CN103597508A - 基于转化路径的分段 - Google Patents
基于转化路径的分段 Download PDFInfo
- Publication number
- CN103597508A CN103597508A CN201180071569.1A CN201180071569A CN103597508A CN 103597508 A CN103597508 A CN 103597508A CN 201180071569 A CN201180071569 A CN 201180071569A CN 103597508 A CN103597508 A CN 103597508A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- conversion
- mutual
- conversion pathway
- 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
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 204
- 230000011218 segmentation Effects 0.000 title description 75
- 230000003993 interaction Effects 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000003860 storage Methods 0.000 claims abstract description 20
- 230000037361 pathway Effects 0.000 claims description 126
- 230000002452 interceptive effect Effects 0.000 claims description 76
- 230000009466 transformation Effects 0.000 claims description 43
- 230000001131 transforming effect Effects 0.000 claims description 32
- 238000006116 polymerization reaction Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 abstract description 37
- 238000004590 computer program Methods 0.000 abstract description 13
- 235000014510 cooky Nutrition 0.000 description 35
- 230000004044 response Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 238000005259 measurement Methods 0.000 description 12
- 230000015654 memory Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 238000003795 desorption Methods 0.000 description 11
- 238000012552 review Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000000047 product Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 230000005055 memory storage Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000013515 script Methods 0.000 description 4
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
包括在计算机存储介质上编码的计算机程序的方法、系统和设备,该方法、系统和设备包括接收用户交互数据,其中用户交互用内容项和转化项指定用户交互。转化项是满足预定转化标准的用户动作。该方法包括接收包括多个转化路径的转化路径数据的转化数据,其中每个转化路径包括在转化事件之前且包括转化事件的用户交互数据。该方法包括为转化事件确定与内容项的第一交互、辅助交互或者最后交互。该方法包括使用处理器基于路径级别维度和路径级别度量,提供定义转化路径数据的分段的能力。
Description
相关申请的交叉引用
本申请要求在2011年4月11日提交的美国专利申请NO.13/084530的优先权,该美国专利申请通过引用被全部包含于此。
背景技术
互联网提供了对各种各样内容的访问。例如,通过互联网可以访问关于大量不同主题的图像、音频、视频和网页。可访问的内容提供了向用户呈现广告的机会。可在诸如网页、图像或视频之类的内容中放置广告,或者内容可触发一个或多个广告的显示,例如在内容中的广告位置和/或在弹出窗口或其它覆盖(overlay)的广告位置中呈现广告。
广告客户使用各种广告管理工具来决定在特定类型的内容中显示哪些广告。这些工具还允许广告客户跟踪各个广告(ad)或广告活动(ad活动)的表现(performance)。还可以使用广告管理工具来改变用于确定何时显示特定广告的参数。
用于为广告客户生成表现衡量的数据通常包括所有可用的数据。这些数据通常包括来自多个服务器的数据的组合。该组合的数据相当大,使得需要根据该数据生成表现衡量以提供用于理解该数据的有效方式。因此,需要处理该数据。处理数据来生成有用和准确的表现衡量涉及到很多障碍。例如,如果表现衡量是基于一段时间内用户的动作,则可以使用cookie来跟踪一段时间内用户的动作。如果在这段时间内移除了这个cookie,则该数据将不会包含一段时间内用户动作的准确描述。该数据还可以包含被认为对广告客户具有重要意义的所记录的用户动作。这些动作(其可以是任何可记录的事件)被称作转化(conversion)。转化可以是由转化路径中的某个或者某些动作引起的。对于内容提供者而言,识别那些动作可能是有价值的。然而,数据包含可能由转化引起的很多动作。此外,数据还可以包含不包括任何转化的用户动作。因此,基于所有可能的动作来处理数据以便提供准确和可靠的表现衡量具有很多挑战。
发明内容
总的来说,可在包括接收转化路径数据的方法中嵌入本说明书中描述的主题的一个创新方面,其中所述转化路径数据包括用户交互数据。该方法可进一步包括为用户交互数据中的每个交互分配第一交互标签、辅助交互标签或最后交互标签中的一个或多个。该方法可根据路径级别维度、路径级别度量、交互级别维度和交互级别度量中的至少一个,来聚合转化路径数据。路径级别维度(维度)可表示作为转化路径的一部分的一个或多个交互的一个或多个特征。维度可以是基于用户与广告客户内容的交互的特征被分配字符或字符串值的变量。路径级别度量(度量)可包括整个转化路径的数值特征。度量可以是被分配了描述整个转化路径的整数或浮点值的变量。本方面的其他实施例包括被配置为执行本方法的动作的相应系统、设备和永久或有形的计算机可读媒介。
这些和其他实施例中的每一个可以可选地包括一个或多个以下特征。转化事件是满足预定转化标准的交互。转化路径数据可包括多个转化路径。每个转化路径包括在转化事件之前的并且包括该转化事件的用户交互数据。方法可包括提供用户接口,以定义包括或排除一组转化路径的条件。辅助交互是在导致转化事件的交互之前发生的用户的任何交互。最后交互是导致转化事件的用户的交互。用户交互数据包括由用户使用的用于到达内容项的源和介质。方法包括基于在另一类型的交互之前或之后发生的特定类型的交互进行过滤。
可实现本说明书中描述的主题的特定实施例,以便实现以下一个或多个优点。在用户到达广告客户内容之前的转化路径上执行基于转化路径的分段。基于转化路径的分段使得广告客户能够理解和得出关于跨渠道广告和投资回报的结论。使用基于转化路径的数据允许广告客户生成使用定制维度和复杂表达式的条件,例如(A or B)and(C or D and(E or not F))。前述表达式中每个字母可表示基于转化路径的度量和维度或者其他更复杂的条件。此外,条件可指定关于展示的维度和度量的值,包括路径级别(例如时间间隔或路径长度)以及交互级别(例如源/介质)维度和度量。条件还可以包括嵌套的条件。嵌套的条件可包含一个或多个度量或维度。基于转化路径的分段允许内容提供者分离或者比较匹配指定(通常复杂)标准的转化路径。例如,内容提供者可向转化数据应用分段,并且生成展示一个或多个转化分段的报告。定义这些复杂表达式允许广告客户查看他们的转化的子集(或者查看互相比较的多个子集)。内容提供者可根据在分段条件中指定的标准,来评估由转化路径表示的用户动作。例如,表达式可参照第一交互为自然搜索(organic search)的用户子集,来比较第一交互是电子邮件的转化用户的子集。
附图说明
在附图和下面的描述中将阐述本说明书描述的主题的一个或多个实施例的细节。根据说明书、附图和权利要求,该主题的其他特征、方面和优点将更加明显。
图1是根据一个说明性实施例的示例环境的框图,该示例环境中广告管理系统管理广告服务;
图2是根据一个说明性实施例用于集成用户交互日志数据的方法的流程图;
图3是根据一个说明性实施例描述在用户交互日志数据集成处理期间更新的用户交互数据的框图;
图4a描述具有第一交互、辅助交互和最后交互的转化路径的示例;
图4b示出基于来自图4a的用户交互的路径长度确定;
图4c示出基于来自图4a的用户交互从第一用户交互到转化的时间间隔;
图5是显示一段时间内辅助交互的说明性用户接口;
图6是用于与示例域名相关的报告的说明性用户接口;
图7是可展示给广告客户来创建新分段的说明性用户接口;
图8是当广告客户选择来自图7的路径交互时,展示给该广告客户的说明性用户接口;
图9是当广告客户选择来自图8的路径交互菜单的第一交互时生成的说明性用户接口;
图10是展示被选作流量介质的源的说明性用户接口;
图11是当在图10中选择添加AND语句选项时显示的说明性用户接口;
图12是当在图11中选择添加OR语句选项时显示的说明性用户接口;
图13是来自图12的分段的说明性用户接口;
图14描述可以如何用图形和数值格式比较两个分段;
图15显示关于两个分段的转化数据,并且使用各种路径长度度量来比较该转化数据;
图16是根据一个说明性实施例的计算机系统的框图;
各附图中同样的参考数字和名称指示同样的元素。
具体实施方式
内容提供者(例如广告客户)可访问公开了关于用户与内容各种交互的信息的各种报告。每个用户交互可包括多个维度,该维度可包含与用户交互相关联的数据。可生成报告来向内容提供者(或广告客户)提供关于用户交互的信息。这样的报告可具有大量的唯一用户交互。可生成用于聚合满足各种聚合规则的各种用户交互的规则。可生成包括各种聚合的用户交互的报告。用户交互可包括转化路径数据,该转化路径数据包括用户用于访问内容提供者的内容的源/介质。
作为贯穿本文档所使用的术语,用户交互包括对用户的任何内容呈现,以及响应于对用户的内容呈现用户采取的任何随后的积极动作或者不采取动作(除非另外指定,总称为“动作”)(例如,在呈现内容后选择内容,或者在呈现内容后不选择内容)。因此,用户交互不一定需要由该用户选择内容(或者任何其他积极动作)。例如,可将在一段时间内用户回顾内容认为是交互。用户交互还可以包括用户在网页浏览器中直接键入内容提供者的URL。
分析工具(即图1的表现分析设备120)可分析转化路径数据,以辅助广告客户来确定有效的广告策略。转化路径数据的分析和报告可以使广告客户能够做出广告预算分配决定。该广告决定可导致更大数量的用户接触该广告客户的内容。在许多场合,用户与广告客户的内容的交互可能一开始不会导致用户的转化动作。用户可在执行转化动作(参见图4a-c)之前多次回顾内容。分析工具的实施例基于与转化路径属性相关的维度和度量,提供了对转化路径数据进行分段的能力。路径级别维度(维度)可表示作为转化路径的一部分的一个或多个交互的一个或多个特征。维度可以是基于用户与广告客户内容的交互的特征被分配字符或字符串值的变量。路径级别度量(度量)可包括整个转化路径的数值特征。度量可以是被分配了描述整个转化路径的整数或浮点值的变量。
特别地,分析工具可基于在导航到广告客户的内容时用户经过的一个或多个路径,允许广告客户对转化路径数据进行分段。分析工具的实施例可专注于在用户访问广告客户的网站之前刚好发生的用户交互。在另一个实施例中,分析工具可跟踪或者分析在最后的转化之前的所有用户交互,包括与内容提供者的网站的交互。(例如回头客等)。例如,广告客户可使用多个市场渠道(搜索项、社交媒体、电子邮件活动等等)促使用户流量到达他们的站点,导致在他们的网站上的期望用户动作(即转化)。分析工具可识别促使用户到达在线内容的市场渠道。此外,分析工具可将额外的信息归于用户交互(例如,第一交互标签、辅助交互标签、最后交互标签、路径长度信息、时间间隔信息等等)。
用户交互衡量可包括下列中的一个或多个:时间间隔衡量(即衡量从一个或多个指定的用户交互到转化的时间)、路径长度衡量(即在转化前发生的用户交互的数量)、用户交互路径(即在转化前发生的用户交互的序列)、辅助交互衡量(即在转化前发生的特定用户交互的数量)和辅助的转化衡量(即由指定内容辅助的转化的数量)。
图1是根据一个说明性实施例的示例环境的框图,其中广告管理系统管理广告服务。示例环境100包括网络102,例如局域网(LAN)、广域网(WAN)、互联网或者上述的组合。网络102连接网站104、用户装置106、广告客户108和广告管理系统110。示例环境100可包括数千个网站104、用户装置106和广告客户108。
网站104包括与域名关联的且由一个或多个服务器寄载的一个或多个资源105。一个示例网站是采用超文本标记语言(HTML)格式的网页的集合,该网页可包含文本、图像、多媒体内容和编程元素,例如脚本。
资源105是可通过网络102提供的任何数据。通过与资源105关联的资源地址来标识资源105,该资源地址例如统一资源定位符(URL)。举例来说,资源105可包括网页、字处理文档、可移植文档格式(PDF)文档、图像、视频、编程元素、交互式内容和馈源(feed source)。资源105可包括内容,例如单词、短语、图像和声音,该内容可包含嵌入信息(例如超链接中的元信息)和/或嵌入指令。嵌入指令可包括在用户装置处(例如在网页浏览器中)执行的代码。可以采用诸如或的语言来编写代码。
用户装置106是由用户控制的电子装置,并且能够通过网络102请求和接收资源105。用户装置106的例子包括个人计算机、移动通信装置和能够通过网络102发送和接收数据的其他装置。用户装置106通常包括便于通过网络102发送和接收数据的用户应用,例如网页浏览器。
用户装置106可向网站104请求资源105。反过来,可将表示资源105的数据提供给用户装置106,用于由用户装置106进行呈现。表示资源105的数据可包括用于指定其中可呈现广告的资源的部分或者用户显示的部分(例如,弹出式窗口的呈现位置或者在网页的位置中的呈现位置)的数据。资源105或者用户显示的这些指定部分称作广告位置。
为便于搜索通过网络102可访问的大量资源105,环境100可包括搜索系统112,其通过抓取和索引在网站104上提供的资源105来识别资源105。可基于与数据关联的资源105来索引关于资源105的数据。可选地,将资源105的索引副本和(可选的)高速缓存副本存储在搜索索引(未示出)中。
用户装置106可通过网络102向搜索系统112提交搜索查询。作为响应,搜索系统112访问搜索索引,以识别与搜索查询相关的资源105。在一个说明性实施例中,搜索查询包括一个或多个关键词。搜索系统112识别响应于查询的资源105、以搜索结果的形式提供关于该资源105的信息,并且以搜索结果页面向用户装置106返回该搜索结果。搜索结果可包括由搜索系统112生成的数据,其标识响应于特定搜索查询的资源105,并且搜索结果可包括到资源105的链接。搜索结果的例子可包括网页标题、从网页104提取的文本片段或图像的部分、资源105的呈现、以及网页104的URL。搜索结果页面还可以包括在其中可呈现广告的一个或多个广告位置。
可将搜索结果页面与来自搜索系统112的对于用户装置106的网页浏览器设置HTTP(超文本传输协议)cookie的请求一起进行发送。例如,cookie可表示特定用户装置106和特定网页浏览器。例如,搜索系统112包括服务器,该服务器通过在HTTP响应中发送搜索结果页面来回答查询。该HTTP响应包括使得浏览器为服务器寄载的站点或者为服务器的域存储cookie的指令(例如,设置cookie指令)。如果浏览器支持cookie且启用了cookie,则对该相同服务器或者该服务器的域内的服务器的每一个随后的页面请求将包括该cookie。cookie可存储各种数据,包括唯一或部分唯一标识符。可隐去该唯一或部分唯一标识符并且该唯一或部分唯一标识符与用户名称没有关系。由于HTTP是无状态协议,因此使用cookie允许外部服务(例如搜索系统112或其他系统)在多个会话上跟踪用户的特定动作和状态。例如,用户可通过在浏览器的设置中禁用cookie,来选择退出跟踪用户动作。
当用户装置106请求资源105或搜索结果时,或者当将资源105或搜索结果提供给用户装置106时,广告管理系统110接收对广告的请求,其中该广告将与资源105或搜索结果一起被提供。对广告的请求可包括为请求的资源105或搜索结果页面定义的广告位置的特征,并且可被提供给广告管理系统110。例如,可向广告管理系统110提供:对资源105的引用(例如URL),其中为该资源105定义了广告位置;广告位置的大小;和/或可用于在该广告位置中呈现的媒体类型。类似地,还可以向广告管理系统110提供与请求的资源105关联的关键词(即与内容关联的一个或多个单词)(“资源关键词”)或者请求搜索结果的搜索查询,以帮助识别与资源105或搜索查询相关的广告。
基于在对广告的请求中包括的数据,广告管理系统110可选择将要响应于该请求而提供的、符合条件的广告(“符合条件的广告”)。例如,符合条件的广告可包括具有与广告位置的特征相匹配的特征的广告以及被识别为与指定的资源关键词或搜索查询相关的广告。在一些实施例中,广告管理系统110将具有与资源关键词、搜索查询或搜索查询的部分相匹配的目标关键词的广告选为符合条件的广告。
广告管理系统110为资源105或搜索结果页面的每个广告位置选择符合条件的广告。用户装置106接收用于由该用户装置106呈现的资源105或搜索结果页面。可将表示与呈现的广告的用户交互的用户交互数据存储在历史数据存储器119中。例如,在经由广告服务器114向用户呈现广告时,可在日志文件116中存储数据。如下文中所详细描述的,可聚合该日志文件116与历史数据存储器119中的其他数据。因此,历史数据存储器119包含表示广告印象(impression)的数据。例如,响应于对呈现的广告的请求来存储该广告的呈现。例如,广告请求可包括标识特定cookie的数据,使得标识cookie的数据可与标识响应于请求而呈现的广告的数据相关联地存储。在一些实施例中,可将数据直接存储到历史数据存储器119。
类似地,当用户选择(即点击)呈现的广告时,可将表示对广告的选择的数据存储到日志文件116、cookie或历史数据存储器119中。在一些实施例中,响应于对由广告链接到的网页的请求来存储数据。例如,用户对广告的选择可以发起呈现由(或者为)广告客户提供的网页的请求。该请求可包括标识关于用户装置的特定cookie的数据,并且可将该数据存储到广告数据存储器中。
用户交互数据可与唯一标识符关联,该唯一标识符表示执行用户交互的相应的用户装置。例如,在一些实施例中,用户交互数据可与一个或多个cookie关联。每个cookie可包括指定初始化时间的内容,该初始化时间指示在特定用户装置106上最初设置该cookie的时间。
日志文件116或者历史数据存储器119还可以存储对广告的引用和表示条件的数据,其中在该条件下选择用于向用户呈现的每个广告。例如,历史数据存储器119可存储目标关键词、出价(bid)和选择符合条件的广告用于呈现的其他标准。此外,历史数据存储器119可包括指定关于每个广告的多个印象的数据,以及,可以例如使用造成广告印象的关键词和/或与印象关联的cookie来跟踪关于每个广告的多个印象。还可以存储关于每个印象的数据,使得每个印象和用户选择可与选择的广告和/或使得该广告被选择用于呈现的目标关键词相关联(即,参考该选择的广告和/或目标关键词存储每个印象和用户选择,和/或根据该选择的广告和/或目标关键词索引每个印象和用户选择)。
广告客户108可向广告管理系统110提交用于控制广告分发的活动参数(例如,目标关键词和相应的出价)。广告客户108可访问广告管理系统110,以监控使用活动参数分发的广告的表现。例如,广告客户可访问活动表现报告,其提供关于广告的多个印象(即呈现)、选择(即点击),以及已识别的转化。活动表现报告还可以提供在指定的时间段内关于广告的总成本、每次点击的成本,以及其他成本衡量。例如,广告客户可以访问表现报告,其描述了使用短语匹配关键词“曲棍球”分发的广告已经得到1000个印象(即已被呈现1000次)、已被选择(例如被点击)20次,以及已经记入5个转化。因此,可以用1000个印象、20次点击和5个转化标志短语匹配关键词曲棍球。
如上文所述,提供给特定内容提供者的报告可描述用于衡量在转化之前发生的、用户与内容交互的表现衡量。当用户执行指定动作时发生转化,并且转化路径包括转化以及在由用户执行转化之前发生的一组用户交互。可将任何一个或多个“可记录的”用户交互看作转化。例如,拨打在网站上显示的电话号码可以是转化并且可以被跟踪。构成转化的因素可能因事而异并且可以用各种方式来确定。例如,当用户点击广告、转到网页或网站,然后在离开该网页或网站之前在那完成购买时,可发生转化。再例如,当用户在特定网站花费多于给定时间量的时间时,可发生转化。来自多个用户交互的数据可用于确定在特定网站的时间量。
每个广告客户可指定构成转化的动作。例如,每个广告客户可选择一个或多个可衡量/可观察的用户动作作为转化,例如下载白皮书、至少导航到网站的给定深度、至少查看一定数量的网页、至少在网站或网页上花费预定的时间量,或者在网站上注册。也可以使用构成转化的其他动作。
要跟踪转化(以及与广告客户的网站的其他交互),广告客户可在该广告客户的网页中包含嵌入指令,其中该嵌入指令监控与广告客户的网站的用户交互(例如页面选择、内容项目选择和其他交互),并且可以检测构成转化的用户交互(或者一系列用户交互)。在一些实施例中,当用户从引用网页(或其他资源)访问网页或另一资源时,可识别关于该交互的引用网页(或其他资源),例如,通过执行由正被访问的网页引用的代码片段和/或基于用于访问该网页的URL来识别。
例如,用户可通过选择在网页上呈现的链接来访问广告客户的网站,例如,选择作为广告客户的联属会员(affiliate)的推广活动的部分的链接。该链接可与包括唯一标识资源的数据(即文本)的URL相关联,其中用户从该资源进行导航。例如,链接http://www.example.com/homepage/%affiliate_identifier%promotion_1表明将用户从与该URL中指定的联属会员标识符号关联的联属会员的网页导航到example.com网页,并且基于选择在与promotion_1关联的推广活动中包含的链接将用户定向到example.com网页。可将关于该交互(即选择链接)的用户交互数据存入数据库,并且如下文所述,使用该用户交互数据来促成表现报告。
在为广告客户检测到转化时,可将表示转化的转化数据传输到接收该转化数据的数据处理设备(“分析设备”),进而将该转化数据存储在数据存储器中。可与用于执行用户交互的用户装置的一个或多个cookie相关联地存储该转化数据,使得与cookie关联的用户交互数据可与转化关联,并且可用于生成关于该转化的表现报告。
通常,当使用目标关键词定为目标的广告是转化前最后点击的广告时,认为该转化归因于该目标关键词。例如,广告客户X可将关键词“网球”、“鞋”和“品牌X”与广告相关联。在该示例中,假设用户提交对“网球”的第一搜索查询,向该用户呈现包括广告客户X的广告的搜索结果页面,并且该用户选择该广告,但是该用户并未采取构成转化的动作。进一步假设该用户随后提交对“品牌X”的第二搜索查询,向该用户呈现广告客户X的广告,用户选择广告客户X的广告,并且用户采取构成转化的动作(例如,用户购买品牌X网球鞋)。在该示例中,将该转化归因于关键词“品牌X”,这是因为转化前选择的最后一个广告(“最后选择的广告”)是响应于匹配“品牌X”而呈现的广告。
向导致呈现在转化前最后选择的广告的关键词提供转化计分(“最后选择计分(credit)”)是对广告表现的一种有效衡量,然而仅仅该衡量并不能向广告客户提供帮助分析转化周期的数据,该转化周期包括在最后选择的广告之前用户对广告的接触和/或选择。例如,单独的最后选择计分衡量并不描述可能已经通过在选择该最后选择的广告之前对呈现给用户和/或由用户选择的广告的呈现而增加了品牌或产品知名度的关键词。然而,这些广告可能已经对随后采取构成转化的动作的用户具有重大贡献。
在上面的示例中,即使响应于匹配关键词“网球”的搜索查询而呈现的广告可能对采取构成转化的动作(例如购买品牌X网球鞋)的用户有贡献,但没有向关键词“网球”提供关于转化的任何计分。例如,当用户选择响应于匹配关键词“网球”而呈现的广告时,用户可能已经查看了可从广告客户X获得的品牌X网球鞋。基于用户对品牌X网球鞋的接触,用户可能已经随后提交了搜索查询“品牌X”,以寻找来自品牌X的网球鞋。类似地,无论用户对广告的选择如何,用户对使用关键词“网球”定为目标的广告的接触也已经对随后采取构成转化的动作(例如购买来自广告客户X的产品)的用户有所贡献。分析在选择最后选择的广告之前发生的与广告客户的广告(或者其他内容)的用户交互,可以提高广告客户理解该广告客户的转化周期的能力。
转化周期是从向用户呈现广告时开始,且在用户采取构成转化的动作时结束的期间。可由时间或动作来衡量和/或约束转化周期,并且该转化周期可跨越多个用户会话。用户会话是聚合在一起用于分析的用户交互的集合。每个用户会话包括表示由特定用户执行的且在会话窗口内(即指定期)的用户交互的数据。例如,会话窗口可以是指定的时间段(例如1小时、1天或1个月),或者可使用指定动作来划定该会话窗口。例如,用户搜索会话可包括在1小时期间内发生的和/或在会话结束事件(例如,关闭搜索浏览器)之前发生的用户搜索查询以及随后的动作。
分析转化周期可提高广告客户理解在转化周期内其顾客如何与广告交互的能力。例如,如果广告客户确定从用户第一次接触广告到转化的平均时间量为20天,则广告客户可使用该数据来推断用户在转化(即采取构成转化的动作)前用于研究替代源所花费的时间量。类似地,如果广告客户确定很多进行转化的用户在使用特定关键词定为目标的广告的呈现之后这样做,则广告客户可能希望增加其在使用该关键词分发的广告上花费的资金数量,和/或提高使用该特定关键词定为目标的广告的质量。
帮助分析转化周期的用户交互衡量可称作转化路径表现衡量。转化路径是在由特定用户转化前且包括该转化的该特定用户的一组用户交互。如在下文中详细描述的,转化路径表现衡量描述转化周期的持续时间、在转化周期的持续时间内发生的用户交互数量、转化前的用户交互路径、转化前发生的特定用户交互的数量,以及对在转化周期的持续时间内发生的用户交互的其他衡量。
广告管理系统110包括表现分析设备120,其确定描述在转化周期的持续时间内用户与内容项交互的衡量的转化路径表现衡量。表现分析设备120为每个广告客户跟踪用户与该广告客户提供的广告的交互、确定(即计算)一个或多个转化路径表现衡量,以及提供使得能够呈现表现报告的数据,其中该表现报告描述至少一个转化路径表现衡量。通过使用表现报告,广告客户可分析其转化周期,并且得知其每个关键词如何引起对促成转化的广告的呈现,而不管该关键词是否引起对最后选择的广告的呈现。反过来,广告客户可基于表现报告来调整控制其广告分发的活动参数。
可提供配置选项来减少表现报告中的偏差。没有配置选项,某些表现报告可能有偏差,例如偏向短转化路径。例如,如果用作报告基础的数据包括部分转化路径的百分比,则表现报告可能偏向短转化路径。部分转化路径是其中关于用户的一些用户交互数据但不是所有用户交互数据都与转化关联的转化路径。例如,如果使用小于请求报告的广告客户的典型转化周期长度的报告期来生成报告,则可在该报告中加入部分转化路径。
报告期确定被报告的转化周期的最大长度(以天来表示),这是由于并不使用报告期外的额外数据来生成该报告。表现报告可基于报告期(即回顾窗口),使得在生成报告时不将报告期之前的用户交互看作转化周期的部分。这样的报告期称作“回顾窗口”。例如,当根据三十天的回顾窗口生成报告时,表示在给定年份的7月1日和7月31日之间发生的用户动作的可用用户交互数据,将会对在该年7月31发生的转化可用。
在使用默认回顾窗口(例如三十天)时,如果与报告关联的产品的典型转化周期长度大于该默认回顾窗口,则表现报告会偏向短转化路径。例如,在上文的示例中,“品牌X”网球鞋的典型转化周期(例如三十天)与较贵产品(例如,新车)的转化周期相比可能相对较短。新车可具有更长的转化周期(例如,九十天)。
不同的广告客户或者广告客户的不同产品可具有不同的关联转化周期长度。例如,出售低价(例如小于100美元)产品的广告客户可指定30天的回顾窗口,而出售较昂贵的产品(例如至少1000美元)的广告客户可指定90天的回顾窗口。
在一些实施例中,广告客户108可以在请求表现报告时,例如通过输入天数或者通过从特定的回顾窗口列表(例如30天、60天、90天)中选择回顾窗口来指定要使用的回顾窗口。允许广告客户配置他们的表现报告的回顾窗口使得广告客户能够选择与他们的产品的转化周期相对应的回顾窗口。允许回顾窗口配置还使得广告客户能够用不同的回顾窗口进行实验,其结果可能导致发现提高转化速率的方法。
其他因素可对报告部分转化路径起作用。例如,如上文所述,用作报告基础的用户交互数据可与表示用户装置的唯一标识符相关联,其中使用该用户装置来执行用户交互。如上文所述,可将唯一标识符存储为cookie。Cookie可以被从用户装置删除,例如,可由删除cookie的用户、删除cookie的浏览器(例如,在退出浏览器时,基于浏览器偏好设定),或者删除cookie的一些其他软件(例如反间谍软件)来删除cookie。
如果从用户装置删除了cookie,则当用户访问网页(例如搜索系统112)时,会在用户装置上设置新的cookie。该新的cookie可用于存储新的部分唯一标识符,并且因此在该用户装置上发生的随后的用户交互数据可与不同的标识符相关联。因此,由于认为每个用户标识符表示不同的用户,所以与关联新的cookie的用户交互数据相比,与被删除的cookie关联的用户交互数据被标识为与不同的用户相关联。
例如,在上文的示例中,假设用户在执行对“网球”的第一搜索查询后删除cookie,并且在cookie被删除后发生对“品牌X”的第二搜索查询。在这个示例中,基于关于用户的用户交互数据计算的表现衡量可能出现偏差。例如,由于不将第一搜索查询导致的广告选择看做是与第二搜索查询导致的广告选择相同的转化周期的部分,所以路径长度衡量可能被计算为一,而不是二,这是因为这两个用户交互看起来并不是由相同的用户执行的。
要查看减少由部分转化路径导致的偏差的报告,广告客户可为该报告指定回顾窗口。如上文所述,回顾窗口指定用于生成报告的用户交互数据是与唯一标识符关联的用户交互数据,其中,该唯一标识符具有在转化前的指定期(例如三十天、六十天、九十天)之前的初始化时间。因此,对于其中用户交互数据与具有该指定期后的初始化时间的唯一标识符相关联的转化不被包含在内来作为该报告的基础。具有近期初始化时间的唯一标识符指示可能最近已经在该唯一标识符表示的用户装置上重新初始化了该唯一标识符。因此,与相对较新的唯一标识符关联的用户交互数据可以仅表示部分转化路径。或者,对于其中用户交互数据与具有该指定期后的初始化时间的唯一标识符相关联的转化被包含在该报告中。为减少偏差,在加入报告之前,从转化路径中移除在转化路径中包括的、在该指定期之后发生的任何用户交互。
图2是根据一个说明性实施例用于集成用户交互日志数据的方法的流程图。方法200是更新转化路径并且基于更新的用户转化路径确定转化的方法。
可在广告管理系统110、表现分析设备120或者另一个计算装置上实现方法200。在一个实施例中,在计算机可读介质上编码方法200,该计算机可读介质包括当由计算装置执行时使得该计算装置执行方法200的操作的指令。
如上文所述,日志文件116可包含用户交互数据。日志文件116可在处理前与来自其他服务器的其他日志的用户交互数据相结合,包括实现搜索系统112的那些服务器。处理从实现方法200的计算装置确定新日志可用于处理开始(210)。例如,可向计算装置发送指示新日志已准备好用于处理的通知,或者新日志的存在可指示该新日志已准备好用于处理。
接下来,检索到新日志(220)。可在网络102上检索新日志。基于由新日志指示的用户动作来更新每个用户的状态历史。新日志可包含与多个用户的用户交互相关的信息。历史数据存储器119包含来自先前已处理的日志文件的用户交互数据。由于可根据用户标识符来对用户交互数据进行分组且按时间对其进行排序,所以在历史数据存储器119内包含的用户交互数据可以是有状态的。图3是根据一个说明性实施例描述在用户交互日志数据集成方法200的持续时间内更新的用户交互数据的框图。图3示出了四个用户标识符示例,然而历史数据存储器119和日志文件116可包括与数千或数百万不同用户标识符关联的数据。在一个实施例中,先前存储的用户交互数据310是存储在历史数据存储器119中的。如图所示,先前还没有在历史数据存储器119中存储与用户标识符3关联的用户交互数据。
新日志可包含关于一个或多个用户标识符的用户交互数据。可根据用户标识符对用户交互数据进行分组并且接着按时间进行排序(230)。列320示出已分组和排序的用户交互数据。如图所示,用户标识符2不包括任何新的用户交互数据,并且用户标识符1、3和4已经更新了用户交互数据。例如,新日志文件包括与关联于用户标识符1的相关用户交互a13和a14关联的用户交互数据。接着,已分组和排序的用户交互数据可与在历史数据存储器119中存储的用户交互数据相合并(240)。如果在历史数据存储器119中先前存在用户标识符,则将新的用户交互数据添加到先前的用户交互数据。否则,添加新的用户交互数据以及新的用户标识符。
列330示出关于每个用户标识符的更新的用户交互数据。基于更新的用户交互数据,可确定在用户交互的更新路径的每一个中发生的任何转化(250)。将用户交互路径限制为与特定广告客户108相关的那些用户交互。特定广告客户108的转化交互用于确定是否已经发生转化。例如,假设用户交互a13和a32表示转化交互。相应地,找到转化路径340和350。一旦找到,可将转化路径写入历史数据存储器119的另一部分或者另一个数据存储器,用于进一步分析。
每个用户交互包括与该用户交互关联的一组数据或维度。可以稀疏地填充该维度,使得任何用户交互可具有与维度的一个子集相关的数据。可基于接收的用户交互数据来生成大量转化路径。关于活动或者广告客户的安排的执行情况的各种报告可包括关于转化路径的各种信息。考虑到大量潜在的转化路径,可将各个转化路径聚合到一起以减少报告的不同转化路径的数量。在一个说明性实施例中,可聚合具有相同数量的用户交互以及具有相应的数据的转化路径。
用户交互的维度数据可以是稀疏填充的。使用单个维度来聚合转化路径可导致不具有与聚合维度关联的数据的大量的聚合转化路径。在一个说明性实施例中,可使用多个维度来聚合各种转化路径。可使用维度的排序列表为每个用户交互确定包含数据的第一匹配维度。如果对于任何特定用户交互不存在匹配的维度,则指定默认维度或数据值。例如,可将不是稀疏填充的默认维度用作默认维度或文本字符串,例如可将“不可用”、“(无)”或“”用作默认值。
使用维度的排序列表,可将每个转化路径转换为维度路径。维度路径包含与转化路径的用户交互对应的维度元素。维度元素可包含或引用来自第一维度的数据,其中该第一维度包含来自相应的用户交互的数据。例如,假设维度的排序列表包含维度1、维度2和维度3,并且用户交互包含维度2和维度3中的数据,但没有维度1中的数据。由于维度2是包含数据的用户交互的第一维度,则与该用户交互对应的维度元素将包含或引用来自该用户交互的维度2数据。维度不限于具有来自单个维度的数据。例如,可将来自多个维度的数据组合到一个维度中。此外,维度元素可包括来自用户交互的除第一匹配维度之外的额外信息。
在一个实施例中,通过向每个用户交互添加对维度数据的引用,来将转化路径转换为维度路径。在另一个实施例中,创建与转化路径独立的维度路径。在该实施例中,可在与存储转化路径的位置不同的位置存储维度路径。无论如何实现维度路径,可基于维度路径的长度和维度元素来聚合维度路径。
在一个实施例中,维度元素包括来自相应的用户交互的维度数据以及其他数据。例如,转化交互可包括与转化关联的值。在聚合维度路径时,还可以聚合与聚合的维度路径关联的所有转化路径的值。该聚合的值可包括在报告中。
图4a描述转化路径的示例。首先用户可通过在搜索引擎(即搜索引擎1)中执行搜索并且通过选择搜索结果中显示的赞助链接来访问广告客户的网站400。这种类型的交互可称作具有源:“搜索引擎1”和介质“cpc”(每次点击成本)或者搜索引擎1/cpc401。因此,通过搜索引擎1/cpc401发生了该用户和广告客户网站400之间的第一交互。由于用户到达了广告客户的网站400,该用户可执行用户交互407。根据本示例,用户事务407可能不导致转化。接着,可通过社交网络站点1/引用402将用户引导到广告客户网站400。在引用后,用户可执行用户交互408,其可能不导致广告客户指定的转化。接着,用户可通过对广告客户的商标或域名进行搜索并且选择自然搜索结果(即搜索引擎1/自然403)而到达广告客户网站400。在第三次访问广告客户的网站400后,用户可执行交互409,其可能不导致转化。由于用户已访问该网站三次,该用户可允许浏览器在第四次交互时直接打开该网站,即(无)/直接405。一旦到达广告客户的网站,用户可进行各种用户交互410,其可导致转化406。响应于到达转化,表现分析设备120可确定该转化路径包括第一交互(搜索引擎1/cpc401)、第二交互(社交网络站点1/引用402)、第三交互(搜索引擎1/自然403),和第四交互(无/直接405)。
表现分析设备120可访问历史数据119,以确定将用户引导向广告客户的网站的转化路径。此外,表现分析设备120可对转化路径中的各个节点指定属性,例如第一交互、辅助交互和最后交互。例如,由于用户通过搜索引擎1/cpc401访问了广告客户的网站400,因此可为搜索引擎1/cpc401指定第一交互。最后交互可以是无/直接405,因为其是导致转化406的交互。在到达广告客户的网站之前除了最后交互的所有交互可称作辅助交互。因此,在图4a讨论的示例中,可为搜索引擎1/cpc401、社交网络站点1/引用402和搜索引擎1/自然403指定辅助交互属性。图4a中还示出了从第一交互到转化406的时间段。
图4b示出全部路径长度的计算。由于转化之前存在四个节点401、402、403和405,所以在图4a中示例的转化路径长度将是4。
图4c示出从第一交互到转化406可能已经经过的一段时间。如图4c所示,第一交互在1月1号发生、第二交互在1月12号发生、第三交互在1月15号发生,且第四交互在1月20号发生。因此,在第一交互和转化之间的时间间隔有20天。分析工具可确定是由相同的用户进行了这四个交互中的每一个,并且创建转化路径。在一个实施例中,可在聚合表中存储交互级别属性、路径长度、经过的时间和其他交互相关的维度。广告客户能够使用交互级别过滤器或者路径级别过滤器来对转化数据进行分段。
图5是对于时间段501(即2010年1月1日-2010年1月31日)的辅助交互总结的显示示例的说明。广告客户可选择用户指定的转化标准502。例如,在图5中广告客户可具有目标2,其中广告客户可基于是否有多个用户下订单而将转化路径数据进行分段。图5的显示还允许用户按路径长度503排序。在本示例中,用户将路径长度指定为2或者更多。广告客户可选择显示转化路径数据的类型504。该类型可包括关于广告客户数据的AdPrograml辅助或者AdProgram2。在图5所示的示例中,广告客户已选择显示“所有”类型504。
在浏览器视图506中,表现分析设备120可生成和显示满足广告客户指定的转化标准502并且具有路径长度503的交互的总的百分比。例如,截屏可显示满足转化目标和转化路径长度标准的交互509a的总数。可显示关于辅助交互509b和最后交互509c的类似的统计(交互总数的百分比和辅助交互的总数)。比率509d比较了关于一个维度的辅助交互的数量与关于该维度的最后交互的总数。因此,如果对于特定源而言比率509d较大,则广告客户可能希望花费额外资金来寻求该特定源的辅助机会。例如,在图5中显示了关于各种源/介质的辅助/最后交互比率528。由于源:搜索引擎1,和介质:每次点击成本(cpc)搜索引擎1/cpc具有显示结果中最高的比率(即“6.44”),可通知广告客户该搜索引擎1/cpc可能不常用于最后交互。然而,很多转化路径使用搜索引擎1/cpc作为辅助,并且广告客户可能希望继续花费资金来促使更多用户到达他们的内容,这是因为辅助交互可能导致转化交互。
图表510显示为满足分段标准(即,与路径长度503为“2或更多”结合的转化目标2:下订单)的交互总数的图形化表示。图表510的y轴示出在时间段501内划分的交互总数。因此,广告客户可查看基于时间段501内由广告客户做出的任何改变如何影响交互的总数。
图5中还显示了其他排序和过滤标准。例如,广告客户可选择改变视图511、流量类型512、源513、介质514、源/介质516或者定制维度517。广告客户可基于从下拉菜单519选择的第二维度来选择进一步过滤或者排序数据。可选地,或者另外,广告客户可使用过滤按钮520来进一步过滤数据。
图5中的显示还允许用户基于源/介质521、交互522、辅助交互524、最后交互526和辅助除以最后交互528来排序所示的数据。排序可采用升序或降序。
图6到13是示出了用于对转化路径数据创建跨渠道用户定义的分段的流程的显示的说明。图6示出了与示例域www.company.com620相关的报告单601。可从跨渠道漏斗612的菜单项以及辅助的交互613的子菜单项来创建转化分段603。要创建新分段,用户可点击创建新分段按钮607。可向广告客户呈现的一些其他选项可包括管理分段控制608,其允许用户管理现有分段。还在列表框611中示出了当前定义的分段。一些分段包括时间间隔:交互之间小于1天,等等。广告客户可选择向另一应用(例如电子制表程序)输出分段或者分段结果,并且输出菜单按钮604可促成该功能。广告客户可选择通过电子邮件发送来自分段的结果,并且电子邮件按钮605可访问电子邮件程序等,以促成该功能。
图7示出了当广告客户选择来自图6的创建新分段按钮607时展示给广告客户的说明性用户接口700。在创建新分段接口700中,广告客户可为分段选择名称704。“包括”下拉选项705允许广告客户包括转化路径数据或者排除转化路径。转化路径选项菜单706可提供选择路径交互、路径访问或目标选项中至少一个的选项。广告客户可通过使用按钮708添加OR(“或”)语句或者通过使用按钮709添加AND(“与”)语句,来添加进一步的转化路径分段。在为转化路径分段指定表达式或者条件之后,广告客户可使用预览710按钮来预览结果、使用按钮711来保存分段,或者使用按钮712来取消分段。
图8是当广告客户在选择转化路径选项菜单706中选择路径交互时展示的说明性用户接口。路径交互选择803用各种路径交互维度来填充屏幕,例如第一交互来自、最后交互来自、转化时间、交互数量、路径长度等等。广告客户可选择这些选项中的任何一个来执行转化路径交互分段。
图9是当广告客户从图8的路径交互菜单中选择第一交互时可展示的说明性用户接口901。可向广告客户呈现与第一交互相关的三个额外菜单选项:选择流量源903、包含或不包含904,以及文本框或下拉菜单905。图10是其中源被选作维度且源包括项“消息传送站点1”的说明性用户接口1001。可保存或预览分段。来自该分段示例的结果可包括其中消息传送站点1是转化路径的源的所有第一交互。
现参考图11,图11是当在图10中选择添加AND语句选项按钮709时展示的说明性用户接口1102。可将AND语句1103添加到分段。可将分段扩充为进一步过滤结果,以示出包括路径访问的转化数据,其中转化路径中的任何访问包括国家“加拿大”。因此,结果分段包括关于其中源是消息传送站点1的第一交互并且使用来自加拿大的任何访问的路径的转化路径数据。创建新分段屏幕允许广告客户根据需要添加大量的and/or语句。
现参考图12,图12是当在图11中选择添加OR语句选项时展示的说明性用户接口1201。可将OR语句添加到分段。可将分段扩充为包括其中完成目标1的转化路径数据。这种情况下OR操作符将优先于由AND操作符连接的两个语句。例如,分段逻辑将分解为A and(B or C),其中A表示具有消息传送站点1作为源的第一交互,B表示来自加拿大的任何访问,且C表示已经完成目标1。
现参考图13,图13是来自图12的分段的说明性用户接口。在图13中,将第一交互修改为任何交互,并且将任何交互进一步修改为出现超过3次。因此,分段被修改为描述A'and(B or C),其中A'表示其中源为消息传送站点1出现超过3次的任何转化路径。在图6-13中公开的维度和度量是广告客户可以如何创建分段的一个示例。还存在广告客户可使用的许多其他度量和维度。
例如,广告客户可创建位置分段,该位置分段包括其中源/介质(例如搜索引擎1/cpc)交互之后是另一个源/介质(例如,电子邮件/引用)交互的路径。可定义另一个用户定义的分段,使得特定的源或介质不是第一交互(例如其中第一交互不是来自“社交网络站点1”的路径)。
基于其他转化路径的分段可包含可选路径级别过滤器,其表示例如路径必须具有特定长度(例如至少为3)的条件。在其他实施例中,可将多个条件应用于单个交互,其中两个或更多条件需要匹配任何一个交互(例如,任何一个交互匹配源“搜索引擎1”和介质“自然”(不同于匹配源“搜索引擎1”的任何交互以及匹配介质“自然”的任何交互))。分段的另一个实施例可允许条件指示与先前匹配的交互相关的随后的交互。分段的另一个实施例可允许严格的位置限制,例如在源或介质或者维度或度量之后或者之前立即发生的条件。
现参考图14,图14描述了如何以图形和数值形式比较两个分段。该示例中的第一分段具有如下条件:转化路径中的第一交互为直接的,且第二分段具有如下条件:转化路径中的第一交互为付费广告。在图14所示的示例中,第一分段导致总转化的2.57%,且第一交互是付费广告导致总转化的0.2%。在框1401中示出了数值比较。该数值比较公开了直接的第一交互的总数等于“2075”以及关于付费广告的第一交互的总数等于“163”。在框1402中比较了由每个分段生成的转化的金额。转化数据被进一步显示为线图,该线图示出了相对于第一交互为直接的分段图示的第一交互为付费的分段。
现参考图15,图15显示在一段时间1501内关于两个分段的转化数据,并且使用各种路径长度度量来比较它们。该示例中的第一分段具有如下条件:第一交互为直接的,且该示例中的第二分段具有如下条件:最后交互为直接的。框1501示出基于转化总数的百分比的比较。例如,与第二分段比(其为转化总数的13.27%),第一分段是转化总数的11.59%。接下来,框1505描述满足第一和第二分段的条件的转化的总数。第一分段具有9341个转化且第二分段具有10780个转化。接下来,在框1507中比较每个分段的转化值,其中第一分段具有15813.23美元且第二分段为转化值贡献了18013.16美元。公开了第一和第二分段的路径长度交互1409。公开了路径长度为1、2和3的结果。可为每个路径长度显示转化数量、转化值和转化总数的百分比。
基于转化路径的分段允许基于条件或过滤器来聚合转化路径,该条件或过滤器指定路径级别维度和/或路径级别度量。可将转化路径的结果组与转化路径的其他组进行比较,或者从结果视图中排除该结果组。基于转化路径的分段允许广告客户定义可包括定制维度的表达条件,其可以是转化路径维度或度量的复杂布尔表达式。
首先,基于转化路径进行分段的方法可确定已经发生了转化。接着,通过使用历史用户交互数据,该方法可确定用户如何到达广告客户的网站,以及确定在导致转化的最后交互之前用户访问广告客户网站的次数。该方法可将所有早前的用户交互指定为辅助交互,并且可以将导致转化的最后交互指定为最后事务。可将与这些指定相关的数据存储到可重用聚合表(RAT)中。
方法可提供用户接口来创建包括定义和重用定制维度的表达条件。该条件可查询用户交互数据,以生成图形和数值结果。其他相关方法可创建位置过滤器或分段,例如在与另一源或介质相关的转化路径中特定源/介质的位置。其他方法可允许用户使用转化路径的长度来查询。
上述方法的方面具有各种优点。例如,新方法使得广告客户能够理解和得到关于跨渠道广告和投资回报的结论。广告客户可使用该方法来处理报告,以ad-hoc方式检查它们的转化路径。广告客户可使用该方法来表达他们的转化路径的分段,而不是依赖于被设计报告的人视为感兴趣的预计算的转化路径分段,该分段对于它们的商业目标、转化周期或广告策略等具有重大的意义。广告客户可使用该方法来挖掘他们的转化路径数据中的先前不可访问的分段。例如,由其中转化路径长度为2的消息传送服务1引导的、来自加拿大的用户可以是可被创建的表达式,然而为所有广告客户创建该表达式可能是被禁止的。
可由指令实现广告管理系统110和/或表现分析设备120,该指令在执行时使得一个或多个处理装置执行上文描述的方法和功能。例如,该指令可包括解释指令,例如脚本指令(诸如或指令),或者可执行指令,或者在计算机可读介质中存储的其他指令。可在网络上分布式地实现广告管理系统110和/或表现分析设备120(例如服务器群),或者在单个计算装置中实现广告管理系统110和/或表现分析设备120。
图16描述了可用于提供用户交互报告、处理日志文件、实现说明性表现分析设备120,或者实现说明性广告管理系统110的计算机系统1600。计算系统1600包括总线1605或者用于传送信息的其他通信机制,以及耦合到总线1605用于处理信息的处理器1610。计算系统1600还包括耦合到总线1605用于存储信息以及要由处理器1610执行的指令的主存储器1615,例如随机存取存储器(RAM)或者其他动态存储装置。主存储器1615还可以用于在由处理器1610执行指令期间存储位置信息、临时变量,或者其他中间信息。计算系统1600还可以包括耦合到总线1605用于为处理器1610存储静态信息和指令的只读存储器(ROM)1620或者其他静态存储装置。存储装置1625(例如固态装置、磁盘或光盘)被耦合到总线1605用于持久地存储信息和指令。
计算系统1600可经由总线1605耦合到显示器1635(例如液晶显示器或有源矩阵显示器),用于向用户显示信息。输入装置1630(例如包括字母数字和其他键的键盘)可耦合到总线1605用于向处理器1610传送信息以及命令选择。在另一个实施例中,输入装置1630具有触摸屏显示器1635。输入装置1630可包括光标控制(例如鼠标)、轨迹球或光标方向键,用于向处理器1610传送方向信息和命令选择,以及用于在显示器1635上控制光标移动。
根据各个实施例,响应于处理器1610执行主存储器1615中包含的指令安排,可由计算系统1600来实现完成本文描述的说明性实施例的方法。可将这样的指令从另一个计算机可读介质(例如存储装置1625)读取到主存储器1615中。执行在主存储器1615中包含的指令安排,使得计算系统1600执行本文描述的说明性方法。可采用多处理配置中的一个或多个处理器来执行主存储器1615中包含的指令。在可选实施例中,可使用硬连线电路来代替软件指令或者与软件指令组合,从而实现说明性实施例。因此,实施例并不限于硬件电路和软件的任何特定组合。
尽管已经在图16中描述了处理系统的一个例子,但可在其他类型的数字电子电路、或者在计算机软件、固件或硬件(包括在本说明书中公开的结构以及它们的结构等效物),或者在它们的一个或多个的组合中实施本说明书中描述的主题和功能操作的实现。
可在数字电子电路中、或者在计算机软件、固件或硬件(包括在本说明书中公开的结构和它们的结构等效物)中,或者在它们的一个或多个的组合中实现本说明书中描述的主题和操作的实施例。可将本说明书中描述的主题的实施例实现为在计算机存储介质上编码的、用于由数据处理设备执行或者控制数据处理设备的操作的一个或多个计算机程序,即计算机程序指令的一个或多个模块。可选地或者另外地,可在人工生成的传播信号(例如机器产生的电、光或电磁信号)上编码程序指令,其中生成该传播信号以编码用于传输到适当的接收设备由数据处理设备来执行的信息。计算机存储介质可以是或者被包含于计算机可读存储装置、计算机可读存储基底、随机或顺序存取存储器阵列或装置,或者它们的一个或多个的组合。此外,尽管计算机存储介质不是传播信号,但计算机存储介质可以是在人工生成的传播信号中编码的计算机程序指令的源或目的地。计算机存储介质还可以是一个或多个单独物理组件或媒介(例如多个CD、盘或其他存储装置),或者被包含于其中。
可将本说明书中描述的操作实现为由数据处理设备对在一个或多个计算机可读存储装置上存储的或者从其他源接收的数据执行的操作。
术语“数据处理设备”或“计算装置”涵盖用于处理数据的任何类型的设备、装置和机器,例如包括可编程处理器、计算机、片上系统或者上述中的多个或组合。设备可包括专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。除了硬件,设备还可以包括为上述计算机程序创建执行环境的代码,例如,构成处理器固件、协议堆栈、数据库管理系统、操作系统、跨平台运行时环境、虚拟机或者它们的一个或多个的组合的代码。设备和执行环境可实现各种各样不同的计算模型架构,如网络服务、分布式计算和网格计算架构。
可采用任何形式的编程语言来编写计算机程序(又称作程序、软件、软件应用、脚本或代码),包括编译或解释语言、声明或过程语言,并且可采用任何形式来部署计算机程序,包括作为独立程序或者作为模块、组件、子程序、对象或者适于在计算环境中使用的其他单元。计算机程序可以但不是必须与文件系统中的文件相对应。可将程序存储在保持其他程序或数据的文件的部分中(例如在标记语言文档中存储的一个或多个脚本)、专用于上述程序的单个文件中,或者多个相配合的文件(例如存储一个或多个模块、子程序或部分代码的多个文件)中。可将计算机程序部署为在一个计算机上执行,或者在位于一个地点或分布在多个地点上、并且由通信网络互联的多个计算机上执行。
可由执行一个或多个计算机程序的一个或多个可编程处理器来执行本说明书中描述的方法和逻辑流,从而通过对输入数据进行操作并且生成输出来执行动作。还可以由专用逻辑电路来执行方法和逻辑流,并且还可以将设备实现为专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
适于执行计算机程序的处理器例如包括:通用和专用微处理器,以及任何类型的数字计算机的任何一个或多个处理器。通常,处理器将接收来自只读存储器或随机存取存储器或者上述两者的指令和数据。用于根据指令来执行动作的处理器,以及用于存储指令和数据的一个或多个存储装置是计算机的必要元件。通常,计算机还会包括一个或多个大容量存储装置用于存储数据,或者被操作地耦合以便接收来自该一个或多个大容量存储装置的数据或向其传输数据或者执行上述两者,该大容量存储装置例如是磁盘、磁光盘或光盘。然而,计算机并不必须具有这样的装置。此外,可将计算机嵌入另一装置,仅举几例,例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏控制台、全球定位系统(GPS)接收器或者移动存储装置(例如,通用串行总线(USB)闪存驱动器)。适于存储计算机程序指令和数据的装置包括所有形式的非易失性存储器、媒介和存储装置,例如包括:半导体存储装置,例如EPROM、EEPROM和闪存存储装置;磁盘,例如内置硬盘或可移动盘;磁光盘;以及CD-ROM和DVD-ROM盘。可由专用逻辑电路来补充处理器或存储器,或者将处理器或存储器并入其中。
为提供与用户的交互,可在具有用于向用户显示信息的显示装置(例如CRT(阴极射线管)或LCD(液晶显示)监视器)以及键盘和指示装置(例如鼠标或轨迹球)的计算机上实现本说明书中描述的主题的实施例,其中用户可通过键盘和指示装置向计算机提供输入。也可以使用其他类型的装置提供与用户的交互,例如,提供给用户的反馈可以是任何形式的传感反馈,例如视觉反馈、听觉反馈或触觉反馈;以及来自用户的输入可以是以任何形式接收的,包括声学、语音或触觉输入。此外,计算机可通过将文档发送给由用户使用的装置并且从该装置接收文档来与用户交互;例如,通过响应于从用户的客户机装置上的网页浏览器接收的请求向该网页浏览器发送网页。
可在计算系统中实现本说明书中描述的主题的实施例,该计算系统包括:后端组件,例如数据服务器;或者包括中间件组件,例如应用服务器;或者包括前端组件,例如具有图形用户接口或网页浏览器的客户机计算机,其中用户可通过图形用户接口或网页浏览器与本说明书中描述的主题的实现进行交互;或者该后端、中间件或前端组件中的一个或多个的任何组合。可通过任何形式或介质的数字数据通信来互联该系统的组件,例如通信网络。通信网络的例子包括局域网(“LAN”)和广域网(“WAN”)、互联网(例如因特网),和对等网络(例如自组对等网络)。
计算系统可包括客户机和服务器。客户机和服务器通常彼此远离,并且典型地,通过通信网络进行交互。由于计算机程序在各自的计算机上运行且彼此之间具有客户机-服务器关系,从而产生了客户机和服务器之间的关系。在一些实施例中,服务器将数据(例如HTML页面)传输到客户机装置(例如用于向与客户机装置交互的用户显示数据,并且接收来自该用户的用户输入)。可在服务器处接收来自客户机装置的、在该客户机装置处生成的数据(例如用户交互的结果)。
尽管本说明书包括许多具体的实施细节,但不应将这些理解为对任何发明或者可主张的范围的限制,而是应该理解为是针对特定发明的特定实施例的特征的描述。还可以在单个实施例中组合实现在本说明书中的不同实施例的上下文中描述的某些特征。反过来,也可以在多个实施例中分别地或在任何适当的子组合中实现在单个实施例的上下文中描述的各个特征。此外,尽管可能在上文中将特征描述为在某些组合中起作用,并且甚至最初是这样主张的,但在某些情况下可将来自所主张的组合的一个或多个特征从该组合中去除,并且可将所主张的组合定向到子组合或子组合的变形。
类似地,尽管在附图中以特定顺序描述了操作,但不应将此理解为要求按照所示的特定顺序或先后顺序来执行该操作,或者要求执行所有的示出的操作,以达到期望的结果。在某些情况下,多任务处理和并行处理可能是有利的。此外,不应将上文描述的实施例中各种系统组件的独立理解为在所有实施例中要求这种独立,并且应该理解为通常能够在单个软件产品中将所描述的程序组件和系统集成到一起,或者将其打包到多个软件产品。
因此,已经描述了主题的特定实施例。其他实施例在所附权利要求的范围内。在一些情况下,可采用不同的顺序来执行在权利要求中描述的动作,并且仍然达到期望的结果。此外,在附图中描述的方法并不要求所示的特定顺序或者先后顺序来达到期望的结果。在某些实施例中,多任务处理和并行处理可能是有利的。
Claims (20)
1.一种方法,包括:
接收包括用户交互数据的转化路径数据;
为所述用户交互数据中的每个交互分配第一交互标签、辅助交互标签和最后交互标签中的一个或多个;以及
根据路径级别维度和路径级别度量中的至少一个来聚合转化路径数据。
2.根据权利要求1所述的方法,其中转化事件是满足一个或多个预定转化标准的交互。
3.根据权利要求1所述的方法,
其中转化路径数据包括多个转化路径,其中每个转化路径包括在转化事件之前且包括该转化事件的用户交互数据;
还包括提供用户接口,以定义条件来包括或排除一组转化路径。
4.根据权利要求1所述的方法,其中所述辅助交互是在转化事件之前发生的用户的任何交互;其中所述最后交互是之后立即发生转化事件的用户的交互。
5.根据权利要求1所述的方法,其中所述用户交互数据包括由用户使用的用于到达内容项的源和介质。
6.根据权利要求1所述的方法,其中聚合所述转化路径数据包括基于在另一类型的交互之前或之后发生的特定类型的交互进行过滤。
7.根据权利要求1所述的方法,其中聚合所述转化路径数据包括基于在转化之前发生的多个用户交互进行过滤。
8.根据权利要求1所述的方法,还包括采用图形和数值来比较一组或多组转化路径数据。
9.根据权利要求1所述的方法,还包括确定所述辅助交互与所述最后交互关于一个维度的比率。
10.根据权利要求1所述的方法,其中聚合转化路径数据包括定义条件,该条件为包括多个条件的布尔表达式。
11.一种系统,包括:
一个或多个处理器,其被配置为:
接收包括用户交互数据的转化路径数据;
为所述用户交互数据中的每个交互分配第一交互标签、辅助交互标签或者最后交互标签中的一个或多个;以及
根据路径级别维度和路径级别度量中的至少一个来聚合转化路径数据。
12.根据权利要求11所述的系统,其中转化事件是满足一个或多个预定转化标准的交互。
13.根据权利要求11所述的系统,
其中所述转化路径数据包括多个转化路径,其中每个转化路径包括在转化事件之前并且包括该转化事件的用户交互数据;
其中所述一个或多个处理器被配置为生成用户接口,以定义条件来包括或排除一组转化路径。
14.根据权利要求11所述的系统,其中所述一个或多个处理器被配置为确定所述辅助交互是在转化事件之前发生的用户的任何交互;其中所述最后交互是之后立即发生转化事件的用户的交互。
15.根据权利要求11所述的系统,其中所述用户交互数据包括由用户使用的用于到达内容项的源和介质。
16.根据权利要求11所述的系统,其中聚合转化路径数据包括基于在另一类型的交互之前或之后发生的特定类型的交互进行过滤。
17.根据权利要求11所述的系统,其中聚合转化路径数据包括基于在转化之前发生的多个用户交互进行过滤。
18.根据权利要求11所述的系统,其中所述一个或多个处理器被配置为生成显示,该显示采用图形和数值来展示一组或多组转化路径数据的比较。
19.根据权利要求9所述的方法,还包括确定所述辅助交互与所述最后交互关于一个维度的比率。
20.一种被配置为存储程序产品的永久的计算机实现的存储媒介,当在至少一个处理器上执行该程序产品时执行方法,所述方法包括:
接收包括用户交互数据的转化路径数据;
为所述用户交互数据中的每个交互分配第一交互标签、辅助交互标签和最后交互标签中的一个或多个;以及
根据路径级别维度和路径级别度量中的至少一个来聚合转化路径数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/084,530 US20120259854A1 (en) | 2011-04-11 | 2011-04-11 | Conversion Path Based Segmentation |
US13/084,530 | 2011-04-11 | ||
PCT/US2011/053973 WO2012141731A1 (en) | 2011-04-11 | 2011-09-29 | Conversion path based segmentation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103597508A true CN103597508A (zh) | 2014-02-19 |
Family
ID=46966908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180071569.1A Pending CN103597508A (zh) | 2011-04-11 | 2011-09-29 | 基于转化路径的分段 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20120259854A1 (zh) |
EP (1) | EP2697763A4 (zh) |
JP (1) | JP2014512612A (zh) |
KR (1) | KR20140038405A (zh) |
CN (1) | CN103597508A (zh) |
WO (1) | WO2012141731A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106796695A (zh) * | 2014-06-30 | 2017-05-31 | 谷歌公司 | 应用安装的转化和识别 |
CN106855855A (zh) * | 2015-12-08 | 2017-06-16 | 阿里巴巴集团控股有限公司 | 信息推送方法和装置 |
CN107402944A (zh) * | 2016-05-18 | 2017-11-28 | 谷歌公司 | 用于内容项转化的归因模型 |
CN107943679A (zh) * | 2017-11-24 | 2018-04-20 | 广州优视网络科技有限公司 | 路径漏斗的生成方法、装置和服务器 |
JPWO2017158844A1 (ja) * | 2016-03-18 | 2018-05-24 | 株式会社ライブル | 閲覧行動の解析システム及び解析方法 |
CN111897777A (zh) * | 2020-06-22 | 2020-11-06 | 百望股份有限公司 | 电子发票版式文件的处理方法、装置、设备及存储介质 |
CN113763020A (zh) * | 2021-02-03 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种数据处理方法及装置、设备、存储介质 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120260185A1 (en) * | 2011-04-11 | 2012-10-11 | Google Inc. | Path length selector |
US8655907B2 (en) | 2011-07-18 | 2014-02-18 | Google Inc. | Multi-channel conversion path position reporting |
US9183562B2 (en) * | 2012-06-08 | 2015-11-10 | Visual Iq, Inc. | Method and system for determining touchpoint attribution |
US20140156383A1 (en) * | 2012-12-03 | 2014-06-05 | 24/7 Customer, Inc. | Ad-words optimization based on performance across multiple channels |
CA2853110C (en) * | 2013-05-31 | 2023-01-03 | Accenture Global Services Limited | Cross-channel personalized promotion platform |
US20140365311A1 (en) * | 2013-06-11 | 2014-12-11 | Facebook, Inc | Associating Advertisements with Events |
US9767187B2 (en) * | 2013-11-20 | 2017-09-19 | Google Inc. | Content recommendations based on organic keyword analysis |
US9858587B2 (en) * | 2013-12-05 | 2018-01-02 | Google Llc | Methods and systems for creating a data-driven attribution model for assigning attribution credit to a plurality of events |
WO2015137989A1 (en) * | 2014-03-13 | 2015-09-17 | Tune, Inc. | Systems and methods for assigning credit for installs of applications |
US20150363794A1 (en) * | 2014-03-31 | 2015-12-17 | Google Inc. | Content placement recommendations based on path analysis |
US10127244B2 (en) * | 2014-06-04 | 2018-11-13 | Harris Corporation | Systems and methods for dynamic data storage |
US11087356B2 (en) * | 2015-08-24 | 2021-08-10 | Google Llc | Dynamically varying remarketing based on evolving user interests |
US20190279236A1 (en) * | 2015-09-18 | 2019-09-12 | Mms Usa Holdings Inc. | Micro-moment analysis |
WO2017049298A1 (en) | 2015-09-18 | 2017-03-23 | Mms Usa Holdings Inc. | Universal identification |
US10565627B2 (en) * | 2015-12-30 | 2020-02-18 | Google Llc | Systems and methods for automatically generating remarketing lists |
US10607254B1 (en) * | 2016-02-16 | 2020-03-31 | Google Llc | Attribution modeling using withheld or near impressions |
US20180082329A1 (en) * | 2016-09-16 | 2018-03-22 | Facebook, Inc. | Evaluating presentation of content items associated with various objectives to users of an online system |
US10558985B2 (en) | 2016-11-23 | 2020-02-11 | Impact Radius, Inc. | Pathing and attribution in marketing analytics |
US10678831B2 (en) * | 2017-08-31 | 2020-06-09 | Ca Technologies, Inc. | Page journey determination from fingerprint information in web event journals |
US11810147B2 (en) * | 2017-10-19 | 2023-11-07 | Foursquare Labs, Inc. | Automated attribution modeling and measurement |
JP6748759B1 (ja) * | 2019-05-09 | 2020-09-02 | 楽天株式会社 | 行動分析装置、広告配信装置、行動分析方法、広告配信方法、行動分析プログラム、及び広告配信プログラム。 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101138002A (zh) * | 2004-03-31 | 2008-03-05 | Google公司 | 用于确定用户动作的系统和方法 |
US7668726B2 (en) * | 1999-06-14 | 2010-02-23 | Bally Technologies, Inc. | Data visualisation system and method |
CN101751382A (zh) * | 2008-11-28 | 2010-06-23 | 方正国际软件(北京)有限公司 | 一种基于标签的数据采集方法与系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7665030B2 (en) * | 2002-11-05 | 2010-02-16 | Sap Aktiengesellschaft | Tabstrip user interface element for formulating boolean statements |
US7917382B2 (en) * | 2003-03-05 | 2011-03-29 | Teradata Us, Inc. | Integration of visualizations, reports, and data |
US7991732B2 (en) * | 2005-06-03 | 2011-08-02 | Adobe Systems Incorporated | Incrementally adding segmentation criteria to a data set |
US20100076994A1 (en) * | 2005-11-05 | 2010-03-25 | Adam Soroca | Using Mobile Communication Facility Device Data Within a Monetization Platform |
US8364540B2 (en) * | 2005-09-14 | 2013-01-29 | Jumptap, Inc. | Contextual targeting of content using a monetization platform |
KR100928198B1 (ko) * | 2007-02-02 | 2009-11-25 | 엔에이치엔비즈니스플랫폼 주식회사 | 온라인 광고 효과 분석 방법 및 시스템 |
EP2165437A4 (en) * | 2007-06-25 | 2012-02-29 | Jump Tap Inc | PRESENTING THE CONTENTS OF A MOBILE COMMUNICATION DEVICE BASED ON CONTEXT AND BEHAVIOR DATA WITH RESPECT TO A PART OF A MOBILE CONTENT |
JP5583696B2 (ja) * | 2009-01-30 | 2014-09-03 | グーグル・インコーポレーテッド | コンバージョン信頼度評価 |
US8818838B1 (en) * | 2009-03-12 | 2014-08-26 | Henry Rak Consulting Partners, LLC | System and method for efficiently developing a hypothesis regarding the structure of a market |
US8671089B2 (en) * | 2009-10-06 | 2014-03-11 | Brightedge Technologies, Inc. | Correlating web page visits and conversions with external references |
US8689136B2 (en) * | 2010-02-03 | 2014-04-01 | Yahoo! Inc. | System and method for backend advertisement conversion |
-
2011
- 2011-04-11 US US13/084,530 patent/US20120259854A1/en not_active Abandoned
- 2011-09-29 CN CN201180071569.1A patent/CN103597508A/zh active Pending
- 2011-09-29 JP JP2014505122A patent/JP2014512612A/ja not_active Withdrawn
- 2011-09-29 WO PCT/US2011/053973 patent/WO2012141731A1/en active Application Filing
- 2011-09-29 KR KR1020137029784A patent/KR20140038405A/ko not_active Application Discontinuation
- 2011-09-29 EP EP11863350.2A patent/EP2697763A4/en not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7668726B2 (en) * | 1999-06-14 | 2010-02-23 | Bally Technologies, Inc. | Data visualisation system and method |
CN101138002A (zh) * | 2004-03-31 | 2008-03-05 | Google公司 | 用于确定用户动作的系统和方法 |
CN101751382A (zh) * | 2008-11-28 | 2010-06-23 | 方正国际软件(北京)有限公司 | 一种基于标签的数据采集方法与系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106796695A (zh) * | 2014-06-30 | 2017-05-31 | 谷歌公司 | 应用安装的转化和识别 |
CN106855855A (zh) * | 2015-12-08 | 2017-06-16 | 阿里巴巴集团控股有限公司 | 信息推送方法和装置 |
JPWO2017158844A1 (ja) * | 2016-03-18 | 2018-05-24 | 株式会社ライブル | 閲覧行動の解析システム及び解析方法 |
CN107402944A (zh) * | 2016-05-18 | 2017-11-28 | 谷歌公司 | 用于内容项转化的归因模型 |
CN107943679A (zh) * | 2017-11-24 | 2018-04-20 | 广州优视网络科技有限公司 | 路径漏斗的生成方法、装置和服务器 |
CN107943679B (zh) * | 2017-11-24 | 2021-02-26 | 阿里巴巴(中国)有限公司 | 路径漏斗的生成方法、装置和服务器 |
CN111897777A (zh) * | 2020-06-22 | 2020-11-06 | 百望股份有限公司 | 电子发票版式文件的处理方法、装置、设备及存储介质 |
CN113763020A (zh) * | 2021-02-03 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 一种数据处理方法及装置、设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP2697763A1 (en) | 2014-02-19 |
US20120259854A1 (en) | 2012-10-11 |
JP2014512612A (ja) | 2014-05-22 |
KR20140038405A (ko) | 2014-03-28 |
WO2012141731A1 (en) | 2012-10-18 |
EP2697763A4 (en) | 2014-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103597508A (zh) | 基于转化路径的分段 | |
CN103797474B (zh) | 提供与转化路径相关的数据的方法、装置及系统 | |
CN103597509A (zh) | 利用用户交互分组聚合转化路径 | |
CN103608834A (zh) | 报告优先级维度数据转化路径 | |
CN103748605A (zh) | 转化类型到转化类型的传送 | |
CN103733217A (zh) | 用图说明跨渠道转化路径 | |
US9256892B2 (en) | Content selection using performance metrics | |
CN103562946A (zh) | 对于广告开支回报的多个归因模型 | |
US9256589B2 (en) | Web-based spreadsheet interaction with large data set | |
CN103748608B (zh) | 路径浏览器可视化 | |
US8812625B1 (en) | Tracking changes in on-line spreadsheet | |
US20070192279A1 (en) | Advertising in a Database of Documents | |
US20120158456A1 (en) | Forecasting Ad Traffic Based on Business Metrics in Performance-based Display Advertising | |
CN103608807A (zh) | 路径长度选择器 | |
CN102483745A (zh) | 共同选择图像分类 | |
CN107545018B (zh) | 在基于反馈的系统效能确定中的时延降低 | |
US20120284119A1 (en) | System and method for selecting web pages on which to place display advertisements | |
KR100458462B1 (ko) | 온라인 광고 방법 및 온라인 광고 시스템 | |
US8176070B2 (en) | Media plan managing | |
KR20050071308A (ko) | 온라인 광고 방법 및 온라인 광고 시스템 | |
CN106716403A (zh) | 网站入口页面的自动生成 | |
JP7223164B2 (ja) | データインテグリティの最適化 | |
WO2023244641A1 (en) | Training pipeline for training machine-learned user interface customization models | |
CN116467586A (zh) | 一种模型训练方法、装置、设备、介质及程序产品 | |
WO2008130404A1 (en) | Advertisement in a database of documents |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140219 |