JP2017146949A - Program, information processing device and information processing method - Google Patents
Program, information processing device and information processing method Download PDFInfo
- Publication number
- JP2017146949A JP2017146949A JP2016111015A JP2016111015A JP2017146949A JP 2017146949 A JP2017146949 A JP 2017146949A JP 2016111015 A JP2016111015 A JP 2016111015A JP 2016111015 A JP2016111015 A JP 2016111015A JP 2017146949 A JP2017146949 A JP 2017146949A
- Authority
- JP
- Japan
- Prior art keywords
- information
- advertisement
- result
- control unit
- correlation
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims description 22
- 238000003672 processing method Methods 0.000 title claims description 4
- 230000000694 effects Effects 0.000 claims abstract description 115
- 238000004458 analytical method Methods 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims description 59
- 230000008569 process Effects 0.000 claims description 50
- 238000000611 regression analysis Methods 0.000 claims description 38
- 238000012790 confirmation Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 abstract description 29
- 238000010586 diagram Methods 0.000 description 23
- 238000007619 statistical method Methods 0.000 description 18
- 238000011156 evaluation Methods 0.000 description 8
- 230000029087 digestion Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000002238 attenuated effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、プログラム、情報処理装置及び情報処理方法に関する。 The present invention relates to a program, an information processing apparatus, and an information processing method.
従来、商品又はサービスの広告活動について様々な評価手法が提案されている。例えば特許文献1では、広告活動に係る複数のプロモーション要素、アンケートにより収集した評価度、購入意欲度、及び商品又はサービスの販売シェアについて、プロモーション要素から販売シェアに至るまでの関係性を多段階の線形回帰により算出するプロモーション評価装置が開示されている。
Conventionally, various evaluation methods have been proposed for advertising activities of goods or services. For example, in
一方で、広告活動の評価分析には迅速性も要求される。特許文献1では消費者の評価度、購入意欲度等をアンケートにより収集しており、迅速性の要求を満たしているとは言い難い。
On the other hand, rapid evaluation is also required for evaluation and analysis of advertising activities. In
本発明は斯かる事情によりなされたものであって、その目的とするところは、効率的な広告活動を支援するプログラム等を提供することにある。 The present invention has been made under such circumstances, and an object thereof is to provide a program or the like that supports efficient advertising activities.
本発明に係るプログラムは、コンピュータに、商品又はサービスの広告視聴状況を示す広告情報と、広告活動の成果を示す成果情報とを取得し、前記広告情報及び成果情報に基づき、前記広告視聴状況と前記成果との相関関係を示す相関情報を生成する処理を実行させることを特徴とする。 The program according to the present invention acquires, in a computer, advertisement information indicating an advertisement viewing status of a product or service and result information indicating a result of an advertising activity, and based on the advertisement information and the result information, A process of generating correlation information indicating a correlation with the result is executed.
本発明に係るプログラムは、前記広告情報及び成果情報に基づき、多段階の回帰分析を含む共分散構造分析を実行して前記相関情報を生成することを特徴とする。 The program according to the present invention is characterized in that the correlation information is generated by executing a covariance structure analysis including a multistage regression analysis based on the advertisement information and the result information.
本発明に係るプログラムは、前記広告情報は、消費者の広告視聴態様が受動的である場合の受動視聴情報、能動的かつ間接的である場合の間接視聴情報、能動的かつ直接的である場合の直接視聴情報、及び前記消費者による前記商品又はサービスの確認の有無を示す確認情報を含み、前記成果情報は、前記商品又はサービスの購買状況を示す購買情報であり、前記受動視聴情報、間接視聴情報、直接視聴情報、確認情報、及び購買情報に含まれる各要素について回帰分析を行うことを特徴とする。 In the program according to the present invention, the advertisement information is passive viewing information when a consumer's advertisement viewing mode is passive, indirect viewing information when active and indirect, and active and direct. Direct viewing information and confirmation information indicating whether or not the consumer confirms the product or service, and the result information is purchase information indicating a purchase status of the product or service, and the passive viewing information, indirect Regression analysis is performed on each element included in viewing information, direct viewing information, confirmation information, and purchase information.
本発明に係るプログラムは、前記相関情報に基づき、前記広告情報及び成果情報に含まれる要素間の相関関係を示すシーケンス画面を出力することを特徴とする。 The program according to the present invention outputs a sequence screen showing a correlation between elements included in the advertisement information and the result information based on the correlation information.
本発明に係るプログラムは、前記広告活動に関する費用情報を取得し、前記広告情報、成果情報及び費用情報に基づき、前記相関情報を生成することを特徴とする。 The program according to the present invention is characterized by acquiring cost information related to the advertising activity and generating the correlation information based on the advertising information, result information and cost information.
本発明に係るプログラムは、前記成果情報又は費用情報について条件入力を受け付け、前記相関情報に基づき、前記広告活動に係る各広告施策について、受け付けた条件を満たす構成比を算出し、算出した前記各広告施策の構成比を示す予算案を出力することを特徴とする。 The program according to the present invention receives a condition input for the result information or cost information, calculates a composition ratio satisfying the received condition for each advertising measure related to the advertising activity based on the correlation information, It is characterized by outputting a budget plan indicating the composition ratio of the advertising measure.
本発明に係るプログラムは、前記予算案に基づく前記広告活動について、予算の消化状況と、前記成果とを示す進捗画面を出力することを特徴とする。 The program according to the present invention is characterized by outputting a progress screen indicating a budget consumption status and the results for the advertising activity based on the budget plan.
本発明に係る情報処理装置は、商品又はサービスの広告視聴状況を示す広告情報と、広告活動の成果を示す成果情報とを取得する取得部と、前記広告情報及び成果情報に基づき、前記広告視聴状況と前記成果との相関関係を示す相関情報を生成する生成部とを備えることを特徴とする。 The information processing apparatus according to the present invention includes an acquisition unit that acquires advertisement information indicating an advertisement viewing status of a product or service and result information indicating a result of an advertising activity, and the advertisement viewing based on the advertisement information and the result information. A generating unit that generates correlation information indicating a correlation between the situation and the result is provided.
本発明に係る情報処理方法は、コンピュータに、商品又はサービスの広告視聴状況を示す広告情報と、広告活動の成果を示す成果情報とを取得し、前記広告情報及び成果情報に基づき、前記広告視聴状況と前記成果との相関関係を示す相関情報を生成する処理を実行させることを特徴とする。 The information processing method according to the present invention acquires, in a computer, advertisement information indicating an advertisement viewing status of a product or service and result information indicating a result of an advertisement activity, and based on the advertisement information and the result information, the advertisement viewing A process for generating correlation information indicating a correlation between a situation and the result is executed.
本発明によれば、効率的な広告活動を支援することができる。 According to the present invention, efficient advertising activities can be supported.
以下、本発明をその実施の形態を示す図面に基づいて詳述する。
(実施の形態1)
図1は、情報処理システムの構成例を示す模式図である。本実施の形態では、商品又はサービスを提供する顧客企業が実施する広告活動について、広告活動の宣伝効果に係る統計的な評価を行うサービスを実現するための情報処理システムを一例に説明を行う。情報処理システムは、情報処理装置1、視聴端末2、2、2…、顧客サーバ3、サービスセンタ4、顧客端末5等を含む。各装置は、インターネット等のネットワークNを介して相互に情報の送受信を行う。
Hereinafter, the present invention will be described in detail with reference to the drawings illustrating embodiments thereof.
(Embodiment 1)
FIG. 1 is a schematic diagram illustrating a configuration example of an information processing system. In the present embodiment, an information processing system for realizing a service for performing a statistical evaluation related to the advertising effect of an advertising activity will be described as an example for an advertising activity carried out by a customer company that provides products or services. The information processing system includes an
情報処理装置1は、種々の情報を記憶すると共に、ネットワークNを介して情報の送受信を行う情報処理装置である。情報処理装置1は、例えばサーバコンピュータ、パーソナルコンピュータ等である。本実施の形態において情報処理装置1はサーバコンピュータであるものとし、以下ではサーバ1と読み替える。サーバ1は、ネットワークNを介して各種情報を取得し、広告活動の宣伝効果に係る統計分析を行う。当該処理について詳しくは後述する。
The
視聴端末2は、広告を視聴等することが可能な端末装置であり、例えばパーソナルコンピュータ、スマートフォン、テレビジョン受信機等である。顧客サーバ3は、商品又はサービスを消費者に提供する顧客企業のサーバ装置であり、商品又はサービスの購買状況、広告活動に費やす費用等の各種情報を記憶している。なお、顧客サーバ3は例えばパーソナルコンピュータ等であってもよい。サービスセンタ4は例えばサーバ装置であり、テレビジョン受信機に係る視聴率の集計を行う。顧客端末5は顧客企業の情報処理端末であり、例えばパーソナルコンピュータである。顧客端末5は、サーバ1から統計分析の分析結果等に係る種々の情報を受信し、表示する。
The
図2は、サーバ1の構成例を示すブロック図である。サーバ1は、制御部11、記憶部12、通信部13、大容量記憶装置14を含む。
制御部11は、CPU(Central Processing Unit)又はMPU(Micro-Processing Unit)等の演算処理装置を含む。制御部11は、記憶部12に記憶されたプログラムPを読み出して実行することにより、サーバ1に係る種々の情報処理又は制御処理等を行う。
FIG. 2 is a block diagram illustrating a configuration example of the
The
記憶部12は、RAM(Random Access Memory)、ROM(Read Only Memory)等のメモリ素子を含む。記憶部12は、制御部11が本実施の形態に係る処理を実行するために必要なプログラムP又はデータ等を記憶している。また、記憶部12は、制御部11が演算処理を実行するために必要なデータ等を一時的に記憶する。
The
通信部13は通信に関する処理を行うための処理回路等を含み、ネットワークNを介して視聴端末2、顧客サーバ3等と情報の送受信を行う。
The
大容量記憶装置14は、例えばハードディスク等を含む大容量の記憶装置である。大容量記憶装置14は、広告DB141、成果DB142、費用DB143等を記憶している。広告DB141は、広告の視聴状況を示す広告情報を記憶している。成果DB142は、広告活動の成果を示す成果情報を記憶しており、本実施の形態においては広告活動に係る商品又はサービスの購買状況を示す購買情報を記憶している。費用DB143は、広告活動に関する費用情報を記憶している。
なお、本実施の形態において記憶部12及び大容量記憶装置14は一体の記憶装置として構成されていてもよい。また、大容量記憶装置14は複数の記憶装置により構成されていてもよい。また、大容量記憶装置14はサーバ1に接続された外部記憶装置であってもよい。
The large-
In the present embodiment, the
なお、本実施の形態においてサーバ1は上記の構成に限られず、例えば操作入力を受け付ける入力部、サーバ1に係る情報を表示する表示部等を含んでもよい。
In the present embodiment, the
図3は、広告DB141のレコードレイアウトの一例を示す説明図である。広告DB141は、顧客列、日付列、受動視聴列、間接視聴列、直接視聴列、確認列を含む。顧客列は、顧客企業を識別するためのIDを記憶している。日付列は、IDと対応付けて、広告活動期間中の日付を記憶している。受動視聴列は、ID及び日付と対応付けて、後述する受動視聴情報を記憶している。具体的に受動視聴列は、オンライン上での広告ディスプレイのimp数(impression、表示回数)、動画広告のimp数、テレビジョンコマーシャルの視聴世帯数、一般的キーワード(例えば商品が自動車であれば「自動車」等)に基づきインターネット検索で表示されたリスティング広告のimp数等を記憶している。なお、例えば図3に示すように、各受動視聴情報は広告態様に応じてグループ化(例えばインターネット上で広告表示する場合は「imp」のグループに分類)して記憶されている。以下の間接視聴列、直接視聴列、確認列も同様である。
なお、受動視聴情報は上記に限定されるものではなく、例えばオウンドメディア(自社ホームページ、ブログ等)へのセッション数等も含まれる。なお、セッション数ではなく訪問数を記憶してもよい。また、図3では簡潔のため図示していないが、実際の受動視聴列には広告媒体別(例えば視聴端末2がパーソナルコンピュータであるか、スマートフォンであるか)に情報が記憶される。以下の間接視聴列、直接視聴列、確認列も同様である。
FIG. 3 is an explanatory diagram illustrating an example of a record layout of the
The passive viewing information is not limited to the above, and includes, for example, the number of sessions to owned media (in-house website, blog, etc.). Note that the number of visits may be stored instead of the number of sessions. Although not shown in FIG. 3 for the sake of brevity, information is stored for each advertisement medium (for example, whether the
間接視聴列は、ID及び日付と対応付けて、後述する間接視聴情報を記憶している。具体的に間接視聴列は、ディスプレイ広告のクリック数、動画広告のクリック数、一般的キーワードに基づき検索表示されたリスティング広告のクリック数、指名キーワード(例えば具体的な商品名)に基づき検索表示されたリスティング広告のimp数、リターゲティング(登録商標)広告のimp数等を記憶している。なお、間接視聴情報は上記に限定されるものではなく、例えば外部サイトからオウンドメディアへの流入数等も含まれる。
直接視聴列は、ID及び日付と対応付けて、後述する直接視聴情報を記憶している。具体的に直接視聴列は、指名キーワードに基づき検索表示されたリスティング広告のクリック数、リターゲティング広告のクリック数、オーガニック検索に基づくオウンドメディアへの流入数、ダイレクトトラフィックによるオウンドメディアへの流入数等を記憶している。
確認列は、ID及び日付と対応付けて、後述する確認情報を記憶している。具体的に確認列は、商品又はサービスを販売するオンラインショッピング等のWebサイトへのセッション数等を記憶している。なお、確認情報は上記に限定されるものではなく、例えば上記Webサイトにおける個別のランディングページへのセッション数等も含まれる。
The indirect viewing column stores indirect viewing information described later in association with the ID and date. Specifically, the indirect viewing column is searched and displayed based on the number of clicks on display ads, the number of clicks on video ads, the number of clicks on listing ads searched based on general keywords, and the designated keywords (for example, specific product names). The number of imps of listing advertisements, the number of imps of retargeting (registered trademark) advertisements, and the like are stored. The indirect viewing information is not limited to the above, and includes, for example, the number of inflows from the external site to the owned media.
The direct viewing column stores direct viewing information described later in association with the ID and date. Specifically, the direct viewing column is the number of clicks on listing ads searched based on designated keywords, the number of clicks on retargeting ads, the number of inflows to owned media based on organic search, and the inflow to owned media due to direct traffic. I remember numbers.
The confirmation column stores confirmation information described later in association with the ID and date. Specifically, the confirmation column stores the number of sessions to a website such as online shopping that sells products or services. Note that the confirmation information is not limited to the above, and includes, for example, the number of sessions to individual landing pages on the Web site.
なお、図3では簡潔のため図示していないが、広告DB141に記憶される広告情報は自社広告に関する情報だけでなく、例えば競合企業の広告活動に係る情報を含めてもよい。また、広告情報は視聴端末2を介した広告の視聴状況だけでなく、例えば販売店舗への来客数、交通広告等のように、視聴端末2を介しない広告視聴状況を示すものであってもよい。
Although not shown in FIG. 3 for the sake of brevity, the advertisement information stored in the
図4は、成果DB142のレコードレイアウトの一例を示す説明図である。成果DB142は、顧客列、日付列、購買列を含む。顧客列は、顧客企業のIDを記憶している。日付列は、IDと対応付けて、広告活動期間中の日付を記憶している。購買列は、ID及び日付と対応付けて、顧客企業の商品又はサービスの購買状況を示す購買情報を記憶している。具体的に購買列は、例えばオンライン上での商品又はサービスの購買数、オフラインでの商品又はサービスの購買数(例えば店頭での売上数)等を記憶している。なお、購買情報は購買数ではなく売上金額等であってもよい。
FIG. 4 is an explanatory diagram showing an example of the record layout of the
図5は、費用DB143のレコードレイアウトの一例を示す説明図である。費用DB143は、顧客列、日付列、費用列を含む。顧客列は、顧客企業のIDを記憶している。日付列は、IDと対応付けて、広告活動期間中の日付を記憶している。費用列は、ID及び日付と対応付けて、広告活動に関する費用情報を記憶している。具体的に費用列は、ディスプレイ広告、動画広告、テレビジョンコマーシャル、リスティング広告、リターゲティング広告、Webサイトでの広告等の、広告施策別の費用をそれぞれ記憶している。なお、費用情報は金額ではなく数量(例えばimp数、クリック数等)で記憶しておき、サーバ1は当該数量と、各広告施策の単価とにより費用を算出するようにしてもよい。
FIG. 5 is an explanatory diagram illustrating an example of a record layout of the
図6は、広告評価の概要を説明するための説明図である。以下では情報処理システムが実行する処理の概要について説明する。なお、以下では説明の便宜のため、サーバ1の処理主体は制御部11であるものとする。
制御部11は、顧客企業の広告活動について有効性を評価する処理を実行する。すなわち制御部11は、広告の視聴状況を示す広告情報、及び広告活動の成果を示す成果情報に基づき、広告がどの程度の有効性をもって消費者の購買活動に繋がったかを評価する。
FIG. 6 is an explanatory diagram for explaining an outline of advertisement evaluation. Below, the outline | summary of the process which an information processing system performs is demonstrated. In the following, for convenience of explanation, it is assumed that the processing entity of the
The
制御部11は、ネットワークNを介して広告情報を取得し、広告DB141に記憶する。なお、制御部11は顧客端末5等を介して広告情報の手動入力を受け付けてもよい。
広告情報は、消費者が顧客企業の商品又はサービスをどの程度視聴したかを示す情報群である。具体的に広告情報は、いわゆるオンライン広告であるディスプレイ広告、動画広告、リスティング広告、リターゲティング広告等のimp数及びクリック数、オウンドメディア又は所定のWebサイトへのセッション数、いわゆるオフライン広告であるテレビジョンコマーシャルの視聴世帯数等を含む時系列データである。制御部11は、消費者の広告視聴の態様に応じて、広告情報を四段階に分類して広告DB141に記憶する。具体的に制御部11は広告情報を、受動視聴情報、間接視聴情報、直接視聴情報、及び確認情報に分類して記憶する。
The
The advertisement information is a group of information indicating how much the consumer has viewed the product or service of the customer company. Specifically, the advertisement information is the so-called online advertisements such as display advertisements, video advertisements, listing advertisements, retargeting advertisements, the number of imps and clicks, the number of sessions to the owned media or a predetermined website, so-called offline advertisements. Time-series data including the number of households viewing television commercials. The
受動視聴情報は、消費者が特定の商品又はサービスの広告視聴を目的とせずに、受動的な態様で広告を視聴する場合の広告情報である。例えばディスプレイ広告を考えた場合、消費者は視聴端末2において所定のWebサイトを閲覧した場合、消費者の意図に関わらずディスプレイ広告が表示され、消費者は受動的にディスプレイ広告を視聴することになる。本実施の形態に係る制御部11は、上記のように受動的態様での広告視聴状況を受動視聴情報として判断する。
Passive viewing information is advertising information when a consumer views an advertisement in a passive manner without aiming to view the advertisement of a specific product or service. For example, when a display advertisement is considered, when a consumer browses a predetermined website on the
間接視聴情報は、消費者が特定の商品又はサービスの広告視聴を目的とはしていないが、能動的かつ間接的な態様で広告を視聴する場合の広告情報である。例えば顧客企業の商品が自動車である場合であって、消費者が検索エンジンにおいて「自動車」という一般的キーワードを検索した場合、検索結果に連動してリスティング広告が表示され、消費者は当該リスティング広告を視聴することになる。制御部11は、上記のように消費者が特定の商品又はサービスの広告視聴を意図していないが、消費者が自らの興味に応じて情報検索をした結果、間接的に広告を視聴する場合の広告情報を間接視聴情報と判断する。
The indirect viewing information is advertising information when a consumer views an advertisement in an active and indirect manner, although it is not intended for viewing an advertisement of a specific product or service. For example, if the product of a customer company is a car, and a consumer searches for a general keyword “car” in a search engine, a listing advertisement is displayed in conjunction with the search result, and the consumer Will be watched. In the case where the
直接視聴情報は、消費者が特定の商品又はサービスの広告視聴を目的として能動的かつ直接的に広告を視聴する場合の広告情報である。例えば消費者が検索エンジンにおいて顧客企業の商品名に係る指名キーワードに基づき検索をした場合、当該商品に係るリスティング広告が表示され、消費者は当該リスティング広告を視聴することになる。制御部11は、上記のように消費者が特定の商品又はサービスの広告視聴を意図して情報検索をした結果、直接的に広告を視聴する場合の広告情報を直接視聴情報と判断する。
Direct viewing information is advertising information when a consumer actively and directly views an advertisement for the purpose of viewing an advertisement for a specific product or service. For example, when a consumer searches on a search engine based on a nominated keyword associated with a product name of a customer company, a listing advertisement related to the product is displayed, and the consumer views the listing advertisement. As described above, the
確認情報は、広告に係る商品又はサービスについて消費者による確認の有無を示す広告情報である。例えば端末2はリスティング広告への操作入力を受け付けた場合、当該リスティング広告に埋め込まれたリンク先(例えば商品又はサービスを販売するWebサイト)にアクセスし、商品又はサービスに関する情報を表示する。この結果、消費者は商品又はサービスに関する情報を視聴し、当該商品又はサービスの内容を確認することになる。サーバ1の制御部11は、上記のように消費者が広告をきっかけに商品又はサービスを確認する場合の広告情報を確認情報と判断する。なお、上記は特定のWebページへのセッション数を一例として挙げたが、例えば確認情報は、実店舗への来客数などを含めてもよい。
The confirmation information is advertisement information indicating whether or not a consumer confirms a product or service related to the advertisement. For example, when the
上記のように制御部11は広告情報を受動視聴情報、間接視聴情報、直接視聴情報、確認情報に分類することで、消費者が広告を認知した段階、広告に係る商品又はサービスに興味を持っている段階、広告に係る商品又はサービスを調べる段階、広告に係る商品又はサービスを確認する段階で、消費者の広告視聴状況を区分する。さらに制御部11は、顧客サーバ3から広告活動の成果を示す成果情報を受信する。成果情報は、顧客企業の広告による宣伝効果、すなわち成果を表す時系列データである。本実施の形態において成果情報は、商品又はサービスに関する購買情報であるものとする。購買情報は、顧客企業の商品又はサービスに係る売上等を示す時系列データである。図6において「認知」は受動視聴情報を示し、「興味」は間接視聴情報を示し、「検索等」は直接視聴情報を示し、「確認」は確認情報を示し、「成果」は購買情報を示す。図6に示すように、各情報は広告の具体的な視聴態様によってさらに細分化される。なお、図6の図示内容は例示であって、広告情報に係る各要素群はこれに限るものではない。制御部11は後述する統計分析を行い、消費者が広告によってどのように「認知」から「興味」、「検索等」、「確認」へと誘導され、「成果(購買)」へと至ったかを評価する。
As described above, the
また、制御部11は顧客サーバ3から広告活動に関する費用情報を受信する。費用情報は、顧客企業が広告活動に費やした費用等を施策別に示す情報である。制御部11は費用情報を費用DB143に記憶する。
Further, the
図7は、情報処理システムが実行する処理の概要を説明するための説明図である。上記のように制御部11は、広告情報、成果情報、費用情報等を、ネットワークNを介して取得する。例えばディスプレイ広告のimp数について、制御部11は当該ディスプレイ広告をインターネット上で掲載するASP(Affiliate Service Provider)サーバから当該imp数を自動的に取得する。また、広告情報に店舗来客数、交通広告、雑誌広告等の視聴端末2を介しない視聴状況を含める場合、例えば制御部11は顧客端末5を介して手動入力を受け付ける。制御部11は、取得した各情報をデータベースに蓄積することで、各情報の統合管理及び出力処理を行う。例えば制御部11は、各情報を顧客端末5に出力する。さらに制御部11は、取得した情報に基づいて統計分析を行い、広告活動、購買活動、必要費用等の各相関関係について統計分析を行い、分析結果を出力する処理を行う。
FIG. 7 is an explanatory diagram for explaining an overview of processing executed by the information processing system. As described above, the
図8は、ダッシュボード画面の一例を示す説明図である。制御部11は、顧客端末5からの出力要求に応じて、広告DB141、成果DB142、及び費用DB143に記憶している各種情報に基づき、図8に示すダッシュボード画面を生成して当該端末に出力する。ダッシュボード画面は、広告DB141、成果DB142、及び費用DB143に蓄積された各情報を閲覧するための画面である。制御部11は、広告媒体及び広告態様に応じて、各情報を表形式及びグラフ形式で出力する。例えば制御部11は、広告情報、成果情報等に係る時系列データを折れ線又は棒グラフで示す組み合わせグラフ81を表示する。なお、図8の組み合わせグラフ81において左縦軸は広告のimp数、クリック数等の数値を、右縦軸は「成果」に係る購買数を、横軸は時間軸を示す。なお、制御部11は図8左上に示す変更欄81aへの選択入力により、右縦軸に係るパラメータを変更して組み合わせグラフ81を出力する。
また、例えば制御部11は、情報選択欄82aを介して選択された情報(図8では費用情報)について広告施策毎の構成比を示す棒グラフ82を表示する。
さらに制御部11は、種別選択欄83a及び広告選択欄83bを介して選択された広告施策について広告視聴状況、成果(購買状況)、費用等に係る集計結果を表示する集計表83を表示する。例えば種別選択欄83aで「オンライン施策」が選択され、広告選択欄83bで「リスティング広告」が選択された場合、制御部11は広告DB141等を参照し、オンライン広告の一種であるリスティング広告について、imp数、クリック数、費用その他の情報を集計表83に表示する。なお、図8中段の表に示すように、制御部11はさらにオンライン広告又はオフライン広告に係る施策全体での集計結果を表示してもよい。以上より、制御部11は取得した各種情報を統合、可視化することができ、顧客企業は広告活動の活動状況を迅速に確認することができる。
FIG. 8 is an explanatory diagram illustrating an example of a dashboard screen. In response to an output request from the
Further, for example, the
Further, the
図9は、共分散構造分析を説明するための説明図である。上述のごとく、制御部11は統合管理する各種情報の統計分析を行う。具体的に制御部11は、受動視聴情報、間接視聴情報、直接視聴情報、確認情報、及び購買情報等に含まれる各要素について、要素間の相関関係を分析する。例えば制御部11は、共分散構造分析による分析を行う。共分散構造分析は、複数要素間の関係を検討するための統計手段である。本実施の形態では、制御部11は複数要素間について多段階の重回帰分析を繰り返し実行することで、各要素間の相関関係を示す相関情報を生成する。
FIG. 9 is an explanatory diagram for explaining the covariance structure analysis. As described above, the
具体的に制御部11は、一の段階に係る情報から回帰分析に係る目的変数を選択すると共に、当該段階の前の段階に係る情報から回帰分析に係る説明変数を選択する。例えば図9において、「リスティング一般ワードclick」に係る間接視聴情報を目的変数とし、「認知」に係る各受動視聴情報を説明変数として回帰分析を行う。回帰分析の内容については後述する。制御部11は各要素間について回帰分析を繰り返し、相関情報を生成していく。なお、制御部11は、例えば受動視聴情報と間接視聴情報との相関関係というように段階が連続する要素間の関係だけでなく、例えば受動視聴情報と直接視聴情報との相関関係というように、段階の連続性に関わらず各要素間の相関関係を分析してよい。
Specifically, the
図10は、回帰分析を説明するための説明図である。図10のグラフにおいて、x軸は指名ワードに基づくリスティング広告のクリック数(以下、リスティング指名クリック数という)を示し、y軸がオンラインでの商品の購買数を示している。図10のプロットはリスティング指名クリック数及び商品の購買数に係る実際の取得データの分布を、傾斜線y=ax+bはリスティング指名クリック数と購買数との相関関係を示す近似直線を、それぞれ概念的に示している。リスティング指名クリック数(直接視聴情報)を説明変数xとし、購買数(購買情報)を目的変数yとした場合、制御部11は回帰分析により図10に示す近似直線を算出する。
FIG. 10 is an explanatory diagram for explaining the regression analysis. In the graph of FIG. 10, the x-axis represents the number of clicks on the listing advertisement based on the designated word (hereinafter referred to as the number of clicks on the designated listing), and the y-axis represents the number of online product purchases. The plot of FIG. 10 shows the distribution of actual acquired data related to the number of clicks for listing designation and the number of purchases of products, and the inclined line y = ax + b is a conceptual straight line representing the correlation between the number of clicks for listing designation and the number of purchases. It shows. When the number of listing designation clicks (direct viewing information) is an explanatory variable x and the number of purchases (purchase information) is an objective variable y, the
具体的に制御部11は、選択した説明変数x及び目的変数yについて最小二乗法を適用し、説明変数xと目的変数yとの相関関係を表す近似直線y=ax+bの傾き(係数)a及び切片(定数)bを算出する。図10において傾斜線の傾きaが目的変数yに対する説明変数xの影響力を示し、傾斜線y=ax+bとプロットとの誤差が相関の強さを示している。制御部11は、誤差の二乗和が最小となる傾きa及び切片bを算出し、相関関係に係る近似直線y=ax+bを求める。制御部11は各種情報に応じて説明変数及び目的変数を入れ替えて回帰分析を繰り返し、統計上の相関関係を示す相関情報を生成していく。
Specifically, the
なお、図10では説明の便宜のため、2変数の場合、すなわち単回帰の場合を説明したが、実際には3次以上の多変数により統計処理を実行する。すなわち制御部11は、一の目的変数yに対して複数の説明変数x1、x2、…を規定し、3次以上の重回帰分析を行う。これにより、例えば図9で示したように、制御部11は一の目的変数y(例えば「興味」に係る「リスティング一般ワードclick」)と複数の説明変数x1、x2、x3(例えば「認知」に係る「ディスプレイ広告imp」「動画広告imp」「リスティング一般ワードimp」)との相関関係、詳しくは近似式y=a1x1+a2x2+a3x3+bを求めることができる。なお、例えば間接視聴情報を介して受動視聴情報が直接視聴情報に及ぼす間接効果のように、三段階以上の要素に係る相関関係を考える場合、制御部11は説明変数x1を目的変数に置き換え、近似式x1=a′1x′1+a′2x′2+…+b′を算出することで間接効果を分析することができる。
In FIG. 10, for convenience of explanation, the case of two variables, that is, the case of single regression has been described, but actually, statistical processing is executed with multiple variables of third order or higher. That is, the
また、上記では広告情報及び成果情報の相関関係を分析する処理について述べたが、制御部11は併せて、費用情報とその他の情報との相関関係も分析する。すなわち制御部11は、広告活動の費用対効果等についても相関関係を分析する。制御部11は、分析結果である相関情報を大容量記憶装置14に記憶しておく。
Moreover, although the process which analyzes the correlation of advertisement information and result information was described above, the
図11は、説明変数の選択処理について説明するための説明図である。上記では共分散構造分析の概要について述べたが、制御部11は当該分析処理を実行する場合、説明変数に採用する情報を適宜に選択して分析処理を行う。
FIG. 11 is an explanatory diagram for explaining an explanatory variable selection process. Although the outline of the covariance structure analysis has been described above, the
具体的に制御部11は、一の目的変数を選択すると共に、該目的変数に対する説明変数の候補(以下では説明の便宜のため「候補変数」という)を特定する。なお、図11では候補変数を広告態様別(TV、Web、動画)の広告情報とし、目的変数を購買情報(売上)としてある。なお、記憶部12には統計分析に係る分析方針を規定するファイルが記憶されており、制御部11は当該ファイルを参照して候補変数を特定するものとする。制御部11は、当該候補変数から、目的変数を説明するために最適な一又は複数の説明変数を選択する。
Specifically, the
まず制御部11は、当該候補変数から一の変数を説明変数として選択し、回帰分析を実行する。図11の例では、まず制御部11は「TV」を説明変数として回帰分析を実行する。制御部11は、当該回帰分析に係る分析結果に基づき、当該説明変数の妥当性を判断するための指標を算出する。具体的に制御部11は、以下の式(1)により指標値CF(Candidate Factor)を算出する。
First, the
CF=1−(1−R2adj)×p×se…(1) CF = 1- (1-R2adj) * p * se (1)
R2adjは回帰分析に係る自由度調整済み決定係数、pはP値、seは標準誤差である。制御部11はまず、説明変数を「TV」として指標値CFを算出する。また、制御部11は上記の回帰分析に用いた候補変数「TV」を、最終的に説明変数として採用する採用候補として一時的に設定しておく。なお、以下では説明の便宜のため、設定した当該説明変数を「採用候補変数」という。
R2adj is a coefficient of freedom adjusted for regression analysis, p is a P value, and se is a standard error. First, the
次に制御部11は、採用候補変数以外に、別の候補変数を新たに説明変数に追加する。そして制御部11は、採用候補変数と、新たに追加した候補変数とを説明変数として、再度回帰分析を実行する。図11の例では、制御部11は採用候補変数「TV」に別の候補変数「Web」を加えて回帰分析を実行する。制御部11は当該分析結果に基づき、上記と同様に指標値CFを算出する。
Next, in addition to the adoption candidate variable, the
制御部11は、前回算出した指標値CF(説明変数が「TV」)と、新たに候補変数を追加して算出した今回の指標値CF(説明変数が「TV」「Web」)とを比較し、今回の指標値CFが前回の指標値CFよりも大きいか否かを判定する。今回の指標値CFの方が大きいと判定した場合、制御部11は、今回の回帰分析に係る説明変数を採用候補変数に設定する。一方で、今回の指標値CFの方が小さいと判定した場合、制御部11は前回の回帰分析に係る説明変数を引き続き採用候補変数に設定しておく。図11の例では、制御部11は今回算出した指標値CF(説明変数が「TV」「Web」)の方が小さいと判定し、引き続き変数「TV」を採用候補変数に設定しておく。
The
制御部11は、同様の処理を繰り返す。例えば図11に示すように、制御部11は最初に採用候補とした「TV」について、組み合わせる他の候補変数を順々に入れ替えて回帰分析を行い、指標値CFの大小を比較する。当初採用候補とした「TV」について全ての組み合わせを検討した場合、図11に示すように、制御部11は一度説明変数をクリアし、別の候補変数「Web」を新たな採用候補に選択して同様の処理を行う。そして制御部11は、指標値CFが最大、すなわち分析結果として最適な説明変数の組み合わせ(図11では「TV」「動画」)を選択する。以上の選択処理により、制御部11は説明変数の候補に規定されている「Web」は相関性が低いものとして除外し、「TV」「動画」を説明変数に採用する。
The
図12は、ナビゲーション画面の一例を示す説明図である。制御部11は、顧客端末5からの出力要求に応じて、上記一連の処理によって生成した相関情報を図12に示すナビゲーション画面に出力する。ナビゲーション画面は、「認知」に係る受動視聴情報、「興味」に係る間接視聴情報、「検索&リタゲ」に係る直接視聴情報、「確認」に係る確認情報、及び「成果」に係る成果情報(購買情報)との相関関係を、シーケンス図により示す画面である。
FIG. 12 is an explanatory diagram illustrating an example of a navigation screen. In response to the output request from the
図12に示すように、上記の各種情報はボックス121又は詳細ボックス122で示され、各情報の相関関係が実線により示される。ボックス121は広告情報又は成果情報に含まれる要素の概要を示す表示欄であり、詳細ボックス122はボックス121で示す要素をより細分化した要素を示す表示欄である。ボックス121に係る各要素は、例えば各要素に係る広告媒体(視聴端末2の種別)が「PC」「SP」等のアイコンにより、広告態様(各種別の視聴端末2で視聴される広告の態様)がボックス内のテキストにより示される。例えば制御部11は、顧客端末5を介して一のボックス121への選択入力を受け付ける。選択入力を受け付けた場合、制御部11は、選択されたボックス121と他のボックス121との相関関係を実線又は数値により表示する。例えば制御部11は、各ボックス121を繋ぐ実線の太さで影響力の大きさを、実線に付した数値で目的変数に対する説明変数の影響力の内訳を示す。
As shown in FIG. 12, the various types of information are indicated by a
例えば制御部11はナビゲーション画面において、各要素の概要、すなわちボックス121だけでなく、ボックス121よりも詳細な詳細ボックス122についても相関関係を示す。顧客端末5は、各種情報を概括的に示す各ボックス121に対する指定入力を受け付け、指定内容をサーバ1に通知する。当該指定内容を受信した場合、サーバ1の制御部11は、指定されたボックス121について、より詳細な詳細ボックス122を顧客端末5に出力する。例えば「興味」における「List指名click」のボックス121に対して操作入力を受け付けた場合、制御部11は詳細ボックス122をプルダウン形式で表示し、「興味」に係る各広告と、他段階の広告との相関関係を表示する。これにより、顧客企業は自社の広告活動について相関関係の概要を把握できると共に、詳細な関係についても簡単に把握することができる。
For example, on the navigation screen, the
さらに制御部11は、図12下側に示す貢献値グラフ124において、選択されたボックス121に対する他のボックス121又は詳細ボックス122の貢献値をグラフ表示する。なお、貢献値グラフ124において縦軸が貢献値(パーセント)を示す。ボックス121で示す各要素の貢献値は、回帰分析により求めた近似式y=a1x1+a2x2+a3x3…+bの各項a1x1、a2x2、a3x3…に所定の係数を乗算することで求められる。例えば制御部11は、他のボックス121又は詳細ボックス122の貢献値をそれぞれ棒グラフにより示す。一の棒グラフへのマウス入力を受け付けた場合、図12に示すように、制御部11は当該棒グラフに係るボックス121又は詳細ボックス122の要素名(図12では「Y社リスティング一般ワード」)を表示する。
Further, the
また、制御部11は併せて図12右下に示す組み合わせグラフ81を表示する。組み合わせグラフ81は、広告情報及び成果情報に係る時系列データを示すグラフであり、図8で示した組み合わせグラフ81と同様のグラフである。これにより、顧客企業はナビゲーション画面において広告活動の分析結果を閲覧しながら、併せて実際の集計結果を確認することができる。
The
図13は、サーバ1が実行する処理手順の一例を示すフローチャートである。図13に基づいて、サーバ1が実行する処理内容について説明する。
サーバ1の制御部11は、広告の視聴状況を示す広告情報、広告活動の成果を示す成果情報、及び広告活動に関する費用情報を取得する(ステップS11)。例えば広告情報は、上述の受動視聴情報、間接視聴情報、直接視聴情報、及び確認情報を含む。また、例えば成果情報は、商品又はサービスの購買情報である。制御部11は各情報を、ネットワークNを介して取得する。なお、制御部11は手動入力により各情報を取得するようにしてもよい。制御部11は、取得した広告情報を広告DB141に、成果情報を成果DB142に、費用情報を費用DB143に、それぞれ日付と対応付けて記憶する。
FIG. 13 is a flowchart illustrating an example of a processing procedure executed by the
The
制御部11は、ダッシュボード画面を顧客端末5に出力するか否かを判定する(ステップS12)。例えば制御部11は、顧客端末5から出力要求を受け付けたか否かを判定する。ダッシュボード画面を出力すると判定した場合(S12:YES)、制御部11は広告DB141、成果DB142、及び費用DB143を参照し、広告媒体及び広告態様に応じた広告情報、費用情報、及び成果情報を示すダッシュボード画面を生成して顧客端末5に出力する(ステップS13)。具体的に制御部11は、広告情報等の時系列データを示す組み合わせグラフ81、費用情報等について広告施策毎の構成比を示す棒グラフ82、各広告施策について広告視聴状況、購買状況、費用等の詳細な集計結果を表示する集計表83等を含むダッシュボード画面を生成し、出力する。
The
ダッシュボード画面を出力しないと判定した場合(S12:NO)、又はステップS13の処理を行った後で、制御部11は、所定の分析期間が経過したか否かを判定する(ステップS14)。分析期間は、例えば広告活動を実施する期間である。なお、制御部11は分析期間について、広告活動期間に関わらず設定変更を受け付けるようにしてもよい。分析期間が経過していないと判定した場合(S14:NO)、制御部11は処理をステップS11に戻す。分析期間が経過したと判定した場合(S14:YES)、制御部11は、広告情報、成果情報、及び費用情報に基づき、広告視聴状況、成果、及び広告宣伝費用の相関関係を示す相関情報を生成する処理を実行する(ステップS15)。具体的に制御部11は、各情報に基づき、多段階の回帰分析を含む共分散構造分析を実行して相関情報を生成する。制御部11は、生成した相関情報に基づき、広告情報及び成果情報に含まれる要素間の相関関係を示すナビゲーション画面を顧客端末5に出力する(ステップS16)。具体的に制御部11は、顧客端末5から出力要求を受け付けた場合、受動視聴情報、間接視聴情報、直接視聴情報、確認情報及び購買情報の段階に係る各要素の相関関係をシーケンス図により示すナビゲーション画面を生成し、顧客端末5に出力する。例えば図12で示したように、制御部11はナビゲーション画面において各情報に含まれる要素の概要をボックス121で示し、各ボックス121を繋ぐ実線により要素間の影響力の大きさを示すと共に、一の要素について他の複数要素による影響力の内訳を数値表示する。
When it determines with not outputting a dashboard screen (S12: NO), or after performing the process of step S13, the
制御部11は顧客端末5を介して、ナビゲーション画面で示す各要素について指定入力を受け付けたか否かを判定する(ステップS17)。例えば制御部11は、顧客端末5においてボックス121への操作入力を受け付けたか否かを判定する。指定入力を受け付けていないと判定した場合(S17:NO)、制御部11は処理をステップS19に移行する。指定入力を受け付けたと判定した場合(S17:YES)、制御部11は、指定された要素に関してより詳細な要素を出力すると共に、当該詳細な要素と他の要素との相関関係をナビゲーション画面上に出力する(ステップS18)。例えば制御部11は、指定されたボックス121について詳細ボックス122を出力し、併せて他の要素との相関関係を実線等により出力する。なお、上述のごとく、制御部11は指定された要素について、他の要素の貢献値を示す貢献値グラフ124を併せて表示する。
The
制御部11は、ナビゲーション画面の出力を終了するか否かを判定する(ステップS19)。例えば制御部11は、顧客端末5において所定の終了指示に係る入力を受け付けたか否かを判定する。終了しないと判定した場合(S19:NO)、制御部11は処理をステップS17に戻す。終了すると判定した場合(S19:YES)、制御部11は一連の処理を終了する。
The
図14は、相関情報生成のサブルーチンの処理手順の一例を示すフローチャートである。図14に基づき、ステップS15の相関情報生成のサブルーチンについて説明する。
サーバ1の制御部11は、広告DB141又は成果DB142を参照し、広告情報又は成果情報に含まれる要素から目的変数を選択する(ステップS31)。例えば制御部11は、受動視聴情報、間接視聴情報、直接視聴情報、確認情報又は購買情報に含まれる要素から一の目的変数を選択する。制御部11は、広告DB141又は費用DB143を参照し、ステップS31で選択した目的変数に対する説明変数の候補を、広告情報又は費用情報に含まれる要素から特定する(ステップS32)。例えば制御部11は、統計分析に係る分析方針を規定するファイルを参照して、当該分析方針に従い説明変数の候補である候補変数を特定する。
FIG. 14 is a flowchart illustrating an example of a processing procedure of a correlation information generation subroutine. Based on FIG. 14, the correlation information generation subroutine of step S15 will be described.
The
制御部11は、ステップS32で特定した候補変数から一の説明変数を選択する(ステップS33)。制御部11は、ステップS31で選択した目的変数、及びステップS33で選択した説明変数について回帰分析を行う(ステップS34)。制御部11は、ステップS34で実行した回帰分析に係る説明変数の妥当性を判断するための指標を算出する(ステップS35)。具体的に制御部11は、回帰分析により算出された自由度調整済み決定係数R2adj、P値、標準誤差se等に基づき、式(1)より指標値CFを算出する。制御部11は、ステップS34で実行した回帰分析が一回目の分析であったか否かを判定する(ステップS36)。一回目の分析であったと判定した場合(S36:YES)、制御部11は処理をステップS38に処理を移行する。
The
一回目の分析でなかったと判定した場合(S36:NO)、制御部11は、ステップS35で今回算出した指標が、後述するステップS38で採用候補に設定した説明変数について実行した回帰分析に係る指標より大きいか否かを判定する(ステップS37)。すなわち制御部11は、採用候補として保持してある説明変数に係る指標よりも、新たに算出した今回の指標の方が大きいか否かを判定する。今回の指標の方が大きいと判定した場合(S37:YES)、制御部11は、今回の指標に係る説明変数を採用候補に設定する(ステップS38)。具体的に制御部11は、今回ステップS34で実行した回帰分析において使用した一又は複数の説明変数を、最終的な採用候補として一時的に記憶しておく。これにより制御部11は、指標値CFにより説明変数としてより適切な要素の組み合わせを採用候補として保持しておく。
When it is determined that the analysis is not the first time (S36: NO), the
今回の指標の方が小さいと判定した場合(S37:NO)、又はステップS38の処理を実行した後で、制御部11は、ステップS33で選択した一の説明変数について、他の候補変数との組み合わせを全て検討したか否かを判定する(ステップS39)。具体的に制御部11は、ステップS33で選択した一の説明変数と他の候補変数との組み合わせ全てについて、指標値CFを算出してステップS37の判定処理を行ったか否かを判定する。全てを検討していないと判定した場合(S39:NO)、制御部11は、ステップS32で特定した候補変数から一の変数を説明変数に追加し(ステップS40)、処理をステップS34に戻す。これにより制御部11は、採用候補変数に別の候補変数を加えた説明変数について回帰分析を実行し、当該組み合わせについて指標を算出することになる。
When it is determined that the current index is smaller (S37: NO), or after executing the process of step S38, the
全て検討したと判定した場合(S39:YES)、制御部11は、ステップS33の説明変数の選択処理において、他の候補変数も全て選択したことがあるか否かを判定する(ステップS41)。すなわち制御部11は、候補変数それぞれを当初の説明変数として選択し、選択された候補変数を基準としてステップS34〜S39の処理を実行したか否かを判定する。選択したことがない候補変数があると判定した場合(S41:NO)、制御部11は処理をステップS33に戻す。これにより、制御部11は候補変数から別の説明変数を選択し、再度ステップS34〜S39の処理を実行して、広告情報に係る要素の全ての組み合わせについて妥当性を検討することになる。
When it is determined that all have been considered (S39: YES), the
全て選択したことがあると判定した場合(S41:YES)、制御部11は、ステップS31の目的変数の選択処理について、目的変数となり得る広告情報及び成果情報の要素全てについて選択したことがあるか否かを判定する(ステップS42)。すなわち制御部11は、受動視聴情報、間接視聴情報、直接視聴情報、確認情報、購買情報等の目的変数となり得る要素全てについて、ステップS32〜S41の処理を実行したか否かを判定する。目的変数に選択したことがない要素があると判定した場合(S42:NO)、制御部11は処理をステップS31に戻す。これにより、制御部11は別の目的変数を選択して再度回帰分析を行い、共分散構造を解析していく。全ての要素について選択したと判定した場合(S42:YES)、制御部11は処理をリターンする。
If it is determined that all have been selected (S41: YES), the
なお、上記でサーバ1は広告情報を四段階に分類したが、本実施の形態はこれに限るものではない。例えばサーバ1は、商品又はサービスを検索等する直接視聴情報と、商品又はサービスを確認する確認情報とを一つの情報群として捉え、広告情報を三段階で分類してもよい。逆にサーバ1は、受動視聴情報、間接視聴情報等をより細分化してもよい。このように、サーバ1は広告情報を三段階以下に分類してもよいし、五段階以上に分類してもよい。すなわちサーバ1は、多段階の回帰分析により相関情報を生成可能であればよい。
In the above description, the
また、上記でサーバ1は広告活動の成果を示す成果情報を商品又はサービスの購買情報と捉えて一連の処理を行ったが、本実施の形態はこれに限るものではない。例えばサーバ1は、消費者による商品又はサービスの確認の有無を示す確認情報(例えば商品又はサービスを販売するオンラインストアへのセッション数)を成果情報と捉えて一連の処理を行ってもよい。この場合、サーバ1は受動視聴情報、間接視聴情報、直接視聴情報を広告情報に規定し、確認情報を成果情報に規定する。そしてサーバ1は、広告情報と、成果情報、すなわち確認情報との相関関係を分析する。上述の如く、成果情報は分析方針によって変更可能であり、広告活動の成果として規定可能な情報であればよい。
In the above description, the
また、本実施の形態においてサーバ1は、広告の視聴状況について、その他の外部要因を考慮して相関関係を判断するようにしてもよい。外部要因は、例えば天候、商品又はサービスのキャンペーン等である。この場合、サーバ1は外部要因に応じて広告情報、成果情報等を補正し、共分散構造分析を行えばよい。
Further, in the present embodiment, the
以上より、本実施の形態1によれば、サーバ1は各装置から広告活動に係る情報を自動的に取得し、統計分析に係る分析結果を生成することで、効率的な広告活動を支援することができる。
As described above, according to the first embodiment, the
また、本実施の形態1によれば、多段階の回帰分析を含む共分散構造分析により、広告活動及び該広告活動の成果の相関関係を適切に把握することができる。 Further, according to the first embodiment, the correlation between the advertising activity and the result of the advertising activity can be appropriately grasped by the covariance structure analysis including the multi-stage regression analysis.
また、本実施の形態1によれば、広告情報を消費者の認知、興味、検索等、確認の四段階に分類すると共に、成果情報を商品又はサービスの売上として統計分析を行うことで、広告の認知から成果へと至る過程を適切に分析することができる。 Further, according to the first embodiment, advertisement information is classified into four stages of confirmation such as consumer recognition, interest, search, etc., and the result information is statistically analyzed as sales of goods or services, whereby advertisement The process from recognition to outcome can be analyzed appropriately.
また、本実施の形態1によれば、ナビゲーション画面(シーケンス画面)により、広告活動に係る各要素の相関関係を容易に把握することができる。
Moreover, according to this
また、本実施の形態1によれば、統計分析に係る分析要素に費用情報を含めることにより、例えば広告活動の費用対効果等も把握することができる。 Further, according to the first embodiment, by including the cost information in the analysis element related to the statistical analysis, for example, the cost effectiveness of the advertising activity can be grasped.
また、本実施の形態1によれば、説明変数を適宜に取捨選択することで統計分析に係る精度を上げることができる。 Further, according to the first embodiment, the accuracy of statistical analysis can be increased by appropriately selecting explanatory variables.
(実施の形態2)
本実施の形態では、アドストック効果を考慮した形態について述べる。なお、実施の形態1と重複する内容については同一の符号を付して説明を省略する。
(Embodiment 2)
In the present embodiment, a mode that considers the ad stock effect will be described. In addition, about the content which overlaps with
図15は、実施の形態2に係るアドストック期間に応じた統計分析について説明するための説明図である。一般的に消費者が広告を視聴した場合に、消費者は視聴内容をすぐに忘れるわけではなく、時間の経過と共に徐々に忘れていく傾向がある。この概念を一般にアドストックという。サーバ1は上記の統計分析を行うに際して、アドストックの期間(以下ではアドストック期間という)に応じた処理を行う。本実施の形態でサーバ1は、オフライン広告に関する統計分析について、アドストックを考慮した分析処理を行う。なお、サーバ1はオフライン広告だけでなくオンライン広告についてもアドストックを考慮して以下の処理を行ってもよい。
FIG. 15 is an explanatory diagram for explaining statistical analysis according to the ad stock period according to the second embodiment. In general, when a consumer views an advertisement, the consumer does not immediately forget the content to be viewed but tends to gradually forget with the passage of time. This concept is generally called ad stock. When performing the above statistical analysis, the
例えば図15に示すように、テレビコマーシャルの視聴世帯数に係る受動視聴情報を説明変数とし、指名ワードに基づくリスティング広告のimp数に係る直接視聴情報を目的変数として、所定の日付にテレビコマーシャルの放映が終了した場合を考える。この場合、サーバ1の制御部11はアドストック期間として複数の期間(例えば1〜13週間)の候補を設定する。そして制御部11は、図15に示すように、当該複数の期間に応じて受動視聴情報(図15の場合は視聴世帯数)が減衰しながら継続するものと仮定し、各アドストック期間に応じた時系列のモデルデータを生成する。例えばアドストック期間が1週間である場合、制御部11は放映終了時から1週間後に、視聴世帯数が放映終了時の10パーセントまで減衰するモデルデータを生成する。以下同様に、制御部11はアドストック期間に応じて受動視聴情報のモデルデータを生成する。
For example, as shown in FIG. 15, the passive viewing information related to the number of TV commercial viewing households is used as an explanatory variable, and the direct viewing information related to the number of imps of a listing advertisement based on a designated word is used as a target variable, and the TV commercial is displayed on a predetermined date. Consider the case where the airing has ended. In this case, the
制御部11は、期間別に生成した各受動視聴情報と、直接視聴情報とに基づき、回帰分析を用いたモデル分析を行う。制御部11は、期間別の各モデル分析の結果についてモデル精度を比較する。例えば制御部11は、モデル分析に係る自由度調整済み決定係数R2adjの大小に応じてモデル精度を比較する。制御部11は、最も精度の高いモデルデータに係る期間を、アドストック期間として選択する。なお、精度が同じモデルデータが複数ある場合、制御部11は、最長の期間をアドストック期間として選択する。制御部11は、選択したアドストック期間に係るモデルデータを説明変数に採用し、統計分析を実行する。
The
図16は、実施の形態2に係る相関情報生成のサブルーチンの処理手順の一例を示すフローチャートである。図16に基づき、本実施の形態に係るステップS15の相関情報生成のサブルーチンについて説明する。
目的変数に対する説明変数の候補を特定した後(ステップS32)、サーバ1の制御部11は以下の処理を実行する。制御部11は、ステップS32で特定した説明変数の候補に、オフライン広告に係る広告情報があるか否かを判定する(ステップS201)。オフライン広告に係る要素は、例えばテレビジョンコマーシャル、交通広告、雑誌広告等に係る広告情報である。オフライン広告に係る広告情報があると判定した場合(S201:YES)、制御部11は、当該オフライン広告に係る広告情報について、アドストック期間に応じたモデルデータを生成する(ステップS202)。例えば制御部11は、当該オフライン広告に係る時系列データについて、オフライン広告の終了時からアドストック期間だけデータ数値が減衰していくモデルデータを生成する。具体的に制御部11は、アドストック期間を1〜13週間であると仮定し、各アドストック期間に応じて13個のモデルデータを生成する。例えば制御部11は、オフライン広告終了時からアドストック期間経過後にデータが10パーセントまで減衰すると仮定し、モデルデータを生成する。オフライン広告に係る広告情報がないと判定した場合(S201:NO)、又はステップS202の処理を実行した後で、制御部11は処理をステップS33に移行する。
FIG. 16 is a flowchart illustrating an example of a processing procedure of a correlation information generation subroutine according to the second embodiment. Based on FIG. 16, the correlation information generation subroutine of step S15 according to the present embodiment will be described.
After identifying the explanatory variable candidates for the objective variable (step S32), the
候補変数から一の説明変数を選択した後(ステップS33)、又は説明変数に別の候補変数を追加した後(ステップS40)、制御部11は以下の処理を実行する。制御部11は、ステップS33で選択又はステップS40で追加された説明変数に、オフライン広告に係る広告情報が含まれているか否かを判定する(ステップS203)。含まれていないと判定した場合(S203:NO)、制御部11は処理をステップS34に移行する。含まれていると判定した場合(S203:YES)、制御部11は、ステップS202で生成した各モデルデータについて、回帰分析を行う(ステップS204)。すなわち制御部11は、1〜13週間のアドストック期間に応じて生成した説明変数の各モデルデータについて、目的変数との相関関係を分析する。制御部11は、ステップS204に係る各分析結果に基づき、最もモデル精度が高いアドストック期間に係るモデルデータを説明変数に選択する(ステップS205)。具体的に制御部11は、例えば各分析結果に係る自由度調整済み決定係数R2adjを比較し、係数R2adjが最も大きいモデルデータを判別する。制御部11は、当該モデルデータに係るアドストック期間が最も適切であると判断し、当該アドストック期間に応じて生成されたモデルデータを説明変数に選択する。制御部11は、処理をステップS35に移行する。
After selecting one explanatory variable from the candidate variables (step S33) or adding another candidate variable to the explanatory variable (step S40), the
以上より、本実施の形態2によれば、広告のアドストック効果を考慮して適切な統計分析を行うことができる。 As described above, according to the second embodiment, it is possible to perform appropriate statistical analysis in consideration of the ad stock effect of the advertisement.
(実施の形態3)
本実施の形態では、統計分析に係る分析結果に基づき新たな広告活動のプランニングを行うと共に、当該プランニングに基づき実施する広告活動の進捗状況を提示する形態について述べる。なお、実施の形態1と重複する内容については同一の符号を付して説明を省略する。
(Embodiment 3)
In the present embodiment, a mode for planning a new advertising activity based on an analysis result related to statistical analysis and presenting a progress status of the advertising activity performed based on the planning will be described. In addition, about the content which overlaps with
図17は、実施の形態3に係るプランニング画面の一例を示す説明図である。本実施の形態に係るサーバ1の制御部11は、顧客端末5からの出力要求に応じて図17に示すプランニング画面を出力する。プランニング画面は、過去に実施された広告活動に係る分析結果に基づき、新たに実施する広告活動に係る予算等を作成するための画面である。例えばプランニング画面は、相関グラフ171、成果比較グラフ172、予算比較グラフ173、予算表174等を含む。相関グラフ171は、過去に実施された広告活動に関し生成済みの相関情報について、成果情報と費用情報との相関関係を示すグラフである。なお、本実施の形態において成果情報は商品又はサービスの購買情報であるものとして説明を行うが、実施の形態1と同じく、成果情報は他の情報であってもよい。相関グラフ171は、購買数(成果)及び費用(予算)を各軸とするグラフの他に、切替ボタン1711、設定オブジェクト1712を含む。切替ボタン1711は、相関グラフ171の表示を切り替えるためのボタンであり、「成果」又は「予算」のいずれの切替ボタン1711が指定されるかに応じて相関グラフ171の各軸が逆になる。例えば図17において、現在は「成果」の切替ボタン1711が指定されているため、横軸が購買数、縦軸が費用となっている。
FIG. 17 is an explanatory diagram illustrating an example of a planning screen according to the third embodiment. The
制御部11は、相関グラフ171において、成果情報(購買情報)又は費用情報に関する条件入力を受け付ける。具体的に制御部11は、顧客企業が新たに実施する広告活動に関し、成果目標(目標購買数)又は上限費用、すなわち売上の目標値又は予算の上限値について入力を受け付ける。例えばプランニング画面を出力中の顧客端末5は、設定オブジェクト1712への操作入力を受け付ける。具体的に顧客端末5は、図17で示す設定オブジェクト1712について、横軸「成果」に沿って設定オブジェクトの位置を横にずらす操作を受け付ける。制御部11は当該操作内容を顧客端末5から取得する。制御部11は、相関グラフ171における設定オブジェクト1712の設定位置、すなわち横軸「成果」に対する設定オブジェクト1712の操作位置に応じて、当該位置が示す購買数を成果目標に係る条件値として受け付ける。なお、図17に示すように、制御部11は相関グラフ171の横軸に併せて分析精度をラベル表示する。当該ラベル表示は、例えば過去に分析実績がある購買数又は費用の数値範囲を示す。顧客企業は当該ラベル表示を参考に、統計的な信頼性が高い範囲で条件値を設定することができる。
In the
制御部11は、受け付けた条件を満たす最適な予算案を算出し、プランニング画面に出力する。具体的に制御部11は、生成済みの相関情報に基づき、広告活動に係る各施策について、受け付けた条件を満たす最適な構成比を算出する。例えば制御部11は、生成済みの相関情報に含まれる係数aを読み出す。また、制御部11は費用DB143を参照し、過去に実施された各施策の広告単価を算出する。そして制御部11は、受け付けた条件を満たし、かつ、費用対効果が最大となる各施策の構成比を算出する。例えば制御部11は、ラグランジュ未定乗数法を用いて算出を行う。
The
具体的には、成果目標について条件入力を受け付けた場合、制御部11は相関情報を参照し、当該成果目標を満たし、かつ、広告費用が最小となる各施策の構成比を算出する。例えば図17に示すように、各施策が「G社リスティング」「Y社リスティング」等である場合、制御部11は成果(購買数)を成果目標(目標購買数)に固定して、過去の広告活動の分析結果、すなわち相関情報に基づき各施策の構成比を算出する。この場合に、制御部11は各施策の広告単価を参照し、必要となる費用が最小となるように構成比を算出する。すなわち制御部11は、費用対効果が最大となる構成比を算出する。上限費用について条件入力を受け付けた場合は、制御部11は広告活動に費やす全体の費用を指定された上限費用に固定し、成果が最大となる構成比を算出する。
Specifically, when a condition input is received for a result target, the
制御部11は、算出した構成比を示す予算案を出力する。具体的に制御部11は、予算表174において、当該構成比を施策別の予算配分として出力する。予算表174は予算案の詳細を、広告活動に係る施策別に示す表である。図17に示すように、制御部11は予算表174において、各施策の名称、過去(前月)の広告費用、及び施策別の予算をそれぞれ出力する。また、制御部11は併せて成果比較グラフ172、予算比較グラフ173を出力する。成果比較グラフ172及び予算比較グラフ173は、過去の広告活動に係る成果及び費用と、予算案に係る予想成果(予想購買数)及び予想費用との比較データを示すグラフである。予算比較グラフ173ではさらに、予想費用に占める施策別の予算配分が示される。
The
制御部11はさらに、予算表174において、各施策の構成比に関する条件入力を受け付ける。例えば制御部11は、予算表174のシミュレーション欄1741への操作入力に基づき予算配分の変更を受け付ける。例えば「G社リスティング」について費用の入力を受け付けた場合、制御部11は当該施策に係る費用を固定した上で、再度予算案を算出する。すなわち制御部11は、指定された施策以外の他の施策について予算配分を再算出し、シミュレーション欄1714に出力する。また、予算配分に関する条件入力を受け付けた場合、制御部11は成果比較グラフ172及び予算比較グラフ173も自動連携させて再度算出結果を出力する。これにより、顧客企業の要望に従って予算案を自動的に再出力することができる。
制御部11は、プランニング画面の確定ボタン175への操作入力を受け付けた場合、予算案を確定させる。これにより、顧客企業は生成された予算案に基づいて広告活動を新たに開始する。制御部11は、実施の形態1と同様に広告情報等を取得し、以下の進捗画面を顧客端末5に出力する。
In addition, the
When the
図18は、実施の形態3に係る進捗画面の一例を示す説明図である。進捗画面は、予算案に基づく広告活動について、予算の消化状況と、当該広告活動の成果、すなわち商品又はサービスの購買状況とを示す画面である。例えば進捗画面は、概算データ181、活動状況データ182、及び詳細表183を含む。
FIG. 18 is an explanatory diagram illustrating an example of a progress screen according to the third embodiment. The progress screen is a screen showing the status of the budget consumption and the result of the advertising activity, that is, the purchase status of the product or service, for the advertising activity based on the budget plan. For example, the progress screen includes
制御部11は、取得した費用情報を参照し、広告活動を開始してから現在までに費やした施策別の費用(予算)を算出する。また、制御部11は成果情報(購買情報)を参照し、広告活動を開始してから現在までの成果(購買数)に係る集計を行う。制御部11は、当該費用及び成果と予算案に係る予想費用及び予想成果との比較を、概算データ181により出力する。概算データ181は、予想費用額に対する現在の費用額を示す予算消化状況、及び成果目標に対する現在の成果を示す成果目標達成度を、それぞれ棒グラフで示す。すなわち制御部11は、概算データ181において予算の消化状況及び広告活動の成果(商品又はサービスの購買状況)それぞれの全体的な概算を出力する。また、制御部11は、広告活動に係る時系列的な予算消化状況及び成果を、活動状況データ182に示す。活動状況データ182は、各日付における施策別の費用額、及び購買数を示すグラフである。
The
さらに制御部11は、各日付における詳細な予算の消化状況を詳細表183に示す。詳細表183は、一日で消化すべき目標費用、現在消化している費用、及び後日に消化すべき目標費用を施策別に示す表である。顧客企業は詳細表183を参考にして、概算データ181及び活動状況データ182よりも詳細な予算の消化状況を確認することができる。なお、詳細表183において各施策名の表示欄への操作入力を受け付けた場合、図18に示すように、制御部11は各施策の相関関係を示すナビゲーション画面(シーケンス図)を簡易表示する。
なお、制御部11は詳細表183に、予算の消化状況だけでなく、広告活動の成果(購買数)を併せて出力するようにしてもよい。
Further, the
Note that the
図19は、実施の形態3に係るサーバ1が実行する処理手順の一例を示すフローチャートである。図19に基づき、本実施の形態に係るサーバ1が実行する処理内容について説明する。なお、サーバ1は実施の形態1で述べた処理により、相関情報を生成済みであるものとする。
サーバ1の制御部11は、過去の広告活動に関して生成済みの相関情報を参照し、広告活動に係る予算案を決定するためのプランニング画面を生成して顧客端末5に出力する(ステップS301)。例えば制御部11は、過去の広告情報、成果情報、及び費用情報を参照し、図17で例示したプランニング画面を生成する。プランニング画面は、例えば過去の広告活動に係る成果情報と費用情報との相関関係を示す相関グラフ171、過去の広告活動に係る成果(購買数)と予想成果(予想購買数)との比較を示す成果比較グラフ172、過去の広告活動に係る費用(予算)と予想費用との比較を示す予算比較グラフ173、後述するステップS304の処理により生成される予算案の詳細を示すための予算表174等を含む。制御部11は生成したプランニング画面を、ネットワークNを介して顧客端末5に出力する。
FIG. 19 is a flowchart illustrating an example of a processing procedure executed by the
The
制御部11は、成果情報又は費用情報について、予算案に関する条件入力を受け付ける(ステップS302)。具体的に制御部11は、プランニング画面の相関グラフ171において、成果目標、例えば売上目標である目標購買数の設定入力を受け付ける。または、制御部11は相関グラフ171において、広告活動に費やす上限費用の設定入力を受け付ける。すなわち制御部11は、成果目標及び上限費用のいずれかについて条件入力を受け付ける。
The
制御部11は、過去の広告活動について生成済みの相関情報に基づき、ステップS302で受け付けた条件を満たす各施策の構成比を算出する(ステップS303)。具体的に制御部11は、費用DB143を参照し、各施策の費用単価を算出する。また、制御部11は、過去の広告活動について生成済みの相関情報を大容量記憶装置14から読み出す。具体的に制御部11は、相関情報に含まれる係数aを読み出す。そして制御部11は、当該費用単価、及び相関情報に係る係数aに基づき、ステップS302で受け付けた成果目標又は上限費用の条件を満たす各施策の構成比(予算配分)を算出する。例えばステップS302で成果目標について条件入力を受け付けた場合、制御部11は、当該成果目標を満たし、かつ、広告費用が最小となる各施策の構成比を算出する。また、ステップS302で上限費用について条件入力を受け付けた場合、制御部11は、当該上限費用を満たし、かつ、成果が最大となる各施策の構成比を算出する。すなわち制御部11は、成果情報(成果目標)又は費用情報(予算)の条件を満たし、かつ、費用対効果が最大となる各施策の構成比を算出する。制御部11は、例えばラグランジュ未定乗数法を用いて当該算出処理を行う。
The
制御部11は、算出した各施策の構成比を示す予算案を出力する(ステップS304)。例えば制御部11はプランニング画面の予算表174において、施策別の予算配分を示す予算案を出力する。また、制御部11は過去の広告活動に係る成果及び費用と当該予算案に係る予想成果及び予想費用との比較データを、成果比較データ172及び予算比較データ173に出力する。
The
制御部11は、各施策の構成比について条件入力を受け付ける(ステップS305)。具体的に制御部11は、予算表174のシミュレーション欄1741において、各施策の予想費用に関し変更の入力を受け付ける。制御部11は、予算案を確定させるか否かを判定する(ステップS306)。例えば制御部11は、顧客端末5においてプランニング画面に表示される確定ボタン175への操作入力を受け付けたか否かを判定する。予算案を確定させないと判定した場合(S306:NO)、制御部11は処理をステップS303に戻す。ステップS305で構成比の条件入力を受け付けた場合、制御部11は、当該条件も含めて再度各施策の構成比を算出し、予算案を出力することになる。
The
予算案を確定させると判定した場合(S306:YES)、制御部11は、各装置から広告情報、成果情報、費用情報等の各情報を取得する(ステップS307)。これにより、制御部11は予算案に基づく顧客企業の広告活動に関して情報収集を行う。制御部11は、取得した費用情報を参照し、予算の消化状況に係る消化予算等を算出する(ステップS308)。例えば制御部11は、予算案に基づき広告活動を開始してから現在までに費やした費用を施策別に算出する。また、制御部11は予算案に係る予想費用と広告活動開始後の費用とを比較し、予算の消化率を施策別に算出する。
If it is determined that the budget plan is to be confirmed (S306: YES), the
制御部11は、広告活動の成果等を算出する(ステップS309)。例えば制御部11は、算案に基づき広告活動を開始してから現在までの成果(購買数)を計数する。また、制御部11は予算案に係る成果目標と広告活動開始後の成果とを比較し、広告活動の成果について目標達成率を算出する。
The
制御部11は、予算案に基づく広告活動について、予算の消化状況と、当該広告活動の成果とを示す進捗画面を出力する(ステップS310)。具体的に制御部11は、ステップS308で算出した費用、消化率等の情報と、ステップS309で算出した成果、目標達成率等の情報とを進捗画面に表示する。より詳しくは、制御部11は進捗画面に、予算消化状況及び目標達成度を示す概算データ181、広告活動の成果(商品又はサービスの購買数)及び施策別の費用を時系列で示す活動状況データ182、及び予算の消化状況の詳細を示す詳細表183等を出力する。
The
制御部11は、広告活動の予定期間が経過したか否かを判定する(ステップS311)。予定期間は、予め設定されている広告活動の活動期間であり、例えば一ヶ月である。予定期間が経過していないと判定した場合(S311:NO)、制御部11は処理をステップS307に戻す。予定期間が経過したと判定した場合(S311:YES)、制御部11は一連の処理を終了する。
The
なお、上記でサーバ1がプランニング画面及び進捗画面に係る種々の処理を実行したが、本実施の形態はこれに限るものではない。例えばサーバ1は生成済みの相関情報等を顧客端末5に送信し、顧客端末5が各画面の生成、予算案に係る条件の受け付け及び予算案の算出、進捗状況に係る消化予算等の算出などを行ってもよい。すなわち本実施の形態に係る処理は、顧客端末5等の端末装置が実行してもよい。
In addition, although the
以上より、本実施の形態3によれば、過去の広告活動の分析結果を流用して最適な予算案を組み立て、効率的な広告活動を支援することができる。 As described above, according to the third embodiment, it is possible to assemble an optimal budget plan using the analysis result of past advertising activities and support efficient advertising activities.
また、本実施の形態3によれば、進捗状況を顧客企業に通知することで、上記のダッシュボード、ナビゲーション、プランニング等の画面と併せて、広告活動の適切なPDCAサイクルの構築を支援することができる。 In addition, according to the third embodiment, by notifying the client company of the progress status, it is possible to support the construction of an appropriate PDCA cycle for advertising activities together with the above-mentioned dashboard, navigation, planning and other screens. Can do.
今回開示された実施の形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。 The embodiment disclosed this time is to be considered as illustrative in all points and not restrictive. The scope of the present invention is defined by the terms of the claims, rather than the meanings described above, and is intended to include any modifications within the scope and meaning equivalent to the terms of the claims.
1 サーバ
11 制御部
12 記憶部
P プログラム
13 通信部
14 大容量記憶装置
141 広告DB
142 成果DB
143 費用DB
2 視聴端末
3 顧客サーバ
4 サービスセンタ
5 顧客端末
81 組み合わせグラフ
82 棒グラフ
83 集計表
121 ボックス
122 詳細ボックス
124 貢献値グラフ
171 相関グラフ
1711 切替ボタン
1722 設定オブジェクト
172 成果比較グラフ
173 予算比較グラフ
174 予算表
1741 シミュレーション欄
175 確定ボタン
181 概算データ
182 活動状況データ
183 詳細表
1
142 Result DB
143 Cost DB
2 Viewing Terminal 3 Customer Server 4
Claims (9)
商品又はサービスの広告視聴状況を示す広告情報と、広告活動の成果を示す成果情報とを取得し、
前記広告情報及び成果情報に基づき、前記広告視聴状況と前記成果との相関関係を示す相関情報を生成する
処理を実行させることを特徴とするプログラム。 On the computer,
Get advertisement information that shows the advertisement viewing status of the product or service and result information that shows the result of the advertising activity,
A program for executing a process of generating correlation information indicating a correlation between the advertisement viewing state and the result based on the advertisement information and the result information.
ことを特徴とする請求項1に記載のプログラム。 The program according to claim 1, wherein the correlation information is generated by executing a covariance structure analysis including a multi-stage regression analysis based on the advertisement information and the result information.
前記成果情報は、前記商品又はサービスの購買状況を示す購買情報であり、
前記受動視聴情報、間接視聴情報、直接視聴情報、確認情報、及び購買情報に含まれる各要素について回帰分析を行う
ことを特徴とする請求項2に記載のプログラム。 The advertising information includes passive viewing information when a consumer's advertising viewing mode is passive, indirect viewing information when active and indirect, direct viewing information when active and direct, and Including confirmation information indicating whether or not the product or service is confirmed by the consumer;
The result information is purchase information indicating a purchase status of the product or service,
The program according to claim 2, wherein regression analysis is performed for each element included in the passive viewing information, indirect viewing information, direct viewing information, confirmation information, and purchase information.
ことを特徴とする請求項1〜請求項3のいずれか1項に記載のプログラム。 The program according to any one of claims 1 to 3, wherein a sequence screen showing a correlation between elements included in the advertisement information and result information is output based on the correlation information.
前記広告情報、成果情報及び費用情報に基づき、前記相関情報を生成する
ことを特徴とする請求項1〜請求項4のいずれか1項に記載のプログラム。 Obtaining cost information about the advertising activity;
The program according to any one of claims 1 to 4, wherein the correlation information is generated based on the advertisement information, result information, and cost information.
前記相関情報に基づき、前記広告活動に係る各広告施策について、受け付けた条件を満たす構成比を算出し、
算出した前記各広告施策の構成比を示す予算案を出力する
ことを特徴とする請求項5に記載のプログラム。 Accepting condition input for the outcome information or cost information,
Based on the correlation information, for each advertising measure related to the advertising activity, calculate the composition ratio that satisfies the accepted condition,
The program according to claim 5, wherein a budget plan indicating the calculated composition ratio of each advertising measure is output.
ことを特徴とする請求項6に記載のプログラム。 The program according to claim 6, wherein a progress screen indicating a budget consumption status and the result is output for the advertising activity based on the budget plan.
前記広告情報及び成果情報に基づき、前記広告視聴状況と前記成果との相関関係を示す相関情報を生成する生成部と
を備えることを特徴とする情報処理装置。 An acquisition unit that acquires advertisement information indicating the advertisement viewing status of the product or service and result information indicating the result of the advertising activity;
An information processing apparatus comprising: a generation unit that generates correlation information indicating a correlation between the advertisement viewing state and the result based on the advertisement information and the result information.
商品又はサービスの広告視聴状況を示す広告情報と、広告活動の成果を示す成果情報とを取得し、
前記広告情報及び成果情報に基づき、前記広告視聴状況と前記成果との相関関係を示す相関情報を生成する
処理を実行させることを特徴とする情報処理方法。 On the computer,
Get advertisement information that shows the advertisement viewing status of the product or service and result information that shows the result of the advertising activity,
An information processing method comprising: executing a process of generating correlation information indicating a correlation between the advertisement viewing state and the result based on the advertisement information and the result information.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/005001 WO2017141837A1 (en) | 2016-02-15 | 2017-02-10 | Program, information processing device, and information processing method |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662295335P | 2016-02-15 | 2016-02-15 | |
US62/295,335 | 2016-02-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017146949A true JP2017146949A (en) | 2017-08-24 |
JP6364581B2 JP6364581B2 (en) | 2018-08-01 |
Family
ID=59682272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016111015A Active JP6364581B2 (en) | 2016-02-15 | 2016-06-02 | Program, information processing apparatus and information processing method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6364581B2 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019114203A (en) * | 2017-12-26 | 2019-07-11 | Supership株式会社 | Advertisement management method, program, and advertisement management device |
KR20220082472A (en) * | 2020-12-10 | 2022-06-17 | 주식회사 카카오 | Advertising method and apparatus |
JP7498918B1 (en) | 2023-09-08 | 2024-06-13 | 株式会社ファンくる | Information providing device, method and program |
JP7545939B2 (en) | 2021-07-26 | 2024-09-05 | 株式会社電通 | Information processing device, allocation method, and allocation program |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102475558B1 (en) * | 2022-06-13 | 2022-12-08 | 머큐리프로젝트 주식회사 | Method and apparatus for analyzing advertising performance in a communication system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004066175A1 (en) * | 2003-01-17 | 2004-08-05 | Dentsu Inc. | Brand communication strategy scenario creation support apparatus |
JP2012088994A (en) * | 2010-10-21 | 2012-05-10 | Opto:Kk | Advertising effect analysis system and method of the same |
JP2015111382A (en) * | 2013-12-06 | 2015-06-18 | ヤフー株式会社 | Advertisement device, estimation method, and estimation program |
-
2016
- 2016-06-02 JP JP2016111015A patent/JP6364581B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004066175A1 (en) * | 2003-01-17 | 2004-08-05 | Dentsu Inc. | Brand communication strategy scenario creation support apparatus |
JP2012088994A (en) * | 2010-10-21 | 2012-05-10 | Opto:Kk | Advertising effect analysis system and method of the same |
JP2015111382A (en) * | 2013-12-06 | 2015-06-18 | ヤフー株式会社 | Advertisement device, estimation method, and estimation program |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019114203A (en) * | 2017-12-26 | 2019-07-11 | Supership株式会社 | Advertisement management method, program, and advertisement management device |
JP7000147B2 (en) | 2017-12-26 | 2022-01-19 | Supership株式会社 | Advertising management methods, programs, and advertising management devices |
KR20220082472A (en) * | 2020-12-10 | 2022-06-17 | 주식회사 카카오 | Advertising method and apparatus |
KR102565705B1 (en) | 2020-12-10 | 2023-08-10 | 주식회사 카카오 | Advertising method and apparatus |
JP7545939B2 (en) | 2021-07-26 | 2024-09-05 | 株式会社電通 | Information processing device, allocation method, and allocation program |
JP7498918B1 (en) | 2023-09-08 | 2024-06-13 | 株式会社ファンくる | Information providing device, method and program |
Also Published As
Publication number | Publication date |
---|---|
JP6364581B2 (en) | 2018-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Malthouse et al. | Opportunities for and pitfalls of using big data in advertising research | |
Li et al. | Attributing conversions in a multichannel online marketing environment: An empirical model and a field experiment | |
US10185971B2 (en) | Systems and methods for planning and executing an advertising campaign targeting TV viewers and digital media viewers across formats and screen types | |
Draganska et al. | Choice set heterogeneity and the role of advertising: An analysis with micro and macro data | |
Olbrich et al. | Modeling consumer purchasing behavior in social shopping communities with clickstream data | |
US8140380B2 (en) | Creating an incentive to author useful item reviews | |
Ha et al. | Manufacturer rebate competition in a supply chain with a common retailer | |
Lai et al. | Assessing and managing e-commerce service convenience | |
KR101817042B1 (en) | System, method and computer-readable medium recorded with program for mediation of online video advertisement contract | |
JP6364581B2 (en) | Program, information processing apparatus and information processing method | |
Hackl et al. | Market structure and market performance in E-commerce | |
JP2011513817A (en) | Automatic assignment of total marketing budget and sales resources, and allocation across spending categories | |
WO2012049987A1 (en) | Product recommendation system and product recommendation method | |
Holsing et al. | Effect of user-generated content on website stickiness: the case of social shopping communities | |
KR102477687B1 (en) | Apparatus and method for managing aadvertisement | |
WO2017141837A1 (en) | Program, information processing device, and information processing method | |
Bejju | Sales analysis of e-commerce websites using data mining techniques | |
KR20090097701A (en) | Method for providing goods information | |
Schreiber et al. | Multivariate landing page optimization using hierarchical bayes choice-based conjoint | |
US20220374923A1 (en) | Computational methods and processor systems for predictive marketing analysis | |
Horváth et al. | The Impact of Influencers on Consumers’ Purchasing Decisions When Shopping Online | |
KR101696368B1 (en) | System and Method for Purchasing Agency of Advertising Media | |
JP6914317B2 (en) | Information providing device, information providing method, and information providing program | |
KR20230095311A (en) | Methods, devices and systems for providing marketing performance analysis | |
JP5964663B2 (en) | Bid amount determination device and bid amount determination program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20170614 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20170720 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170829 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171024 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180123 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180314 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180327 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180417 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6364581 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |