CN115885304A - 对同类相争广告的识别和管理以提升互联网广告的效率 - Google Patents

对同类相争广告的识别和管理以提升互联网广告的效率 Download PDF

Info

Publication number
CN115885304A
CN115885304A CN202180048616.4A CN202180048616A CN115885304A CN 115885304 A CN115885304 A CN 115885304A CN 202180048616 A CN202180048616 A CN 202180048616A CN 115885304 A CN115885304 A CN 115885304A
Authority
CN
China
Prior art keywords
advertisement
serp
advertisements
unpaid
list
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
Application number
CN202180048616.4A
Other languages
English (en)
Inventor
马特·勒巴伦
约翰·霍斯沃斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tasco Master Technology Co ltd
Original Assignee
Tasco Master Technology Co ltd
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
Priority claimed from US16/922,593 external-priority patent/US11727434B2/en
Priority claimed from US17/011,449 external-priority patent/US11481806B2/en
Application filed by Tasco Master Technology Co ltd filed Critical Tasco Master Technology Co ltd
Publication of CN115885304A publication Critical patent/CN115885304A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q30/0241Advertisements
    • G06Q30/0242Determining effectiveness of advertisements
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • 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
    • G06Q30/0273Determination of fees for advertising

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Credit Cards Or The Like (AREA)
  • Telephonic Communication Services (AREA)

Abstract

通过下述项为搜索引擎结果页面(SERP)中的付费广告生成同类相争分数:收集与广告商相关的关键字;定义对广告相对于对应未付费列表计算同类相争分数的规则,其中同类相争分数估计由于广告出现在与对应列表相同的SERP中而导致的对广告商的收益的减少;将关键字提供给搜索引擎;从搜索引擎接收SERP;从SERP中的一个或多个广告中确定由广告商放置的第一广告的位置;从SERP中的多个未付费列表中确定对应未付费列表的位置;以及将规则应用于广告并应用于对应未付费列表以获得广告的同类相争分数。

Description

对同类相争广告的识别和管理以提升互联网广告的效率
技术领域
本发明涉及在线广告技术,具体涉及在网页中识别同类相争广告和管理购买同类相争广告的能力。
背景技术
响应于用户执行的关键字搜索,互联网搜索引擎将一个或多个网页返回给用户的浏览器。返回的网页(被称为“搜索引擎结果页面”或SERP)包括未付费搜索列表(通常被称为“有机”搜索结果)以及付费广告(也被称为广告)。每个列表包括到全球网页的URL或链接,其与用户输入的搜索项相关。对应于SERP中的付费广告或未付费列表中返回的URL的网页通常被称为着陆页。
在线广告的目标是刺激用户点击付费广告,然后访问广告商的网站。在线广告活动的有效性通常根据付费列表上的点击次数(其等于由于广告活动而到该网站的访问者的数量)以及由那些访问者产生的收益的量来测量。广告活动的有效性可以通过所产生的收益与广告开销的比率来测量,或者也可以通过访问者与广告开销的比率来测量。
然而,广告活动的有效性可能严重地受到同类相争广告(cannibalistic ad)的限制,同类相争广告是通过将访问者转向到付费广告(否则他们会访问点击未付费列表后的结果)而引入额外的成本的广告。换句话说,通过将访问者从未付费列表转向到同类相争广告,同类相争广告增加了广告商的成本。
在其最基本的形式中,同类相争广告是广告商购买的广告,其出现在紧邻未付费列表的网页上,该未付费列表推销与付费广告相同的服务或产品。用户有时将点击付费广告而不是未付费列表。这导致广告商不必要的广告成本,假如在百分之几的情况中用户可能已点击未付费列表。在其他情况中,广告商的广告与对应的未付费列表之间可以存在一个或多个广告。在这种情况中,付费广告仍然可以被认为是同类相争的。因此,能够识别同类相争广告以使广告商能够决定是否购买它们将是有利的。
由于在检测同类相争广告之外,同类相争广告费用是用于确定广告活动的效率的新度量,因此确定广告商花费购买同类相争广告的金额是可取的。这样的值将使广告商能够确定问题的严重性,并且减少他们在同类相争广告上的花费,而不牺牲他们的广告活动的有效性。
发明内容
一种方法、系统和设备,用于测量广告商购买同类相争广告(ad)所花费的金额以及通过不购买同类相争广告而能够被回收的金额(称为回收的广告费用)。
在某些实施例中,该方法计算搜索引擎结果页面(SERP)中的广告的同类相争分数,其估计付费广告是同类相争的(即它出现在对应未付费列表附近)的可能性。在其他实施例中,同类相争分数估计由于付费同类相争广告出现在与对应未付费列表相同的SERP中而导致的对广告商的收益的减少。
某些实施例涉及通过下述项为搜索引擎结果页面(SERP)中的付费广告生成同类相争分数:收集与广告商相关的关键字;定义对广告相对于对应未付费列表计算同类相争分数的规则,其中同类相争分数估计由于广告出现在与对应列表相同的SERP中而导致的对广告商的收益的减少;将关键字提供给搜索引擎;从搜索引擎接收SERP;从SERP中的一个或多个广告中确定由广告商放置的第一广告的位置;从SERP中的多个未付费列表中确定对应未付费列表的位置;以及将规则应用于广告并应用于对应未付费列表以获得广告的同类相争分数。
某些实施例涉及通过下述项为互联网广告活动生成回收的广告费用的估计:接收一组关键字,其中每个关键字对应于提供给搜索引擎的付费广告;收集每个付费广告的同类相争分数,其中同类相争分数指示,指定的付费广告在SERP中的存在减少了用户将点击对应未付费列表的机会;以及将回收的广告费用估计为,在采取了去除同类相争的动作时,对一时间的期间所报告的实际收益与对相似的时间的期间的预期的广告费用的估计之间的差;以及报告回收的广告费用的估计。
一些实施例涉及一种用于估计互联网广告活动的效率的计算机实施的方法,其包括:接收多个关键字,其中每个关键字对应于提供给搜索引擎的付费广告,其中付费广告包括到网页的链接,并且其中响应于从web浏览器接收到关键字,搜索引擎返回搜索引擎结果页面(SERP),该SERP包括(1)对应的付费广告,以及(2)至少一个未付费列表,其中未付费列表包括到网页的链接,并且其中网页在域内;收集(1)指定的付费广告的同类相争分数,其中同类相争分数指示:指定的付费广告在SERP中的存在减少了用户将点击对应未付费列表的机会,其中对应未付费列表具有在与指定的付费广告的链接网页相同的域中的链接网页,以及(2)对其中没有采取去除同类相争的动作的时间期间,由于点击指定的付费广告以及点击SERP中的任何对应未付费列表而导致的实际收益,其中,当付费广告由于其同类相争分数而未被供给搜索引擎时,发生去除同类相争的动作;将指定的付费广告的回收的广告费用估计为:对购买指定的广告一时间的期间的预期的成本的估计,与对在采取了去除同类相争的动作时的相似的时间的期间所报告的实际成本,之间的差;以及报告回收的广告费用的估计。
附图的简要说明
根据以下详细描述,结合附图,将更全面地理解和领会本发明,在附图中:
图1是同类相争广告系统(CAS)的简化框图,该系统自动识别同类相争广告并计算通过不购买这样的广告而可实现的可能提升;
图2是同类相争广告的示例;
图3是用于识别同类相争广告的总体方法的简化流程图;
图4是用于基于对由于减小在同类相争广告上的花费而导致的可能节省的估计,来确定广告活动的效率的测度的总体方法;以及
图5是示出了包括在同类相争广告系统中的软件模块的框图。
附图仅出于说明的目的描绘了本发明的实施例。本领域技术人员将从以下讨论中容易地认识到,可以在不脱离本文描述的本发明的原理的情况下,采用本文所示的结构和方法的替代实施例以及实施例的组合。
具体实施方式
现在将在下文中参考附图更全面地描述本发明,附图形成本发明的一部分并且通过图示的方式示出了可以实践本发明的特定示例性实施例。然而,本发明可以以许多不同的形式体现,并且不应被解释为限于本文阐述的实施例;更确切地说,这些实施例被提供以使得本公开将是完全和完整的,并且将向本领域技术人员充分表达本发明的范围。此外,本发明可以体现为方法、过程、系统、商业方法或设备。因此,本发明可以采取完全硬件实施例、完全软件实施例或组合软件和硬件方面的实施例的形式。因此,不以限制意义理解以下详细描述。
如本文所使用的,以下术语具有以下给出的含义:
用户——意味着使用移动设备、PC或其他电子设备来访问由本发明在网络上提供的服务的个人。
广告商——指的是个人、公司或其它机构,其经由用于他们正在广告、销售或促销的商品或服务的搜索引擎放置在线广告,或使得在线广告被放置。
关键字或搜索项——指用户输入到网页中的搜索域内的字、词、短语或句子,也称为关键字查询,然后该字、词、短语或句子被传输到搜索引擎,其执行所请求的搜索并返回结果。广告商可以购买或竞拍对应于关键字的广告;在那种情况下,搜索引擎响应于用户输入关键字而返回的SERP包括由广告商放置的对应于该关键字的付费广告。
搜索引擎或Web搜索引擎——意指计算机服务器或互联网服务,其接收关键字(通常作为关键字查询的结果),使用关键字来搜索对应于该关键字的网页,并返回包括付费广告和未付费(或有机)列表的一个或多个搜索引擎结果页面(SERP)。
列表——是来自关键字搜索的结果,其出现在SERP中。每个列表包括到对应网页的链接。列表可以是由搜索引擎生成的付费广告(即付费列表)或未付费(或有机)列表。SERP中的列表被排序;每个列表具有从顶部开始的数字位置,或第一(或最高)位置。除非另有说明,SERP中的列表位置指的是在未付费搜索结果中从顶部开始的列表的数字位置。因此,第一位置是最高位置,第二位置是次高位置,等等。付费列表具有付费列表位置,而未付费列表具有未付费列表位置。
搜索引擎结果页面(SERP)——意指由搜索引擎响应于关键字查询而返回的网页列表。列表中的每个元素(即,每个列表)通常包括标题、到网页的URL或链接,以及示出关键字在页面内何处具有匹配内容的短描述。SERP可以指包括付费和未付费列表的序列对单个网页,或指对搜索查询返回的可能跨越多个网页的所有链接的集合。
着陆页——意指其URL对应于SERP中的列表的网页。当用户点击SERP中的列表时,web浏览器请求并显示对应的着陆页。
同类相争广告——指的是搜索引擎响应于用户的搜索而在网页中提供的付费广告,其使点击从附近的未付费列表转向。通常,与在SERP中出现同类相争广告并且没有对应未付费列表的情况相比,当同类相争广告出现在对应未付费列表附近或非常接近对应未付费列表时,同类相争广告具有减小的价值。关于这点,通常根据访问者、来自被广告的产品的销售的收益或类似的度量来测量价值。此外,对应未付费列表是涉及付费广告所广告的相同商品或服务的未付费列表。如下文所讨论的,付费广告和未付费列表中的链接可以涉及相同的着陆页或不同的着陆页。
一般操作
下面参考图1-图4描述本发明的某些方面的操作。
图1是同类相争广告系统(CAS)100的简化框图,该系统自动识别同类相争广告并计算通过不购买这样的广告而可实现的可能提升。
用户110使用诸如GOOGLE CHROME或Mozilla Firefox或其他客户端应用的web浏览器(在本文中被称为浏览器118)来访问使他/她能够执行关键字搜索的网站。浏览器118将关键字传输到搜索引擎120,其执行所请求的搜索并返回随后由浏览器118显示的(SERP)。SERP通常包括一个或多个付费列表(或广告)以及一个或多个未付费列表。每个广告或未付费列表对应于由搜索引擎120确定为匹配关键字的网页(也被称为着陆页)。在付费广告的情况下,广告商“购买”关键字,并向与搜索引擎120通信的广告服务器130提供对应的广告。因此,当用户110将关键字输入到搜索框中时,搜索引擎包括其返回到浏览器118的SERP中对应的付费广告。
着陆页属于由web服务器或web服务(简称为web服务器140)托管的域或网站145。web服务器140可托管多个域。网页可以是静态的,即以HTML格式或另一格式作为计算机文件存在,或者它可以是动态生成的。此外,web服务器140可以提供电子商务,使得用户110能够购买物品,或者以其他方式执行交易,其从网站145产生收益。
广告服务器130向搜索引擎120提供付费广告以被包括在SERP中。同类相争广告(CA)分析器135分析SERP并识别同类相争广告。通常,CA分析器135生成关键字列表,当购买了该关键字列表时,该关键字列表可导致同类相争广告被放置。以下参照图2-图4更详细地描述CA分析器135的操作。
可以理解的是,CA分析器135可以在与广告服务器130不同的服务器或计算机系统中操作。此外,广告服务器130可以被实施为多于一个物理服务器计算机或由诸如AMAZONAWS的云服务来实施。此外,CA分析器135可以被实施为多于一个物理服务器计算机或由诸如AMAZON AWS的云服务来实施。
网络150使得在CAS 100中发现的各种计算机、服务器和服务能够交换数据。网络150通常指公共互联网,但也可指专用网络或专用和公共网络的任何组合。
图2是搜索引擎结果页面(SERP)200的示例,其包括同类相争广告。响应于用户110将搜索项215“必定购杂货店”输入到浏览器118中,搜索引擎120返回SERP 200。SERP 200包括付费列表210和未付费列表220,其是名为“必定购杂货店”的杂货商店或连锁杂货商店的广告。
列表210是SERP 200中包括的第一和唯一付费广告。列表220是未付费广告220。未付费广告220在SERP 200中的第一未付费列表位置中。
由于广告210就在未付费列表220之上,因此广告210是同类相争广告。如果广告210没有出现在未付费列表220之上,则较大百分比的用户将点击未付费列表220。因此,广告商为广告210付费了,即使对于如果广告210没有出现在SERP 200中,用户原本会点击未付费列表220的情况也是如此。因此,将广告210放置在就在未付费列表220之上的位置,相当地增加了广告的成本。
同类相争广告的情况
图2的情况被认为是同类相争广告的主要情况,其中未付费列表就在同一产品或服务的付费广告之下出现,并且其中付费广告处于第一位置。在这种情况下,仅存在一个付费广告,该同类相争广告。然而,存在其他情况,其中广告商可能认为广告是同类相争的。
在确定付费广告是否是同类相争的时候,可以考虑几个因素。这些包括(1)位置,(2)距离,(3)出现率或出现频率,(4)着陆页是否相同或不同,以及(5)其是“友好”广告还是“竞争”广告(或两者都不是),以及(6)与由于有机搜索结果产生的收益相比,从由广告商放置的广告产生的增加的收益或净收益。首先讨论因素1-5,并且提出基于规则的方法以基于这些因素来评估广告是否是同类相争的。
位置是指付费广告或对应未付费列表的搜索结果中的位置。如上所述,主要情况是,其中付费广告和未付费列表均处于第一位置,即该付费广告处于多个付费广告中的第一位置,而该未付费列表处于多个未付费列表中的第一位置。然而,在一些情况下,处于第二位置或第三位置的付费广告和处于第一位置的未付费列表可以被认为是同类相争的。
距离是指在付费广告和未付费列表之间的(付费和未付费的)列表的数量。可以从付费广告的位置、付费广告的总数以及未付费列表的位置,如下确定距离:
距离=(#PAs-位置PA)+位置UL 式1
其中#PAs是付费广告的数量,位置PA是被分析的付费广告在所有付费广告中的位置,位置UL是对应未付费列表在多个未付费列表中的位置。在该实施例中,应当理解的是,付费广告顺序地出现在未付费列表之上。然而,如果付费广告出现在网页的一侧或网页上的另一几何位置处,则可以制定类似的距离测度。
出现率或出现频率涉及广告和未付费列表的位置可能随搜索而改变的事实。因此,在一些实施例中,可以在一段时间上或经多次重复地“采样”搜索项,以便确定在响应于接收到特定关键字所提供的SERP中,付费广告的或未付费列表的平均位置。例如,可以一分钟一次或一小时一次地重复搜索一天或一周,以获得付费广告或未付费列表在所接收的SERP中的位置。或者,搜索可以在一天中重复100次。当然,也可以采用其他采样方法。
在一些情况下,同类相争广告的着陆页不同于其对应的未付费列表的着陆页。在一些情况下,这样的广告被认为是同类相争的;在其他情况下,广告商可能正在测试着陆页,或者仅仅是更喜欢让用户看到他们的广告而非由搜索引擎生成的未付费列表。
“友好”广告和“竞争”广告
广告可以相对于由广告商放置的特定广告被分类为“友好”广告或“竞争”广告。然后可以将分配给广告的类别用于部分确定广告商的广告是否为同类相争的。
示例1:在第一示例中,如果第一公司是第二公司的商业伙伴,则其可以将第二公司的广告视为“友好”并且同意不与第二公司放置的广告竞争广告。因此,在该示例中,处于多个付费广告之间的任何位置的友好广告意味着广告商自己的广告是同类相争的。下面给出几个其他示例。
示例2:汽车经销商B销售汽车制造商A制造的汽车。汽车制造商A可以将经销商B对制造商A的产品的广告认为是友好的,并且决定在经销商B的广告出现时不广告。
示例3:替代地,制造商A认为由经销商B对他们的产品(即,制造商A的产品)放置的广告是竞争性的,并且可能想要直接对抗那些广告而广告,即,当经销商B放置的广告在统计上可能要出现在SERP中的时候进行广告。
示例4:如果不存在竞争广告,则广告商考虑广告为同类相争的,不管对应的未付费列表的位置如何。
更一般地,广告商可以将特定公司或组织放置的广告认定为友好的或竞争性的,并且可以基于这样的认定来实施广告规则。
此外,广告商通过从SERP下载数据然后分析SERP,可以容易地确定SERP中的广告的着陆页的域。因此,友好广告可以被认为是具有在友好域中的着陆页的广告,竞争广告可以被认为是具有在竞争域中的着陆页的广告。因此,在某些实施例中,可以基于友好域的列表和竞争域的列表来确定友好广告和竞争广告。在其他实施例中,可以使用公司和组织名称或者甚至产品名称来确定广告是友好的还是竞争性的。
因此,从广告商的角度来看,SERP中的每个广告可以被分类为:1)他们自己的广告,2)友好广告,3)竞争广告,和4)其他,即来自非广告商本身、非友好且非竞争性的公司、组织或域的广告。
在某些实施例中,CA分析器135仅分析关于搜索项的搜索所返回的第一SERP。典型地,在SERP中存在最大数量的付费广告;例如,GOOGLE搜索引擎在SERP上返回最多四个广告。因此,可以确定每个广告位置的最频繁返回的广告。在以下讨论中,假设由CA分析器135确定每个SERP位置的最频繁返回的广告,并且类似地确定广告的类别。
在其他实施例中,可以更一般的方式对每个广告进行分类或归类,即,可以使用友好和竞争性之外的任意数量的类别。
用于确定同类相争广告的规则
可以使用评估同类相争分数或测度的规则来评估付费广告。可以基于先前讨论的因素来制定规则,所述因素即:(1)为SERP中的付费广告分配的类别(2)SERP中的付费广告的数量,(3)在广告商的广告与其对应的未付费列表之间的平均距离,以及(4)对应的未付费列表的平均位置。
表1给出了用于制定规则的方法的示例,所述规则可以用于使用先前描述的因素,广告位置、广告类别、距离和对应未付费列表的位置,来评估广告是否是同类相争的。
在表1中,每行表示一个规则,各列如下:A.规则的#,B.是第一SERP上的第一位置处出现的广告的类别,C.是第一SERP上的第二位置处出现的广告的类别,D.是广告商放置的广告的对应未付费列表的平均位置,E.是在广告商的广告与其对应的未付费列表之间的平均距离,F.表示如果规则被满足,广告商的广告是否被认为是同类相争的(是)或非同类相争的(否),以及,列G.给出对规则的简短叙述。此外,在该示例中,可以被分配给广告的类别是:A-广告商,F-友好的,C-竞争性的,和O-其他。
可以理解的是,在表1的示例中,列D和列E被示为具有整数值,而在某些实施例中,它们可以是基于对D-对应未付费列表的平均位置以及E-从广告商的广告到对应的未付费列表的平均距离所获得的采样值的实数或小数。此外,列B、列C和列F可替代地具有百分数、小数或分数值。例如,在列B中,第一位置列表的类别值可以是:A(0.75)、F(0.1)、C(0.1)和O(0.05),其指示第一位置广告为类别A、F、C或O的时间的比率或百分比。
还可以理解的是,虽然在某些实施例中友好广告被认为是其着陆页在被认为是友好的域中的广告,但是在其他实施例中,可以存在特定域的特定规则。例如,基于下述来评估规则5:具有到指定域(Dom A)的链接的广告是否出现在第一付费广告位置或第二付费广告位置处并且是否对应的未付费广告处于距广告商的广告小于3的距离处。
最后,如果将多于一个规则应用于广告,则同类相争分数表示应用于该广告的所有规则的结果的总和、平均值或加权平均值。例如,如果一个规则评估为75%而另一个规则为25%,那么在最简单的情况下,50%的平均值就是该广告的同类相争分数。
基于增加的广告价值的规则
广告商来自广告的收益和来自对应未付费列表的收益之间可能存在差异。如果广告和未付费列表每一个链接到不同的着陆页,这就可能发生,因为不同的着陆页可能具有不同的有效性级别。因此,如果平均而言广告比对应的未付费列表表现差,则平均广告点击被对未付费的列表的同类相争点击减少了收益。通过使用搜索引擎(例如在下文表2中更详细地描述的GOOGLE ANALYTICS、GOOGLE ADWARDS和GOOGLE SEARCH CONSOLE)提供的数据源,有可能确定由于广告点击导致的平均价值或收益以及由于点击对应的未付费列表导致的平均价值或收益。点击的平均价值指的是对每次点击或访问预期的收益,即由访问者到所链接的着陆页的平均收益。
可以由广告商定义的一个规则是基于广告点击相对于未付费列表点击的增加的价值或比较的价值,如下面的2中所定义的:
[(广告点击的价值-未付费点击的价值)]/广告点击的成本 式2
在此,如果由式2定义的增加价值大于1,则在考虑了购买广告的成本之后,存在来自购买广告净正收益。因此,基于式2的简单规则是,如果增加价值小于1,则广告是同类相争的。但是也可以考虑其他规则,并且可以将基于增加价值的规则(式2)与诸如表1中所示的那些规则混合。此外,在不偏离本发明的范围的情况下,可以定义用于定义增加价值的其它式子。
将理解的是,可以由计算机程序指令实施图3中示出的流程图的每个框以及流程图图示中的框的组合。这些程序指令可以被提供给处理器以生产机器,使得在处理器上执行的指令产生用于实施在流程图的一个或多个框中指定的动作的手段。计算机程序指令可以由处理器执行以使实施流程的一个或多个框中指定的动作的一系列操作步骤由处理器执行,以产生计算机实施的过程或方法。计算机程序指令还可以使流程图的框中所示的至少一些操作步骤并行执行。此外,还可以在多于一个处理器上执行一些步骤,这例如可能出现在多处理器计算机系统中。此外,流程图图示中的一个或多个框或框的组合也可以与其他框或框的组合同时执行,或者甚至以与图示不同的顺序执行,而不偏离本发明的范围或精神。
因此,流程图图示的框支持用于执行指定动作的手段的组合、用于执行指定动作的步骤的组合以及用于执行指定动作的程序指令手段的组合。还将理解的是,可以由执行指定动作或步骤的基于专用硬件的系统或专用硬件和计算机指令的组合,来实现流程图图示的每个框以及流程图图示中的框的组合。
图3提供了一种用于识别同类相争广告并为广告生成同类相争分数的总体方法300。方法300的目的是评估广告商正在购买的搜索引擎广告,以确定哪些是同类相争的。
在步骤305,CA分析器135收集一组搜索项以进行评估。这些可以是广告商当前正在购买的广告,或预期的广告。通常,每个广告对应于搜索项或关键字。该步骤可以以各种方式执行。例如,如果正在评估特定广告商(例如必定购(参见图2))的搜索引擎营销(SEM)计划,广告商可以提供他们通常购买的搜索项的列表,以及在所导致的SERP中出现的对应付费广告。
替代地,搜索引擎可以提供一组关键字。例如,GOOGLE公司提供的GOOGLE SEARCHCONSOLE可以提供搜索项的列表和关于每个搜索项所放置的广告的平均搜索位置。因此,例如,如果只对付费广告出现在第一位置和第二位置处而未付费列表出现在第一位置或第二位置处的情况感兴趣,则可以仅评估平均位置小于2的搜索项。
可以从搜索引擎获得额外的数据。例如,GOOGLE公司提供的GOOGLE ADWORDS提供的信息包括广告位置、广告成本、点进率、广告展示份额(impression share)和类似度量。
在步骤310,生成用于评估广告和为其评分的规则。这些规则可类似于表1中或式2中给出的那些规则。
在步骤315,对所收集的搜索项中的一个,对搜索引擎执行关键字搜索。
在步骤320,从搜索引擎接收SERP。注意,虽然方法300应用于单个搜索引擎,但是可以对感兴趣的附加搜索引擎来执行它。因此,方法300同样适用于所有搜索引擎。
在步骤325,分析接收到的SERP中的列表(付费和未付费的),以确定广告商的付费广告的列表位置和对应的未付费列表的列表位置(如果有的话)。在某些实施例中,重复地执行搜索,即,执行采样以获得平均列表位置。在这种情况下,在该步骤中,更新付费广告和对应的未付费列表的平均列表位置。
在步骤330,如果正在执行平均列表位置的采样,则确定是否需要执行更多采样。如果是,则流程返回到步骤315;如果否,则流程进入步骤335。
在步骤335,应用在步骤310制定的规则,从而得到付费广告的同类相争分数。同类相争分数可以具有各种含义。例如,在某些实施例中,同类相争分数估计由于SERP内的付费广告与对应列表的接近而损失的销售或收益的百分比或量。
在其他实施例中,同类相争分数表示广告实际上是同类相争的并且将减少将收益(其由未付费列表生成)。在这样的实施例中,同类相争分数75指示广告有75%的可能是同类相争的。
在其他实施例中,该分数可以是简单指示广告被认为是同类相争的布尔(真、假)值。
在步骤340,如果并非所有关键字都已被处理,则流程返回到步骤315。如果所有关键字都已被处理,则流程在步骤345继续。
在步骤345,生成报告,对每个关键字-付费广告组合提供同类相争分数。这样的报告可以涵盖全部所收集的关键字,或者仅涵盖那些被确定为同类相争的关键字。例如,仅具有高于给定阈值的分数的关键字-付费广告组合可被包括在报告中。在一些情况下,该方法在该步骤结束,并且向广告商或向他们指定的服务公司(诸如在线广告公司)提供报告。
在其他实施例中,在步骤350,广告商或他们的web服务公司可以基于在步骤345生成的报告来修改他们的搜索引擎宣传广告购买。
效率的测度:回收的广告费用
下述是新颖的:同类相争广告的概念以及通过自动分析付费广告是否可能是同类相争的来提升广告活动的效率。使用该测度可显著降低广告活动的成本并提升广告活动的效率。因此,重要的是能够测量通过不购买同类相争广告而降低的成本和提升的效率。可以向广告商提供这样的效率的测度,以验证采用自动方法来识别同类相争广告的有效性,并采取适当的动作(被称为去除同类相争的动作)。
图4提供了用于基于对由于不购买方法300识别的同类相争广告中的一些或全部而导致的可能节省的估计,来确定广告活动的效率的测度的总体方法400。方法400计算在本文中被称为“回收的广告费用”的测度,其估计由于不购买已被确定为同类相争的一个或多个付费广告而导致的节省。方法400使用由方法300确定的同类相争分数来确定是购买各个广告还是避免购买它。
在某些实施例中,方法400针对一组关键字计算对一天(或另一合适的时间期间)回收的广告费用(RAS),其中针对搜索项对一天回收的广告费用可如下面的式3定义:
RAS=预期的广告费用-优化的广告费用 式3
在步骤430,对一天预期的广告费用(EAS)可被计算为:
EAS=这天的平均广告成本每点击(CPC) 式4
*这天的平均广告点进率(CTR)
*这天的搜索项展示(即,用户对该关键字搜索的次数)
应理解的是,在某些实施例中使用一天的时间期间,而在本发明的其它实施例中可使用其它时间期间。
优化的广告费用(OAS)是实际测量的广告费用或成本,其典型地由搜索引擎对去除同类相争的动作正在进行的时间的期间而报告,该时间的期间即同类相争方法300正在运行的期间,关于是否购买关键字以便运行付费广告的决定至少部分地基于该关键字的同类相争分数。方法300的包括决定不购买同类相争广告的操作也被称为采取去除同类相争的动作。示例的去除同类相争的动作将是不购买其同类相争分数高于阈值的付费广告。
作为示例,如果对从GOOGLE搜索引擎购买的广告执行方法400,则从GOOGLE提供的名为GOOGLE ADS的服务获取广告成本。
作为针对一个搜索项对一天的预期对广告费用(式4)的示例:如果CPC是1美元,CTR是10%,并且这天的预期的展示数2000,则用这天的预期的广告费用(EAS)=1美元*0.1*2000=200美元。
因此,如果搜索引擎所报告的优化的实际广告费用是50美元,则回收的广告费用是200美元-50美元=150美元。
在某些实施例中,方法400仅以单个搜索引擎(例如,GOOGLE搜索引擎)操作。在这样的实施例中,方法400可以使用下面的表2中呈现的数据来操作。在其它实施例中,从其它搜索引擎或从单个基本搜索引擎之外的搜索引擎获取可比较的数据。然后,可以在多个搜索引擎上聚合结果。
Figure BDA0004041318400000151
表2中使用的一些术语定义为:
流量源是指访问者如何到达站点,例如通过点击有机列表通过点击付费广告。
广告点击指的是用户在广告上点击的次数,其对应于被评估的搜索项,如在作为使用Google搜索引擎的关键字搜索的结果而返回的SERP中所显示的。
广告成本:广告商为广告为在SERP中出现的付费广告所花费的美元。
有机点击指用户点击未付费、“有机”、Google Search结果列表的次数。
有机展示是指响应于用户执行的Google Search,未付费列表出现在SERP上的次数。
基线期间指的是未对搜索项采取去除同类相争的动作(即,购买决策未考虑搜索项的同类相争分数)的时间的期间。基线期间通常按天测量。这些可以是较大时间间隔内的数天,例如最近8天中的4天,或连续多天。
基线数据是指在基线期间内捕获的数据。
附加的效率的测度
除了回收的广告费用之外,还可以使用附加的或替代的测度来示出降低在同类相争广告上花费的效率。可在不采取去除同类相争的动作的时间期间与执行去除同类相争的动作的持续时间相似的时间期间之间,比较以下测度中的每一个:广告点击、广告成本、有机点击、展示和收益。可以在所有搜索项上并且在不同的时间间隔(天、周、月等)上来聚集数据。
返回到方法400,在步骤405,接收或收集待评估的关键字。接下来,在步骤410,针对每个接收到的关键字,收集由方法300生成的对应同类相争分数和如上文在表2中讨论的性能数据。
在步骤420,选择关键字用于处理。在步骤430,根据式4针对关键字计算预期的广告费用。然后,在步骤440,从在步骤410收集的数据中检索优化的广告费用,如前所述,通常从搜索引擎收集优化的广告费用。
在步骤450,根据式3计算回收的广告费用。此外,在步骤450,可以如上所述地计算其他测度,包括尤其是广告点击、广告成本、有机点击、展示和收益。作为比较的基础,可以对其时采取了去除同类相争的动作以及其时未采取去除同类相争的动作的类似长度的时间期间计算或收集这些测度。
在步骤460,确定是否已经处理了所有关键字。如果否,则流程返回到步骤420,如果是,则流程进入步骤470。
在步骤470,可选地,在所有关键字上并且可能在多个时间间隔上聚集包括回收的广告费用的结果。
在步骤480,将结果提供给客户或客户端。这可以是以尤其是诸如MICROSOFTEXCEL表格的文件的形式,或者可以作为演示被提供。另外,这样的数据可以构成中间结果,并且可以被进一步分析并用于报告或决策的目的
图5是示出了同类相争广告系统(CAS)100的软件模块的框图。图5描绘了CAS 100的相关软件元件,包括客户端计算机115、搜索引擎120、web服务器140和广告服务器130。
客户端计算机115与用户110交互并且使得用户110能够通过使用web浏览器118来执行web搜索。
浏览器118通常是标准的、可商购的浏览器,诸如MOZILLA FIREFOX或MICROSOFTINTERNET EXPLORER。或者,它也可以是被配置为在网络上接收和显示图形、文本、多媒体等的客户端应用。
浏览器118向诸如搜索引擎120、web服务器140和客户端计算机115的互联网连接的计算机发出HTTP请求并接收HTTP响应。应用服务器420接收HTTP请求并调用适当的广告服务器130软件模块来处理该请求。应用服务器520可以是可商购的应用服务器,其包括web服务器,其接受和处理HTTP请求,将HTTP响应连同可选的数据内容(其可以是网页,诸如HTML文档和链接的对象(图像等))一起传输回去。
应用服务器520建立和管理与搜索引擎120和web服务器140的会话。此外,它可以与客户端计算机115交互。
搜索引擎120的软件模块通常在本发明的范围之外。然而,如上文所论述且在表2中详述的,预期搜索引擎提供关于广告的各种结果数据,该广告是广告商购买的且其响应于搜索在SERP中提供。web服务器140管理一个或多个网站145,其中每个网站包括一个或多个域。
广告服务器130包括关键字收集器530、规则定义器532、同类相争广告(CA)分析器135、同类相争广告(CA)报告生成器534、广告购买器536(在某些实施例中)、回收的广告分析器、关键字数据库550、规则数据库552和广告数据库554。可以理解的是,上述数据库中的每一个可以被实施为分布在一个或多个物理存储机构上的一个或多个计算机文件。在一个实施例中,上述数据库中的每一个被实施为一个或多个关系数据库,并且使用结构化查询语言(SQL)来访问。
关键字收集器530从搜索引擎120并且可能从其他源获取关键字。关键字收集器530还可以从广告商获取关键字,例如在由广告商提供的计算机文件中获取。关键字收集器530将关键字存储在关键字数据库450中。其执行与方法300的步骤305相关联的流程。
此外,关键字收集器530从搜索引擎120收集方法400所需的数据,以计算回收的广告费用,包括由于关键字、平均成本每点击(CPC)、平均点进率(CTR)和展示而导致的收益。
规则定义器532定义规则,该规则对SERP中的广告确定分数。它将规则存储在规则数据库552中。规则定义器532实施方法300的步骤310。规则定义器532可以以各种方式实施;例如,在某些实施例中,规则定义器532简单地接收定义规则的文本文件;而在其他实施例中,它向客户端计算机115提供允许用户交互地定义规则的图形界面。通常,用于定义规则的方法在本发明的范围之外。
CA分析器135执行与方法300的步骤315-340相关联的流程。它使用存储在关键字数据库550中的所收集的关键字来获得SERP并确定付费广告和对应列表的位置,并将结果存储在关键字数据库550中。它还评估SERP以生成同类相争广告分数,并将结果存储在广告数据库554中。
CA报告生成器534生成报告,其提供了广告的同类相争广告分数。它执行方法300的步骤345。
在某些实施例中,广告购买器536从搜索引擎120购买广告,其考虑了由存储在广告数据库554中的同类相争广告报告所表示的同类相争广告分析的结果。具体地,广告购买器536逐个地做出是否基于广告的同类相争分数来购买该广告的决定。在其他实施例中,广告购买器536不是CAS 100的一部分。例如,广告购买器536的功能可以由第三方广告代理执行。
回收的广告费用分析器(RAS分析器)538分析通过不购买被认为是同类相争的广告而获得的结果,即效率。通常,RAS分析器538执行方法400以生成可提供给广告商的报告或其他结果。如先前所讨论的,RAS分析器538还可以计算除回收的广告费用之外的其他效率的测度。这样的测度尤其包括其时采取以及未采取去除同类相争的动作的类似长度时间期间的广告点击、广告成本、有机点击、展示、收益。RAS分析器538将其结果存储在广告数据库554中。
关键字数据库550存储所收集的关键字。它还存储广告和对应未付费列表的位置或平均位置,其中广告由广告商或由广告服务器130或由代表广告商行动的另一方放置,并且其中广告出现在作为关键字搜索的结果而返回的SERP中。
规则数据库552存储规则,其被用来生成广告的同类相争分数。
广告数据库554存储由广告商提供的对应于所收集的关键字的广告。通常,广告商感兴趣的每个关键字具有可用搜索引擎放置的对应的付费广告。广告数据库554还存储由CA报告生成器534生成的CA报告和回收的广告费用以及由RAS分析器538产生的其他结果数据。
以上说明、示例和数据提供了对本发明的构成的制造和使用的完整描述。在不偏离本发明的精神和范围的情况下,可以做出本发明的许多实施例。
Figure BDA0004041318400000191
Figure BDA0004041318400000201
/>

Claims (29)

1.一种计算机实施的方法,其用于生成广告的同类相争分数,所述方法包括:
收集与指定广告商相关的多个关键字,其中响应于接收到关键字,搜索引擎返回搜索引擎结果页面(SERP),并且其中SERP包括(1)一个或多个广告的序列,其中广告由广告商放置并且包括到着陆页的链接,并且其中所述序列中的较高位置比较低位置更有价值,以及(2)多个未付费列表,其中每个未付费列表包括到着陆页的链接,并且其中所述序列中的较高位置比较低位置更有价值,并且其中每个着陆页在域内,其中域是网页的集合,并且其中SERP中的对应未付费列表链接到与所述指定广告商放置的在同一SERP中的广告所链接到的着陆页相同的域中的着陆页;
定义规则的序列,其中,当应用所述规则时,所述规则对SERP内的广告相对于对应未付费列表计算同类相争分数;
针对每个接收到的关键字:
将所述关键字提供给搜索引擎;
从所述搜索引擎接收SERP,所述SERP包括一个或多个广告和一个或多个未付费列表;
从所述一个或多个广告中确定由所述指定广告商放置的第一广告的位置;
从所述一个或多个未付费列表中确定对应未付费列表的位置;和
将所述规则应用于所述广告并应用于所述对应未付费列表,以获得所述广告的同类相争分数。
2.如权利要求1所述的方法,其中所述同类相争分数表示从由下述项构成的组中选择的测度:对由于所述广告出现在与所述对应列表相同的SERP中而导致的对所述广告商的收益的减少的估计,对所述广告是同类相争的可能性的估计,或关于广告是否是同类相争的布尔确定。
3.如权利要求1所述的方法,其中所述确定广告的位置是指确定所述广告的平均位置,所述确定对应未付费列表的位置是指确定所述未付费列表的平均位置,并且其中所述规则中的至少一个部分地基于所述广告的位置和所述未付费列表的位置。
4.如权利要求1所述的方法,其中每个规则基于从由下述项构成的组中选择的一个或多个因素:SERP内的广告的位置,所述SERP中的广告的数量,所述SERP内的对应未付费列表的位置,所述广告上的每次点击的平均收益,以及所述未付费列表上的每次点击的平均收益。
5.如权利要求1所述的方法,其中能够对SERP中的每个广告分配从由下述项构成的组中选择的类别:所述指定广告商放置的广告、友好广告、竞争广告或另一广告,并且其中至少一个规则基于所述SERP中的广告的类别。
6.如权利要求1所述的方法,其中,可以计算在SERP内的广告和未付费列表之间的距离,并且所述规则的序列中的至少一个规则基于在所述广告商放置的所述广告与所述对应未付费列表之间的距离。
7.如权利要求1所述的方法,还包括生成报告,所述报告包括所述指定广告商放置的出现在所接收到的SERP中的每个广告的同类相争分数。
8.如权利要求7所述的方法,还包括至少部分地基于所述同类相争广告的报告从所述搜索引擎购买广告。
9.一种网络计算设备,包括:
关键字收集器,其用于收集与指定广告商相关的多个关键字,其中响应于接收到关键字,搜索引擎返回搜索引擎结果页面(SERP),并且其中SERP包括(1)一个或多个广告的序列,其中广告由广告商放置并且包括到着陆页的链接,并且其中所述序列中的较高位置比较低位置更有价值,以及(2)多个未付费列表,其中每个未付费列表包括到着陆页的链接,并且其中所述序列中的较高位置比较低位置更有价值,并且其中每个着陆页在域内,其中域是网页的集合,并且其中SERP中的对应未付费列表链接到与所述指定广告商放置的在同一SERP中的广告的着陆页相同的域中的着陆页;
关键字定义器,其用于定义规则的序列,其中,当应用所述规则时,所述规则对SERP内的广告相对于对应未付费列表计算同类相争分数,其中所述同类相争分数估计由于所述广告出现在与所述对应列表相同的SERP中而导致的对所述广告商的收益的减少;以及
CA分析器,其用于处理每个接收到的关键字,所述处理包括以下步骤:
将所述关键字提供给搜索引擎;
从所述搜索引擎接收SERP;
从所述SERP中的一个或多个广告中确定由所述指定广告商放置的第一广告的位置;
从所述SERP中的多个未付费列表中确定对应未付费列表的位置;和
将所述规则应用于所述广告并应用于所述对应未付费列表,以获得所述广告的同类相争分数。
10.如权利要求9所述的网络计算设备,其中所述确定广告的位置是指确定所述广告的平均位置,所述确定对应未付费列表的位置是指确定所述未付费列表的平均位置,并且其中所述规则中的至少一个部分地基于所述广告的位置和所述未付费列表的位置。
11.如权利要求9所述的网络计算设备,其中每个规则基于从由下述项构成的组中选择的一个或多个因素:SERP内的广告的位置,所述SERP中的广告的数量,所述SERP内的对应未付费列表的位置,所述广告上的每次点击的平均收益,以及所述未付费列表上的每次点击的平均收益。
12.如权利要求9所述的网络计算设备,其中能够对SERP中的每个广告分配从由下述项构成的组中选择的类别:所述指定广告商放置的广告、友好广告、竞争广告或另一广告,并且其中至少一个规则基于所述SERP中的广告的类别。
13.如权利要求9所述的网络计算设备,其中,可以计算在SERP内的广告和未付费列表之间的距离,并且所述规则的序列中的至少一个规则基于在所述指定广告商放置的广告与所述对应未付费列表之间的距离。
14.如权利要求9所述的网络计算设备,还包括同类相争广告报告生成器,其生成报告,所述报告包括所述指定广告商放置的出现在所接收到的SERP中的每个广告的同类相争分数。
15.如权利要求14所述的网络计算设备,还包括广告购买器,其用于至少部分地基于所述同类相争广告的报告从所述搜索引擎购买广告。
16.一种计算机实施的方法,其用于估计互联网广告活动的效率,所述方法包括:
接收多个关键字,其中每个关键字对应于提供给搜索引擎的付费广告,其中付费广告包括到网页的链接,并且其中响应于从web浏览器接收到关键字,所述搜索引擎返回搜索引擎结果页面(SERP),所述搜索引擎结果页面(SERP)包括(1)对应的付费广告,以及(2)至少一个未付费列表,其中未付费列表包括到网页的链接,并且其中网页在域内;
收集(1)指定的付费广告的同类相争分数,其中同类相争分数指示:指定的付费广告在SERP中的存在减少了用户将点击对应未付费列表的机会,其中对应未付费列表具有在与所述指定的付费广告的链接网页相同的域中的链接网页,以及(2)对其中没有采取去除同类相争的动作的时间期间,由于点击所述指定的付费广告以及点击SERP中的任何对应未付费列表而导致的实际收益,其中,当付费广告由于其同类相争分数而未被提供给所述搜索引擎时,发生去除同类相争的动作;
将所述指定的付费广告的回收的广告费用估计为:对购买所述指定的广告一时间的期间的预期的成本的估计,与对在采取了去除同类相争的动作时的相似的时间的期间所报告的实际成本,之间的差;以及
报告所述回收的广告费用的所述估计。
17.如权利要求16所述的方法,其中所述收集还包括:为所述指定的付费广告收集所述期间的平均广告成本每点击(CPC)、所述期间的平均点进率(CTR)和所述期间的展示数,所述方法还包括:
对所述期间为所述指定的付费广告计算预期的广告费用,其中所述期间的所述预期的广告费用是所述期间的CPC*所述期间的CTR*所述期间的展示;
其中所述回收的广告费用是所述预期的广告费用与对所述期间所收集的实际成本之间的差。
18.如权利要求16所述的方法,还包括计算所述指定的广告的同类相争分数。
19.如权利要求16所述的方法,其中所述同类相争分数表示从由下述项构成的组中选择的测度:对由于所述指定的广告出现在与所述对应列表相同的SERP中而导致的对所述广告商的收益的减少的估计,对付费广告是同类相争的可能性的估计,和指示广告是否是同类相争的布尔值。
20.如权利要求18所述的方法,其中基于应用于所述指定的付费广告的所述同类相争分数的阈值,决定向所述搜索引擎提供所述指定的付费广告。
21.如权利要求16所述的方法,其中对所述期间在所有所收集的关键字上聚集所述回收的广告费用。
22.如权利要求17所述的方法,其中对多个搜索引擎计算回收的广告费用,然后在所述多个搜索引擎上聚集所述回收的广告费用。
23.一种网络计算设备,包括:
关键字收集器,其用于收集:与指定广告商相关的多个关键字,其中每个关键字对应于提供给搜索引擎的付费广告,其中付费广告包括到网页的链接,并且其中响应于从web浏览器接收到关键字,所述搜索引擎返回搜索引擎结果页面(SERP),所述搜索引擎结果页面(SERP)包括(i)对应的付费广告,以及(ii)至少一个未付费列表,其中未付费列表包括到网页的链接,并且其中网页在域内;
广告数据库,其用于存储(1)所述多个关键字中的每一个的付费广告,(2)每个付费广告的同类相争分数,其中付费广告的同类相争分数指示:所述付费广告在SERP中的存在减少了用户将点击对应未付费列表的机会,其中对应未付费列表具有在与所述指定的付费广告的链接网页相同的域中的链接网页;
其中,所述关键字收集器还对其中没有采取去除同类相争的动作的时间期间,收集由于点击付费广告以及点击SERP中的任何对应未付费列表而导致的实际收益,其中,当付费广告基于其同类相争分数而未被提供给所述搜索引擎时,发生去除同类相争的动作;
回收的广告费用分析器,用于将针对关键字的回收的广告费用估计为:对相似的时间的期间由于购买对应于所述关键字的付费广告而导致的预期的广告费用的估计,与对在采取了去除同类相争的动作时的相似的时间的期间所报告的购买所述广告的实际成本,之间的差;以及
同类相争广告响应生成器,其用于报告对所述回收的广告费用的所述估计。
24.如权利要求23所述的网络计算设备,其中所述收集还包括:为所述关键字收集所述期间的平均广告成本每点击(CPC)、所述期间的平均点进率(CTR)和所述期间的展示数,并且其中估计回收的广告费用包括:
对所述期间为所述指定的关键字计算预期的广告费用,其中所述期间的所述预期的广告费用是所述期间的CPC*所述期间的CTR*所述期间的展示;以及
其中所述回收的广告费用是所述预期的广告费用与对所述期间所收集的实际成本之间的差。
25.如权利要求23所述的网络计算设备,还包括用于计算所述指定的广告的同类相争分数的同类相争分析器。
26.如权利要求23所述的网络计算设备,其中所述同类相争分数表示从由下述项构成的组中选择的测度:对由于所述广告出现在与所述对应列表相同的SERP中而导致的对所述广告商的收益的减少的估计,对所述广告是同类相争的可能性的估计,以及关于广告是否是同类相争的布尔确定。
27.如权利要求23所述的网络计算设备,其中基于应用于所述指定的关键字的所述同类相争分数的阈值,决定向所述搜索引擎提供所述指定的关键字。
28.如权利要求23所述的网络计算设备,其中对所述期间在所有所收集的关键字上聚集所述回收的广告费用。
29.如权利要求23所述的网络计算设备,其中为多个搜索引擎估计所述回收的广告费用,并在所述多个搜索引擎上聚集所述回收的广告费用。
CN202180048616.4A 2020-07-07 2021-04-23 对同类相争广告的识别和管理以提升互联网广告的效率 Pending CN115885304A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US16/922,593 2020-07-07
US16/922,593 US11727434B2 (en) 2020-07-07 2020-07-07 Management of cannibalistic ads to improve internet advertising efficiency
US17/011,449 2020-09-03
US17/011,449 US11481806B2 (en) 2020-09-03 2020-09-03 Management of cannibalistic ads to reduce internet advertising spending
PCT/US2021/028992 WO2022010560A1 (en) 2020-07-07 2021-04-23 Identification and management of cannibalistic ads to improve internet advertising efficiency

Publications (1)

Publication Number Publication Date
CN115885304A true CN115885304A (zh) 2023-03-31

Family

ID=79553653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180048616.4A Pending CN115885304A (zh) 2020-07-07 2021-04-23 对同类相争广告的识别和管理以提升互联网广告的效率

Country Status (9)

Country Link
EP (1) EP4179493A4 (zh)
JP (1) JP2023533515A (zh)
KR (1) KR20230085129A (zh)
CN (1) CN115885304A (zh)
AU (2) AU2021305814A1 (zh)
CA (1) CA3185052A1 (zh)
GB (1) GB2611975A (zh)
IL (1) IL299596A (zh)
WO (1) WO2022010560A1 (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090037375A1 (en) * 2007-07-30 2009-02-05 Seok Won Cho Method and apparatus for the placement of advertisements in a search results page
US20090292677A1 (en) * 2008-02-15 2009-11-26 Wordstream, Inc. Integrated web analytics and actionable workbench tools for search engine optimization and marketing
US8396742B1 (en) * 2008-12-05 2013-03-12 Covario, Inc. System and method for optimizing paid search advertising campaigns based on natural search traffic
WO2012047820A1 (en) * 2010-10-05 2012-04-12 Baker Hughes Incorporated Method and apparatus for efficient implementation of design changes
US9158856B2 (en) * 2010-12-24 2015-10-13 Taskmaster Technologies Inc. Automatic generation of tasks for search engine optimization
US20150046254A1 (en) * 2012-07-18 2015-02-12 Simon Raab System and method for display relevance watch

Also Published As

Publication number Publication date
EP4179493A4 (en) 2024-05-15
GB2611975A (en) 2023-04-19
CA3185052A1 (en) 2022-01-13
JP2023533515A (ja) 2023-08-03
IL299596A (en) 2023-03-01
AU2021305814A1 (en) 2023-02-09
AU2024203739A1 (en) 2024-06-27
EP4179493A1 (en) 2023-05-17
WO2022010560A1 (en) 2022-01-13
KR20230085129A (ko) 2023-06-13

Similar Documents

Publication Publication Date Title
US9152977B2 (en) Click fraud detection
US8620746B2 (en) Scoring quality of traffic to network sites
KR100786795B1 (ko) 인터넷 광고 서비스 시스템 및 방법
KR100849555B1 (ko) 검색에서의 키워드의 값을 결정하는 데이터베이스 검색시스템 및 방법
US8788339B2 (en) Multiple attribution models with return on ad spend
Malaga The value of search engine optimization: An action research project at a new e-commerce site
US8135706B2 (en) Operationalizing search engine optimization
US20070078939A1 (en) Method and apparatus for identifying and classifying network documents as spam
JP2011525674A (ja) インターネットベースの広告の自動監視および照合
WO2005013097A2 (en) Effectiveness of internet advertising
US20080243617A1 (en) Keyword advertisement using ranking of advertisers
US9020922B2 (en) Search engine optimization at scale
US20090276285A1 (en) Search engine to broker advertiser with publisher
KR100744063B1 (ko) 인터넷 검색 광고 서비스 시스템 및 방법
KR100823159B1 (ko) 광고주를 차등 관리하는 방법 및 상기 방법을 수행하는시스템
US11481806B2 (en) Management of cannibalistic ads to reduce internet advertising spending
CN115885304A (zh) 对同类相争广告的识别和管理以提升互联网广告的效率
US11922457B2 (en) Management of cannibalistic ads to improve internet advertising efficiency
Ivanova WEB ANALYTIC TOOLS FOR MEASURING SEO EFFICIENCY

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination