JP2010191963A - インターネット・マーケティング・チャンネルの最適化 - Google Patents

インターネット・マーケティング・チャンネルの最適化 Download PDF

Info

Publication number
JP2010191963A
JP2010191963A JP2010031192A JP2010031192A JP2010191963A JP 2010191963 A JP2010191963 A JP 2010191963A JP 2010031192 A JP2010031192 A JP 2010031192A JP 2010031192 A JP2010031192 A JP 2010031192A JP 2010191963 A JP2010191963 A JP 2010191963A
Authority
JP
Japan
Prior art keywords
item
response data
profit
revenue
investment
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
JP2010031192A
Other languages
English (en)
Inventor
Michael J Williams
ジェイ ウィリアムス，マイケル
Andris Umblijs
アンブリジュス，アンドリス
Janmesh Srivastava
スリヴァスタヴァ，ジャンメッシュ
Stephan Denis Kirkby
デニス カークビー，スティーブン
Anatoly Roytman
ロイトマン，アナトリー
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.)
Accenture Global Services GmbH
Original Assignee
Accenture Global Services GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Accenture Global Services GmbH filed Critical Accenture Global Services GmbH
Publication of JP2010191963A publication Critical patent/JP2010191963A/ja
Pending legal-status Critical Current

Links

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
    • G06Q30/0242—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
    • 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
    • G06Q30/0247—Calculate past, present or future revenues

Abstract

【課題】マルチチャンネル・マーケティング活動用のインターネット・マーケティング・チャンネルを最適化する。
【解決手段】システムは、インターネット・マーケティング・チャンネルを最適化するための複数の最適化モデルを格納する格納部を含み、またチャンネルのアイテム毎の予測小規模損益計算書を決定する計算書ユニットを含む。アイテム毎の小規模損益計算書は、アイテムへの潜在的投資と、その潜在的投資に対する予測収益および利益とを関連付ける。アイテム毎の小規模損益計算書をもとに、収益レスポンス・ユニットはアイテム毎の収益レスポンス・データを生成し、利益レスポンス・ユニットはアイテム毎の利益レスポンス・データを生成する。効率性フロンティア・レスポンス・ユニットは、上記レスポンス・データをもとに効率性フロンティア・レスポンス・データを生成し、そのデータはアイテム毎の投資金額をもとにアイテム毎の収穫逓減点を特定する。
【選択図】図１

Description

本願は、マルチチャンネル・マーケティング・活動用のインターネット・マーケティング・チャンネルの最適化のためのシステムおよび方法に関する。
（優先権）
本願は、２００９年２月１７日に出願された米国仮特許出願番号６１／１５３、１９５「有料検索の最適化」“Ｐａｉｄ Ｓｅａｒｃｈ Ｏｐｔｉｍｉｚａｔｉｏｎ”の優先権を主張し、その内容は、参照することにより本明細書に全て組み込まれる。本願はまた、２００９年２月１７日に出願された米国仮特許出願番号６１／１５３、１９６「ディスプレイ広告の最適化」“Ｄｉｓｐｌａｙ Ａｄｖｅｒｔｉｓｉｎｇ Ｏｐｔｉｍｉｚａｔｉｏｎ”の優先権を主張し、その内容は、参照することにより本明細書に全て組み込まれる。
多くの事業は、収益を増大させるために、つまり一般的には利益を最大化するために、テレビ、ラジオ、インターネットなどの一つ以上のチャンネルを通じて、広告に関与する。
しかしながら、広告およびマーケティングの支出と利益を相関させることは、困難な課題である。さらに、最終的に利益を最大化するために、異なる種類のマーケティング・チャンネルのなかでの、マーケティング予算の割り当て方法を解明することは、困難である。
マーケティング活動に多く含まれる広告の一チャンネルは、有料検索であり、それによって広告主は、検索エンジンによって生成される検索結果内での掲載に対して、契約を行う。検索結果内での広告掲載は、一般的には競争的な入札プロセスに従って決定される。企業は、自身の商品を説明する単語および掲載に対する入札を行なってよい。
マーケティング活動に多く含まれる広告の別チャンネルは、ディスプレイ広告であり、それによって広告主は、ウェブサイトまたはウェブページ内のバナー広告などの広告掲載に対して、契約を行う。ディスプレイ内での広告掲載もまた、競争的な入札プロセスに従って決定することができる。
両方の広告チャンネルにおいて、他の広告チャンネルと比較して入札金額および予算金額を決定することは、企業にとって困難である。さらに、他の種類のマーケティング・チャンネルと同様に、有料検索およびディスプレイ広告に関して、販売が特定のマーケティング・チャンネルに起因するかどうかを解明することは、困難である。その結果、企業は、投資収益率（ｒｅｔｕｒｎ ｏｎ ｉｎｖｅｓｔｍｅｎｔ：ＲＯＩ）を最大化するためにマーケティング投資を効率的に割り当てる、困難な問題に直面する。
本発明の一つの局面によると、マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するコンピュータシステムが提供される。そのコンピュータシステムは、プロセッサによって実行される最適化エンジンを備える。その最適化エンジンは、インターネット・マーケティング・チャンネルのアイテム毎の予測小規模損益計算書を決定する計算書ユニットと、アイテム毎の小規模損益計算書をもとにアイテム毎の収益レスポンス・データを生成する収益レスポンス・ユニットと、アイテム毎の小規模損益計算書をもとにアイテム毎の利益レスポンス・データを生成する利益レスポンス・ユニットと、収益レスポンス・データおよび利益レスポンス・データから効率性フロンティア・レスポンス・データを生成する効率性フロンティア・レスポンス・ユニットと、インターネット・マーケティング・チャンネルを最適化する複数の最適化モデルを格納する最適化モデル・データベースとを含み、アイテム毎の小規模損益計算書は、アイテムへの潜在的投資と、その潜在的投資に対する予測収益および利益とを関連付け、収益レスポンス・データは、アイテムに対する投資金額当たりの予測収益を含み、利益レスポンス・データは、アイテムに対する投資金額当たりの予測利益を含み、効率性フロンティア・レスポンス・データは、アイテム毎の投資金額をもとにアイテム毎の収穫逓減点を特定することができる。
本発明のコンピュータシステムにおいて、インターネット・マーケティング・チャンネルは、有料検索であってよく、それぞれのアイテムは、有料検索ワード、またはワードに応じて表示される関連広告の位置であってよい。
本発明のコンピュータシステムにおいて、インターネット・マーケティング・チャンネルは、ディスプレイ広告であってよく、それぞれのアイテムは、異なるディスプレイ広告であってよい。
本発明のコンピュータシステムにおいて、計算書ユニットは、コンバージョン当たりの収益、アイテムに対する予測入札価格、およびアイテム毎の予測クリック数のうち少なくとも一つを含む、少なくとも一つのキー・パラメータを決定し、アイテム毎に少なくとも一つのキー・パラメータを使用して小規模損益計算書を決定してよい。
本発明のコンピュータシステムにおいて、最適化エンジンは、インターネット・マーケティング・チャンネル以外のマーケット要因をもとに、アイテム毎のコンバージョン当たりの収益を決定してよい。
本発明のコンピュータシステムにおいて、収益レスポンス・ユニットは、アイテムに対する投資金額当たりの収益を、降順または昇順で順位付けしてよい。
本発明のコンピュータシステムにおいて、利益レスポンス・ユニットは、アイテムに対する投資金額当たりの利益を、降順または昇順で順位付けしてよい。
本発明のコンピュータシステムにおいて、効率性フロンティア・レスポンス・ユニットは、収益レスポンス・データおよび利益レスポンス・データにおける順位付けをもとに、効率性フロンティア・レスポンス・データを生成してよい。
また、本発明のコンピュータシステムは、効率性フロンティア・レスポンス・データからアイテムへの投資を選択する選択部をさらに備えてよい。
本発明のコンピュータシステムにおいて、マーケティング活動において選択された投資は、インターネット・マーケティング・チャンネル用の予算として選択された投資を使用して適用されてよい。
本発明の別の局面において、マーケティング活動用のインターネット・マーケティング・チャンネルを最適化する方法が提供される。その方法は、プロセッサを使用して、インターネット・マーケティング・チャンネルのアイテム毎の予測小規模損益計算書を決定するステップと、アイテム毎の小規模損益計算書をもとにアイテム毎の収益レスポンス・データを生成するステップと、アイテム毎の小規模損益計算書をもとにアイテム毎の利益レスポンス・データを生成するステップと、収益レスポンス・データおよび利益レスポンス・データから効率性フロンティア・レスポンス・データを生成するステップとを含み、アイテム毎の小規模損益計算書は、アイテムへの潜在的投資と、その潜在的投資に対する予測収益および利益とを関連付け、収益レスポンス・データは、アイテムに対する投資金額当たりの予測収益を含み、利益レスポンス・データは、アイテムに対する投資金額当たりの予測利益を含み、効率性フロンティア・レスポンス・データは、アイテム毎の投資金額をもとにアイテム毎の収穫逓減点を特定する。
本発明の方法において、インターネット・マーケティング・チャンネルは、有料検索であってよく、それぞれのアイテムは、有料検索ワード、またはワードに応じて表示される関連広告の位置であってよい。
本発明の方法において、インターネット・マーケティング・チャンネルは、ディスプレイ広告であってよく、それぞれのアイテムは、異なるディスプレイ広告であってよい。
本発明の方法において、予測小規模損益計算書を決定するステップは、コンバージョン当たりの収益、アイテムに対する予測入札価格、および、予測クリック数の少なくとも一つを含む少なくとも一つのキー・パラメータをアイテム毎に決定するステップと、少なくとも一つのキー・パラメータを使用して小規模損益計算書をアイテム毎に決定するステップとを含んでよい。
本発明の方法はまた、インターネット・マーケティング・チャンネル以外のマーケット要因をもとに、アイテム毎のコンバージョン当たりの収益を決定するステップを含んでよい。
本発明の方法において、収益レスポンス・データを生成するステップは、アイテムに対する投資金額当たりの収益を、降順または昇順で順位付けするステップを含んでよい。
本発明の方法において、収益レスポンス・データを生成するステップは、アイテムに対する投資金額当たりの利益を降順または昇順で順位付けするステップを含んでよい。
本発明の方法において、効率性フロンティア・レスポンス・データを生成するステップは、収益レスポンス・データおよび利益レスポンス・データにおける順位付けをもとに、効率性フロンティア・レスポンス・データを生成するステップを含んでよい。
本発明の方法はまた、効率性フロンティア・レスポンス・データからアイテムへの投資を選択するステップと、選択された投資をインターネット・マーケティング・チャンネル用の予算として適用するステップとを更に含んでよい。
本発明の別の局面においてにおいて、マルチチャンネル・マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するための、コンピュータが実行可能なプログラムを格納した、コンピュータ可読媒体が提供される。コンピュータが実行可能なプログラムは、実行時に、コンピュータシステムに、インターネット・マーケティング・チャンネルのアイテム毎の予測小規模損益計算書を決定するステップと、アイテム毎の小規模損益計算書をもとにアイテム毎の収益レスポンス・データを生成するステップと、アイテム毎の小規模損益計算書をもとにアイテム毎の利益レスポンス・データを生成するステップと、収益レスポンス・データおよび利益レスポンス・データから効率性フロンティア・レスポンス・データを生成するステップとを備える方法を実施させ、アイテム毎の小規模損益計算書は、アイテムへの潜在的投資と、その潜在的投資に対する予測収益および利益とを関連付け、収益レスポンス・データは、アイテムに対する投資金額当たりの予測収益を含み、利益レスポンス・データは、アイテムに対する投資金額当たりの予測利益を含み、効率性フロンティア・レスポンス・データはアイテム毎の投資金額をもとにアイテム毎の収穫逓減点を特定することを行わせる。
本発明の実施形態を、以下の図面を参照して以下の説明において詳細に述べる。
一実施形態に係るインターネット・マーケティング・チャンネルへの投資を最適化する方法を示す図である。 一実施形態に係るディスプレイ広告への投資を最適化する方法を示す図である。 一実施形態に係る有料検索への投資を最適化する方法を示す図である。 一実施形態に係る小規模損益計算書を示す図である。 一実施形態に係るコンバージョン当たりの収益を得る方法を示す図である。 一実施形態に係る小規模損益計算書を示す図である。 一実施形態に係る詳細な収益レスポンス・データのグラフを示す図である。 一実施形態に係る詳細な利益レスポンス・データのグラフを示す図である。 一実施形態に係る効率性フロンティア・レスポンス曲線を示す図である。 一実施形態に係るインターネット・マーケティングへの投資を最適化するシステムを示す図である。
簡略化および図式化を目的として、実施形態の原理を主として実施例を参照しながら説明する。以下の説明において、本実施形態を十分理解するために多数の特定の詳細な説明を示す。しかしながら、本実施形態はこれらの特定の詳細な説明に限定されずに実施可能であることは当業者には明らかであろう。いくつかの例において、周知の方法および構造については、本実施形態を不必要に分かりにくくしないよう詳しい説明は行なわない。
１．概略
企業のマーケティング活動の最適化として、利益の最大化など事業の目的を達成するために予測される、マーケティング・チャンネルの組み合わせへの投資の決定を含んでよい。本実施形態によると、マーケティング活動を最適化するためのシステムおよび方法が、提供される。この最適化には、個々のマーケティング・チャンネルの最適化と同様に、マーケティング・チャンネルの組み合わせへの投資の決定を含めてよい。本明細書で使用されるマーケティング・チャンネルとは、広告の一形式または一種である。
本実施形態によると、有料検索およびディスプレイ広告などのインターネット・マーケティング・チャンネルにおける収益または利益を、最大化するための投資が、決定される。有料検索は、典型的には一つ以上のキーワードに対する検索結果における、位置またはランクへの支払いに関与する。例えば、インターネットの検索エンジンを使用してキーワード検索を行うと、検索結果が生成され、ランク順位リストで示される。これらの検索結果に伴って、一組の特徴的な広告もまた、例えば実際の検索結果の片側に、表示してよい。広告はまた、ウェブページの上から下まで、ランク順位リストに提示してよい。広告主は、ある特定のキーワード、またはある特定のキーワードの組み合わせに対する、特定のランキングに対して、支払いを行なってよい。多くの例において、広告主は、ある特定のキーワードに対する特定のランキングのために、競争入札プロセスに参加する。ディスプレイ広告は有料検索とは異なり、ウェブサイトまたはウェブページ内の、バナー広告などの広告掲載への支払いに関与する。広告主は、ある特定のウェブページへのディスプレイ広告の掲載、および／またはウェブページ上の特定の場所へのディスプレイ広告の掲載のために、競争入札プロセスに参加してよい。
有料検索およびディスプレイ広告は、モデリングを使用して最適化される。例えば、システムは、キーワード検索に関連したウェブページへのそれぞれのアクセスに対して、そのアクセスから生成される収益または利益をもとに、値を割り当てる。収益性モデルは、参照検索エンジンをもとに、キーワード（単にワードと称する場合もある）毎に構築され、ビジターの地域、日時などの複数の変数を含む。これらのモデルは、入札方策を展開するための基礎としての役割を果たし、その入札方策は、有料検索の入札に使用してよい。入札方策は、収益が最大化するようその入札方策をキーワードに適用することにより、有料検索を最適化する。
収益性および入札方策はまた、ディスプレイ広告に対して決定される。ディスプレイ広告では、広告主が、宣伝用のウェブサイト不動産への入札を行なう。例えば、ディスプレイ広告のクリックスルーから生じるウェブページへのアクセスについては、所定の取引成果に対して評価が行なわれる。そのシステムは、取引成果をもとに、参照ディスプレイに関連するアクセス毎に、値を割り当てる。収益性モデルは、参照クリックスルー毎に構築され、広告の種類、ビジターの地域、日時などの複数の変数を含む。これらのモデルは、広告公開システムへ伝達される公開方策の基礎としての役割を果たす。
最適化には、収益に対する広告の効果を決定するために、多変数の計量経済学モデリングの適用を含めてよい。有料検索の場合、収益レスポンス曲線が、有料検索のキーワードおよび位置毎に構成される。投資収益率（ＲＯＩ）をもとに、有料検索用の異なるキーワードおよび位置に対して、予算の競争的な割り当てが行なわれて、入札方策が決定される。また、有料検索の予算は、他のチャンネルの広告を含めた他のマーケティング投資のオプションと競合して、決定される。
ディスプレイ広告の場合、収益レスポンス曲線が、異なるディスプレイ広告に対して構成され、例えば、一つ以上の属性によって分類される。属性は、広告に使用される創造的な、ウェブページ上の場所、またはウェブサイト階層内の場所などをもとにしてよい。曲線をカテゴリー毎に生成してよい。ＲＯＩをもとに、入札方策が決定され、その入札方策には、ディスプレイ広告の異なるカテゴリーにわたっての予算の競争的な割り当てが含まれる。また、ディスプレイ広告の予算は、他のチャンネルでの広告を含む他のマーケティング投資のオプションと競合して、決定される。
有料検索およびディスプレイ広告を最適化するために、その全体を参照として組み込む同時係属米国特許出願番号１１／４８３、４０１「マーケティング・データのモデリング」“Ｍｏｄｅｌｉｎｇ Ｍａｒｋｅｔｉｎｇ Ｄａｔａ”（２００６年７月７日にＡｎｄｒｉｓ Ｕｍｂｌｉｊｓ等により出願）に記載のシステムおよび方法を使用して、モデリングと、収益およびＲＯＩのレスポンス曲線などのレスポンス曲線を、決定してよい。
２．インターネット・マーケティング・チャンネルへの投資の最適化
図１は、一実施形態に係る、インターネット・マーケティング・チャンネルへの投資を最適化するための方法２０を示す。インターネット・マーケティング・チャンネルには、ある種のオンライン広告が含まれる。有料検索およびディスプレイ広告は、２種類のインターネット・マーケティング・チャンネルの例である。
ステップ２１において、アイテムを受け取る。アイテムは、宣伝に使用される広告またはコンテンツ、または、その広告またはコンテンツのいくつかの属性を含んでよい。例えば、アイテムは、広告の位置、有料検索ワード、バナー広告などであってよい。受け取ったアイテムは、ユーザーがマーケティング活動の一部として、インターネット・マーケティング・チャンネルにおける使用を検討する候補であってよい。したがって、ユーザーは、そのアイテムが使用する候補であると表示してよい。方法２０は、アイテムを評価して、実際のマーケティングに使用すべき一つ以上のアイテムへの、最適な投資を予測する。
ステップ２２において、小規模損益計算書（ミニ損益計算書）が、アイテム毎に予測される。ミニ損益計算書は、アイテムへの投資を、収益および利益と関連付ける。ミニ損益計算書は、アイテムおよびそのアイテムに費やされる金額（すなわち、投資）の予測を記述する入力を含んでよく、また、そのアイテムの損益計算書を記述する出力を含んでよい。過去の投資に対するこれまでのデータ分析をもとに、ミニ損益計算書の出力を予測してよく、またミニ損益計算書の出力は、動的で、時間と共に変化してよい。ミニ損益計算書における出力の例に、収益、ＲＯＩなどを含んでよい。
ステップ２３において、コンバージョン当たりの収益が、アイテム毎に予測される。コンバージョンは、広告をクリックするなど、アイテムに対するアクションであってよい。コンバージョン当たりの収益は、コンバージョンに応じて生成される、収益の予測であってよい。コンバージョン当たりの収益を予測するために、多変数の計量経済学回帰を使用してよい。収益がそのアイテムにあるいは他の要因に起因するかを決定するのは、困難である場合があるので、多変数の計量経済学回帰は、他のマーケット要因を考慮してよい。コンバージョン当たりの収益は、ウェブサイトからの直接的なオンライン販売コンバージョン、「伝統的な」販売チャンネルによる直接販売を促進するコンバージョン、および、ブランド構築コンバージョンによる、間接的な長期効果に対して、個別に予測してよい。他の実施形態において、ステップ２３を、ステップ２２のサブステップとみなしてよく、そのサブステップにおいて、ミニ損益計算書のパラメータを予測する処理の間にコンバージョン当たりの収益が決定される。
ステップ２４において、収益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。収益レスポンス・データは、アイテム毎に投資される通貨単位当たりの収益リターンをもとに、アイテムをランク付けしてよい。例えば、アイテムは、費用通貨単位当たりの最大収益の発生から、費用通貨単位当たりの最小収益の発生まで、順位付けされる。
ステップ２５において、アイテム毎の利益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。利益レスポンス・データは、アイテム毎に投資される通貨単位当たりの収益リターンをもとに、アイテムをランク付けしてよい。例えば、アイテムは、費用通貨単位当たりの最大利益の発生から、費用通貨単位当たりの最小利益の発生まで、順位付けされる。
ステップ２６において、効率性フロンティア・レスポンス・データが、収益レスポンス・データおよび利益レスポンス・データから生成される。効率性フロンティア・レスポンス・データは、アイテム毎に予測されるＲＯＩの収穫逓減点を特定してよい。効率性フロンティア・レスポンス・データは、投資される通貨単位から発生する収益または利益による、アイテムの降順ランキングを含んでよい。
ステップ２７おいて、リターンを最大化するために、一つ以上のアイテムへの投資が、効率性フロンティア・レスポンス・データをもとに選択される。例えば、効率性フロンティア・レスポンス・データにおける最高ランクのアイテムを、実際の投資に対して選択してよい。
３．ディスプレイ広告への投資の最適化
一実施形態によると、ディスプレイ広告を最適化するための方法５０が、図２に示される。方法５０は、図１に示す方法２０を、特定のインターネット・マーケティング・チャンネルとしてディスプレイ広告に適用することを含む。ステップ５１において、ディスプレイ広告用のアイテムを受け取る。アイテムは、ウェブページ上で表示可能な異なる広告を含んでよい。それらの広告は、一つ以上の異なる属性を含む点において異なっている。属性の例として、コンテンツ、ウェブページ上の広告の場所などが挙げられる。受け取ったアイテムは、どのアイテムが最大リターンをもたらすと予測されるかを決定するために、ユーザーが使用または評価を検討する候補である。
ステップ５２において、ミニ損益計算書が、アイテム毎に予測される。例えば、広告掲載を勝ち取るための予測入札価格、予測クリック数、予測コンバージョン・レートなどの、ディスプレイ広告キー・パラメータが、例えば、以前の投資およびモデリングの分析履歴を通じて、決定される。これらのパラメータを、アイテム毎のミニ損益計算書に含めてよい。
ステップ５３において、コンバージョン当たりの収益が、アイテム毎に予測される。コンバージョンは、ディスプレイ広告をクリックすることであってよい。コンバージョン当たりの収益は、コンバージョンに応じて生成される、収益の予測であってよい。コンバージョン当たりの収益を予測するために、多変数の計量経済学回帰を使用してよい。別の実施形態において、ステップ５３をまた、ステップ５２のサブステップとみなしてよく、そのサブステップにおいて、ミニ損益計算書のパラメータを予測する処理の間にコンバージョン当たりの収益が決定される。
ステップ２４から２６と同様に、ステップ５４において、収益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。ステップ５５において、アイテム毎の利益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。ステップ５６において、効率性フロンティア・レスポンス・データが、収益レスポンス・データおよび利益レスポンス・データから生成される。効率性フロンティア・レスポンス・データは、アイテム毎に予測されるＲＯＩの収穫逓減点を特定してよい。
ステップ５７において、リターンを最大化するために、一つ以上のアイテムへの投資が、効率性フロンティア・レスポンス・データをもとに選択される。例えば、効率性フロンティア・レスポンス・データにおける最高ランクのアイテムを、実際の投資に対して選択してよい。例えば、効率性フロンティア・レスポンス・データが、特定のディスプレイ広告への投資が最大のリターンをもたらすことを示していることを理由に、その特定のディスプレイ広告への投資を選択してよい。
また、効率性フロンティア・レスポンス・データは、複数の異なるマーケティング・チャンネルについて生成してよい。ディスプレイ広告マーケティング・チャンネルの収益および／または利益ＲＯＩについて、例えばテレビ広告、有料検索、他のプロモーションなどの別のマーケティング・チャンネルのＲＯＩの方がより大きい場合に到達したときには、ディスプレイ広告マーケティング・チャンネルの増加を中止してよい。次いで、投資の最大増加が、ディスプレイ広告予算としてセットされてよく、そのディスプレイ広告予算は、ディスプレイ広告に投資する合計金額を決定する。したがって、ディスプレイ広告への投資の合計を、他の全てのマーケティング・チャンネルへの投資のオプションと競合して、競争的に予測および割り当ててよい。この割り当ては、全ての投資のオプションのレスポンス曲線の、増分額の限界リターンを比較することで、決定してよい。
４．有料検索への投資の最適化
一実施形態によると、有料検索を最適化するための方法１００が、図３に示される。方法１００は、図１に示す方法２０を、特定のインターネット・マーケティング・チャンネルとして有料検索に適用することを含む。ステップ１０１において、有料検索用のアイテムを受け取る。アイテムは、異なるワードまたはワードの異なる組み合わせ、および、それらのワードに関連する広告の異なる位置を含んでよい。上述のように、ワードは検索エンジンに入力するキーワードであってよく、位置は、キーワードに関連する順位付けされた広告結果における広告用の位置であってよい。
ステップ１０２において、ミニ損益計算書がアイテム毎に予測される。例えば、それぞれの位置に対する入札価格、それぞれの位置での予測クリック数、それぞれの位置での予測コンバージョン・レートなどの、有料検索キー・パラメータが、専用の小額「実験予算」で順々に実験的に測定され、または、これらのパラメータを、企業が認識し再テスト不要な、特定の位置で以前購入済みのワードの分析履歴から、予測してよい。有料検索キー・パラメータを、アイテム毎のミニ損益計算書に含めてよい。
ステップ１０３において、コンバージョン当たりの収益が、アイテム毎に予測される。コンバージョンは、特定の位置における広告をクリックすることであってよい。コンバージョン当たりの収益は、コンバージョンに応じて生成される、収益の予測であってよい。コンバージョン当たりの収益を予測するために、多変数の計量経済学回帰を使用してよい。別の実施形態において、ステップ１０３を、ステップ１０２のサブステップとみなしてよく、そのサブステップにおいて、ミニ損益計算書のパラメータを予測する処理の間にコンバージョン当たりの収益が決定される。
ステップ２４から２６、および、ステップ５４から５６と同様に、ステップ１０４において、収益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。ステップ１０５において、アイテム毎の利益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。ステップ１０６において、効率性フロンティア・レスポンス・データが、収益レスポンス・データおよび利益レスポンス・データから生成される。効率性フロンティア・レスポンス・データは、アイテム毎に予測されるＲＯＩの収穫逓減点を特定してよい。
ステップ１０７において、リターンを最大化するために、一つ以上のアイテムへの投資が、効率性フロンティア・レスポンス・データをもとに選択される。例えば、効率性フロンティア・レスポンス・データにおける最高ランクのアイテムを、実際の投資に対して選択してよい。例えば、効率性フロンティア・レスポンス・データが、特定のディスプレイ広告への投資が最大のリターンをもたらすことを示していることを理由に、その特定のディスプレイ広告への投資を選択してよい。また、効率性フロンティア・レスポンス・データは、複数の異なるマーケティング・チャンネルについて生成してよい。有料検索マーケティング・チャンネルの収益および／または利益ＲＯＩについて、例えばテレビ広告、有料検索、他のプロモーションなどの別のマーケティング・チャンネルのＲＯＩの方がより大きい場合にときに到達したときには、有料検索マーケティング・チャンネルの増加を中止してよい。次いで、投資の最大増加が、有料検索予算としてセットされてよく、その有料検索予算は、ディスプレイ広告に投資する合計金額を決定する。したがって、有料検索への投資の合計を、他の全てのマーケティング・チャンネルへの投資のオプションと競合して、競争的に予測および割り当ててよい。この割り当ては、全ての投資のオプションのレスポンス曲線の、増分額の限界リターンを比較することで、決定してよい。
５．有料検索を最適化する例
図４から図８は、一実施形態にかかる有料検索への投資を最大化する例を示す。有料検索を最適化する方法１００のステップの例を示すために、図３に示す方法１００を、図４から図８を用いて説明する。
方法１００によると、ステップ１０２において、ミニ損益計算書が予測される。図４において、ミニ損益計算書が示される。ミニ損益計算書を、４００で示されるワード １−ｎ 毎、および、４１０で示される位置 １−ｋ 毎に予測してよい。例えば、ミニ損益計算書４２０が、検索結果において４３０で示される位置４でのワード番号２について予測される。ミニ損益計算書４２０は、ワードおよび位置を説明する、有料検索入力４４０を備えてよい。入力４４０は、選択されたワードを示す「ワード選択」４４１、投資家が検索結果ページのどの位置に、対応する広告を表示したいかを示す「検索ページ（１，２，３，４、、、）上の対象位置」４４２、投資家が多数の位置のうちある特定の位置に、対応する広告に費やす最大金額を示す「その位置でのワードに対する最大予算（ｍ＄）」４４３、どの国でワードが購入されるかを示す「ワード購入地域（対象）」４４４、特定の位置で対応する広告を表示するために、投資家がそのワードに対して入札を希望する金額を示す「ワード入札金額（＄）」４４５、「クリック上限数（ｍ）」４４６を備える。
財務入力４５０は、特定および入力される対象売上総利益率である、「売上総利益率（％）」４５１を含んでよい。
ミニ損益計算書４２０はまた、出力４６０を含んでよい。ミニ損益計算書４２０の出力４６０は、「生成クリック数（ｍ）」４６１、「この位置でのワード当たりの費用合計（＄ｍ）」４６２、「コンバージョン・レート（％）」４６３、「コンバージョン数」４６４、「コンバージョン当たりの収益（＄）」４６５、「合計収益（＄ｍ）」４６６、「平均収益ＲＯＩ」４６７、「利益貢献」４６８、および、このワードおよび特定の位置への投資と収益および利益との関連付けを示す「利益貢献ＲＯＩ（＄ｍ）」４６９を含んでよい。入力４４０および出力４６０は、有料検索キー・パラメータの例であり、それらは、アイテム毎（例えば、ワードおよび位置毎）のそれぞれのミニ損益計算書について決定してよい。
出力４６０の一つは、ステップ１０３において説明する、コンバージョン当たりの収益である。他のマーケット要因と同時に多変数の計量経済学回帰を使用して、それぞれの位置でそれぞれのワードに対して、コンバージョン当たりの収益を予測してよい。図５は、多変数の計量経済学分析の例を示す。図５によると、５１０で示される異なるマーケティング・チャンネル １−ｎ に対するマーケティング・データ５００が、特定のマーケティング・チャンネルへの投資として、時間とともに示される。次いでマーケティング・データ５００は、販売モデル５２０に入力される。販売モデル５２０は、マーケティング・チャンネルの種類にしたがって、時間とともに予測を行なうために使用され、有料検索５２１、バナー５２２、テレビ広告５２３などの販売結果が、表示される。モデルに使用される多変数の計量経済学回帰により、予測販売レスポンス５３０が出力される。この予測販売レスポンスには、予測販売増加が、マーケティング・チャンネル毎の投資の関数として記述されている。５３０の下に示される曲線は、効率性フロンティア・レスポンス曲線を含んでよく、収穫逓減点を、それぞれの曲線毎に決定してよい。収穫逓減点は、マーケティング・チャンネルにおける投資に対する最大リターン点を示す。
図６において、「ワードＮｒ２」６１０のような特定のワードに対して、ミニ損益計算書６２０が、検索結果ページにおいて位置 １−ｋ 毎に予測される。ミニ損益計算書６２０は、ワード「ウィスキー」に対して７個の位置があると仮定して、７個の異なる損益計算書として示される。図６のミニ損益計算書６２０をもとに、位置は、位置毎に投資額当たりの収益リターン順に、ランク付けされる。例えば、位置は、費用ドル当たりの最大収益の発生から、費用ドル当たりの最小収益の発生まで、順位付けされる。この順位付けを、方法１００においてステップ１０４で説明した収益レスポンス・データに、含めてよい。図７Ａは、費用対予測生成収益にしたがって位置を順位付けする曲線７０１の例を示す。曲線７０１は、キーワードに対する広告の位置を表すポイント１から７を含む。順位付けにより、位置１が、費用当たりの最大収益を生成することが示され、また、位置７が、費用当たり二番目に大きい収益を生成することなどが示される。
図７Ｂは、図７Ａに示される曲線７０１と同様の曲線７１１を示すが、曲線７１１は、収益レスポンス・データ用ではなく、むしろ利益レスポンス・データ用の曲線である。方法１００におけるステップ１０５について説明したように、収益レスポンス・データが、投資金額当たりの収益をランク付けすることにより生成される。図７Ｂは、キーワードに対する広告位置を表すポイント１から７を示す。この順位付けは、位置４から６が、消費額当たりの最高収益をもたらすことを示す。
ステップ１０６について説明したように、効率性フロンティア・レスポンス・データは、収益レスポンス・データおよび利益レスポンス・データから生成される。効率性フロンティア・レスポンス・データは、図８に示されるような、効率性フロンティア・レスポンス曲線８０１を含んでよい。当業者にとって周知の効率性フロンティア・レスポンス曲線は、リスク・報酬グラフを含む。本実施形態によると、効率性フロンティア・レスポンス曲線８０１は、マーケティング・チャンネルにおける全体の投資に対する予測リターンを示す。効率性フロンティア・レスポンス曲線８０１は、マーケティング・チャンネルにおける全体の投資に対するＲＯＩの収穫逓減点８１０を含む。例えば、投資（すなわち、支出）が過去のポイント８１０を上回ると、予測収益が僅かながら増加するか、または、増加しない。チャンネル毎の収益または利益をもとに最大ＲＯＩを特定するために、効率性フロンティア・レスポンス曲線をマーケティング・チャンネル毎に生成してよい。次いで、それらの曲線を、以下に説明する最適化ダッシュボードのようなシステム・インターフェースを介して、投資マネージャーへ提示してよく、これにより、マネージャーが、ＲＯＩを最大化するマーケティング活動に対するマーケティング・チャンネルの組み合わせを決定することが可能となる。
６．マルチチャンネル・マーケティング最適化システム
図９は、マルチチャンネル・マーケティングを最適化するためのシステム９００を示す。システム９００は、上記のステップおよび機能を実施してよい。システム９００は、最適化モデル・データベース９１０、投資最適化データベース９１１、および、最適化エンジン９１２を含む。最適化エンジン９１２は、上記の方法のステップを実施する。システム９００は、ウェブサイトのバックエンドに含めてよい。
最適化モデル・データベース９１０は、ミニ損益計算書におけるキー・パラメータを予測するモデルなど、様々な最適化モデルを格納する。最適化エンジン９１２は、最適化モデル９１３を最適化モデル・データベース９１０から抽出し、上述の方法のステップを実行する。最適化エンジン９１２が実行した最適化の結果は、収益レスポンス・データ、利益レスポンス・データ、およびミニ損益計算書などの中間結果、並びに効率性フロンティア・レスポンス・データを含み、これらは投資最適化データベース９１１に格納される。最適化モデル９１３は、オフライン属性変数、およびユーザー行動履歴に結び付けられたオンライン活動変数を使用し、特定のインターネット・マーケティング・チャンネルのアイテム９１８に対する、最適な投資の予測を、提供してもよい。ユーザーは、使用する最適化モデル、または、最適化する特定のマーケティング・チャンネルを選択してよい。
最適化エンジン９１２はまた、インターネット・マーケティング・チャンネルのそれぞれのアイテム９１８に対する、予測ミニ損益計算書を決定する、計算書ユニット９３０を含む。アイテム毎のミニ損益計算書は、そのアイテムへの潜在的投資と、その潜在的投資に対する予測収益および利益を関連付けする。計算書ユニット９３０は、ミニ損益計算書を、レスポンス・ユニット９４０および利益レスポンス・ユニット９５０へ提供する。アイテム９１８については、ユーザーが提供または選択するか、または、データソースによって提供されてよい。
収益レスポンス・ユニット９４０は、アイテム毎のミニ損益計算書をもとに、アイテム毎の収益レスポンス・データを生成する。収益レスポンス・データは、アイテムに対する投資額当たりの予測収益を含む。利益レスポンス・ユニット９５０は、アイテム毎のミニ損益計算書をもとに、アイテム毎の収益レスポンス・データを生成する。収益レスポンス・データは、アイテムに対する投資額当たりの予測収益を含む。
収益レスポンス・ユニット９４０および利益レスポンス・ユニット９５０の両方は、効率性フロンティア・レスポンス・ユニット９６０に対しデータを提供し、その収益レスポンス・データおよび利益レスポンス・データから、効率性フロンティア・レスポンス・データが生成される。効率性フロンティア曲線を含む効率性フロンティア・レスポンス・データは、それぞれのアイテムへの投資額をもとに、アイテム毎の収穫逓減点を特定する。上述したシステムの出力は、予測投資９２０である。予測投資９２０は、チャンネルに対する収益および／または利益を最大化する、一つ以上のマーケティング・チャンネルに対する投資金額を含んでよい。最適化エンジン９１２は、最適化モデル９１３を使用して、収穫が逓減する直前の点（例えば、投資額）を特定する。
システム９００はまた、最適化ダッシュボード９７０を含む。この最適化ダッシュボード９７０において、システム９００のユーザーは、システムへ要求を入力し、上述のようなシステムの機能性を使用することができる。最適化ダッシュボードは、ウェブサイト、ＧＵＩ、タッチスクリーンなどの形態であってよい。
本方法の一つ以上のステップ、本明細書に記載のステップおよび機能、および、本明細書に記載のシステムの一つ以上の構成要素を、メモリおよび／または補助記憶機器などの記憶装置を含むコンピュータ可読媒体に格納されるコンピュータ・コードとして実施してよく、また、例えば、プロセッサ、特定用途向け集積回路（ＡＳＩＣ）、または、他の制御手段によって、コンピュータシステム上で実行してよい。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形式で、プログラム命令から成るソフトウェア・プログラムとして存在してよい。コンピュータ可読媒体の例として、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、フラッシュメモリが挙げられる。
本実施形態を、実施例を参照して説明したが、当業者は、実施形態の範囲から逸脱することなく上述の実施形態の様々な変更が可能であろう。本明細書に記載の実施形態は、一般的にインターネット・マーケティング・チャンネルについて説明したが、他の種類のマーケティング・チャンネルにおける投資を最適化するために、本実施形態を同様に使用してよい。さらに、マーケティング・チャンネルだけでなく、金融マーケット、または、他の実体への投資を最適化するために、本実施形態を使用してよい。
９１０ 最適化モデル・データベース
９１１ 投資最適化データベース
９１２ 最適化エンジン
９１３ 最適化モデル
９３０ 計算書ユニット
９４０ 収益レスポンス・ユニット
９５０ 利益レスポンス・ユニット
９６０ 効率性フロンティア・レスポンス・ユニット
９７０ 最適化ダッシュボード

Claims (20)

  1. マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するコンピュータシステムであって、該コンピュータシステムは
    プロセッサによって実行される最適化エンジンを備え、該最適化エンジンは、
    インターネット・マーケティング・チャンネルのアイテム毎の予測小規模損益計算書を決定する計算書ユニットと、
    アイテム毎の小規模損益計算書をもとにアイテム毎の収益レスポンス・データを生成する収益レスポンス・ユニットと、
    アイテム毎の小規模損益計算書をもとにアイテム毎の利益レスポンス・データを生成する利益レスポンス・ユニットと、
    収益レスポンス・データおよび利益レスポンス・データから効率性フロンティア・レスポンス・データを生成する効率性フロンティア・レスポンス・ユニットと、
    インターネット・マーケティング・チャンネルを最適化する複数の最適化モデルを格納する最適化モデル・データベースとを含み、
    アイテム毎の小規模損益計算書はアイテムへの潜在的投資と、その潜在的投資に対する予測収益および利益とを関連付け、
    収益レスポンス・データは、アイテムに対する投資金額当たりの予測収益を含み、
    利益レスポンス・データは、アイテムに対する投資金額当たりの予測利益を含み、
    効率性フロンティア・レスポンス・データは、アイテム毎の投資金額をもとにアイテム毎の収穫逓減点を特定する
    こと特徴とするコンピュータシステム。
  2. インターネット・マーケティング・チャンネルは、有料検索であって、それぞれのアイテムは、有料検索ワード、またはワードに応じて表示される関連広告の位置であることを特徴とする、請求項１に記載のコンピュータシステム。
  3. インターネット・マーケティング・チャンネルは、ディスプレイ広告であって、それぞれのアイテムは、異なるディスプレイ広告であることを特徴とする、請求項１に記載のコンピュータシステム。
  4. 計算書ユニットは、コンバージョン当たりの収益、アイテムに対する予測入札価格、およびアイテム毎の予測クリック数のうち少なくとも一つを含む、少なくとも一つのキー・パラメータを決定し、アイテム毎に少なくとも一つのキー・パラメータを使用して小規模損益計算書を決定することを特徴とする、請求項１に記載のコンピュータシステム。
  5. 最適化エンジンは、インターネット・マーケティング・チャンネル以外のマーケット要因をもとに、アイテム毎のコンバージョン当たりの収益を決定することを特徴とする、請求項４に記載のコンピュータシステム。
  6. 収益レスポンス・ユニットは、アイテムに対する投資金額当たりの収益を、降順または昇順で順位付けすることを特徴とする、請求項１に記載のコンピュータシステム。
  7. 利益レスポンス・ユニットは、アイテムに対する投資金額当たりの利益を、降順または昇順で順位付けすることを特徴とする、請求項６に記載のコンピュータシステム。
  8. 効率性フロンティア・レスポンス・ユニットは、収益レスポンス・データおよび利益レスポンス・データにおける順位付けをもとに、効率性フロンティア・レスポンス・データを生成することを特徴とする、請求項７に記載のコンピュータシステム。
  9. 効率性フロンティア・レスポンス・データからアイテムへの投資を選択する選択部をさらに備えることを特徴とする、請求項１に記載のコンピュータシステム。
  10. マーケティング活動において選択された投資は、インターネット・マーケティング・チャンネル用の予算として選択された投資を使用して適用されることを特徴とする、請求項１に記載のコンピュータシステム。
  11. マーケティング活動用のインターネット・マーケティング・チャンネルを最適化する方法であって、該方法は、
    プロセッサを使用して、インターネット・マーケティング・チャンネルのアイテム毎の予測小規模損益計算書を決定するステップと、
    アイテム毎の小規模損益計算書をもとにアイテム毎の収益レスポンス・データを生成するステップと、
    アイテム毎の小規模損益計算書をもとにアイテム毎の利益レスポンス・データを生成するステップと、
    収益レスポンス・データおよび利益レスポンス・データから効率性フロンティア・レスポンス・データを生成するステップとを含み、
    アイテム毎の小規模損益計算書は、アイテムへの潜在的投資と、その潜在的投資に対する予測収益および利益とを関連付け、
    収益レスポンス・データは、アイテムに対する投資金額当たりの予測収益を含み、
    利益レスポンス・データは、アイテムに対する投資金額当たりの予測利益を含み、
    効率性フロンティア・レスポンス・データは、アイテム毎の投資金額をもとにアイテム毎の収穫逓減点を特定する
    ことを特徴とする方法。
  12. インターネット・マーケティング・チャンネルは、有料検索であって、それぞれのアイテムは、有料検索ワード、またはワードに応じて表示される関連広告の位置であることを特徴とする、請求項１１に記載の方法。
  13. インターネット・マーケティング・チャンネルは、ディスプレイ広告であって、それぞれのアイテムは、異なるディスプレイ広告であることを特徴とする、請求項１１に記載の方法。
  14. 予測小規模損益計算書を決定するステップは、
    コンバージョン当たりの収益、アイテムに対する予測入札価格、および、予測クリック数の少なくとも一つを含む少なくとも一つのキー・パラメータを、アイテム毎に決定するステップと、
    少なくとも一つのキー・パラメータを使用して、小規模損益計算書をアイテム毎に決定するステップとを備える
    ことを特徴とする、請求項１１に記載の方法。
  15. インターネット・マーケティング・チャンネル以外のマーケット要因をもとに、アイテム毎のコンバージョン当たりの収益を決定するステップを備えることを特徴とする、請求項１４に記載の方法。
  16. 収益レスポンス・データを生成するステップは、アイテムに対する投資金額当たりの収益を、降順または昇順で順位付けするステップを備えることを特徴とする、請求項１１に記載の方法。
  17. 収益レスポンス・データを生成するステップは、アイテムに対する投資金額当たりの利益を降順または昇順で順位付けするステップを備えることを特徴とする、請求項１６に記載の方法。
  18. 効率性フロンティア・レスポンス・データを生成するステップは、収益レスポンス・データおよび利益レスポンス・データにおける順位付けをもとに、効率性フロンティア・レスポンス・データを生成するステップを備えることを特徴とする、請求項１７に記載の方法。
  19. 効率性フロンティア・レスポンス・データからアイテムへの投資を選択するステップと、選択された投資をインターネット・マーケティング・チャンネル用の予算として適用するステップとを更に備えることを特徴とする、請求項１１に記載の方法。
  20. マルチチャンネル・マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するための、コンピュータが実行可能なプログラムを格納したコンピュータ可読媒体であって、実行時に、コンピュータが実行可能なプログラムが、コンピュータシステムに、
    インターネット・マーケティング・チャンネルのアイテム毎の予測小規模損益計算書を決定するステップと、
    アイテム毎の小規模損益計算書をもとにアイテム毎の収益レスポンス・データを生成するステップと、
    アイテム毎の小規模損益計算書をもとにアイテム毎の利益レスポンス・データを生成するステップと、
    収益レスポンス・データおよび利益レスポンス・データから効率性フロンティア・レスポンス・データを生成するステップとを備える方法を実行させ、
    アイテム毎の小規模損益計算書は、アイテムへの潜在的投資と、その潜在的投資に対する予測収益および利益とを関連付け、
    収益レスポンス・データは、アイテムに対する投資金額当たりの予測収益を含み、
    利益レスポンス・データは、アイテムに対する投資金額当たりの予測利益を含み、効率性フロンティア・レスポンス・データはアイテム毎の投資金額をもとにアイテム毎の収穫逓減点を特定すること
    を特徴とするコンピュータ可読媒体。
JP2010031192A 2009-02-17 2010-02-16 インターネット・マーケティング・チャンネルの最適化 Pending JP2010191963A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15319609P 2009-02-17 2009-02-17
US15319509P 2009-02-17 2009-02-17

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2014139190A Division JP5934753B2 (ja) 2009-02-17 2014-07-04 マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するためのコンピュータシステム、方法、およびコンピュータ可読媒体

Publications (1)

Publication Number Publication Date
JP2010191963A true JP2010191963A (ja) 2010-09-02

Family

ID=42077519

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2010031192A Pending JP2010191963A (ja) 2009-02-17 2010-02-16 インターネット・マーケティング・チャンネルの最適化
JP2014139190A Active JP5934753B2 (ja) 2009-02-17 2014-07-04 マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するためのコンピュータシステム、方法、およびコンピュータ可読媒体

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2014139190A Active JP5934753B2 (ja) 2009-02-17 2014-07-04 マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するためのコンピュータシステム、方法、およびコンピュータ可読媒体

Country Status (7)

Country Link
US (1) US20100211455A1 (ja)
EP (1) EP2219150A1 (ja)
JP (2) JP2010191963A (ja)
KR (1) KR101240039B1 (ja)
CN (1) CN101950394A (ja)
AU (1) AU2010200562B2 (ja)
CA (1) CA2693168A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012119001A2 (en) * 2011-03-03 2012-09-07 Brightedge Technologies, Inc. Optimizing internet campaigns
JP2013543203A (ja) * 2010-11-22 2013-11-28 アリババ・グループ・ホールディング・リミテッド 入札ランキングモデルに関連付けられた費用及び収益の見積もりの予測
JP2014186512A (ja) * 2013-03-22 2014-10-02 Yahoo Japan Corp 広告配信装置、広告配信方法及び広告配信プログラム
US8909651B2 (en) 2011-03-03 2014-12-09 Brightedge Technologies, Inc. Optimization of social media engagement
US8972275B2 (en) 2011-03-03 2015-03-03 Brightedge Technologies, Inc. Optimization of social media engagement
US9235570B2 (en) 2011-03-03 2016-01-12 Brightedge Technologies, Inc. Optimizing internet campaigns
US11379870B1 (en) * 2020-05-05 2022-07-05 Roamina Inc. Graphical user interface with analytics based audience controls

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2010216162B2 (en) 2009-02-17 2013-07-11 Accenture Global Services Limited Multichannel digital marketing platform
US20110054920A1 (en) * 2009-08-31 2011-03-03 Accenture Global Services Gmbh Web site trigger optimization system driving cross-channel operations
US10235688B2 (en) 2010-12-24 2019-03-19 First Data Corporation Web and mobile device advertising
US20130018722A1 (en) * 2011-07-13 2013-01-17 Bradd Elden Libby System and method for generating a keyword bid
US20130325596A1 (en) * 2012-06-01 2013-12-05 Kenneth J. Ouimet Commerce System and Method of Price Optimization using Cross Channel Marketing in Hierarchical Modeling Levels
US10943253B1 (en) * 2012-09-18 2021-03-09 Groupon, Inc. Consumer cross-category deal diversity
US9330357B1 (en) 2012-10-04 2016-05-03 Groupon, Inc. Method, apparatus, and computer program product for determining a provider return rate
US10817887B2 (en) 2012-10-04 2020-10-27 Groupon, Inc. Method, apparatus, and computer program product for setting a benchmark conversion rate
US9947022B1 (en) 2012-10-04 2018-04-17 Groupon, Inc. Method, apparatus, and computer program product for forecasting demand
US9940635B1 (en) 2012-10-04 2018-04-10 Groupon, Inc. Method, apparatus, and computer program product for calculating a supply based on travel propensity
US10108974B1 (en) 2012-10-04 2018-10-23 Groupon, Inc. Method, apparatus, and computer program product for providing a dashboard
US9947024B1 (en) 2012-10-04 2018-04-17 Groupon, Inc. Method, apparatus, and computer program product for classifying user search data
US10032180B1 (en) 2012-10-04 2018-07-24 Groupon, Inc. Method, apparatus, and computer program product for forecasting demand using real time demand
US10242373B1 (en) 2012-10-04 2019-03-26 Groupon, Inc. Method, apparatus, and computer program product for setting a benchmark conversion rate
US20140195339A1 (en) * 2013-01-08 2014-07-10 Adobe Systems Incorporated Media Mix Modeling Tool
US20140200995A1 (en) * 2013-01-17 2014-07-17 Kenshoo Ltd. Temporal budget optimization in online advertising
US20150081425A1 (en) * 2013-01-17 2015-03-19 Kenshoo Ltd. Multiple-entity temporal budget optimization in online advertising
US20150019287A1 (en) 2013-03-14 2015-01-15 Groupon, Inc. Method, apparatus, and computer program product for providing mobile location based sales lead identification
US20150186928A1 (en) * 2013-12-31 2015-07-02 Anto Chittilappilly Real-time marketing portfolio optimization and reapportioning
US20150186927A1 (en) * 2013-12-31 2015-07-02 Anto Chittilappilly Marketing portfolio optimization
US20150186924A1 (en) * 2013-12-31 2015-07-02 Anto Chittilappilly Media spend optimization using a cross-channel predictive model
US20150278849A1 (en) * 2014-03-31 2015-10-01 Odysii Technologies Ltd. Distributed processing of transaction data
US20150348133A1 (en) * 2014-05-27 2015-12-03 Linkedin Corporation Applying constraints to metrics associated with online advertising
WO2015199710A1 (en) * 2014-06-27 2015-12-30 Hewlett-Packard Development Company, L.P. Representing a metric for marketing channels
CN104573902A (zh) * 2014-07-30 2015-04-29 南京坦道信息科技有限公司 一种基于营销池控制的多渠道协同营销调度方法
US11386454B1 (en) 2014-08-29 2022-07-12 Cpl Assets, Llc Systems, methods, and devices for optimizing advertisement placement
US10672027B1 (en) * 2015-03-10 2020-06-02 Cpl Assets, Llc Systems, methods, and devices for determining predicted enrollment rate and imputed revenue for inquiries associated with online advertisements
US20170262869A1 (en) * 2016-03-10 2017-09-14 International Business Machines Corporation Measuring social media impact for brands
US10068188B2 (en) 2016-06-29 2018-09-04 Visual Iq, Inc. Machine learning techniques that identify attribution of small signal stimulus in noisy response channels
CN114124265B (zh) * 2021-11-24 2022-07-15 北京航空航天大学 基于飞行高度的无人机分阶段信道建模方法

Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001048646A1 (fr) * 1999-12-27 2001-07-05 Dentsu Inc. Systeme de gestion de publicite utilisant un modele de portefeuille de publicites
JP2001184429A (ja) * 1999-10-12 2001-07-06 Yuji Saito 広告効果評価方法，その装置，その記録媒体
JP2001188737A (ja) * 2000-01-05 2001-07-10 Toshiba Corp 分類識別装置
JP2001283087A (ja) * 2000-03-31 2001-10-12 Sevennet Kk インターネット広告評価方法及びシステム
JP2002024692A (ja) * 2000-07-11 2002-01-25 Voltage Inc 出稿計画作成システムおよび出稿計画作成方法
JP2002149943A (ja) * 2000-11-14 2002-05-24 Denso Corp 広告管理方法
JP2002298015A (ja) * 2001-03-30 2002-10-11 Digital Advertising Consortium Inc 広告評価システム、広告評価方法及び広告評価プログラム
JP2003006377A (ja) * 2001-06-26 2003-01-10 Intervision Inc 広告効果評価装置および広告効果評価方法
JP2004086715A (ja) * 2002-08-28 2004-03-18 Hiroshi Sato 情報処理システム、情報処理方法、情報提供装置及び情報端末。
JP2004139490A (ja) * 2002-10-21 2004-05-13 Nec Corp 各種媒体への広告提供方法及びそのシステム
JP2004213330A (ja) * 2002-12-27 2004-07-29 We's Brain:Kk 情報伝播シミュレーション装置及び情報伝播シミュレーション方法
JP2004258796A (ja) * 2003-02-24 2004-09-16 Datum:Kk 業務分析表およびその作成システム、プログラム、記録媒体
JP2004534299A (ja) * 2001-04-27 2004-11-11 アクセンチュア リミテッド ライアビリティ パートナーシップ 位置に基づくサービス
JP2005284884A (ja) * 2004-03-30 2005-10-13 Honda Motor Co Ltd 広告媒体に基づく情報提供方法およびシステム
JP2006011767A (ja) * 2004-06-25 2006-01-12 Hitachi Ltd 交通広告運用管理システム
JP2007504556A (ja) * 2003-09-03 2007-03-01 グーグル、インコーポレイテッド 広告システムにおける配置情報の決定法及び／又は利用法
WO2007033358A2 (en) * 2005-09-14 2007-03-22 Jump Tap, Inc. Providing content to mobile communication facilities
JP2007109265A (ja) * 2007-01-26 2007-04-26 Takuomi Mochida 広告媒体情報提供システム
JP2007516522A (ja) * 2003-11-24 2007-06-21 グーグル、インコーポレイテッド 広告のターゲットを特定するための概念の使用
JP2007265422A (ja) * 2001-04-27 2007-10-11 Accenture Llp 広告効果を予想するシステム
JP2008508619A (ja) * 2004-07-30 2008-03-21 オーバーチュア サービシズ インコーポレイテッド 広告データの統合及び集約のためのプラットフォーム
JP2008515101A (ja) * 2004-09-29 2008-05-08 グーグル インコーポレイテッド 投資収益率及び／又は利益等の評価基準を用いたオンライン広告管理
WO2008137194A2 (en) * 2007-05-04 2008-11-13 Google Inc. Metric conversion for online advertising
JP2009509244A (ja) * 2005-09-16 2009-03-05 グーグル インコーポレイテッド 異なる価値提示を有する広告主が、広告システムに対してこのような価値提示を表現できるようにする、柔軟性のある広告システム
JP2010508585A (ja) * 2006-10-25 2010-03-18 マイクロソフト コーポレーション 連携（ｆｅｄｅｒａｔｅｄ）広告市場への軽量及び重量インタフェース
JP2010066806A (ja) * 2008-09-08 2010-03-25 Nec Corp 広告媒体情報発信量配分評価装置、方法、およびそのプログラム
JP2010512604A (ja) * 2006-12-12 2010-04-22 ヤフー！ インコーポレイテッド サーチエンジン・マーケティングにおける入札最適化
JP2010517199A (ja) * 2007-01-29 2010-05-20 グーグル インコーポレイテッド 広告ネットワークに参加している、または、参加することが期待される発行者のようなユーザに対して、超過広告主需要を決定および通信すること

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7130808B1 (en) * 1999-12-29 2006-10-31 The Product Engine, Inc. Method, algorithm, and computer program for optimizing the performance of messages including advertisements in an interactive measurable medium
US7330839B2 (en) * 2000-03-13 2008-02-12 Intellions, Inc. Method and system for dynamic pricing
US7046434B1 (en) * 2000-12-14 2006-05-16 Finisar Corporation Optical crossbar using lasing semiconductor optical amplifiers
GB2386439A (en) * 2002-03-12 2003-09-17 Apteco Ltd Database analysis system
US7904327B2 (en) * 2002-04-30 2011-03-08 Sas Institute Inc. Marketing optimization system
US20040044571A1 (en) * 2002-08-27 2004-03-04 Bronnimann Eric Robert Method and system for providing advertising listing variance in distribution feeds over the internet to maximize revenue to the advertising distributor
US7617122B2 (en) * 2002-08-28 2009-11-10 International Business Machines Corporation Targeted online marketing
US7415433B2 (en) * 2003-08-04 2008-08-19 Paul Huneault Method and apparatus for the topographical mapping of investment risk, safety and efficiency
US20050060551A1 (en) * 2003-09-15 2005-03-17 Barchi Ronald S. Terminal device IP address authentication
US20050071223A1 (en) * 2003-09-30 2005-03-31 Vivek Jain Method, system and computer program product for dynamic marketing strategy development
US20050171843A1 (en) * 2004-02-03 2005-08-04 Robert Brazell Systems and methods for optimizing advertising
US7949561B2 (en) * 2004-08-20 2011-05-24 Marketing Evolution Method for determining advertising effectiveness
KR100497643B1 (ko) * 2004-09-21 2005-07-01 엔에이치엔(주) 키워드 광고에서 광고주의 계정 잔액을 조정하는 방법 및계정 잔액 조정 시스템
WO2006122042A2 (en) * 2005-05-06 2006-11-16 Rhythm Newmedia Inc. Targeted advertising
JP2006331390A (ja) * 2005-05-28 2006-12-07 Tepco Sysytems Corp 大規模ＯｎｅｔｏＯｎｅマーケティング向け最適キャンペーンを実施するためのモデル構築と求解実装方法
US7725502B1 (en) * 2005-06-15 2010-05-25 Google Inc. Time-multiplexing documents based on preferences or relatedness
US20070124194A1 (en) * 2005-11-14 2007-05-31 Barnette James R Jr Systems and methods to facilitate keyword portfolio management
US20100036726A1 (en) * 2006-07-06 2010-02-11 REFERENCEMENT.COM France Method of reducing cost per action of an internet advertisement campaign, and optimizing to the maximum the number of actions performed by web surfers
US20080052278A1 (en) * 2006-08-25 2008-02-28 Semdirector, Inc. System and method for modeling value of an on-line advertisement campaign
CA2680826A1 (en) * 2007-03-19 2008-09-25 Marketshare Partners Llc Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
US7860859B2 (en) * 2007-06-01 2010-12-28 Google Inc. Determining search query statistical data for an advertising campaign based on user-selected criteria
US7664726B2 (en) * 2007-06-25 2010-02-16 Microsoft Corporation Influence based rewards for word-of-mouth advertising ecosystems
US20090030784A1 (en) * 2007-07-26 2009-01-29 Yahoo Inc Business applications and monetization models of rich media brand index measurements
US8522270B2 (en) * 2007-10-16 2013-08-27 Mukesh Chatter System for and method of automatic optimizing quantitative business objectives of sellers (advertisers) with synergistic pricing, promotions and advertisements, while simultaneously minimizing expenditure discovery and optimizing allocation of advertising channels that optimize such objectives
US20090171721A1 (en) * 2007-12-28 2009-07-02 Lebaron Matt Bidding system for search engine marketing
US8170907B2 (en) * 2008-04-11 2012-05-01 Accenture Global Services Limited System for optimizing trade promotion and distribution spending in fragmented markets
US8473838B2 (en) * 2008-04-16 2013-06-25 Google Inc. Website advertising inventory
US20100036722A1 (en) * 2008-08-08 2010-02-11 David Cavander Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
KR20110082597A (ko) * 2008-10-31 2011-07-19 마켓셰어 파트너스 엘엘씨 자동화된 명세, 추정, 원인 드라이버들의 디스커버리 및 마켓 응답 탄력성들 또는 리프트 인자

Patent Citations (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001184429A (ja) * 1999-10-12 2001-07-06 Yuji Saito 広告効果評価方法，その装置，その記録媒体
WO2001048646A1 (fr) * 1999-12-27 2001-07-05 Dentsu Inc. Systeme de gestion de publicite utilisant un modele de portefeuille de publicites
JP2001188737A (ja) * 2000-01-05 2001-07-10 Toshiba Corp 分類識別装置
JP2001283087A (ja) * 2000-03-31 2001-10-12 Sevennet Kk インターネット広告評価方法及びシステム
JP2002024692A (ja) * 2000-07-11 2002-01-25 Voltage Inc 出稿計画作成システムおよび出稿計画作成方法
JP2002149943A (ja) * 2000-11-14 2002-05-24 Denso Corp 広告管理方法
JP2002298015A (ja) * 2001-03-30 2002-10-11 Digital Advertising Consortium Inc 広告評価システム、広告評価方法及び広告評価プログラム
JP2004534299A (ja) * 2001-04-27 2004-11-11 アクセンチュア リミテッド ライアビリティ パートナーシップ 位置に基づくサービス
JP2007265422A (ja) * 2001-04-27 2007-10-11 Accenture Llp 広告効果を予想するシステム
JP2003006377A (ja) * 2001-06-26 2003-01-10 Intervision Inc 広告効果評価装置および広告効果評価方法
JP2004086715A (ja) * 2002-08-28 2004-03-18 Hiroshi Sato 情報処理システム、情報処理方法、情報提供装置及び情報端末。
JP2004139490A (ja) * 2002-10-21 2004-05-13 Nec Corp 各種媒体への広告提供方法及びそのシステム
JP2004213330A (ja) * 2002-12-27 2004-07-29 We's Brain:Kk 情報伝播シミュレーション装置及び情報伝播シミュレーション方法
JP2004258796A (ja) * 2003-02-24 2004-09-16 Datum:Kk 業務分析表およびその作成システム、プログラム、記録媒体
JP2007504556A (ja) * 2003-09-03 2007-03-01 グーグル、インコーポレイテッド 広告システムにおける配置情報の決定法及び／又は利用法
JP2007516522A (ja) * 2003-11-24 2007-06-21 グーグル、インコーポレイテッド 広告のターゲットを特定するための概念の使用
JP2005284884A (ja) * 2004-03-30 2005-10-13 Honda Motor Co Ltd 広告媒体に基づく情報提供方法およびシステム
JP2006011767A (ja) * 2004-06-25 2006-01-12 Hitachi Ltd 交通広告運用管理システム
JP2008508619A (ja) * 2004-07-30 2008-03-21 オーバーチュア サービシズ インコーポレイテッド 広告データの統合及び集約のためのプラットフォーム
JP2008515101A (ja) * 2004-09-29 2008-05-08 グーグル インコーポレイテッド 投資収益率及び／又は利益等の評価基準を用いたオンライン広告管理
WO2007033358A2 (en) * 2005-09-14 2007-03-22 Jump Tap, Inc. Providing content to mobile communication facilities
JP2009510551A (ja) * 2005-09-14 2009-03-12 ジャンプ・タップ，インコーポレイテッド モバイル通信設備へのコンテンツの提供
JP2009509244A (ja) * 2005-09-16 2009-03-05 グーグル インコーポレイテッド 異なる価値提示を有する広告主が、広告システムに対してこのような価値提示を表現できるようにする、柔軟性のある広告システム
JP2010508585A (ja) * 2006-10-25 2010-03-18 マイクロソフト コーポレーション 連携（ｆｅｄｅｒａｔｅｄ）広告市場への軽量及び重量インタフェース
JP2010512604A (ja) * 2006-12-12 2010-04-22 ヤフー！ インコーポレイテッド サーチエンジン・マーケティングにおける入札最適化
JP2007109265A (ja) * 2007-01-26 2007-04-26 Takuomi Mochida 広告媒体情報提供システム
JP2010517199A (ja) * 2007-01-29 2010-05-20 グーグル インコーポレイテッド 広告ネットワークに参加している、または、参加することが期待される発行者のようなユーザに対して、超過広告主需要を決定および通信すること
WO2008137194A2 (en) * 2007-05-04 2008-11-13 Google Inc. Metric conversion for online advertising
JP2010529523A (ja) * 2007-05-04 2010-08-26 グーグル・インコーポレーテッド オンライン広告のためのメトリック変換
JP2010066806A (ja) * 2008-09-08 2010-03-25 Nec Corp 広告媒体情報発信量配分評価装置、方法、およびそのプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谷口 洋司 YOJI TANIGUCHI: "広告効果予測のための制約付きニューラルネットワーク学習方式 Constrained Learning Algorithm of Neural", 電気学会論文誌Ｃ ＶＯＬ．１１７−Ｃ ＮＯ．５ THE TRANSACTIONS OF THE INSTITUTE OF ELECTRICAL ENGI, vol. 第117-C巻, JPN6013008462, 20 April 1997 (1997-04-20), JP, pages 625 - 630, ISSN: 0002465945 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013543203A (ja) * 2010-11-22 2013-11-28 アリババ・グループ・ホールディング・リミテッド 入札ランキングモデルに関連付けられた費用及び収益の見積もりの予測
WO2012119001A2 (en) * 2011-03-03 2012-09-07 Brightedge Technologies, Inc. Optimizing internet campaigns
WO2012119001A3 (en) * 2011-03-03 2012-11-22 Brightedge Technologies, Inc. Optimizing internet campaigns
US8909651B2 (en) 2011-03-03 2014-12-09 Brightedge Technologies, Inc. Optimization of social media engagement
US8972275B2 (en) 2011-03-03 2015-03-03 Brightedge Technologies, Inc. Optimization of social media engagement
US9235570B2 (en) 2011-03-03 2016-01-12 Brightedge Technologies, Inc. Optimizing internet campaigns
US9275395B2 (en) 2011-03-03 2016-03-01 Brightedge Technologies, Inc. Optimization of social media engagement
JP2014186512A (ja) * 2013-03-22 2014-10-02 Yahoo Japan Corp 広告配信装置、広告配信方法及び広告配信プログラム
US10402855B2 (en) 2013-03-22 2019-09-03 Yahoo Japan Corporation Advertisement distribution device and advertisement distribution method
US11379870B1 (en) * 2020-05-05 2022-07-05 Roamina Inc. Graphical user interface with analytics based audience controls

Also Published As

Publication number Publication date
JP5934753B2 (ja) 2016-06-15
AU2010200562B2 (en) 2010-11-11
JP2014207007A (ja) 2014-10-30
KR101240039B1 (ko) 2013-03-06
CN101950394A (zh) 2011-01-19
KR20100094417A (ko) 2010-08-26
AU2010200562A1 (en) 2010-09-02
EP2219150A1 (en) 2010-08-18
US20100211455A1 (en) 2010-08-19
CA2693168A1 (en) 2010-08-17

Similar Documents

Publication Publication Date Title
JP5934753B2 (ja) マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するためのコンピュータシステム、方法、およびコンピュータ可読媒体
JP5975875B2 (ja) マルチチャネル広告環境に対して入札生成するコンピュータ実行方法およびシステム
Edelman et al. Strategic bidder behavior in sponsored search auctions
Bick Increasing shareholder value through building customer and brand equity
US20080004947A1 (en) Online keyword buying, advertisement and marketing
US10410255B2 (en) Method and apparatus for advertising bidding
JP5530368B2 (ja) マーケティングの総予算及び販売資源の自動指定、及び支出カテゴリにわたる配分
US20080004955A1 (en) Use of business heuristics and data to optimize online advertisement and marketing
Ayanso et al. The moderating effects of keyword competition on the determinants of ad position in sponsored search advertising
JP2012516517A (ja) 広告スロットの割当て
WO2009137048A1 (en) Consumer goods price prediction and optimization
US11144968B2 (en) Systems and methods for controlling online advertising campaigns
Reinartz et al. Decision models for customer relationship management (CRM)
US20150039417A1 (en) Method, computer system and device for determining effectiveness of an online advertisement
Özlük et al. Allocating expenditures across keywords in search advertising
Kazemi et al. A model for cooperative advertising and pricing decisions in manufacturer-retailer supply chain with discount: a game theory approach
Pepe Customer lifetime value: A vital marketing/financial concept for businesses
Sundararajan et al. Pricing digital marketing: Information, risk sharing and performance
Brar et al. Optimal allocation of programmatic video advertising inventory
Jiang Understanding the efficiency of keywords in search engine marketing-a comparison study using data envelopment analysis
Hansotia The customer value scorecard
Kim et al. Coordinating traditional media advertising and search advertising
Yang et al. The Branding Effect of Sponsored Search Advertising: Value-per-Click vs. Value-per-Impression
HAODONG DESIGNING OPTIMAL MARKETING MIX STRATEGIES FOR A NEW CONSUMER DURABLE AND PAY-PER-CLICK MARKETING
Zia Multi-Platform Search-Based Advertising

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120202

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20120501

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20120508

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20120531

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20120605

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20120702

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120702

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130319

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20130618

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20130621

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130719

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20130719

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20130823

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20130830

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20130902

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20130902

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20140304