JP2013543203A - 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 - Google Patents

Abstract

【解決手段】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が開示される。予測は、検索キーワードと、検索キーワードに関連付けられている入札価格と、予測期間とを含む検索キーワード見積もり予測リクエストを受信することと、複数のランク位置の少なくとも１つについて、予測期間に関連付けらている検索キーワードに関連付けられている平均クリックスルー率を決定することと、予測期間に関連付けらている検索キーワードに関連付けられているトラフィック値を決定することと、複数のランク位置の少なくとも１つについて、予測期間に関連付けられている検索キーワードに関連付けられている平均クリック単価を決定することと、複数のランク位置の少なくとも１つについて、上記検索キーワードに関連付けられているインプレッション数を、入札価格に少なくとも部分的に基づいて決定すること、を備える。
【選択図】図２

Description

［関連出願の相互参照］
本出願は、あらゆる目的のために、参照によって本明細書に組み込まれる、２０１０年１１月２２日に出願された発明の名称を「Ａ ＭＥＴＨＯＤ ＡＮＤ ＤＥＶＩＣＥ ＦＯＲ ＰＲＥＤＩＣＴＩＮＧ ＥＳＴＩＭＡＴＥＤ ＶＡＬＵＥＳ ＯＦ ＳＥＡＲＣＨ ＫＥＹＷＯＲＤＳ（検索キーワードの見積もり値を予測するための方法及びデバイス）」とする中国特許出願第２０１０１０５５５７４１．８号に基づく優先権を主張する。

本開示は、オンライン広告の分野に関し、特に、検索キーワードに関連付けられた値を見積もるための技術に関するものである。

一部のオンライン宣伝活動では、広告主などのユーザは、（例えば検索エンジンにおける）検索において検索キーワードが出現したときに、検索に基づいて返されるウェブコンテンツ（例えば検索結果）とともに、検索キーワードを購入した又は入札した広告主の広告が出現するように、（入札ワードとしても知られる）検索キーワードを購入する。広告に対するクリック（例えばバナー及び／又はスポンサーリンク）ごとに、広告主は、その広告を表示した事業主（例えば検索エンジン）に対して入札価格（又は入札価格に少なくとも部分的に基づく別の価格）を支払う。このタイプのオンライン宣伝活動は、多くの場合、クリック課金（ペイ・パー・クリック、ＰＰＣ）モデルと呼ばれる。通常、このような広告主は、検索キーワードを入札することによって負担する可能性がある費用の額及び受け取る可能性がある収益の額に関する情報を望むと考えられる。当然ながら、広告主は、特定の価格で検索キーワードを入札することによる見返りに関する情報が多いほど、その検索キーワードへの入札に対して自分の資源を配分しやすくなる。

ＰＰＣモデルの一種は、広告主が検索キーワードに入札することを伴う。入札をベースにしたモデルでは、広告主は、プライベートなオークションにおいて、その他の広告主と競争する。そこでは、各広告主が、ある検索キーワードに基づく所定の広告スポットに対して自分が支払う意思がある最高額を、オークションの主催者に通知する。オークションは、ユーザの操作が広告スポットをトリガする（例えば検索キーワードを使用した検索が促される）たびに、自動方式で展開され、その広告スポットに対して様々な広告主が提示した入札価格に少なくとも部分的に基づいて、どの広告主の広告がその広告スポットに表示されるかが決定される。

入札をベースにしたＰＰＣシステムに対し、ランキングモデルが使用されることがある。そこでは、ウェブページ毎に幾つかの広告スポット（位置）があり、ウェブコンテンツのなかで有利な場所（位置）にどの広告が表示され、有利でない場所にどの広告が配されるかを、競争している広告主の入札価格が決定する。ウェブページにおいて特定の広告を表示することができる場所は、ランク位置と呼ばれる。例えば、あるウェブサイトに関連付けられているランク位置は、ウェブサイトコンテンツのなかで（そのウェブサイトコンテンツに関連付けられているキーワードに関係する）スポンサーリンク及び／又は広告が表示される位置を言うことができる。

入札ランキングモデルでは、広告主は、特定の価格で検索キーワードを購入する。したがって、必要とされる費用（例えば入札価格）と、検索キーワードを入札することによって実際に得られる利益（例えば、広告がターゲットにしているウェブサイトへのクリックトラフィック）との間、及び広告が表示されるランク位置との間には、特定の相関性が存在する。したがって、検索キーワードを入札することによる費用及び利益は、場合によっては、ランク位置を使用して概ね予測される。しかしながら、予測は、その他の要因を使用して行うこともできる。

検索キーワードへの入札についての費用及び利益を予測するためにランク位置が使用される技術では、通常、その検索キーワードへの広告主の入札の値（オファー価格）を使用して、広告主のランク位置を決定することができ、その決定されたランク位置における費用及び利益は、広告主の費用及び利益についての予測結果の根拠としての役割を果たすことができる。

検索キーワードへの入札についての費用及び利益を予測するためにランク位置が使用されない場合には、各広告主の又は類似の広告主群についての過去データを使用することができ、同じ検索キーワードに対して同じ入札価格を使用する各広告主又は類似の広告主群が負担する費用及び得られる利益を使用して、広告主の費用及び収益が予測される。

しかしながら、上述された検索キーワード見積もり予測方法には、以下のような問題がある。

予測を行うためにランク位置を使用する方法の場合は、ある広告主がある検索キーワードを購入するためにある価格での入札をオファーした後、費用／利益が予測される期間中ずっとその広告主が１つのランク位置に留まることを保証することが不可能である。これは、広告主のランク位置が変わったときに、広告主のランク位置が不変であるという前提に基づく予測結果に幾らかの誤差を生じる恐れがある。

予測を行うためにランク位置を使用しない方法の場合は、多くは、以下の前提に基づく。すなわち、同じ広告主又は類似の広告主が同じ検索キーワードに対して同じ入札をオファーしたときに、過去の費用及び利益のデータと未来の費用及び利益のデータとの間の変動性が取るに足らない又は存在しないと想定される。しかしながら、検索キーワードトラフィックは、日ごとに異なるのが一般的であり、入札者の数もまた、日ごとに変化するので、この前提は、多くの場合、現実性に欠ける。したがって、過去のデータが、未来のデータを表すとは限らない。更に、これらの技術は、どの広告主が互いに類似しているかの判断を伴うのが通常であり、これは、誤差を招く恐れがある。

入札ランキングモデルにおける変動性としてよくあるものに、予測される費用見積もりが広告主の予想する費用限界を超えている、予測される利益見積もりが広告主の予想する利益下限を下回るなどの状況が挙げられる。費用限界を超える費用見積もり及び収入下限を下回る利益見積もりが広告主に返されたときは、広告主は、再び入札して検索キーワードについての予測を始めることがあり、これは、広告主と検索エンジンとの間のネットワークリソースを過剰に使用する恐れがある。更に、広告主の要求を満足するために、ウェブサイト又は検索エンジンによって複数回にわたって検索キーワード見積もり予測の処理がなされると、ウェブサイト内又は検索エンジン内における関連機器のリソース消費も増加し、これは、システムのパフォーマンスに深刻な影響を及ぼす恐れがある。

以下の詳細な説明及び添付の図面のなかで、発明の様々な実施形態が開示される。

検索キーワードに関連付けられた費用及び収益の見積もりを予測するためのシステムの一実施形態を示した図である。

検索キーワードに関連付けられた費用及び収益の見積もりを予測するプロセスの一実施形態を示したフローチャートである。

特定のランク位置における、検索キーワードに関連付けられたインプレッション数を決定するためのプロセスの一実施形態を示したフローチャートである。

検索キーワードに関連付けられた費用及び収益の見積もりを予測するためのシステムの一実施形態を示した図である。

システム４００の決定要素４０３の一例を示した図である。

発明は、プロセス、装置、システム、合成物、コンピュータ読み取り可能ストレージ媒体に実装されたコンピュータプログラム製品、並びに／又は結合先のメモリに記憶された命令及び／若しくは結合先のメモリによって提供される命令を実行するように構成されたプロセッサなどのプロセッサなど、数々の形態で実現することができる。本明細書では、これらの実現形態、又は発明がとりうるその他のあらゆる形態を、技術と呼ぶことができる。総じて、開示されるプロセスのステップの順序は、発明の範囲内で可変である。別途明記されない限り、タスクを実施するように構成されるものとして説明されるプロセッサ又はメモリなどのコンポーネントは、所定時にタスクを実施するように一時的に構成される汎用コンポーネントとして、又はタスクを実施するように製造された特殊コンポーネントとして実装することができる。本明細書で使用される「プロセッサ」という用語は、コンピュータプログラム命令などのデータを処理するように構成された１つ以上のデバイス、回路、及び／又は処理コアを言う。

発明の原理を例示した添付の図面とともに、以下で、発明の１つ以上の実施形態の詳細な説明が提供される。発明は、このような実施形態との関わりのもとで説明されているが、いずれの実施形態にも限定されない。発明の範囲は、特許請求の範囲によってのみ限定され、発明は、数々の代替形態、変更形態、及び均等物を網羅している。以下の説明では、発明の完全な理解を与えるために、数々の具体的詳細が明記されている。これらの詳細は、例示を目的として提供されたものであり、発明は、これらの詳細の一部又は全部を伴わずとも、特許請求の範囲にしたがって実施することができる。明瞭さを期するために、発明に関連する技術分野で知られた技工物は、発明が不必要に不明瞭にされないように、詳細な説明を省略されている。

様々な実施形態において、開示される技術は、ウェブサイトにトラフィックを向かわせるために使用されるクリック課金（ペイ・パー・クリック、ＰＰＣ）（クリック単価型、すなわちコスト・パー・クリックと呼ばれることもある）インターネット宣伝モデルと併せて使用される。総じて、広告主は、広告がユーザによってクリックされると、オンラインパブリッシャ（発行元、発行人）（例えばウェブサイト又は検索エンジンの所有主）に対して支払いを行う。様々な実施形態において、本明細書で開示される技術は、広告主がそのターゲット市場に関係する検索キーワードに（定額を支払うのではなく）入札することを伴うタイプのＰＰＣモデルと併せて使用することができる。入札をベースにしたＰＣＣモデルでは、広告主は、プライベートなオークションにおいて、その他の広告主と競争する。広告主は、（検索キーワードに基づく）所定の広告スポットに対して自分が支払う意思がある最高額（入札価格）を、オークションのホストに通知することができる。すると、その広告スポットを訪問者の操作がトリガするたびに、オークションが展開される。例えば、パブリッシャが検索エンジンである場合、オークションは、以下のように展開することができる。すなわち、検索エンジンに入力された検索クエリに応答し、そのクエリに含まれる（１つ以上の）検索キーワードへの入札であって検索者の場所及び検索の日時をターゲットにする全ての入札が比較され、トリガされた各広告スポット（例えばウェブコンテンツのなかで広告を表示するための場所）の勝者の広告主が決定される。次いで、勝者の広告主に関連付けられた広告が、検索結果の中の広告スポットに表示される。総じて、入札価格が高い広告ほど、検査結果のなかの早い段階で出現するとともに、高いランク位置に関連付けられる。最終的には、広告主は、自分の広告が検索者によってクリックされると、検索エンジンに対して支払いを行う。また、広告主は、その宣伝活動に対して特定の予算を設けることもあり、広告主の広告は、その予算がオーバーしたら（すなわち、広告主の広告に対するクリックの合計数に基づく発生費用が広告主の予算をオーバーしたら）、これ以上は表示されない。本明細書では、ある広告が、（例えば予算上の理由で）これ以上は表示されないときに、その広告及びそれに関連付けられた入札価格を、オフラインであると称する。

本明細書では、「検索キーワード」（「入札ワード」又は「検索用語」と呼ばれることもある）は、オンライン広告の配置を決定するためにユーザ（例えば広告主）によって購入されるワードを言う。例えば、ある広告主が、検索キーワード「本棚」を購入すると、オンライン宣伝活動に関わっている検索エンジンへの「本棚」の入力に応答し、検索結果とともに、その広告主に関連付けられた広告を表示することができる。

本明細書では、「パブリッシャ」は、宣伝活動に関わっている広告主（例えば、ＰＰＣ活動において検索キーワードへの入札を行う広告主）の広告を公開する事業主を言う。例えば、パブリッシャは、検索エンジン又はウェブサイトであってよい。本明細書では、「ランク位置」は、パブリッシャのウェブページ（例えばウェブサイト又は検索結果リスト）上において、特定の広告主によって入札された検索キーワードに関連付けられている広告を表示することができる位置を言う。例えば、ある検索エンジンに関連付けられているランク位置は、検索結果の中で、（それらの検索結果を促した検索キーワードに関係する）スポンサーリンク及び／又は広告が表示される位置を言うことができる。例えば、ウェブサイトに関連付けられているランク位置は、ウェブページコンテンツの中で、（そのウェブサイトコンテンツに関連付けられているキーワードに関係する）スポンサーリンク及び／又は広告が表示される位置を言うことができる。ユーザの操作が広告スポットをトリガするたびに、事例ごとにそのスポット用に異なる広告が選択されると考えられるので、様々な実施形態において、特定の広告のランク位置は、幾らかの時間にわたるその広告の平均ランク位置である。

一部の実施形態では、パブリッシャのウェブページごとに、所定の数の広告スポットがある（各広告スポットは、１つの広告の表示に関連付けられる）。特定の検索キーワードに関連付けられている広告のランク位置は、パブリッシャの各ウェブページ（例えば各検索結果ページ）又は複数のウェブページ（例えば複数の検索結果ページ）に関連付けることができる。開示される技術の様々な実施形態において、ランク位置は、ウェブページごとの広告のランキングに関して論じられる。総じて、広告が有するランク位置が高いほど、パブリッシャは、その広告を、より有利に自分のウェブコンテンツの中で表示することができる。例えば、検索エンジンは、（広告を検索結果のなかで早い段階で表示するほうが遅い段階で表示するよりも有利であるという仮定に基づいて、）高いランク位置にある広告を、自分の検索結果のなかで早い段階で表示することができる。様々な実施形態において、広告のランク位置は、その検索キーワードに対して広告主がオファーした入札／価格、及び広告の質などのその他の要因に関係付けられている特定のルールに基づいて決定される。常にではないが、通常は、検索キーワードに対する広告主の入札価格が高いほど、そのキーワードに関連付けられている広告主の広告がランキング一覧の中で表示される位置は高く、したがって、その広告主の広告が出現する可能性は（低いランク位置のその他の広告よりも）高い。

本明細書では、「収益」は、検索キーワードの購入を通じてユーザが受け取る利益を言う。例えば、収益には、クリックトラフィック、フィードバック量、及び取引量などがある。

本明細書では、「費用」は、検索キーワードを購入した結果としてユーザが負担を求められる出費を言う。例えば、出費には、各クリックに対して広告主が支払う費用などがある。

本明細書では、「予測期間」は、特定の検索キーワードに対するユーザの入札をターゲットにしてパブリッシャが費用及び収益の見積もりの予測を行う未来の期間を言う。例えば、予測期間は、来たる一時間、来たる一日、及び来たる一週間であってよい。様々な実施形態において、未来の予測期間における収益及び費用の値を見積もるために、長さを設定可能な時間からの過去データが使用される。一部の実施形態では、過去の期間にわたる過去データが、各長さの予測期間に対応するように設定される。

図１は、検索キーワードに関連付けられる費用及び収益の見積もりを予測するためのシステムの一実施形態を示した図である。システム１００は、デバイス１０２と、ネットワーク１０４と、予測サーバ１０６と、データベース１０８と、ウェブサーバ１１０とを含む。一部の実施形態では、ネットワーク１０４は、高速データネットワーク及び／又は電気通信ネットワークを使用して実装される。予測サーバ１０６及びウェブサーバ１１０は、一部の実施形態では、別々に機能するが互いに連携しあうように構成され、一部の実施形態では、組み合わさって機能するように構成される。

デバイス１０２の例には、ラップトップコンピュータ、デスクトップコンピュータ、スマートフォン、モバイル端末、タブレット型端末、又はその他の任意の計算装置がある。デバイス１０２は、予測サーバ１０６とやり取りするように構成される。様々な実施形態において、予測サーバ１０６とのやり取りを可能にするために、ウェブブラウザなどのアプリケーションがデバイス１０２にインストールされる。例えば、デバイス１０２のユーザは、ウェブブラウザのアドレスバーに特定のＵＲＬを入れることによって、ウェブサーバ１１０に関連付けられている／ウェブサーバ１１０によって提供されているウェブサイト（例えば検索エンジン）にアクセスすることができる。例えば、ユーザ（例えば広告主）は、特定の検索キーワード、入札価格、及び予測期間に関連付けられた費用及び収益の見積もりを、デバイス１０２によって提示されるユーザインターフェースにおいて受信するために、検索キーワード見積もり予測リクエストを、（直接的に又はウェブサーバ１１０を通じて）予測サーバ１０６に送信することができる。デバイス１０２は、また、費用及び収益の見積もりの結果を表示することもできる。

予測サーバ１０６は、デバイス１０２などのクライアントから受信された検索キーワード見積もり予測リクエストに関連付けて費用及び収益の見積もりを予測するように構成されている。様々な実施形態において、予測サーバ１０６は、検索エンジン又はウェブサイトなどのオンライン広告のパブリッシャに関連付けられている及び／又はそのようなパブリッシャの一コンポーネントである。一部の実施形態では、予測サーバ１０６は、データベース１０８から、パブリッシャに関連付けて記憶されている過去データにアクセスするように構成されている。データベース１０８は、購入された様々な検索キーワードに関連する過去データを、パブリッシャに関連付けて記憶させることができる。例えば、過去データは、パブリッシャにおいて複数のランク位置のそれぞれに表示された広告の過去クリック数、過去トラフィックデータ、及び広告の過去インプレッション数を含むことができる。

一部の実施形態では、予測サーバ１０６は、検索キーワードと、入札価格と、予測期間とを含む検索キーワード見積もり予測リクエストを受信するように構成されている。一部の実施形態では、予測サーバ１０６は、予測期間に基づく１つ以上の期間からの過去データに基づいて、検索キーワードに関連付けられたトラフィック値を決定するように構成される。一部の実施形態では、予測サーバ１０６は、パブリッシャに関連付けられた各ランク位置における、検索キーワードについての平均クリックスルー率と、検索キーワードについての平均クリック単価と、検索キーワードに関連付けられたインプレッション数とを決定するように構成される。一部の実施形態では、予測サーバ１０６は、各ランク位置に関連付けられたトラフィック値と、平均クリックスルー率と、インプレッション数と、平均クリック単価とに少なくとも部分的に基づいて、予測期間に関連付けられ検索キーワードに関連付けられた費用見積もりと収益見積もりとを決定するように構成される。

パブリッシャにおける所定の入札価格における検索キーワードについての費用及び収益の見積もりを、過去データに基づいて得ることによって、広告主は、その入札価格における収益の見積もりが費用の見積もりに見合おうものかどうかを決定することができる。異なる広告主は、異なる費用−利益解析プロセス及び／又は予算を有すると考えられ、したがって、これらの見積もりを使用して、所望の見積もり収益を得るために使用することを希望する適切な入札価格を決定することができる。

図２は、検索キーワードに関連付けられた費用及び収益の見積もりを予測するためのプロセスの一実施形態を示したフローチャートである。一部の実施形態では、プロセス２００は、システム１００において実行される。

様々な実施形態において、プロセス２００は、ユーザ（例えば宣伝を望んでいる事業主）が、所定の入札価格及び検索キーワードについて、パブリッシャのウェブページに関連付けられた費用及び収益の見積もり値を決定することを可能にする。プロセス２００は、ある特定のパブリッシャについて、そのパブリッシャに関連付けられた過去データによって見積もりを得るために使用される（なぜならば、異なるパブリッシャは、異なる広告表示技術を用いることができ、あるパブリッシャの過去データが、別のパブリッシャのランキング技術を正確に反映しているとは限らないからである）。

例えば、広告主は、自分が宣伝を希望している特定の検索エンジンに関連付けられている費用及び収益の見積もりを受け取るために、プロセス２００を使用することができる。広告主は、自分が入札を希望している検索キーワードと、その検索キーワードへの入札価格と、広告主が予測を希望している予測期間とを含むリクエストを入力することができる。例えば、リクエストは、検索エンジンに関連付けられたサーバにおいて、受信及び処理することができる。次いで、検索キーワード、入札価格、及び予測期間に基づいて、その予測期間にわたる費用見積もりと収益見積もりとが決定される。費用見積もりは、その所定期間中に広告主が自分の広告の表示のためにいくら支払うことを期待されるかを、少なくとも一部示すものである。入札価格は、広告主の広告が実際にクリックされたときにのみ広告主に課される費用（又はそのような最終費用に含まれる費用）であるので、広告主への費用の見積もりは、（例えば様々なランク位置において）広告が実際にクリックされた回数であってリクエストの入札価格にも関連付けられた回数に少なくとも部分的に基づく。収益の見積もりは、広告主が自分の広告の（例えば様々なランク位置における）表示によって（例えばターゲットにされるウェブサイトへのトラフィックや生み出される利益などを通じて）いくら享受することを期待できるかを、少なくとも示す。次いで、費用及び収益の見積もりに基づいて、広告主は、所定の入札価格における予測期間にわたる費用及び収益の見積もりが自分にとって有益であるか否かを自分で決めることができる。広告主は、ひいては、入札価格毎に費用及び収益の見積もりに妥当な差があるかどうかを見るために、検索キーワード及び予測期間は同じだが入札価格が異なる幾つかのリクエストを提示することもできる。例えば、２つの異なる入札価格における費用及び収益の見積もりが大きく変わらない場合、広告主は、次にそのパブリッシャで宣伝を行うことを決めるときに、低い入札価格を使用することを選ぶと考えられる。

ステップ２０２では、検索キーワードと、その検索キーワードに関連付けられている入札価格と、予測期間とを含む検索キーワード見積もり予測リクエストが受信される。様々な実施形態において、パブリッシャには、プロセス２００において収益及び費用の見積もりをなされる複数のランク位置が関連付けられる。

一部の実施形態では、クライアントデバイスのユーザ（例えば広告主）は、検索キーワード見積もり予測リクエストをサーバ（例えばシステム１００の予測サーバ１０６）に送信する。例えば、クライアントは、ウェブブラウザをベースにしたユーザインターフェースを通じてパラメータ（検索キーワード、その検索キーワードに関連付けられている入札、及び予測期間）を入力することができる。一部の実施形態では、リクエストは、ウェブコンテンツの中で宣伝をサポートしているパブリッシャによって受信される。

一部の実施形態では、リクエストの検索キーワードは、事前に設定された１つ以上の正規化技術に基づいて、パブリッシャによって処理することができる。例えば、パブリッシャは、「複数の本棚（bookshelves）」というキーワードを「本棚（bookshelf）」というキーワードに相関させられるように、キーワードを処理してワードから接尾辞を排除することができる。一部の実施形態では、検索キーワードに関連付けられている入札価格は、パブリッシャによって設定された１つ以上の基準に適合することを求められる。例えば、最低値を下回る入札価格を含むリクエストが送信者に弾き返されるように入札価格に対してパブリッシャが設定することができる基準として、最低価格が挙げられる。一部の実施形態では、予測期間は、リクエストの検索キーワードについての費用及び収益の見積もりがなされる未来の期間である。例えば、予測期間は、一時間、一日、一週間、又は一カ月であってよい。一部の実施形態では、検索キーワードに関連付けられた特定の値を決定するために（例えばトラフィック、過去インプレッション数、過去入札価格、過去クリック数に関連する）過去データが使用される対応する時間の長さを、予測期間内の各時間単位について（例えばシステム管理者によって）設定可能である。

検索キーワード見積もり予測リクエストの一例は、来たる一日について、入札価格が＄０．５０である場合の検索キーワード「本棚」についての費用及び収益の見積もりを予測することである。

ステップ２０４では、複数のランク位置の少なくとも１つに関する、予測期間に関連付けられている上記検索キーワードに関連付けられる平均クリックスルー率が決定される。

様々な実施形態では、予測期間に関連付けられている検索キーワードに関連付けられる平均クリックスルー率は、パブリッシャにおける複数のランク位置のそれぞれについて決定される。クリックスルー率は、（例えば広告に対する）クリック数を、その広告の表示回数で割ったものを言う（本明細書では、広告が表示される各回を過去インプレッションと呼ぶ）。一部の実施形態では、クリックスルー率は、百分率で表される。一部の実施形態では、あるランク位置における検索キーワードのクリックスルー率を決定する前に、先ず、その検索キーワードに関する（予測期間に対応する設定可能期間にわたる）過去の統計情報が決定される。例えば、様々なキーワードに関連付けられた過去の統計情報は、パブリッシャに関連付けられているサーバによって維持することが可能である。様々な実施形態において、リクエストの検索キーワードについて決定された過去の統計情報は、そのキーワードに関連付けられた広告がクリックされた回数と、その検索キーワードに関連付けられた広告が表示された過去インプレッション数とを含む。

例えば、予測期間が一日である検索キーワード「本棚」の場合、（ｔを設定値とした）最近のｔ日間において、各ランク位置について、検索キーワード「本棚」に関連付けられた（全ての広告主からの）広告に対する過去クリック数と、「本棚」に関連付けられた広告の過去インプレッション数とが決定される。例えば、システム管理者は、ｔを、予測期間である一日に対応するように設定することができる。最近のｔ日間におけるランク位置ｉ（ｎを、パブリッシャに関連付けられたランク位置の数を表すものとして、ｉ∈［１，ｎ］）における過去クリック数がｃ_iであり、過去インプレッション数がｐ_iであると想定すると、予測期間内におけるランク位置ｉにおける検索キーワードについての平均クリックスルー率ｃｔｒ_iは、ｃ_i／ｐ_iである。

ステップ２０６では、予測期間に関連付けられている上記検索キーワードに関連付けられるトラフィック値が決定される。

様々な実施形態において、検索キーワードに関連付けられているトラフィック値は、指定の時間内にパブリッシャに対して検索キーワードが使用される平均回数を言う。一部の実施形態では、検索キーワードに関連付けられたトラフィック値を決定するために（例えばトラフィックに関連する）過去データが使用される対応する時間の長さを、予測期間内の各時間単位について（例えばシステム管理者によって）設定可能である。一部の実施形態では、パブリッシャにおける、検索キーワードのトラフィックに関連する過去データは、あらゆる（全ての）ランク位置において検索キーワードが使用された回数を含む（すなわち、特定の一のランク位置に特定されない）。例えば、予測期間が来たる一日である場合は、来たる一日のトラフィックとして、その前の７日間における検索キーワードの日ごとのトラフィック平均値を使用することができる。

一部の実施形態では、異なるタイプの過去トラフィックに対し、異なるトラフィック予測技術を使用することができる。例えば、（例えば所定の閾値に基づいて）変動性が比較的少ないと判断された過去トラフィックデータの場合は、その過去トラフィックデータの平均値を指定期間ｐｖ内のトラフィック値として使用することができる。変動性が比較的大きい過去トラフィックデータの場合は、予測期間ｐｖのトラフィック値を発見するために、その過去トラフィックデータを既知の時系列技術又は周期的処理技術を使用して解析することができる。例えば、検索キーワードに関連付けられたトラフィック値を決定されるべき期間を複数の期間に分けて、そのような各期間について平均値を決定することができる。次いで、それらの期間からの平均の算術平均値（平均値）としてトラフィック値をとることができる。

ステップ２０８では、複数のランク位置の少なくとも１つについて、予測期間に関連付けられている上記検索キーワードに関連付けられる平均クリック単価が決定される。

一部の実施形態では、検索キーワードについての平均クリック単価を決定するにあたり、過去データが使用される。様々な実施形態において、複数のランク位置のそれぞれについて、予測期間に関連付けられ検索キーワードに関連付けられた平均クリック単価が決定される。

予測期間に関連付けられているあるランク位置におけるある検索キーワードに対する入札価格の平均クリック単価は、そのランク位置におけるその検索キーワードに関連付けられている広告に対するクリックごとに広告主によって支払われる平均価格（支出）として決定される。言い換えると、あるランク位置におけるある検索キーワードに対する入札価格の平均クリック単価は、その検索キーワードに関連して過去にクリックごとに支払われた合計支出額を、（ステップ２０６において決定され、トラフィック値の決定に使用された期間などの）予測期間に対応する所定数の先行期間にわたる上記ランク位置における上記検索キーワードについての合計クリック数で割った商である。例えば、期間の所定数がＭであり、予測期間に一致するＭ個の先行期間にわたってランク位置ｉにおける検索キーワード「本棚」に支払われた合計支出額が「ｃｏｓｔ_{合計_i}」であり、合計クリック数が「ｃｌｉｃｋ_{合計_i}」である場合、上記ランク位置における上記検索キーワードについての平均クリック単価、すなわち平均クリック単価ｃｏｓｔ_{平均_i}は、ｃｏｓｔ_{合計_i}／ｃｌｉｃｋ_{合計_i}である。

ステップ２１０では、複数のランク位置の少なくとも１つについて、上記検索キーワードに関連付けられるインプレッション数が、少なくとも一部には入札価格に基づいて決定される。

各ランク位置に関連付けられているリクエストの入札価格以下の過去入札価格に対応する検索キーワードに関連付けられている広告の過去インプレッション数が決定される。各過去入札価格は、１つの過去インプレッション数に対応しており、あるランク位置における或る過去入札価格の過去インプレッション数は、その入札価格において検索キーワードに関連付けられている広告が、そのランク位置においてパブリッシャのウェブコンテンツの中で出現した回数である。次いで、上記ランク位置について、リクエストの入札価格以下の各過去入札価格における過去インプレッション数が足し合わされて、第１の和を形成する。

各ランク位置における、全ての過去入札価格に対応する検索キーワードに関連付けられている広告の過去インプレッション数が決定される。次いで、各ランク位置に関連付けられている全ての過去入札価格の過去インプレッション数が足し合わされて、第２の和を形成する。

各ランク位置における、入札価格に関連付けられているリクエストの検索キーワードに関連付けられている上記検索キーワードについての最大インプレッション率は、上記ランク位置に対応する第１の和を上記ランク位置に対応する第２の和で割った商として決定される。

一部の実施形態では、リクエストの入札価格に等しい過去入札価格がオフラインでない場合（オフラインとは、対応する広告主の予算がオーバーしたゆえに、費用及び収益の見積もりの決定にあたって過去入札価格がこれ以上は検討されないことを意味する）、入札価格未満の過去入札価格に関連付けられている広告は、上記ランク位置では表示されない。言い換えると、入札価格に関連付けられている広告は、より低い価格に関連付けられている広告よりも優先して上記ランク位置に表示される。過去インプレッション数の解析にあたり、上記ランク位置にある複数の価格が含められてターゲットにされるのは、広告主によって設定された予算がオーバーした結果、より高い価格がオフラインになることがあるからである。しかしながら、対応する予算がオーバーしたか否かに応じて広告が過去に表示されているか否かが考慮されないならば、上記ランク位置における特定の価格についての実際の最大過去インプレッション数は、各ランク位置における上記価格未満の価格に対応する過去インプレッション数の和も含むべきである。

次に、予測期間に関連付けられている各ランク位置における検索キーワードについてのインプレッション数が、そのランク位置に関連付けられている入札価格に関連付けられている上記検索キーワードについての最大インプレッション率と、先のランク位置に関連付けられている入札価格に関連付けられている上記検索キーワードについての最大インプレッション率と、予測期間に関連付けられている上記検索キーワードについてのトラフィック値との関数として決定される。なお、上述された、あるランク位置における検索キーワードについてのインプレッション数は、ステップ２０４において平均クリックスルー率に関して言及された、そのランク位置における検索キーワードについての過去インプレッション数とは同じではない。なぜならば、過去インプレッション数は、検索キーワードに関連付けられている広告が、過去にそのランク位置において出現した回数を集計することによって決定されるのに対し、そのランク位置における検索キーワードについてのインプレッション数は、検索キーワードについての最大インプレッション率を使用して決定されるからである。

ステップ２１０の更なる例が、図３で論じられる。

ステップ２１２では、予測期間に関連付けられている上記検索キーワードに関連付けられたている費用見積もりと収益見積もりとが、トラフィック値と、複数のランク位置の少なくとも１つに対応する平均クリックスルー率と、複数のランク位置の少なくとも１つに対応するインプレッション数と、複数のランク位置の少なくとも１つに対応する平均クリック単価とに少なくとも部分的に基づいて決定される。

一部の実施形態では、ｎ個のランク位置における、予測期間に関連付けられた検索キーワードについての費用見積もり及び収益見積もりが、次式を使用して決定される。

ここで、

は、ｉ∈［１，ｎ］であり、ｎがランク位置の数を表場合の加算演算を表しており、ｃｔｒ_iは、予測期間内におけるランク位置ｉにおける検索キーワードについての平均クリックスルー率を表し、ｉｍｐ_iは、リクエストからの検索キーワードに対する入札価格に基づく、予測期間内におけるランク位置ｉにおける検索キーワードについてのインプレッション数を表し、ｃｏｓｔ_{平均_i}は、予測期間内におけるランク位置ｉにおける検索キーワードについての平均クリック単価を表し、ｐｅｒｓｃｅｎｔは、（例えばシステム管理者によって）事前に設定された、クリック数から収益額への変換率を表している。

一部の実施形態では、リクエストに関連付けられている検索キーワード、入札価格、及び予測期間について決定された費用見積もりと収益見積もりとが、ユーザインターフェースに表示される。

一部の実施形態では、リクエストの中で検索キーワードに対する入札値が特定されている場合において、過去データが、その入札値についてのデータを含んでいる場合、それらの入札値自体が、費用及び収益の見積もりの予測にあたって使用される。しかしながら、過去データが、その厳密な入札価格値を伴うデータを含んでいないならば、線形補間法を使用し、２つの隣接価格についての予測結果を使用して、その入札価格についての予測結果を決定することができる。例えば、検索キーワード「本棚」について、過去データの中の入札価格が＄１０及び＄２０を含み、対応する（例えば収益の）予測結果がそれぞれ＄５及び＄８であり、しかしながら、ユーザの入札が（過去入札価格の値ではなく）＄１５であるならば、対応する予測結果は、次式にしたがって決定される。

したがって、この例では、検索キーワード「本棚」に対する入札価格が１５であるときに、その予測結果（例えば収益の見積もり）は６．５である。

一部の実施形態では、過去データには見られないリクエストのなかの入札価格に対して検索キーワードについての予測を行うために、その入札の予測結果として入札価格値に最も近い入札価格についての予測結果を選択することもできる。

図３は、特定のランク位置における検索キーワードに関連付けられているインプレッション数を決定するためのプロセスの一実施形態を示したフローチャートである。一部の実施形態では、プロセス３００は、パブリッシャに関連付けられた各ランク位置について繰り返すことができる。一部の実施形態では、プロセス２００の２１０は、プロセス３００を使用して実現することができる。

ステップ３０２では、ランク位置における、リクエストの入札価格以下の過去入札価格に対応する検索キーワードに関連付けられている過去インプレッション数に対応する値を足し合わせることに少なくとも部分的に基づいて、第１の和が決定される。様々な実施形態において、検索キーワード及び入札価格は、検索キーワード見積もり予測リクエストから抽出される。一部の実施形態では、先ず、リクエストの入札価格以下の各過去入札価格における、上記ランク位置に関連付けられている検索キーワードに関連付けられている過去インプレッション数が、パブリッシャに関連付けられている利用可能な過去データから決定される。次いで、リクエストの入札価格以下の各過去入札価格に対応するとともに上記ランク位置に関連付けられている検索キーワードに関連付けられている過去インプレッション数が足し合わされて、第１の和が形成される。

ステップ３０４では、上記ランク位置における、過去入札価格に対応する上記検索キーワードに関連付けられている過去インプレッション数を足し合わせることに少なくとも部分的に基づいて、第２の和が決定される。一部の実施形態では、先ず、上記ランク位置に関連付けられている、全ての各過去入札価格における上記検索キーワードに関連付けられている過去インプレッション数が、パブリッシャに関連付けられた利用可能な過去データから決定される。次いで、（入札価格に等しいか、入札価格よりも大きいか、又は入札価格未満であるかに関係なく）各過去入札価格の過去インプレッション数が足し合わされて、第２の和が形成される。

ステップ３０６では、上記ランク位置における、入札価格に関連付けられている上記検索キーワードについての最大インプレッション率が、第１の和及び第２の和に少なくとも部分的に基づいて決定される。一部の実施形態では、最大インプレッション率は、第１の和を第２の和で割った商として決定される。

ステップ３０８では、上記ランク位置における、予測期間に関連付けられ上記検索キーワードに関連付けられていうｒインプレッション数が、上記ランク位置における、入札価格に関連付けられている上記検索キーワードについての最大インプレッション率と、ある場合には、先行ランク位置における、入札価格に関連付けられている上記検索キーワードについての最大インプレッション率と、予測期間に関連付けられている上記検索キーワードについてのトラフィック値との関数として決定される。一部の実施形態では、予測期間は、検索キーワード見積もり予測リクエストに含まれており、リクエストを行ったユーザが見積もりを望む長さの未来の時間を示している。様々な実施形態において、予測期間は、パブリッシャに関連付けられた過去データが予測のために使用される時間の長さを決定する。

ステップ３０６では、上記ランク位置における最大インプレッション率が決定される。（上記ランク位置が、パブリッシャに関連付けられた複数のランク位置の中で最初のランク位置ではないと想定すると、）先行ランク位置における最大インプレッション率は、ステップ３０２〜３０６を使用して、同様に決定することができる、且つ／又は既に決定されており、単純に、ステップ３０８のために再び呼び出すことができる。しかしながら、処理３００において検討されているランク位置が、最初のランク位置であるならば、先行ランク位置も、それに関連付けられている最大インプレッション率も存在しない。検索キーワードについてのトラフィック値は、ステップ２０６のために使用された技術と同様の技術によって決定することができる。

例えば、上記ランク位置における、予測期間に関連付けられている検索キーワードについてのインプレッション数は、上記ランク位置における、入札価格に関連付けられている上記検索キーワードについての最大インプレッション率と、先行ランク位置における、入札価格に関連付けられている上記検索キーワードについての最大インプレッション率との間の差を、予測期間に関連付けられている上記検索キーワードについてのトラフィック値で乗じた積として決定することができる。

例えば、検索キーワード「本棚」について、リクエストの入札価格がｐであり、予測期間に関連付けられた検索キーワードについてのトラフィック値がｐｖであると想定する。検索キーワード「本棚」に対する入札価格がｐであるならば、ランク位置ｉにおける最大インプレッション率Ｒａｔｉｏ_i,p及びインプレッション数ｉｍｐ_i,pは、ランク位置ｉにおける「本棚」に対する過去入札価格の数をｊとして、例えば、以下のように表すことができる。

リクエストの入札価格をｐとして、Ｒａｔｉｏ_i,pは、ランク位置ｉにおける検索キーワード「本棚」についての最大インプレッション率を表し、ｉｍｐ_i,pは、ランク位置ｉにおける検索キーワード「本棚」についてのインプレッション数を表している。また、

は、ステップ３０２において決定された第１の和を表し、

は、ステップ３０４において決定された第２の和を表している。

一部の実施形態では、ランク位置が高い場合の最大インプレッション率が、ランク位置が低い場合の最大インプレッション率以上であることが、概して真実である。なぜならば、高いランク位置の広告であるほど、頻繁に表示される傾向があるからである。この関係性は、例示を目的として次式に示されており、ここでは、ｉ１＞ｉ２として、Ｒａｔｉｏ_i1,pは、ランク位置ｉ１における最大インプレッション率を表し、Ｒａｔｉｏ_i2,pは、ランク位置ｉ２における最大インプレッション率を表している。

一部の実施形態では、同じランク位置では、入札価格が高い場合の最大インプレッション率が、入札価格が低い場合の最大インプレッション率以上であることが、概して真実である。なぜならば、高い入札価格に関連付けられた広告であるほど、ランク位置が高い傾向があるからである。この関係性は、例示を目的として次式に示されており、ここでは、ｐ１＞ｐ２として、Ｒａｔｉｏ_i,p1は、入札価格ｐ１の場合の最大インプレッション率を表し、Ｒａｔｉｏ_i,p2は、入札価格ｐ２の場合の最大インプレッション率を表している。

例えば、検索キーワード「本棚」に対する３つの過去入札価格が、＄０．５０、＄１．２０、及び＄１．５０であり、ランク位置ｉにおける各過去入札価格のそれぞれの過去インプレッション数が、それぞれ２００、２５０、及び５０であり、ランク位置ｉ−１における過去入札価格のそれぞれの過去インプレッション数が、それぞれ１００、１５０、及び２５０であると想定する。予測期間に関連付けられた検索キーワードについてのトラフィック値は、６００である。検索キーワード「本棚」のリクエストに含まれる入札価格が、＄１．２０である場合には、ランク位置ｉにおける最大インプレッション率Ｒａｔｉｏ_i,1.20は、（２００＋２５０）／（５０＋２００＋２５０）＝９０％であり、ランク位置ｉ−１における最大インプレッション率Ｒａｔｉｏ_i-1,20は、（１５０＋１００）／（２５０＋１５０＋１００）＝５０％であり、ランク位置ｉにおけるインプレッション数ｉｍｐ_i,20は、６００×（９０％−５０％）＝２４０である。

図４は、検索キーワードに関連付けられる費用及び収益の見積もりを予測するためのシステムの一実施形態を示した図である。

要素及び部分要素は、１つ以上の汎用プロセッサ上で実行されるソフトウェアコンポーネントとして、プログラマブルロジックデバイス及び／若しくは特定の機能を実施するように設計された特殊用途向け集積回路などのハードウェアとして、又はそれらの組み合わせとして実装することができる。一部の実施形態では、要素及び部分要素は、本発明の実施形態で説明される方法を（パソコン、サーバ、ネットワーク機器などの）計算装置に実行させるための幾つかの命令を含み尚且つ（光ディスク、フラッシュストレージデバイス、モバイルハードディスクなどの）不揮発性のストレージ媒体に記憶させることができるソフトウェア製品の形で具現化することができる。要素及び部分要素は、１つのデバイスに実装する又は複数のデバイスに分散させることができる。

受信要素４０１は、（例えばクライアントデバイスによって送信された）検索キーワード見積もり予測リクエストを受信するように構成されている。該予測リクエストは、検索キーワードと、その検索キーワードへの入札価格と、予測期間とを含む。

統計コンパイル要素４０２は、各ランク位置における、予測期間に関連付けられている検索キーワードについてのインプレッション数と平均クリックスルー率とを決定するように構成されている。

決定要素４０３は、検索キーワードに対する入札価格に基づいて、予測期間に関連付けられている検索キーワードについての平均クリック単価を決定するように構成されている。

予測要素４０４は、予測期間に関連付けられている各ランク位置における検索キーワードについての平均クリックスルー率と、インプレッション数と、平均クリック単価とに基づいて、上記予測期間に関連付けられている検索キーワードについての費用及び収益の見積もりを予測し、それらの予測値をクライアントデバイスに返すように構成されている。

一部の実施形態では、統計コンパイル要素４０２は、更に、以下を含む。

所定数の先行期間に関連付けられた各ランク位置における検索キーワードについての過去クリック数と過去インプレッション数とを決定するように構成されている第１の統計コンパイル部分要素。ここで、先行期間の所定数は、予測期間に基づいて決定される。

各ランク位置について、現ランク位置について決定された過去クリック数を過去インプレッション数で割った商を、予測期間に関連付けられている現ランク位置における検索キーワードについての平均クリックスルー率として決定するように構成されている第１の決定部分要素。

図５は、システム４００の決定要素４０３の一例を示した図である。

予測部分要素５０１は、リクエストの検索キーワードについての過去トラフィックデータに基づいて、予測期間に関連付けられている検索キーワードについてのトラフィック値を決定するように構成されている。

第２の統計コンパイル部分要素５０２は、各ランク位置における検索キーワードについての過去インプレッション数を決定し、各過去入札価格に関連付けられている各ランク位置における検索キーワードについての過去インプレッション数のデータを分離するように構成されている。

加算部分要素５０３は、各ランク位置について、リクエストの入札価格以下の各過去入札価格についての上記ランク位置における過去インプレッション数を足し合わせ、第１の和を得るように構成されている。加算部分要素５０３は、また、各ランク位置について、該ランク位置における全ての入札価格の過去インプレッション数を足し合わせ、第２の和を得るようにも構成されている。加算部分要素５０３は、また、各ランク位置について、該ランク位置における最大インプレッション率を、上記ランク位置に対応する第１の和を上記ランク位置に対応する第２の和で割った商として決定するようにも構成される。

第２の決定部分要素５０４は、予測期間に関連付けられている各ランク位置における検索キーワードについてのインプレッション数を、現ランク位置における、上記検索キーワードに関連付けられている入札価格の最大インプレッション率と、先のランク位置における、上記検索キーワードに関連付けられている上記入札価格の最大インプレッション率との間の差を、予測期間に関連付けられている検索キーワードについてのトラフィック値で乗じた積として決定するように構成されている。

第３の統計コンパイル部分要素５０５は、所定数の先行期間に関連付けられている各ランク位置における合計費用及び合計クリック数を決定するように構成されている。ここで、これらの期間は、予測期間に示された時間の長さに対応している。

第３の決定部分要素５０６は、各ランク位置について、該ランク位置に関連付けられている広告の合計費用及び合計クリック数の商を、予測期間に関連付けられている上記ランク位置における検索キーワードについての平均クリック単価として決定するように構成されている。

一部の実施形態では、予測部分要素５０１は、予測期間に関連付けられている検索キーワードについてのトラフィック値を、予測期間に示された時間の長さに対応する所定の長さの過去期間内における、検索キーワードについてのトラフィックデータの算術平均として決定するように構成されている。

当業者ならば、本出願の実施形態が、方法、システム、又はコンピュータソフトウェア製品として提供可能であることが理解できるべきである。したがって、本開示は、完全にハードウェアからなる実施形態、完全にソフトウェアからなる実施形態、又はハードウェアとソフトウェアとを組み合わせた実施形態の形態をとることができる。更に、本開示は、コンピュータプログラムコードを含む１つ以上のコンピュータ操作可能ストレージ媒体（磁気ディスクストレージデバイス、ＣＤ−ＲＯＭ、及び光ストレージデバイスを非限定的な例として含む）に実装されたコンピュータプログラムの形態をとることができる。

本出願は、方法、機器（システム）、及びコンピュータプログラム製品に基づくフローチャート及び／又はブロック図を参照にして説明されている。フローチャート及び／又はブロック図のなかの各プロセス及び／又は各ブロック、並びにフローチャート及び／又はブロック図のなかのプロセス及び／又はブロックの組み合わせは、コンピュータプログラムコマンドを通じて達成可能であることが理解されるべきである。これらのコンピュータプログラムコマンドは、汎用コンピュータ、特殊用途コンピュータ、埋め込みプロセッサ、又はその他のプログラマブルデータ機器のプロセッサに提供されて、マシンを作動させることができ、その結果、コンピュータ、又はその他のプログラマブルデータ機器のプロセッサを通じて実行されるコマンドは、フローチャートのなかの１つ以上のプロセス及び／又はブロック図のなかの１つ以上のブロックによって指定された機能を実現するために使用されるデバイスを作動させる。

これらのコンピュータプログラムコマンドは、また、コンピュータ又はその他のプログラマブルデータ機器を誘導することができる特殊作業用のコンピュータ読み取り可能ストレージデバイスに記憶させることもでき、その結果、これらのコンピュータ読み取り可能ストレージデバイスに記憶されているコマンドは、コマンドデバイスを含む製品をもたらす。これらのコマンドデバイスは、フローチャートのなかの１つ以上のプロセス及び／又はブロック図のなかの１つ以上のブロックに指定された機能を実現する。

これらのコンピュータプログラムコマンドは、また、コンピュータ又はその他のプログラマブルデータ機器に取り込むこともでき、その結果、コンピュータ又はその他のプログラマブル機器において一連の作業ステップが実行されて、コンピュータ処理が引き起こされる。このようにして、コンピュータ又はその他のプログラマブル機器において実行されるコマンドは、フローチャートのなかの１つ以上のプロセス及び／又はブロック図のなかの１つ以上のブロックで指定される機能を実現するためのステップを提供する。

本出願の好ましい実施形態が既に説明されてきたが、当業者ならば、ひとたび基本的な発明的概念を捉えられれば、これらの実施形態に対してその他の変更又は修正をなすことができる。したがって、添付の特許請求の範囲は、好ましい実施形態のみならず、あらゆる変更及び修正も、本出願の範囲内に入るものとして含むとして解釈される。

当業者ならば、本発明の趣旨及び範囲から逸脱することなく本出願を変更及び多様化することができる。したがって、本出願は、もし、本出願のこれらの変更及びヴァリエーションが特許請求の範囲及びその等価技術の範囲内であるならば、これらの変更及びヴァリエーションも網羅することを意図される。

以上の実施形態は、理解を明瞭にする目的で幾らか詳細に説明されてきたが、本発明は、提供された詳細に限定されない。本発明を実現するには、多くの代替的手法がある。開示された実施形態は、例示的なものであり、限定を目的としたものではない。

Claims (19)

1. 検索キーワードと、前記検索キーワードに関連付けられている入札価格と、予測期間と、を含む検索キーワード見積もり予測リクエストを受信することと、
   複数のランク位置の少なくとも１つについて、前記予測期間に関連付けられている前記検索キーワードに関連付けられる平均クリックスルー率を決定することと、
   前記予測期間に関連付けられている前記検索キーワードに関連付けられるトラフィック値を決定することと、
   前記複数のランク位置の少なくとも１つについて、前記予測期間に関連付けられている前記検索キーワードに関連付けられる平均クリック単価を決定することと、
   前記複数のランク位置の少なくとも１つについて、前記検索キーワードに関連付けられるインプレッション数を、前記入札価格に少なくとも部分的に基づいて決定することと、
   前記トラフィック値と、前記複数のランク位置の少なくとも１つに対応する前記平均クリックスルー率と、前記複数のランク位置の少なくとも１つに対応する前記インプレッション数と、前記複数のランク位置の少なくとも１つに対応する前記平均クリック単価とに少なくとも部分的に基づいて、前記予測期間に関連付けられている前記検索キーワードに関連付けられる費用見積もりと収益見積もりとを決定することと、
   を備える方法。
2. 請求項１に記載の方法であって、
   前記複数のランク位置の少なくとも１つについて、前記検索キーワードに関連付けられるインプレッション数を決定することは、
   前記ランク位置における、前記入札価格以下の過去入札価格に対応する前記検索キーワードに関連付けられている過去インプレッション数に対応する値を足し合わせることに少なくとも部分的に基づいて、第１の和を決定することと、
   前記ランク位置における、過去入札価格に対応する前記検索キーワードに関連付けられている過去インプレッション数を足し合わせることに少なくとも部分的に基づいて、第２の和を決定することと、
   前記第１の和及び前記第２の和に少なくとも部分的に基づいて、前記ランク位置における、前記入札価格に関連付けられている前記検索キーワードについての最大インプレッション率を決定することと、
   前記ランク位置における、前記予測期間に関連付けられている前記検索キーワードに関連付けられるインプレッション数を、前記ランク位置における、前記入札価格に関連付けられている前記検索キーワードについての最大インプレッション率と、ある場合には、前記先行ランク位置における、前記入札価格に関連付けられている前記検索キーワードについての最大インプレッション率と、前記予測期間に関連付けられている前記検索キーワードについてのトラフィック値との関数として決定することと、
   を含む、方法。
3. 請求項１に記載の方法であって、前記複数のランク位置は、検索エンジンに関連付けられている、方法。
4. 請求項１に記載の方法であって、
   前記予測期間は、前記検索キーワードに関連付けられている過去データが使用される対応する設定可能期間を決定する、方法。
5. 請求項４に記載の方法であって、
   前記過去データは、表示された広告の過去クリック数と、過去トラフィックデータと、広告の過去インプレッション数とを含む、方法。
6. 請求項１に記載の方法であって、
   前記平均クリックスルー率は、前記ランク位置における、前記検索キーワードに関連付けられている広告に対する過去クリック数を、前記ランク位置における、前記検索キーワードに関連付けられている過去インプレッション数で割ったものに基づいて決定される、方法。
7. 請求項１に記載の方法であって、
   前記トラフィック値は、前記予測期間に対応する過去期間にわたる、前記検索キーワードに関連付けられている過去トラフィックデータの算術平均値に基づいて決定される、方法。
8. 請求項１に記載の方法であって、
   前記平均クリック単価は、前記ランク位置における、前記検索キーワードについての合計支出を、前記ランク位置における、前記検索キーワードについての合計クリック数で割ったものに基づいて決定される、方法。
9. 請求項１に記載の方法であって、
   前記収益見積もりは、前記インプレッション数と、前記平均クリックスルー率と、事前に設定された変換率との積を含む、方法。
10. 請求項１に記載の方法であって、
    前記費用見積もりは、前記インプレッション数と、前記クリックスルー率と、前記平均クリック単価との積を含む、方法。
11. プロセッサと、
    前記プロセッサに接続され、前記プロセッサに命令を提供するように構成されている１つ以上のメモリと、
    を備えるシステムであって、
    前記プロセッサは、
    検索キーワードと、前記検索キーワードに関連付けられている入札価格と、予測期間とを含む検索キーワード見積もり予測リクエストを受信し、
    複数のランク位置の少なくとも１つについて、前記予測期間に関連付けられている前記検索キーワードに関連付けられる平均クリックスルー率を決定し、
    前記予測期間に関連付けられている前記検索キーワードに関連付けられるトラフィック値を決定し、
    前記複数のランク位置の少なくとも１つについて、前記予測期間に関連付けられている前記検索キーワードに関連付けられる平均クリック単価を決定し、
    前記複数のランク位置の少なくとも１つについて、前記検索キーワードに関連付けられるインプレッション数を、前記入札価格に少なくとも部分的に基づいて決定し、
    前記トラフィック値と、前記複数のランク位置の少なくとも１つに対応する前記平均クリックスルー率と、前記複数のランク位置の少なくとも１つに対応する前記インプレッション数と、前記複数のランク位置の少なくとも１つに対応する前記平均クリック単価とに少なくとも部分的に基づいて、前記予測期間に関連付けられている前記検索キーワードに関連付けられた費用見積もりと収益見積もりとを決定するように構成されている、システム。
12. 請求項１１に記載のシステムであって、
    前記複数のランク位置の少なくとも１つについて、前記検索キーワードに関連付けられたインプレッション数を決定することは、
    前記ランク位置における、前記入札価格以下の過去入札価格に対応する前記検索キーワードに関連付けられている過去インプレッション数に対応する値を足し合わせることに少なくとも部分的に基づいて、第１の和を決定することと、
    前記ランク位置における、過去入札価格に対応する前記検索キーワードに関連付けられている過去インプレッション数を足し合わせることに少なくとも部分的に基づいて、第２の和を決定することと、
    前記第１の和及び前記第２の和に少なくとも部分的に基づいて、前記ランク位置における、前記入札価格に関連付けられている前記検索キーワードについての最大インプレッション率を決定することと、
    前記ランク位置における、前記予測期間に関連付けられている前記検索キーワードに関連付けられるインプレッション数を、前記ランク位置における、前記入札価格に関連付けられている前記検索キーワードについての最大インプレッション率と、ある場合には、前記先行ランク位置における、前記入札価格に関連付けられている前記検索キーワードについての最大インプレッション率と、前記予測期間に関連付けられている前記検索キーワードについてのトラフィック値との関数として決定することと、
    を含む、システム。
13. 請求項１１に記載のシステムであって、
    前記平均クリックスルー率は、前記ランク位置における、前記検索キーワードに関連付けられている広告に対する過去クリック数を、前記ランク位置における、前記検索キーワードに関連付けられている過去インプレッション数で割ったものに基づいて決定される、システム。
14. 請求項１１に記載のシステムであって、
    前記トラフィック値は、前記予測期間に対応する過去期間にわたる、前記検索キーワードに関連付けられている過去トラフィックデータの算術平均値に基づいて決定される、システム。
15. 請求項１１に記載のシステムであって、
    前記平均クリック単価は、前記ランク位置における、前記検索キーワードについての合計支出を、前記ランク位置における、前記検索キーワードについての合計クリック数で割ったものに基づいて決定される、システム。
16. 請求項１１に記載のシステムであって、
    前記収益見積もりは、前記インプレッション数と、前記平均クリックスルー率と、事前に設定された変換率との積を含む、システム。
17. 請求項１１に記載のシステムであって、
    前記費用見積もりは、前記インプレッション数と、前記クリックスルー率と、前記平均クリック単価との積を含む、システム。
18. 非一時的なコンピュータ読み取り可能ストレージ媒体に実装されたコンピュータプログラム製品であって、
    検索キーワードと、前記検索キーワードに関連付けられている入札価格と、予測期間とを含む検索キーワード見積もり予測リクエストを受信するためのコンピュータ命令と、
    複数のランク位置の少なくとも１つについて、前記予測期間に関連付けられている前記検索キーワードに関連付けられる平均クリックスルー率を決定するためのコンピュータ命令と、
    前記予測期間に関連付けられている前記検索キーワードに関連付けられるトラフィック値を決定するためのコンピュータ命令と、
    前記複数のランク位置の少なくとも１つについて、前記予測期間に関連付けられている前記検索キーワードに関連付けられる平均クリック単価を決定するためのコンピュータ命令と、
    前記複数のランク位置の少なくとも１つについて、前記検索キーワードに関連付けられるインプレッション数を、前記入札価格に少なくとも部分的に基づいて決定するためのコンピュータ命令と、
    前記トラフィック値と、前記複数のランク位置の少なくとも１つに対応する前記平均クリックスルー率と、前記複数のランク位置の少なくとも１つに対応する前記インプレッション数と、前記複数のランク位置の少なくとも１つに対応する前記平均クリック単価とに少なくとも部分的に基づいて、前記予測期間に関連付けられている前記検索キーワードに関連付けられる費用見積もりと収益見積もりとを決定するためのコンピュータ命令と、
    を備えるコンピュータプログラム製品。
19. 請求項１８に記載のコンピュータプログラム製品であって、
    前記複数のランク位置の少なくとも１つについて、前記検索キーワードに関連付けられるインプレッション数を決定することは、
    前記ランク位置における、前記入札価格以下の過去入札価格に対応する前記検索キーワードに関連付けられている過去インプレッション数に対応する値を足し合わせることに少なくとも部分的に基づいて、第１の和を決定することと、
    前記ランク位置における、過去入札価格に対応する前記検索キーワードに関連付けられている過去インプレッション数を足し合わせることに少なくとも部分的に基づいて、第２の和を決定することと、
    前記第１の和及び前記第２の和に少なくとも部分的に基づいて、前記ランク位置における、前記入札価格に関連付けられる前記検索キーワードについての最大インプレッション率を決定することと、
    前記ランク位置における、前記予測期間に関連付けられている前記検索キーワードに関連付けられるインプレッション数を、前記ランク位置における、前記入札価格に関連付けられている前記検索キーワードについての最大インプレッション率と、ある場合には、前記先行ランク位置における、前記入札価格に関連付けられている前記検索キーワードについての最大インプレッション率と、前記予測期間に関連付けられている前記検索キーワードについてのトラフィック値との関数として決定することと、
    を含む、コンピュータプログラム製品。

Images