これを受けて、選
択された2つの個別プロフィール情報を直交軸とする平
面を生成し、この平面上に、各化粧品、各雑誌を配置す
る(ステップS20)。サーバ装置2は、これを表現す
るデータを端末装置8に送信する(ステップS20)。
端末装置8は、これを表示する(ステップS5)。図1
5に、端末装置8において表示されたデータを示す。図
15では、雑誌だけを配置しているが、メディアも重ね
て配置することにより、互いの距離を視覚的に知ること
ができる。
情報を座標軸とするプロフィール空間、もしくは、さら
に特徴が顕著に見えるようにこのプロフィール空間に変
換を加えた新規のプロフィール空間上に配置した状態
を、視覚的に提示している。したがって、各メディアや
各商品・サービスが、共通のプロフィール空間におい
て、どのようにポジショニングされるのかを、直感的に
把握することができる。
告を出すことが、当該商品・サービスにとって効果的で
あるかを判断することができる。すなわち、共通したプ
ロフィール情報、及びそれらを各項目の相関などが顕著
に見えるように加工した情報により、効果的な判断を行
うことが出来る。
ービスやメディアを、個別プロフィール情報によって定
義して入力し、当該仮想的な商品・サービスやメディア
について、上記と同様の評価をしてもよい。このように
すれば、新しい商品・サービスや新しいメディアの位置
づけを、適切に評価することができる。また、新しい商
品についても、どのメディアで広告すればよいかを判断
することができる。あるいは、新しいメディアが、どの
ような商品・サービスの広告に適しているかを判断する
ことができる。
するための入力インターフェイスを、図16に示す。端
末装置8から、図16に示す画面上で、マウス等の操作
により、個別プロファイル情報の偏差を入力して、仮想
的な商品・サービスやメディアを定義することができ
る。サーバ装置2は、これを受けて、上記と同様にして
評価を行う。たとえば、図17の点100に示すよう
に、異なる表示形態(色や形など)により、仮想的な商
品・サービスやメディアであることを示すことができ
る。
は、アンケートの回収データをサーバ装置2から入力し
て形成されている。しかしながら、サーバ装置2をアン
ケートサーバとしても動作させ、インターネット6を介
して収集したアンケート回答を、ダイナミックに蓄積す
るようにしてもよい。
ライエント装置8、10・・・とによって構成されてい
る。しかしながら、1つのコンピュータによって、評価
装置を構成してもよい。この場合の処理プログラムのフ
ローチャートは、図7、図8に示す、サーバ装置2と端
末装置8のフローチャートをあわせたものとなる。
を用いて評価を行っているが、空間上における方向を用
いて評価してもよい。さらには、ベクトルを用いて評価
するようにしてもよい。あるいは、比較する2点と原点
との直線の角度を用いて評価してもよい。
および消費行動情報を、プロフィール情報によって特徴
付け、評価を行うようにしている。しかしながら、プロ
フィール情報および消費行動情報を、メディア接触情報
によって特徴付けて評価してもよい。また、プロフィー
ル情報およびメディア接触情報を、消費行動情報によっ
て特徴付けて評価してもよい。
評価していない。しかしながら、アンケートなどにより
同一のプロフィールを用いたデータを、たとえば各年ご
とに蓄積すれば、商品・サービス、メディアの経年変化
も評価することができる。
ように、サーバ装置2において演算などの処理を行うよ
うにしている。しかしながら、その処理の一部を、端末
装置側で行うようにしてもよい。たとえば、サーバ装置
2から、処理に必要なデータ(たとえば、ステップS1
9にて送信するデータなど)を送信し、端末装置側で表
計算ソフトウエアなどによる処理を行うようにしてもよ
い。
ータを基礎データとして評価を行った。アンケート集計
データは、複数のアンケート回答データを併せたもので
あってもよい。たとえば、本発明では、プロフィールの
質問項目に共通性のある、消費行動に関するアンケート
とメディア接触に関するアンケートを併せて解析を行う
ことが可能である。
回答データ以外に、オンラインショッピングでの購入実
績データなどを用いてもよい。
ムの全体構成を示す図である。
ートを示す図である。
ートを示す図である。
タを示す図である。
データを示す図である。
タを示す図である。
データを示す図である。
の評価画面を示す図である。
るための画面を示す図である。
を示す図である。
Claims (10)
- 【請求項1】対象者の属性に関するプロフィール情報、
対象者のメディアへの接触に関するメディア接触情報、
対象者の商品・サービスに対する行動に関する消費行動
情報に基づいて、メディアまたは商品・サービスを評価
するために用いる装置であって、 消費行動情報の各個別商品・サービス情報に基づいて、
プロフィール情報の個別プロフィール情報を集計する消
費行動・プロフィール集計手段と、 メディア接触情報の各個別メディア情報に基づいて、プ
ロフィール情報の個別プロフィール情報を集計するメデ
ィア・プロフィール集計手段と、 選択された1以上の個別プロフィール情報を座標軸とす
るプロフィール空間上において、各個別商品・サービス
または各個別メディアを評価する評価手段と、 を備えた評価装置。 - 【請求項2】対象者の属性に関するプロフィール情報、
対象者のメディアへの接触に関するメディア接触情報、
対象者の商品・サービスに対する行動に関する消費行動
情報に基づいて、メディアまたは商品・サービスを評価
するために用いる装置をコンピュータによって実現する
ためのプログラムを記録した記録媒体であって、 消費行動情報の各個別商品・サービス情報に基づいて、
プロフィール情報の個別プロフィール情報を集計する消
費行動・プロフィール集計手段と、 メディア接触情報の各個別メディア情報に基づいて、プ
ロフィール情報の個別プロフィール情報を集計するメデ
ィア・プロフィール集計手段と、 選択された1以上の個別プロフィール情報を座標軸とす
るプロフィール空間上において、各個別商品・サービス
または各個別メディアを評価する評価手段と、 をコンピュータによって実現するためのプログラムを記
録した記録媒体。 - 【請求項3】複数人を対象とするアンケート回答情報を
取得する取得手段と、 アンケート回答情報から、対象者の属性に関するプロフ
ィール情報、対象者のメディアへの接触に関するメディ
ア接触情報、対象者の商品・サービスに対する行動に関
する消費行動情報を抽出する抽出手段と、 消費行動情報の各個別商品・サービス情報に基づいて、
プロフィール情報の個別プロフィール情報を集計する消
費行動・プロフィール集計手段と、 メディア接触情報の各個別メディア情報に基づいて、プ
ロフィール情報の個別プロフィール情報を集計するメデ
ィア・プロフィール集計手段と、 消費行動・プロフィール集計手段およびメディア・プロ
フィール集計手段の集計結果に基づいて、個別商品・サ
ービス情報および個別メディア情報に相関する個別プロ
フィール情報を1以上選択する個別プロフィール選択手
段と、 選択された個別プロフィール情報を座標軸とするプロフ
ィール空間上において、各個別商品・サービスまたは各
個別メディアを評価する評価手段と、 を備えたプランニング装置。 - 【請求項4】請求項1〜3の何れかの装置または記録媒
体において、 前記評価手段は、各個別メディアまたは各個別商品・サ
ービスまたはこれら双方を、プロフィール空間上に配置
した状態を、視覚的に提示することを特徴とするもの。 - 【請求項5】請求項4の装置または記録媒体において、 前記評価手段は、さらに、仮想的なメディアまたは仮想
的な商品・サービスまたはこれら双方を、プロフィール
空間上に配置した状態を、視覚的に提示するためのデー
タを出力することを特徴とするもの。 - 【請求項6】請求項1〜5の何れかの装置または記録媒
体において、 前記評価手段は、解析対象とする商品・サービスと各メ
ディアとの、プロフィール空間上における距離に基づく
評価を行うことを特徴とするもの。 - 【請求項7】請求項1〜5の何れかの装置または記録媒
体において、 前記評価手段は、解析対象とする商品・サービスと各メ
ディアとの、プロフィール空間上におけるベクトルに基
づく評価を行うことを特徴とするもの。 - 【請求項8】複数人から取得した情報に基づいて、コン
ピュータを用いてその情報の解析をする方法であって、 取得した情報を記録し、 記録した取得情報から、対象者の属性に関するプロフィ
ール情報を抽出して記録し、 記録した取得情報から、対象者のメディアへの接触に関
するメディア接触情報を抽出して記録し、 記録した取得情報から、対象者の商品・サービスに対す
る行動に関する消費行動情報を抽出して記録し、 消費行動情報およびプロフィール情報を読み出して、各
商品・サービスを各個別プロフィール情報によって特徴
付けた消費行動・プロフィール解析データを生成して記
録し、 メディア接触情報およびプロフィール情報を読み出し
て、各メディアを各個別プロフィール情報によって特徴
付けたメディア・プロフィール解析データを生成して記
録し、 商品・サービスまたはメディアの特徴を、共通する個別
プロフィール情報に基づいて評価するためのデータを出
力することを特徴とするコンピュータを用いた評価方
法。 - 【請求項9】複数人から取得した情報に基づいて、コン
ピュータを用いてその情報の解析をする方法であって、 取得した情報を記録し、 記録した取得情報から、プロフィール情報、メディア接
触情報、消費行動情報を抽出して記録し、 プロフィール情報、メディア接触情報、消費行動情報の
うちの2つの情報の関係性を得るために、当該対象とな
る2つの情報のそれぞれについて、他の1つの情報によ
って特徴付けを行うことにより、 2つの情報の関係性を、他の1つの情報を媒介として示
したデータを出力することを特徴とするコンピュータを
用いた評価方法。 - 【請求項10】商品・サービス名を記録した領域と、 メディア名を記録した領域と、 上記商品・サービスとメディアを、個別プロフィール情
報を軸とする空間に配置したときの互いの空間距離を記
録した領域と、 を備えたデータを記録した記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000274610A JP2002083109A (ja) | 2000-09-11 | 2000-09-11 | メディア・プランニング・システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000274610A JP2002083109A (ja) | 2000-09-11 | 2000-09-11 | メディア・プランニング・システム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005238441A Division JP4928101B2 (ja) | 2005-08-19 | 2005-08-19 | メディア・プランニング・システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2002083109A true JP2002083109A (ja) | 2002-03-22 |
Family
ID=18760345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000274610A Pending JP2002083109A (ja) | 2000-09-11 | 2000-09-11 | メディア・プランニング・システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2002083109A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007079704A (ja) * | 2005-09-12 | 2007-03-29 | Accenture Kk | サプライヤ分析支援装置、サプライヤ分析支援方法、及びサプライヤ分析支援プログラム |
JP2007280042A (ja) * | 2006-04-06 | 2007-10-25 | Fuji Xerox Co Ltd | 購買プロセス評価方法 |
JP2007280038A (ja) * | 2006-04-06 | 2007-10-25 | Fuji Xerox Co Ltd | 商品情報提供の評価方法 |
JP2009037484A (ja) * | 2007-08-02 | 2009-02-19 | Dentsu Inc | 広告評価システム及び広告評価方法 |
JP2014078179A (ja) * | 2012-10-11 | 2014-05-01 | Dentsu Inc | 情報処理装置、情報処理プログラム及び情報処理方法 |
-
2000
- 2000-09-11 JP JP2000274610A patent/JP2002083109A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007079704A (ja) * | 2005-09-12 | 2007-03-29 | Accenture Kk | サプライヤ分析支援装置、サプライヤ分析支援方法、及びサプライヤ分析支援プログラム |
JP2007280042A (ja) * | 2006-04-06 | 2007-10-25 | Fuji Xerox Co Ltd | 購買プロセス評価方法 |
JP2007280038A (ja) * | 2006-04-06 | 2007-10-25 | Fuji Xerox Co Ltd | 商品情報提供の評価方法 |
US8140374B2 (en) | 2006-04-06 | 2012-03-20 | Fuji Xerox Co., Ltd. | Method for evaluating provision of commodity information |
JP2009037484A (ja) * | 2007-08-02 | 2009-02-19 | Dentsu Inc | 広告評価システム及び広告評価方法 |
JP2014078179A (ja) * | 2012-10-11 | 2014-05-01 | Dentsu Inc | 情報処理装置、情報処理プログラム及び情報処理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590675B (zh) | 一种基于大数据的用户购物行为识别方法、储存设备及移动终端 | |
US10992982B2 (en) | Online live video sales management system | |
Kiang et al. | A service-oriented analysis of online product classification methods | |
CN112435067A (zh) | 跨电商平台与社交平台的智能广告投放方法及系统 | |
JP2011039909A (ja) | 提示情報の最適化方法及びシステム | |
JP4478479B2 (ja) | 化粧品評価情報分析システム及び方法 | |
US20220180379A1 (en) | Transaction-based information processing system, method, and article | |
JP2009205365A (ja) | 商品の在庫管理および販売の最適化システム、その最適化方法、及びその最適化プログラム | |
Jiang et al. | An empirical comparison of market efficiency: Electronic marketplaces vs. traditional retail formats | |
AU2010257332A1 (en) | A method and system for determining effectiveness of marketing | |
JP5426309B2 (ja) | 情報分析装置 | |
JP2007047881A (ja) | アクセス解析システム、アクセス解析方法及びアクセス解析プログラム | |
KR101026544B1 (ko) | 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치 | |
JP2007140841A (ja) | 情報処理装置及びその制御方法 | |
JP2002083109A (ja) | メディア・プランニング・システム | |
JP4928101B2 (ja) | メディア・プランニング・システム | |
JP4886940B2 (ja) | 因子データベースを用いたマッチング・システム、マッチング装置、およびそのシステムのための因子データベース作成方法 | |
Yamamoto et al. | IoT-aware online shopping system enhanced with gaze analysis | |
JP2018136819A (ja) | 商品・サービス評価システム | |
CN112801710A (zh) | 一种基于人脸大数据的精准广告推荐系统 | |
US20200294070A1 (en) | Marketing support system, marketing support method and program | |
WO2007043723A1 (en) | System and method for providing information of customer's purchase pattern to affiliated stores | |
JP2002230257A (ja) | 地理的に分布した情報の分析システム | |
Yeh et al. | Consumer data analysis and its managerial application for the grocery industry | |
WO2024106502A1 (ja) | 情報提供装置、方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040823 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041022 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20050627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050819 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050802 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20050916 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20051104 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080630 |