JP2015026164A - 出稿先選定用の装置及び出稿先選定方法 - Google Patents

Abstract

【課題】アンケート結果に基づいて広告対象及びその広告の出稿先となる媒体について好適な組み合わせを探索する。
【解決手段】広告の出稿先選定用のサーバ１が、複数のモニタが回答したアンケートの回答データを記憶装置から読み出し、当該データから広告対象に対して肯定的な反応を回答した広告対象反応モニタ、及び出稿先の候補媒体への接触が有ると回答した候補媒体接触モニタを特定する。また、サーバ１は、広告対象反応モニタ及び候補媒体接触モニタの人数をアンケート中のモニタ属性に関する質問の回答カテゴリ別に集計し、カテゴリ別のモニタ比率を示す広告対象プロフィール及び候補媒体プロフィールの各データを生成する。そして、サーバ１は、広告対象プロフィールと前記候補媒体プロフィールとの間でカテゴリ別のモニタ比率の各々について算出した差分に基づいて両プロフィール間の一致度合いを評価し、評価結果の出力用データを生成する。
【選択図】図７

Description

本発明は、広告対象に関する広告の出稿先を選定するために用いられる出稿先選定用の装置、及び、コンピュータを用いて出稿先を選定する出稿先選定方法に係り、特に、複数のモニタにより回答されたアンケートの回答に基づいて出稿先を選定するために用いられる装置及び方法に関する。

広告会社に自社商品や自社サービスの広告を依頼する際には、必要最小限のコストで最大限の広告効果を得られるによう広告の出稿先を選定することが重要となる。そのため、近年、広告対象に関する広告の出稿先を適切に選定するための技術が開発されてきており、例えば、特許文献１には、広告に係る商品と広告媒体の特性を最適化して高い広告効果を得ることが可能な広告管理方法が開示されている。

特許文献１の技術について説明すると、広告媒体の提供者が媒体としての広告枠（広告を行う時間や空間であり、例えばテレビＣＭの放送時間帯）とその属性を示す広告枠パラメータを入力し、広告主が自社商品とその属性を示す商品パラメータを入力する。ここで、広告枠の属性とは、広告枠に接する可能性がある顧客の属性、具体的には、顧客の職業、学歴、国籍、地域、趣味、婚歴等を示す。また、商品の属性とは、商品を購入すると予測される顧客の属性であり、広告枠の属性と共通する内容である。

そして、特許文献１に記載の広告管理方法では、入力された広告枠パラメータと商品パラメータとの間における顧客属性の一致度を表示し、これを参照して上記商品の広告を割り付ける広告枠を決定する。顧客属性の一致度は、距離として算出されるものであり、具体的に説明すると、それぞれの属性について一致するときには距離が０となり、一致しないときには距離が属性に対応した値となる。属性のうち、性別を例に挙げて説明すると、商品については「男子のみ」が入力され、広告枠については「男子・女子」が入力された場合、性別の一致度を示す距離が１となる。

特開２００４−２３４５２０号公報

しかしながら、特許文献１に記載の広告管理方法では、顧客属性として挙げられる項目の一致・不一致を判断するだけであり、各属性に当てはまる顧客がどれぐらい存在するかについては考慮していない。すなわち、特許文献１では、属性別の顧客の比率を考慮しておらず、例えば、広告対象とする商品の主要購買層がどの年代の顧客によって形成されているのかを考慮して広告媒体を選定することは、特許文献１に記載の広告管理方法のみでは実現困難である。

一方、市場調査等のアンケート調査を実施することにより、商品やサービス、広告媒体等の様々な対象に関してその反応やイメージ、購入利用の有無等を調査することが可能である。このような調査結果を広告媒体選定の際に利用すれば、複数の広告媒体の中から最適な媒体、すなわち最も高い広告効果が得られる媒体を選定することが可能となる。

ただし、アンケートの回答結果を利用する際にはその信憑性を考慮する必要があり、特に、回答内容毎にモニタの人数を集計する際、単純に人数をカウントするだけでは上記回答内容に関する実態（世間の反応等）を的確に把握し得ない虞がある。具体例を挙げて説明すると、ある商品の購買者の男女比を集計したときに、アンケート結果では１：１となっていたとしても、上記商品の購買頻度については女性の方が男性よりも多いという事情があれば、当該事情を集計結果に反映させるべきである。仮に上記の事情を加味しないと、本来、主なターゲットを女性とすべきところ、男性及び女性の双方をターゲットとして同程度に扱ってしまい、商品の促販が効果的に行われなくなる虞がある。

そこで、本発明は、上記の問題に鑑みてなされたものであり、その目的は、複数のモニタによって回答されたアンケートの回答結果を有効に利用して、広告対象及び広告の出稿先となる媒体について好適な組み合わせを探索することが可能な装置及び方法を提供することにある。
また、本発明の他の目的は、出稿先選定のためにアンケートの回答結果を集計する際に当該集計結果の信憑性を高められるような集計方法を実現することである。

前記課題は、本発明の出稿先選定用の装置によれば、広告対象に関する広告の出稿先を選定するために用いられる出稿先選定用の装置であって、（Ａ）複数のモニタにより回答され、該モニタの属性に関する複数の属性関連質問、前記広告対象に対する反応を問う質問、並びに前記出稿先の候補媒体への接触の有無を問う質問を含むアンケートの回答データを記憶装置から読み出すデータ読み出し部と、（Ｂ）該データ読み出し部が読み出した前記回答データに基づいて、前記広告対象に対する反応として予め指定された特定の反応を回答した前記モニタである広告対象反応モニタ、及び、前記候補媒体への接触が有ると回答した前記モニタである候補媒体接触モニタを特定するモニタ特定部と、（Ｃ）該モニタ特定部が特定した前記広告対象反応モニタの人数を前記属性関連質問への回答と対応するカテゴリ別に集計することで、該カテゴリ別の前記広告対象反応モニタの比率を示す広告対象プロフィールのデータを生成する第１データ生成部と、（Ｄ）前記モニタ特定部が特定した前記候補媒体接触モニタの人数を前記カテゴリ別に集計することで、前記カテゴリ別の前記候補媒体接触モニタの比率を示す候補媒体プロフィールのデータを生成する第２データ生成部と、（Ｅ）前記第１データ生成部が生成したデータが示す前記広告対象反応モニタの比率と前記第２データ生成部が生成したデータが示す前記候補媒体接触モニタの比率との差分を前記カテゴリ別に算出し、該カテゴリ別に算出した前記差分に基づいて前記広告対象プロフィールと前記候補媒体プロフィールとの間の一致度合いを評価する評価部と、（Ｆ）該評価部が評価した前記一致度合いを出力するためのデータを生成する出力用データ生成部と、を備えることにより解決される。

上記の装置では、複数のモニタが回答したアンケートの回答データから、広告対象に対する反応として予め指定された特定の反応を回答したモニタ(広告対象反応モニタ)と、出稿先の候補媒体への接触が有ると回答したモニタ（候補媒体接触モニタ）とを特定し、特定したそれぞれのモニタを、モニタ属性に関する質問への回答に対応するカテゴリ別に集計する。これにより、広告対象及び候補媒体のそれぞれについて、上記カテゴリ別のモニタ人数の比率を示すプロフィールが作成される。そして、広告対象プロフィールと候補媒体プロフィールとを対比して、各カテゴリ別にモニタの比率の差分を算出し、当該差分から両プロフィールの一致度合いを評価する。かかる一致度合いの評価結果を参考にして出稿先を選定すれば、カテゴリ別の顧客の比率を考慮して出稿先を選定することが可能となり、例えば、広告対象とする商品の主要購買層がどの年代の顧客によって形成されているのかを反映させて出稿先を的確に選定することが可能となる。
以上のように、本発明の出稿先選定用の装置によれば、複数のモニタにより回答されたアンケートの回答結果に基づいて、広告対象と顧客属性が類似する候補媒体を広告の出稿先として選出することが可能となる。同様に、特定の媒体に広告が掲載される広告対象として相応しいものを特定することも可能となる。すなわち、本発明により、広告対象及び広告の出稿先となる媒体について好適な組み合わせをアンケートの回答結果に基づいて合理的に見つけ出すことが可能となる。

また、上記の出稿先選定用の装置において、前記記憶装置には、前記アンケートに含まれた前記候補媒体への接触頻度を問う質問の回答を含む前記回答データが記憶されており、前記データ読み出し部が読み出した前記回答データに基づいて、前記候補媒体への接触頻度を前記モニタ別に特定する接触頻度特定部を有し、前記第２データ生成部は、前記候補媒体接触モニタの人数を前記カテゴリ別に集計する際に、前記候補媒体接触モニタの各々を、当該各々について前記接触頻度特定部が特定した前記接触頻度に応じた人数分の前記モニタとしてカウントすると、好適である。
以上の構成では、候補媒体接触モニタの人数をモニタ属性のカテゴリ別に集計する際に、候補媒体への接触頻度を考慮して人数をカウントする。つまり、接触頻度が多いモニタについては、接触頻度が少ないモニタよりもカウントアップ数を大きくする（例えば、２人分としてカウントする）こととする。このように各モニタの候補媒体への接触頻度を反映して候補媒体接触モニタの人数を集計することにより、広告対象と顧客属性が類似する候補媒体を見つける目的で候補媒体接触モニタを集計する際、その集計結果の信憑性を向上させることが可能となる。この結果、広告の出稿先としてより適当な候補媒体を選定することが可能となる。

また、上記の出稿先選定用の装置において、前記記憶装置には、前記アンケートに含まれた前記広告対象への接触頻度を問う質問の回答を含む前記回答データが記憶されており、前記データ読み出し部が読み出した前記回答データに基づいて、前記広告対象への接触頻度を前記モニタ別に特定する接触頻度特定部を有し、前記第１データ生成部は、前記広告対象反応モニタの人数を前記カテゴリ別に集計する処理において、前記広告対象反応モニタの各々を、当該各々について前記接触頻度特定部が特定した前記接触頻度に応じた人数分の前記モニタとしてカウントすると、より好適である。
以上の構成では、候補媒体接触モニタと同様、広告対象反応モニタについても広告対象への接触頻度を考慮して人数をカウントする。これにより、広告対象と顧客属性が類似する候補媒体を見つける目的で広告対象反応モニタを集計する際、その集計結果の信憑性を向上させることが可能となり、広告の出稿先としてより適当な候補媒体を選定することが可能となる。

また、上記の出稿先選定用の装置において、前記データ読み出し部は、前記モニタの年齢に関する質問を含む前記アンケートの前記回答データを前記記憶装置から読み出し、前記データ読み出し部が読み出した前記回答データに基づいて、前記モニタ特定部が特定した前記広告対象反応モニタの人数を予め複数設定された年齢区分毎に集計することで、該年齢区分毎の前記広告対象反応モニタの人数の比率を示す広告対象反応モニタ年齢構成のデータを生成する第３データ生成部と、前記データ読み出し部が読み出した前記回答データに基づいて、前記モニタ特定部が特定した前記候補媒体接触モニタの人数を前記年齢区分毎に集計することで、前記年齢区分毎の前記候補媒体接触モニタの人数の比率を示す候補媒体接触モニタ年齢構成のデータを生成する第４データ生成部と、を備え、前記評価部は、前記第３データ生成部が生成したデータと前記第４データ生成部が生成したデータとに基づいて、前記広告対象反応モニタ年齢構成と前記候補媒体接触モニタ年齢構成との間の一致度合いを評価し、前記出力用データ生成部は、前記評価部が評価した前記広告対象反応モニタ年齢構成と前記候補媒体接触モニタ年齢構成との間の前記一致度合いを出力するためのデータを生成すると、より一層好適である。
以上の構成では、広告対象プロフィールと候補媒体プロフィールとを対比し両プロフィール間の一致度合いを評価することに加え、広告対象反応モニタの人数比率を年齢区分別に示す年齢構成と候補媒体接触モニタの人数比率を年齢区分別に示す年齢構成とを対比して年齢構成間の一致度合いを評価する。これにより、広告対象と候補媒体との間における顧客属性の類似性を多角的に評価することが可能となり、この結果、広告の出稿先としてより適当な候補媒体を選定することが可能となる。

また、上記の出稿先選定用の装置において、前記データ読み出し部は、前記広告対象に対する印象を問う質問と前記候補媒体に対する印象を問う質問とを含む前記アンケートの前記回答データを前記記憶装置から読み出し、前記データ読み出し部が読み出した前記回答データに基づいて、前記広告対象に対する印象を問う質問に対する回答の種類別に前記モニタの人数を集計することで、前記広告対象に対する印象別の前記モニタの比率を示す広告対象イメージのデータを生成する第５データ生成部と、前記データ読み出し部が読み出した前記回答データに基づいて、前記候補媒体に対する印象を問う質問に対する回答の種類別に前記モニタの人数を集計することで、前記候補媒体に対する印象別の前記モニタの比率を示す候補媒体イメージのデータを生成する第６データ生成部と、を備え、前記評価部は、前記第５データ生成部が生成したデータと前記第６データ生成部が生成したデータとに基づいて、前記広告対象イメージと前記候補媒体イメージとの間の一致度合いを評価し、前記出力用データ生成部は、前記評価部が評価した前記広告対象イメージと前記候補媒体イメージとの間の前記一致度合いを出力するためのデータを生成すると、更に好適である。
以上の構成では、広告対象プロフィールと候補媒体プロフィールとの間の一致度合い、及び、広告対象反応モニタ年齢構成と候補媒体接触モニタ年齢構成との間の一致度合いに加えて、広告対象に対する印象別のモニタ比率を示す広告対象イメージと、候補媒体に対する印象別のモニタ比率を示す候補媒体イメージと、を対比して両イメージ間の一致度合いを評価する。これにより、広告対象と候補媒体との間における顧客属性の類似性を評価する手法のバリエーションが更に増え、この結果、出稿先としてより適当な候補媒体を選定することが可能となる。

また、上記の出稿先選定用の装置において、前記評価部は、前記広告対象プロフィールと前記候補媒体プロフィールとの間の前記一致度合い、前記広告対象反応モニタ年齢構成と前記候補媒体接触モニタ年齢構成との間の前記一致度合い、及び、前記広告対象イメージと前記候補媒体イメージとの間の前記一致度合いの各々を重み付けした上で合算することにより総合一致度合いを評価し、前記出力用データ生成部は、前記評価部が評価した前記総合一致度合いを出力するためのデータを生成すると、尚一層好適である。
以上の構成では、広告対象プロフィールと候補媒体プロフィールとの間の一致度合い、広告対象反応モニタ年齢構成と候補媒体接触モニタ年齢構成との間の一致度合い、及び、広告対象イメージと候補媒体イメージとの間の一致度合いをそれぞれ算出し、これらの算出結果に基づいて、広告対象と候補媒体との間における顧客属性の類似性を総合的に評価する。これにより、出稿先としてより一層適当な候補媒体を選定することが可能となる。

さらに、前述の課題は、本発明の出稿先選定方法によれば、コンピュータを用いて広告対象に関する広告の出稿先を選定する出稿先選定方法であって、前記コンピュータが、（Ａ）複数のモニタにより回答され、該モニタの属性に関する複数の属性関連質問、前記広告対象に対する反応を問う質問、並びに前記出稿先の候補媒体への接触の有無を問う質問を含むアンケートの回答データを記憶装置から読み出すデータ読み出し工程と、（Ｂ）読み出した前記回答データに基づいて、前記広告対象に対する反応として予め指定された特定の反応を回答した前記モニタである広告対象反応モニタ、及び、前記候補媒体への接触が有ると回答した前記モニタである候補媒体接触モニタを特定するモニタ特定工程と、（Ｃ）特定した前記広告対象反応モニタの人数を前記属性関連質問への回答と対応するカテゴリ別に集計することで、該カテゴリ別の前記広告対象反応モニタの比率を示す広告対象プロフィールのデータを生成する第１データ生成工程と、（Ｄ）特定した前記候補媒体接触モニタの人数を前記カテゴリ別に集計することで、前記カテゴリ別の前記候補媒体接触モニタの比率を示す候補媒体プロフィールのデータを生成する第２データ生成工程と、（Ｅ）前記第１データ生成工程で生成したデータが示す前記広告対象反応モニタの比率と前記第２データ生成工程で生成したデータが示す前記候補媒体接触モニタの比率との差分を前記カテゴリ別に算出し、該カテゴリ別に算出した前記差分に基づいて前記広告対象プロフィールと前記候補媒体プロフィールとの間の一致度合いを評価する評価工程と、（Ｆ）評価した前記一致度合いを出力するためのデータを生成する出力用データ生成工程と、を行うことにより解決される。

上記の出稿先選定方法では、複数のモニタが回答したアンケートの回答データから広告対象プロフィールと候補媒体プロフィールとを作成し、各プロフィールが示すカテゴリ別にモニタ人数の比率についてプロ―フィール間で差分を算出し、当該差分から両プロフィールの一致度合いを評価する。かかる一致度合いの評価結果を参考にして出稿先を選定すれば、カテゴリ別の顧客の比率を考慮して出稿先を選定することが可能となる。すなわち、本発明の出稿先選定方法によれば、複数のモニタにより回答されたアンケートの回答結果に基づいて、広告対象と顧客属性が類似する候補媒体を広告の出稿先として選出することが可能となる。同様に、特定の媒体に広告が掲載される広告対象として相応しいものを特定することも可能となる。

本発明の出稿先選定用の装置及び出稿先選定方法によれば、複数のモニタが回答したアンケートの回答データを利用して広告対象の広告の出稿先とする媒体を適切に選定することが可能となる。具体的には、アンケートにおいて広告対象に対する反応として予め指定された特定の反応を回答した広告対象反応モニタを特定し、当該モニタの人数をモニタ属性のカテゴリ別に集計することでカテゴリ別のモニタ比率を示す広告対象プロフィールを作成する。同様に、アンケートにおいて出稿先の候補媒体への接触が有ると回答した候補媒体接触モニタを特定し、当該モニタの人数をモニタ属性のカテゴリ別に集計することでカテゴリ別のモニタ比率を示す候補媒体プロフィールを作成する。そして、広告対象プロフィールと候補媒体プロフィールとを対比して、各カテゴリ別にモニタの比率の差分を算出し、当該差分から両プロフィールの一致度合いを評価する。かかる一致度合いの評価結果を参考にして出稿先を選定すれば、カテゴリ別の顧客の比率を考慮して出稿先を選定することが可能となる。これにより、広告対象と顧客属性が類似する候補媒体を広告の出稿先として選出することが可能となる。同様に、特定の媒体に広告が掲載される広告対象として相応しいものを特定することも可能となる。すなわち、本発明により、広告対象及び広告の出稿先となる媒体について好適な組み合わせをアンケートの回答結果に基づいて合理的に見つけ出すことが可能となる。
また、本発明では、広告対象反応モニタや候補媒体接触モニタ人数をカテゴリ別に集計する際に、接触頻度が多いモニタについては接触頻度が少ないモニタよりもカウントアップ数を大きくする等して、候補媒体への接触頻度を考慮してモニタ人数をカウントすることとしている。これにより、モニタ人数の集計結果が接触頻度を反映するようになるので、広告対象と顧客属性が類似する候補媒体を見つける目的でモニタ人数を集計するとき、その集計結果の信憑性が向上することとなる。

本発明の出稿先選定用の装置を用いたシステムの概念図である。 アンケートの質問内容の一例を示した図である（その１）。 アンケートの質問内容の一例を示した図である（その２）。 アンケートの質問内容の一例を示した図である（その３）。 複数のモニタの回答結果を集約したデータについての説明図である。 出稿先選定用の装置のハードウェア構成を示した図である。 出稿先選定用の装置の構成を機能面から示した図である。 広告対象反応モニタの特定に関する説明図である。 候補媒体接触モニタの特定に関する説明図である。 図１０中、（Ａ）は、広告対象プロフィール及び候補媒体プロフィールの一例を示し、（Ｂ）は、プロフィール間の一致度合いについての評価値を示す。 モニタ人数の補正に関する説明図である。 図１２中、（Ａ）は、広告対象反応モニタ年齢構成と候補媒体接触モニタ年齢構成の一例を示し、（Ｂ）は、年齢構成間の一致度合いについての評価値を示す。 図１３中、（Ａ）は、広告対象イメージ及び候補媒体イメージの一例を示し、（Ｂ）は、イメージ間の一致度合いについての評価値を示す。 各評価方法で評価した一致度合いと重み付け係数との対応関係を示す図である。 出稿先選定プロセスの流れを示す図である。 選定方法の入力画面を示す図である。 広告対象反応モニタ年齢構成と候補媒体接触モニタ年齢構成との一致度合いを評価する処理の流れを示す図である。 広告対象プロフィールと候補媒体プロフィールとの一致度合いを評価する処理の流れを示す図である。 広告対象イメージと候補媒体イメージとの一致度合いを評価する処理の流れを示す図である。

以下、本発明の一実施形態（以下、本実施形態）について図面を参照しながら説明する。なお、以下の説明において、「広告対象」とは、人、物（商品）、サービス、コンテンツ等、広告の対象となり得るすべてを含む概念であり、以下では商品Ａを広告対象の具体例として挙げて説明する。また、「候補媒体」とは、広告の出稿先の候補となる広告媒体、すなわち、ビークルであり、雑誌、新聞、テレビ、ラジオ、ＷＥＢ等のマスメディアをはじめ、電車の中吊り広告、屋外看板、スポーツ選手や有名人のウェアや使用品等を含むものである。

なお、以下では、説明を分かり易くするために、商品Ａの広告の出稿先としての候補媒体を同一分野の媒体、より具体的には雑誌Ｘ、雑誌Ｙ及び雑誌Ｚに限定したケース（以下、本事例）を例に挙げて説明することとする。ただし、当然ながら、本事例の内容に限定されるものではなく、本発明は、ある広告対象に対して複数種の候補媒体（異業種の候補媒体）の中から出稿先を選定するケースに対しても適用可能である。
また、特定の媒体（例えば、雑誌Ｘ）に広告を掲載する商品として相応しい商品（厳密には、広告掲載の効果が期待される商品）を探索するケースに対しても本発明は適用可能である。

＜＜本実施形態に係る出稿先選定用の装置の概要＞＞
先ず、本実施形態に係る出稿先選定用の装置について図１を参照しながら概説する。図１は、本実施形態の出稿先選定用の装置を用いたシステムの概念図である。
本実施形態に係る出稿先選定用の装置は、アンケート調査会社が管理するコンピュータ、より具体的にはサーバコンピュータによって構成され、以下、本サーバ１と呼ぶこととする。

本サーバ１は、図１に示すように、アンケート調査会社がアンケートを依頼した複数のモニタの各々に配布されるアンケート回答用端末２と通信し、アンケートの質問内容を示すアンケート質問データを送信する一方で、各質問に対するモニタの回答を示す個別回答データを受信する。なお、本実施形態においてアンケート回答用端末２は、通信機能を有するタブレットであるが、スマートフォンやＰＣ等、他の通信端末であってもよい。

そして、本サーバ１は、広告主、具体的には商品Ａの販売会社が管理する広告主端末３と通信し、広告主からの出稿先選定要求を受信する。本サーバ１は、出稿先選定要求を受信すると、それまでにモニタから収集したアンケートの回答結果を参考にして候補媒体である雑誌Ｘ、Ｙ、Ｚの中から商品Ａの広告の出稿先として最も適切なものを選定し、その選定結果を広告主端末３に向けて送信する。

なお、アンケートを依頼するモニタの人数については自由に設定可能であるが、出稿先選定時に参照する際に十分な回答を収集しておくことが可能な規模でモニタを確保するのが望ましい。同様に、モニタの年齢についても自由に設定可能であるが、以下では１１〜６０歳に限定したケースを例に挙げて説明することとする。

以上のように本サーバ１は、広告対象に関する広告の出稿先を選定するために用いられる出稿先選定用の装置であり、その特徴は、複数のモニタにより回答されたアンケートの回答結果に基づいて出稿先の選定に要する処理を実行する点である。以降の項では、本サーバ１の特徴に係る構成や出稿先選定に係る処理に関して詳細に説明することとする。

＜＜アンケートについて＞＞
次に、アンケート調査会社が実施するアンケートについて説明する。
本サーバ１は、アンケート回答用端末２と通信状態になると、同端末２に向けてアンケート質問データを送信する。アンケート回答用端末２がアンケート質問データを受信すると同端末２のタッチパネル画面にアンケートの質問内容が表示され、操作者であるモニタは、画面上で所定の操作（タッチ操作）を行うことによって当該質問内容に対する回答を入力する。回答入力完了後、モニタが画面上で入力完了操作（具体的には、画面上に表示された終了ボタンをタッチする操作）を行うと、入力された回答内容を示す個別回答データが本サーバ１に向けて送信される。以上の手順は、アンケート質問毎に繰り返し実行され、所定の問題数を回答した時点でアンケートが終了する。

ここで、アンケートの質問内容について図２乃至４を参照しながら説明する。図２乃至４は、アンケートの質問内容の一例を示した図である。
アンケートの質問には、モニタ属性に関する質問、広告対象（具体的は商品Ａ）に関する質問、候補媒体（具体的には雑誌Ｘ、Ｙ、Ｚ）に関する質問がある。

モニタ属性に関する質問は、属性関連質問に該当し、本実施形態では複数設定されている。具体的に説明すると、モニタ属性に関する質問として、モニタのデモグラフィック（人口統計学的属性）に関する質問、及び、サイコグラフィック（心理学的属性）に関する質問が複数設定されている。
前者は、モニタ個人の社会経済的特質を示すものであり、その例としては、図２の（Ａ）や（Ｂ）に示すように年齢、性別が挙げられるが、この他に、居住地域、職業、婚歴を含めることとしてもよい。後者は、モニタのライフスタイルや行動、欲求等を示すものであり、その例としては、図２の（Ｃ）や（Ｄ）に示すようにコンビニエンスストアの利用頻度や飲酒頻度が挙げられるが、この他に、モニタ個人の価値観に関する内容が含まれていることとしてもよい。

広告対象に関する質問は、図３に示すように、広告対象に対する反応を問う質問、広告対象への接触頻度を問う質問、及び、広告対象に対する印象を問う質問である。ここで、「広告対象に対する反応」とは、広告対象を知っているかどうか（認知）、広告対象を購入又は利用したことが有るか（購入利用）、広告対象を欲しいと感じているかどうか（欲求）を表す概念である。以下では、広告対象に対する反応を問う質問として、図３の（Ｅ）に示すように商品Ａの購入の有無を問う質問を例に挙げて説明することとする。

広告対象への接触頻度を問う質問、及び、広告対象に対する印象を問う質問は、広告対象に対する反応を問う質問において予め指定された特定の反応を回答した場合になされる質問である。ここで、「予め指定された特定の反応」とは、アンケート調査会社により予め指定された内容の反応であり、本実施形態では、広告対象に対する肯定的な反応である。「肯定的な反応」とは、広告対象への認知の有無、購入利用の有無、欲求の有無を問う質問に対する肯定的な反応のことであり、「広告対象を知っている」、「広告対象を購入又は利用したことが有る」、「広告対象を欲しいと感じている」という反応である。本事例では、商品Ａを購入したことが有るという反応（回答）が該当する。
なお、広告対象に対する印象を問う質問については、広告対象に対して肯定的な反応を回答した場合のみならず、否定的な反応を回答した場合にも出題されることとしてもよい。

広告対象への接触頻度を問う質問は、広告対象の購入頻度又は利用頻度を問う質問であり、本事例では、図３の（Ｆ）に示すように商品Ａの１週間あたりの購入頻度を問う質問となっている。
広告対象に対する印象を問う質問は、モニタが広告対象に対して抱くイメージに関する質問であり、本事例では、図３の（Ｇ）に示すように商品Ａのイメージを表現する複数のワード（具体的には、「刺激的」、「大人っぽい」、「手頃」、「高級」）の中から最も適切なものを選択させる質問となっている。なお、回答については、最も適切なものを選択する形式に限らず、該当するものを複数選択する形式であってもよい。

広告対象に関する質問について付言しておくと、上記の内容に限定されず、上記以外の内容が含まれていることとしてもよい。また、各質問の回答内容を示す選択肢についても、図３に図示された内容に限定されるものではなく、自由に設定することが可能である。

候補媒体に関する質問は、図４に示すように、候補媒体への接触の有無を問う質問、候補媒体への接触頻度を問う質問、及び、候補媒体に対する印象を問う質問である。ここで、「候補媒体への接触」とは、候補媒体を見聞きしたことである。以下では、候補媒体への接触の有無を問う問題として、図４の（Ｈ）に示すように雑誌Ｘ、Ｙ、Ｚ（図４では雑誌Ｘに関する内容に限定）の購読の有無を問う質問を例に挙げて説明することとする。

候補媒体への接触頻度を問う質問、及び、候補媒体に対する印象を問う質問は、候補媒体への接触が有ると回答した場合になされる質問であり、本事例では、雑誌Ｘ、Ｙ、Ｚを購読したことが有ると回答した場合になされる。つまり、雑誌Ｘの購読の有無を問う質問に対して「購読したことが有る」と回答した場合、雑誌Ｘへの接触頻度を問う質問として図４の（Ｉ）に示すように雑誌Ｘの購読頻度を問う質問がなされる。

さらに、雑誌Ｘの購読の有無を問う質問に対して「購読したことが有る」と回答した場合には、雑誌Ｘの印象を問う問題として図４の（Ｊ）に示すように雑誌Ｘのイメージを表現するワードとして最も適切なものを選択させる質問がなされる。ここで、候補媒体（すなわち、雑誌Ｘ、Ｙ、Ｚ）のイメージを表現するワードとして提示される内容については、図３の（Ｇ）及び図４の（Ｊ）から分かるように、広告対象（すなわち、商品Ａ）のイメージを表現するワードと共通の内容になっている。

候補対象に関する質問について付言しておくと、上記の内容に限定されず、上記以外の内容が含まれていることとしてもよい。また、各質問の回答内容を示す選択肢についても、図４に図示された内容に限定されるものではなく、自由に設定することが可能である。

以上までに説明したアンケート質問に対してモニタがアンケート回答用端末２を通じて回答し、その回答内容を示す個別回答データが同端末２から送信されると、本サーバ１が当該データを受信してサーバ内部に記憶する。そして、全モニタからアンケートの全質問分の個別回答データを受信した時点で、本サーバ１には図５に示す回答データＡＮが生成されるようになる。図５は、アンケートの回答データＡＮを示す図である。

回答データＡＮについて説明すると、同データは、モニタ別且つ質問別の個別回答データを集約したものであり、図５に示すように各質問に対する回答をモニタ別に取りまとめたテーブルデータである。より厳密に説明すると、本サーバ１は、個別回答データを受信すると、当該データを解析して、当該データの送信元であるモニタのＩＤ番号（モニタＩＤ）、質問事項及びその回答結果を特定し、上記のテーブルデータ中、特定したモニタＩＤ及び質問事項と対応するデータを更新し、当該データに個別回答データが示す回答結果を反映させる。

すなわち、回答データＡＮは、複数のモニタを対象とし、各モニタから個人属性、購買、広告接触、ライフスタイル等の多面的情報を収集したデータとなっている。なお、本実施形態において、回答データＡＮは、本サーバ１に搭載された記憶装置、具体的には後述するハードディスクドライブ１ｅに記憶されているが、これに限定されるものではない。つまり、回答データＡＮを記憶する記憶装置については、本サーバ１とは別に設けられていることとしてもよく、例えば、本サーバ１と通信可能なデータベースサーバを回答データＡＮの記憶装置として用いることとしてもよい。

＜＜本サーバの構成について＞＞
次に、本サーバ１の構成について説明する。本サーバ１は、図６に示すように、ＣＰＵ１ａ、ＲＯＭ１ｂ、ＲＡＭ１ｃ、通信用インタフェース（図６中、通信用Ｉ／Ｆと表記）１ｄ、ハードディスクドライブ（図６中、ＨＤＤと表記）１ｅ、マウスやキーボード等の入力装置１ｆ、及びディスプレイやプリンタ等の出力装置１ｇを構成要素として有する。また、本サーバ１には、その機能を発揮させるためのプログラムが予めインストールされている。ここで、本サーバ１の機能、特に、出稿先選定に係る一連のデータ処理機能については、広告主を含むユーザによって利用されることになるが、当該機能のユーザへの提供方式としては、クラウドサービスやＡＳＰサービスなどのようにインターネットやＶＰＮ（仮想施設通信網）を経由した提供方式が採用可能である。

本サーバ１のハードウェア構成については上述の通りであるが、以下、図７を参照しながら本サーバ１の構成を機能面から改めて説明する。図７は、本サーバ１の構成を機能面から示した図である。
本サーバ１は、図７に示すように、通信部１１、データ集約部１２、データ記憶部１３、データ読み出し部１４、モニタ特定部１５、接触頻度特定部１６、第１データ生成部１７、第２データ生成部１８、第３データ生成部１９、第４データ生成部２０、第５データ生成部２１、第６データ生成部２２、評価部２３、及び、出力用データ生成部２４を有する。これらは、本サーバ１が実行する各種データ処理を担うものであり、本サーバ１を構成する上述のハードウェア構成機器とインストールされたプログラムとが協働することによって構成されている。

通信部１１は、本サーバ１と通信可能な機器データの送受信を行う。具体的に説明すると、通信部１１は、アンケート回答用端末２と通信して、同端末２に向けてアンケート質問データを送信する一方で、同端末２から個別回答データを受信する。また、通信部１１は、広告主端末３と通信して、同端末３から出稿先選定要求を受信する一方で、その要求に対する出稿先選定結果を同端末３に向けて送信する。なお、本実施形態では、出稿先選定結果を示すデータが後述する出力用データ生成部２４により生成され、同データが広告主端末３側で受信されると、当該データが示す情報が広告主端末３のディスプレイ（不図示）に表示されるようになる。

データ集約部１２は、通信部１１がアンケート回答用端末２から個別回答データを受信すると、当該個別回答データを解析して同データが示す回答情報を特定し、更にその回答情報を図５に図示したテーブル形式でまとめる。すなわち、データ集約部１２は、アンケート回答用端末２から送信された個別回答データを、全モニタ且つ全質問分の回答データＡＮとして集約するものである。

データ記憶部１３は、回答データＡＮ等の各種データを記憶しておくものであり、その主要構成機器は、本サーバ１に搭載されたハードディスクドライブ１ｅである。すなわち、ハードディスクドライブ１ｅは、本実施形態に係る記憶装置に相当し、同装置にはアンケートの回答データＡＮが読み取り可能に保存されている。

データ読み出し部１４は、データ記憶部１３に記憶された回答データＡＮを読み出し、後述するモニタ特定部１５や接触頻度特定部１６に引き渡す。

モニタ特定部１５は、データ読み出し部１４が読み出した回答データＡＮに基づいて、アンケートを依頼した複数のモニタのうち、所定の要件を満たすモニタを特定する。具体的に説明すると、モニタ特定部１５は、広告対象に対する反応として予め指定された特定の反応を回答したモニタを特定する。ここで、「予め指定された特定の反応」とは、集計対象のモニタを特定するにあたりアンケート調査会社が指定した反応のことである。特に、本実施形態では、商品Ａに対する反応として肯定的な反応を回答したモニタ、分かり易くは、商品Ａを購入したことが有るモニタを特定する。以上のようにして特定されたモニタについては、以下、広告対象反応モニタと呼ぶこととする。
なお、広告対象反応モニタとしては、上述のように商品Ａに対して肯定的な反応を回答したモニタを設定することとしてもよく、反対に、否定的な反応を回答したモニタを設定することとしてもよい。

ここで、広告対象反応モニタの特定手順について図８を参照しながら説明する。図８は、広告対象反応モニタの特定に関する説明図である。
モニタ特定部１５は、データ読み出し部１４から回答データを引き渡されると、同データ中、広告対象に対する反応を問う質問への回答、具体的には商品Ａの購入の有無についての回答（図８中、太線で囲まれた回答）を参照する。そして、商品Ａを購入したことが有るという旨を示す回答（図８中では、値「１」が入力された回答）を特定し、さらに、当該回答を送信したユーザのＩＤ（図８中、黒塗り三角形が付されたユーザＩＤ）を特定する。これにより、商品Ａを購入したことが有るモニタ、すなわち広告対象反応モニタが特定される。

また、モニタ特定部１５は、広告対象反応モニタの他、出稿先の候補媒体への接触が有ると回答したモニタ、分かり易くは、雑誌Ｘ、Ｙ、Ｚを購読したことが有るモニタを特定する。なお、候補媒体への接触が有ると回答したモニタについては、以下、候補媒体接触モニタと呼ぶ。

候補媒体接触モニタの特定手順については、広告対象反応モニタの特定手順と略同様である。すなわち、データ読み出し部１４から引き渡された回答データ中、雑誌Ｘ、Ｙ、Ｚへの接触の有無を問う質問への回答、具体的には各雑誌の購読の有無についての回答を参照し、例えば、雑誌Ｘの購読の有無については、図９中、太線で囲まれた回答を参照する。そして、各雑誌について購入したことが有るという旨を示す回答（図９中では、値「１」が入力された回答）を特定し、当該回答を送信したユーザのＩＤ（図９中、黒塗り三角形が付されたユーザＩＤ）を特定する。これにより、雑誌Ｘ、Ｙ、Ｚの各々について、購読したことが有るモニタ、すなわち候補媒体接触モニタが特定される。
なお、図９は、候補媒体接触モニタの特定に関する説明図である。

接触頻度特定部１６は、データ読み出し部１４が読み出した回答データＡＮに基づいて、候補媒体への接触頻度、及び、広告対象への接触頻度をモニタ別に特定する。具体的に説明すると、データ記憶部１３に記憶されている回答データＡＮは、前述したように、候補媒体への接触頻度として各雑誌Ｘ、Ｙ、Ｚの購読頻度を問う質問に対する回答のデータを含んでおり、また、広告対象への接触頻度として商品Ａの購入頻度を問う質問に対する回答のデータを含んでいる。そして、接触頻度特定部１６は、これらのデータを参照して、各雑誌Ｘ、Ｙ、Ｚの購読頻度及び商品Ａの購入頻度をモニタ別に特定する。

なお、雑誌の購読頻度については、当該雑誌を購読したことが有ると回答したモニタ、すなわち候補媒体接触モニタに限定して質問されるため、購読頻度の特定は、必然的に候補媒体接触モニタ別になされることとなる。同様にして、商品Ａの購入頻度については、商品Ａを購入したことが有ると回答したモニタ、すなわち広告対象反応モニタに限定して質問されるため、購入頻度の特定は、必然的に広告対象反応モニタ別になされることとなる。

第１データ生成部１７は、モニタ特定部１５が特定した広告対象反応モニタの人数を、モニタ属性に関する質問への回答と対応するカテゴリ別に集計する。ここで、「モニタ属性に関する質問への回答と対応するカテゴリ」とは、回答内容に応じてモニタを分類するために設定されたものである。具体的に説明すると、本事例では、性別に対して「男性・女性」というカテゴリが、年齢に対して「１０代・２０代・３０代・４０代・５０代」というカテゴリが、コンビニ利用頻度に対して「よく利用する・たまに利用する・利用しない」というカテゴリが、飲酒頻度に対して「よく飲む・たまに飲む・飲まない」というカテゴリが設定されている。

なお、本実施形態において、上記のカテゴリは、各質問の回答内容から直接導き出せる内容で設定されているが、複数の質問に対する回答内容から複合的に判断されるものであってもよい。例えば、新商品への関心度等、流行への感度に関する質問を主とする複数の質問の各々の回答結果を複合的に判断することで決定される「購買先進度」のタイプをカテゴリとして設定することとしてもよい。

そして、第１データ生成部１７は、広告対象反応モニタの人数の集計結果から広告対象プロフィールのデータを生成する。広告対象プロフィールについて図１０の（Ａ）を参照しながら説明すると、同図中、商品Ａのプロフィールが広告対象プロフィールに相当し、モニタ属性に関する質問の各々について第１データ生成部１７が集計した広告対象反応モニタの人数をカテゴリ別の比率で示したものである。なお、図１０中の（Ａ）は、広告対象プロフィール、及び後述する候補媒体プロフィールの一例を示した図である。

第２データ生成部１８は、モニタ特定部１５が特定した候補媒体接触モニタの人数を上述のカテゴリ別に集計し、その集計結果から候補媒体プロフィールのデータを生成する。候補媒体プロフィールについて図１０の（Ａ）を参照しながら説明すると、同図中、雑誌Ｘのプロフィールが候補媒体プロフィールに相当し、第２データ生成部１８がモニタ属性に関する質問の各々について集計した候補媒体接触モニタの人数をカテゴリ別の比率で示したものである。なお、候補媒体プロフィールのデータは、候補媒体毎に生成され、具体的に説明すると、本事例では雑誌Ｘ、Ｙ、Ｚの各々に対して個別に生成されることになっている。

ところで、モニタ属性に関する質問の各々についてモニタの人数をカテゴリ毎に集計するにあたり、単純にモニタ人数をカウントするだけでは世間の実態が反映されず、広告対象プロフィールが示す各カテゴリ別の比率についても、現実の比率（真の比率）とかけ離れてしまう可能性がある。かかる事情を考慮して、本実施形態では、第１データ生成部１７及び第２データ生成部１８が、モニタ人数の集計に際してモニタ人数を適当に補正し、補正後のモニタ人数を集計することとしている。以上の内容について図１１を参照しながら説明する。図１１は、モニタ人数の補正に関する説明図である。なお、説明を分かり易くするため、図１１では、モニタが３人であるケースを例に挙げて説明する。

商品Ａを購入したことが有るモニタ、すなわち、広告対象反応モニタを性別のカテゴリ別に集計したときに、実際の集計結果が男性２人（具体的には、モニタＡ及びモニタＢ）、女性１人（モニタＣ）であったとする。一方で、各モニタの商品Ａへの接触頻度、すなわち、商品Ａの購入頻度については、モニタＡでは「週に２〜４回」であり、モニタＢでは「週に１回」であり、モニタＣでは「週に２〜４回」となっている。

ここで、商品Ａについての広告対象プロフィールを生成するにあたり、実際の男女比（図１１に示すケースでは２：１）を採用してしまうと、世間の実態が反映されなくなり、商品Ａのプロフィールが信憑性に欠けたものとなってしまう。つまり、商品Ａについての実態（世間の反応等）を反映する際には、各モニタの商品Ａへの接触頻度を考慮する必要があり、当然ながら、商品Ａについて接触頻度が高いモニタほど広告対象プロフィールに及ぼす影響が大きいので、それをモニタ人数集計時に反映させる必要がある。

そこで、本実施形態では、カテゴリ別にモニタ人数を集計する際、モニタ人数を商品Ａへの接触頻度に応じて補正した上で集計することとしている。より具体的に説明すると、前述の第１データ生成部１７は、広告対象反応モニタの人数をカテゴリ別に集計する際に、広告対象反応モニタの各々を、当該各々について接触頻度特定部１６が特定した接触頻度に応じた人数分のモニタとしてカウントする。

先に説明したケースを例に挙げて説明すると、第１データ生成部１７は、モニタＡ、Ｂ、Ｃの各々の商品Ａへの接触頻度（購入頻度）を示すデータを接触頻度特定部１６から受け取る一方で、ハードディスクドライブ１ｅに記憶された図１１に図示の変換テーブルＴを読み出す。この変換テーブルＴは、商品Ａの購入頻度とモニタ人数の補正倍率との対応関係を示すテーブルである。この変換テーブルＴにより、購入頻度が「週１回」であるモニタＢは１人としてカウントされ、購入頻度が「週２〜４回」であるモニタＡ及びＣは、それぞれ３人としてカウントされる。なお、購入頻度が「週５回以上」であるモニタがいれば、その者は５人としてカウントされる。

そして、第１データ生成部１７は、広告対象反応モニタの人数をカテゴリ別に集計するとき、補正後のモニタ人数を集計し、当該集計結果が広告対象プロフィールに反映されることとなる。これにより、広告対象プロフィールでは、男女比（厳密には、補正後の男女比）が４：３となる。

同様に、第２データ生成部１８は、候補媒体接触モニタの人数、すなわち雑誌Ｘ、Ｙ、Ｚの各々について購読したことが有るモニタをカテゴリ別に集計する際に、モニタ人数を各雑誌の購読頻度で補正する。つまり、第２データ生成部１８は、候補媒体接触モニタの各々を、当該各々について接触頻度特定部１６が特定した接触頻度（購読頻度）に応じた人数分のモニタとしてカウントする。

以上のような人数補正により、広告対象プロフィール及び候補媒体プロフィールの各々において世間の実態が反映されるために信憑性が向上し、上記のプロフィールから主要購買層の属性を的確に把握することが可能となる。

第３データ生成部１９は、データ読み出し部１４が読み出した回答データＡＮに基づいて、モニタ特定部１５が特定した広告対象反応モニタの人数、すなわち商品Ａを購入したことが有るモニタの人数を年齢区分毎に集計する。

より具体的に説明すると、回答データＡＮが示す情報の中には各モニタの年齢が含まれており、換言すると、各モニタに依頼したアンケートには、モニタの年齢に関する質問が含まれている。データ読み出し部１４は、上記のアンケートの回答データＡＮを読み出し、第３データ生成部１９は、当該回答データＡＮに基づいて広告対象反応モニタの各々の年齢を特定し、当該モニタの人数を年齢区分毎に集計する。

ここで、「年齢区分」とは、集計に際して予め複数設定されており、本実施形態では、１１〜６０歳までの年齢を５歳間隔で区分して年齢区分を設定している。ただし、これに限定されるものではなく、１０歳間隔の年齢区分、１歳刻みの年齢区分としてもよい。また、１歳刻みの年齢区分については、モニタ数に起因した年齢のバラツキが及ぼす影響を排除する目的から年齢区分間の規模（モニタ人数）の違いを考慮して各年齢のモニタ人数に前後Ｘ歳（Ｘは自然数）のモニタ人数を加算することとした方がよい。例えば、ｎ歳のモニタの人数をカウントする際には、上記Ｘを２とし前後２歳分のモニタ人数を考慮することとし、具体的には、ｎ−２、ｎ−１、ｎ、ｎ＋１、ｎ＋２歳のそれぞれのモニタの人数を合算した値を採用するとよい。

そして、第３データ生成部１９は、商品Ａを購入したことが有るモニタの人数を年齢区分毎に集計したときの集計結果から、広告対象反応モニタ年齢構成である商品Ａの反応モニタ年齢構成のデータを生成する。広告対象反応モニタ年齢構成について図１２の（Ａ）を参照しながら説明すると、同図中、実線で示すグラフが広告対象反応モニタ年齢構成、すなわち、商品Ａの反応モニタ年齢構成である。この広告対象反応モニタ年齢構成は、第３データ生成部１９が年齢区分別に集計した広告対象反応モニタの人数の比率をグラフ化したものである。なお、図１２中の（Ａ）は、広告対象反応モニタ年齢構成、及び後述する候補媒体接触モニタ年齢構成の一例を示した図である。また、以降の説明中、「反応モニタ年齢構成」とあるのは、広告対象反応モニタ年齢構成のことを意味する。

第４データ生成部２０は、データ読み出し部１４が読み出した回答データＡＮに基づいて、モニタ特定部１５が特定した候補媒体接触モニタの人数、すなわち、候補媒体としての雑誌を購読したことが有るモニタの人数を年齢区分毎に集計し、その集計結果から候補媒体接触モニタ年齢構成のデータを生成する。候補媒体接触モニタ年齢構成について図１２の（Ａ）を参照しながら説明すると、同図中、破線で示すグラフが雑誌Ｘの候補媒体接触モニタ年齢構成である。この候補媒体接触モニタ年齢構成は、第４データ生成部２９が年齢区分別に集計した候補媒体接触モニタの人数の比率をグラフ化したものである。なお、候補媒体接触モニタ年齢構成のデータは、候補媒体毎に生成され、つまり雑誌Ｘ、Ｙ、Ｚの各々に対して個別に生成されることになっている。また、以降の説明中、「接触モニタ年齢構成」とあるのは、候補媒体接触モニタ年齢構成のことを意味する。

第５データ生成部２１は、データ読み出し部１４が読み出した回答データＡＮに基づいて、モニタ特定部１５が特定した広告対象反応モニタの人数、すなわち商品Ａを購入したことが有るモニタの人数を商品Ａに対する印象の種類別に集計する。

より具体的に説明すると、各モニタに依頼したアンケートには、前述したように、商品Ａに対する印象を問う質問が含まれており、モニタは、当該質問に対し、商品Ａのイメージを表現する複数のワードの中から最も適切なものを選択して回答する。したがって、回答データＡＮには、各モニタが商品Ａに対して抱く印象を示すデータが含まれていることになる。データ読み出し部１４は、上記の回答データＡＮを読み出し、第５データ生成部２１は、当該回答データＡＮに基づいて、各広告対象反応モニタの商品Ａに対する印象を特定し、当該モニタの人数を印象別、すなわち商品Ａに対する印象を問う質問に対する回答の種類別に集計する。

そして、第５データ生成部２１は、商品Ａを購入したことが有るモニタの人数を商品Ａに対する印象別に集計したときの集計結果から広告対象イメージのデータを生成する。広告対象イメージについて図１３の（Ａ）を参照しながら説明すると、同図中、商品Ａのイメージが広告対象イメージに相当し、商品Ａに対する印象の種類（厳密には、商品Ａのイメージを表現する複数のイメージワード）の各々について第５データ生成部２１が集計した広告対象反応モニタの人数を比率で示したものである。なお、図１３中の（Ａ）は、広告対象イメージ、及び後述する候補媒体イメージの一例を示した図である。

第６データ生成部２２は、データ読み出し部１４が読み出した回答データＡＮに基づいて、モニタ特定部１５が特定した候補媒体接触モニタの人数、すなわち、雑誌を購読したことが有るモニタの人数を各雑誌に対する印象別（具体的には、イメージワード別）に集計し、その集計結果から候補媒体イメージのデータを生成する。候補媒体イメージについて図１３の（Ａ）を参照しながら説明すると、同図中、雑誌Ｘのイメージが候補媒体イメージに相当し、上記雑誌に対する印象の種類（厳密には、雑誌Ｘのイメージを表現する複数のワード）の各々について第６データ生成部２２が集計した候補媒体接触モニタの人数を比率で示したものである。なお、候補媒体イメージのデータは、候補媒体毎に生成され、つまり雑誌Ｘ、Ｙ、Ｚの各々に対して個別に生成されることになっている。

また、本事例では、第５データ生成部２１や第６データ生成部２２がモニタ人数を集計するとき、実際のモニタ人数を集計することとしている。ただし、これに限定されず、第５データ生成部２１や第６データ生成部２２によるモニタ人数集計時にも、第１データ生成部１７や第２データ生成部１８によるモニタ人数集計の場合と同様、モニタ人数を商品Ａや各雑誌Ｘ、Ｙ、Ｚへの接触頻度に応じて補正した上で集計することとしてもよい。

評価部２３は、商品Ａの広告出稿先の候補媒体である雑誌Ｘ、Ｙ、Ｚの各々について、出稿先としての適性度を評価するために当該適性度に関する指標値を算出するものである。特に、本実施形態に係る評価部２３は、広告対象反応モニタ（具体的には、商品Ａを購入したことが有るモニタ）の構成と、候補媒体接触モニタ（具体的には、各雑誌Ｘ、Ｙ、Ｚについて購読したことが有るモニタ）の構成と、を対比して両者のマッチング度合いに関する指標値を算出する。

より具体的に説明すると、評価部２３は、下記（１）〜（４）の評価方法の中のいずれかを適用し、各方法に対応する指標値を算出する。
（１）プロフィールマッチングによる評価
（２）年齢構成マッチングによる評価
（３）イメージマッチングによる評価
（４）総合評価
以下、上記の評価方法の各々について詳細に説明する。

（１）プロフィールマッチングによる評価について
プロフィールマッチングによる評価方法を採用したとき、評価部２３は、第１データ生成部１７及び第２データ生成部１８の各々が生成したデータを受け取る。ここで、第１データ生成部１７による生成データは、モニタ属性に関する各質問についてカテゴリ別に集計した広告対象反応モニタの人数比率を示す広告対象プロフィールのデータである。第２データ生成部１８による生成データは、同様にカテゴリ別に集計した候補媒体接触モニタの人数比率を示す候補媒体プロフィールのデータであり、各候補媒体別、すなわち、雑誌Ｘ、Ｙ、Ｚの各々に対して個別に生成されている。

そして、評価部２３は、広告対象プロフィールと候補媒体プロフィールとを対比し、広告対象反応モニタの人数比率と候補媒体接触モニタの人数比率との差分をカテゴリ別に算出する。既出の図１０を参照しながら説明すると、評価部２３は、モニタ属性の各カテゴリについて、広告対象反応モニタの人数比率と候補媒体接触モニタの人数比率との差分を距離（厳密には、ユークリッド距離）という形で算出する。かかる距離の算出結果の一例として、図１０の（Ａ）の右端欄には、商品Ａのプロフィールと雑誌Ｘのプロフィールとを対比したときの各カテゴリ別の距離が記載されている。

すべてのカテゴリについて上記の距離の算出が完了すると、評価部２３は、カテゴリ別の距離を合算する。そして、評価部２３は、カテゴリ別の距離の合計値から広告対象プロフィールと候補媒体プロフィールとの間の一致度合いを評価する。本実施形態では図１０中の（Ｂ）に示すように、所定値Ａを距離の合計値にて除したときの値をプロフィール間の一致度合いとして算出する。この値Ａについては任意に設定可能である。また、カテゴリ別の距離の合計値からプロフィール間の一致度合いを算出する際の計算式についても、上記一致度合いを評価するのに適切な式である限り、制限なく利用可能である。
なお、図１０中の（Ｂ）は、プロフィール間の一致度合いについての評価値を示す。

以上の手順については、すべての候補媒体について実行され、すなわち、雑誌Ｘ、Ｙ、Ｚの各々に対して、各カテゴリ別の距離、及び、広告対象プロフィールと候補媒体プロフィールとの間の一致度合いが評価される。

つまり、プロフィールマッチングによる評価では、広告対象プロフィールと候補媒体プロフィールとを対比して各カテゴリ別の距離を算出し、さらに当該距離に基づいてプロフィール間の一致度合いを求めることとし、かかる一連の処理を候補媒体毎に繰り返す。これにより、図１０の（Ｂ）に示すような候補媒体別の一致度合いが算出され、その算出結果を示すデータがデータ記憶部１３に一時的に記憶される。ここで、一致度合いが最も高い候補媒体については、広告対象プロフィールと最も類似した候補媒体プロフィールを構成していることとなり、図１０の（Ｂ）では、雑誌Ｚのプロフィールが最も商品Ａのプロフィールに類似していることとなる。

そして、広告の出稿先の選定依頼をした者、例えば商品Ａの広告主は、上記の評価結果を確認し、商品Ａの広告出稿先の候補媒体である雑誌Ｘ、Ｙ、Ｚの中で雑誌Ｚが出稿先として最も適当であると判断する。これは、候補媒体プロフィールが商品Ａのプロフィールと類似するほど、購買層（実際に購入したことが有る者のみならず、将来購入する見込みがある者）の属性についても商品Ａの購買層の属性と類似する傾向にあることを反映している。すなわち、商品Ａの購買層との間で属性が似ている購買層に購読されている雑誌であれば、商品Ａの広告を掲載したときの効果を効率よく得ることが可能となる。

（２）年齢構成マッチングによる評価について
年齢構成マッチングによる評価方法を採用したとき、評価部２３は、第３データ生成部１９及び第４データ生成部２０の各々が生成したデータを受け取る。ここで、第３データ生成部１９による生成データは、年齢区分別に集計した広告対象反応モニタの人数比率を示す反応モニタ年齢構成のデータである。第４データ生成部２０による生成データは、年齢区分別に集計した候補媒体接触モニタの人数比率を示す接触モニタ年齢構成のデータであり、各候補媒体別、すなわち、雑誌Ｘ、Ｙ、Ｚの各々に対して個別に生成されている。

そして、評価部２３は、第３データ生成部１９及び第４データ生成部２０の各々から受け取ったデータに基づいて、反応モニタ年齢構成と接触モニタ年齢構成とを対比し、両者間の一致度合いを評価する。具体的に説明すると、評価部２３は、反応モニタ年齢構成と接触モニタ年齢構成との間の相関係数を算出する。この相関係数は、グラフ間の類似度の指標値として算出されるものであり、比較する２つのグラフの波形が似ているほど＋１に近付き、真逆の波形（山谷が互いに反転した波形）になると−１に近付く。本実施形態では、この相関係数を以て、反応モニタ年齢構成と接触モニタ年齢構成との間の一致度合いとする。

そして、反応モニタ年齢構成との間の相関係数は、すべての候補媒体についての接触モニタ年齢構成、すなわち、雑誌Ｘ、Ｙ、Ｚの各々の接触モニタ年齢構成を対象にして算出される。これにより、図１２の（Ｂ）に示すような候補媒体別の相関係数が算出され、その算出結果を示すデータがデータ記憶部１３に一時的に記憶される。ここで、相関係数が最も高い接触モニタ年齢構成については、商品Ａの反応モニタ年齢構成と最も類似していることとなり、図１２の（Ｂ）では、雑誌Ｚの接触モニタ年齢構成が最も商品Ａの反応モニタ年齢構成に類似していることとなる。なお、図１２の（Ｂ）は、反応モニタ年齢構成と接触モニタ年齢構成との間の一致度合いについての評価値を示す。

そして、広告の出稿先の選定依頼をした者は、上記の評価結果を確認し、商品Ａの広告出稿先の候補媒体である雑誌Ｘ、Ｙ、Ｚの中で雑誌Ｚが出稿先として最も適当であると判断する。これは、接触モニタ年齢構成が商品Ａの反応モニタ年齢構成と類似するほど、購買層の年齢構成についても商品Ａの購買層の年齢構成と類似する傾向にあることを反映している。すなわち、商品Ａの購買層との間で年齢構成が似ている購買層に購読されている雑誌であれば、商品Ａの広告を掲載したときの効果を効率よく得ることが可能となる。

なお、本事例では、反応モニタ年齢構成と接触モニタ年齢構成との間の一致度合いを評価する指標値として相関係数を算出することとしたが、両者間の一致度合い（フィッティング度合い）を評価するのに適した値であれば、他の指標値を算出することとしてもよい。

（３）イメージマッチングによる評価について
イメージマッチングによる評価方法を採用したとき、評価部２３は、第５データ生成部２１及び第６データ生成部２２の各々が生成したデータを受け取る。ここで、第５データ生成部２１による生成データは、商品Ａに対する印象の種類別に集計した広告対象反応モニタの人数比率を示す広告対象イメージのデータである。第６データ生成部２２による生成データは、広告の出稿先の候補媒体、すなわち雑誌に対する印象の種類別に集計した候補媒体接触モニタの人数比率を示す候補媒体イメージのデータであり、候補媒体別、すなわち、雑誌Ｘ、Ｙ、Ｚの各々に対して個別に生成されている。なお、本事例では、商品Ａに対する印象の種類と、各雑誌に対する印象の種類とが互いに共通している。

そして、評価部２３は、広告対象イメージと候補媒体イメージとを対比し、広告対象反応モニタの人数比率と候補媒体接触モニタの人数比率との差分を印象の種類別、厳密には、商品Ａや雑誌のイメージを表現するワード（イメージワード）別に算出する。既出の図１３を参照しながら説明すると、評価部２３は、各イメージワード別に、広告対象反応モニタの人数比率と候補媒体接触モニタの人数比率との差分を距離（厳密には、ユークリッド距離）という形で算出する。かかる距離の算出結果の一例として、図１３の（Ａ）の右端欄には、商品Ａのイメージと雑誌Ｘのイメージとを対比して算出された距離がイメージワード別に記載されている。

すべてのイメージワードについて上記の距離の算出が完了すると、評価部２３は、イメージワード別の距離を合算する。そして、評価部２３は、イメージワード別の距離の合計値から広告対象イメージと候補媒体イメージとの間の一致度合いを評価する。本実施形態では図１３中の（Ｂ）に示すように、所定値Ｂを距離の合計値にて除したときの値をイメージ間の一致度合いとして算出する。この値Ｂについては任意に設定可能である。また、イメージワード別の距離の合計値からイメージ間の一致度合いを算出する際の計算式についても、上記一致度合いを評価するのに適切な式である限り、制限なく利用可能である。なお、図１３中の（Ｂ）は、イメージ間の一致度合いについての評価値を示す。

以上に説明したイメージマッチングに係る一連の処理は、各候補媒体、すなわち雑誌Ｘ、Ｙ、Ｚの各々に対して繰り返し実行される。つまり、イメージマッチングによる評価では、広告対象イメージと候補媒体イメージとを対比して各イメージワード別の距離を算出し、さらに当該距離に基づいてイメージ間の一致度合いを求めることとし、かかる一連の処理を候補媒体毎に繰り返す。これにより、図１３の（Ｂ）に示すような候補媒体別の一致度合いが算出され、その算出結果を示すデータがデータ記憶部１３に一時的に記憶される。ここで、一致度合いが最も高い候補媒体については、広告対象イメージと最も類似したイメージを持たれていることになり、図１３の（Ｂ）では、雑誌Ｚのイメージが最も商品Ａのイメージに類似していることとなる。

そして、広告の出稿先の選定依頼をした者は、上記の評価結果を確認し、商品Ａの広告出稿先の候補媒体である雑誌Ｘ、Ｙ、Ｚの中で雑誌Ｚが出稿先として最も適当であると判断する。これは、候補媒体イメージが商品Ａのイメージと類似するほど、購買層の嗜好・価値観についても商品Ａの購買層の嗜好・価値観と類似する傾向にあることを反映している。すなわち、商品Ａの購買層との間で嗜好や価値観が似ている購買層に購読されている雑誌であれば、商品Ａの広告を掲載したときの効果を効率よく得ることが可能となる。

（４）総合評価について
総合評価による評価方法を採用したとき、評価部２３は、これまでに説明してきた各評価方法により算出した各評価値、具体的にはプロフィールマッチングにおいて算出される広告対象プロフィールと候補媒体プロフィールとの間の一致度合い、年齢構成マッチングにおいて算出される反応モニタ年齢構成と接触モニタ年齢構成との間の一致度合い、及び、イメージマッチングにおいて算出される広告対象イメージと候補媒体イメージとの間の一致度合いの各々を算出する。

そして、評価部２３は、上記３種類の一致度合いを、それぞれ重み付けした上で合算することで総合一致度合いを評価する。具体的に説明すると、評価部２３は、各評価方法における一致度合いを算出した後に、ハードディスクドライブ１ｅに記憶された図１４に図示の重み付けテーブルＵを読み出す。この重み付けテーブルＵは、各評価方法において算出される一致度合いと重み付け係数との対応関係を示すテーブルである。なお、図１４は、各評価方法で評価した一致度合いと重み付け係数との対応関係を示す図である。

以上の重み付けテーブルＵに従って、評価部２３は、モニタ年齢構成間の一致度合いに０．４を乗じ、プロフィール間の一致度合いに０．４５を乗じ、イメージ間の一致度合いに０．１５を乗じ、これらの積を合算して総合一致度合いを算出する。かかる総合一致度合いを参照することにより、広告の出稿先の選定依頼をした者は、商品Ａと各雑誌Ｘ、Ｙ、Ｚとの間における購買層の属性（年齢構成や嗜好・価値観を含む）の類似性を総合的に評価することが可能となる。この結果、上記の依頼者は、出稿先として最も適当な雑誌を選定することが可能となる。

ちなみに、図１４に図示した重み付け係数は、あくまでも一例であり、図１４に図示した大きさ以外の値となっていてもよい。

出力用データ生成部２４は、評価部２３による評価結果をディスプレイ画面に表示させたりプリンタによって印字したりするための出力用データを生成するものである。より具体的に説明すると、出力用データ生成部２４は、評価部２３がプロフィールマッチングによる評価を行ったときには、プロフィール間の一致度合いを出力するためのデータを生成する。同様に、出力用データ生成部２４は、評価部２３が年齢構成マッチングによる評価を行ったときにはモニタ年齢構成間の一致度合いを出力するためのデータを生成し、イメージマッチングによる評価を行ったときにはイメージ間の一致度合いを出力するためのデータを生成する。さらに、評価部２３が総合評価を行ったとき、出力用データ生成部２４は、評価部２３が評価した総合一致度合いを出力するためのデータを生成する。

出力用データ生成部２４により生成された出力用データについては、通信部１１に引き渡され、通信部１１によって広告主端末３に向けて送信される。広告主端末３は、出力用データを受信すると、当該出力用データを展開して同データが示す情報、すなわち、評価部２３が各方法で評価した値（一致度合い）をディスプレイ画面に表示する。出稿先の選定要求をした広告主は、ディスプレイ画面に表示された情報を見ることで評価部２３による評価結果を確認するようになる。

＜＜本実施形態に係る出稿先選定方法＞＞
次に、本実施形態に係る出稿先選定方法について説明する。本実施形態に係る出稿先選定方法は、コンピュータとしての本サーバ１を用いることで実現され、換言すると、本サーバ１が実行する出稿先選定プロセス（以下、選定プロセス）では、本実施形態に係る出稿先選定方法が適用されていることになる。以下では、本実施形態に係る出稿先選定方法の説明として、本サーバ１による選定プロセスの流れと同プロセス中の各工程について説明することとする。

本サーバ１による選定プロセスは、図１５に示す流れに従って進行する。図１５は、選定プロセスの流れを示す図である。
選定プロセスは、先ず、広告主端末３から送信された出稿先選定要求を受信して当該要求を受け付けるところから始まる（Ｓ００１）。この出稿選定要求は、広告主端末３がそのユーザである広告主が行う入力操作を受け付けることを契機として生成される。より具体的に説明すると、広告主端末３で出稿先選定要求送信用のプログラムが起動すると、同端末３のディスプレイに図１６に図示の入力画面が描画される。同図に示すように、当該入力画面には、出稿先の選定方法を決定するための４つのボタンが表示されている。図１６は、選定方法の入力画面を示す図である。

そして、広告主が上記の入力画面に表示された４つのボタンのうち、自身が望む選定方法と対応するボタンをクリックすると、広告主端末３が当該クリック動作を受け付けて、その動作の内容を示すデータを生成し、かかるデータを出稿先選定要求として本サーバ１に向けて送信する。

なお、本実施形態では、出稿先選定要求の生成時に入力すべき事項の一例として、出稿先の選定方法を挙げたが、これに限定されるものではなく、選定方法以外の項目が更に入力可能であってもよい。例えば、出稿先の候補とする候補媒体の種類や購買層等を限定するための情報（雑誌であれば、女性誌、男性誌等）を入力することとしてもよい。

本サーバ１が出稿先選定要求を受信すると、当該要求を展開し、広告主が指定した出稿先の選定方法を特定し、具体的には、選定方法として「総合評価による選定」が指定されているかどうかを判断する（Ｓ００２）。「総合評価による選定」が指定されていない場合（Ｓ００２でＮｏ）、本サーバ１は、いずれの選定方法が指定されているのかを特定する（Ｓ００３）。ここで、「年齢構成マッチングによる選定」が指定されているとき、本サーバ１は、雑誌Ｘ、Ｙ、Ｚの中から商品Ａの広告の出稿先を年齢構成マッチングにより選定する処理（以下、年齢構成マッチング処理）を実行する（Ｓ００４）。

同様に、「プロフィールマッチングによる選定方法」が指定されているとき、本サーバ１は、雑誌Ｘ、Ｙ、Ｚの中から商品Ａの広告の出稿先をプロフィールマッチングにより選定する処理（以下、プロフィールマッチング処理）を実行する（Ｓ００５）。また、「イメージマッチングによる選定方法」が指定されているとき、本サーバ１は、雑誌Ｘ、Ｙ、Ｚの中から商品Ａの広告の出稿先をイメージマッチングにより選定する処理（以下、イメージマッチング処理）を実行する（Ｓ００６）。

一方、「総合評価による選定」が指定されている場合（Ｓ００２でＹｅｓ）、本サーバ１は、年齢構成マッチング処理、プロフィールマッチング処理及びイメージマッチング処理の各々を実行した後に、各処理での算出値を合算する処理（以下、合算処理）を実行する（Ｓ００７〜Ｓ０１０）。

そして、指定された選定方法に対応した処理が完了すると、上記の出稿先選定に係る処理（具体的には、年齢構成マッチング処理、プロフィールマッチング処理、イメージマッチング処理、合算処理）における結果を出力するための出力用データが本サーバ１の出力用データ生成部２４によって生成される（Ｓ０１１）。かかる工程Ｓ０１１は、出力用データ生成工程に相当し、同工程で生成された出力用データは、本サーバ１の通信部１１によって広告主端末３に向けて送信される（Ｓ０１２）。

以上までに説明してきた手順に従って選定プロセスが進行する。次に、年齢構成マッチング処理、プロフィールマッチング処理、イメージマッチング処理及び合算処理の各々について詳細に説明する。

（年齢構成マッチング処理）
年齢構成マッチング処理は、図１７に図示した各工程を本サーバ１が実行することによって進行する。図１７は、年齢構成マッチング処理の流れを示す図である。
より具体的に説明すると、年齢構成マッチング処理は、本サーバ１のデータ読み出し部１４が同サーバ１内（換言すると、データ記憶部１３）に記憶された回答データＡＮを読み出す工程から始まる（Ｓ０２１）。その後、本サーバ１のモニタ特定部１５が、データ読み出し部１４が読み出した回答データＡＮに基づいて、複数のモニタの中から、商品Ａを購入したことが有るモニタ（広告対象反応モニタ）と、各雑誌Ｘ、Ｙ、Ｚを購読したことが有るモニタ（候補媒体接触モニタ）とを特定する（Ｓ０２２）。

モニタの特定後、本サーバ１の第３データ生成部１９が、データ読み出し部１４が読み出した回答データＡＮに基づいて広告対象反応モニタの人数を年齢区分毎に集計し、その集計結果から、商品Ａの反応モニタ年齢構成のデータを生成する（Ｓ０２３）。一方、第４データ生成部２０が、データ読み出し部１４が読み出した回答データＡＮに基づいて候補媒体接触モニタの人数を年齢区分毎に集計し、その集計結果から、候補媒体とする雑誌の接触モニタ年齢構成のデータを生成する（Ｓ０２４）。

第３データ生成部１９及び第４データ生成部２０の各々によりデータが生成された後には、本サーバ１の評価部２３が、これらのデータに基づいて商品Ａの反応モニタ年齢構成と候補媒体とする雑誌の接触モニタ年齢構成とを対比し、両者間の一致度合いとしての相関係数を算出する（Ｓ０２５）。

そして、接触モニタ年齢構成データの作成工程（Ｓ０２４）及び相関係数の評価工程（Ｓ０２５）が、指定された候補媒体毎に、具体的には雑誌Ｘ、Ｙ、Ｚに対して繰り返し実行され、すべての候補媒体について上記工程が終了した時点で（Ｓ０２６）、年齢構成マッチング処理が終了する。

（プロフィールマッチング処理）
プロフィールマッチング処理は、図１８に図示した各工程を本サーバ１が実行することによって進行する。図１８は、プロフィールマッチング処理の流れを示す図である。
より具体的に説明すると、プロフィールマッチング処理は、本サーバ１のデータ読み出し部１４が同サーバ１内に記憶された回答データＡＮを読み出す工程、すなわち、データ読み出し工程から始まる（Ｓ０３１）。

その後、本サーバ１のモニタ特定部１５によってモニタ特定工程が行われる（Ｓ０３２）。同工程Ｓ０３２では、データ読み出し部１４が読み出した回答データＡＮに基づき、複数のモニタの中から、商品Ａを購入したことが有る広告対象反応モニタと、各雑誌Ｘ、Ｙ、Ｚを購読したことが有る候補媒体接触モニタとが特定される。

その後、本サーバ１の第１データ生成部１７が、モニタ特定部１５が特定した広告対象反応モニタの人数を、モニタ属性に関する質問への回答と対応するカテゴリ別に集計する。このとき、第１データ生成部１７は、広告対象反応モニタの人数を商品Ａの購入頻度に応じて補正する（Ｓ０３３）。具体的には、広告対象反応モニタの各々を、当該各々の商品Ａの購入頻度に応じた人数分のモニタとしてカウントする。なお、各広告対象反応モニタの商品Ａの購入頻度については、モニタの補正に際して本サーバ１の接触頻度特定部１６によって特定されている。

そして、第１データ生成部１７は、補正した広告対象反応モニタの人数の集計結果から商品Ａのプロフィールデータを生成する（Ｓ０３４）。以上までの第１データ生成部１７による工程（具体的には、工程Ｓ０３３、０３４）が第１データ生成工程に相当する。

一方、本サーバ１の第２データ生成部１８が、モニタ特定部１５が特定した候補媒体接触モニタの人数を上述のカテゴリ別に集計する。このとき、第２データ生成部１８は、候補媒体接触モニタの人数を、候補媒体とする雑誌の購読頻度に応じて補正する（Ｓ０３５）。具体的には、候補媒体接触モニタの各々を、当該各々の雑誌の購読頻度に応じた人数分のモニタとしてカウントする。なお、各候補媒体接触モニタの雑誌の購読頻度については、モニタの補正に際して本サーバ１の接触頻度特定部１６によって特定されている。

そして、第２データ生成部１８は、補正した候補媒体接触モニタの人数の集計結果から、候補媒体とする雑誌のプロフィールデータを生成する（Ｓ０３６）。以上までの第２データ生成部１８による工程（具体的には、工程Ｓ０３５、０３６）が第２データ生成工程に相当する。

第１データ生成部１７及び第２データ生成部１８の各々によりデータが生成された後には、本サーバ１の評価部２３が、これらのデータに基づいて商品Ａのプロフィールと候補媒体とする雑誌のプロフィールとを対比し、モニタ属性に関する各質問についてカテゴリ別に集計したモニタ人数の比率の差分、すなわち、距離を上記カテゴリ別に算出する。そして、評価部２３は、カテゴリ別に算出した距離を合計し、その合計値からプロフィール間の一致度合いを算出する（Ｓ０３７）。かかる工程Ｓ０３７が、評価工程に相当する。

ここで、候補媒体接触モニタの人数を補正する工程（Ｓ０３５）、雑誌のプロフィールデータの作成工程（Ｓ０３６）、及び、プロフィール間の一致度合いを評価する評価工程（Ｓ０３７）が、指定された候補媒体毎に、具体的には雑誌Ｘ、Ｙ、Ｚに対して繰り返し実行される。そして、すべての候補媒体について、上記一連の工程Ｓ０３５〜０３７が終了した時点で（Ｓ０３８）、プロフィールマッチング処理が終了する。

（イメージマッチング処理）
イメージマッチング処理は、図１９に図示した各工程を本サーバ１が実行することによって進行する。図１９は、イメージマッチング処理の流れを示す図である。
より具体的に説明すると、イメージマッチング処理は、本サーバ１のデータ読み取り部１４が同サーバ１内に記憶された回答データＡＮを読み出す工程から始まる（Ｓ０４１）。その後、データ読み出し部１４が読み出した回答データＡＮに基づき、本サーバ１のモニタ特定部１５が複数のモニタの中から、商品Ａを購入したことが有る広告対象反応モニタと、各雑誌Ｘ、Ｙ、Ｚを購読したことが有る候補媒体接触モニタとを特定する（Ｓ０４２）。

モニタの特定後、本サーバ１の第５データ生成部２１が、モニタ特定部１５が特定した広告対象反応モニタの人数を商品Ａに対するイメージワード別に集計し、その集計結果から商品Ａのイメージデータを生成する（Ｓ０４３）。一方、本サーバ１の第６データ生成部２２が、モニタ特定部１５が特定した候補媒体接触モニタの人数を、商品Ａの場合と共通のイメージワード別に集計し、その集計結果から、候補媒体とする雑誌のイメージデータを生成する（Ｓ０４４）。

第５データ生成部２１及び第６データ生成部２２の各々によりデータが生成された後、本サーバ１の評価部２３が、これらのデータに基づいて商品Ａのイメージと候補媒体とする雑誌のイメージとを対比し、イメージワード別に集計したモニタ人数の比率の差分、すなわち、距離を上記イメージワード別に算出する。そして、評価部２３は、イメージワード別に算出した距離を合計し、その合計値からイメージ間の一致度合いを算出する（Ｓ０４５）。

ここで、イメージデータの作成工程（Ｓ０４４）、及び、イメージ間の一致度合いを評価する評価工程（Ｓ０４５）が、指定された候補媒体毎に、具体的には雑誌Ｘ、Ｙ、Ｚの各々に対して繰り返し実行され、すべての候補媒体について上記工程Ｓ０４４、０４５が終了した時点で（Ｓ０４６）、イメージマッチング処理が終了する。

（合算処理）
合算処理は、年齢構成マッチング処理、プロフィールマッチング処理、及び、イメージマッチング処理がすべて終了した後に実行される。合算処理では、本サーバ１の評価部２３が、上記３つのマッチング処理の各々において算出した一致度合いを、それぞれ図１４に図示した係数を乗じて重み付けした上で合算することで総合一致度合いを算出する。かかる総合一致度合いを算出する工程が、指定された候補媒体毎に繰り返し実行され、すべての候補媒体について上記工程が終了した時点で、合算処理が終了する。

＜＜その他の実施形態＞＞
上記の実施形態には、主として本発明の出稿先選定用の装置及び出稿先選定方法について説明した。しかし、上記の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれることはもちろんである。

具体的に説明すると、上記の実施形態では、アンケートの回答を各モニタから収集するにあたり、モニタ側端末２を各モニタＭに配布して同端末２とのデータ通信を通じて回答データ（個別回答データ）を収集することとした。ただし、回答収集の手段については上記の内容に限定されるものではなく、アンケート用紙を各モニタＭに配布して回答記入後にアンケート用紙を回収することとしてもよい。

また、上記の実施形態では、アンケート調査会社が他社からの依頼に応じて、依頼主の商品やサービス及び出稿先の候補媒体に関するアンケートの回答データＡＮをコンピュータ（本サーバ１）に解析させることで出稿先を選定するケースを例に挙げて説明した。ただし、これに限定されるものではなく、自社商品、自社サービス及び出稿先の候補媒体に関するアンケートを自社で行い、そのアンケートの回答データを自前の端末によって解析することで自社製品、自社サービスに関する広告の出稿先を自ら選定する場合にも本発明は適用可能である。

また、上記の実施形態では、イメージマッチングによる評価方法を採用したとき、第５データ生成部２１が広告対象イメージのデータを生成し、第６データ生成部２２が候補媒体イメージのデータを生成することした。ここで、上記の実施形態では、広告対象反応モニタの人数を広告対象に対する印象別に集計し、当該印象別のモニタ比率を算出することで広告対象イメージのデータが生成される。同様に、候補媒体イメージのデータについては、候補媒体接触モニタの人数を候補媒体に対する印象の種類別に集計し、当該印象別のモニタ比率を算出することで生成される。すなわち、上記の実施形態では、各イメージデータが広告対象又は候補媒体に関与しているモニタを集計することで生成されるものとなっている。ただし、これに限定されるものではなく、例えば、広告対象又は候補媒体に関与していないモニタ、具体的には、広告対象反応モニタでないモニタや候補媒体接触モニタではないモニタを上記の要領で集計することで各イメージデータを生成することとしてもよい。あるいは、広告対象や候補媒体に対する関与の有無を問わず全モニタを集計対象とし、すなわち、広告対象や候補媒体に対する印象別にすべてのモニタを集計し、各印象別のモニタ比率を算出することで各イメージデータを生成することとしてもよい。

また、上記の実施形態では、プロフィールマッチングの他、年齢構成マッチング、イメージマッチングを併せて導入し、広告対象と出稿先の候補媒体との間における顧客属性の類似性を多角的に評価することが可能である。ただし、評価方法については上記３つの方法に限定されず、上記３つの方法に加えて他の評価方法を採用することとしてもよい。

また、上記の実施形態では、評価方法の選択パターンとして、プロフィールマッチング、年齢構成マッチング及びイメージマッチングのいずれか一つを選択するパターン、若しくは、これら３つの評価方法をすべて用いた総合評価を選択するパターンを挙げた。ただし、選択パターンのバリエーションについては他にも考えられ、例えば、上記３つの評価方法のうちの２つを組み合わせた選択パターンを含めることとしてもよい。

また、上記の実施形態において、プロフィールマッチング、年齢構成マッチング及びイメージマッチングのすべてを採用した総合評価では、上記３つの評価方法で算出した一致度合いの各々を重み付けした上で合算することとした。ただし、これに限定されるものではなく、上記３つの方法による評価を順次行うにあたり、各方法で算出した一致度合いが一定の条件を満たす候補媒体だけを次の評価に引き渡すようにして、評価の進展に応じて候補媒体の数を徐々に絞り込んでいく形で総合評価を行うこととしてもよい。この際、候補媒体に対する絞り込みの条件としては、例えば、各方法で算出した一致度合いで順位付けしたときに上位ｎ位以内（ｎは自然数）にあるという条件が考えられ、他にも、一致度合いの算出結果が予め設定された閾値を超えた上で上位ｎ位以内の順位にあるという条件を採用することとしてもよい。

また、上記の実施形態において、プロフィールマッチング、年齢構成マッチング及びイメージマッチングの各方法による評価を開始するにあたって広告対象反応モニタや候補媒体接触モニタを特定するときは、アンケートに回答した全モニタの中を探索範囲とすることとした。ただし、これに限定されるものではなく、広告対象反応モニタや候補媒体接触モニタを特定するうえで、探索範囲を限定することとしてもよく、例えば、女性２０代に限定し、その中で広告対象反応モニタや候補媒体接触モニタを特定することとしてもよい。

１ 本サーバ（出稿先選定用の装置）
１ａ ＣＰＵ、１ｂ ＲＯＭ、１ｃ ＲＡＭ
１ｄ 通信用インタフェース
１ｅ ハードディスクドライブ（記憶装置）
１ｆ 入力装置、１ｇ 出力装置
２ アンケート回答用端末
３ 広告主端末
１１ 通信部、１２ データ集約部、１３ データ記憶部
１４ データ読み出し部、１５ モニタ特定部、１６ 接触頻度特定部
１７ 第１データ生成部、１８ 第２データ生成部、１９ 第３データ生成部
２０ 第４データ生成部、２１ 第５データ生成部、２２第６データ生成部
２３ 評価部、２４ 出力用データ生成部
ＡＮ 回答データ
Ｔ 変換テーブル、Ｕ 重み付けテーブル

Claims (7)

1. 広告対象に関する広告の出稿先を選定するために用いられる出稿先選定用の装置であって、
   複数のモニタにより回答され、該モニタの属性に関する複数の属性関連質問、前記広告対象に対する反応を問う質問、並びに前記出稿先の候補媒体への接触の有無を問う質問を含むアンケートの回答データを記憶装置から読み出すデータ読み出し部と、
   該データ読み出し部が読み出した前記回答データに基づいて、前記広告対象に対する反応として予め指定された特定の反応を回答した前記モニタである広告対象反応モニタ、及び、前記候補媒体への接触が有ると回答した前記モニタである候補媒体接触モニタを特定するモニタ特定部と、
   該モニタ特定部が特定した前記広告対象反応モニタの人数を前記属性関連質問への回答と対応するカテゴリ別に集計することで、該カテゴリ別の前記広告対象反応モニタの比率を示す広告対象プロフィールのデータを生成する第１データ生成部と、
   前記モニタ特定部が特定した前記候補媒体接触モニタの人数を前記カテゴリ別に集計することで、前記カテゴリ別の前記候補媒体接触モニタの比率を示す候補媒体プロフィールのデータを生成する第２データ生成部と、
   前記第１データ生成部が生成したデータが示す前記広告対象反応モニタの比率と前記第２データ生成部が生成したデータが示す前記候補媒体接触モニタの比率との差分を前記カテゴリ別に算出し、該カテゴリ別に算出した前記差分に基づいて前記広告対象プロフィールと前記候補媒体プロフィールとの間の一致度合いを評価する評価部と、
   該評価部が評価した前記一致度合いを出力するためのデータを生成する出力用データ生成部と、を備えることを特徴とする出稿先選定用の装置。
2. 前記記憶装置には、前記アンケートに含まれた前記候補媒体への接触頻度を問う質問の回答を含む前記回答データが記憶されており、
   前記データ読み出し部が読み出した前記回答データに基づいて、前記候補媒体への接触頻度を前記モニタ別に特定する接触頻度特定部を有し、
   前記第２データ生成部は、前記候補媒体接触モニタの人数を前記カテゴリ別に集計する際に、前記候補媒体接触モニタの各々を、当該各々について前記接触頻度特定部が特定した前記接触頻度に応じた人数分の前記モニタとしてカウントすることを特徴とする請求項１に記載の出稿先選定用の装置。
3. 前記記憶装置には、前記アンケートに含まれた前記広告対象への接触頻度を問う質問の回答を含む前記回答データが記憶されており、
   前記データ読み出し部が読み出した前記回答データに基づいて、前記広告対象への接触頻度を前記モニタ別に特定する接触頻度特定部を有し、
   前記第１データ生成部は、前記広告対象反応モニタの人数を前記カテゴリ別に集計する際に、前記広告対象反応モニタの各々を、当該各々について前記接触頻度特定部が特定した前記接触頻度に応じた人数分の前記モニタとしてカウントすることを特徴する請求項１又は２に記載の出稿先選定用の装置。
4. 前記データ読み出し部は、前記モニタの年齢に関する質問を含む前記アンケートの前記回答データを前記記憶装置から読み出し、
   前記データ読み出し部が読み出した前記回答データに基づいて、前記モニタ特定部が特定した前記広告対象反応モニタの人数を予め複数設定された年齢区分毎に集計することで、該年齢区分毎の前記広告対象反応モニタの人数の比率を示す広告対象反応モニタ年齢構成のデータを生成する第３データ生成部と、
   前記データ読み出し部が読み出した前記回答データに基づいて、前記モニタ特定部が特定した前記候補媒体接触モニタの人数を前記年齢区分毎に集計することで、前記年齢区分毎の前記候補媒体接触モニタの人数の比率を示す候補媒体接触モニタ年齢構成のデータを生成する第４データ生成部と、を備え、
   前記評価部は、前記第３データ生成部が生成したデータと前記第４データ生成部が生成したデータとに基づいて、前記広告対象反応モニタ年齢構成と前記候補媒体接触モニタ年齢構成との間の一致度合いを評価し、
   前記出力用データ生成部は、前記評価部が評価した前記広告対象反応モニタ年齢構成と前記候補媒体接触モニタ年齢構成との間の前記一致度合いを出力するためのデータを生成することを特徴とする請求項１乃至３のいずれか一項に記載の出稿先選定用の装置。
5. 前記データ読み出し部は、前記広告対象に対する印象を問う質問と前記候補媒体に対する印象を問う質問とを含む前記アンケートの前記回答データを前記記憶装置から読み出し、
   前記データ読み出し部が読み出した前記回答データに基づいて、前記広告対象に対する印象を問う質問に対する回答の種類別に前記モニタの人数を集計することで、前記広告対象に対する印象別の前記モニタの比率を示す広告対象イメージのデータを生成する第５データ生成部と、
   前記データ読み出し部が読み出した前記回答データに基づいて、前記候補媒体に対する印象を問う質問に対する回答の種類別に前記モニタの人数を集計することで、前記候補媒体に対する印象別の前記モニタの比率を示す候補媒体イメージのデータを生成する第６データ生成部と、を備え、
   前記評価部は、前記第５データ生成部が生成したデータと前記第６データ生成部が生成したデータとに基づいて、前記広告対象イメージと前記候補媒体イメージとの間の一致度合いを評価し、
   前記出力用データ生成部は、前記評価部が評価した前記広告対象イメージと前記候補媒体イメージとの間の前記一致度合いを出力するためのデータを生成することを特徴とする請求項４に記載の出稿先選定用の装置。
6. 前記評価部は、前記広告対象プロフィールと前記候補媒体プロフィールとの間の前記一致度合い、前記広告対象反応モニタ年齢構成と前記候補媒体接触モニタ年齢構成との間の前記一致度合い、及び、前記広告対象イメージと前記候補媒体イメージとの間の前記一致度合いの各々を重み付けした上で合算することにより総合一致度合いを評価し、
   前記出力用データ生成部は、前記評価部が評価した前記総合一致度合いを出力するためのデータを生成することを特徴とする請求項５に記載の出稿先選定用の装置。
7. コンピュータを用いて広告対象に関する広告の出稿先を選定する出稿先選定方法であって、
   前記コンピュータが、
   複数のモニタにより回答され、該モニタの属性に関する複数の属性関連質問、前記広告対象に対する反応を問う質問、並びに前記出稿先の候補媒体への接触の有無を問う質問を含むアンケートの回答データを記憶装置から読み出すデータ読み出し工程と、
   読み出した前記回答データに基づいて、前記広告対象に対する反応として予め指定された特定の反応を回答した前記モニタである広告対象反応モニタ、及び、前記候補媒体への接触が有ると回答した前記モニタである候補媒体接触モニタを特定するモニタ特定工程と、
   特定した前記広告対象反応モニタの人数を前記属性関連質問への回答と対応するカテゴリ別に集計することで、該カテゴリ別の前記広告対象反応モニタの比率を示す広告対象プロフィールのデータを生成する第１データ生成工程と、
   特定した前記候補媒体接触モニタの人数を前記カテゴリ別に集計することで、前記カテゴリ別の前記候補媒体接触モニタの比率を示す候補媒体プロフィールのデータを生成する第２データ生成工程と、
   前記第１データ生成工程で生成したデータが示す前記広告対象反応モニタの比率と前記第２データ生成工程で生成したデータが示す前記候補媒体接触モニタの比率との差分を前記カテゴリ別に算出し、該カテゴリ別に算出した前記差分に基づいて前記広告対象プロフィールと前記候補媒体プロフィールとの間の一致度合いを評価する評価工程と、
   評価した前記一致度合いを出力するためのデータを生成する出力用データ生成工程と、を行うことを特徴とする出稿先選定方法。

Images