BRPI0809857A2 - Determinação de conversão de propaganda - Google Patents

Determinação de conversão de propaganda Download PDF

Info

Publication number
BRPI0809857A2
BRPI0809857A2 BRPI0809857-3A BRPI0809857A BRPI0809857A2 BR PI0809857 A2 BRPI0809857 A2 BR PI0809857A2 BR PI0809857 A BRPI0809857 A BR PI0809857A BR PI0809857 A2 BRPI0809857 A2 BR PI0809857A2
Authority
BR
Brazil
Prior art keywords
user
advertisement
offline store
conversion
spatial
Prior art date
Application number
BRPI0809857-3A
Other languages
English (en)
Inventor
Sam Liang
Marius C Milner
Original Assignee
Google Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Google Inc filed Critical Google Inc
Publication of BRPI0809857A2 publication Critical patent/BRPI0809857A2/pt

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0259Targeted advertisements based on store location

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Description

Relatório Descritivo da Patente de Invenção para "DETERMINAÇÃO DE CONVERSÃO DE PROPAGANDA".
Referência a Pedidos Relacionados
O presente pedido reivindica o benefício do pedido de Patente U.S. No. 11/694.635 depositado em 30 de março de 2007.
Campo Técnico
A presente invenção refere-se à propaganda.
Antecedentes
Entrega de conteúdo através da Internet continua a melhorar a cada dia. Usuários de computador podem receber correio eletrônico, notícias, jogos, entretenimento, música, livros e páginas de rede - todos com uma simples conexão de Internet (e com qualidade melhorada em uma conexão de banda larga). Usuários de Internet também têm acesso a uma superabundância de serviços tais como mapas, vínculos de compra, imagens, blogues, pesquisa local, imagens de satélite, discussões em grupo, conteúdo hospedado e correio eletrônico. Estes provedores de serviço podem determinar interações dos usuários com tais serviços para determinar métricas associadas e/ou modificar estes serviços com base em tais interações para aprimorar adicionalmente a experiência de usuário.
Sumário
A presente revelação refere-se a um sistema e método para determinar métricas de conversão de propaganda. Em algumas implementações, um método inclui receber informação espacial associada com um usuário em conexão com um anúncio apresentado através de um dispositivo sem fio. O anúncio é associado com uma loja fora de linha tendo uma localização geográfica. Uma probabilidade de conversão é determinada com base, pelo menos em parte, na informação espacial, informação temporal e/ou na localização geográfica da loja fora de linha.
Os detalhes de uma ou mais modalidades da invenção estão expostos nos desenhos anexos e na descrição a seguir. Outros recursos, objetivos e vantagens da invenção estarão aparentes a partir da descrição e desenhos e das reivindicações. Descrição dos Desenhos
A figura 1 é um diagrama de blocos ilustrando um sistema de propaganda de acordo com algumas implementações da presente descrição;
A figura 2 é um fluxograma ilustrando um método de exemplo para manusear a solicitação para um anúncio no sistema de propaganda da figura 1;
A figura 3 é um fluxograma ilustrando um método de exemplo para determinar a probabilidade de uma conversão associada com o varejista no sistema de propaganda da figura 1; e A figura 4 é um fluxograma ilustrando um método de exemplo
para um dispositivo sem fio para solicitar uma propaganda no sistema de propaganda da figura 1.
Símbolos de referência iguais nos vários desenhos indicam elementos iguais.
Descrição Detalhada
A figura 1 ilustra um sistema de propaganda exemplar 100 para servir anúncios, por exemplo, para lojas fora de linha, transmitidos para dispositivos sem fio. Uma loja fora de linha é frequentemente referida como uma loja de varejo convencional porque pelo menos uma parte dos serviços 20 e/ou produtos da loja é fornecida por meio de uma loja física. Por exemplo, uma loja fora de linha pode incluir um restaurante, uma estação de gás, um salão de beleza, uma academia de ginástica e outras lojas. Em algumas implementações, o sistema 100 executa duas funções: transmitir anúncios para uma loja fora de linha em resposta ao dispositivo sem fio estar espacialmen25 te próximo; e determinar uma probabilidade de uma conversão na loja fora de linha com base, pelo menos em parte, em informação espacial (e em alguns casos temporal) associada com o dispositivo sem fio. Em algumas implementações, o usuário pode optar por um sistema (ou ficar fora dele) que determina a probabilidade de uma conversão na loja fora de linha com base 30 em informação espacial (e talvez temporal) associada com o dispositivo sem fio. Além do mais ou alternativamente, em algumas implementações, a informação associada com o dispositivo sem fio pode ser feita anônima, isto é, a informação associada com o dispositivo sem fio não contém qualquer informação identificável pessoalmente.
Em um exemplo, para um usuário que tenha optado por um sistema como este, o sistema 100 pode determinar que o dispositivo sem fio está dentro de uma distância (por exemplo, 402,34 metros (um quarto de uma milha)) de uma loja fora de linha, transmitir um anúncio para a loja fora de linha para exibição através de um dispositivo sem fio, e determinar que o usuário provavelmente comprará mercadorias e/ou serviços com base na duração de tempo gasto nas proximidades da loja fora de linha. Com referência à proximidade espacial, o sistema 100 pode identificar informação espacial e/ou informação temporal associada com um dispositivo sem fio e determinar que o dispositivo sem fio satisfaz a um limiar espacial associado com uma loja fora de linha. Informação espacial pode incluir informação associada com a localização do dispositivo sem fio tal como coordenadas (por exemplo, longitude, latitude), uma distância de uma loja fora de linha, uma indicação que o dispositivo sem fio está dentro de uma faixa particular da loja fora de linha, um erro associado com uma determinada localização e/ou outras. Informação temporal pode incluir informação associada com o tempo e/ou período de tempo em que o dispositivo sem fio está dentro de uma certa distância de uma loja tal como uma etiqueta de tempo de entrada em uma faixa, uma etiqueta de tempo de saída de uma faixa, um período de tempo associado com o dispositivo sem fio estando dentro de uma faixa, um erro de determinação temporal e/ou outros. Com relação a determinar uma probabilidade de conversão, o sistema 100 pode usar informação temporal e/ou informação espacial para determinar um período de tempo em que o dispositivo sem fio está dentro de uma distância especificada da loja fora de linha. Tal informação temporal e/ou espacial pode ser usada diferentemente para tipos diferentes de negócios (por exemplo, estação de gás, salão de beleza). Em conexão com determinar probabilidade de uma conversão, o sistema 100, em algumas implementações, pode determinar taxas de conversão esperadas para propagandas particulares apresentadas através de dispositivos sem fio. Na implementação mostrada, o sistema 100 inclui um dispositivo de cliente 102, um publicador 104 e um servidor de propaganda 106 acoplado através da rede 108. O sistema 100 também inclui uma loja fora de linha 110. O dispositivo de cliente 102 é qualquer dispositivo (por exemplo, dispo5 sitivo de computação) operável para se conectar ou se comunicar com publicador 104 e/ou com o servidor de propaganda 106 através da rede 108 usando qualquer enlace de comunicação. O dispositivo de cliente 102 inclui, executa, ou de outro modo apresenta uma interface gráfica de usuário (GUI) 109 e compreende um dispositivo eletrônico operável para receber, transmi10 tir, processar e armazenar quaisquer dados apropriados associados com o sistema 100. Embora a implementação ilustrada inclua o único dispositivo de cliente 102, o sistema 100 pode incluir qualquer número de dispositivos de cliente 102 acoplados comunicativamente à rede 108. Além disso, para facilidade de ilustração, o cliente 102 está descrito em termos de ser usado por 15 um usuário embora esta descrição considere que muitos usuários podem usar um dispositivo ou que um usuário pode usar múltiplos dispositivos.
Tal como usado nesta descrição, um usuário do dispositivo de cliente 102 é qualquer pessoa, departamento, organização, pequeno negócio, empresa, ou qualquer outra entidade que possa usar ou solicitar a ou20 tros para usar o sistema 100. O dispositivo de cliente 102 é pretendido para abranger um computador pessoal, terminal de tela sensível ao toque, estação de trabalho, computador de rede, computador de mesa, quiosque, porta de dados sem fio, telefone inteligente, assistente digital pessoal (PDA), um ou mais processadores dentro destes ou de outros dispositivos, ou qualquer 25 outro dispositivo de processamento ou eletrônico adequado usado para visualizar conteúdo de servidor de propaganda 106. Por exemplo, o dispositivo de cliente 102 pode ser um PDA operável para conectar de modo sem fio com uma rede externa ou não protegida. Em um outro exemplo, o dispositivo de cliente 102 pode compreender um computador portátil que inclui um dis30 positivo de entrada, tal como um miniteclado, tela sensível ao toque, mouse, ou outro dispositivo que pode aceitar informação, e um dispositivo de saída que transporta informação associada com um anúncio do servidor de propaganda 106, incluindo dados digitais, informação visual, ou a GUI 109. Tanto o dispositivo de entrada quanto o dispositivo de saída podem incluir midias de armazenamento fixas ou removíveis tais como um disco magnético de computador, CD-ROM, ou outras mídias adequadas tanto para receber en5 tradas quanto para fornecer saída para usuários do dispositivo de cliente 102 através do mostrador tal como a GU1109.
A GUI 109 compreende uma interface gráfica de usuário operável para permitir ao usuário do dispositivo de cliente 102 fazer interface com pelo menos uma parte do sistema 100 para qualquer propósito adequado, tal 10 como visualizar os anúncios 120. De uma maneira geral, a GUI 109 fornece ao usuário particular uma apresentação de dados eficiente e favorável ao usuário fornecida ou comunicada dentro do sistema 100. A GUI 109 pode compreender uma pluralidade de quadros ou visualizações customizáveis tendo campos interativos, listas suspensas, e/ou teclas operadas pelo usuá15 rio. A expressão interface gráfica de usuário pode ser usada no singular ou no plural para descrever uma ou mais interfaces gráficas de usuário e cada uma das exibições de uma interface gráfica de usuário particular. A GUI 109 pode incluir qualquer interface gráfica de usuário, tal como um navegador de rede genérico ou tela sensível ao toque, que processa informação no siste20 ma 100 e apresenta os resultados para o usuário. O publicador 104 pode aceitar dados do dispositivo de cliente 102 usando, por exemplo, o navegador de rede (por exemplo, Microsoft Internet Explorer ou Mozilla Firefox) e retornar as respostas apropriadas (por exemplo, HTML ou XML) para o navegador usando a rede 108.
O publicador 104 compreende um dispositivo eletrônico (por e
xemplo, um dispositivo de computação) operável para receber, transmitir, processar e armazenar dados associados com o sistema 100. Na modalidade ilustrada, o publicador 104 fornece as páginas de exibição 112 para os dispositivos de cliente 102 para exibição através da GUI 109. As páginas de 30 exibição 112 compreendem exibições através das quais um anúncio pode ser apresentado aos usuários dos dispositivos de cliente 102. Em geral, as páginas de exibição 112 incluem qualquer produto de trabalho armazenável em máquina e legível por máquina que pode gerar ou ser usado para gerar uma exibição através da GUI 109. As páginas de exibição 112 podem ser um arquivo, uma combinação de arquivos, um ou mais arquivos com vínculos embutidos para outros arquivos, etc. As páginas de exibição 112 podem 5 incluir texto, áudio, imagem, vídeo, animação e outros atributos. Em sumário, as páginas de exibição 112 compreendem qualquer código-fonte ou código de objeto para gerar uma exibição e fornecer instruções para recuperar um anúncio 120 para embutir na exibição e referido como um espaço de propaganda 113. Por exemplo, o espaço de propaganda 113 pode identificar um 10 anúncio de folheto para apresentar informação associada com um produto e/ou serviço. Tais instruções podem ser gravadas em qualquer linguagem de programação adequada, ou com base nela, tal como JavaScript.
O servidor de propaganda 106 compreende um dispositivo de computação eletrônico operável para receber, transmitir, processar e arma15 zenar dados associados com o sistema 100. O sistema 100 pode ser implementado usando computadores a não ser servidores, assim como um conjunto de servidores. De fato, o servidor de propaganda 106 pode ser qualquer computador, dispositivo eletrônico ou de processamento tal como, por exemplo, um servidor em lâmina, computador pessoal de uso geral (PC), 20 Macintosh, estação de trabalho, computador baseado em Unix, ou qualquer outro dispositivo adequado. Em outras palavras, o sistema 100 pode incluir computadores a não ser computadores de uso geral assim como computadores sem sistemas de operação convencionais. O servidor de propaganda 106 pode ser adaptado para executar qualquer sistema de operação incluin25 do Linux, UNIX, Windows Server, ou qualquer outro sistema de operação adequado. Em certas implementações, o servidor de propaganda 106 também pode incluir ou ser acoplado comunicativamente com um servidor de rede e/ou um servidor de correio.
O servidor de propaganda 106 inclui a memória 116 e um processador 118. A memória 116 pode ser uma memória local e incluir qualquer módulo de memória ou de base de dados e pode tomar a forma de memória volátil ou não-volátil incluindo, sem limitação, mídias magnéticas, mídias óticas, memória de acesso aleatório (RAM), memória somente de leitura (ROM), mídias removíveis, ou qualquer outro componente de memória local ou remoto adequado. Na implementação ilustrada, a memória 116 inclui as propagandas de rede 120, os perfis espaciais 122, os perfis temporais 124, 5 os critérios de avaliação 126 e os perfis de dispositivo 128, mas pode incluir outra informação sem divergir do escopo desta descrição. A memória local 116 também pode incluir quaisquer outros dados apropriados tais como aplicações ou serviços, diretrizes de barreira de proteção, um registro de segurança ou de acesso, arquivos reportando a impressos ou outros, arquivos ou 10 modelos HTML, classes de dados ou interfaces de objeto, aplicações ou subsistemas de software para criança e outros.
As propagandas de rede 120 incluem quaisquer parâmetros, indicadores, variáveis, algoritmos, instruções, regras, arquivos, vínculos, ou outros dados para fornecer facilmente conteúdo secundário através da GUI 15 109. Tais propagandas de rede 120 podem incluir (entre outras coisas) conteúdo primário, conteúdo secundário e/ou conteúdo patrocinado. Por exemplo, cada propaganda de rede 120 pode ser um elemento de texto, um elemento de gráficos, um elemento de multimídia, um vínculo de rede a uma segunda aplicação, um vínculo de rede a um módulo remoto, um executável, 20 ou qualquer outro elemento gráfico ou de exibição. Em um exemplo mais específico, a propaganda de rede 120 pode ser identificada ou de outro modo ser associada com uma ou mais lojas fora de linha 110 dentro de uma localização física particular. Em certas implementações, as propagandas de rede 120 (ou indicadores delas) podem ser armazenadas em uma ou mais 25 tabelas em uma base de dados relacionai descrita em termos de declarações ou manuscritos SQL. Em certas implementações, as propagandas de rede 120 podem ser formatadas, armazenadas, ou definidas como várias estruturas de dados em arquivos de texto, documentos de linguagem de marcação extensível (XML), arquivos de Método de Acesso a Armazena30 mento Virtual (VSAM), arquivos simples, arquivos Btrieve, arquivos de valores separados por vírgula (CSV), variáveis internas, ou uma ou mais bibliotecas. Por exemplo, uma propaganda de rede 120 particular pode ser meramente um indicador para uma propaganda de entidade externa armazenada remotamente. Em um outro exemplo, uma propaganda de rede 120 particular pode ser um anúncio armazenado internamente para um serviço acoplado firmemente. Em sumário, as propagandas de rede 120 podem compreen5 der uma tabela ou arquivo ou uma pluralidade de tabelas ou arquivos armazenados em um computador ou através de uma pluralidade de computadores em qualquer formato apropriado. De fato, algumas ou todas as propagandas de rede 120 podem ser locais ou remotas sem divergir do escopo desta descrição e podem armazenar qualquer tipo de dados apropriados.
Os perfis espaciais 122 incluem parâmetros, variáveis, diretrizes,
algoritmos, instruções, configurações, ou regras para identificar informação espacial associada com as lojas fora de linha 110. Por exemplo, o perfil espacial 122 pode identificar uma área geográfica associada com uma loja fora de linha 110. Em algumas implementações, o perfil espacial 122 identifica 15 uma localização e uma região ao redor da localização física. Certamente, os parâmetros indicados acima são para propósitos de exemplo e podem não refletir algumas implementações dentro do escopo desta descrição. O perfil espacial 122 pode incluir um ou mais dos seguintes parâmetros: uma localização, uma ou mais áreas, um erro associado com a localização e/ou área, 20 e outra informação associada com a localização física de uma ou mais lojas fora de linha 110. Cada perfil espacial 122 pode ser associado com uma ou com múltiplas lojas fora de linha 110. Múltiplos perfis espaciais 122 podem ser associados com uma única loja fora de linha 110. Em algumas implementações, múltiplos níveis de região geográfica podem ser definidos para 25 uma única loja fora de linha 110. Por exemplo, um perfil espacial 122 contendo uma região geográfica mais interna pode definir os parâmetros do prédio ou do espaço de venda a varejo ocupado pela loja fora de linha 110. Um perfil espacial 122 contendo uma maior região geográfica pode ser definido para incluir a área de estacionamento primário para convidados da loja 30 fora de linha 110. Uma região geográfica ainda mais ampla pode ser fornecida em um terceiro perfil espacial 122 que abranja mais opções de estacionamento remoto. Deste modo, uma probabilidade de uma conversão pode ser associada com as diferentes regiões geográficas. Em algumas implementações, as áreas maiores podem ter uma menor probabilidade associada quando comparadas com as áreas mais internas. Os perfis espaciais 122 podem ser armazenados em uma ou mais tabelas armazenadas em uma base de dados relacionai descrita em termos de declarações ou manuscritos SQL. Em outras implementações, os perfis espaciais 122 podem ser formatados, armazenados, ou definidos como várias estruturas de dados em arquivos de texto, documentos HTML, documentos XML, arquivos VSAM, arquivos simples, arquivos Btrieve, arquivos CSV, variáveis internas, ou uma ou mais bibliotecas. Em sumário, os perfis espaciais 122 podem compreender uma tabela ou arquivo ou uma pluralidade de tabelas ou arquivos armazenados em um computador ou através de uma pluralidade de computadores em qualquer formato apropriado. Além disso, os perfis espaciais 122 podem ser locais ou remotos sem divergir do escopo desta descrição e podem armazenar qualquer tipo de dados apropriados.
Os perfis temporais 124 incluem parâmetros, variáveis, diretrizes, algoritmos, instruções, configurações, ou regras para identificar informação temporal associada com as lojas fora de linha 110. Por exemplo, o perfil temporal 124 pode identificar períodos de operação e/ou durações mé20 dias de visitas de clientes à loja fora de linha 110. Em algumas implementações, o perfil temporal 124 pode identificar os horários do dia para cada dia da semana em que a loja fora de linha 110 opera. Em algumas implementações, o perfil temporal 124 pode definir um ou mais intervalos de tempo para realizar uma ou mais conversões na loja fora de linha 110. Por exemplo, o 25 perfil temporal 124 pode associar uma compra de carro com quatro horas e um aluguel de carro com 30 minutos. Em um outro exemplo, o perfil temporal 124 pode associar uma aplicação de residência com duas horas e uma aplicação de empréstimo de carro com 45 minutos. Alguns dos perfis temporais 124 podem ser associados com tipos diferentes das lojas fora de linha 110. 30 Por exemplo, um primeiro perfil temporal 124 pode ser associado com estações de gás e indicar que uma compra importa em média em cinco minutos enquanto que um segundo perfil temporal 124 pode ser associado com restaurantes e indicar que 45 minutos são associados com uma transação. O perfil temporal 124 pode incluir um ou mais do seguinte: uma loja específica, um tipo de loja, períodos de operação, período de tempos, tipos de conversão e outros. Certamente, os parâmetros indicados acima são para propósi5 tos de exemplo e podem não refletir algumas implementações dentro do escopo desta descrição. Cada perfil temporal 124 pode ser associado com uma ou com múltiplas lojas fora de linha 110. Em algumas implementações, múltiplos perfis temporais 124 podem ser uma única loja fora de linha 110 com base no tipo de conversão. Por exemplo, um perfil temporal 124 con10 tendo um menor intervalo de visita pode com uma compra de produtos de cuidado de cabelo, enquanto que um perfil temporal 124 contendo um maior intervalo de visita pode ser associado com um corte de cabelo. Em um outro exemplo, a loja fora de linha 110 pode ser associada com um perfil temporal 124 listando períodos de negócio padrão e um ou mais perfis temporais 124 15 contendo períodos de negócio em feriado, tal como semana de natal ou o dia após o Dia de Ação de Graças. Os perfis temporais 124 podem ser armazenados em uma ou mais tabelas armazenadas em uma base de dados relacionai descrita em termos de declarações ou manuscritos SQL. Em outras implementações, os perfis temporais 124 podem ser formatados, arma20 zenados, ou definidos como várias estruturas de dados em arquivos de texto, documentos HTML, documentos XML, arquivos VSAM, arquivos simples, arquivos Btrieve, arquivos CSV, variáveis internas, ou uma ou mais bibliotecas. Em sumário, os perfis temporais 124 podem compreender uma tabela ou arquivo ou uma pluralidade de tabelas ou arquivos armazenados em um 25 computador ou através de uma pluralidade de computadores em qualquer formato apropriado. Além disso, os perfis temporais 124 podem ser locais ou remotos sem divergir do escopo desta descrição e podem armazenar qualquer tipo de dados apropriados.
Os perfis de dispositivo 128 incluem parâmetros, variáveis, diretrizes, algoritmos, instruções, configurações, ou regras para determinar as atividades espaciais e/ou temporais dos dispositivos de cliente 102, por exemplo, dos dispositivos de cliente que tenham optado por um sistema de determinação de conversão. Por exemplo, cada perfil de dispositivo 128 pode identificar localizações e etiquetas de tempo associadas sem usar informação identificável pessoalmente. Alternativamente ou além disto, as instruções podem incluir limites na precisão da identificação espacial (e talvez 5 temporal). Em algumas implementações, o perfil de dispositivo 128 pode incluir um ou mais do seguinte: localizações, regiões, etiquetas de tempo, datas, tipo de dispositivo e outros. Em algumas implementações, o servidor de propaganda 106 é capaz de determinar informação anônima a respeito dos dispositivos de cliente 102 tal como por consultar a rede 108. Em uma 10 outra implementação, uma entidade externa (não ilustrada na figura 1), tal como um provedor de celular, pode fornecer informação espacial e/ou temporal anônima para o dispositivo de cliente 102. Em uma outra implementação, a informação pode não ser anônima quando um usuário opta por um sistema de determinação de conversão. Em algumas implementações os 15 perfis de dispositivo 128 também podem incluir regiões geográficas associadas com o dispositivo (por exemplo, endereço residencial do usuário, endereço comercial do usuário). Certamente, os parâmetros indicados acima são para propósitos de exemplo e podem não refletir algumas implementações dentro do escopo desta descrição. Em algumas implementações, cada perfil 20 de dispositivo 128 pode ser associado com um único ou com múltiplos clientes 102. Em algumas implementações, múltiplos perfis de dispositivo 128 podem ser associados com um único cliente 102. Em algumas implementações, o arquivo de dispositivo 128 é associado com um único usuário e pode ser referido como um perfil de usuário. No caso de um perfil de usuário, o 25 perfil de dispositivo 128 pode incluir informação espacial e/ou temporal para cada dispositivo de usuário.
Os perfis de dispositivo 128 podem ser armazenados em uma ou mais tabelas armazenadas em uma base de dados relacionai descrito em termos de declarações ou manuscritos SQL. Em outras implementações, os 30 perfis de dispositivo 128 podem ser formatados, armazenados, ou definidos como várias estruturas de dados em arquivos de texto, documentos HTML, documentos XML, arquivos VSAM, arquivos simples, arquivos Btrieve, arquivos CSV, variáveis internas, ou uma ou mais bibliotecas. Em sumário, os perfis de dispositivo 128 podem compreender uma tabela ou arquivo ou uma pluralidade de tabelas ou arquivos armazenados em um computador ou através de uma pluralidade de computadores em qualquer formato apropria5 do. Além disso, os perfis de dispositivo 128 podem ser locais ou remotos sem divergir do escopo desta descrição e podem armazenar qualquer tipo de dados apropriados.
Os critérios de avaliação 126 incluem quaisquer parâmetros, variáveis, algoritmos, instruções, regras, objetivos ou outras diretrizes para avaliar a probabilidade de o dispositivo de cliente 102 ter visitado a loja fora de linha 110 em resposta à propaganda 120. Em algumas implementações, os critérios de avaliação 126 identificam uma expressão para determinar uma probabilidade de que uma conversão de propaganda 120 tenha ocorrido. Alternativamente ou em combinação, os critérios de avaliação 126 podem identificar ou podem ser usados para identificar faixas de critérios regionais e/ou temporais associados com uma visita do dispositivo de cliente 102 à loja fora de linha 110 e a probabilidade de a visita ter culminado em uma transação por causa da propaganda 120 associada com cada faixa. Isto pode ser referido como a probabilidade de conversão. Por exemplo, critérios de avaliação podem identificar três faixas e associar uma ou mais das seguintes probabilidades: provavelmente, possivelmente ou não provavelmente. Em algumas implementações, os critérios de avaliação 126 podem ser baseados, pelo menos em parte, em informação obtida de um ou mais perfis espaciais 122 e/ou de um ou mais perfis temporais 124 associados com a loja fora de linha 110. Além de incluir critérios para avaliar conversões de propaganda, os critérios de avaliação 126 podem incluir expressões matemáticas para executar cálculos usando o(s) perfil(s) espacial(s) 122 e/ou o (s) perfil(s) temporal(s) 124. Por exemplo, os critérios de avaliação 126 podem incluir expressões matemáticas para computar probabilidades de que uma transação tenha sido completada na loja fora de linha 110 em resposta ao recebimento pelo menos da propaganda 120. Por exemplo, os critérios de avaliação 126 podem incluir faixas específicas de tal maneira que cada faixa é associada com uma probabilidade específica. Tais faixas podem ser fornecidas pelo publicador 104 ou por um usuário do servidor de propaganda 106, determinadas dinamicamente pelo servidor de propaganda 106, ou fornecidas por qualquer outro dispositivo adequado ou usuário associado com o 5 sistema 100. Por exemplo, três perfis espaciais 122 podem existir para a loja fora de linha 110. Usando os três perfis espaciais e um intervalo mínimo de tempo para visitar a região associada com os perfis espaciais, os critérios de avaliação podem conter algoritmos que ponderam a probabilidade de conversão de propaganda ter acontecido. Os critérios de avaliação 126 podem 10 ser com base em qualquer atributo adequado associado com a propaganda 120 e/ou com o publicador 104. Por exemplo, os critérios de avaliação 126 podem incluir critérios para avaliar conversões de propaganda durante feriados especificados (por exemplo, Páscoa, Natal) versus dias padrões de operação. Os critérios de avaliação 126 podem ser armazenados em uma ou 15 mais tabelas armazenadas em uma base de dados relacionai descrita em termos de declarações ou manuscritos SQL. Em outras implementações, os critérios de avaliação 126 podem ser formatados, armazenados, ou definidos como várias estruturas de dados em arquivos de texto, documentos HTML, documentos XML, arquivos VSAM, arquivos simples, arquivos Btrieve, arqui20 vos CSV, variáveis internas, ou uma ou mais bibliotecas. Em sumário, os critérios de avaliação de dispositivo 126 podem compreender uma tabela ou arquivo ou uma pluralidade de tabelas ou arquivos armazenados em um computador ou através de uma pluralidade de computadores em qualquer formato apropriado. Além disso, os critérios de avaliação 126 podem ser Io25 cais ou remotos sem divergir do escopo desta descrição e podem armazenar qualquer tipo de dados apropriados.
O processador 118 executa instruções e manipula dados para executar operações do servidor de propaganda 106. Embora a figura 1 ilustre um único processador 118 no servidor de propaganda 106, múltiplos pro30 cessadores 118 podem ser usados de acordo com necessidades particulares, e referência ao processador 118 é pretendida para incluir múltiplos processadores 118 onde aplicável. Na implementação ilustrada, o processador 118 executa o mecanismo de solicitação 132 e o mecanismo de conversão 134 em qualquer momento apropriado tal como, por exemplo, em resposta a uma solicitação ou entrada proveniente do publicador 104 ou de qualquer sistema de computador apropriado acoplado com a rede 108. O mecanismo 5 de solicitação 132 inclui qualquer software, hardware e/ou firmware, ou combinação dos mesmos, operável para recuperar e transmitir as propagandas 120 com base na informação enviada pelo publicador 104 e em quaisquer outros critérios aplicáveis. No caso de selecionar uma propaganda 120, o mecanismo de solicitação 132 pode receber informação de cliente tal como 10 localização espacial fornecida através da rede 108 ou do perfil de dispositivo 128, casar esta localização com um ou mais perfis espaciais 122, estreitar o resultado com base em outros critérios (por exemplo, períodos de negócio contidos no perfil temporal 124), e retornar uma propaganda 120 associada para o publicador 104. Por exemplo, se o dispositivo de cliente 102 estiver 15 dentro de uma proximidade imediata a duas diferentes lojas fora de linha 110 com base nos perfis espaciais 122, mas é domingo e uma das lojas fora de linha 110 está fechada no domingo de acordo com o perfil temporal 124, o mecanismo de solicitação pode enviar a propaganda 120 associada com a loja fora de linha 110 que está aberta no domingo. Em algumas implementa20 ções, o mecanismo de solicitação 132 pode avaliar os perfis espaciais 122 e/ou os perfis temporais 124 e o perfil de dispositivo 128 usando qualquer expressão matemática e/ou lógica adequada.
O mecanismo de conversão 134 inclui qualquer software, hardware e/ou firmware, ou combinação dos mesmos, operável para avaliar a 25 probabilidade de conversão de propaganda com base em qualquer processo adequado usando os critérios de avaliação 126 e dados temporais e/ou espaciais coletados no perfil de dispositivo 128 ou de outro modo obtidos da rede 108. Em algumas implementações, no caso de avaliar uma conversão de propaganda, o mecanismo de conversão 134 pode receber dados tempo30 rais e/ou espaciais anônimos do perfil de dispositivo 128 com relação ao dispositivo de cliente 102, avaliar a potencial conversão de propaganda usando os critérios de avaliação 126, e determinar uma probabilidade de conversão de propaganda com base no dispositivo de cliente tendo exibido a propaganda 120. Em implementações alternativas, se um proprietário do dispositivo de cliente tiver optado por um sistema de detecção de conversão que associa informação identificável pessoalmente com o seu dispositivo de cliente 5 de maneira que o usuário pode receber serviços aprimorados, o sistema de detecção de conversão pode receber informação adicional. Em algumas implementações, antes de avaliar conversões de propaganda, o mecanismo de conversão 134 pode executar um ou mais cálculos usando o perfil de dispositivo 128, os critérios de avaliação 126 e/ou o(s) perfil(s) espacial(s) 122 e 10 o(s) perfil(s) temporal(s) 124. Por exemplo, o mecanismo de conversão 134 pode comparar o tempo no qual o dispositivo de cliente 102 visitou a região associada com a loja fora de linha 110 para os períodos de operação fornecidos no perfil temporal 124. Independente de cálculos, o mecanismo de conversão 134 pode identificar critérios para determinar conversão de pro15 paganda usando os critérios de avaliação 126. Critérios podem incluir um número, uma faixa, um limiar e/ou quaisquer outros critérios adequados para avaliar a potencial conversão da propaganda 120.
Calcular a probabilidade de conversão da propaganda 120 pode incluir avaliar os dados coletados no perfil de dispositivo 128 com base no(s) perfil(s) espacial(s) 122 e/ou no(s) perfil(s) temporal(s) 124 associados com a loja fora de linha 110 e/ou nos critérios de avaliação 126 associados com a propaganda 120. Porcausa de múltiplos clientes 102 poderem ser associados com um único usuário, em algumas implementações, múltiplos perfis de dispositivo 128 podem ser considerados durante a comparação de regiões geográficas visitadas para o(s) perfíl(s) espacial(s) 122 associado(s) com a loja fora de linha 110. Em algumas implementações, o mecanismo de conversão 134 pode calcular a probabilidade de conversão de propaganda usando qualquer expressão matemática e/ou lógica adequada. Por exemplo, o mecanismo de conversão 134 pode determinar ou de outro modo identificar faixas associadas com a probabilidade de conversão de propaganda. Por exemplo, o mecanismo de conversão 134 pode dividir a probabilidade de conversão de propaganda em três faixas. Neste caso, as três faixas podem ser associadas com uma probabilidade baixa, média, ou alta de a visualização da propaganda 120 ter resultado em uma transação na loja fora de linha 110. No exemplo de faixas, o mecanismo de conversão 134 pode determinar uma probabilidade de conversão ao comparar os dados espaciais coletados 5 no perfil de dispositivo 128 para diferentes faixas associadas com a loja fora de linha 110 (por exemplo, a loja propriamente dita, terreno de estacionamento imediato, área de estacionamento remoto). Em algumas implementações, o mecanismo de conversão 134 pode determinar uma probabilidade de conversão ao comparar os dados temporais associados com o dispositivo 10 de cliente 102 para expandir faixas de tempo gasto dentro da localização geográfica relativa da loja fora de linha 110. Em um exemplo, uma visita de quarenta e cinco minutos a um restaurante pode ter uma maior probabilidade de conversão quando comparada com uma visita de vinte minutos. Em algumas implementações, o mecanismo de conversão 134 também pode con15 siderar o retardo de tempo entre o dispositivo de cliente 102 receber a propaganda 120 e o dispositivo de cliente 102 chegar dentro da localização geográfica da loja fora de linha 110 associada com a propaganda 120 durante a determinação da probabilidade de conversão de propaganda.
Independente da implementação particular, "software", tal como usado neste documento, pode incluir software, firmware, hardware com fio ou programado, ou qualquer combinação dos mesmos, tal como apropriado. De fato, o mecanismo de solicitação 132 e o mecanismo de conversão 134 podem ser gravados ou descritos em qualquer linguagem de computador apropriada incluindo C, C++, C#, Java, J#, Visual Basic, assembler, Perl, qualquer versão adequada de 4GL, assim como outras. Será entendido que embora o mecanismo de solicitação 132 e o mecanismo de conversão 134 estejam ilustrados na figura 1 como incluindo módulos individuais, cada um de o mecanismo de solicitação 132 e o mecanismo de conversão 134 pode incluir inúmeros outros submódulos ou pode ser em vez disto um único módulo de múltiplas tarefas que implementa os vários recursos e funcionalidade através de vários objetos, métodos, ou outros processos. Adicionalmente, embora ilustrado como internos ao servidor 106, um ou mais processos associados com o mecanismo de solicitação 132 e/ou com o mecanismo de conversão 134 podem ser armazenados, referenciados, ou executados remotamente. Além disso, o mecanismo de solicitação 132 e/ou o mecanismo de conversão 134 podem ser um filho ou submódulo de um outro módulo de 5 software ou aplicação de empresa (não ilustrado) sem divergir do escopo desta descrição.
O servidor de propaganda 106 também inclui a interface 136 para comunicação com outros sistemas de computador, tais como o publicador 104 e o dispositivo de cliente 102, através da rede 108 em um ambiente de 10 cliente-servidor ou em outro ambiente distribuído. Em certas implementações, o servidor de propaganda 106 recebe dados dos remetentes internos ou externos através da interface 136 para armazenamento na memória local 116 e/ou processamento pelo processador 118. De uma maneira geral, a interface 136 compreende lógica codificada em software e/ou hardware em 15 uma combinação adequada e operável para se comunicar com a rede 108. Mais especificamente, a interface 136 pode compreender software suportando um ou mais protocolos de comunicações associados com a rede de comunicações 108 ou hardware operável para comunicar sinais físicos.
A rede 108 facilita comunicação sem fio ou com fio entre o servidor de propaganda 106 e qualquer outro computador local ou remoto, tal como o publicador 104 e o dispositivo de cliente 102. A rede 108 pode ser toda ou uma parte de uma rede de empresa ou protegida. Embora ilustrada como uma única rede, a rede 108 pode ser uma rede contínua dividida logicamente em várias sub-redes ou redes virtuais sem divergir do escopo desta descrição, contanto que pelo menos uma parte da rede 108 possa facilitar comunicações das propagandas 120 e dados de cliente entre o servidor de propaganda 106, o publicador 104 e o dispositivo de cliente 102. Em algumas implementações, a rede 108 abrange qualquer rede interna ou externa, redes, sub-rede, ou combinação das mesmas operável para facilitar comunicações entre vários componentes de computação no sistema 100. A rede 108 pode comunicar, por exemplo, pacotes de Protocolo de Internet (IP), quadros de Tecnologia de Comutação de Quadros, células de Modo de Transferência Assíncrona (ATM), voz, vídeo, dados e outra informação adequada entre endereços de rede. A rede 108 pode incluir uma ou mais redes de área local (LANs), redes de acesso via rádio (RANs), redes de área metropolitana (MANs), redes de área estendida (WANs), toda ou uma parte da 5 rede global de computadores conhecida como Internet, e/ou qualquer outro sistema de comunicação ou sistemas em uma ou mais localizações.
O publicador 104 recebe uma solicitação para uma página de exibição 112 do dispositivo de cliente 102. Em algumas implementações, o publicador 104 transmite uma solicitação de propaganda, incluindo informação de identificação anônima com relação ao dispositivo de cliente 102, para o servidor de propaganda 106. Com base na solicitação e na informação obtida do(s) perfil(s) espacial(s) 122, perfil(s) temporal(s) 124 e/ou do perfil de dispositivo 128, o mecanismo de solicitação 132 identifica a propaganda 120. O servidor de propaganda 106 transmite a propaganda 120 para o publicador 104. O publicador 104 transmite a página de exibição 112 solicitada incluindo a propaganda 120 para o dispositivo de cliente 102. O servidor de propaganda 106 determina a localização do dispositivo de cliente 102. Por exemplo, em algumas implementações, o servidor de propaganda 106 pode receber, obter periodicamente, ou de outro modo identificar informação de localização anônima usando a rede 108. Em algumas implementações, o servidor de propaganda 106 atualiza um perfil de dispositivo 128 associado com a informação de localização. Este período de tempo pode variar dependendo da natureza da propaganda 120 e/ou dos serviços fornecidos pela loja fora de linha 110. Se, durante o período de tempo estabelecido, o dispositivo de cliente 102 entrar na região da loja fora de linha 110, o servidor de propaganda 106 calcula a quantidade total de tempo gasto dentro da dita região. Após o dispositivo de cliente anônimo 102 ter sido reconhecido como tendo visitado a região, ou após o período de tempo estabelecido ter expirado, o mecanismo de conversão 134 usa estes dados temporais e/ou espaciais juntamente com os critérios de avaliação 126 para determinar a probabilidade de conversão.
A figura 2 é um fluxograma ilustrando um método de exemplo 200 para manusear a solicitação para um anúncio de acordo com algumas implementações da presente descrição. De uma maneira geral, o método 200 descreve uma técnica de exemplo para receber uma solicitação para uma propaganda associada com uma loja fora de linha, determinar o mais 5 próximo ou de outro modo o varejista mais conveniente para apresentar em resposta à solicitação, e transmitir informação de propaganda de volta para o requerente. O método 200 considera usar qualquer combinação e arranjo apropriados de elementos lógicos implementando parte ou toda a funcionalidade descrita.
O método 200 começa na etapa 202 onde uma solicitação para
uma propaganda fora de linha é recebida. Em algumas implementações, a solicitação de propaganda inclui informação identificando anonimamente o dispositivo que estará recebendo a propaganda. Por exemplo, o servidor de propaganda 106 pode receber uma solicitação do publicador 104 para uma 15 propaganda 120 associada, por exemplo, com uma loja fora de linha 110 próxima ao dispositivo de cliente 102. Em algumas implementações, tais como aquelas onde o usuário tenha optado por serviços aprimorados, a solicitação, nesta condição, pode conter informação identificando o dispositivo de cliente 102, tal como um número de telefone celular, identificador de cli20 ente de provedor de serviço de rede e/ou outra informação.
Na etapa 204, um ou mais atributos espaciais são determinados. Por exemplo, o servidor de propaganda 106 pode descobrir a atual localização do dispositivo de cliente 102 usando a rede 108. Alternativamente, o servidor de propaganda 106 pode descobrir uma localização geográfica no 25 perfil de dispositivo 128 associada com o dispositivo de cliente 102. Em algumas implementações, tais como onde o usuário tenha optado por receber serviços aprimorados, o perfil de dispositivo 128 pode conter informação com relação ao endereço de faturamento, endereço comercial, endereço residencial, e/ou outra área comumente visitada associada com o cliente 30 102.
Usando estes atributos espaciais, na etapa 206, uma propaganda para uma loja fora de linha próxima pode ser identificada. O mecanismo de solicitação 132, por exemplo, pode comparar a(s) localização(s) geográfica(s) associada(s) com o dispositivo de cliente 102 para os perfis espaciais 122 para descobrir a loja fora de linha 110 mais conveniente para o dispositivo de cliente 102. Em algumas implementações, outra informação pode ser 5 usada para estreitar os resultados para os varejistas que o usuário do dispositivo de cliente 102 é mais provável de visitar. Por exemplo, perfis temporais podem conter períodos de operações para as lojas fora de linha 110. O mecanismo de solicitação 132 pode usar os períodos de negócio para selecionar uma loja fora de linha 110 que esteja aberta no momento.
Na etapa 208, uma vez que um perfil espacial tenha sido sele
cionado, a propaganda 120 associada pode ser localizada. Em algumas implementações, o mecanismo de conversão 134 procura a propaganda 120 com base no perfil espacial 122 selecionado na etapa 206. A propaganda pode então ser retransmitida para o requerente na etapa 210. Por exemplo, 15 o mecanismo de solicitação 132 pode então transmitir a informação de propaganda 120 para o publicador 104 em resposta à solicitação de propaganda. O publicador 104, nesta condição, transmitiria a propaganda 120 para o dispositivo de cliente 102.
A figura 3 é um fluxograma ilustrando um método de exemplo 300 para determinar a probabilidade de uma propaganda ter gerado negócio para o varejista apresentado de acordo com algumas implementações da presente descrição. De uma maneira geral, o método 300 descreve uma técnica de exemplo para comunicação com um dispositivo através de uma rede sem fio e determinar proximidade do dispositivo para uma loja fora de linha associada com uma propaganda previamente apresentada para o usuário. Existem dois elementos principais para o método 300. Primeiro, na etapa 306, o método 300 determina se o dispositivo sem fio já entrou ou não na região correspondendo à loja fora de linha. Neste caso, na etapa 314, o método 300 determina um período de tempo dentro daquela região para determinar uma probabilidade de que o usuário respondeu à propaganda. O método 300 considera uso de qualquer combinação e arranjo apropriados de elementos lógicos implementando parte ou toda a funcionalidade descrita. O método 300 começa na etapa 302 ao identificar uma região associada com um negócio fora de linha. Por exemplo, a propaganda 120 foi previamente enviada para o cliente 102 em resposta a uma solicitação de propaganda proveniente do publicador 104. O servidor de propaganda 106 5 pode associar um exemplo da propaganda 120 com o dispositivo de cliente 102, por exemplo, dentro do perfil de dispositivo 128. Uma região ou conjunto de regiões associadas com a propaganda 120 (por exemplo, descobertas dentro do(s) perfil(s) espacial(s) 122) pode ser associado com a localização da loja fora de linha 110.
Na etapa 304, um ou mais limiares de tempo de conversão de
propaganda são identificados. Os limiares indicam intervalos de tempo indicativos de uma conversão em uma loja fora de linha. Por exemplo, estes podem ser derivados ou de outro modo identificados nos critérios de avaliação 126 e/ou no perfil temporal 124 associados com a propaganda 120. Em 15 algumas implementações, o limiar corresponde a um período de tempo indicativo de que um usuário visitou uma região específica associada com uma loja fora de linha em resposta a ter visto uma propaganda particular.
Em conexão com identificar o limiar de conversão de propaganda, o método 300 determina anonimamente a localização geográfica do dis20 positivo de cliente. Por exemplo, o servidor de propaganda 106 pode consultar a rede 108 em intervalos estabelecidos para determinar a atual localização do dispositivo de cliente 102 e/ou processar o perfil de dispositivo 128. Se na etapa 306 o método 300 não determinar que o usuário tenha entrado nas proximidades do negócio de fora de linha, e se o limiar de conversão de 25 propaganda não estiver satisfeito na etapa 308, então o método determina que o exemplo da propaganda tem uma baixa probabilidade de uma conversão.
Se, entretanto, o método 300 descobrir na etapa 306 que o usuário entrou em uma região associada com a loja fora de linha, então o método 300 identifica, na etapa 312, um limiar para uma conversão específica dentro da região identificada. Tal como mencionado anteriormente, o limiar pode variar dependendo do tipo de conversão na loja fora de linha particular. Por exemplo, o(s) perfil(s) temporal(s) 124 e/ou os critérios de avaliação 126 podem conter uma regra com relação ã quantidade de tempo dentro da região da loja fora de linha 110 para completar uma transação. Este período de tempo pode ser com base na loja fora de linha 110 (por exemplo, de uma 5 maneira geral é gasto cinco minutos ou mais para completar uma transação em uma estação de gás), na propaganda 120 (por exemplo, de uma maneira geral é gasto cinco minutos ou mais para completar uma transação para um certificado de donativo em um restaurante, enquanto que pode ser gasto vinte minutos ou mais para comprar e/ou consumir uma entrada), e em ou10 tros parâmetros. O método compara período de tempo associado com o usuário com os limiares na etapa 314.
Se o período de tempo não satisfaz os limiares na etapa 316, por exemplo, o dispositivo de cliente sai das regiões, então o método 300 determina a propaganda como sendo malsucedida e/ou tendo uma baixa 15 probabilidade de conversão na etapa 310. Em um exemplo, o servidor de propaganda 106 pode consultar a rede 108 no término de tempo para obter uma atualização a respeito da atual localização do dispositivo de cliente 102. Em algumas implementações, o servidor de propaganda recebe atualizações periódicas da rede 108. Neste caso, o mecanismo de conversão 134 pode 20 determinar dinamicamente probabilidades de conversão e/ou identificar informação temporal no perfil de dispositivo 128.
Se o período de tempo dentro da região da loja fora de linha satisfizer o limiar, o método 300 pode continuar para determinar a duração da visita, na etapa 318, até que o usuário saia de uma ou mais regiões associa25 das com a loja fora de linha. Neste caso, o servidor de propaganda 106 pode determinar probabilidades para tipos diferentes de conversões. Por exemplo, um usuário que visita uma região associada com uma cafeteria por uma meia-hora pode ter uma alta probabilidade de comprar produtos de alimentação enquanto que uma visita de seis minutos pode ter uma alta probabili30 dade de comprar somente uma bebida. Em algumas implementações, o servidor de propaganda 106 pode armazenar dados geográficos periódicos associados com o dispositivo de cliente 102 no perfil de dispositivo 128. Uma vez que o método 300 tenha determinado que o usuário fez uma visita à região da loja fora de linha e se retirou, o método 300 pode calcular a conversão de propaganda na etapa 320. Por exemplo, o mecanismo de conversão 134 pode calcular a probabilidade de conversões de propa5 ganda. Informação contida nos critérios de avaliação 126, perfil(s) espacial(s) 122, perfil(s) temporal(s) 124 e/ou no perfil de dispositivo 128 pode ser usada para determinar estes cálculos. Em algumas implementações, o mecanismo de conversão 134 designa os resultados para faixas distintas (por exemplo, baixa, média ou alta probabilidade). Em outras implementações, o 10 mecanismo de conversão 134 determina uma probabilidade de uma conversão de propaganda. O método 300 pode executar quaisquer outros cálculos para designar uma probabilidade tal como um resultado sim/não booleano.
A figura 4 é um fluxograma ilustrando um método de exemplo 400 para solicitar uma propaganda através de uma rede sem fio. De uma 15 maneira geral, o método 400 descreve uma técnica de exemplo que um dispositivo sem fio pode usar para solicitar e receber conteúdo de anúncio digital através de uma rede. O método 400 considera o uso de qualquer combinação e arranjo apropriados de elementos lógicos implementando parte ou toda a funcionalidade descrita.
O método 400 começa na etapa 402 ao acessar uma rede de
comunicações através de uma conexão sem fio. Por exemplo, o dispositivo de cliente pode acessar a rede 108 usando qualquer forma adequada de comunicação sem fio. Na etapa 404, uma solicitação de conteúdo de propaganda é transmitida para um provedor de conteúdo. A solicitação de propa25 ganda pode incluir informação anônima identificando o dispositivo de cliente solicitante. Em um exemplo, o dispositivo de cliente 102 transmite uma solicitação para o publicador 104 através da rede 108. Em algumas implementações, a solicitação inclui um identificador de dispositivo anônimo (por exemplo, um endereço IP, um biscoito que não inclui informação pessoal de usuá30 rio, ou em jurisdições onde um endereço IP é considerado não anônimo, uma cadeia alfanumérica). Em um outro exemplo, onde o proprietário do dispositivo de cliente tenha optado por um sistema de detecção de conversão que determina informação identificável pessoalmente de maneira que o sistema pode fornecer ao usuário serviços aprimorados, a solicitação de dispositivo de cliente pode incluir informação adicional.
O dispositivo sem fio recebe uma propaganda para uma loja fora de linha próxima à localização do dispositivo na etapa 406. Em algumas implementações, a propaganda é enviada por meio do publicador 104 do servidor de propaganda 106 para o dispositivo de cliente 102 através da rede 108. Em algumas implementações, o dispositivo de cliente 102 é consultado pela rede 108 antes da seleção de propaganda para determinar a atual Iocalização do dispositivo de cliente 102. Isto permite ao servidor de propaganda 106 localizar uma propaganda para uma loja fora de linha que esteja perto da atual localização do usuário. Em outras implementações, dados de localização armazenados, por exemplo, no perfil de dispositivo 128 podem ser usados como entrada espacial para seleção de propaganda. Na etapa 408, a propaganda é exibida dentro da GUI do dispositivo sem fio.
Embora esta descrição tenha sido descrita em termos de certas implementações e métodos de uma maneira geral associados, alterações e permutações destas implementações e métodos estarão aparentes para os versados na técnica. Desta maneira, a descrição anterior de implementações 20 de exemplo não define ou restringe esta descrição. Outras mudanças, substituições e alterações também são possíveis sem divergir do espírito e escopo desta descrição.

Claims (20)

1. Método, compreendendo: receber informação espacial associada com um usuário em conexão com um anúncio apresentado através de um dispositivo do usuário, o anúncio associado com uma loja fora de linha tendo uma localização geográfica; e determinar uma probabilidade de conversão com base, pelo menos em parte, na informação espacial e na localização geográfica da loja fora de linha.
2. Método de acordo com a reivindicação 1, compreendendo adicionalmente: receber uma solicitação para um anúncio para exibição através do dispositivo de usuário; e identificar o anúncio associado com a loja fora de linha com base, pelo menos em parte, na informação espacial associada com o dispositivo de usuário.
3. Método de acordo com a reivindicação 1, compreendendo adicionalmente: receber informação temporal associada com o usuário em conexão com o anúncio apresentado através do dispositivo de usuário; e determinar a probabilidade de conversão com base, pelo menos em parte, na informação temporal.
4. Método de acordo com a reivindicação 1, compreendendo adicionalmente: identificar uma região geográfica associada com a loja fora de linha; e determinar que o usuário está dentro da região geográfica usando a informação espacial associada com o dispositivo de usuário.
5. Método de acordo com a reivindicação 1, o método compreendendo adicionalmente: determinar um período de tempo em que o usuário está dentro de uma região geográfica associada com a loja fora de linha com base, pelo menos em parte, na informação temporal; e determinar a probabilidade de conversão com base, pelo menos em parte, no período de tempo.
6. Método de acordo com a reivindicação 1, em que a informa5ção geográfica é uma área física incluindo a loja fora de linha.
7. Software para propaganda de lojas fora de linha compreendendo instruções legíveis por computador incorporadas em mídias e operável para: receber informação espacial associada com um usuário em conexão com um anúncio apresentado através de um dispositivo do usuário, o anúncio associado com uma loja fora de linha tendo uma localização geográfica; e determinar uma probabilidade de conversão com base, pelo menos em parte, na informação espacial e na localização geográfica da loja 15 fora de linha.
8. Software de acordo com a reivindicação 7, operável adicionalmente para: receber uma solicitação para um anúncio para exibição através do dispositivo de usuário; e identificar o anúncio associado com a loja fora de linha com base, pelo menos em parte, na informação espacial associada com o dispositivo de usuário.
9. Software de acordo com a reivindicação 7, operável adicionalmente para: receber informação temporal associada com o usuário em conexão com o anúncio apresentado através do dispositivo de usuário; e determinar a probabilidade de conversão com base, pelo menos em parte, na informação temporal.
10. Software de acordo com a reivindicação 7, operável adicionalmente para: identificar uma região geográfica associada com a loja fora de linha; e determinar que o usuário está dentro da região geográfica usando a informação espacial associada com o dispositivo de usuário.
11. Software de acordo com a reivindicação 7, operável adicionalmente para: determinar um período de tempo em que o usuário está dentro de uma região geográfica associada com a loja fora de linha com base, pelo menos em parte, na informação temporal; e determinar a probabilidade de conversão com base, pelo menos em parte, no período de tempo.
12. Software de acordo com a reivindicação 7, em que a informação geográfica é uma área física incluindo a loja fora de linha.
13. Servidor para propaganda de lojas fora de linha, compreendendo um ou mais processadores, operável para: receber informação espacial associada com um usuário em conexão com um anúncio apresentado através de um dispositivo do usuário, o anúncio associado com uma loja fora de linha tendo uma localização geográfica; e determinar uma probabilidade de conversão com base, pelo menos em parte, na informação espacial e na localização geográfica da loja fora de linha.
14. Servidor de acordo com a reivindicação 13, operável adicionalmente para: receber uma solicitação para um anúncio para exibição através do dispositivo de usuário; e identificar o anúncio associado com a loja fora de linha com base, pelo menos em parte, na informação espacial associada com o dispositivo de usuário.
15. Servidor de acordo com a reivindicação 13, operável adicionalmente para: receber informação temporal associada com o usuário em conexão com o anúncio apresentado através do dispositivo de usuário; e determinar a probabilidade de conversão com base, pelo menos em parte, na informação temporal.
16. Servidor de acordo com a reivindicação 13, operável adicionalmente para: identificar uma região geográfica associada com a loja fora de linha; e determinar que o usuário está dentro da região geográfica usando a informação espacial associada com o dispositivo de usuário.
17. Servidor de acordo com a reivindicação 13, operável adicionalmente para: determinar um período de tempo em que o usuário está dentro de uma região geográfica associada com a loja fora de linha com base, pelo menos em parte, na informação temporal; e determinar a probabilidade de conversão com base, pelo menos em parte, no período de tempo.
18. Servidor de acordo com a reivindicação 13, em que a informação geográfica é uma área física incluindo a loja fora de linha.
19. Sistema para propaganda de lojas fora de linha, compreendendo: um dispositivo para receber informação espacial e informação temporal associadas com um usuário em conexão com um anúncio apresentado através de um dispositivo do usuário, o anúncio associado com uma loja fora de linha tendo uma localização geográfica; e um dispositivo para determinar uma probabilidade de conversão com base, pelo menos em parte, na informação espacial, na informação temporal e na localização geográfica da loja fora de linha.
20. Sistema de acordo com a reivindicação 19, compreendendo adicionalmente: um dispositivo para receber uma solicitação para um anúncio para exibição através do dispositivo de usuário; e um dispositivo para identificar o anúncio associado com a loja fora de linha com base, pelo menos em parte, na informação espacial e na informação temporal associadas com o dispositivo de usuário.
BRPI0809857-3A 2007-03-30 2008-03-31 Determinação de conversão de propaganda BRPI0809857A2 (pt)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US69463507A 2007-03-30 2007-03-30
US11/694,635 2007-03-30
PCT/US2008/058906 WO2008121962A1 (en) 2007-03-30 2008-03-31 Determining advertising conversion

Publications (1)

Publication Number Publication Date
BRPI0809857A2 true BRPI0809857A2 (pt) 2014-09-30

Family

ID=39808712

Family Applications (1)

Application Number Title Priority Date Filing Date
BRPI0809857-3A BRPI0809857A2 (pt) 2007-03-30 2008-03-31 Determinação de conversão de propaganda

Country Status (8)

Country Link
US (2) US10755288B2 (pt)
JP (1) JP5453241B2 (pt)
CN (1) CN101785020A (pt)
AU (1) AU2008232558B9 (pt)
BR (1) BRPI0809857A2 (pt)
CA (1) CA2682574C (pt)
IL (1) IL201214A0 (pt)
WO (1) WO2008121962A1 (pt)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101785020A (zh) 2007-03-30 2010-07-21 谷歌公司 确定广告转化
US10304065B2 (en) 2007-03-30 2019-05-28 Google Llc Determining advertising conversion
US20110270673A1 (en) * 2010-04-30 2011-11-03 Google Inc. Location-based advertisement conversions
JP6386170B2 (ja) * 2014-05-19 2018-09-05 エックスアド インコーポレーテッドXad,Inc. マーケティング上のモバイル広告供給に関するシステムと方法
CN105976216A (zh) * 2016-06-30 2016-09-28 腾讯科技(深圳)有限公司 广告效果评估方法、广告投放方法及装置
JP6282703B1 (ja) * 2016-09-16 2018-02-21 ヤフー株式会社 配信装置、配信方法および配信プログラム
CN111415178A (zh) * 2019-01-04 2020-07-14 阿里巴巴集团控股有限公司 用户权益信息提供方法、装置及电子设备

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6571279B1 (en) 1997-12-05 2003-05-27 Pinpoint Incorporated Location enhanced information delivery system
US6332127B1 (en) * 1999-01-28 2001-12-18 International Business Machines Corporation Systems, methods and computer program products for providing time and location specific advertising via the internet
US6993570B1 (en) 1999-06-15 2006-01-31 Sun Microsystems, Inc. System and method for pushing personalized content to small footprint devices
US6970922B1 (en) 1999-08-27 2005-11-29 Donald Spector Network for targeting individual operating a microcomputer regardless of his location
JP3539629B2 (ja) * 1999-11-04 2004-07-07 日本電気株式会社 訪問保証型広告装置及び訪問保証型広告方法と移動端末
US7398225B2 (en) 2001-03-29 2008-07-08 American Express Travel Related Services Company, Inc. System and method for networked loyalty program
US20020116266A1 (en) 2001-01-12 2002-08-22 Thaddeus Marshall Method and system for tracking and providing incentives for time and attention of persons and for timing of performance of tasks
US20020161633A1 (en) * 2001-04-27 2002-10-31 Joseph Jacob Delivery of location significant advertising
JP3780507B2 (ja) 2002-03-14 2006-05-31 日本アイ・ビー・エム株式会社 セッション情報の引継ぎ方法、アプリケーションサーバ、Webサイト、およびプログラム
JP2006513462A (ja) 2002-03-20 2006-04-20 カタリナ マーケティング インターナショナル,インク. 予測された行動に基づくターゲット・インセンティブ
US7680796B2 (en) 2003-09-03 2010-03-16 Google, Inc. Determining and/or using location information in an ad system
JP4037155B2 (ja) * 2002-04-18 2008-01-23 京セラ株式会社 携帯端末
US20030212595A1 (en) 2002-05-10 2003-11-13 American Express Travel Related Services Company, Inc. Real-time promotion engine system and method
JP2003346039A (ja) * 2002-05-24 2003-12-05 Oki Electric Ind Co Ltd 商品情報提供システム
US8600804B2 (en) * 2002-11-07 2013-12-03 Novitaz, Inc. Customer relationship management system for physical locations
JP2005148289A (ja) * 2003-11-13 2005-06-09 Nec Fielding Ltd 広告配信システム,方法およびプログラム
JP2005182194A (ja) * 2003-12-16 2005-07-07 Mitsubishi Heavy Ind Ltd 駐車場情報管理装置、駐車場情報管理方法
US7596610B2 (en) 2005-03-15 2009-09-29 Microsoft Corporation Method and system for installing applications via a display page
US7930211B2 (en) * 2005-04-20 2011-04-19 At&T Intellectual Property I, L.P. System and method of providing advertisements to portable communication devices
US20070005419A1 (en) * 2005-06-30 2007-01-04 Microsoft Corporation Recommending location and services via geospatial collaborative filtering
US20070038516A1 (en) 2005-08-13 2007-02-15 Jeff Apple Systems, methods, and computer program products for enabling an advertiser to measure user viewing of and response to an advertisement
US8302030B2 (en) 2005-09-14 2012-10-30 Jumptap, Inc. Management of multiple advertising inventories using a monetization platform
US7660581B2 (en) 2005-09-14 2010-02-09 Jumptap, Inc. Managing sponsored content based on usage history
US8311845B2 (en) 2006-02-07 2012-11-13 Groupon, Inc. Pay-for-visit advertising based on visits to physical locations
US20070277248A1 (en) 2006-05-25 2007-11-29 Microsoft Corporation Installation of an Application Module and a Temporary Certificate
US9898627B2 (en) 2006-06-22 2018-02-20 Google Inc. Secure and extensible pay per action online advertising
US10567909B2 (en) 2006-10-26 2020-02-18 Samsung Electronics Co., Ltd. Wireless dissemination of environment aware information
US20080133342A1 (en) 2006-12-01 2008-06-05 Nathalie Criou Determining Advertising Effectiveness
US8065675B2 (en) 2007-03-21 2011-11-22 Yahoo! Inc. In-page installer
US10304065B2 (en) 2007-03-30 2019-05-28 Google Llc Determining advertising conversion
CN101785020A (zh) 2007-03-30 2010-07-21 谷歌公司 确定广告转化
US8229458B2 (en) 2007-04-08 2012-07-24 Enhanced Geographic Llc Systems and methods to determine the name of a location visited by a user of a wireless device
US20090037254A1 (en) 2007-04-27 2009-02-05 Marc David Colando Sponsored Content Responsive to Rules
US8489111B2 (en) 2007-08-14 2013-07-16 Mpanion, Inc. Real-time location and presence using a push-location client and server
US20100057532A1 (en) * 2008-09-03 2010-03-04 Sanguinetti Thomas V System and method for delivering relevant business information to customer and for tracking customer responses
US20110016465A1 (en) 2009-07-15 2011-01-20 Cbs Interactive, Inc. Systems and methods for synchronizing user and machine data during tracking of products on a user computer
US20110161172A1 (en) 2009-12-30 2011-06-30 Wei-Yeh Lee System and method for providing user control of the user's network usage data and personal profile information
US20110270673A1 (en) 2010-04-30 2011-11-03 Google Inc. Location-based advertisement conversions
US9237215B2 (en) 2012-02-10 2016-01-12 Time Warner Cable Enterprises Llc Remote activation of mobile applications
US20150310483A1 (en) 2012-02-24 2015-10-29 Google Inc. Determining application conversions

Also Published As

Publication number Publication date
WO2008121962A1 (en) 2008-10-09
CN101785020A (zh) 2010-07-21
US11961097B2 (en) 2024-04-16
CA2682574A1 (en) 2008-10-09
US10755288B2 (en) 2020-08-25
AU2008232558B9 (en) 2013-08-01
CA2682574C (en) 2017-07-11
US20200349588A1 (en) 2020-11-05
JP2010524061A (ja) 2010-07-15
JP5453241B2 (ja) 2014-03-26
US20190236616A1 (en) 2019-08-01
AU2008232558B2 (en) 2013-07-25
IL201214A0 (en) 2010-05-31
AU2008232558A1 (en) 2008-10-09

Similar Documents

Publication Publication Date Title
US10304065B2 (en) Determining advertising conversion
US11961097B2 (en) Determining advertising conversion
Krumm Ubiquitous advertising: The killer application for the 21st century
US9767485B2 (en) System and method for providing relevant user notifications
Radojevic et al. Solo travellers assign higher ratings than families: Examining customer satisfaction by demographic group
US20160027055A1 (en) Combining attributes from multiple sources
US20140012806A1 (en) Location graph based derivation of attributes
US10430842B2 (en) Method, system and computer program product for dynamically pricing perishable goods
US8788328B1 (en) Location affinity based content delivery systems and methods
Liang et al. Calibrating the dynamic Huff model for business analysis using location big data
Winnie The effects of website quality on customer e-loyalty: The mediating effect of trustworthiness
US20110137811A1 (en) Network based real estate transaction portal system and method
US20180247330A1 (en) Location-based reward system and method for aggregated retailers
US20140095302A1 (en) Enhanced Commercial Offer Presentation System
US11501332B2 (en) Advertisement information sharing system
JP2012079005A (ja) エリアマーケティングデータ提供システム
JP6693896B2 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
US20150201028A1 (en) Communication system with location based services mechanism and method of operation thereof
KR20130115552A (ko) 위치 기반 모바일 광고 시스템 및 방법
US10127585B1 (en) Interactive method and system for ordering and marketing wine and other products
US20150262258A1 (en) System and method publishing ad hoc offer messages and anonymous geographic proximity and category searches
JP6707020B2 (ja) 抽出装置、抽出方法及び抽出プログラム
US20170213250A1 (en) Platform for communicating messages indicating current availability of services
JP6664586B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
KR102061801B1 (ko) 부동산 정보 제공 방법 및 그 장치

Legal Events

Date Code Title Description
B08F Application dismissed because of non-payment of annual fees [chapter 8.6 patent gazette]
B08K Patent lapsed as no evidence of payment of the annual fee has been furnished to inpi [chapter 8.11 patent gazette]