CN117677961A - 用于提供基于人的受众规划的系统和方法 - Google Patents
用于提供基于人的受众规划的系统和方法 Download PDFInfo
- Publication number
- CN117677961A CN117677961A CN202280021003.6A CN202280021003A CN117677961A CN 117677961 A CN117677961 A CN 117677961A CN 202280021003 A CN202280021003 A CN 202280021003A CN 117677961 A CN117677961 A CN 117677961A
- Authority
- CN
- China
- Prior art keywords
- consumer
- publisher
- consumers
- data
- client
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000008685 targeting Effects 0.000 claims abstract description 13
- 230000015654 memory Effects 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 235000014510 cooky Nutrition 0.000 claims description 6
- 238000012360 testing method Methods 0.000 description 22
- 238000013500 data storage Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000012552 review Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
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
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2358—Change logging, detection, and notification
-
- 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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0243—Comparative campaigns
-
- 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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- 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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0246—Traffic
-
- 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
- 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
- G06Q30/0255—Targeted advertisements based on user history
-
- 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
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- 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
- G06Q30/0277—Online advertisement
Abstract
公开了用于向特定消费者定向广告的系统和方法。系统可以包括存储指令的存储器;以及至少一个处理器,该至少一个处理器被配置为执行指令以:通过网络从客户端设备接收消费者数据;从消费者数据识别多个客户端提供的消费者;获取与多个客户端提供的消费者相对应的多个唯一消费者标识符;以及通过将多个客户端提供的消费者中的至少一个与由多个发布者设备中的第一发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第一重叠唯一消费者标识符,第一发布者设备在多个发布者设备中具有最高优先级。
Description
相关申请
该申请是于2018年12月10日提交的申请号16/214,769的部分延续,申请号为16/214,769的申请是于2017年10月17日提交的美国申请号15/786,551(现为美国专利号10,181,136)的延续,该申请号为15/786,551的美国申请要求于2016年10月17日提交的美国临时专利申请号62/409,374的优先权,这些申请的全部内容通过引用合并于此。
技术领域
本公开一般涉及用于提供基于人的受众规划和定向广告的计算机化系统和方法。
背景技术
供应商可以针对消费者群体中的特定消费者,以满足个性化的市场需求。例如,供应商可以为某些潜在客户提供定制的促销活动。这样的促销内容(例如广告)可以针对不同的消费者进行量身定制。对电子交付的促销内容进行个性化可以增加收入,但也存在一些缺点。例如,解决单一客户需求的营销可能过于繁重、耗时、由于可扩展性而不可行、而且成本高昂。
消费者的需求和欲望可能与其他需求和欲望重叠。基于将潜在消费者受众划分为代表特定定义特征的离散类别的营销可能是有益的。例如,基于选择行为数据、人口统计数据和产品偏好的聚类可以提高效率并降低成本。然而,根据这些传统类别进行切分可能会剥夺营销人员按类别营销的好处。例如,两个年龄相同的消费者可能会收到相同的广告,因为他们基于年龄以相同的方式进行分类。然而,这些消费者可能处于人生的不同阶段,因此有不同的动机或价值观。这可能导致该类别中的一个消费者热情地购买广告产品,而另一个消费者强烈反对购买该产品。仅在单一的基础(例如,年龄)上对这两个消费者进行切分可能是低效和无效的。
传统的切分技术也可能引起隐私和安全问题。例如,常规系统通常使用包括个人可识别信息(例如,姓名、电子邮件地址、电话号码等)的标识符或信息来识别消费者。对于传统系统来说,在通信网络上交换这些标识符也是常见的。这可能导致数据泄露或丢失,从而可能将消费者的个人可识别信息潜在暴露给攻击者或其他未经授权的用户。此外,攻击者(例如,黑客)可以在随后的攻击中(例如,使用网络钓鱼、社会工程等技术)使用从一次攻击中获得的个人可识别信息来攻击同一个消费者或其他消费者。
虽然传统的广告平台允许广告客户端提供客户端自己的消费者数据,但它们与客户端自己的划分不兼容或不支持客户端自己的划分。因此,广告客户端可以不限定他们自己的划分。此外,在传统的广告平台中,当广告客户端寻求发布来自消费者数据集合的受众列表时,平台基于该消费者数据集合与由发布者提供的消费者数据的比较来选择受众,以确定来自该消费者数据集合的受众列表。然而,当客户端寻求发布该消费者数据集合的剩余部分时,平台将整个消费者数据集合与由第二发布者提供的消费者数据进行比较,而不排除已经发布的受众列表。这导致发布系统运行效率低下。
因此,需要一种改进的提供基于人的受众规划和定向广告的方法。
发明内容
本公开的一个方面涉及一种用于向特定消费者定向广告的计算机实现的系统。该系统可以包括存储指令的存储器;以及至少一个处理器,该至少一个处理器被配置为执行指令以:通过网络从客户端设备接收消费者数据;从消费者数据识别多个客户端提供的消费者;获取与多个客户端提供的消费者相对应的多个唯一消费者标识符;以及通过将多个客户端提供的消费者中的至少一个与由多个发布者设备中的第一发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第一重叠唯一消费者标识符,第一发布者设备在多个发布者设备中具有最高优先级。
本公开的另一个方面涉及一种用于向特定消费者定向广告的计算机实现的方法。该计算机实现的方法可以包括:通过网络从客户端设备接收消费者数据;从消费者数据识别多个客户端提供的消费者;获取与多个客户端提供的消费者相对应的多个唯一消费者标识符;以及通过将多个客户端提供的消费者中的至少一个与由多个发布者设备中的第一发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第一重叠唯一消费者标识符,第一发布者设备在多个发布者设备中具有最高优先级。
本公开的又一方面涉及一种非暂时性计算机可读介质,该非暂时性计算机可读介质存储可由处理器执行的指令,以执行用于向特定消费者定向广告的方法。该方法可以包括:通过网络从客户端设备接收消费者数据;从消费者数据识别多个客户端提供的消费者;获取与多个客户端提供的消费者相对应的多个唯一消费者标识符;以及通过将多个客户端提供的消费者中的至少一个与由多个发布者设备中的第一发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第一重叠唯一消费者标识符,第一发布者设备在多个发布者设备中具有最高优先级。
本文还讨论了其他系统、方法和计算机可读介质。
附图说明
图1是示出与所公开实施例一致的、用于向特定消费者定向广告的系统的示例性实施例的示意性框图。
图2是与所公开实施例一致的、示例性目标受众审查界面的图解说明。
图3是与所公开实施例一致的、示例性业绩报告的图解说明。
图4是示出与所公开实施例一致的、用于向特定消费者定向广告的示例性方法的流程图。
图5是示出与所公开实施例一致的、指示在消费者数据内的类或段中的消费者记录注册的标记消费者记录的示例性表。
图6是示出与所公开实施例一致的、由相应的多个发布者设备提供的多个数据以及所分配的数据优先级的示意图。
图7A是示出与所公开实施例一致的、瀑布匹配测试的第一匹配测试的示意图。
图7B是示出与所公开实施例一致的、瀑布匹配测试的第二匹配测试的示意图。
图8是示出与所公开实施例一致的、用于瀑布匹配测试的示例性方法的流程图。
具体实施方式
以下详细描述参考附图。在可能的情况下,在图纸和以下描述中使用相同的附图标记来指代相同或相似的部分。虽然本文描述了几个示例性实施例,但是修改、调整和其他实施方式是可能的。例如,可以对图纸中所示的部件和步骤进行替换、添加或修改,并且可以通过对所公开方法进行替换、重新排序、移除或添加步骤来修改本文所描述的说明性方法。因此,以下详细描述不限于所公开的实施例和示例。相反,本发明的适当范围由所附权利要求限定。
本公开的实施例涉及被配置为向特定消费者提供定向广告的系统和方法。例如,客户端设备(例如,广告商或发布者系统)可以通过网络向广告代理提供消费者数据。消费者数据可以包括,例如,个人可识别信息(例如,姓名、电子邮件地址、电话号码、街道地址、社会安全号码等)和非个人可识别信息(例如,设备标识符、人口统计数据、段(segment)或模型得分等)。广告代理可以处理消费者数据并将唯一消费者标识符分配给在消费者数据中识别的消费者。在一些实施例中,唯一消费者标识符可以不包括任何个人可识别信息。广告代理然后可以基于唯一消费者标识符为客户端生成目标受众池。如在本公开的某些实施例中,利用唯一消费者标识符可以帮助提高目标受众池生成的效率。此外,如在本公开的某些实施例中,利用这样的唯一消费者标识符可以增强数据的安全性、保真度和准确性。
参考图1,示出描绘用于定向广告的系统的示例性实施例的示意性框图。如图1所示,系统100可以包括一个或更多个数据源102、数据处理器104、目标受众生成器106、应用接口108和数据分析器110。
数据源102可以包括由一个或更多个广告商提供的消费者数据102A、由一个或更多个发布者提供的消费者数据102B、由一个或更多个第三方数据提供者提供的消费者数据102C、或者由一个或更多个广告代理(例如,向广告商和发布者提供定向广告服务的代理)提供的消费者数据102D。在一些实施例中,一个或更多个数据源102中的数据可以被提供或存储为文本文件、二进制文件、数据库记录或各种其他类型的计算机可读数据格式。
在一些实施例中,广告商、发布者、第三方数据提供者和广告代理可以利用各种类型的计算设备来相互通信。这样的计算设备可以包括,例如,服务器、台式计算机、笔记本电脑、移动设备、平板电脑、智能手机、可穿戴设备(诸如智能手表、智能手环、智能眼镜)、或者可以与有线或无线网络通信的任何其他设备。
在一些实施例中,由广告商提供的消费者数据102A、由发布者提供的消费者数据102B、由第三方数据提供者提供的消费者数据102C以及由广告代理提供的消费者数据102D可以被存储在物理上或逻辑上分离的数据存储设备中,以缓解数据混合。例如,由广告商提供的消费者数据102A可以被存储在第一数据存储设备中,该第一数据存储设备在物理上或逻辑上与用于存储由发布者提供的消费者数据102B的第二数据存储设备分离。类似地,由第三方数据提供者提供的消费者数据102C可以被存储在第三数据存储设备中,该第三数据存储设备在物理上或逻辑上与用于存储由广告代理提供的消费者数据102D的第四数据存储设备分离。在一些实施例中,由不同广告商提供的消费者数据102A可以被存储在物理上或逻辑上分离的数据存储设备中。类似地,由不同发布者提供的消费者数据102B以及由不同第三方数据提供者提供的消费者数据102C可以被存储在物理上或逻辑上分离的数据存储设备中。这样的数据存储设备可以使用任何易失性或非易失性存储器来实现,该易失性或非易失性存储器包括例如磁、半导体、磁带、光学、可移动、不可移动或任何其他类型的存储设备或计算机可读介质。
数据处理器104可以用作从各种数据源102A、102B、102C或102D接收的消费者数据的入口点。数据处理器104可以包括一个或更多个专用处理单元、专用集成电路(application-specific integrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)、或者与被配置为存储处理器可执行代码的非暂态处理器可读存储器耦接的各种其他类型的处理器或处理单元。当处理器可执行代码由数据处理器104执行时,数据处理器104可以响应于经由有线或无线网络接收的各种类型的输入信号来执行指令。
在一些实施例中,数据处理器104可以被配置为辨识包含在消费者数据102中的个人可识别信息(例如,姓名、电子邮件地址、电话号码、街道地址、或社会安全号码等)。数据处理器104可以被配置为基于与包含在消费者数据102中的数据字段相关联的标签来辨识个人可识别信息(例如,包含在消费者数据102中的数据字段可以被标记为“姓名”、“电子邮件地址”或“电话号码”等)。附加地或替代地,数据处理器104可以被配置为基于所呈现的数据的格式来辨识个人可识别信息(例如,10位数字串可以被识别为电话号码,具有“@”符号的文本串可以被辨识为电子邮件地址)。应当理解,在不脱离本公开的范围和精神的情况下,数据处理器104可以被配置为使用各种其他技术来辨识包含在消费者数据102中的个人可识别信息。数据处理器104然后可以利用数据分割处理器126(其可以被实现为数据处理器104的部件)来将消费者数据102中包含的个人可识别信息(personal identifiableinformation,PII)与消费者数据102中包含的非个人可识别信息(non-personalidentifiable information,non-PII)(例如,设备标识符、人口统计数据、段或模型得分等)分离。
在一些实施例中,可以相对于消费者数据102中包含的非PII来单独处理消费者数据102中包含的PII。例如,如图1所示,包含在消费者数据102中的PII可以由消费者识别处理器114(其可以被实现为数据处理器104的部件)来处理。消费者识别处理器114可以被配置为基于姓名、电子邮件地址、电话号码、街道地址或社会安全号码等来辨识在消费者数据102中识别的一个或更多个消费者。在一些实施例中,如果广告代理能够访问消费者数据库102D,则消费者识别处理器114能够通过将由广告商提供的消费者数据102A(或由发布者提供的消费者数据102B)与消费者数据库102D进行比较来辨识消费者。
在一些实施例中,消费者识别处理器114可以实现各种类型的数据格式化、过滤、验证、解析、标准化、规范化或校正技术以处理消费者数据102。在这些实施例中,消费者识别处理器114还可以利用各种类型的确定性或概率性处理技术来促进消费者辨识过程。合适的确定性或概率性处理技术可以包括但不限于考虑姓名拼写的变化(例如,“Robert”为“Rob”、“Bob”、“Bobby”等)、地址表示的变化(例如,“Road”或“Rd”、有或没有公寓单元号、城市拼写的变化等)、对常见电子邮件地址错误(例如,域名中拼写错误或转置的字母等)的更正、以及基于城市和州推断电话区号。
消费者识别处理器114可以将唯一消费者标识符分配给已经在消费者数据102中(例如,由消费者识别处理器112)辨识的一个或更多个消费者。在一些实施例中,由消费者识别处理器114分配的唯一消费者标识符可以不包括任何个人可识别信息。换句话说,由消费者识别处理器114分配的唯一消费者标识符是假名标识符。
在一些实施例中,由消费者识别处理器114分配的每个假名标识符可以唯一地识别特定街道地址处的特定消费者。例如,不同的标识符可以被分配给每个特定地址,同样,不同的标识符可以被分配给每个消费者姓名。然后,地址和消费者标识符的唯一配对可以被分配和交换作为下层PII数据记录的代用品,而不在后续部件中暴露PII数据。与基于PII的标识符相比,这样的假名标识符可以提供匿名性,因为根据定义,假名标识符不包含消费者的个人识别信息。与诸如基于网络cookie、设备标识符或互联网协议(InternetProtocol,IP)地址等的标识符(其通常具有映射到同一标识符的多个消费者,从而产生噪声并降低数据保真度)相比,假名标识符还可以提供改进的安全性、保真度和准确性。在一些实施例中,消费者识别处理器114可以在假名标识符和客户端(例如,广告商或发布者)最初使用的标识符之间保留交叉引用122。该交叉引用122可以被存储在消费者识别处理器114(以及一般的数据处理器104)可访问的一个或更多个非暂时性处理器可读存储器中。
然后,由消费者识别处理器114分配的假名标识符可以与包含在消费者数据102中的非PII合并在一起,以产生假名消费者数据116。注意,假名消费者数据116现在可以包含假名可识别信息,该信息可以用于为客户端生成目标受众池而不暴露消费者的任何个人可识别信息。
在一些实施例中,使用目标受众生成器106来生成目标受众池。目标受众生成器106可以包括一个或更多个专用处理单元、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或者与被配置为存储处理器可执行代码的非暂时性处理器可读存储器耦接的各种其他类型的处理器或处理单元。当处理器可执行代码由目标受众生成器106执行时,目标受众生成器106可以执行指令以生成目标受众池。在一些实施例中,目标受众生成器106被配置为仅处理假名消费者数据116。以这种方式利用假名消费者数据116可以帮助提高目标受众生成器106的效率。
例如,假设广告商希望在由发布者运营的平台上运行定向广告。利用目标受众生成器106来生成定向广告的受众池可能符合双方的利益。为此,广告商和发布者可以选择向目标受众生成器106提供他们相应的客户群(consumerbase)(即,消费者数据)102A和102B。广告商提供的消费者数据102A和发布者提供的消费者数据102B可以首先由数据处理器104处理,数据处理器104可以从所提供的数据中清除个人识别信息以产生如上所述的假名消费者数据116。目标受众生成器106然后可以获取广告商提供的消费者数据和发布者提供的消费者数据两者共同的消费者列表118。通过在由数据处理器104对与广告商提供的消费者数据相关联的假名标识符和与发布者提供的消费者数据相关联的假名标识符进行处理之后,将与广告商提供的消费者数据相关联的假名标识符和与发布者提供的消费者数据相关联的假名标识符相匹配,可以非常有效地获取该消费者列表118。
在一些实施例中,广告商提供的消费者数据和发布者提供的消费者数据两者共同的消费者列表118可以容易地被识别为目标受众池。替代地,消费者列表118可以被视为基础池,然后可以利用一个或更多个长相相似的受众模型120来扩展基础池。例如,目标受众生成器106可以分析与在消费者列表118中识别的消费者相关联的非个人可识别信息(例如,人口统计数据、段或模型得分等),以获取描述这样的消费者的一个或更多个顶部属性。以这种方式识别的顶部属性然后可以用于帮助识别由第三方数据提供者(例如,从消费者数据102C导出的数据)或广告代理(例如,从消费者数据102D导出的数据)提供的附加消费者。
在另一个示例中,广告商可以选择要求目标受众生成器106处理广告商提供的消费者数据102A,而不必考虑任何发布者提供的消费者数据。广告商提供的消费者数据102A可以由数据处理器104处理,数据处理器104可以产生假名消费者数据116,如上所述。目标受众生成器106然后可以分析基于广告商提供的消费者数据102A产生的假名消费者数据116,以识别描述广告商提供的消费数据102A的一个或更多个顶部属性。以这种方式识别的顶部属性然后可以用于帮助识别由第三方数据提供者(例如,从消费者数据102C导出的数据)或广告代理(例如,从消费者数据102D导出的数据)提供的附加消费者。
应当理解,上述目标受众生成技术是作为示例呈现的,并不意味着限制。应当理解,在不脱离本公开的范围和精神的情况下,目标受众生成过程的具体实施方式可以与上面所呈现的示例不同。
在一些实施例中,一旦生成了目标受众池,目标受众生成器106就可以将目标受众池(例如,通过网络)递送给广告商以供审查和批准。图2是描绘示例性审查界面的图示。在该示例中,基于由广告代理提供的电子消费者数据库102D中记录的消费者数据来生成目标受众池。在一个实施例中,电子消费者数据库102D包括数百万个与消费者有关的记录,每个记录具有超过1000个属性,包括但不限于电子邮件地址、电话记录、车辆记录、IP地址、抵押贷款信息、生活方式/行为数据、人口统计数据、交易合作数据、生活事件数据(例如,新搬家者、新房主、新父母、三局信贷触发器等)、财富指标、信贷统计、汽车数据和汽车统计、房地产数据、社交媒体句柄/标志、社会影响力、其他联合研究数据等。电子消费者数据库102D的其他实施例也是可能的。
可以设想,广告商可以利用图2中所示的示例性审查界面来确认或修改目标受众池。例如,示例性审查界面可以包括目标受众池的视觉表征204。视觉表征204可以包括指示目标受众池的组成的一个或更多个图形。例如,视觉表征204可以指示教育水平、性别、婚姻状况等方面的组成。视觉表征204还可以根据年龄组或职业等来指示组成。如果广告商批准所呈现的目标受众池,则视觉表征204可以进一步指示估计的广告范围(如果可用,则为基于历史/记录数据的实际范围)。
示例性审查界面还可以包括控制面板202,该控制面板202被配置为接收来自广告商的控制输入。例如,如果广告商选择不面向特定年龄组206,则广告商可以(例如,通过使用计算机鼠标点击年龄组206)选择年龄组206,并点击控制面板202中的“删除受众(DELETEAUDIENCE)”按钮以从目标受众池中删除该特定年龄组206。广告商所做的修改可以通过网络传送到目标受众生成器106,目标受众生成器104可以相应地调整目标受众池。另一方面,如果广告商对目标受众池感到满意,则广告商可以通过点击控制面板202中的“确认(CONFIRM)”按钮来选择确认/批准目标受众池。
应当理解,图2中所示的示例性审查界面仅作为示例呈现,并不意味着限制。一旦广告商确认/批准了目标受众池,应用接口108就可以在接收到广告商的批准时将目标受众池递送给一个或更多个发布者。
在一些实施例中,因为目标受众生成器106被配置为仅处理假名消费者数据116,所以由目标受众生成器106生成的目标受众池可能不包含发布者所需的某些标识符。因此,应当注意,在一些实施例中,发布者可以要求根据发布者指定的转换协议来转换目标受众池,使得递送给发布者的目标受众池可以包含发布者所需的标识符。
在一些实施例中,数据处理器104可以被配置为用作受控出口点,用于根据需要基于发布者规范转换/修改假名标识符。更具体地,在一些实施例中,数据处理器104可以利用在假名标识符生成过程(如上所述)中较早填充的交叉引用数据集122来帮助翻译包含在目标受众池中的假名标识符。例如,如果发布者使用网络cookie或设备标识符来识别其目标受众,则数据处理器104可以使用存储在交叉引用数据集122中的引用数据将包含在目标受众池中的假名标识符转换为网络cookie或设备标识符。类似地,如果发布者使用散列电子邮件来识别其目标受众,则数据处理器104可以使用存储在交叉引用数据集122中的引用数据将包含在目标受众池中的假名标识符转换为散列电子邮件。应用接口108然后可以向发布者提供具有转换后标识符的目标受众池以执行广告活动。
应当理解,并非总是需要上述转换。在某些实施例中,例如,发布者可以与广告代理合作,并且因此可以共享对假名标识符的访问。在这样的实施例中,应用接口108可以在不进行转换的情况下直接向发布者提供目标受众池,发布者可以使用假名标识符来识别目标受众池中的消费者,并且执行定向广告活动。
在一些实施例中,与广告活动相关联的业绩数据可以由系统100收集和分析。例如,一些发布者可以提供与其广告活动相关联的日志级细节。日志级细节可以包括关于广告商、发布者、广告活动、受众、广告出现的日期、时间和位置的信息、以及与广告活动相关联的印象和点击次数的信息。系统100可以利用数据分析器110来收集存储区域124(通常称为暂存区域或数据着陆区)中的日志级细节。数据分析器110然后可以使用在存储区域124中收集的日志级细节来促进数据分析。
例如,数据分析器110可以使用在存储区域124中收集的日志级细节来确定业绩度量,包括但不限于印象、点击率、完成率、完成百分比、参与时间、参与率等。数据分析器110然后可以向广告商或发布者提供包含业绩度量的报告128,以评估广告活动的有效性。在一些实施例中,数据分析器110可以通过交互式用户界面(例如,网页或移动设备应用)向广告代理、广告商或发布者呈现业绩度量。替代地或附加地,数据分析器110可以将业绩度量呈现给广告代理、广告商或发布者作为定期报告。在一些实施例中,业绩度量的呈现(无论是通过交互式用户界面还是通过定期报告)可以包括如图3所示的文本或图形表征。
注意,图3仅仅是描绘用于呈现业绩度量的示例性格式的简化示例。例如,面板302可以向用户提供参与特定广告活动的发布者列表。在交互式用户界面中,用户可以从面板302中选择发布者之一,显示区域304可以显示与所选择的发布者相关联的业绩度量。显示区域304可以以各种格式显示业绩度量,包括折线图、饼图、条形图或文本描述。在一些实施例中,虽然可以聚合业绩度量,但是可以针对假名消费者数据116中可用的段和人口统计属性来进一步分析聚合的业绩度量,以提供额外的见解。
现在参考图4,示出与所公开实施例一致的、用于向特定消费者定向广告的示例性方法400的流程图。尽管示例性方法400在本文中被描述为一系列步骤,但是应当理解,在其他实施方式中,步骤的顺序可以变化。特别地,可以以任何顺序或并行地执行步骤。应当理解,方法400的每个步骤可以由一个或更多个处理器、计算机、服务器、控制器等执行。
在一些实施例中,方法400可以由系统100执行(如图1所示)。在步骤402处,方法400可以包括由系统100通过网络从客户端设备接收客户端提供的数据。客户端可以是广告商或发布者。客户端可以向系统100提供其客户群(即,其消费者数据)。消费者数据可以包括关于消费者的个人可识别信息(PII)以及非个人可识别信息(非PII)。消费者数据还可以包括客户端分配的标识符。
在步骤404处,方法400可以包括识别在客户端提供的数据中识别的一个或更多个消费者。可以通过将客户端提供的数据与记录在电子消费者数据库中的消费者数据相匹配来识别消费者。在一些实施例中,电子消费者数据库可以包括数与消费者有关的数百万个记录,每个记录具有超过1000个属性,包括但不限于电子邮件地址、电话记录、车辆记录、IP地址、抵押贷款信息、生活方式/行为数据、人口统计数据、交易合作数据、生活事件数据(例如,新搬家者、新房主、新父母、三局信贷触发器等)、财富指标、信贷统计、汽车数据和汽车统计、房地产数据、社交媒体句柄/标志、社会影响力、其他联合研究数据等。应当理解,电子消费者数据库也可以扩展为包括基于其他地区的消费者。
在步骤406处,方法400可以将唯一消费者标识符分配给在客户端提供的数据中识别的消费者。在一些实施例中,分配给消费者的唯一消费者标识符不包括最初包含在客户端提供的数据中的个人可识别信息。换句话说,以这种方式分配的唯一消费者标识符是假名标识符。在一些实施例中,保留了假名标识符与最初由客户端提供的客户端分配的标识符之间的交叉引用。如果客户端需要这样的转换,则稍后可以利用这种交叉引用来帮助将假名标识符转换为客户端分配的标识符。
在步骤408处,方法400可以包括生成目标受众池。如上文关于图1所述,系统100可以仅使用由广告商提供的消费者数据,或者结合由一个或更多个发布者、第三方数据提供者以及广告代理提供的消费者数据来生成目标受众池。注意,目标受众池生成过程的基础是假名标识符。换句话说,在一些实施例中,步骤408不直接将由广告商提供的消费者数据与由发布者提供的消费者数据进行比较。相反,在那些实施例中,步骤408可以被配置为通过将与广告商提供的消费者数据相关联的假名标识符和与发布者提供的消费者数据相关联的假名标识符相匹配来生成目标受众池。
在步骤410处,方法400可以包括由系统100通过网络向客户端设备递送目标受众池,以便于向特定消费者定向广告。步骤410可以将目标受众池递送给广告商以供审查和批准。如果需要,广告商可以请求对目标受众池进行改变。否则,广告商可以批准目标受众池,在这种情况下,广告商可以继续购买定向广告。
在一些实施例中,方法400可以包括步骤412,步骤412被配置为将用于生成目标受众池的假名标识符转换为由发布者辨识的标识符。可以使用先前提到的交叉引用来促进这种转换。在一些实施例中,步骤412可以将假名标识符转换为基于网络cookie的标识符、设备标识符或基于散列电子邮件的标识符。应当理解,在不脱离本公开的精神和范围的情况下,步骤412可以将假名标识符转换为其他类型的客户端分配的标识符。
在一些实施例中,方法400还可以包括步骤414,步骤414被配置为提供定向广告的业绩分析。例如,一些发布者可以提供与其广告活动相关联的日志级细节。日志级细节可以包括关于广告商、发布者、广告活动、受众、广告出现的日期、时间和位置、以及与广告活动相关联的印象和点击次数的信息。步骤414可以收集日志级细节,并使用所收集的日志级细节来提供如前所述的数据分析。
参考图1,在一些实施例中,广告商提供的消费者数据102A、发布者提供的消费者数据102B、第三方提供的消费者数据102C以及广告代理提供的消费者数据102D可以包括至少一个标记消费者记录,该至少一个标记消费者记录指示在消费者数据内的类或段中的消费者记录注册。在一些实施例中,可以用二进制数字“0”或“1”来标记至少一个标记消费者记录。在另一个实施例中,可以用“是”或“否”来标记至少一个标记消费者记录。在另一个实施例中,用“真”或“假”来标记至少一个标记消费者记录。
图5是示出与所公开实施例一致的、指示在消费者数据内的类或段中的消费者记录注册的标记消费者记录的示例性表500。例如,在表500中,类是高使用期限值消费者类,至少一个标记的消费者记录被标记有消费者是高使用期限值消费者而不是最近购买者的指示。如图5所示,表500包括最左侧的列,该列指示使用诸如电子邮件地址(xyz@yahoo.com)、姓名(John Doe)、电话号码((202)123-4567)等个人可识别信息的消费者。然而,对消费者的指示不限于此,并且可以是诸如街道地址或消费者的社会安全号码之类的其他个人可识别信息、或诸如设备标识符、人口统计数据、段或消费者的模型得分之类的非个人可识别信息。表500包括中间的列,该列包括指示在最左侧的列上列出的消费者是否是高使用期限值消费者的标记(真或假)。例如,用电子邮件地址(xyz@yahoo.com)标识的消费者以及用电话号码((202)123-4567)标识的消费者是高使用期限值消费者,而用姓名(JohnDoe)标识的消费者不是高使用期限值消费者。表500还包括最右侧的列,该列包括指示在最左侧列上列出的消费者是否是最近购买者的标记(真或假)。例如,用电子邮件地址(xyz@yahoo.com)标识的消费者和用电话号码((202)123-4567)标识的消费者不是最近购买者,而用姓名(John Doe)标识的消费者是最近购买者。
在一些实施例中,系统100(例如,数据处理器104或目标受众生成器106)可以应用建模技术和自动方式的集合来识别一个或更多个消费者,一个或更多个消费者的数据简档在统计上类似于消费者的种子集合的数据简档。例如,系统100可以识别一个或更多个消费者,该一个或更多个消费者的数据简档在统计上类似于消费者的种子集合的数据简档。消费者的种子集合可以由广告商的客户群提供。
在一些实施例中,系统100(例如,数据处理器104或目标受众生成器106)可以将消费者划分或子划分成一个或更多个子集,该一个或更多个子集中的每一个包括一个或更多个统计上相似的消费者。例如,在开发“汽车爱好者”的受众池时,系统100可以将消费者划分为实际上相同的群体,并进行测试以查看该群体是否喜欢特定类型的优惠或消息、或创造性处理或替代选项。可以基于消费者的事件统计来确定两个消费者的统计相似性,例如,消费者购买同一类型汽车的次数、消费者点击同一广告的次数、消费者跳过同一广告的次数、或者消费者访问同一汽车经销商的次数。也可以基于统计数据的收集和分析来定量地确定相似度。以这种方式,引入自动划分器功能,将给定的受众群体划分为统计上相似的子集,从而提高效率。
在一些实施例中,系统100(例如,数据处理器104或目标受众生成器106)可以生成唯一受众列表记录,其中基于广告商规范来策划受众。系统100还可以为唯一受众列表中的受众生成身份密钥,并将生成的身份密钥发送给第二广告平台和/或节目合作伙伴。这样,第二广告平台或节目合作伙伴可以辨识受众列表的特征,而无需对消费者数据进行详细分析,从而提高效率。
参考图1,在一些实施例中,发布者提供的消费者数据102B可以包括由多个发布者设备提供的数据。系统100,例如,数据处理器104或目标受众生成器106,可以例如基于消费者数据的重要性或相关性,将优先级分配给由多个发布者设备提供的消费者数据。图6是示出与所公开实施例一致的、由相应的多个发布者设备提供的多个数据以及所分配的数据优先级的示意图。作为示例,图6示出由五十个不同的发布者设备提供的消费者数据102B、以及按降序列出的数据的优先级。例如,由第一发布者设备提供的消费者数据601具有最高优先级(优先级1),由第二发布者设备提供的消费者数据602具有第二优先级(优先级2),由第50发布者提供的消费者数据具有第50优先级(优先级50)。
在一些实施例中,由多个不同的发布者设备提供的消费者数据可以被存储在物理上或逻辑上分离的数据存储设备中,以缓解数据混合。例如,由第一发布者设备提供的消费者数据601可以被存储在第一数据存储设备中,该第一数据存储设备在物理上或逻辑上与用于存储由第二发布者设备提供的消费者数据602的第二数据存储设备以及用于存储由第50发布者设备提供的消费者数据650的第50数据存储设备分离。图6示出由50个不同的发布者设备提供的消费者数据。然而,发布者的数量并不限于此,可以是小于或大于五十的任何数量。
在一些实施例中,如图6所示,在使用由多个不同发布者提供的消费者数据来识别目标受众时,目标受众生成器106可以利用瀑布匹配测试,如关于图7A、图7B和图8所描述的。在该测试中,目标受众生成器106可以通过网络从广告商设备接收消费者数据,并从消费者数据识别多个广告商提供的消费者。例如,如上所述,目标受众生成器106可以通过将从广告商设备接收的消费者数据与记录在系统100的电子消费者数据库中的消费者数据进行比较来识别多个广告商提供的消费者。目标受众生成器106可以获取与多个广告商提供的消费者相对应的多个唯一消费者标识符。多个唯一消费者标识符可以不包括个人可识别信息。目标受众生成器106然后可以通过将多个广告商提供的消费者中的至少一个与由多个发布者设备中的第一发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第一重叠唯一消费者标识符,第一发布者设备在多个发布者设备中具有最高优先级。
图7A是示出与所公开实施例一致的、瀑布匹配测试的第一匹配测试的示意图。如图7A中所示,目标受众生成器106可以将多个广告商提供的消费者(由图7A的左圆圈指示)与由具有最高优先级的发布者1提供的消费者相匹配,并且获取广告商提供的消费者数据与发布者提供的消费者数据两者共同的目标受众池1。目标受众池1可以通过将与广告商提供的消费者数据相关联的假名标识符和与在由数据处理器104处理之后由发布者1提供的消费者数据相关联的假名标识符相匹配来获取。
在第一匹配测试之后,目标受众生成器106可以确定多个广告商提供的消费者中的不匹配消费者的数量是否大于阈值数量。例如,在图7A中,除了目标受众池1之外的广告商提供的消费者的部分指示不匹配消费者。阈值数量可以是由系统100预先确定的数量。如果不匹配消费者的数量大于阈值数量,则目标受众生成器106可以通过将不匹配消费者中的至少一个与由多个发布者设备中的第二发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第二重叠唯一消费者标识符。第二发布者设备在多个发布者设备中具有第二高优先级。
图7B是示出与所公开实施例一致的、瀑布匹配测试的第二匹配测试的示意图。如图7B中所示,目标受众生成器106可以将不匹配的广告商提供的消费者(由图7B的左圆圈指示)与由具有第二高优先级的发布者2提供的消费者相匹配,并且获取不匹配的广告商提供的消费者数据和由发布者2提供的消费者数据两者共同的目标受众池2。目标受众池2可以通过将与不匹配的广告商提供的消费者数据相关联的假名标识符和与在由数据处理器104处理之后由发布者2提供的消费者数据相关联的假名标识符相匹配来获取。
在第二次匹配之后,目标受众生成器106可以再次确定不匹配消费者(不包括目标受众池1和目标受众池2两者的广告商提供的消费者)的数量是否大于阈值数量。如果不匹配消费者的数量大于阈值数量,则目标受众生成器106可以执行第三匹配测试。目标受众生成器106可以将多个广告商提供的消费者中的剩余消费者与由不匹配发布者(消费者数据没有与广告商提供的消费者数据进行比较的发布者)中具有最高优先级的发布者提供的消费者迭代匹配,直到剩余消费者的数量小于阈值数量为止。目标受众生成器106可以基于多个发布者设备的优先级的降序从多个发布者设备中选择发布者设备。例如,目标受众生成器106可以基于图6中的表来选择发布者设备。
在一些实施例中,在每次匹配测试之后,目标受众生成器106可以进一步识别一个或更多个消费者,该一个或更多个消费者的数据简档在统计上与消费者的种子集合的数据简档相似。在一些实施例中,在每次匹配之后,目标受众生成器106可以进一步将消费者划分或子划分为一个或更多个子集,该一个或更多个子集中的每一个包括一个或更多个统计上相似的消费者。
在一些实施例中,在每次匹配测试之后,目标受众生成器106可以生成唯一受众列表记录,其中基于广告商规范来策划受众,并且进一步为唯一受众列表中的受众生成身份密钥,并将生成的身份密钥发送给第二广告平台和/或计划的合作伙伴。例如,在第一次匹配之后,目标受众生成器106可以使用目标受众池1(图7A)来生成唯一受众列表记录,其中基于广告商规范来策划受众。目标受众生成器106还可以为唯一受众列表中的受众生成身份密钥,并将生成的身份密钥发送给广告平台和计划的合作伙伴。
在一些实施例中,在每次匹配测试之后,目标受众生成器106可以接收购买媒体广告的广告商批准,并且在接收到广告商批准时将从匹配中获得的目标受众池递送给相应的发布者设备。例如,在第一次匹配之后,目标受众生成器106可以接收对购买媒体广告的广告商批准,并且在接收到广告商批准时将目标受众池1递送给第一发布者设备。目标受众生成器106可以在将目标受众池递送给第一发布者设备之前,根据发布者指定的转换协议来转换包含在目标受众池1中的至少一个第一唯一消费者标识符。例如,目标受众生成器106可以在将目标受众池1递送给第一发布者设备之前,将包含在目标受众池1中的至少一个第一唯一消费者标识符转换为以下中的至少一个:基于网络cookie的标识符、基于电视的标识符、基于散列电子邮件的标识符或设备标识符。
在一些实施例中,在每次匹配之后,目标受众生成器106可以生成目标受众池,并将目标受众池递送给广告商设备。例如,在第一次匹配之后,目标受众生成器106可以生成目标受众池1,并将目标受众池(图7A)递送给广告商设备,以便于向特定消费者定向广告。类似地,在第二次匹配之后,目标受众生成器106可以生成目标受众池2(图7B),并将目标受众池2递送给广告商设备,以便于向特定消费者定向广告。
图8是示出与所公开实施例一致的、用于瀑布匹配测试的示例性方法800的流程图。应当理解,方法800的每个步骤可以由一个或更多个处理器、计算机、服务器、控制器等来执行。在一些实施例中,方法800可以由系统100(例如,由目标受众生成器106)执行,如图1所示。
在步骤802处,方法800可以包括将不匹配的广告商提供的消费者与由不匹配发布者中具有最高优先级的发布者提供的发布者提供的消费者进行匹配。例如,对于第一次匹配测试,不匹配消费者是原始广告商提供的消费者,例如,如图7A的左圆圈所示。对于任何后续的匹配测试,不匹配消费者是在排除先前的匹配测试中所有匹配的消费者之后的原始广告商提供的消费者的一部分,例如,由图7B的左圆圈指示的不匹配的广告商提供的消费者。
在步骤804处,方法800可以包括基于唯一消费者标识符的重叠来生成目标受众池。例如,目标受众池可以通过获取不匹配的广告商提供的消费者数据和发布者提供的消费者数据两者共同的一组消费者来生成。如上所述,可以通过将与广告商提供的消费者数据相关联的假名标识符和与由发布者提供的消费者数据相关联的假名标识符相匹配来获取目标受众。
在步骤806处,方法800可以包括向客户端设备递送目标受众池。例如,所生成的目标受众池可以被递送给广告商设备,以便于向特定消费者定向广告。
在步骤808处,方法800可以包括确定广告商提供的消费者的剩余部分是否大于阈值数量。如果广告商提供的消费者的剩余部分大于阈值数量,则方法800返回到步骤802并迭代步骤802、804、806和808,直到广告商提供的消费者的剩余部分不超过阈值数量为止。
在步骤810处,方法800可以包括如果由客户端设备提供的消费者的剩余部分没有超过阈值数量,则结束瀑布匹配测试。
虽然已经参考本公开的特定实施例示出和描述了本公开,但是应当理解,本公开可以在其他环境中实践,而不进行修改。上述描述是为了说明的目的而提出的。它不是穷举的,并且不限于所公开的精确形式或实施例。通过考虑所公开实施例的说明书和实践,修改和改编对于本领域技术人员来说将是显而易见的。此外,尽管所公开实施例的各方面被描述为存储在存储器中,但是本领域技术人员将理解,这些方面也可以被存储在诸如辅助存储设备的其他类型的计算机可读介质上,例如硬盘或光盘只读存储器(Compact DiscRead-OnlyMemory,CD ROM)、或其他形式的随机存取存储器(Random Access Memory,RAM)或只读存储器(Read-Only Memory,ROM)、通用串行总线(UniversalSerial Bus,USB)介质、数字化视频光盘(digital video disk,DVD)、蓝光或其他光学驱动介质。
基于书面描述和所公开方法的计算机程序在经验丰富的开发人员的技能范围内。各种程序或程序模块可以使用本领域技术人员已知的任何技术来创建,或者可以结合现有软件来设计。例如,程序部分或程序模块可以在.NetFramework、.Net Compact Framework(以及相关语言,如Visual Basic、C等)、Java、C++、Objective-C、HTML、HTML/AAJAX组合、XML或HTML及其附带的Java小程序中设计或通过这些语言设计。
此外,尽管本文已经描述了示例性实施例,但是本领域技术人员基于本公开将理解的具有等同元件、修改、省略、组合(例如,跨各个实施例的各方面)、调整和/或改变的任何和所有实施例的范围。权利要求中的限制将基于权利要求中所使用的语言而被广泛地解释,而不限于本说明书中描述的示例或在申请进行期间描述的示例。示例应被解释为非排他性的。此外,所公开方法的步骤可以以任何方式被修改,包括通过重新排序步骤和/或插入或删除步骤。因此,本说明书和示例仅被认为是说明性的,真正的范围和精神由以下权利要求及其等同物的全部范围来指示。
Claims (19)
1.一种用于向特定消费者定向广告的计算机实现的系统,所述系统包括:
存储指令的存储器;以及
至少一个处理器,被配置为执行所述指令以:
通过网络从客户端设备接收消费者数据;
从所述消费者数据识别多个客户端提供的消费者;
获取与所述多个客户端提供的消费者相对应的多个唯一消费者标识符;以及
通过将所述多个客户端提供的消费者中的至少一个与由多个发布者设备中的第一发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第一重叠唯一消费者标识符,所述第一发布者设备在所述多个发布者设备中具有最高优先级。
2.根据权利要求1所述的系统,其中:
从所述客户端设备接收的所述消费者数据包括至少一个标记消费者记录,所述消费者记录指示在所述消费者数据内的类或段中的消费者记录注册。
3.根据权利要求2所述的系统,其中:
用二进制数字“0”或“1”标记所述至少一个标记消费者记录。
4.根据权利要求2所述的系统,其中:
用“是”或“否”标记所述至少一个标记消费者记录。
5.根据权利要求2所述的系统,其中:
用“真”或“假”标记所述至少一个标记消费者记录。
6.根据权利要求2所述的系统,其中,所述类是高使用期限值消费者类,并且所述至少一个标记消费者记录被标记有所述消费者是高使用期限值消费者而不是最近购买者的指示。
7.根据权利要求1所述的系统,其中,所述至少一个处理器还被配置为执行所述指令以:
识别数据简档在统计上与消费者的种子集合的数据简档相似的一个或更多个消费者。
8.根据权利要求7所述的系统,其中,所述消费者的种子集合由所述客户端的客户群提供。
9.根据权利要求1所述的系统,其中,所述至少一个处理器还被配置为执行所述指令以:
将客户端提供的消费者划分为一个或更多个子集,所述一个或更多个子集中的每一个包括一个或更多个统计上相似的消费者。
10.根据权利要求1所述的系统,其中,所述至少一个处理器还被配置为执行所述指令以:
基于所述至少一个第一重叠唯一消费者标识符生成第一目标受众池;以及
将所述第一目标受众池递送给所述客户端设备以便于向特定消费者定向广告。
11.根据权利要求10所述的系统,其中,所述至少一个处理器还被配置为执行所述指令以:
确定所述多个客户端提供的消费者中的不匹配消费者的数量是否大于阈值数量;
如果所述不匹配消费者的数量大于所述阈值数量,则通过将所述不匹配消费者中的至少一个与由所述多个发布者设备中的第二发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第二重叠唯一消费者标识符,
其中,所述第二发布者设备在所述多个发布者设备中具有第二最高优先级。
12.根据权利要求11所述的系统,其中,所述至少一个处理器还被配置为执行所述指令以:
将所述多个客户端提供的消费者中的剩余消费者与由不匹配发布者中具有最高优先级的发布者提供的消费者迭代匹配,直到所述剩余消费者的数量小于所述阈值数量为止,其中,所述至少一个处理器被配置为基于所述多个发布者设备的优先级的降序在所述多个发布者设备中选择发布者设备。
13.根据权利要求11所述的系统,其中,所述至少一个处理器还被配置为执行所述指令以:
基于所述至少一个第二重叠唯一消费者标识符生成第二目标受众池;以及
将所述第二目标受众池递送给所述客户端设备以便于向特定消费者定向广告。
14.根据权利要求1所述的系统,其中,所述至少一个处理器还被配置为执行所述指令以:
生成唯一受众列表记录,其中基于广告商规范来策划受众;以及
为所述唯一受众列表中的受众生成身份密钥,并将所生成的身份密钥发送给广告平台或计划的合作伙伴。
15.根据权利要求10所述的系统,其中,所述至少一个处理器还被配置为执行所述指令以:
接收对购买媒体广告的广告商批准;以及
在接收到所述广告商批准时将所述第一目标受众池递送给所述第一发布者设备。
16.根据权利要求15所述的系统,其中,所述至少一个处理器还被配置为执行所述指令以:
在将所述目标受众池递送给所述第一发布者设备之前,根据发布者指定的转换协议来转换包含在所述第一目标受众池中的所述至少一个第一唯一消费者标识符。
17.根据权利要求16所述的系统,其中,所述至少一个处理器还被配置为在将所述第一目标受众池递送给所述第一发布者设备之前,将包含在所述第一目的受众池中的所述至少第一唯一消费者标识符转换为以下中的至少一个:基于网络cookie的标识符、基于电视的标识符、基于散列电子邮件的标识符或设备标识符。
18.一种用于向特定消费者定向广告的计算机实现的方法,所述方法包括:
通过网络从客户端设备接收消费者数据;
从所述消费者数据识别多个客户端提供的消费者;
获取与所述多个客户端提供的消费者相对应的多个唯一消费者标识符;以及
通过将所述多个客户端提供的消费者中的至少一个与由多个发布者设备中的第一发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第一重叠唯一消费者标识符,所述第一发布者设备在所述多个发布者设备中具有最高优先级。
19.一种非暂时性计算机可读介质,所述非暂时性计算机可读介质存储指令,所述指令能够由处理器执行以执行用于向特定消费者定向广告的方法,所述方法包括:
通过网络从客户端设备接收消费者数据;
从所述消费者数据识别多个客户端提供的消费者;
获取与所述多个客户端提供的消费者相对应的多个唯一消费者标识符;以及
通过将所述多个客户端提供的消费者中的至少一个与由多个发布者设备中的第一发布者设备提供的至少一个发布者提供的消费者相匹配来识别至少一个第一重叠唯一消费者标识符,所述第一发布者设备在所述多个发布者设备中具有最高优先级。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/200,556 | 2021-03-12 | ||
US17/200,556 US11783373B2 (en) | 2016-10-17 | 2021-03-12 | System and method for providing people-based audience planning |
PCT/US2022/020035 WO2022192727A1 (en) | 2021-03-12 | 2022-03-11 | System and method for providing people-based audience planning |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117677961A true CN117677961A (zh) | 2024-03-08 |
Family
ID=76546397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280021003.6A Pending CN117677961A (zh) | 2021-03-12 | 2022-03-11 | 用于提供基于人的受众规划的系统和方法 |
Country Status (6)
Country | Link |
---|---|
EP (1) | EP4305577A1 (zh) |
CN (1) | CN117677961A (zh) |
AU (1) | AU2022234435A1 (zh) |
BR (1) | BR112023018409A2 (zh) |
CA (1) | CA3213394A1 (zh) |
WO (1) | WO2022192727A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7769630B2 (en) * | 1999-06-23 | 2010-08-03 | Signature Systems Llc | Method and system for issuing, aggregating and redeeming rewards based on merchant transactions |
DE10036421A1 (de) * | 2000-07-26 | 2002-02-07 | Olaf Wesler | Verfahren zur einhändigen Texteingabe in tastaturlose Mobilgeräte |
US7398225B2 (en) * | 2001-03-29 | 2008-07-08 | American Express Travel Related Services Company, Inc. | System and method for networked loyalty program |
US7318049B2 (en) * | 2000-11-17 | 2008-01-08 | Gregory Fx Iannacci | System and method for an automated benefit recognition, acquisition, value exchange, and transaction settlement system using multivariable linear and nonlinear modeling |
US20170148051A1 (en) * | 2015-11-19 | 2017-05-25 | Groupm Worldwide Llc | Systems and methods for one-to-one advertising management |
-
2022
- 2022-03-11 BR BR112023018409A patent/BR112023018409A2/pt unknown
- 2022-03-11 WO PCT/US2022/020035 patent/WO2022192727A1/en active Application Filing
- 2022-03-11 CA CA3213394A patent/CA3213394A1/en active Pending
- 2022-03-11 EP EP22768129.3A patent/EP4305577A1/en active Pending
- 2022-03-11 AU AU2022234435A patent/AU2022234435A1/en active Pending
- 2022-03-11 CN CN202280021003.6A patent/CN117677961A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022192727A1 (en) | 2022-09-15 |
CA3213394A1 (en) | 2022-09-15 |
EP4305577A1 (en) | 2024-01-17 |
BR112023018409A2 (pt) | 2024-02-15 |
AU2022234435A1 (en) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9760735B2 (en) | Anonymous information exchange | |
US8271313B2 (en) | Systems and methods of enhancing leads by determining propensity scores | |
US8135607B2 (en) | System and method of enhancing leads by determining contactability scores | |
US7752236B2 (en) | Systems and methods of enhancing leads | |
US20100125523A1 (en) | Method and a system for certifying a document for advertisement appropriateness | |
US20110040631A1 (en) | Personalized commerce system | |
US20080243531A1 (en) | System and method for predictive targeting in online advertising using life stage profiling | |
US11741506B2 (en) | Systems and methods for providing targeted content across user channels | |
US20150310499A1 (en) | Digital-media advertising optimization platform | |
US10956943B2 (en) | System and method for providing people-based audience planning | |
Matsyi | Using dynamic content to increase relevance | |
US11783373B2 (en) | System and method for providing people-based audience planning | |
CN117677961A (zh) | 用于提供基于人的受众规划的系统和方法 | |
KR102583204B1 (ko) | 핫키 등록을 이용한 광고 노출 서비스 제공 시스템 및 방법 | |
US10963913B2 (en) | Automatically generating targeting templates for content providers | |
US20090210305A1 (en) | Card system for access to an information web portal | |
JP2024519254A (ja) | 人に基づく購入者候補プラニングを提供するためのシステムと方法 | |
US20200160398A1 (en) | Automatically identifying additional entities for content delivery | |
US20130080243A1 (en) | Pay per insert system | |
Rohde et al. | Explaining reviewing effort: Existing reviews as potential driver | |
US20130080249A1 (en) | Pay Per Insert System | |
de Matos Marcelino | How to Increase E-Mail Marketing Campaigns' Credibility | |
Маций | USING DYNAMIC CONTENT TO INCREASE RELEVANCE | |
US20170148065A1 (en) | Efficient internet advertisement posting | |
Reynolds | Personalisation along the customer journey |
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 |