JP2014532238A - コンバージョン/非コンバージョン比較 - Google Patents
コンバージョン/非コンバージョン比較 Download PDFInfo
- Publication number
- JP2014532238A JP2014532238A JP2014534517A JP2014534517A JP2014532238A JP 2014532238 A JP2014532238 A JP 2014532238A JP 2014534517 A JP2014534517 A JP 2014534517A JP 2014534517 A JP2014534517 A JP 2014534517A JP 2014532238 A JP2014532238 A JP 2014532238A
- Authority
- JP
- Japan
- Prior art keywords
- data
- conversion
- advertisement
- user
- user interaction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
Abstract
通信インターフェースと、プロセッサ実行可能命令を格納するメモリと、少なくとも1つの通信インターフェースおよびメモリに通信可能に結合されたプロセッサとを含む装置である。プロセッサ実行可能命令が実行されると、プロセッサは、コンテンツ項目と、所定のコンバージョン判断基準を満足するユーザ行為であるコンバージョン項目とを含むユーザインタラクションデータを受け取ることができる。装置は、複数のコンバージョン経路に関するコンバージョン経路データを含むコンバージョンデータを受け取り、各コンバージョン経路は、コンバージョンイベント以前でかつ該コンバージョンイベントを含むユーザインタラクションデータを含む。装置は、広告に関連付けられた1つまたは複数のイベントに基づいて特定されるメトリックを含む第1および第2分布データを特定する。装置は、第1分布データと第2分布データとを比較して、広告がコンバージョンイベントに影響を与えたかを示すパフォーマンスデータを求める。
Description
関連出願の引用
本出願は、2011年10月3日付けで提出された米国特許出願13/252,165号の優先権を主張し、その全体は参照して本明細書に援用する。
本出願は、2011年10月3日付けで提出された米国特許出願13/252,165号の優先権を主張し、その全体は参照して本明細書に援用する。
インターネットは多種多様なコンテンツへのアクセスを提供する。例えば、無数の異なる話題に関する画像、音声、ビデオ、およびウェブサイトにインターネットを介してアクセスできる。このアクセス可能なコンテンツは広告を掲載する機会を提供する。広告は、ウェブサイト、画像もしくはビデオのようなコンテンツ内に掲載でき、またはコンテンツが、広告の広告スロットでの提示など1つまたは広告の表示をトリガできる。
広告主は、様々な広告管理ツールを使ってどの広告が特定のコンテンツ内に表示されるかを決定する。これらツールにより、広告主は、様々な広告や広告キャンペーンのパフォーマンスを追跡できる。広告管理ツールを用いることで、特定の広告をいつ表示するかを決定するのに使用されるパラメータも変更できる。
広告主のためにパフォーマンスの尺度を生成するのに用いられるデータは、概して、利用可能なデータすべてを含む。このデータは、多数のサーバからのデータの組合せを含む。この組合せデータは十分に大量なので、このデータから生成されるパフォーマンス尺度を用いてそのデータを理解する効率的な方法を提供できる。このデータを処理して有用かつ正確なパフォーマンス尺度を生成するには幾つかの障害が存在する。例えば、あるパフォーマンス尺度が一定期間にわたるユーザの行為に基づいている場合、そのユーザの行為は追跡されるべきである。クッキーを用いてユーザの行為を一定期間にわたって追跡できる。しかし、このクッキーがこの期間内に削除されると、そのユーザの行為を追跡する正確なデータの収集が中断することがある。このデータは、広告主にとって意味があるユーザ行為に関する情報を含むことができる。これら行為は、所定の判断基準を満たす任意の記録可能なイベントでよく、コンバージョンと呼ばれる。コンバージョンの発生に寄与する他の行為を特定することは重要である。しかし、このデータは、コンバージョンに関連付けることができる多数の行為を含んでいる。さらに、このデータは、任意の記録済みコンバージョンに寄与しないユーザ行為に関する情報も含むことがある。従って、このデータを処理してユーザ行為に関する利用可能なすべての情報に基づいて正確かつ信頼できるパフォーマンス尺度を提供するには、多くの課題がある。
広告に関連したデータを与えるための方法の実施形態は、複数のコンテンツ項目および複数のコンバージョン項目とのユーザインタラクションを受け取る段階を含む。任意のコンバージョン項目は、所定のコンバージョン判断基準を満足するユーザ行為でよい。前記方法は、複数のコンバージョン経路に関するコンバージョン経路データを備えたコンバージョンデータを受け取る段階を含み、各コンバージョン経路は、コンバージョンイベント以前でかつ該コンバージョンイベントを含むユーザインタラクションデータを含む。プロセッサを使用して第1分布データが特定され、前記第1分布データは、前記広告に関連付けられると共に前記複数のコンバージョン経路で生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む。プロセッサを使用して第2分布データが特定され、前記第2分布データは、前記広告に関連付けられると共に前記ユーザインタラクションデータで生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む。前記第1分布データと前記第2分布データとの比較によって、前記方法は、前記第1分布データと前記第2分布データとの前記比較に基づいて、前記広告が、前記コンバージョンイベントに影響したかどうかを示すパフォーマンスデータを求めることができる。
別の実施形態は、少なくとも1つのプロセッサにより実行されると、コンバージョン経路に関連したデータを与えるための方法を実行するプロセッサ実行可能命令が符号化された、少なくとも1つの非一時的なコンピュータ可読記憶媒体を含むことができる。前記方法は、複数のコンテンツ項目および複数のコンバージョン項目を備えたユーザインタラクションデータを受け取る段階を含む。任意のコンバージョン項目は、所定のコンバージョン判断基準を満足するユーザ行為でよい。前記方法は、複数のコンバージョン経路に関するコンバージョン経路データを備えたコンバージョンデータを受け取る段階を含み、各コンバージョン経路は、コンバージョンイベント以前でかつ該コンバージョンイベントを含むユーザインタラクションデータを含む。プロセッサを使用して第1分布データが特定され、前記第1分布データは、前記広告に関連付けられると共に前記複数のコンバージョン経路で生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む。プロセッサを使用して第2分布データが特定され、前記第2分布データは、前記広告に関連付けられると共に前記ユーザインタラクションデータで生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む。前記第1分布データと前記第2分布データとの比較によって、前記方法は、前記第1分布データと前記第2分布データとの前記比較に基づいて、前記広告が、前記コンバージョンイベントに影響したかどうかを示すパフォーマンスデータを求めることができる。
通信インターフェースと、プロセッサ実行可能命令を格納するメモリと、前記少なくとも1つの通信インターフェースおよびメモリに通信可能に結合されたプロセッサとを含む装置である。前記プロセッサ実行可能命令が実行されると、前記プロセッサは、コンテンツ項目と、所定のコンバージョン判断基準を満足するユーザ行為であるコンバージョン項目とを含むユーザインタラクションデータを受け取ることができる。前記装置は、複数のコンバージョン経路に関するコンバージョン経路データを含むコンバージョンデータを受け取り、各コンバージョン経路は、コンバージョンイベント以前でかつ該コンバージョンイベントを含むユーザインタラクションデータを含む。前記装置は、前記広告に関連付けられると共に前記複数のコンバージョン経路で生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む第1分布データを特定する。前記装置は、前記広告に関連付けられると共に前記ユーザインタラクションデータで生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む第2分布データを特定する。前記装置は、前記第1分布データと前記第2分布データとを比較して、前記第1分布データと前記第2分布データとの前記比較に基づいてパフォーマンスデータを求める。
本明細書で教示する様々な実施形態は、次の添付図面において限定目的でなく例示目的で示されている。
広告管理システムが例示的な実施形態に従って広告サービスを管理する代表的な環境のブロック図である。
例示的な一実施形態による、ユーザインタラクション・ログデータをソートするためのプロセスのフローチャートである。
例示的な一実施形態による、ユーザインタラクション・ログデータソートプロセスの実行時に更新されるユーザインタラクションデータを示すブロック図である。
(A)-(B)例示的な実施形態による代表的なコンバージョンおよび非コンバージョン経路を示すブロック図である。
例示的な一実施形態による、分布データの比較に基づいて広告のパフォーマンスを判断するためのフローチャートである。
例示的な一実施形態による、非コンバージョンの原因となる1つまたは複数のユーザインタラクションを特定するためのフローチャートである。
例示的な一実施形態による、平均経路位置に基づいてコンバージョンに対する広告の影響を判断するためのフローチャートである。
例示的な一実施形態による、図1に示したシステムの様々な要素を実現するため使用できるコンピュータシステムの一般的なアーキテクチャを示すブロック図である。
図面の一部または全部は例示目的の概略図であって、必ずしも図示した要素の実際の相対的寸法または位置を示すものではないことは理解されるはずである。図面は1つまたは複数の実装例を示すためのものであり、請求項の範囲または意味を限定するものでないことは明確に理解されている。これら様々な図面中の類似番号および記号は、類似の構成要素を示す。
以下は、ユーザインタラクションおよびコンバージョンデータを用いて広告パフォーマンスを測定するための方法、装置、およびシステムに関する様々な概念ならびにそれらの実施形態のより詳細な説明である。上記で概説し後に詳述する様々な概念は、特定の様態の実現例に限定されるものでないため、これら開示された概念は多くの方法で実現できる。具体的な実現例および応用例は、主として例示目的で記載されている。
図1の広告管理システム110は、広告主に広告パフォーマンスに関する情報を提供できる。例えば、コンバージョン(例えば、製品またはサービスの購入)の可能性を増加させる広告もあれば、コンバージョンの可能性を減少させる広告もある。逆効果の広告(例えば、ユーザをコンバージョンから遠ざけてしまう広告)や、回避可能な広告(例えば、コンバージョン経路で頻繁に現れるユーザによるコンバージョン決定に影響を与えない広告)から有効な広告を区別するため、コンバージョン経路における広告インプレッションの分布が、それらの全体的な分布または非コンバージョン経路におけるそれらの分布とともに分析される。例えば、ある広告がコンバージョン経路に頻繁に現れるが、全体的にも同じように頻繁に現れる場合は、この広告のコンバージョン経路における出現はコンバージョンの可能性を増大させないため、この広告のパフォーマンスは良好ではないのかもしれない。同様に、この広告がコンバージョン経路に現れるよりも、全体的な出現頻度が高い場合、この広告はコンバージョンを抑制しているのかもしれない。
幾つかの実施形態では、ユーザが恐らくいつ立ち去りコンバージョンを行わない決定をしたのかの特定には、コンバージョン経路から得られたパターン(すなわち一連の1つまたは複数ユーザインタラクション)の抽出が含まれる。優れた広告は、コンバージョンが行われるか否かにかかわらず、ユーザに広告主のウェブサイトを訪問する気にさせるものである。ユーザは、広告のパフォーマンスが劣っているのではなく、製品やウェブサイトに魅力がないためコンバージョンを実行しないことがある。従って、優れた非コンバージョン経路は訪問をもって終了することがある(例えば、クリックにより当該ウェブサイトに導かれること)。幾つかの実施形態では、関連したクリックは広告主から直接得られる。他の実施形態では、関連したクリックはコンバージョン経路から推測される。これらの実施形態では、典型的には所与のコンバージョンに先立つクリックに関する情報が収集され、これらのクリックは、コンバージョン経路ではコンバージョン自体が終点として使用されるのと同じ様態で、優れた非コンバージョン経路の終点として使用される。
本文書を通じて、ユーザインタラクションは、ユーザへのコンテンツの提示と、このユーザへのコンテンツ提示に応答してユーザがとるその後の肯定的行為または不行為(特に断りがない限り合わせて「行為」と呼ぶ)(例えば、コンテンツの提示に続くそのコンテンツの選択またはコンテンツの提示に続くそのコンテンツの不選択)とを含む。従って、ユーザインタラクションは、必ずしもユーザによるコンテンツの選択(または任意の他の肯定的行為)を必要としない。
ユーザインタラクション尺度は、タイムラグ尺度(すなわち、1つまたは複数の指定されたユーザインタラクションからコンバージョンまでの時間の尺度)と、経路長尺度(すなわち、コンバージョン以前に起こったユーザインタラクションの量)と、ユーザインタラクション経路(すなわち、コンバージョン以前に起こったユーザインタラクションの順序)と、補助インタラクション尺度(すなわち、コンバージョン以前に起こった特定のユーザインタラクションの量)と、補助コンバージョン尺度(すなわち、指定されたコンテンツにより補助されたコンバージョンの量)とのうち1つまたは複数を含むことができる。
図1は、例示的な実施形態による、広告管理システムが広告サービスを管理する代表的な環境のブロック図である。代表的な環境100は、ローカルエリアネットワーク(LAN)、広域ネットワーク(WAN)、インターネット、またはそれらの組合せなどのネットワーク102を含む。ネットワーク102は、ウェブサイト104と、ユーザデバイス106と、広告主108と、広告管理システム110とを接続する。代表的な環境100は、数千、数万のウェブサイト104と、ユーザデバイス106と、広告主108とを含むことができる。
ウェブサイト104は、ドメイン名に関連付けられかつ1つまたは複数のサーバがホストとして働く1つまたは複数のリソース105を含む。代表的なウェブサイトは、テキスト、画像、マルチメディアコンテンツ、およびスクリプトなどのプログラミングエレメントを含みうるハイパーテキスト作成言語(HTML)で書式設定されたウェブページの収集体である。
リソース105は、ネットワーク102を介して提供可能な任意のデータである。リソース105は、全域リソース位置指示子(URL)などのリソース105に関連付けられたリソースアドレスにより識別される。リソース105は、一部しか列挙しないが、ウェブページ、ワードプロセッシング文書、ポータブルドキュメントフォーマット(PDF)文書、画像、ビデオ、プログラミングエレメント、インタラクション型コンテンツ、フィードリソースなどを含むことができる。リソース105は、埋め込み情報(ハイパーリンクでのメタ情報など)および/または埋め込み命令を含みうる単語、語句、画像および音声などのコンテンツを含むことができる。埋め込み命令は、ウェブブラウザ内などユーザのデバイスで実行されるコードを含むことができる。コードは、JavaScript(登録商標)、ECMAScript(登録商標)、またはそれに類したものなどの言語で書くことができる。
ユーザデバイス106は、ユーザの制御下にある電子デバイスであって、ネットワーク102を介してリソース105を要求し受信できる。代表的なユーザデバイス106は、パーソナルコンピュータ、移動通信デバイス、およびネットワーク102を介してデータの送受信が可能な他の装置を含む。ユーザデバイス106は、典型的には、ネットワーク102を介したデータの送受信を促進するウェブブラウザなどのユーザアプリケーションを含む。
ユーザデバイス106は、ウェブサイト104からリソース105を要求できる。すると、リソース105を表現するデータが、ユーザデバイス106での表示のためユーザデバイス106に与えられる。リソース105を表現するデータは、広告を提示できるリソースの一部またはユーザディスプレイの一部(例えば、ポップアップウインドウの提示位置またはウェブページのスロット)を指定するデータを含むことができる。リソース105またはユーザディスプレイのこれら指定された部分は、広告スロットと呼ばれる。
ネットワーク102を介してアクセスできる膨大な数のリソース105の検索を容易にするため、環境100は、ウェブサイト104で与えられるリソース105をクローリングしかつ索引付けすることでリソース105を識別する検索システム112を含むことができる。リソース105に関するデータは、このデータが関連付けられているリソース105に基づいて索引付けできる。リソース105の索引付けされかつオプションでキャッシュされたコピーは、例えば、検索索引(図示しない)に格納できる。
ユーザデバイス106は、ネットワーク102を介して検索システム112に検索クエリを提出できる。それに応答して、検索システム112は、検索索引にアクセスしてその検索クエリに関連したリソース105を識別する。代表的な一実施形態では、検索クエリは1つまたは複数のキーワードを含む。検索システム112はこのクエリに応答するリソース105を識別し、リソース105に関する情報を検索結果の形式で与え、この検索結果をユーザデバイス106に検索結果のページで返す。検索結果は、特定の検索クエリに応答するリソース105を識別する検索システム112により生成されたデータを含むことができ、さらに、そのリソース105へのリンクを含むことができる。代表的な検索結果は、ウェブサイトのタイトル、ウェブサイト104から抽出されたテキストのスニペットまたは画像の一部、リソース105の描画、およびウェブページ104のURLを含むことができる。検索結果ページは、広告を提示できる1つまたは複数の広告スロットを含むこともできる。
検索結果ページは、検索システム112から、ユーザデバイス106のウェブブラウザにHTTP(ハイパーテキスト転送プロトコル)クッキーを設定するための要求を付けて送信できる。クッキーは、例えば、特定のユーザデバイス106および/または特定のウェブブラウザにより識別可能である。例えば、検索システム112は、検索結果ページをHTTP応答で送信することでクエリに返答するサーバを含む。このHTTP応答は、サーバがホストとして働くサイトまたはそのサーバのドメインのクッキーをブラウザに格納させる命令(例えば、クッキー設定命令)を含む。このブラウザがクッキーをサポートしており、クッキーが使用可能であれば、同一サーバまたはそのサーバのドメイン内のサーバへの以降のページ要求すべてはこのクッキーを含むことになる。このクッキーは、一意のまたはほぼ一意の識別子を含む様々なデータを格納できる。この一意またはほぼ一意の識別子は匿名化でき、ユーザ名とは繋がっていない。HTTPは状態を持たないプロトコルなので、クッキーを使用すると、検索システム112または他のシステムのような外部サービスが、ユーザの特定の行為および状態を多数のセッションにわたり追跡できるようになる。ユーザは、例えば、ブラウザの設定でクッキーを無効にすることで、ユーザ行為の追跡から選択的に離脱できる。
リソース105または検索結果がユーザデバイス106により要求されたりユーザデバイス106に与えられたりすると、広告管理システム110は、広告をリソース105または検索結果とともに提供する要求を受け取る。この広告の要求は、要求されたリソース105または検索結果ページに関して定義された広告スロットの特性を含むことができ、広告管理システム110に与えることができる。例えば、広告スロットが定義されているリソース105への参照(例えば、URL)、広告スロットのサイズ、および/または広告スロットでの提示に使用できるメディアの種類を広告管理システム110に与えることができる。同様に、要求されたリソース105に関連付けられたキーワード(すなわち、コンテンツに関連付けられた1つまたは複数の言葉)(「リソースキーワード」)または検索結果を要求している検索クエリも広告管理システム110に与えることで、リソース105または検索クエリに関連した広告を容易に識別可能になる。
この広告の要求に含まれるデータに基づいて、広告管理システム110は、その要求に応答して提供するのに適格な広告(「適格広告」)を選択できる。例えば、適格広告は、広告スロットの特性に一致した特性であって、指定されたリソースキーワードまたは検索クエリに関連しているものとして識別された特性を備えた広告を含むことができる。幾つかの実装例では、こうしたリソースキーワード、検索クエリ、または検索クエリの一部に一致したターゲティングキーワードを備えた広告が、広告管理システム110によって適格広告として選択される。
広告管理システム110は、リソース105または検索結果ページの各広告スロット用の適格広告を選択する。リソース105または検索結果ページは、ユーザデバイス106での提示のためユーザデバイス106により受信される。提示された広告とのユーザのインタラクションを表すユーザインタラクションデータは、履歴データ記憶装置119に格納できる。例えば、広告がユーザに広告サーバ114を介して提示されると、データはログファイル116に格納できる。後に詳述するように、このログファイル116は、履歴データ記憶装置119内の他のデータと集約(aggregate)できる。従って、履歴データ記憶装置119は、広告のインプレッションを表すデータを含む。例えば、広告の提示は、提示されるその広告の要求に応答して格納される。例えば、この広告要求は、特定のクッキーを識別するデータを含むことができ、よって、このクッキーを識別するデータは、その要求に応答して提供された広告を識別するデータと関連付けて格納できる。幾つかの実装例では、このデータは履歴データ記憶装置119に直接格納できる。
同様に、ユーザが提示された広告を選択する(すなわちクリックする)と、その広告の選択を表すデータはログファイル116、クッキー、または履歴データ記憶装置119内に格納されうる。幾つかの実装例では、このデータは、この広告によりリンクされたウェブページに対する要求に応答して格納される。例えば、この広告のユーザ選択が、広告主により(または広告主に代わって)提供されるウェブページの提示要求を開始するようにしてもよい。この要求は、ユーザデバイスのクッキーを識別するデータを含むことができ、このデータは広告データ記憶装置内に格納できる。
ユーザインタラクションデータは、ユーザインタラクションの実行に使用された対応するユーザデバイスを表す一意の識別子に関連付けることができる。例えば、幾つかの実装例では、ユーザインタラクションデータは、1つまたは複数のクッキーに関連付けることができる。各クッキーは、そのクッキーがこのユーザデバイスに初めて設定された時刻を示す初期設定時刻を指定する内容を含むことができる。
また、ログファイル116または履歴データ記憶装置119は、広告への参照と、各広告がユーザへの提示のために選択された条件を表すデータとを格納する。例えば、履歴データ記憶装置119は、ターゲティングキーワードと、ビッドと、適格広告を提示目的で選択するための他の判断基準とを格納できる。さらに、履歴データ記憶装置119は、各広告のインプレッションの回数を明示したデータを含むことができ、各広告に関するインプレッションの回数は、例えば、それら広告インプレッションを生じさせたキーワードおよび/またはそれらインプレッションに関連付けられたクッキーを用いて追跡できる。また、各インプレッションに関するデータを格納して、各インプレッションおよびユーザ選択が、選択された広告および/またはこの広告が提示のために選択される原因となったターゲティングキーワードに関連付けられる(すなわち、この広告および/またはターゲティングキーワードへの参照と共に格納しかつ/またはこの広告および/またはターゲティングキーワードに従って索引を付ける)ようにすることも可能である。
広告主108は、広告管理システム110に、広告の配信を制御するのに用いられるキャンペーンパラメータ(例えば、ターゲティングキーワードおよび対応するビッド)を渡すことができる。広告主108は、広告管理システム110にアクセスし、これらキャンペーンパラメータを用いて配信される広告のパフォーマンスを監視できる。例えば、広告主は、広告に関して識別されているインプレッション(すなわち、提示)、選択(すなわちクリック)、およびコンバージョンの回数を示すキャンペーン・パフォーマンスレポートにアクセスできる。キャンペーン・パフォーマンスレポートは、総コスト、クリック単価、および指定期間における広告の他のコスト尺度を示すこともできる。例えば、広告主は、語句一致キーワード「ホッケー」を用いて配信された広告が1,000回のインプレッションを受け(すなわち1,000回提示され)、20回選択され(すなわちクリックされ)、5回のコンバージョンの功績があったことを示すパフォーマンスレポートにアクセスできる。従って、1,000回のインプレッションと、20回のクリックと、5回のコンバージョンとを語句一致キーワードであるホッケーに帰すことができる。
上述のように、特定のコンテンツプロバイダーに与えられるレポートは、コンバージョンの前に起こったコンテンツとのユーザインタラクションに関連したパフォーマンス尺度を明示できる。コンバージョンが起きるのはユーザが指定された行為を行ったときであり、コンバージョン経路はコンバージョンと、ユーザによるコンバージョン以前に発生した一組のユーザインタラクションとを含む。任意の単数または複数のユーザインタラクションをコンバージョンと考えることができる。なにがコンバージョンとなるかはケースバイケースで異なり、様々な方法で判断できる。例えば、コンバージョンが発生するのは、ユーザが広告をクリックして、ウェブページまたはウェブサイトに差し向けられ、そのウェブページまたはウェブサイトを出る前に購入を完了したときとしてよい。別の例としては、ユーザが所与の時間以上にわたり特定のウェブサイトに滞在したときにコンバージョンが発生することにしてもよい。多数のユーザインタラクションからのデータを用いて特定のウェブサイトでの時間を求めることができる。
コンバージョンを構成する行為は、それぞれの広告主が指定できる。例えば、各広告主は、コンバージョンとして、例えば白書のダウンロード、ウェブサイトの少なくとも所与の階層までのナビゲーション、少なくとも一定数のウェブページの閲覧、ウェブサイトもしくはウェブページ上で少なくとも所定時間にわたり留まること、またはウェブサイトでの登録などの1つまたは複数の測定可能/観察可能なユーザ行為を選択できる。コンバージョンを構成する他の行為を用いることもできる。
コンバージョン(および広告主のウェブサイトとの他のインタラクション)を追跡するため、広告主は、広告主のウェブページに、広告主のウェブページとのユーザインタラクション(例えば、ページ選択、コンテンツ項目選択、および他のインタラクション)を監視し、コンバージョンとなるユーザインタラクション(または一連のユーザインタラクション)を検出する埋め込み命令を含めることができる。幾つかの実装例では、ユーザがウェブページまたは別のリソースを参照元のウェブページ(または他のリソース)からアクセスした場合、このインタラクションに関わるその参照元ウェブページ(または他のリソース)は、例えば、アクセスされたウェブページにより参照されたコードのスニペットの実行および/またはそのウェブページのアクセスに使用されたURLに基づいて識別できる。
例えば、ユーザは、一例として広告主のアフィリエートによる販売促進オファーの一環としてウェブページに提示されたリンクを選択することで広告主のウェブサイトにアクセスできる。このリンクは、ユーザがナビゲートする元となるリソースを一意に識別するデータ(すなわちテキスト)を含むURLに関連付けることができる。例えば、http://www.example.com/homepage/%affiliate_identifier%promotion_1というリンクは、ユーザが、このURLに指定されているアフィリエート識別番号に関連付けられたアフィリエートのウェブページからexample.comウェブページにナビゲートし、かつ、ユーザがpromotion_1に関連付けられた販売促進オファーに含まれるリンクの選択に基づいてexample.comのウェブページに差し向けられたことを示している。このインタラクション(すなわち、このリンクの選択)に関するユーザインタラクションデータは、データベースに格納して、後述するようにパフォーマンスの報告を容易にするため使用できる。
広告主に関するコンバージョンが検出されると、このコンバージョンを表すコンバージョンデータを、このコンバージョンデータを受け取りかつデータ記憶装置に格納するデータ処理装置(「分析装置」)に送信できる。このコンバージョンデータは、当該ユーザインタラクションの実行に使用されたユーザデバイスの1つまたは複数のクッキーに関連付けて格納できるので、これらクッキーに関連付けられたユーザインタラクションデータは、このコンバージョンに関連付けることができ、かつこのコンバージョンに関するパフォーマンスレポートの生成にも使用できる。
典型的には、あるコンバージョンがターゲティングキーワードに帰せられるのは、そのターゲットされたキーワードを用いてターゲットされた広告が、そのコンバージョンの前に最後にクリックされた広告であった場合である。例えば、広告主Xは、キーワード「テニス」、「シューズ」、および「ブランド・X」を広告と関連付けることができる。この例では、ユーザが「テニス」に関する第1検索クエリを送出し、広告主Xの広告を含む検索結果ページを提示され、ユーザはその広告を選択するが、コンバージョンを構成する行為を実行しなかったものと仮定する。その後、ユーザは「ブランド・X」に関する第2検索クエリを提出し、広告主Xの広告を提示され、ユーザは広告主Xの広告を選択し、コンバージョン(例えば、ユーザはブランド・Xテニスシューズを購入する)を構成する行為を実行したとさらに仮定する。この例では、このコンバージョンの前に選択された最後の広告(「最後に選択された広告」)は、一致した「ブランド・X」に応答して提示された広告であったため、キーワード「ブランド・X」がこのコンバージョンについて功績があったとされる。
コンバージョン前の最後に選択された広告の提示をもたらしたキーワードにコンバージョン功績(credit)(「最後の選択への功績」)を認めることは、広告のパフォーマンスを計る有用な尺度であるが、この尺度だけでは、最後に選択された広告以前におけるユーザの広告閲覧(exposure)および/または選択を含むコンバージョンサイクルの分析を容易にするデータを広告主に提供できない。例えば、最後の選択の功績尺度だけでは、最後に選択された広告の選択前にユーザに提示されたかつ/またはユーザに選択された広告の提示によりブランドまたは製品認識を増大させたかもしれないキーワードを特定できない。しかし、これら広告は、ユーザがコンバージョンを構成した行為を後に実行したことに大きく寄与した可能性もある。
上述の例では、キーワード「テニス」に一致した検索クエリに応答して提示された広告が、コンバージョンを構成するユーザの行為(例えば、ブランド・Xテニスシューズの購入)に寄与した可能性もあるが、キーワード「テニス」にはこのコンバージョンに関する功績が認められない。例えば、一致したキーワード「テニス」に応答して提示された広告がユーザ選択された際に、ユーザは、広告主Xが販売するブランド・Xテニスシューズをすでに閲覧したのかもしれない。ブランド・Xテニスシューズのユーザ閲覧に基づいて、その後、ユーザは検索クエリ「ブランド・X」を送出してブランド・Xのテニスシューズを発見したのかもしれない。同様に、キーワード「テニス」を用いてターゲティングされた広告のユーザの閲覧は、ユーザによるその広告の選択の如何に関わらず、コンバージョン(例えば、広告主Xからの製品購入)を構成したユーザのその後の行為に寄与したのかもしれない。最後に選択された広告の選択前に起こった広告主の広告(またはその他のコンテンツ)とのユーザインタラクションを分析すれば、広告主のコンバージョンサイクルを理解する広告主の能力を向上させうる。
コンバージョンサイクルとは、ユーザに広告が提示されたときに始まり、ユーザがコンバージョンを構成する行為を起こしたときに終了する期間である。コンバージョンサイクルは時間または行為によって測定かつ/または制約を加えることができ、多数のユーザセッションに亘ることもできる。ユーザセッションとは、分析のために集められたユーザインタラクションの組である。各ユーザセッションは、特定のユーザがセッション時間枠(すなわち、指定期間)内で行ったユーザインタラクションを表すデータを含む。このセッション時間枠は、例えば、指定期間(例えば、1時間、1日、または1ヶ月)でよく、または指定された行為により範囲を区切ってもよい。例えば、ユーザ検索セッションは、ユーザ検索クエリと、1時間にわたって継続するおよび/またはセッション終了イベント(例えば、検索ブラウザを閉じること)の前に発生するその後の行為とを含むことができる。
コンバージョンサイクルの分析は、顧客がコンバージョンサイクルの間に広告とどのようにインタラクションするのかを理解する広告主の能力を向上させうる。例えば、広告主が、広告のユーザによる最初の閲覧からコンバージョンへの時間が平均で20日であることを確認すれば、広告主はこのデータを用いて、コンバージョン前に代替的なソースを検索する(すなわち、コンバージョンを構成する行為を起こす)のにユーザが費やす時間を推測できる。同様に、広告主が、コンバージョンを行った多くのユーザは特定のキーワードを用いてターゲティングされた広告を提示された後にコンバージョンを行ったことを確認した場合は、広告主は、そのキーワードを用いて配信される広告に支払う金額を増やしかつ/またはそのキーワードを用いてターゲティングされた広告の質を向上させたいと望むかもしれない。
コンバージョンサイクルの分析を容易にするユーザインタラクションの尺度は、コンバージョン経路パフォーマンス尺度と呼ぶ。コンバージョン経路とは、特定のユーザによる一組のユーザインタラクションであって、そのユーザによるコンバージョン以前でかつそのコンバージョンを含むユーザインタラクションを含むことができる。コンバージョン経路パフォーマンス尺度は、後に詳述するように、コンバージョンサイクルの期間と、コンバージョンサイクル期間に発生したユーザインタラクションの数と、コンバージョンに先立つユーザインタラクションの経路と、コンバージョンに先立つ特定のユーザインタラクションの数と、コンバージョンサイクルの期間に発生したユーザインタラクションの他の尺度とを明示する。
広告管理システム110はパフォーマンス分析装置120を含み、この装置は、コンバージョンサイクル時におけるコンテンツ項目とのユーザインタラクションの尺度を明示するコンバージョン経路パフォーマンス尺度を特定する。パフォーマンス分析装置120は、それぞれの広告主について、広告主が提供した広告とのユーザインタラクションを追跡し、1つまたは複数のコンバージョン経路パフォーマンス尺度を特定し(すなわち、計算し)、これらコンバージョン経路パフォーマンス尺度のうち少なくとも1つを明示するパフォーマンスレポートの提示の原因となるデータを与える。このパフォーマンスレポートを使用することで、広告主はコンバージョンサイクルを分析し、各キーワードが最後に選択された広告の提示の原因となったかどうかに関わらず、各キーワードがどのようにコンバージョンを促進する広告を提示させる原因となったかを知ることができる。すると、広告主は、このパフォーマンスレポートに基づいて、その広告の配信を制御するキャンペーンパラメータを調節できる。
パフォーマンスレポートにおける偏りを減少するため構成オプションを用意してもよい。構成オプションがなければ、パフォーマンスレポートによっては例えば短いコンバージョン経路の方へ偏るものもある。例えば、パフォーマンスレポートの基礎となるものとして用いられるデータが、閾値比率よりも高い比率の部分コンバージョン経路を含む場合、そのレポートは短いコンバージョン経路の方に偏ることがある。部分コンバージョン経路とは、あるユーザに関するユーザインタラクションデータのすべてでなく一部がコンバージョンに関連付けられているコンバージョン経路である。部分コンバージョン経路はレポートに含めることができるが、それができるのは、例えばそのレポートが、それを要求した広告主の典型的なコンバージョンサイクルの長さに満たないレポート期間を用いて生成されている場合である。
レポート期間外の追加データはそのレポートを生成するために使用されないので、レポート期間は、レポートされるコンバージョンサイクルの最大長(日数での)を定めることになる。パフォーマンスレポートをレポート期間(すなわち、ルックバック時間枠)に基づいて作成できるので、このレポート期間の前のユーザインタラクションは、そのレポートを生成する際にコンバージョンサイクルの一部とはみなされない。こうしたレポート期間は「ルックバック時間枠」と呼ぶ。例えば、ルックバック時間枠が30日であるレポートを生成するときは、所与の年度の7月1日から7月31日までに発生したユーザ行為を表す使用可能なユーザインタラクションデータが、その年度の7月31日に発生したコンバージョンに関して使用可能となる。
デフォルトのルックバック時間枠(例えば、30日)を使用する場合、パフォーマンスレポートは、このレポートに関連付けられた製品の典型的なコンバージョンサイクル長がこのデフォルトのルックバック時間枠より長い場合は、短いコンバージョン経路の方に偏ることがある。例えば、上述の例では、「ブランド・X」テニスシューズに関する典型的なコンバージョンサイクルは、新車などのより高額な製品のコンバージョンサイクルに比べれば比較的短くなる(例えば、30日)かもしれない。新たな車のコンバージョンサイクルはずっと長くなる(例えば、90日)ことがある。
異なる広告主またはある広告主の異なる製品が、異なる関連付けられたコンバージョンサイクル長を備える場合がある。例えば、低コスト(例えば、100ドル未満)の製品を販売する広告主は30日間のルックバック時間枠を指定する一方、より高額の製品(例えば、少なくとも1,000ドル)を販売する広告主は90日間のルックバック時間枠を指定することもあろう。
幾つかの実装例では、広告主108は、日数を入力したり、特定のルックバック時間枠のリスト(例えば、30日、60日、90日)から1つのルックバック時間枠を選択したりすることで、パフォーマンスレポートを要求する際にルックバック時間枠を指定できる。広告主が自社のパフォーマンスレポートのルックバック時間枠を構成できるようにすることで、広告主は、自社製品のコンバージョンサイクルに対応したルックバック時間枠を選択できるようになる。ルックバック時間枠の構成を可能とすることで、広告主は様々なルックバック時間枠を試すことが可能となり、これがコンバージョン率の向上に繋がる方法の発見に繋がることがある。
他の要因も、部分コンバージョン経路に関する報告に寄与することができる。例えば、上述したように、レポートの基礎となるものとして使用されるユーザインタラクションデータは、このユーザインタラクションが実行されたユーザデバイスを表す一意の識別子に関連付けることができる。上述したように、一意の識別子をクッキーとして格納できる。ユーザによるクッキー削除や、ブラウザによるクッキー削除(例えば、ブラウザの基本設定に基づいてブラウザ終了時に)、または他のソフトウェア(例えば、アンチスパイウェアソフトウェア)によるクッキー削除などにより、クッキーはユーザデバイスから削除できる。
クッキーがユーザデバイスから削除された場合、ユーザがウェブサイト(例えば、検索システム112)を訪れたときに新たなクッキーがユーザデバイスに設定される。新たなクッキーを用いて新たな準一意の識別子を格納でき、従って、そのユーザデバイスで生成されるその後のユーザインタラクションデータは、異なる識別子に関連付けることができる。従って、各ユーザ識別子は異なるユーザを表すと考えられるため、削除済みクッキーに関連付けられたユーザインタラクションデータは、新たなクッキーに関連付けられたユーザインタラクションデータとは違うユーザに関連付けられているものとして識別される。
例えば、上述の例では、「テニス」に関する第1の検索クエリが実行された後でユーザがクッキーを削除し、これらクッキーが削除された後に「ブランド・X」に関する第2検索クエリが生成されたと仮定する。この例では、このユーザに関するユーザインタラクションデータに基づいて計算されたパフォーマンス尺度は偏りを示すことがある。例えば、第1検索クエリから得られる広告選択は第2検索クエリから得られる広告選択と同じコンバージョンサイクルの一部とは考慮されないので、経路長尺度は、2でなく1として計算できる。その理由は、これら2つのユーザインタラクションが同じユーザにより実行されたようには見えないからである。
部分コンバージョン経路に起因する偏りを減少させたレポートを見るには、広告主はそのレポートのルックバック時間枠を指定すればよい。上述したように、ルックバック時間枠は、そのレポート生成に使用するユーザインタラクションデータが、コンバージョン前の指定期間(例えば、30日、60日、90日)以前の初期化時刻を備えた一意の識別子に関連付けられたユーザインタラクションデータであることを指定する。従って、この指定期間後の初期化時刻を備えた一意の識別子に関連付けられたユーザインタラクションデータに関するコンバージョンは、このレポートの基礎となるものとして含められない。最近の初期化時刻を備えた一意の識別子は、この一意の識別子が、この一意の識別子が表すユーザデバイス上で最近再初期化されたかもしれないことを示す。従って、比較的新しい一意の識別子に関連付けられたユーザインタラクションデータは、部分コンバージョン経路のみを表すことがある。代替的には、指定期間後の初期化時刻を備えた一意の識別子に関連付けられたユーザインタラクションデータのコンバージョンがレポートに含まれる。偏りを減少させるには、指定期間後に発生したコンバージョン経路に含まれる任意のユーザインタラクションは、レポートに含まれる前にコンバージョン経路から削除される。
図1は単一のネットワーク102を示しているが、環境100は、複数の通信ネットワークを含むことができ、かつ/またはこれら複数の通信ネットワークは、複数の様態で構成できる(例えば、複数の相互接続されたローカルエリアネットワーク(LAN)、複数の相互接続された広域ネットワーク(WAN)、複数の相互接続されたLAN、および/または複数の相互接続されたWANなど)。同様に、図1は広告管理システム110を示しているが、環境100は任意の数の広告管理システムを含むことができる。他のサードパーティーシステムが、広告管理システム110により管理されるパフォーマンス測定基準を分析し、広告主に表示してもよい。
図2は、例示的な一実施形態によるユーザインタラクション・ログデータを更新するためのプロセスのフローチャートである。プロセス200は、コンバージョン経路を更新し、ユーザの更新済みコンバージョン経路に基づいてコンバージョンを特定するプロセスである。
プロセス200は、広告管理システム110、パフォーマンス分析装置120、または他の計算装置に実装できる。一実装例では、プロセス200は、計算装置により実行されるとその計算装置にプロセス200の演算を実行させる命令を含むコンピュータ可読媒体上に符号化されている。
上述のように、ログファイル116はユーザインタラクションデータを含むことができる。ログファイル116は、検索システム112を実装するものも含め他のサーバからの他のログからのユーザインタラクションデータと処理前に組み合わせてもよい。処理は、プロセス200を実装する計算装置が、新たなログが処理のため利用可能となったことを確認したときに開始される(210)。例えば、処理対象の新たなログの準備ができたことを示す通知を計算装置に送ることができ、あるいは新たなログの存在が、この新たなログが処理対象として用意されていることを示すようにしてもよい。
次に、その新たなログが取り出される(220)。新たなログはネットワーク102を介して取り出すことができる。各ユーザについてのステートフルな履歴が、新たなログに示されたユーザ動作に基づいて更新される。新たなログは、多数のユーザについてのユーザインタラクションに関する情報を含むことができる。履歴データ記憶装置119は、以前処理されたログファイルからのユーザインタラクションデータを含む。履歴データ記憶装置119内に含まれるユーザインタラクションデータは、そのユーザインタラクションデータがユーザ識別子によりグループ化でき、時系列順に配列できるという意味でステートフルでありうる。図3は、代表的な一実施形態によるユーザインタラクション・ログデータソートプロセス200の実行時に更新されるユーザインタラクションデータを示すブロック図である。図3は4つの代表的なユーザ識別子を示すが、履歴データ記憶装置119およびログファイル116は、数千または数百万の異なるユーザ識別子に関連付けられたデータを含むことができる。一実施形態では、以前に格納されたユーザインタラクションデータ310は履歴データ記憶装置119に格納されている。図示したように、ユーザ識別子3に関連付けられたユーザインタラクションデータで、履歴データ記憶装置119に以前から格納されているものは存在しない。
新たなログは、1つまたは複数のユーザ識別子に関するユーザインタラクションデータを含むことができる。このユーザインタラクションデータはユーザ識別子によりグループ化でき、その後、時系列でソートできる(230)。列320は、グループ化されソートされたユーザインタラクションデータを示す。図示したように、ユーザ識別子2は新たなユーザインタラクションデータを含まず、ユーザ識別子1、3、および4は更新されたユーザインタラクションデータを備えている。例えば、新たなログファイルは、ユーザ識別子1に関連付けられたユーザインタラクションa13およびa14に関連付けられたユーザインタラクションデータを含んでいる。グループ化されソートされたユーザインタラクションデータは、履歴データ記憶装置119に格納されているユーザインタラクションデータと併合できる(240)。ユーザ識別子が履歴データ記憶装置119内で以前に存在していれば、この新たなユーザインタラクションデータはその以前のユーザインタラクションデータに加えられる。そうでなければ、新たなユーザインタラクションデータは、新たなユーザ識別子とともに追加される。
列330は、各ユーザ識別子に関する更新済みユーザインタラクションデータを示す。この更新済みユーザインタラクションデータに基づいて、ユーザインタラクションの各更新済み経路で発生したコンバージョンを特定できる(250)。ユーザインタラクション経路は、特定の広告主108に関連したユーザインタラクションに限定されている。特定の広告主108のコンバージョンインタラクションを用いてコンバージョンが発生したかどうかを判断できる。一例として、ユーザインタラクションa13およびa32はコンバージョンインタラクションを表すものと仮定する。従って、コンバージョン経路340および350が発見される。一旦発見されれば、これらコンバージョン経路は、さらなる分析のため履歴データ記憶装置119の別の部分または別のデータ記憶装置に書き込み可能である。
広告管理システム110および/またはパフォーマンス分析装置120は、実行すると1つまたは複数の処理装置に上述のプロセスおよび機能を実行させる命令によって実現できる。こうした命令は、例えば、スクリプト命令、実行可能コード、またはコンピュータ可読媒体に格納された他の命令などの解釈された命令を含むことができる。広告管理システム110および/またはパフォーマンス分析装置120は、サーバファームのようにネットワークを介して分散実装でき、あるいは単一のコンピュータ装置でも実装できる。
図4Aは、例示的な一実施形態による代表的な経路405、410、415、420、425、430、435、および440を示すブロック図である。コンバージョン経路405、410、415、および420はコンバージョン1(例えば、製品の購入)で終了する。図示したように、コンバージョン経路405はユーザインタラクションa1およびa2を含む一方、コンバージョン経路410はユーザインタラクションa1を含む。コンバージョン経路415は、ユーザインタラクションa1、a2、およびa1を含むことが示されている。最後に、コンバージョン経路420は、ユーザインタラクションa2、a1、およびa4を含む。従って、4つのコンバージョン経路405、410、415、および420は、それぞれユーザインタラクションa1を含んでいる。例えば、ユーザインタラクションa1は、第1広告のインプレッションを表すことができる。
さらに、コンバージョンで終了していない4つの非コンバージョン経路425、430、435、および440が図示されている。非コンバージョン経路425はユーザインタラクションa2およびa3を含む。非コンバージョン経路430はユーザインタラクションa3を含む。非コンバージョン経路435はユーザインタラクションa4およびa3を含む一方、非コンバージョン経路440はユーザインタラクションa4、a3、a5、およびa2を含む。図示したように、いずれの非コンバージョン経路もユーザインタラクションa1を含んでいない。図5のプロセス500を用いれば、第1広告がコンバージョンを促す助けとなるかを判断できる。図4Aに示された経路が利用可能なユーザインタラクションデータの全体を含んでいると仮定すると、コンバージョン経路における第1広告のインプレッションの分布と、非コンバージョン経路における分布(代替的には、ユーザインタラクションデータにおける第1広告の全体的な分布)との比較に基づいて、第1広告は、コンバージョンを行うユーザの決定に肯定的な影響を及ぼしたと結論づけることができる。
図4Bは、例示的な一実施形態による代表的な経路445、450、455、460、465、470、475、および480を示すブロック図である。コンバージョン経路445、450、455、および460はコンバージョン1(例えば、製品の購入)で終了する。コンバージョン経路445はユーザインタラクションa1およびa2を含む一方、コンバージョン経路450はユーザインタラクションa1を含む。コンバージョン経路455は、ユーザインタラクションa1、a2、およびa3を含むことがさらに示されている。最後に、コンバージョン経路460は、ユーザインタラクションa2、a5、およびa4を含む。従って、コンバージョン経路445、450、および455はユーザインタラクションa1を含む。
さらに、コンバージョンで終了していない4つの非コンバージョン経路465、470、475、および480が示されている。非コンバージョン経路465はユーザインタラクションa2およびa1を含む。非コンバージョン経路470はユーザインタラクションa3を含む。非コンバージョン経路475はユーザインタラクションa1およびa3を含む一方、非コンバージョン経路480はユーザインタラクションa1、a3、a5、およびa2を含む。従って、非コンバージョン経路465、475、および480はユーザインタラクションa1を含む。一例では、ユーザインタラクションa1は、第2広告のインプレッションを表すことができる。図5のプロセス500を用いれば、第2広告の効果を判断できる。第2広告はコンバージョン経路445、450、および455に頻繁に(すなわち3回)現れるが、非コンバージョン経路465、475および480にも同様に頻繁に現れる。従って、図4Bに示された経路が利用可能なユーザインタラクションデータの全体を含んでいると仮定すると、コンバージョン経路における第1広告のインプレッションの分布と、非コンバージョン経路における分布(代替的には、ユーザインタラクションデータにおける第1広告の全体的な分布)との比較に基づいて、第2広告は、コンバージョンとまったく相関性がないと結論づけることができる。
図5は、図1の広告管理システム110によって採用される、分布データの比較に基づいて広告パフォーマンスを判断するためのプロセス500を示すフローチャートである。プロセス500は、広告管理システム110、パフォーマンス分析装置120、または他の計算装置に実装できる。一実装例では、プロセス500は、計算装置により実行されるとその計算装置にプロセス500の演算を実行させる命令を含むコンピュータ可読媒体上に符号化されている。
ステップ505では、ユーザインタラクションデータがデータソースから受け取られる。このデータソースは履歴データ119でもよいし、広告管理システム110または他のシステムにより維持されるデータベースでもよい。このユーザインタラクションデータはデータソースに格納されている。このユーザインタラクションデータは、プロセッサが、複数のユーザインタラクションにおける順序を特定できるようにするタイムスタンプを含むことができる。順序の特定は任意の広告主またはユーザに関して実行できる。ユーザインタラクション履歴は、任意の広告主またはユーザに関し、タイムスタンプの順番でユーザインタラクションを順序付けすることで構築できる。
ユーザはデータソースにおいてクッキー識別子により識別でき、広告主は広告主識別子により識別できる。幾つかの実施形態では、このユーザインタラクションデータは、コンテンツ項目および1つまたは複数の所定のコンバージョン判断基準を満足するユーザ行為であるコンバージョン項目(例えば、ユーザ購入、新アカウントの作成、ウェブサイトへの訪問など)とのユーザインタラクションを明記できる。ユーザインタラクションデータは、コンバージョン前のすべてのユーザインタラクションを表現できる。コンテンツ項目は、検索結果、テキスト広告などとともに提示される広告を含むことができる。ユーザインタラクションは、コンテンツ項目の提示(すなわちインプレッション)およびコンテンツ項目のユーザ選択(すなわちクリック)を含むことができる。幾つかの実施形態では、このユーザインタラクションデータは、コンバージョン前の所定期間(例えば、一週間)内に発生したユーザインタラクションに限定してもよい。
受け取られたユーザインタラクションデータは、単一の広告主が提供するコンテンツ項目とのユーザインタラクションを含むことができる。例えば、広告主の識別子および広告主のユーザインタラクションデータは、データ記憶装置(例えば、履歴データ117)に格納できる。別の実施形態では、受け取られたユーザインタラクションデータは、複数の広告主に関連付けられていてもよい。受け取られたユーザインタラクションデータは、コンバージョンに至らなかったユーザインタラクションデータを含む特定の広告主に関するデータ記憶装置に記録されたすべてのユーザインタラクションのすべてまたは一部を含むことができる。幾つかの実施形態では、受け取られたユーザインタラクションデータは、地域、人口統計、または他のユーザインタラクションデータ属性により集約されたユーザインタラクションデータを含む。
ステップ510では、複数のコンバージョン経路に関するコンバージョン経路データを含むコンバージョンデータが受け取られる。このコンバージョンデータは、1人または複数のユーザと、1つまたは複数の広告主により管理される1つまたは複数の広告キャンペーンとに対応することができる。各コンバージョン経路は、コンバージョンイベント以前でかつ該コンバージョンイベントを含むユーザインタラクションデータを含んでいる。コンバージョン経路データは、前記複数のコンバージョン経路における各コンバージョン経路に関する1つまたは複数のパフォーマンス尺度(例えば、経路長尺度)を含むこともできる。
ステップ515では、受け取られたコンバージョンデータにおける広告の第1分布データが特定される。幾つかの実施形態では、第1分布データは、コンバージョンデータにおけるコンバージョン経路内のその広告のインプレッションの分布を含むことができる。第1分布データは、広告頻度(例えば、その広告が一人または複数のユーザのコンバージョン経路にどのぐらい頻繁に現れるか)、広告到達範囲(例えば、何人のユーザがその広告を閲覧したか)、およびそれ以外の分布メトリックなどのメトリックを含むことができる。
受け取られたユーザインタラクションデータにおける広告の第2分布データが特定される(ステップ520)。幾つかの実施形態では、第2分布データは、このユーザインタラクションデータにおけるその広告のインプレッションの分布を含むことができる。第1分布データと同様に、第2分布データは、広告頻度、広告到達範囲などのメトリックを含むことができる。例えば、第2分布データは、その広告が、一人または複数のユーザに関連付けられたユーザインタラクションデータにどのぐらい頻繁に現れるかを示すことができる。
ステップ525では、第1分布データが第2分布データと比較される。幾つかの実施形態では、第1分布データに含まれる頻度メトリックデータを、第2分布データに含まれる頻度メトリックデータと比較できる。他の実施形態では、到達範囲メトリックデータは、広告を提示された個人の数を識別できる。他の種類の到達範囲メトリックデータは、特定のウェブサイトからその広告を提示された個人の数などの排他的な到達範囲メトリックデータを含むことができる。他の実施形態では、第1分布データに含まれる到達範囲メトリックデータを、第2分布データに含まれる到達範囲メトリックデータと比較できる。他の実施形態では、分布データに含まれる幾つかのメトリックが比較される。さらに、ユーザインタラクションデータに関連付けられたグローバル統計(すなわち、頻度メトリックデータ、到達範囲メトリックデータなど)がコンバージョン経路データと比較される。
第1分布データと第2分布データとの比較に基づいて、広告パフォーマンスが判断される(ステップ530)。例えば、広告がコンバージョン経路に頻繁に現れ、また全体的にも同じように頻繁に現れる(すなわちユーザインタラクションデータにおいて)場合は、この広告はいずれのコンバージョンとも相関関係が無いと判断できる。同様に、この広告がコンバージョン経路において現れるよりも、全体的に現れる頻度が高い場合、この広告はコンバージョンを抑制しているのかもしれない。別の例では、ある広告が到達したコンバージョン実行ユーザの割合が、到着したユーザの全体的割合より大きい場合、この広告はコンバージョンと肯定的に相関関係があると判断できる。
ステップ525で実行した分布データの比較結果と、ステップ530で実行したコンバージョンに対する広告の効果の判断とを用いて、広告の相対的パフォーマンスを示すレポートを生成してもよい。このレポートは、この広告とコンバージョンの相関関係に関するデータを含むことができる。この広告とコンバージョンとの間に相関関係が存在する根本的な理由は広告パフォーマンスかもしれないが、その広告がユーザによってコンバージョンが行われたウェブサイトでとりわけ頻繁に表示されたなど、この相関関係を説明する他の理由も存在する可能性がある。この例では、レポートは、どのぐらい頻繁にこの広告がそのウェブサイトで表示されているかを示すこともできる。
図6は、図1の広告管理システム110によって採用される、コンバージョンデータから得られるパターンを用いて非コンバージョンの原因となるユーザインタラクションを識別するためのプロセス600を示すフローチャートである。プロセス600は、広告管理システム110、パフォーマンス分析装置120、または他の計算装置に実装できる。一実装例では、プロセス600は、計算装置により実行されるとその計算装置にプロセス600の演算を実行させる命令を含む非一時的なコンピュータ可読記憶媒体上に符号化されている。
ステップ605では、ステップ505に関連して上述した様態と似た様態で受け取り可能なユーザインタラクションデータがデータソースから受け取られる。ステップ610では、ステップ510に関連して上述した様態と似た様態で受け取り可能な、複数のコンバージョン経路に関するコンバージョン経路データを含むコンバージョンデータが受け取られる。
ステップ615で、上記複数のコンバージョン経路のパターンが特定される。限定するわけではないが、統計的解析、所定の論理式マッチング(Boolean expression matching)などの既知のパターン認識アルゴリズムを使用すればよい。このパターンは、コンバージョン経路で典型的に存在する1つまたは複数のユーザインタラクションを含むことができる。例えば、幾つかのコンバージョン経路は、広告1、広告2、および広告3からの少なくとも2つの広告のインプレッションと、クリック4のクラスタとを5分間の枠内にすべて含むことができる。この例では、クリック4は頻繁にコンバージョンに先行し、ラストクリック・アトリビューションモデルではアトリビューションが与えられる。従って、特定されたパターンは、広告1、広告2、および広告3からの少なくとも2つと、クリック4とのクラスタを最大5分間の枠内に含む。1つまたは複数の付加的パターンが、コンバージョンデータを用いて特定できる。
ステップ620では、特定されたパターンを用いてユーザインタラクションデータが分析される。幾つかの実施形態では、このユーザインタラクションデータを検索してこの特定されたパターンを探し、ステップ615で特定されたパターンを含む一連のユーザインタラクションを見つける。こうした一連のユーザインタラクションは、恐らくいつユーザが立ち去りコンバージョンを行わないことを決めた時を特定するために使用できるパターンを形成するユーザインタラクションと、1つまたは複数のユーザインタラクションとを含むことができる。ステップ625では、非コンバージョンの原因となったまたはそれを示す1つまたは複数のユーザインタラクションが、特定されたパターンの分析を用いて特定される。例えば、あるユーザインタラクションが、ユーザインタラクションデータに存在する一連のユーザインタラクションにおいてそのパターンの次に現れる場合、このユーザインタラクションが、コンバージョンを行わないというユーザの決定の原因となったのかもしれない。
この広告がユーザに否定的な影響を与えたため、または当該製品もしくはウェブサイトがユーザに魅力的でなかったため、ユーザは立ち去りコンバージョンを行わなかったのかもしれない。パフォーマンスが劣っている広告と、コンバージョンに至らなかったがユーザをウェブサイトに訪問させる気にした広告とを識別して広告キャンペーンを最適化できる。例えば、広告がユーザを広告主のウェブサイトに訪問したい気にさせた場合(クリックして当該ウェブサイトに導いた)、その広告は優れた広告であると判断してよい。幾つかの実施形態では、関連したクリックは広告主から得られる。他の実施形態では、関連したクリックはコンバージョンデータから推測される(例えば、典型的にはコンバージョンに先行するクリック)。これらの実施形態では、コンバージョンデータから推測される関連したクリックは、ステップ615で特定されたパターンを形成する。
図7は、図1の広告管理システム110によって採用される、コンバージョン経路における広告位置に基づいて広告の効果を容易に判断するためのプロセス700を示すフローチャートである。プロセス700は、広告管理システム110、パフォーマンス分析装置120、または他の計算装置に実装できる。一実装例では、プロセス700は、計算装置により実行されるとその計算装置にプロセス700の演算を実行させる命令を含むコンピュータ可読記憶媒体上に符号化されている。
ステップ705では、複数のコンバージョン経路に関するコンバージョン経路データを含むコンバージョンデータが受け取られる。このコンバージョンデータは、1人または複数のユーザと、1つまたは複数の広告主により管理される1つまたは複数の広告キャンペーンとに対応することができる。各コンバージョン経路は、コンバージョンイベント以前でかつ該コンバージョンイベントを含むユーザインタラクションデータを含んでいる。コンバージョン経路データは、前記複数のコンバージョン経路における各コンバージョン経路に関する1つまたは複数のパフォーマンス尺度(例えば、経路長尺度)を含むこともできる。
ステップ710では、受け取られたコンバージョンデータを用いて、この広告に関して平均経路位置が特定される。幾つかの実施形態では、単一のコンバージョン経路における位置は、一組の実数(例えば、0.0から1.0まで、または1から100までなど)からの1つの実数として、0.0が経路の始まりの位置を示し、1.0が経路の終わりの位置を示すようにする。他の実施形態では、まったく効果がない広告の単一のコンバージョン経路における位置は、特定のユーザまたは広告主とは相関関係がない様態で、始まりから終わりまで均等に分布している可能性が高い。効果的な広告の単一のコンバージョン経路における位置は、コンバージョン経路の終わり近くまたはコンバージョン経路の始め近くに分布している可能性が高い。従って、効果的な広告は、コンバージョン経路の中央よりも始めおよび終わりに近いことがある。言い換えれば、コンバージョン経路の中央と効果的な広告の位置と間の距離は、コンバージョン経路の始めまたは終わりと、この効果的な広告の位置と間の距離より大きい。しかし、効果的でない広告の平均位置は、効果的な広告により歪むことがある。
ステップ715で、この広告の効果が平均経路位置に基づいて求められる。効果がない広告は、概ね0.5すなわち始まりと終わりの概ね中間地点である平均位置経路を備えることが期待できる。他方、効果的な広告は、効果がない広告とは異なる経路位置を備えるはずである。例えば、効果的な広告は、効果がない広告に比べてコンバージョンに近いことがある。効果的な広告は、概ね0.5より大きい平均位置経路を備えることが期待できる。例えば、ある種類のコンバージョン(例えば、特定のウェブサイトへの訪問)を促す点で成功しているが別の種類のコンバージョン(例えば、製品購入)に関しては効果がない広告は、2つの種類のコンバージョンに至る経路におけるこの広告の分布の差を備えることが期待できる。言い換えれば、広告の分布はコンバージョンのタイプに固有となることがある。
同じ広告キャンペーン内の2つの広告の相対的なパフォーマンスは、プロセス700を用いて比較できる。例えば、タイプAのコンバージョンを促す点における広告1と広告2の相対的な効果を評価するには、タイプAのコンバージョンを備えたコンバージョン経路における広告1および2に関するインプレッションイベントの統計を分析すればよい。
図8は、幾つかの実施形態に従って本明細書で説明する任意のコンピュータシステム(広告管理システム110およびユーザデバイス106を含む)を実装するため使用できる例示的なコンピュータシステム800の一般的なアーキテクチャを示す。コンピュータシステム800は、ユーザインタラクションレポートを提供し、ログファイルを処理し、例示的なパフォーマンス分析装置120を実装し、または例示的な広告管理システム110を実装するために使用できる。図8のコンピュータシステム800は、メモリ(825)に通信可能に結合された1つまたは複数のプロセッサ820と、1つまたは複数の通信インターフェース805と、オプションで1つまたは複数の出力装置810(例えば、1つまたは複数の表示装置)と、1つまたは複数の入力装置(815)とを含む。
図8のコンピュータシステム800では、メモリ(825)は、任意のコンピュータ可読記憶媒体を含むことができ、それぞれのシステムに関わる本明細書に記載された様々な機能を実装するためのコンピュータ命令(「プロセッサ実行可能命令」ともよぶ)と、それらに関連しかつ生成されたデータであってかつ/または1つもしくは複数の通信インターフェースまたは1つもしくは複数の入力装置(存在する場合)を介して受信されたデータとを格納できる。図1の環境100を再び参照すると、メモリ(825)の例は、広告管理システムの履歴データ119を含んでいる。図8に示したプロセッサ820を用いてメモリ(825)に格納された命令を実行でき、その際に、プロセッサ920は、これら命令の実行に従って処理および/または生成された様々な情報をメモリに読み書きできる。
図8に示したコンピュータシステム800のプロセッサ820は、1つまたは複数の通信インターフェース805に通信可能に結合させてよく、かつ/または通信インターフェース805を制御して命令の実行に従って様々な情報を送信かつ/または受信できる。特に、通信インターフェース805は有線もしくは無線ネットワーク、バス、または他の通信手段に結合させることができ、従って、コンピュータシステム800は、他の装置(例えば、他のコンピュータシステム)との間で情報を送信しかつ/または受信できる。図1の広告管理システムには明確に示されていないが、1つまたは複数の通信インターフェースが、環境100の様々な要素/サブシステム間の情報の流れを促進する。幾つかの実装例では、1つまたは複数の通信インターフェースは、コンピュータシステム800の少なくとも幾つかの側面へのアクセスポータルとしてのウェブサイトを提供するよう構成(例えば、様々なハードウェア構成要素および/またはソフトウェア構成要素を介して)してよい。通信インターフェース805の例には、広告のパフォーマンスを追跡するため広告主がアクセスするユーザインターフェース(例えば、ウェブページ)が含まれる。
図8に示したコンピュータシステム800のオプションの出力装置810を設けて、例えば、命令の実行に関連した情報のビューまたはそれ以外の様態による認識を可能としてよい。オプションの入力装置815を設けて、例えば、ユーザによる手動調整、選択、データもしくは様々な情報の入力、および/または命令の実行時におけるプロセッサとの様々な様態での対話を可能としてよい。本明細書に記載する様々なシステムで使用できる一般的なコンピュータシステムのアーキテクチャに関連した付加的な情報は、本開示の最後に記載する。
本明細書に記載した主題および動作の実施形態は、デジタル電子回路またはコンピュータソフトウェア、ファームウェアもしくは本明細書で開示された構造体およびその構造的等価物を含むハードウェアまたはそれらの1つもしくは複数の組合せで実装できる。本明細書に記載した主題の実施形態は、1つまたは複数のコンピュータプログラムとして、すなわち、データ処理装置による実行またはデータ処理装置の動作制御のためコンピュータ記憶媒体で符号化されたコンピュータプログラム命令の1つまたは複数のモジュールとして実装できる。代替的にまたは付加的に、これらプログラム命令は、データ処理装置により実行するため適切な受信装置への送信用に情報を符号化するため生成される、例えば機械生成電気、光学、または電磁気信号などの人工生成伝搬信号で符号化できる。コンピュータ格納媒体は、コンピュータ可読格納媒体、コンピュータ可読格納基板、ランダムまたはシリアルアクセス記憶装置アレイもしくはデバイス、またはそれらの1つもしくは複数の組合せとすることができ、あるいはそれらに含まれていてもよい。さらに、コンピュータ格納媒体は伝搬信号ではないが、コンピュータ格納媒体は、人工生成伝搬信号で符号化されたコンピュータプログラム命令の供給源または出力先となりうる。コンピュータ格納媒体は、1つもしくは複数の別個の物理的構成要素または媒体(例えば、複数のCD、ディスク、または他の記憶装置)とすることができ、またはそれらに含まれていてもよい。
本明細書に記載された動作は、1つまたは複数のコンピュータ可読格納装置に格納されたまたは他の供給源から受け取られたデータに対してデータ処理装置によって実行されうる動作として実現できる。
「データ処理装置」または「計算装置」という用語は、例示的には、プログラマブルプロセッサ、コンピュータ、チップ搭載システム、それらの複数または組合せを含む、データを処理するためのあらゆる種類の装置、デバイス、機械を包含する。こうした装置は、例えば、FPGA(書替え可能ゲートアレイ)又はASIC(特定用途向けIC)などの専用論理回路を含むことができる。さらに、この装置は、ハードウェアに加え、例えば、プロセッサファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、クロスプラットフォームのランタイム環境、仮想マシン、これらの1つまたは複数の組合せなどを構成するコードなど、当該コンピュータプログラムの実行環境を作成するコードを含むことができる。これら装置および実行環境は、ウェブサービス、分散形計算およびグリッドコンピューティング・インフラストラクチャなどの様々な異なる計算モデルインフラストラクチャを実現できる。
コンピュータプログラム(プログラム、ソフトウェア、ソフトウェアアプリケーション、スクリプト、またはコードとも呼ばれる)は、コンパイル済みもしくは解釈実行言語または宣言型もしくは手続き型言語を含む任意形式のプログラミング言語で書くことができ、こうしたプログラムは、独立型プログラムもしくはモジュール、構成要素、サブルーチン、オブジェクトまたは計算環境における使用に適した他の単位を含む任意形式で導入できる。コンピュータプログラムは、ファイルシステムのファイルに対応することがあるが、そうである必要はない。プログラムは、他のプログラムまたはデータ(例えば、マークアップ言語文書に格納された1つまたは複数のスクリプト)を保持するファイルの一部、このプログラム専用の単一ファイル、または多数の調整ファイル(例えば、1つまたは複数のモジュール、サブプログラム、またはコードの複数部分を格納するファイル)に格納できる。コンピュータプログラムは、単一のコンピュータまたは単一サイトに配置された複数のコンピュータもしくは複数サイトに分散されて通信ネットワークにより相互接続した複数のコンピュータで実行されるよう導入することもできる。
本明細書で説明したプロセスおよび論理フローは、入力データに作用しかつ出力を生成することによって動作を実行する1つまたは複数のコンピュータプログラムを実行する1つ又は複数のプログラマブルプロセッサにより実行できる。これらプロセスおよび論理フローは、例えば、FPGA(書替え可能ゲートアレイ)又はASIC(特定用途向けIC)などの専用論理回路により実行でき、装置も、FPGA又はASICなどの専用論理回路として実装できる。
コンピュータプログラムの実行に適したプロセッサは、例示目的だが、汎用および専用マイクロプロセッサならびに任意種類のデジタルコンピュータの1つ又は複数のプロセッサを含む。一般に、プロセッサは、読み取り専用メモリもしくはランダムアクセス記憶装置またはそれら両方から命令およびデータを受け取る。コンピュータの不可欠な要素は、命令に従って動作を実行するためのプロセッサと、命令およびデータを格納するための1つまたは複数の記憶装置とである。一般に、コンピュータは、例えば、磁気ディスク、光磁気ディスク、または光ディスクなどの1つまたは複数のデータ格納用の大容量記憶装置を含むか、それらからデータを受信または転送、ならびにその両方を行うため機能的に接続されている。しかし、コンピュータはそうした装置を備えている必要はない。さらに、コンピュータは、一部しか列挙しないが、例えば、携帯電話、個人情報端末(PAD)、携帯オーディオもしくはビデオプレーヤ、ゲームコンソール、全地球測位システム(GPS)受信機、または携帯用記憶装置(例えば、ユニバーサルシリアルバス(USB)フラッシュドライブ)などの別の装置に埋め込んでもよい。コンピュータプログラム命令およびデータを格納するのに適した装置は、例えば、EPROM、EEPROM、及びフラッシュメモリ装置などの半導体記憶装置、例えば、内部ハードディスク又はリムーバルブディスクなどの磁気ディスク、光磁気ディスク、ならびにCD-ROMおよびDVD-ROMディスクを含むあらゆる形式の不揮発性記憶装置、媒体および記憶装置を例えば含む。こうしたプロセッサ及びメモリは、専用論理回路により補足するかそれに組み込み可能である。
ユーザとのインタラクションを実現するため、本明細書に記載された主題の実施形態は、情報をユーザに表示するための、例えば、CRT(ブラウン管)またはLCD(液晶表示装置)モニタなどの表示装置と、ユーザがコンピュータに入力を与えるのに使用するキーボードと、例えばマウスやトラックボールなどのポインティングデバイスとを備えたコンピュータで実装できる。他の種類のデバイスを使ってもユーザとインタラクションを実現できる。例えば、ユーザに与えられるフィードバックは、視覚フィードバック、聴覚フィードバック、または触覚フィードバックなどの任意形式の感覚フィードバックでよく、ユーザからの入力は、音響、音声、または触覚入力を含む任意形式で受信できる。さらに、コンピュータは、例えば、ウェブブラウザから受信した要求に応答してウェブページをユーザのクライアント装置上のウェブブラウザに送るなど、ユーザが使用する装置との間で文書を送受信することでユーザとインタラクションできる。
本明細書に記載された主題の実施形態は、データサーバなどのバックエンド構成要素を含んだ計算機システム、例えばアプリケーションサーバなどのミドルウェア構成要素を含んだ計算機システム、ユーザが本明細書に記載された主題の実装とインタラクションする手段となるグラフィカル・ユーザインタフェースもしくはウェブブラウザを備えたクライアントコンピュータなどのフロントエンド構成要素を含む計算機システム、または1つまたは複数のそうしたバックエンド、ミドルウェア、もしくはフロントエンド構成要素の任意組合せ含む計算機システムで実装できる。こうしたシステムの構成要素は、例えば通信ネットワークなどの任意形式または媒体のデジタルデータ通信により相互接続できる。通信ネットワークの例は、ローカルエリアネットワーク(「LAN」)、広域ネットワーク(「WAN」)、相互接続ネットワーク(例えば、インターネット)、およびピアツーピアネットワーク(例えば、アドホック・ピアツーピアネットワーク)を含む。
この計算機システムは、クライアントおよびサーバを含むことができる。クライアントとサーバは、概して互いから遠隔に位置し、典型的には通信ネットワークを介して相互作用する。クライアントとサーバの関係は、それぞれのコンピュータ上で実行されかつ互いにクライアント・サーバ関係を備えたコンピュータプログラムによって実現される。一実施形態では、サーバは、データ(例えば、HTMLページ)をクライアント装置に送信する(例えば、データをクライアント装置とインタラクションするユーザに表示し、ユーザからユーザ入力を受け取るため)。クライアント装置で生成されるデータ(例えば、ユーザインタラクションの結果)は、クライアント装置からサーバで受信できる。
本明細書は多くの特定の実施詳細を含むが、これらはいかなる発明の範囲または請求項の限定と解釈されるべきでなく、特定の発明の特定の実施形態に固有な特徴の記述と解釈すべきである。別々の実施形態の文脈で本明細書に記載された幾つかの特徴は、組み合わせることにより単一の実施形態でも実現可能である。反対に、単一の実施形態の文脈で記載された幾つかの特徴は、複数の実施形態で別々にまたは任意適切な部分的な組合せでも実現可能である。さらに、幾つかの特徴は、特定の組合せで動作するように上記で説明されかつ請求項にも当初そのように記載されているかもしれないが、請求項に記載の組合せからの1つまたは複数の特徴は、場合によってはこうした組合せから削除でき、さらに、この請求項に記載の組合せは、部分的組合せまたは部分的組合せの変形例に関するものとしてよい。
同様に、動作は図面では特定の順序で図示されているが、所望の結果を得るためには、こうした動作は、図示した特定の順序または連続した順序で実行する必要があると理解すべきではなく、またすべての例示的な動作が実行される必要があるとも理解すべきではない。一定の状況では、多重タスク処理および並列処理が有利となることがある。さらに、上述の実施形態における様々なシステム構成要素の分離は、すべての実施形態でそうした分離が必要であると理解すべきでなく、上述のプログラム構成要素およびシステムは概して、単一のソフトウェア製品に統合または多数のソフトウェア製品に実装できることを理解すべきである。
ここまで本主題の幾つかの実施形態を説明してきた。他の実施形態も次の請求項の範囲に入る。幾つかの場合では、請求項に記載の動作は、異なる順序で実行しても所望の結果を得ることができる。さらに、添付図面に示したプロセスは、所望の結果を得るために図示した順序や連続した順番で実行する必要があるわけではない。幾つかの実装例では、多重タスク処理および並列処理が有利となることがある。
Claims (20)
- 広告に関連したデータを与えるための方法であって、
ユーザインタラクションデータを受け取る段階であって、前記ユーザインタラクションデータは複数のコンテンツ項目および複数のコンバージョン項目とのユーザインタラクションを明記し、任意のコンバージョン項目は所定のコンバージョン判断基準を満足するユーザ行為である、ユーザインタラクションデータを受け取る段階と、
複数のコンバージョン経路に関するコンバージョン経路データを含むコンバージョンデータを受け取る段階であって、各コンバージョン経路は、コンバージョンイベント以前でかつ該コンバージョンイベントを含むユーザインタラクションデータを含む、受け取る段階と、
プロセッサを使用して、前記広告に関連付けられると共に前記複数のコンバージョン経路で生じた1つまたは複数のイベントに基づいて決定されるメトリックを含む第1分布データを特定する段階と、
前記プロセッサを使用して、前記広告に関連付けられると共に前記ユーザインタラクションデータで生じた1つまたは複数のイベントに基づいて決定されるメトリックを含む第2分布データを特定する段階と、
前記第1分布データと前記第2分布データとを比較する段階と、
前記第1分布データと前記第2分布データとの前記比較に基づいて、前記広告が、前記コンバージョンイベントに影響したかどうかを示すパフォーマンスデータを求める段階とを含む、方法。 - 前記第1分布データは第1頻度メトリックデータを含み、前記第2分布データは第2頻度メトリックデータを含み、前記第1頻度メトリックデータおよび前記第2頻度メトリックデータは、ユーザが前記広告を閲覧した平均回数を示す、請求項1に記載の方法。
- 前記第1分布データは第1到達範囲メトリックデータを含み、前記第2分布データは第2到達範囲メトリックデータを含み、前記第1到達範囲メトリックデータおよび前記第2到達範囲メトリックデータは、前記広告を閲覧したユーザの人数を示す、請求項1に記載の方法。
- 前記第1分布データと前記第2分布データとの前記比較は、前記第1頻度メトリックデータと前記第2頻度メトリックデータとを比較する段階を含む、請求項2に記載の方法。
- 前記第1分布データと前記第2分布データとの前記比較は、前記第1到達範囲メトリックデータと前記第2到達範囲メトリックデータとを比較する段階を含む、請求項3に記載の方法。
- 前記パフォーマンスデータは、前記広告がコンバージョンに肯定的に影響したかどうかを示す、請求項1に記載の方法。
- 前記広告のパフォーマンスデータを与える段階を更に含む、請求項1に記載の方法。
- 前記広告パフォーマンスデータを表示するための命令を与える段階をさらに含む、請求項1に記載の方法。
- 前記コンバージョンデータが複数のユーザに対応する、請求項1に記載の方法。
- 少なくとも1つのプロセッサにより実行されると、コンバージョン経路に関連したデータを与えるための方法を実行するプロセッサ実行可能命令が符号化された、少なくとも1つの非一時的なコンピュータ可読記憶媒体であって、前記方法は、
ユーザインタラクションデータを受け取る段階であって、前記ユーザインタラクションデータは複数のコンテンツ項目および複数のコンバージョン項目とのユーザインタラクションを明記し、任意のコンバージョン項目は所定のコンバージョン判断基準を満足するユーザ行為である、ユーザインタラクションデータを受け取る段階と、
複数のコンバージョン経路に関するコンバージョン経路データを含むコンバージョンデータを受け取る段階であって、各コンバージョン経路は、コンバージョンイベント以前でかつ該コンバージョンイベントを含むユーザインタラクションデータを含む、受け取る段階と、
前記広告に関連付けられると共に前記複数のコンバージョン経路で生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む第1分布データを特定する段階と、
前記広告に関連付けられると共に前記ユーザインタラクションデータで生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む第2分布データを特定する段階と、
前記第1分布データと前記第2分布データとを比較する段階と、
前記第1分布データと前記第2分布データとの前記比較に基づいて、前記広告が前記コンバージョンイベントに影響するかどうかを示すパフォーマンスデータを求める段階とを含む、非一時的なコンピュータ可読記憶媒体。 - 前記第1分布データは第1頻度メトリックデータを含み、前記第2分布データは第2頻度メトリックデータを含み、前記第1頻度メトリックデータおよび前記第2頻度メトリックデータは、ユーザが前記広告を閲覧した平均回数を示す、請求項10に記載の非一時的なコンピュータ可読記憶媒体。
- 前記第1分布データは第1到達範囲メトリックデータを含み、前記第2分布データは第2到達範囲メトリックデータを含み、前記第1到達範囲メトリックデータおよび前記第2到達範囲メトリックデータは、前記広告を閲覧したユーザの人数を示す、請求項10に記載の非一時的なコンピュータ可読記憶媒体。
- 前記第1分布データと前記第2分布データとの前記比較は、前記第1頻度メトリックデータと前記第2頻度メトリックデータとを比較する段階を含む、請求項11に記載の非一時的なコンピュータ可読記憶媒体。
- 前記第1分布データと前記第2分布データとの前記比較は、前記第1到達範囲メトリックデータと前記第2到達範囲メトリックデータとを比較する段階を含む、請求項12に記載の非一時的なコンピュータ可読記憶媒体。
- 前記パフォーマンスデータは、前記広告がコンバージョンに肯定的に影響したかどうかを示す、請求項10に記載の非一時的なコンピュータ可読記憶媒体。
- 前記方法が、
前記広告のパフォーマンスデータを与える段階をさらに含む、請求項10に記載の非一時的なコンピュータ可読記憶媒体。 -
前記方法が、
前記広告パフォーマンスデータを表示するための命令を与える段階をさらに含む、請求項16に記載の非一時的なコンピュータ可読記憶媒体。 - 前記コンバージョンデータが複数のユーザに対応する、請求項10に記載の非一時的なコンピュータ可読記憶媒体。
- コンバージョン経路に関連したデータを与えるための装置であって、
少なくとも1つの通信インターフェースと、
プロセッサ実行可能命令を格納する少なくとも1つのメモリと、
前記少なくとも1つの通信インターフェースおよび前記少なくとも1つのメモリに通信可能に結合された少なくとも1つのプロセッサとを含み、前記プロセッサ実行可能命令が実行されると、前記少なくとも1つのプロセッサは、
ユーザインタラクションデータを受け取り、前記ユーザインタラクションデータは複数のコンテンツ項目および複数のコンバージョン項目とのユーザインタラクションを明記し、任意のコンバージョン項目は所定のコンバージョン判断基準を満足するユーザ行為であり、
複数のコンバージョン経路に関するコンバージョン経路データを含むコンバージョンデータを受け取り、各コンバージョン経路は、コンバージョンイベント以前でかつ該コンバージョンイベントを含み、
前記広告に関連付けられると共に前記複数のコンバージョン経路で生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む第1分布データを特定し、
前記広告に関連付けられると共に前記ユーザインタラクションデータで生じた1つまたは複数のイベントに基づいて特定されるメトリックを含む第2分布データを特定し、
前記第1分布データと前記第2分布データとを比較し、
前記第1分布データと前記第2分布データとの前記比較に基づいて、前記広告が、前記コンバージョンイベントに影響したかどうかを示すパフォーマンスデータを求める、装置。 - 前記第1分布データは第1頻度メトリックデータを含み、前記第2分布データは第2頻度メトリックデータを含み、前記第1頻度メトリックデータおよび前記第2頻度メトリックデータは、ユーザが前記広告を閲覧した平均回数を示し、
前記第1分布データと前記第2分布データとの前記比較は、前記第1頻度メトリックデータと前記第2頻度メトリックデータとを比較し、前記コンバージョンデータが複数のユーザに対応する、請求項19に記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/252,165 US20130085837A1 (en) | 2011-10-03 | 2011-10-03 | Conversion/Non-Conversion Comparison |
US13/252,165 | 2011-10-03 | ||
PCT/US2011/054815 WO2013052039A1 (en) | 2011-10-03 | 2011-10-04 | Conversion / non-conversion comparison |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014532238A true JP2014532238A (ja) | 2014-12-04 |
Family
ID=47993466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014534517A Pending JP2014532238A (ja) | 2011-10-03 | 2011-10-04 | コンバージョン/非コンバージョン比較 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20130085837A1 (ja) |
JP (1) | JP2014532238A (ja) |
CN (1) | CN103890799A (ja) |
WO (1) | WO2013052039A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019016262A (ja) * | 2017-07-10 | 2019-01-31 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP2022061457A (ja) * | 2020-10-06 | 2022-04-18 | 株式会社カカオ | アプリケーションで提供される広告のコンバージョン追跡方法及び装置 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160328739A1 (en) * | 2012-02-06 | 2016-11-10 | Kenshoo Ltd. | Attribution of values to user interactions in a sequence |
US20130231977A1 (en) * | 2012-02-06 | 2013-09-05 | Kenshoo Ltd. | System, method and computer program product for attributing a value associated with a series of user interactions to individual interactions in the series |
US9665890B1 (en) * | 2012-11-21 | 2017-05-30 | Google Inc. | Determining lookback windows |
US20140156381A1 (en) * | 2012-11-30 | 2014-06-05 | Google Inc. | Methods and systems for creating and managing user interest lists for providing online content |
US20150227963A1 (en) * | 2014-02-12 | 2015-08-13 | Turn Inc. | Systems, methods, and apparatus for budget allocation |
US20150262217A1 (en) * | 2014-03-17 | 2015-09-17 | Google Inc. | User path abandonment analysis |
US20150363804A1 (en) * | 2014-03-28 | 2015-12-17 | Google Inc. | Lead analysis based on path data |
EP3246869A4 (en) * | 2015-01-13 | 2018-06-13 | Sony Corporation | Information processing apparatus, information processing method, and program |
US10205994B2 (en) | 2015-12-17 | 2019-02-12 | The Nielsen Company (Us), Llc | Methods and apparatus to collect distributed user information for media impressions |
US10949889B2 (en) * | 2016-01-04 | 2021-03-16 | Exelate Media Ltd. | Methods and apparatus for managing models for classification of online users |
US10607254B1 (en) * | 2016-02-16 | 2020-03-31 | Google Llc | Attribution modeling using withheld or near impressions |
US10484246B1 (en) | 2016-12-19 | 2019-11-19 | Ibotta, Inc. | Dynamic clustering of network nodes for mobile communications |
US10762423B2 (en) | 2017-06-27 | 2020-09-01 | Asapp, Inc. | Using a neural network to optimize processing of user requests |
KR20200079835A (ko) * | 2018-12-26 | 2020-07-06 | 삼성전자주식회사 | 광고 비용을 산출하기 위한 디스플레이 시스템 |
US20210326392A1 (en) * | 2020-04-20 | 2021-10-21 | Adobe Inc. | Algorithmic attribution |
US20220222594A1 (en) * | 2021-01-12 | 2022-07-14 | Adobe Inc. | Facilitating analysis of attribution models |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6996536B1 (en) * | 2000-09-01 | 2006-02-07 | International Business Machines Corporation | System and method for visually analyzing clickstream data with a parallel coordinate system |
US20030018584A1 (en) * | 2001-07-23 | 2003-01-23 | Cohen Jeremy Stein | System and method for analyzing transaction data |
US20050027587A1 (en) * | 2003-08-01 | 2005-02-03 | Latona Richard Edward | System and method for determining object effectiveness |
WO2005071589A2 (en) * | 2004-01-15 | 2005-08-04 | Advertising.Com, Inc. | Apparatus and methods for streamlined term adjustment |
US20060105841A1 (en) * | 2004-11-18 | 2006-05-18 | Double Fusion Ltd. | Dynamic advertising system for interactive games |
KR100819703B1 (ko) * | 2006-07-06 | 2008-04-04 | 엔에이치엔(주) | 온라인 광고 효과 측정 시스템 및 방법 |
KR20080085100A (ko) * | 2007-01-16 | 2008-09-23 | 엔에이치엔(주) | 부정클릭 감시 방법 및 장치 |
US20080177623A1 (en) * | 2007-01-24 | 2008-07-24 | Juergen Fritsch | Monitoring User Interactions With A Document Editing System |
KR100928198B1 (ko) * | 2007-02-02 | 2009-11-25 | 엔에이치엔비즈니스플랫폼 주식회사 | 온라인 광고 효과 분석 방법 및 시스템 |
US20090012853A1 (en) * | 2007-07-03 | 2009-01-08 | Right Media, Inc. | Inferring legitimacy of advertisement calls |
US20090106081A1 (en) * | 2007-10-22 | 2009-04-23 | Yahoo! Inc. | Internet advertising using product conversion data |
US20090327028A1 (en) * | 2008-06-25 | 2009-12-31 | Yahoo! Inc. | Systems and Methods for Utilizing Assist Data to Optimize Digital Ads |
US20100262484A1 (en) * | 2009-04-08 | 2010-10-14 | Google Inc. | Integrated campaign performance reporting and management |
AU2010349015B2 (en) * | 2010-03-23 | 2015-07-16 | Amara, Ashok Babu | Conversion path performance measures and reports |
US8655907B2 (en) * | 2011-07-18 | 2014-02-18 | Google Inc. | Multi-channel conversion path position reporting |
-
2011
- 2011-10-03 US US13/252,165 patent/US20130085837A1/en not_active Abandoned
- 2011-10-04 CN CN201180073956.9A patent/CN103890799A/zh active Pending
- 2011-10-04 JP JP2014534517A patent/JP2014532238A/ja active Pending
- 2011-10-04 WO PCT/US2011/054815 patent/WO2013052039A1/en active Application Filing
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019016262A (ja) * | 2017-07-10 | 2019-01-31 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP2022061457A (ja) * | 2020-10-06 | 2022-04-18 | 株式会社カカオ | アプリケーションで提供される広告のコンバージョン追跡方法及び装置 |
JP7264946B2 (ja) | 2020-10-06 | 2023-04-25 | 株式会社カカオ | アプリケーションで提供される広告のコンバージョン追跡方法及び装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103890799A (zh) | 2014-06-25 |
US20130085837A1 (en) | 2013-04-04 |
WO2013052039A1 (en) | 2013-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2014532238A (ja) | コンバージョン/非コンバージョン比較 | |
US9619117B2 (en) | Multi-channel conversion path position reporting | |
US20170228764A1 (en) | Reducing Bias Caused by Cleared Cookies | |
JP6058683B2 (ja) | 流れ視覚化表現におけるページレイアウト | |
KR101304119B1 (ko) | 이전에 포착된 연관성 데이터에 기초한 광고 리타게팅을 위한 시스템 및 방법 | |
US8959450B2 (en) | Path explorer visualization | |
JP2014515517A (ja) | 投資回収率を含む複数のアトリビューションモデル | |
US20150235275A1 (en) | Cross-device profile data management and targeting | |
US20150235258A1 (en) | Cross-device reporting and analytics | |
JP2014512054A (ja) | 優先ディメンションデータ・コンバージョン経路報告 | |
JP2014512613A (ja) | ユーザインタラクショングループ分けを用いたコンバージョン経路の集約 | |
JP2014522060A (ja) | コンバージョンタイプからコンバージョンタイプへのファネリング | |
KR20140038405A (ko) | 컨버젼 경로에 기반한 세분화 | |
JP2014517372A (ja) | チャネル横断コンバージョン経路の図示 | |
JP2014512053A (ja) | 経路長セレクタ | |
US10953324B1 (en) | Using game data for providing content items | |
US20150193815A1 (en) | Validating advertisement predictions using advertisement experiments | |
KR20160148015A (ko) | 알림들을 생성하는 시스템들 및 방법들 | |
US11687967B2 (en) | Methods and apparatus to estimate the second frequency moment for computer-monitored media accesses |