JP2010097613A - 統計的に有意なジオロケーションパラメータに基づく、動的オンラインエクスペリエンスの変更および在庫の最適化 - Google Patents

Abstract

【課題】オフライン販売に対するオンラインマーケティング努力の影響を正確に捕捉する方法を提供する。
【解決手段】ユーザのオンラインエクスペリエンスは、ベースとなる小地域レベルにおいて、商品の販売に関連する目標を達成するように動的に構成される。目標および商品に関連する地理的領域を識別する捕捉地域が決定される。目標を達成するために、捕捉地域のユーザ向けのオンラインユーザエクスペリエンスが変更される。
【選択図】なし

Description

本発明は、統計的に有意なジオロケーションパラメータに基づく、動的オンラインエクスペリエンスの変更および在庫の最適化技術に関する。
優先権の主張
本出願は、２００８年１０月１５日に出願された米国仮特許出願第６１／１０５，６７７号明細書、表題「統計的に有意なジオロケーションパラメータに基づく、動的オンラインエクスペリエンスの変更および在庫の最適化」（Ｄｙｎａｍｉｃ Ｏｎｌｉｎｅ Ｅｘｐｅｒｉｅｎｃｅ Ｍｏｄｉｆｉｃａｔｉｏｎ ａｎｄ Ｉｎｖｅｎｔｏｒｙ Ｏｐｔｉｍｉｚａｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｓｔａｔｉｓｔｉｃａｌｌｙ Ｓｉｇｎｉｆｉｃａｎｔ Ｇｅｏ−ＬｏｃａｔｉｏｎＰａｒａｍｅｔｅｒ）の優先性を主張する。この明細書は、その全体が参考として本明細書に援用される。

今日のデジタル時代において、消費者に商品を販売しおよびサービスを提供する企業は、競合上、インターネットを介したオンラインマーケティングとオンライン販売に関わる必要がある。例えば、従来型の実店舗を有する多数の大型の百貨店も、詳細な商品情報を提供する洗練されたウェブサイトを備え、訪問者は商品をオンラインで購入することができる。さらに、多くの企業は、それらのウェブサイト上でのマーケティングを含むオンラインマーケティングに向けた、大きなマーケティング予算を組んでいる。

こうした企業が直面する重要な課題の１つは、企業のオンラインマーケティング努力をどのように評価するかということである。ウェブサイトトラフィックおよびオンライン販売等のオンライン活動は、オンラインマーケティング努力の尺度として用いることができる。しかしながら、オンラインマーケティングは店内販売およびオンライン販売に影響を与える可能性がある。例えば、消費者は、商品情報をオンラインで閲覧し、次に、実店舗に出掛けて商品を見て、最終的に、実店舗でその商品を購入する可能性がある。このようにして購入が行われたときには、オンラインマーケティングの影響を追跡することが非常に困難である。マーケティング努力を最適化して、オンラインマーケティングへの支出を正当化するために、企業は、オフライン販売に対するそれらのオンラインマーケティング努力の影響を正確に捕捉する能力を有する必要がある。

現在まで、オンライン活動と企業全体の重要な経営指標（ＫＰＩ）とに基づく、商品の提供を中核とする戦略の定式化を可能にする適切な体系が存在しなかった。ウェブサイト所有者は、典型的に、情報サイロ内で活動し、商品および販売促進の提供を中核とする隔離された決定を行う。結果として、商品が頻繁に品切れであるかまたは販売促進が訪問者の地理的領域で有効でないときに、訪問者の領域に対して、ウェブサイトに表示される販売促進および商品の情報コンテンツが切り離されたものとなる可能性がある。最終的にこのことは、好ましくない消費者エクスペリエンスを生じさせるものであり、したがって、自社ウェブサイトへの訪問とオフライン結果との関係を管理するために、ウェブサイト所有者は絶え間ない努力をする。

一実施形態によれば、オフライン販売に対するオンライン挙動の影響を推定するための統計的有意性を有する最小のジオロケーションパラメータが決定される。最小のジオロケーションパラメータは、ユーザのジオロケーションパラメータの複数の粒度から決定される。最小のジオロケーションパラメータは、影響の推定についてオンライン挙動とオフライン販売とを相関させるために用いられる。最小のジオロケーションパラメータの決定は、ジオロケーションパラメータの粒度の統計的有意性に基づいている。統計的有意性は、データの統計的妥当性に関連し、そして、そのデータ内で実際の影響を検出できない可能性を回避または最小化するのに必要な、最小のサンプル点またはデータ点の決定に依存してよい。統計的に有意な最小のジオロケーションパラメータは、オフライン販売に対するオンライン挙動の影響を検出または推定するのに十分なオンライン挙動データおよびオフラインデータがそこに存在する、ユーザのジオロケーションパラメータの粒度であってよい。

例えば、特定の郵便番号の全てのユーザの商品に対するオンライン挙動が捕捉される。当該郵便番号の同じ商品の最小のオフライン販売データが存在する場合、郵便番号のオフライン販売に対するオンライン挙動の影響を確実に決定することができない。しかしながら、複数の郵便番号を網羅する地域に関するオフライン販売データが利用可能な場合がある。そのとき、この地域は、オンラインデータとオフラインデータとを相関させて影響を推定するための最小のジオロケーションパラメータになることが可能である。

オンラインデータおよびオフラインデータ量に加えて、他の変数が最小のジオロケーションパラメータを決定するために用いられる。これらの変数は、商品またはブランドの種類、商品の購入サイクル、ＩＰ浸透度（例えば、逆ＩＰルックアップによって決定することができるジオロケーションパラメータの粒度レベル）、サイトの訪問頻度、オンラインデータ内で追跡／捕捉されている挙動結果のコンバージョンレート、小売店／店舗の密度、ウェブサイトトラフィック、および時期、休日等のような季節要因を含んでよい。

いくつかの実施形態によれば、ビジネス目標を達成するために、オンライン挙動とオフライン販売データと最小のジオロケーションパラメータとを利用して、小地域レベルでユーザのオンラインエクスペリエンスを変更する（例えば、ウェブページコンテンツを変更する、オンライン販売促進を変更する、等々）システムおよび方法が提供される。上記目標は、より広範囲にわたるか、または利益を簡単に最大化することとは異なってよい。上記目標は、利益率を増加させることを含んでよく、または一般に、小地域レベルの在庫管理に関連してよい。特定の地域における品目の入手可能性を動的にターゲットにするために、リアルタイム在庫管理単位（ＳＫＵ）データまたは他の商品在庫データが、インターネットからの顧客オンライン挙動と統合される。

捕捉地域（キャッチメントゾーン）についてユーザのオンラインエクスペリエンスを変更することが可能である。捕捉地域は、達成すべき目標に基づいてターゲットにされる地理的領域である。捕捉地域は、統計的に有意な最小のジオロケーションパラメータ、または統計的に有意な複数のジオロケーションパラメータのより大きな粒度から決定される。さらに、捕捉地域を選択するときに、目標の達成に関連する他の要因を考慮してよい。例えば、複数の郵便番号地域の商品在庫を管理する必要があり得る。その場合、統計的に有意な複数の郵便番号地域が、１つの郵便番号からなる最小のジオロケーションパラメータの代わりに、捕捉地域として選択される。

捕捉地域および他の要因は、目標達成のためにユーザのオンラインエクスペリエンスをどのように変更するかを決定するために用いられる。一実施形態では、捕捉地域に関する目標を達成するための、ユーザのオンラインエクスペリエンスに対する可能な変更を、モデリングを用いて決定する。当該モデリングは、オンラインエクスペリエンスに対する異なる変更がオフライン販売にどのような影響を与えたかという履歴分析を含むことが可能であり、この分析に基づいて、異なる変更を示唆および選択することが可能である。変更は、ウェブページコンテンツを変更して商品を特徴付けること、オンライン広告を含む商品のオンライン販売促進を行うこと、商品の電子メール販売促進を行うこと等を含んでよい。特定の地域をターゲットにするために、当該変更は捕捉地域のユーザに関して有効とされる。

一実施例では、サンフランシスコ湾岸地域の専門店の地域管理者は、自身の在庫を調査し、そして商品の新たな出荷のために棚スペースを作る必要があること、したがって、当該商品の古い在庫を非常に迅速に運び出さなければならないことを認識する。ここで、管理者の目標は、新たな出荷の前に、既存の商品の販売数を最大化することである。当該商品について最小のジオロケーションパラメータが決定される。当該最小のジオロケーションパラメータであるか、またはより大きな粒度であり得る捕捉地域が決定され、この捕捉地域は、この実施例ではサンフランシスコ湾岸地域に相当する。次に、商品の販売数を増加させるために、サンフランシスコ湾岸地域のウェブサイトが変更される。この変更には、ウェブページのコンテンツを変更して商品を強調すること、商品の販売促進情報をオンラインで提供すること、商品を強調する電子メール販売促進キャンペーンを行うこと等を含むことが可能である。

最小のジオロケーションパラメータの決定、捕捉地域の決定、およびオンラインユーザエクスペリエンスをどのように変更するかの決定は動的である。それらは、変数および目標が変化したとき、時間の経過と共に変化してよい。このようにして、小地域レベルでの事業主の目標の達成を最大化するように、ウェブサイトを連続的に最適化することが可能である。

一実施形態に従って、オンラインユーザエクスペリエンスを変更するためのシステムの図、および最小のジオロケーションパラメータを決定するための方法の図である。 一実施形態に従って、最小のジオロケーションパラメータを決定するためのシステムの図である。 一実施形態に従って、最小のジオロケーションパラメータを決定するための方法の図である。 捕捉地域のオンラインユーザエクスペリエンスを変更するための方法の図である。 一実施形態に従って捕捉地域の在庫管理を行うための方法の図である。 一実施形態に従って図１〜図５の方法およびシステムのために使用し得るコンピュータシステムの図である。

添付図面を参照して、本発明の実施形態について以下に詳細に説明する。

分かりやすくするためにおよび例示目的のために、主に実施形態の例を参照して、実施形態の原理について説明する。以下の説明では、実施形態の完全な理解を提供するために、多数の特定の詳細が記載される。しかし、これらの特定の詳細に限定されることなく、実施形態を実施し得ることが当業者には明らかであろう。いくつかの例では、実施形態を不必要に不明瞭にしないように、周知の方法および構造については詳細に説明しない。

１．概要
一実施形態によれば、オフライン販売に対するオンライン挙動の影響を推定するための統計的有意性を有する最小のジオロケーションパラメータが決定される。最小のジオロケーションパラメータは、ユーザのジオロケーションパラメータの複数の粒度から決定される。最小のジオロケーションパラメータは、影響の推定についてオンライン挙動とオフライン販売とを相関させるために用いられる。最小のジオロケーションパラメータの決定は、ジオロケーションパラメータの粒度の統計的有意性に基づいている。統計的有意性は、データの統計的妥当性に関連し、そして、そのデータ内で実際の影響を検出できない可能性を回避または最小化するのに必要な、最小のサンプル点またはデータ点の決定に依存してよい。統計的に有意な最小のジオロケーションパラメータは、オフライン販売に対するオンライン挙動の影響を検出または推定するのに十分なオンライン挙動データおよびオフラインデータがそこに存在する、ユーザのジオロケーションパラメータの粒度であってよい。

例えば、特定の郵便番号の全てのユーザの商品に対するオンライン挙動が捕捉される。当該郵便番号の同じ商品の最小のオフライン販売データが存在する場合、郵便番号のオフライン販売に対するオンライン挙動の影響を確実に決定することができない。しかしながら、複数の郵便番号を網羅する地域に関するオフライン販売データが利用可能な場合がある。そのとき、この地域は、オンラインデータとオフラインデータとを相関させて影響を推定するための最小のジオロケーションパラメータになることが可能である。

オンラインデータおよびオフラインデータ量に加えて、他の変数が最小のジオロケーションパラメータを決定するために用いられる。これらの変数は、商品またはブランドの種類、商品の購入サイクル、ＩＰ浸透度（例えば、逆ＩＰルックアップによって決定することができるジオロケーションパラメータの粒度レベル）、サイトの訪問頻度、オンラインデータ内で追跡／捕捉されている挙動結果のコンバージョンレート、小売店／店舗の密度、ウェブサイトトラフィック、および時期、休日等のような季節要因を含んでよい。

いくつかの実施形態によれば、ビジネス目標を達成するために、オンライン挙動とオフライン販売データと最小のジオロケーションパラメータとを利用して、小地域レベルでユーザのオンラインエクスペリエンスを変更する（例えば、ウェブページコンテンツを変更する、オンライン販売促進を変更する、等々）システムおよび方法が提供される。上記目標は、より広範囲にわたるか、または利益を簡単に最大化することとは異なってよい。上記目標は、利益率を増加させることを含んでよく、または一般に、小地域レベルの在庫管理に関連してよい。特定の地域における品目の入手可能性を動的にターゲットにするために、リアルタイム在庫管理単位（ＳＫＵ）データまたは他の商品在庫データが、インターネットからの顧客オンライン挙動と統合される。

捕捉地域についてユーザのオンラインエクスペリエンスを変更することが可能である。捕捉地域は、達成すべき目標に基づいてターゲットにされる地理的領域である。捕捉地域は、統計的に有意な最小のジオロケーションパラメータ、または統計的に有意な複数のジオロケーションパラメータのより大きな粒度から決定される。さらに、捕捉地域を選択するときに、目標の達成に関連する他の要因を考慮してよい。例えば、複数の郵便番号地域の商品在庫を管理する必要があり得る。その場合、統計的に有意な複数の郵便番号地域が、１つの郵便番号からなる最小のジオロケーションパラメータの代わりに、捕捉地域として選択される。

捕捉地域および他の要因は、目標達成のためにユーザのオンラインエクスペリエンスをどのように変更するかを決定するために用いられる。一実施形態では、捕捉地域に関する目標を達成するための、ユーザのオンラインエクスペリエンスに対する可能な変更を、モデリングを用いて決定する。当該モデリングは、オンラインエクスペリエンスに対する異なる変更がオフライン販売にどのような影響を与えたかという履歴分析を含むことが可能であり、この分析に基づいて、異なる変更を示唆および選択することが可能である。変更は、ウェブページコンテンツを変更して商品を特徴付けること、オンライン広告を含む商品のオンライン販売促進を行うこと、商品の電子メール販売促進を行うこと等を含んでよい。特定の地域をターゲットにするために、当該変更は捕捉地域のユーザに関して有効とされる。

一実施例では、サンフランシスコ湾岸地域の専門店の地域管理者は、自身の在庫を調査し、そして商品の新たな出荷のために棚スペースを作る必要があること、したがって、当該商品の古い在庫を非常に迅速に運び出さなければならないことを認識する。ここで、管理者の目標は、新たな出荷の前に、既存の商品の販売数を最大化することである。当該商品について最小のジオロケーションパラメータが決定される。当該最小のジオロケーションパラメータであるか、またはより大きな粒度であり得る捕捉地域が決定され、この捕捉地域は、この実施例ではサンフランシスコ湾岸地域に相当する。次に、商品の販売数を増加させるために、サンフランシスコ湾岸地域のウェブサイトが変更される。この変更には、ウェブページのコンテンツを変更して商品を強調すること、商品の販売促進情報をオンラインで提供すること、商品を強調する電子メール販売促進キャンペーンを行うこと等を含むことが可能である。

最小のジオロケーションパラメータの決定、捕捉地域の決定、およびオンラインユーザエクスペリエンスをどのように変更するかの決定は動的である。それらは、変数および目標が変化したとき、時間の経過と共に変化してよい。このようにして、小地域レベルでの事業主の目標の達成を最大化するように、ウェブサイトを連続的に最適化することが可能である。

明細書全体にわたって用いられるいくつかの用語について以下に説明する。ユーザオンライン挙動は、インターネットにおけるユーザの測定可能または追跡可能な任意のイベントを含んでよい。当該オンライン挙動は商品に関連する。このオンライン挙動は、ウェブサイトへの訪問、ページの訪問頻度等を含んでよい。さらに、ユーザのジオロケーションパラメータが決定される。ジオロケーションパラメータは、ユーザのオンライン挙動を捕捉したユーザの地理的位置である。一実施例では、逆インターネットプロトコル（ＩＰ）ルックアップを用いて、ユーザのジオロケーションパラメータが決定される。そのことは、ユーザのＩＰアドレスを決定し、郵便番号、都市またはある他の位置等の当該ＩＰアドレスの地理的位置を識別することを含む。

ユーザまたはユーザグループは複数のジオロケーションパラメータを有してよい。これらの複数のジオロケーションパラメータは、粒度と呼ばれる。例えば、逆ＩＰアドレスルックアップは、郵便番号等のユーザの最小粒度のジオロケーションパラメータを識別することが可能である。郵便番号から、他のより大きな粒度を決定してよい。例えば、地域は、隣接する複数の郵便番号を組み合わせることが可能である。さらに他のより大きな粒度は、多数の地域を有する市または郡であってよい。さらに他のより大きな粒度は、州等であってよい。

商品は、１つの商品でも、または商品群でもよい。例えば、商品は、化粧クリームでよく、または同じブランドで販売されている全てのスキンケア商品であってもよい。商品は、販売のために提供されている携帯電話サービス等のサービスであってよい。商品は、消費財でも、また消費者サービスでもよい。

２．オンラインユーザエクスペリエンスを変更するためのシステム
図１は、一実施形態によるシステム１００を示している。システム１００は、捕捉地域モジュール１０１と、オンライン変更モジュール１０２と、オンライン変更装置１０３とを含む。捕捉地域モジュール１０１は、統計的に有意な最小のジオロケーションと他のサイジング変数とに基づいて、商品の捕捉地域を決定する。サイジング変数は、捕捉地域を決定するために用いることができる任意の変数である。一実施例では、サイジング変数はユーザによって指定される。上記一実施例で説明したように、サンフランシスコ湾岸地域の専門店の地域管理者は、自身の在庫を調査し、そして商品の新たな出荷のために棚スペースを作る必要があることを認識する。この実施例では、地域管理者はサンフランシスコ湾岸地域の捕捉地域を指定するであろう。捕捉地域モジュール１０１は、統計的に有意な最小のジオロケーションパラメータ、または統計的に有意なジオロケーションパラメータのより大きな粒度が、サンフランシスコ湾岸地域に相当するかどうかを決定する。そうである場合、複数の郵便番号地域を含む当該ジオロケーションパラメータが、捕捉地域として選択される。捕捉地域を決定するために、他のサイジング変数を用いることも可能である。

オンライン変更モジュール１０２は、目標を達成するためにオンラインユーザエクスペリエンスに施す必要がある変更を決定する。オンライン変更モジュール１０２は、捕捉地域の１つ以上と、他の変更要因（目標、オンライン挙動、オフライン販売データ、およびユーザ入力を含むがそれらに限定されない）とを用いて、目標を達成するためにオンラインユーザエクスペリエンスをどのように変更するかを決定する。

オンライン変更モジュール１０２は、モデリングを用いて、商品を特徴付けるウェブサイトをどのように変更するか、または目標の達成において最大の影響を有するであろう他のオンライン販売促進をどのように識別するかの決定を行うことが可能である。一実施形態では、目標を達成するための、捕捉地域のユーザのオンラインエクスペリエンスに対する可能な変更を、モデリングを用いて決定する。当該モデリングは、オンラインエクスペリエンスに対する異なる変更がオフライン販売にどのような影響を与えたかという履歴分析を含むことが可能であり、この分析に基づいて、異なる変更を示唆および選択することが可能である。変更は、ウェブページコンテンツを変更して商品を特徴付けること、オンライン広告を含む商品のオンライン販売促進を行うこと、商品の電子メール販売促進を行うこと等を含んでよい。特定の地域をターゲットにするために、当該変更は捕捉地域のユーザに関して有効とされる。

上記モデリングのために、マーケティング投資収益（ＭＲＯＩ）モデルを用いることが可能である。ＭＲＯＩモデルは、最小のジオロケーションパラメータについて、オフライン販売に対するオンライン挙動の影響を分離する計量経済モデルである。ＭＲＯＩモデルは、精度を向上させるためにおよび季節等のような変数に対応するために、数年に及ぶ販売およびマーケティングを含んでよい。異なる種類のマーケティングについて投資収益を求めるために、販売履歴データおよびマーケティング履歴データから、異なる種類のマーケティングおよび販売の関係を計算することによって、マーケティング応答曲線が生成される。金融モデルは、これらの応答曲線を純利益に変換する。目標を達成するために、異なる種類のマーケティングが、捕捉地域のユーザのオンラインエクスペリエンスに対する変更として実現される。

オンラインユーザエクスペリエンスに対する変更が決定された後に、オンライン変更装置１０３が変更を実現する。一実施例において、これには、捕捉地域内のユーザ向けに、ウェブサイト内の変更されたウェブページを提供することを含むことが可能である。例えば、ユーザは専門店のウェブサイトを訪問している。ウェブサイトは、例えば、逆ＩＰルックアップによってユーザの郵便番号を決定する。ユーザが捕捉地域にいる場合、上記商品を特徴付ける変更されたウェブページまたはオンライン販売促進（これらは、オンライン変更装置１０３を使用して作成および記憶しておくことが可能である）が、ウェブサーバからユーザに提供される。他の実施例では、ユーザが捕捉地域にいる場合に、上記商品の広告がウェブサイトに提供される。

３．最小のジオロケーションパラメータを決定するためのシステム
上記のように、システム１００の捕捉地域モジュール１０１および他のモジュールは、統計的に有意な最小のジオロケーションパラメータを入力として用いることが可能である。図２は、統計的に有意な最小のジオロケーションパラメータを決定するためのシステム２００を示している。

各ユーザのジオロケーションパラメータは、オンラインデータデータベース（ＤＢ）２０３に記憶される。オンラインデータＤＢ２０３は、ユーザ毎に捕捉されたオンライン挙動を、対応するジオロケーションパラメータと共に記憶する。対応するジオロケーションパラメータを有するオンライン挙動データは、動的領域モジュール２０５への入力として用いられる。

オンライン挙動データに加えて、システム２００はオフラインデータを捕捉する。小売店２１０ａ〜２１０ｘは、オフライン販売データ、および当該オフライン販売についての対応するジオロケーションパラメータ（販売が行われる店舗の位置等）を捕捉する。オフラインデータＤＢ２０４は、オフライン販売データおよび対応するジオロケーションパラメータを記憶する。

多数の商品についてのオンラインデータおよびオフラインデータを連続的または周期的に捕捉して記憶することができる。特定の商品についてオフライン販売に対するオンライン挙動の影響を決定する必要がある場合、当該商品に関するオンラインデータおよびオフラインデータが動的領域モジュール２０５に送信される。例えば、動的領域モジュール２０５は、ＤＢ２０３とＤＢ２０４からオンライン商品データおよびオフライン商品データを取り出す。次に、動的領域モジュール２０５は、当該データおよび他の変数２１１を用いて、商品のオフライン販売に対するオンライン挙動の影響を推定するために統計的に有意である最小のジオロケーションパラメータを決定する。動的領域モジュール２０５は、方法１００を用いて、統計的に有意な最小のジオロケーションパラメータを決定することが可能である。この決定に関する変数２１１は、商品またはブランドの種類、商品の購入サイクル、ＩＰ浸透度（例えば、逆ＩＰルックアップによって決定することができるジオロケーションパラメータの粒度レベル）、サイトの訪問頻度、オンラインデータ内で追跡／捕捉されている挙動結果のコンバージョンレート、小売店／店舗の密度、ウェブサイトトラフィック、および時期、休日等の季節要因を含むことができる。

統合モジュール２０６は、最小のジオロケーションパラメータについての全てのオンライン商品データおよびオフライン商品データを統合する。例えば、オンライン商品データおよびオフライン商品データは、ＤＢ２０３とＤＢ２０４から取り出される。ＭＲＯＩモデル２０７は、統合データ、およびＭＲＯＩデータ２１２（マーケティングキャンペーン、地域の競争相手の挙動、人口統計等に関する情報等）を用いる。ＭＲＯＩモデル２０７は、オンライン挙動が商品のオフライン販売にどのような影響を与えるかの推定を含む影響データ２０８を生成する。システム２００を使用して、影響データ２０８を周期的または連続的に決定することが可能である。

４．統計的に有意な最小のジオロケーションパラメータを決定するための方法
図３は、一実施形態に従って、最小のジオロケーションパラメータを決定するための方法３００を示している。ステップ３０１において、商品に関するオンライン挙動を捕捉する。オンライン挙動は、商品のウェブサイトのウェブサイトトラフィック、オンライン広告またはオンラインクーポンのクリックスルー等のような、インターネットでモニタリングされるイベントを含む。オンライン挙動は、例えばデータベースに記憶される。

ステップ３０２において、商品に関するオフラインデータを捕捉する。このデータは、商品の店内販売、商品購入用のクーポンの使用、またはオンラインではないおよび商品の販売に関連する任意のイベントを含む。オフラインデータが記憶される。

ステップ３０３において、オンライン挙動に関するジオロケーションパラメータを決定する。このジオロケーションパラメータは、オンライン挙動として捕捉されたイベントを実行するユーザの、ジオロケーションパラメータの複数の粒度を含むことが可能である。最小粒度は、都市ブロックの組を含んでよく、または郵便番号であってよい。より大きな粒度は、郵便番号組、都市組、または州レベルの粒度を含んでよい。最小粒度は、ユーザに利用可能なジオロケーションパラメータデータに依存してよい。例えば、最小粒度を決定するために、逆ＩＰルックアップが実行される。逆ＩＰルックアップに利用可能なジオロケーションデータは地域によって変化してよい。大都市等の人口がより密集した地域については、都市ブロックの組に対して、ユーザのＩＰアドレスを相互参照してよい。人口のより希薄な地域については、１つの郵便番号に対してまたはより大きな地域に対して、ユーザのＩＰアドレスを相互参照してよい。

ステップ３０４において、ステップ３０３の結果から、最小粒度のジオロケーションパラメータを決定する。

ステップ３０５において、ステップ３０４で決定された最小粒度のジオロケーションパラメータが、商品のオフライン販売に対するオンライン挙動の影響を推定するために統計的に有意であるかどうかを決定する。ステップ３０３とステップ３０２で捕捉されたデータから決定される、最小粒度のジオロケーションパラメータに関するオンライン挙動データ量およびオフラインデータ量等のいくつかの変数、ならびに他の変数が、統計的有意性を評価するために用いられる。

ステップ３０５において、最小粒度のジオロケーションパラメータが統計的に有意ではないことが決定された場合、ステップ３０６において、ジオロケーションパラメータを統合し、ステップ３０５を繰り返す。統合は、ステップ３０３で決定されたジオロケーションパラメータの次の最大粒度のジオロケーションパラメータを決定することを含む。異なる粒度、例えば、都市ブロック、郵便番号、郵便番号地域および州を予め決定してよい。最小粒度を基にして、オンライン挙動データを次の最大粒度等に統合することができる。例えば、特定の都市ブロック群の全てについて、オンライン挙動データが記憶される。複数の都市ブロック群を含む郵便番号等の次の最大粒度についてオンライン挙動データを決定するために、その郵便番号内の全ての都市ブロック群のオンライン挙動データが統合される。この統合は、都市ブロック群の各ユーザに関する全てのオンライン挙動データを、郵便番号に関連付けることを含んでよい。郵便番号を指標として用いて、その郵便番号内の商品に関する全てのオンライン挙動データを決定することができる。次に、ステップ３０５において、郵便番号に関するオンライン挙動データを用いて、その郵便番号が、商品のオフライン販売に対するオンライン挙動の影響を推定するために統計的に有意であるかどうかを決定してよい。この統合を、統計的に有意なジオロケーションパラメータの粒度が決定されるまで繰り返す。

ステップ３０７において、ジオロケーションパラメータの統計的に有意な粒度が決定された後、当該粒度を、商品のオフライン販売に対するオンライン挙動の影響を推定するための、最小粒度のジオロケーションパラメータとして用いる。ステップ３０８において、マーケティング投資調査（ＭＲＯＩ）計量経済モデリングを用いて、商品のオフライン販売に対するオンライン挙動の影響を推定することが可能である。モデリングへの入力は、最小のジオロケーションパラメータデータに関するオンライン挙動データおよびオフラインデータを含む。モデリングに対する他の入力は、マーケティングキャンペーン、地域の競争相手の挙動、人口統計等に関する情報を含んでよい。ＭＲＯＩモデルは、マーケティングの結果として生じた影響についての、当該マーケティングの履歴データを含んでよい。

方法３００は、オンラインデータおよびオフラインデータのスナップショットのためにだけ実行されるものではない。代わりに、最小のジオロケーションパラメータを連続的または周期的に決定するために、オンラインデータおよびオフラインデータが連続的または周期的に捕捉されかつ使用される。結果として、オンラインデータおよびオフラインデータが変化することにより、商品の最小のジオロケーションパラメータが時間の経過と共に変化し得る。

４．捕捉地域のオンラインユーザエクスペリエンスを変更するための方法
図４は、一実施形態に従って、捕捉地域のオンラインユーザエクスペリエンスを変更するための方法４００を示している。ステップ４０１において、商品について、統計的に有意な最小のジオロケーションパラメータを決定する。上記方法３００のステップは、当該最小のジオロケーションパラメータを決定するステップを記述している。

ステップ４０２において、最小のジオロケーションパラメータからの捕捉地域を決定する。捕捉地域は、最小のジオロケーションパラメータであっても、またはより大きな粒度のジオロケーションパラメータであってもよい。例えば、最小のジオロケーションパラメータが郵便番号である場合、捕捉地域は、郵便番号であり得るか、または統計的に有意な複数の郵便番号地域等の郵便番号を含むより大きな地域であってよい。最小のジオロケーションパラメータに加えて、当該捕捉地域に関するユーザ入力、オンラインユーザエクスペリエンスを変更することによって達成すべき目標（例えば、特定の地域の在庫管理）等のような、地域の大きさに影響を与える他の要因を用いて、捕捉地域を決定することが可能である。

ステップ４０３において、目標を達成するために、捕捉地域の商品に関連するオンラインユーザエクスペリエンスをどのように変更するかを決定する。例えば、図１に示すオンライン変更モジュール１０２は、モデリングを用いて、商品を特徴付けるウェブサイトをどのように変更するか、または目標の達成において最大の影響を有するであろう他のオンライン販売促進をどのように識別するかの決定を行うことが可能である。

ステップ４０４において、捕捉地域のオンラインユーザエクスペリエンスに対する変更を実現する。一実施例において、これには、捕捉地域内のユーザ向けに、ウェブサイト内の変更されたウェブページを提供することを含むことが可能である。例えば、ユーザは専門店のウェブサイトを訪問している。ウェブサイトは、例えば、逆ＩＰルックアップによってユーザの郵便番号を決定する。ユーザが捕捉地域にいる場合、上記商品を特徴付ける変更されたウェブページまたはオンライン販売促進（これらは、オンライン変更装置１０３を使用して作成および記憶しておくことが可能である）が、ウェブサーバからユーザに提供される。他の実施例では、ユーザが捕捉地域にいる場合に、上記商品の広告がウェブサイトに提供される。

５．捕捉地域の在庫管理を行うための方法
図５は、一実施形態に従って、捕捉地域の在庫管理を行うための方法５００を示している。ステップ５０１において、商品の在庫情報を捕捉する。この情報は、ＳＫＵデータまたは他の商品追跡データを含んでよい。

ステップ５０２において、在庫情報に基づいて目標を決定する。目標の一例は、商品の新たな出荷を受ける前に、既存の商品の販売数を最大化することである。他の実施例では、在庫情報は、商品がその平均貯蔵寿命を超えていることを指示する。次に、販売を増加させるために、当該商品には、他の商品よりも高い優先度を与えることが可能である。さらに、目標を特定の地域に適用することができる。例えば、在庫情報は、複数の郵便番号地域内の商品データを反映することが可能である。

ステップ５０３において、方法３００について上述したように、統計的に有意な最小のジオロケーションパラメータを決定する。

ステップ５０４において、最小のジオロケーションパラメータと目標に適用できる地域とから、捕捉地域を決定する。例えば、捕捉地域は、最小のジオロケーションパラメータの粒度とすることができ、さらに捕捉地域は、目標に適用できる地域を網羅する。上記方法４００のステップ４０２は、当該捕捉地域を決定するステップを記述している。

ステップ５０５において、捕捉地域の商品の在庫を管理するために、オンラインユーザエクスペリエンスを変更する。

６．コンピュータ読み取り可能な媒体
図６は、本明細書に記載した実施形態と共に使用し得るコンピュータシステム６００を示している。コンピュータシステム６００は、サーバまたは他のコンピュータシステムに存在し得る構成要素を含む一般的なプラットフォームを示している。本明細書に記載した方法、機能、モジュールおよび他のステップの１つ以上を実行するために、コンピュータシステム６００をプラットフォームとして使用し得る。これらのステップは、１つ以上のコンピュータ読み取り可能な媒体に記憶されたソフトウェアとして具体化することが可能である。

コンピュータシステム６００は、本明細書に記載した方法、機能および他のステップのいくつかまたは全てを実行するソフトウェア命令を実現または実行し得るプロセッサ６０２を含む。プロセッサ６０２からのコマンドおよびデータは、通信バス６０４を介して通信される。さらに、コンピュータシステム６００は、実行時間中にプロセッサ６０２用のソフトウェアおよびデータがそこに存在し得る、ランダムアクセスメモリ（ＲＡＭ）等のメインメモリ６０６と、不揮発性でありかつソフトウェアおよびデータを記憶し得る二次データ記憶部６０８とを含む。メモリおよびデータ記憶装置は、コンピュータ読み取り可能な媒体の例である。

コンピュータシステム６００は、キーボード、マウス、ディスプレイ等のような１つ以上のＩ／Ｏ装置６１０を含み得る。コンピュータシステム６００は、ネットワークに接続するためのネットワークインタフェース６１２を含むことが可能である。他の公知の電子構成要素をコンピュータシステム６００に追加または置換し得ることが当業者に明らかであろう。

本明細書に記載した方法のステップおよび本明細書に記載した他のステップの１つ以上、ならびに本明細書に記載したシステムの構成要素の１つ以上は、メモリおよび／または二次記憶部装置等のコンピュータ読み取り可能な媒体に記憶され、かつ例えばプロセッサ、特定用途向け集積回路（ＡＳＩＣ）または他の制御装置によってコンピュータシステムで実行されるコンピュータコードとして実現することが可能である。コードは、ソースコード、オブジェクトコード、実行可能コードまたは他のフォーマットのプログラム命令からなる１つまたは複数のソフトウェアプログラムとして存在し得る。コンピュータ読み取り可能な媒体の例は、従来のコンピュータシステムのＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ， Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ， Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ハードドライブ、およびフラッシュメモリを含む。

実施例を参照して、実施形態について説明してきたが、当業者は、特許請求の範囲に記載される実施形態の範囲から逸脱することなく、当該説明してきた実施形態に種々の変更を加えることができるであろう。

Claims (20)

1. 商品の販売に関連する目標に基づいて、オンラインエクスペリエンスの変更を動的に決定するためのシステムであって、
   統計的に有意な最小のジオロケーションパラメータを決定するために用いられるオンライン挙動データおよびオフライン販売データを記憶するデータ記憶部と、
   統計的に有意な前記最小のジオロケーションパラメータから捕捉地域を決定する捕捉地域決定モジュールであって、前記捕捉地域が、前記目標に基づいてターゲットにされる地理的領域である、前記捕捉地域決定モジュールと、
   前記目標を達成するために、前記捕捉地域の前記オンラインユーザエクスペリエンスに対する１つ以上の変更を決定する、オンライン変更モジュール１０２と、
   を含むシステム。
2. 前記オンライン変更モジュール１０２が、ＭＲＯＩモデリングを用いて、前記商品のオフライン販売に対するオンライン挙動の影響を決定し、および前記捕捉地域の前記オンラインユーザエクスペリエンスに対する変更を識別する、請求項１に記載のシステム。
3. 前記捕捉地域にいることが決定された各ユーザ向けの前記オンラインユーザエクスペリエンスに対して前記１つ以上の変更を実現する、オンライン変更装置をさらに含む、請求項１に記載のシステム。
4. 前記オンラインユーザエクスペリエンスに対する前記１つ以上の変更が、ウェブページの変更とオンライン販売促進の変更とを含む、請求項３に記載のシステム。
5. 統計的に有意な前記最小のジオロケーションパラメータが、前記商品のオフライン販売に対するオンライン挙動の影響を推定することによって決定される、請求項１に記載のシステム。
6. 目標に基づいて、オンラインエクスペリエンスの変更を動的に決定するように構成されたコンピュータシステムであって、
   オンライン挙動データとオフライン販売データとを記憶するデータ記憶部と、
   プロセッサであって、
   商品のオフライン販売に対するオンライン挙動の影響を推定するための、統計的に有意な最小のジオロケーションパラメータを決定し、
   前記最小のジオロケーションパラメータから、および前記商品の販売に関連する目標から、捕捉地域を決定し、
   前記商品に関連するおよび前記捕捉地域に関するオンラインユーザエクスペリエンスに対しての１つ以上の変更を決定するように構成されたプロセッサと、
   を含む、コンピュータシステム。
7. 前記目標が、前記商品の在庫管理に関連し、前記プロセッサが、
   前記捕捉地域内の店舗の前記商品の在庫を決定するように構成され、
   前記１つ以上の変更が、前記商品の前記在庫を管理するための前記捕捉地域の前記オンラインユーザエクスペリエンスに対する変更である、請求項６に記載のコンピュータシステム。
8. 前記１つ以上の変更がウェブサイトの変更を含み、前記変更が、前記捕捉地域にいることが決定された前記ウェブサイトへの訪問者についてのみ実現される、請求項７に記載のコンピュータシステム。
9. 前記ウェブサイトに対する前記１つ以上の変更が、前記ウェブサイトのウェブページのコンテンツを変更すること、および前記ウェブサイトの前記商品のオンライン販売促進を提供することの少なくとも１つを含む、請求項８に記載のコンピュータシステム。
10. コンピュータコードを記憶する少なくとも１つのコンピュータ読み取り可能な媒体であって、前記コンピュータコードが、１つ以上のコンピュータシステムで実行されるときに、目標に基づいて、オンラインエクスペリエンスに対する変更を動的に決定する方法を実行し、該方法が、
    商品のオフライン販売に対するオンライン挙動の影響を推定するための統計的に有意な最小のジオロケーションパラメータを決定するステップと、
    前記最小のジオロケーションパラメータから、および前記商品の販売に関連する目標から、捕捉地域を決定するステップと、
    前記商品に関連するおよび前記捕捉地域に関するオンラインユーザエクスペリエンスを変更するステップと、
    を含む少なくとも１つのコンピュータ読み取り可能な媒体。
11. 前記目標が前記商品の在庫管理に関連し、前記方法が、
    前記捕捉地域の店舗の前記商品の在庫を決定するステップをさらに含み、
    オンラインユーザエクスペリエンスを変更するステップが、前記商品の前記在庫を管理するために、前記捕捉地域の前記オンラインユーザエクスペリエンスを変更するステップをさらに含む、請求項１０に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
12. オンラインユーザエクスペリエンスを変更するステップが、
    ウェブサイトへの訪問者が前記捕捉地域にいるかどうかを決定するステップと、
    前記ユーザが前記捕捉地域にいる場合、前記商品の前記在庫を管理するために前記ウェブサイトを変更するステップと、
    をさらに含む、請求項１１に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
13. 前記ウェブサイトを変更するステップが、
    前記ウェブサイトにおけるウェブページのコンテンツを変更するステップを含む、請求項１２に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
14. 前記ウェブサイトを変更するステップが、
    前記ウェブサイトにおいて前記商品のオンライン販売促進を提供するステップを含む、請求項１２に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
15. 捕捉地域を決定するステップが、
    前記最小のジオロケーションパラメータを前記捕捉地域として識別するステップを含む、請求項１０に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
16. 捕捉地域を決定するステップが、
    前記最小のジオロケーションパラメータよりも大きな粒度を有するが、なお、前記捕捉地域としての統計的有意性を有するジオロケーションパラメータを識別するステップを含む、請求項１０に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
17. 商品のオフライン販売に対するオンライン挙動の影響を推定するための統計的に有意な最小のジオロケーションパラメータを決定するステップが、
    前記商品に関連するユーザのオンライン挙動を決定するステップと、
    ユーザの前記オンライン挙動について前記ジオロケーションパラメータの粒度を決定するステップと、
    前記ジオロケーションパラメータの前記粒度の最小粒度を決定するステップと、
    前記最小粒度が、前記商品の前記オフライン販売に対する前記オンライン挙動の影響を推定するために統計的に有意であるかどうかを決定するステップと、
    前記最小粒度が統計的に有意であることを決定したことに応じて、前記最小粒度を前記最小のジオロケーションパラメータとして用いるステップと、
    前記最小粒度が統計的に有意ではないことを決定したことに応じて、
    前記ジオロケーションパラメータの前記粒度の次に大きな粒度が統計的に有意であるかどうかを決定するステップと、
    前記ジオロケーションパラメータの前記粒度の１つが統計的に有意であることが決定されるまで、前記ジオロケーションパラメータの粒度の次に大きな各粒度に対して決定を繰り返すステップと、
    をさらに含む、請求項１０に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
18. 前記最小のジオロケーションパラメータを決定するステップが、
    オンライン商品データおよびオフライン商品データと変数の１つ以上とが時間の経過と共に変化したときに、前記最小のジオロケーションパラメータを動的に決定するステップをさらに含む、請求項１０に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
19. 前記商品に関連するおよび前記捕捉地域に関するオンラインユーザエクスペリエンスを変更するステップは、
    オンライン挙動データとオフライン販売データと前記目標とが時間の経過と共に変化したときに、前記オンラインユーザエクスペリエンスを動的に変更するステップをさらに含む、請求項１０に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
20. 前記方法が、
    マーケティング投資収益（ＭＲＯＩ）モデリングに基づいて、前記オンラインユーザエクスペリエンスに対しての１つ以上の変更を決定するステップをさらに含む、請求項１０に記載の少なくとも１つのコンピュータ読み取り可能な媒体。
    

Images