JP2018531464A - モバイル機器に配信された情報の効果を測定するための方法及び装置 - Google Patents

Abstract

本願開示はモバイル機器に配信される情報の効果を測定するための方法及び装置を提供する。特定の実施形態では、パケットベースドネットワークに接続された１つ以上のコンピュータシステムによって行われる方法は、パケットベースドネットワークを介して第１の複数のリクエストデータパケットを受信するステップと、パケットベースドネットワークを介してパネルデータパケットを受信するステップと、第１の複数のモバイル機器から較正モバイル機器のセットを選択するステップとを含み、較正モバイル機器のセットの各々はパネルデータパケットの少なくとも１つを送信したことがある。較正モバイル機器は、較正係数を導出するために用いられる。

Description

本願は情報サービスに関するのであり、より具体的には、モバイル機器に配信される情報の効果を測定するための方法及び装置に関する。

関連出願の相互参照
本願は、２０１６年１０月７日に出願された米国仮特許出願第６２／２３８，１２２号及び２０１６年６月２２日に出願された米国仮特許出願第６２／３５３，０３６号の利益及び優先権を主張するのであり、各々については全体が参照によって取り込まれる。

スマートフォン及び他の種類のモバイル機器がより広範に用いられるようになってきている。近時において世人は、他者と繋がり続けるために、並びに、パブリッシャ及びアプリケーション開発者らによって提供される情報及びサービスを取得するために、自己のモバイル機器を使用する。情報及びサービスを無償或いは低コストとしておくために、パブリッシャ及びアプリケーション開発者は、自己に接触してくるモバイル機器に対して、スポンサー提供を受けた情報を配信することによって、少なくとも部分的に自己の活動のための資金調達をなす。スポンサー提供を受けた情報はスポンサーから提供されるのであって、該スポンサーは、ユーザの位置に基づいてモバイルユーザのモバイル機器に関連性を有する情報を配信することに関して興味を持っている。モバイル機器の使用がさらに普及していくにつれて、情報配信キャンペーンの効果或いはパフォーマンス（即ち、リフト（lift））について正確な測定手法を得ておくことが情報提供スポンサーにとって重要となる。

伝統的には、パネルベースド手法を用いて情報キャンペーンのパフォーマンスを測定してきた。該手法はパネリストとして登録したユーザ群を対象としており、これらの者は、アンケートに参加することによって又は何らかのソフトウェアによって追跡されることに同意していることによって自己の挙動を共有することに同意している。そして、情報キャンペーンに曝されたパネリストの挙動を、情報キャンペーンに曝されていない者のそれと比較して、キャンペーンのパフォーマンス或いはリフトについての測定値を取得する。もっとも、パネルベースド測定には次の問題が伴う：（ａ）当該手法はパネリスト群を必要とすること；（ｂ）パネリストの混合構成が、キャンペーンに曝されるモバイルユーザの実際上の混合構成に比べて随分異なったものとなる場合があり、リフト分析に偏りが導入され得ること；及び（ｃ）サンプリング誤差を回避するために必要とされる大規模なパネリスト群を維持するためには出費が嵩むこと。例えば、ホームデポの広告キャンペーンがホームデポの店舗から１マイル半径内のモバイル機器を対象としている場合、曝されていないパネリストに比して、曝されたパネリストの多くは該店舗をより訪問しやすいものといえ、広告のリフト（広告リフト（ad lift））の測定に関して偏りが生じることになる。一般的には、情報キャンペーンに用いられる任意のターゲティング属性は、潜在的にはこのような偏りをもたらし得る。

本願開示は、モバイル機器に配信される情報の効果を測定する方法及び装置を提供する。該方法及び装置は、モバイル情報スポンサーが、自己の情報キャンペーンの効果或いはパフォーマンスの測定をすることを可能とするのであり、該測定は情報に曝された後のモバイルユーザのターゲテッド応答（targeted response）を検出することによってなされ、これによって情報キャンペーンがどのようにしてモバイルユーザ挙動（mobile user behavior）に影響を与えるかを定量化する。

実施形態による、パケットベースドネットワークについての概略図である。 実施形態による、１以上の手法を行う及び／又はリフト測定のためのシステムの全部若しくは一部を提供する、コンピュータ／サーバについての概略図である。 特定の実施形態による、リフト測定システムについての概略図である。 特定の実施形態による、情報リクエストを処理する方法についての流れ図である。 特定の実施形態による、リフト測定の方法についての流れ図である。 特定の実施形態による、モバイル機器（或いはユーザ）についての３つの異なる区分を表す概略図である。 特定の実施形態による、処理済みリクエストデータベース内の例示的内容を示す表である。 図８Ａは、特定の実施形態による、リフト分析のために選定されたテスト群及び対照群内の異なりうるモバイルユーザ構成を表す棒グラフである。図８Ｂは、特定の実施形態による、リフト分析のために選定されたテスト群及び対照群内の異なりうるモバイルユーザ構成を表す棒グラフである。 情報キャンペーンのフライト、並びに、情報キャンペーン中にテスト群と対照群とを決定し及びリフトを算定するための被曝ウインドウ（ＥＷ、exposure window）及び帰属ウインドウ（ＡＷ、attribution window）を表すプロットである。 情報キャンペーンのフライト、並びに、情報キャンペーン中にテスト群と対照群とを決定し及びリフトを算定するための被曝ウインドウ（ＥＷ、exposure window）及び帰属ウインドウ（ＡＷ、attribution window）を表すプロットである。 情報キャンペーンのフライト、並びに、テスト群と対照群とを決定し及び情報キャンペーン中のリフトを算定するための被曝ウインドウ（ＥＷ、exposure window）及び帰属ウインドウ（ＡＷ、attribution window）を表すプロットである。 情報キャンペーンのフライト、並びに、テスト群内のユーザによるターゲテッド応答についての強化傾向であって広告キャンペーンへの被曝に帰着されない強化傾向を加味するための自然傾向測定値算定用のルックバックウインドウ（ＬＢＷ、look-back window）についての選定を表すプロットである。 特定の実施形態による、情報キャンペーンに曝されたモバイルユーザについての実際のターゲテッド応答率を予想するための頻度モデリング方法を示す流れ図である。 各々の頻度区分について算定されてモデル関数に適合されたターゲテッド応答率についてのデータポイントを示すプロットである。 パネル上の適格モバイル機器（ユーザ）と情報サーバシステムによって捉えられる適格モバイル機器（ユーザ）との重複を表すベン図である。 特定の実施形態による、実際のターゲテッド応答率を推定するためのパネル支援型方法を表す流れ図である。

図１は、特定の実施形態では、インターネット（又はウェブ）１１０に接続されたセルラネットワーク１０１、インターネット１１０、及びコンピュータ／サーバ１２０の一部又は全部を含むパケットベースドネットワーク１００（本明細書では「クラウド」と称することもある）を示す。コンピュータ／サーバ１２０は、有線イーサネット（登録商標）、随意的にはＰｏＥ（Power over Ethernet）、ＷｉＦｉ（登録商標）、及び／又は複数のセルラタワー１０１ａを含むセルラネットワーク１０１を介したセルラ接続を使用してインターネット１１０に接続することができる。ネットワークはまた、異種のクライアントグループへのデータアクセスを提供するためにコンピュータネットワークに接続されたコンピュータデータストレージサーバである１つ以上のネットワーク接続ストレージ（ＮＡＳ）システム１２１を含むことができる。図１に示すように、スマートフォンやタブレットコンピュータ等の１つ以上のモバイル機器１３０も、インターネットゲートウェイを介してインターネット１１０に接続されたセルラネットワーク１０１とのセルラ接続を介してパケットベースドネットワークに接続される。ＷｉＦｉホットスポット（ホットスポット１３５等）が利用可能な場合、モバイル機器１３０は、その内蔵ＷｉＦｉ接続を利用してＷｉＦｉホットスポット１３５を介してインターネット１１０と接続できる。したがって、モバイル機器１３０は、インターネット１１０に接続された他のコンピュータ／サーバと対話できる。

インターネットに接続されたコンピュータ／サーバ１２０は、パブリッシャによって提供されるアプリを実行するモバイル機器と対話する１つ以上のパブリッシャと、パブリッシャと情報プロバイダ（information provider）との間の仲介者として機能する1つ以上の情報仲介者（information middlemen）又は情報ネットワーク（information network）と、モバイル機器に掲示するために情報を選択してパブリッシャに送信する１つ以上の情報サーバ（information server）と、情報エクスチェンジ（information exchange）を運営する１つ以上のコンピュータ／サーバと、モバイル供給（mobile supplies）を情報エクスチェンジに掲示する１つ以上のコンピュータ／サーバと、並びに／又は、情報エクスチェンジを監視し、及び情報エクスチェンジに掲載されているモバイル供給について入札を行う１つ以上の情報プロバイダとを含むことができる。パブリッシャは、モバイル機器と対話するに際して、モバイル機器の特徴や、そのユーザに関する特定の情報や、モバイル機器とに関連付けられた生の位置データ等を含むデータパケットとしての情報リクエストたり得るモバイル供給を生成する。パブリッシャは、情報主体又はその代理による入札のためにモバイル供給を情報エクスチェンジに掲示するか、充足のために情報代理店（information agent）又は情報仲介者にモバイル供給を送るか、又は自身によって供給の充足を行う。

情報サービスの一例としては、パブリッシャやアプリケーション開発者らと対話するに際してモバイル機器へと広告を配信することが挙げられる。広告主（情報プロバイダ）、代理店、パブリッシャ、及び広告仲介者（ad middlemen）は、アドエクスチェンジ（ad exchange）を通じても、モバイル供給を購入できる。広告ネットワーク及び他のエンティティはまた、エクスチェンジからも広告を購入する。通常、広告ネットワークは様々なパブリッシャの在庫を集約して、利益のため広告主に販売する。アドエクスチェンジは、広告主とパブリッシャとが広告スペース（インプレッション）及びモバイル広告枠（ad inventory）を売買することを可能とするデジタル市場である。インプレッションの価格は、リアルタイム入札と呼ばれる処理を通じて、リアルタイムオークションによって決定される。換言すれば、人間の営業が買手と価格を交渉する必要がない。なぜなら、インプレッションは単純に最高入札者によって落札されるからである。モバイル機器がアプリやウェブページを読み込むと、これらの処理が数ミリ秒で実行される。

広告主と代理店は、特定のアルゴリズムを使用して特定の供給品を購入するかどうかを決定するソフトウェアたるデマンドサイドプラットフォーム（ＤＳＰ）を使用することができる。多くの広告ネットワークは現在、ある種のＤＳＰのような製品やリアルタイムの入札機能をも提供する。オンライン及びモバイルのパブリッシャは、在庫をエクスチェンジを通じて利用できるようにしているため、多くの広告主にとってＤＳＰを使って広告を購入するほうがより経済的となる。

広告サーバは、コンピュータサーバであり、例えばオンラインマーケティングで使用される広告を格納し、ウェブサイト及び／又はモバイルアプリケーション上に配置するデータベースサーバによって支援されたウェブサーバである。ウェブサイト又はウェブページが、ユーザにより訪問されるか、又はリフレッシュされるときに、広告の表示されるウェブサイト又はウェブページが、新しい広告を含むように、ウェブサーバのコンテンツは、常に更新される（例えば、バナー（静止画像／アニメーション）、又はテキスト）。広告を選択してユーザに配信するだけでなく、広告サーバはウェブサイトの広告スペースも管理し、並びに／又は広告主用の独立したカウントシステム及び追跡システムを提供する。したがって、広告サーバは、広告を提供／配信し、それらをカウントし、ウェブサイト又は広告主に最も多くの金銭をもたらす広告を選択し、異なる広告キャンペーンの進捗状況を監視する。広告サーバは、パブリッシャ広告サーバ、広告主広告サーバ、及び／又は広告仲介者広告サーバたり得る。広告サーバはまた、パブリッシャ、広告主、及び広告仲介者として作動するのと同じコンピュータ又はサーバの一部たり得る。

広告配信（ad serving）には、広告キャンペーンのインプレッション数／クリック数のカウントやレポート生成等の様々なタスクも含まれ得るのであり、特定のウェブサイト上の広告主の投資収益率（ＲＯＩ）を判断するのに役立つ。広告サーバ（ad server）はローカル又はリモートで実行できる。ローカルの広告サーバは通常、単一のパブリッシャによって運営され、そのパブリッシャのドメインに広告を配信し、そのパブリッシャによるきめ細かいクリエイティブ、フォーマッティング、及びコンテンツ管理を可能とする。リモート広告サーバは、複数のパブリッシャが所有するドメイン間を横断して広告を配信できる。これらは１つの中心的なソースから広告を配信することで、広告主やパブリッシャはオンライン広告の配信を追跡することができ、単座的にウェブ上での広告のローテーション及び配信を制御できる。

コンピュータ／サーバ１２０は、サーバコンピュータ、クライアントコンピュータ、パーソナルコンピュータ（ＰＣ）、タブレットＰＣ、セットトップボックス（ＳＴＢ）、パーソナルデジタルアシスタントデバイス（ＰＤＡ）、ウェブアプライアンス、ネットワークルータ、スイッチ若しくはブリッジ、又は、コンピューティングデバイスがとるべき動作を指定する命令を実行可能な任意のコンピューティングデバイスを含む。図１に示すように、コンピュータ／サーバ１２０のいくつかは、インターネット１１０に接続されたローカルエリアネットワーク（ＬＡＮ）１１０を介して互いに接続されている。また、ここで参照される各コンピュータ／サーバ１２０は、命令を個別的に若しくは共同的に実行して、本明細書で論じる１つ以上のシステムを提供するか、又は本明細書で論じる方法若しくは機能の任意の１つ以上を実行するか、又はパブリッシャ、広告主、広告代理店、広告仲介者、広告サーバ、アドエクスチェンジ等の１つ以上として個別的に若しくは共同的に動作するような、コンピューティング装置の任意の集合体を含み得るのであって、これらは本明細書で説明するシステム、方法論、及び機能を使用する。

図２は、特定の命令を実行することによって、システムを提供するために及び／若しくは方法を行うために用いることができるコンピュータ／サーバ１２０についての概略図であり、これらは広告リフト測定のためになされる。コンピュータ／サーバ１２０は、スタンドアロンデバイスとして、又はピアツーピア（又は分散）ネットワークコンピューティング環境内のピアコンピューティングデバイスとして動作できる。図２に示すように、コンピュータ／サーバ１２０は、１つ以上のプロセッサ２０２（例えば、中央処理装置（ＣＰＵ）、グラフィック処理装置（ＧＰＵ）、並びに／又はデジタル信号プロセッサ（ＤＳＰ））及びシステムバス２００を介して互いに接続されるシステム又は主メモリ２０４を含む。コンピュータ／サーバ１２０は、静的メモリ２０６、ネットワークインタフェース装置２０８、記憶部２１０、１つ以上の表示装置２３０、１つ以上の入力装置２３４、及び信号生成デバイス（例えば、スピーカ）２３６をさらに含むことができるのであって、システムバス２００を介してプロセッサ２０２はこれらと通信可能である。

特定の実施形態では、表示装置２３０は、１つ以上のグラフィックス表示ユニット（例えば、プラズマディスプレイパネル（ＰＤＰ）、液晶ディスプレイ（ＬＣＤ）、プロジェクタ、又は陰極線管（ＣＲＴ））を含む。入力装置２３４は、英数字入力装置（例えば、キーボード）、カーソル制御装置（例えば、マウス、トラックボール、ジョイスティック、モーションセンサ、又は他のポインティング装置）を含む。記憶装置２１０は、本明細書に記載のリフト測定用のシステム、方法論又は機能を可能にする命令２１６（例えば、ソフトウェア）が格納されたマシン可読媒体２１２を含む。記憶装置２１０はまた、システム、方法論又は機能によって使用及び／又は生成されたデータ２１８を記憶してもよい。命令２１６（例えば、ソフトウェア）は、コンピュータ／サーバ１２０による実行中に、メインメモリ２０４又はプロセッサ２０２（例えば、プロセッサのキャッシュメモリ内）に完全に又は部分的にロードできる。したがって、メインメモリ２０４及びプロセッサ１１０２はまた、マシン可読媒体を構成する。

マシン可読媒体２１２は、例示的実施形態では単一の媒体として示されているが、「マシン可読媒体」という用語は、命令（例えば、命令１１２４）を格納することができる単一の媒体又は複数の媒体（例えば、集中型若しくは分散型のデータベース、又は関連するキャッシュ及びサーバ）を含むと解釈されるべきである。「マシン可読媒体」という用語はまた、コンピュータ／サーバ１２０による実行のための命令（例えば、命令２１６）を記憶でき、コンピューティングデバイス１１００に本明細書で開示される手法のうちの任意の１つ以上を実行させる任意の媒体を含むと解釈されるべきである。「マシン可読媒体」という用語は、これに限定されないが、ソリッドステートメモリ、光学媒体、及び磁気媒体の形態のデータレポジトリを含む。特定の実施形態では、命令２１６及び／又はデータ２１８は、ネットワーク１００に格納され、及び、コンピュータ／サーバ１２０によってそのネットワークインターフェースデバイス２０８を介してアクセスされることができ、該ネットワークインターフェースデバイスは何らかのタイプのネットワークコネクタ２８０ａを介してＬＡＮ１１１及び／又は広域網（例えば、インターネット１１０）への有線及び／又は無線接続を提供するものである。命令２１６（例えば、ソフトウェア）及び／又はデータ２１８は、ネットワークインターフェースデバイス２０８を介して送信又は受信できる。

図３は、特定の実施形態によるリフト測定システム（ＬＭＳ、lift measurement system）３００についての概略図であり、該システムはネットワーク１１０を介してローカルに又はリモートに互いに接続された１つ以上のコンピュータ／サーバシステム１２０によって提供される。図３に示すように、コンピュータ／サーバシステム１２０の各々のメインメモリ２０４に読み込まれた１以上のソフトウェアプログラム３０１を実行するに際して、コンピュータ／サーバシステム１２０のプロセッサは、次のものを含むモジュールのセットを提供する：リクエスト処理モジュール３１０、リクエスト充足モジュール３１５、パネル信号処理モジュール、リフト分析モジュール３２５、追跡モジュール３３０、及び較正モジュール３３５。システム３００は、ＬＭＳ３００によって使用及び／又は生成されるデータを格納する複数のデータベース３０２を活用するのであり、これらデータベースには次のものが含まれる：それぞれの興味対象地点（ＰＯＩ、points of interest）に対応する予め定義された場所についての空間的インデックスを格納した空間的インデックスデータベース３５０、リクエスト処理モジュール３１０からの処理済みリクエストを格納したリクエストログデータベース３５５、キャンペーン条件及びキャンペーンドキュメント又はモバイル機器に配信するためのキャンペーンドキュメントへのリンク等のキャンペーン情報を格納したキャンペーンデータベース３６０、リクエスト処理モジュール３１０によって捉えられたモバイル機器の活動に関する履歴データを格納した履歴データストア３６５、リクエスト充足モジュール３１５によって生成されたログファイルを格納するためのインプレッション（被曝）ログファイルデータベース３７０、及び較正パネル情報及び較正モジュールによって生成された結果等の較正データを格納した較正データベース。これらのデータベースのいずれか又は全ては、ＬＭＳ３００内のモジュールを提供する１つ以上のコンピュータ／サーバシステムの各々の記憶部２１０内に配置されるか、又は、別のサーバ／コンピュータ１２０内及び／若しくはネットワーク１００内のＮＡＳ１２１内に配置されることができ、プロセッサ２０２はネットワークインタフェース装置２０８を介してこれらにアクセスすることができる。

特定の実施形態では、リクエスト処理モジュール３１０は、ネットワーク１１０を介して情報サーバ（例えば、モバイルパブリッシャ、広告仲介者、及び／又はアドエクスチェンジ等）から提示された情報リクエストを受信及び処理する。各情報リクエストはモバイル機器に関連しており、該リクエストは例えばデータパケットとしてＬＭＳ３００に到達するのであり、該データパケットはそれぞれ例えば次の情報を表すデータ単位を含んでいる：モバイル機器（或いはユーザ）の識別子（ＵＩＤ）、モバイル機器の製造者／型式（例えば、iPhone 6S（登録商標））、モバイル機器上で実行されているオペレーティングシステム（例えば、iOS（登録商標） 10.0.1）、モバイル機器のユーザについての属性（例えば、年齢、性別、学歴、収入水準等）、モバイル機器の位置（例えば、都市、州、郵便番号、ＩＰアドレス、緯度／経度或いはＬＬ等）。リクエストデータパケットは、リクエストタイムスタンプ、リクエストＩＤ及び他のデータ／情報をも含み得る。「マーケティング上のモバイル広告供給に関するシステムと方法」と題された２０１５年５月１９日に出願された同時係属出願たる米国特許出願第１４／７１６，８１１号は参照によってその全体が取り込まれるのであり、該出願によれば、特定の実施形態では、リクエスト処理モジュール３１０は、図４に示したリクエストデータパケットの処理のための方法４００を行う。方法４００は、インターネット等のネットワークへの接続を介して情報リクエストを受信するステップ（４１０）と、情報リクエスト内の位置データに基づいてモバイル機器位置を導出するステップ（４２０）と、モバイル機器位置が１つ以上の予め定義された場所又はジオフェンスを誘起（トリガ）するかを決定するステップ（４３０）と、処理済みリクエストを広告配信システムに提供するステップ（４４０）と、処理済みリクエストを広告リフト分析のためにリクエストデータベース３５０内に格納するステップとを含む。

特定の実施形態では、モバイル機器位置の導出ステップ（４２０）は、同時係属出願たる米国特許出願第号に記載のスマート位置システム／方法を用いてリクエスト内の位置情報を処理することを含み、該同時係属出願たる米国特許出願は２０１５年５月１９日に出願されており「モバイル機器位置を推定するシステム及び方法」と題されており参照によってその全体が取り込まれる。導出されたモバイル機器位置は、リクエストに関連するモバイル機器が存在しているかもしれない１つ以上の場所を探索するために用いられるのであり、該探索は空間的インデックスデータベース３５０に対してなされる。広告リクエストが空間的インデックスデータベース３５０内の１つ以上の場所を誘起したと認められた場合、１つ以上の場所に対応するタグを用いてリクエストに対して注記がなされるのであり、該タグは、事業／ブランド名、事業／ブランド名と関連付けられている製品若しくは役務のカテゴリ、並びに、場所タイプ（例えば、店舗、駐車場、街区等）を識別するのであり、これによって注記済みリクエストがもたらされる。処理済みリクエストは、リクエストログ３５５内に格納される。

特定の実施形態では、リクエスト充足モジュール３１５は、注記済みリクエスト４１０をキャンペーンデータベース３６０内に格納された幾つかの情報キャンペーンの適合する条件と比較する。注記済みリクエスト内のデータ単位及びタグが１つ以上の情報キャンペーンに適合しており且つ１つ以上の情報キャンペーンの既定予算が超過していないと決定した場合、リクエスト充足モジュール３１５は（履歴データデータベース３６５内に格納された関連するモバイル機器（ユーザ）についての履歴データを時折考慮しながら）１つ又は１つ以上の情報キャンペーンを選択して、１つ以上の情報キャンペーンの１つに関連付けられているドキュメントへのリンクを注記済みリクエストに付加することによってリクエストを充足して、ネットワーク１１０を介して注記済みリクエストを情報サーバ（例えば、モバイルパブリッシャ、広告仲介者、及び／又はアドエクスチェンジ等）へと送信する。リクエスト充足モジュール３１５はまた、１つ以上の情報キャンペーンと関連付けられているドキュメントが関連するモバイル機器に配信されたか（或いは該機器が該ドキュメントに被曝されたか（即ち、インプレッションがなされたか））を示す情報サーバからのフィードバックを監視するのであり、また、フィードバックをインプレッションログ３７０内に格納する。

図５は、静的パネルを用いないで情報キャンペーンの功績を測定するための方法５００を示すのであり、該方法はリフト分析モジュール３２５によってなされる。特定の実施形態によると、方法５００は、リクエスト充足モジュール３１５がリアルタイムで又は事後的にリクエストログ３５５及び／又はインプレッションログ３７０からの情報リクエストを処理している間に適格リクエストを識別するステップ（５１０）と、適格リクエストと関連付けられているモバイル機器をテスト群と対照群とに分けるステップ（５２０）と、テスト群及び対照群についての活動を追跡するステップ（５３０）と、テスト群及び対照群のそれぞれについてターゲテッド応答率（例えば、店舗訪問率（ＳＶＲ））を導出するステップ（５４０）と、店舗訪問率からリフト結果を取得するステップ（５５０）とを含む。

図５に示すように、リクエストが処理されるにあわせて或いはその後に、リクエストと関連付けられているモバイル機器（或いはそれらのユーザ）がリフト分析モジュール３２５によって次の３つの群に分類される：リクエストユーザ、適格ユーザ、及び被曝ユーザ。図６は、所与の情報キャンペーンに関しての、リクエストユーザと適格ユーザと被曝ユーザとの間の関係を視覚化している。各リクエストユーザは、情報キャンペーンのフライト中の少なくとも１つのリクエストと関連付けられている任意のユーザであることができる。リクエストユーザのうち、情報キャンペーンに適合する情報リクエストに関連付けられている者は、適格ユーザと呼ばれる。特定の実施形態では、情報リクエストが情報キャンペーンの特定のターゲティング条件（例えば、人口統計的条件、一日における時刻、位置等）を満たす場合に、情報キャンペーンに関して適合するものとなる。

リアルタイム入札（ＲＴＢ、Real Time Bidding）に基づいた通常の広告配信システムにおいては、適格リクエストは常に充足されるわけではなく、インプレッション事象が生じ得る。例えば、広告キャンペーンが日毎の予算を超過したり、同一のリクエストが１つより多くのキャンペーンに適合したり、特にＲＴＢ価格競争がなされる場合においてはリクエスト充足モジュール３１５が入札に成功しない場合があったり、又は、互換性問題等によってリクエスト充足モジュール３１５によって指定されたクリエイティブ（ドキュメント）が関連付けられているモバイル機器上で呈示され損なったりし得る。したがって、適格ユーザのうち、関連付けられているリクエストに応答して広告を見せつけられた者が、被曝ユーザとして分類される。

したがって、リフト分析モジュール３２５は、リクエストログ３５５及び／又はインプレッションログ内のデータに基づいて、リフト測定のためのモバイル機器グルーピングを決定する。各々の情報キャンペーンに関して、リフト分析モジュール３２５はユーザ及び／又は機器を対照群（対照パネル）とテスト群（テストパネル）とに分けるのであり、ユーザ及び／又は機器は、（携帯電話の場合には）ＵＤＩＤ、ＩＤＦＡ若しくはＧＩＤＦＡで表されるか、又は、パブリッシャと関連付けられているクッキー又はログインＩＤで表される。両パネルは、情報キャンペーンのフライト中に広告配信システムによって捕捉されたリクエストから動的に抽出される。

特定の実施形態では、リフト分析モジュール３２５は、被曝ユーザの全部又は部分集合をテストパネルとして選択するのであり、また、適格ユーザの全部又は部分集合を対照パネルとして選択する。特定の実施形態では、リフト分析モジュール３２５は、タギング機能及びアグリゲーション機能を有している。タギング機能はリクエスト充足モジュール３１５と並行して実行され、それがリクエストログ３５５及びインプレッションログ３７０を生成する。

リクエストログ３５５は、リクエスト及びそれらが適合する情報キャンペーンについて追跡しており、各適合するリクエストに関しては（user_id, ad_1, ad_2, …, ad_n）形式のタプルとして追っており、ここで、user_idはリクエストのモバイルユーザを表しており、（ad_1, ad_2, …, ad_n）はリクエストが適合した情報キャンペーンを表している。インプレッションログ３７０は、情報キャンペーンと関連付けられている関連性を有する情報が成功裏に見せつけられた各ユーザについて記録しており、特定の実施形態では該ログは（user_id, ad_id）ペアについてのアレイとして提示される。

リフト分析モジュール３２５は、各情報キャンペーンについてリクエストログ３５５及びインプレッションログ３７０を処理して、キャンペーンに曝されたユーザについてのリストをテスト群として決定し、また、キャンペーンに適合するがキャンペーンに曝されていないユーザについてのリストを対照群として決定する。

テスト群及び対照群を前提として、追跡モジュール３３０は、諸群のモバイルユーザが適格ユーザとみなされた後に惹起された両群のユーザのターゲテッド応答を測定するのであり、該ターゲテッド応答は店舗訪問や購買等に関するものである。追跡モジュール３３０は、リクエストデータベース３５５内にある対照群及びテスト群のデータ、並びに、ネットワーク１１０を介して取得されたか及び／又はリクエストデータベース３５５内に格納されている何らかのサードパーティデータ若しくはファーストパーティデータを活用して、対照群及びテスト群のユーザの被曝後活動についての記録を取得する。サードパーティデータは、決済（チェックアウト）ページ上のオンライン追跡ピクセルによって追跡された又はPaypal（登録商標）等のモバイル支払ソフトウェアによって追跡されたユーザ購買活動であることができる。購買活動は、広告主から直接的に得られる販売報告書等のファーストパーティデータからも取得することができる。

特定の実施形態では、興味対象とされるユーザ活動は店舗訪問事象（ＳＶ、store visitation）であり、情報キャンペーンのタイプはモバイル広告（アド）キャンペーンであり、広告リクエストはモバイルユーザ位置情報を含むとされる。特定の実施形態では、テスト群及び対照群のＳＶ活動は、リクエストデータベース３５５にログされたそれらの者に関連付けられている後の広告リクエストから導出されることができる。図７は、リクエストデータベース内のログされたリクエストについての例を示しており、ログされた各々のリクエストについては次の事項が含まれる：ユーザＩＤ（ＵＩＤ）若しくは機器ＩＤ、モバイル機器の製造者／型式、モバイルユーザの年齢・性別・教育水準等、機器の位置が誘起した１つ以上の事業／ブランド名、機器の位置が誘起した場所タイプ（例えば、事業の敷地内についてはタイプＸ、事業の付近の駐車場又はショッピングセンターについてはタイプＹ、及び、事業が位置する街区についてはタイプＺ等）、並びにリクエスト時刻等。特定の実施形態では、「マーケティング上のモバイル広告供給に関するシステムと方法」と題された２０１５年５月１９日に出願された同時係属出願たる米国特許出願第１４／７１６，８１１号に記載の方法を用いて、広告リクエストに関連付けられている事業／ブランド名を導出するのであり、該出願は参照によってその全体が取り込まれる。特定の実施形態では、追跡モジュール３３０はログされたリクエストについて検索を行って、対照群及びテスト群のモバイルユーザに関連付けられているエントリを探索して、広告キャンペーンにて希望されている店舗訪問事象を伺わせる機器位置及び／又は事業／ブランド名もこれらのエントリに含まれているかを確認する。

一部の実施形態では、インプレッションが与えられた後の指定期間内（例えば、２週間）に訪問が生じた場合に限って、ＳＶ事象をテスト群のユーザに帰属させる。同様に、ユーザが広告に適合した後の指定期間内に訪問が生じた場合に限って、ＳＶ事象を対照群のユーザに帰属させる。一部の実施形態では、関連付けられているＳＶ事象の頻度及び／又は持続期間から店舗の“従業員”を導出するのであり、これらの者をテスト群及び対照群から除いておく。

特定の実施形態では、リフト分析モジュールは対照群及びテスト群についての活動メトリックを導出して、店舗訪問リフト結果を生成する。例えば、テスト群及び対照群のそれぞれについて店舗訪問率（ＳＶＲ、store visitation rate）メトリックを次式のように算定することができる：
［ＳＶＲ＝（ターゲットされたストアを＿訪問した＿一意的ユーザの＿人数）／（群内の＿一意的ユーザの＿人数）］
特定の実施形態では、複数回被曝後に訪問がある場合（multiple exposures followed by a visit）、上述のＳＶＲ算定においては１つの訪問のみを考慮する。特定の実施形態では、被曝後に複数回訪問がある場合（multiple visits following an exposure）、上述のＳＶＲ算定においては１つの訪問のみを考慮する。

店舗訪問率リフト測定値は次式に従って算定することができる：
［ＳＶＬ＝（（ＳＶＲ＿テスト群）／（ＳＶＲ＿対照群））−１］
効果に関する目標が購買事象であれば、効果測定値に関して対応するメトリックセットを定義することができる。

上述の計算は、テストパネル及び対照パネルが主要なメタデータ次元においてバランスが取れているという仮定に基づいている。特定の実施形態では、パネル選定処理が主要なメタデータ次元においてバランスが取れていることを確保するように分割モジュール３１０を構成する。例えば、キャンペーンが性別に基づいてターゲティングを行わない場合、性別による偏りを除くために、分割モジュールは対照パネル及びテストパネルに相等しく男性及び女性が混ぜ込まれているように図る必要がある。キャンペーンが具体的なトラフィック源（例えば、モバイルアプリケーション又はウェブサイト）をターゲティングしていない場合、パネル選定に際して両パネル間でトラフィック源に関しての捻れが回避されるようにする。

図８Ａ及び８Ｂは、パネル選定処理においてどのようにして性別による偏りが生じ得るのかを例示しており、これによって歪曲された広告リフト計算がもたらされ得る。図８Ａに示すように、キャンペーンが性別に基づいてターゲティングを行わない場合、適格ユーザはほぼ同数の男性ユーザ（８１０）及び女性ユーザ（８２０）を含むべきである。実務上では、広告配信処理において性別による偏りがもたらされ得るのであり、結果として対照パネル及びテストパネルの男女比が等分でないものとなり得る。例えば、図８Ｂについては一見するとテストパネル及び対照パネルについての男女比に不均衡がある。図８Ｂにあるように、ブロック８３０はキャンペーンに曝された女性ユーザ数を表しておりこれはテスト群に配分され、他方でブロック８４０はキャンペーンに曝されていない女性ユーザ数を表しておりこれは対照群に配分される。同様に、ブロック８５０はキャンペーンに曝された男性ユーザ数を表しておりこれはテスト群に配分され、他方でブロック８６０はキャンペーンに曝されていない男性ユーザ数を表しておりこれは対照群に配分される。

図８Ｂを引き続き参照するに、ブロック８３２は少なくとも１回の被曝後ＳＶ事象（post-exposure SV event）を経験したブロック８３０に含まれるユーザを表し、他方でブロック８４２は広告キャンペーンに曝されずに少なくとも１回のＳＶ事象を経験したブロック８４０に含まれるユーザを表す。同様に、ブロック８５２は少なくとも１回の被曝後ＳＶ事象を経験したブロック８５０に含まれるユーザを表し、他方でブロック８６２は広告キャンペーンに曝されずに少なくとも１回のＳＶ事象を経験したブロック８６０に含まれるユーザを表す。図８Ｂに示した不均衡がどのようにして歪曲された或いは時には間違った広告リフト結果をもたらし得るかを以下論じるのであり、適格ユーザの合計数が２０００であると仮定し、これにはブロック８１０の１０００人の女性ユーザとブロック８２０の１０００人の男性ユーザが含まれており、後述の表１は図８のブロックに含まれているユーザ数について例示的数値を提示している。

表１に示したように、テスト群及び対照群における男女比の不均衡故に、男性ユーザ又は女性ユーザについてのＳＶ事象（テスト群及び対照群の両方についてのＳＶ事象が検討されており、ＳＶ事象を経験した女性ユーザについてのパーセンテージは２０％位となっており、ＳＶ事象を経験した男性ユーザについてのパーセンテージは１０％位となっており、）を経験したパーセンテージに対して広告キャンペーンへの被曝は差異をもたらしていないにもかかわらず、ＳＶＬ計算は肯定的な結果をもたらしており、広告リフトが示されることになる。

特定の実施形態では、このような歪曲されたか間違ったリフト結果を生成しないようにするため、分割モジュール３１０は、主要なメタデータ次元に関してバランシングされるように確保するように構成される。例えば、図８Ｂに示した局面に関しては、分割モジュール３１０は、テスト群内の女性ユーザの一部（例えば、５００）及び対照群内の男性ユーザの一部（例えば、５００）を除くことができるのであり、これによって、表２に示したように両群間での男女比についての均衡を確保することができる。

適格ユーザ数が潤沢でない場合が特に意識されるが、代替的には、各パネルのユーザ達を保持しつつ、分析段階で調整を施すことがより好ましいことがある。以下例示する。リフト分析モジュールは、人数のより少ないメタデータセクションのユーザ数を乗算して、表３に示すように人工的な均衡を諸群の間でもたらすことができる。

特定の実施形態では、広告キャンペーンのフライト期間（即ち、広告キャンペーンの持続期間）を複数のウインドウに分割して、各ウインドウについて店舗訪問率リフトを先ず計算し、そして複数のウインドウにわたって平均化して、最終的リフトに達する。広告キャンペーンが進行するにつれて或るユーザがテストユーザ群に含まれる可能性が増えるということ故に、この手法が必要となる。例えば、或る広告キャンペーンのフライトは複数週間にわたって持続するかもしれず、図９Ａの曲線９１０によって示されているように、時間の経過と共にインプレッション数は増大し、広告キャンペーンに曝されたモバイルユーザ数も増えていく。したがって、キャンペーンのフライト全体の間に受信された広告リクエストに基づいてテスト群及び対照群を決定したのでは、対照ユーザ群及びテストユーザ群のサイズにおいて歪みがもたらされ得る。なぜならば、広告キャンペーンの第１週目中に広告キャンペーンに曝されていないユーザは、後の数週間で広告キャンペーンに遭遇してしまうかもしれないからである。なお、キャンペーンフライト中にモバイルユーザが複数回広告キャンペーンに曝される場合があるため、図９Ａのインプレッション数は必ずしも被曝モバイルユーザ数とは等しくはならないことに留意されたい。

この歪みを克服するために、図９Ｂに示されているように、広告キャンペーンのフライトを複数の被曝ウインドウ（例えば、ＥＷ１，ＥＷ２，…，及びＥＷ６）に分割し、それぞれは各々訪問帰属ウインドウ（例えば、ＡＷ１，ＡＷ２，…，及びＡＷ６）に関連付けられる。各被曝ウインドウについて、被曝ウインドウ中の広告リクエスト及び広告配信に基づいて対照ユーザパネル及びテストユーザパネルを決定し、関連付けられている帰属ウインドウ中の店舗訪問に基づいてリフトを算定する。各被曝ウインドウについてのパネリスト及び店舗訪問リフトメトリックは、既述のようにして決定される。下記のように複数の被曝ウインドウにわたって平均化することによって総合的訪問リフト値を算出する：
ＳＶＬ＝平均（ＳＶＬ_ｉ）
ここでＳＶＬ_ｉは第ｉ番目の被曝ウインドウについて算出されるリフトである。
表４は、或る広告キャンペーンについての６つの被曝ウインドウを用いて計算された総合的ＳＶＬの例を示す：

図９Ｂにおいては、各リフト帰属ウインドウ（例えば、ＡＷ１）は、それに関連付けられている被曝ウインドウ（例えば、ＥＷ１）と重なるものとして表されている。この場合では、テスト群及び対照群が被曝ウインドウの終わりにおいて決定されているのにもかかわらず、被曝ウインドウについての店舗訪問リフト（例えば、ＳＶＬ_１）の計算過程において、被曝ウインドウ（例えば、ＥＷ１）中及びその後に生じる店舗訪問事象が考慮される。図９Ｃに示されるような他の実施形態では、各リフト帰属ウインドウ（例えば、ＡＷ１）はそれに関連付けられている被曝ウインドウ（例えば、ＥＷ１）と重なっていない。したがって、被曝ウインドウ（例えば、ＥＷ１）中に生じる店舗訪問事象は、その被曝ウインドウについての店舗訪問リフト（例えば、ＳＶＬ_１）についての計算において考慮されない。

特定の実施形態では、テスト群内のユーザに対しての広告被曝効果は、時間減衰するものとされる。したがって、広告被曝と店舗訪問事象との遅延が増大するにつれて、広告被曝のその訪問に対しての寄与効果は低減する。店舗訪問リフト計算における過大評価を回避するために、当初はテスト群に属していたユーザは、キャンペーンの進行につれて、そのユーザが広告キャンペーンに再度曝されない限り、対照群にドリフト移動することができる。特定の実施形態では、ユーザがどの程度昔に広告キャンペーンに曝されたかに基づいて、テスト群又は対照群へのユーザの寄与度を決定するように減衰関数が定義される。ユーザが広告キャンペーンに曝された日においてはユーザはテスト群に１００％属しているが、広告キャンペーンが進行するにつれてこの寄与度パーセンテージは低減していき、再度ユーザが被曝するまで低減は続く。ユーザの残りパーセンテージは対照群に算入される。したがって、被曝ウインドウの終わりにおいては、テスト群（Ｎ_Ｔ）内のユーザ数と対照群（Ｎ_Ｃ）内のユーザ数とを次式に従って計算することができる：
であり、ここで、Ｔ_ｊは第ｊ番目の適格ユーザが広告キャンペーンに曝された日時を表し、Ｔは被曝ウインドウの終わりの日時を表し、Ｆ（Ｔ−Ｔ_ｊ）は減衰関数を表し、総和は適格ユーザにわたって求められる。減衰関数は、線形減少関数、即ち次式とすることができる：
ここで、Ｔ_０は被曝ウインドウの開始日時を表す。減衰関数は指数関数であっても良いのであり、即ち次式とすることができる：
或いは特定の広告キャンペーンに適した任意の他の減衰関数とすることもできる。

広告キャンペーンが、店舗を訪問するに関してより強い自然傾向を有するユーザを対象としている場合、テスト群はそのようなユーザを不自然に多く含むように構成され得るのであり、リフト計算にて広告キャンペーンの効果が過大評価され得る。特定の実施形態では、テスト群内の一部のユーザが有する広告キャンペーン対象店舗を訪問することに関してのより強い自然傾向は、計算され、店舗訪問リフト計算から差し引かれるのであり、これによって広告キャンペーンの効果を過大評価しないようにする。図１０に示すように、特定の実施形態では、上述のバイアスを捕捉及び除去するために、広告キャンペーンの開始前の期間ウインドウ（ＬＢＷ、look-back window）中のモバイルユーザの店舗訪問記録を分析及び使用するのであり、これによってテスト群内のモバイルユーザについての自然傾向測定値（ＮＴＭ、natural tendency measure）を計算する。該処理は、これらのモバイルユーザが、キャンペーン中の被曝ウインドウ（ＥＷＸ）の終わりにおいてテスト群に配分されることにかかわらずなされる。

この処理では、被曝ウインドウ（ＥＷＸ）中に処理された適格広告リクエストに基づいて、対照ユーザパネル或いは対照群及びテストユーザパネル或いはテスト群を決定する。キャンペーン開始前のルックバックウインドウ（ＬＢＷ）は、キャンペーンの直前に位置し且つ好適にはＥＷＸと関連付けられている帰属ウインドウ（ＡＷＸ）と同じ又は似通ったサイズとなるように選定される。テスト群のモバイルユーザについての自然傾向測定値（ＮＴＭ）は、店舗訪問リフトを計算するための上述のいずれかの手法を用いて計算することができ、該計算はテスト群のユーザがあたかも広告キャンペーンに曝されたようにしてなされる。換言すれば、これら２つのユーザ群について、広告キャンペーン開始前のＬＢＷ中の店舗訪問率を計算するのであり、これを用いてＬＢＷについての“ＳＶＬ”（ＳＶＬ_Look-Back）を計算する。キャンペーンフライト中の店舗訪問リフト（ＳＶＬ_{campaign flight}）は上述のように計算され、正味店舗訪問リフトは次式に従って測定される：
ＳＶＬ＝ＳＶＬ_{campaign flight}−ＮＴＭここで、ＮＴＭ＝ＳＶＬ_Look-Back
表５は、正味店舗訪問リフト計算の結果についての例を示しており、そこでは店舗を訪問することに関してのテスト群ユーザのより強い自然的傾向に起因するバイアスが除かれるようにされている。

別の幾つかの実装例では、ＬＢＷは、必ずしもキャンペーンの開始の直前にならないウインドウとなるように選定されることができる。例えば、ＬＢＷの選定に関して、キャンペーンの開始前のどこかにあるウインドウとし、該ウインドウはＥＷＸ又はＡＷＸウインドウと同じ混合態様で平日曜日と週末曜日とを含んでいるものとされることができる。

代替的には、ＬＢＷを用いる代わりに、リクエスト充足モジュール３１５にハッシュ関数を組み込んで、通常ならば広告主が被曝させようと思ったであろう一部のユーザを意図的に省略できるようにできる（例えば、ユーザＩＤの先頭桁又は最後尾桁が“０”であるユーザの場合）。換言すれば、優先ユーザ（例えば、或る店舗を訪問するに関してより強い自然傾向を有するユーザ）のなるべく多くに対してインプレッションを浴びさせようとして、なるべく多くのそのようなユーザをテスト群に含めて、残りのユーザを対照群に残そうとする代わりに、優先ユーザの一部（例えば、パーセンテージで１０％等）をランダムに選択して対照群を形成するように広告配信処理を構成することができる。したがって、対照群は、広告配信処理によって省略された優先ユーザで大方構成されており、これらの者はさもなければ被曝ウインドウ中においてテスト群に含まれることになっていたであろう者達である。したがって、対照群及びテスト群のユーザプロファイルはほぼ同一である。

理想的には、テスト群及び対照群は、大体同じ人数のユーザを有しているべきである。もっとも、単に高パーセンテージ（例えば、５０％等）なハッシュ関数を用いてもこのような理想的状態は達成できない。なぜならば、情報サーバ（例えば、モバイルパブリッシャ、広告仲介者、及び／又はアドエクスチェンジ等）へと送られた処理リクエストの全てが必ずしもインプレッションを実際に惹起するわけではないからである。したがって、５０％ハッシュ関数を伴う場合には、対照群に含まれるより少ない人数のユーザがテスト群に含まれることになり、テスト群と似たモバイルユーザで構成した対照群を作るためにリクエスト在庫に関して過度な犠牲を払うことになる。この課題を解決するために、リクエスト充足モジュール３１５は、１０％ハッシュ関数を用いており、テスト群内のモバイルユーザの人数と対照群内のモバイルユーザの人数との差についてのカウントを反映するカウンタを含んでいる。特定のキャンペーンに関しての優先リクエストに応答するインプレッションを示す情報サーバからのフィードバックがある度に、カウントは１加算され、また、優先リクエストが対照群に割り当てられる度にカウントは１減算される。リクエスト充足モジュール３１５は、カウントが１以上の場合にのみこの優先リクエストを対照群に割り当てるように設計されている。したがって、開始時においては、対照群へと割り当てられるよりは優先リクエストのより多くがインプレッションをもたらすことになるのであり、１０％ハッシュ関数のためにカウントは減るよりは増えることになる。しかし、キャンペーンが予算を使い尽くし始めた後においては、インプレッションをもたらすよりは優先リクエストのより多くが対照群へと割り当てられることになるのであり、これはカウントが０に達するまで続く。したがって、対照群及びテスト群内のユーザプロファイルがほぼ同一であることのみならず、対照群及びテスト群内のユーザ数もほぼ等しいのであり、広告配信処理が特定のユーザを優先していることによって惹起される偏りが除去されることが確保される。

次式を用いてＳＶＲが計算されることを再度想起されたい：
［ＳＶＲ＝（ターゲットされたストアを＿訪問した＿一意的ユーザの＿人数）／（群内の＿一意的ユーザの＿人数）］
この計算は単体では広告キャンペーンの効果についての実際的な指標をもたらさない。なぜならば、分母はユーザ群内のユーザ数をカウントすることによって容易く得られるのに対して、分子はユーザ群内の者であって店舗を訪問したことがある者の実際の人数を大抵は表していないからである。なぜならば、これらのユーザの多くは自己の位置を常時利用可能とはしていないからである。典型的な広告ネットワーク構成においては、モバイルユーザと関連付けられている広告リクエストが広告サーバへと送信された場合のみにユーザの位置（例えば、緯度及び経度或いはＬＬ）が広告サーバと共有される。ユーザの店舗訪問時において広告サーバへと広告リクエストを送るアプリをユーザのモバイル機器が実行していない場合、この訪問はＬＭＳ３００には見えないものであり、ＳＶＲ計算の分母に加味されないことになる。このことは上述の店舗訪問率リフト計算においては大した問題ではないのであり、店舗訪問率リフト測定値は次式を用いて算出される：
［ＳＶＬ＝（（ＳＶＲ＿テスト群）／（ＳＶＲ＿対照群））−１］
ここで、ＳＶＲ＿テストとＳＶＲ＿対照との比を用いてＳＶＬを算定する。

一部の用途においては、ＳＶＲ＿テストとＳＶＲ＿対照との比を用いて広告キャンペーンの店舗訪問率リフトを測定する代わりに、情報スポンサーは、配信された情報に応答したモバイルユーザの実際の人数を知りたいかもしれない。このためには、情報への被曝の後にターゲテッド応答を示したモバイルユーザについてより正確な計数が必要となる。

特定の実施形態では、頻度モデリング法を用いて、広告への被曝後にターゲット店舗へ赴いたモバイルユーザについてのより正確なカウントを予想する。図１１に図示のように、特定の実施形態による頻度モデリング方法１１００を用いて次のステップをなす：広告キャンペーンに曝されたモバイルユーザを複数の頻度区分に分割（１１００）するステップであって各区分はモバイルユーザがリクエスト処理モジュール３１０によって察知される頻度範囲に関連付けられているステップと、リフト分析モジュール３２５によって各頻度区分についてのＳＶＲ値を算定するステップ（１１２０）。特定の実施形態では、頻度は、所定の期間ウインドウ中（例えば、３０日）に何日間に亘って或るモバイルユーザについてのリクエストがリクエスト処理モジュール３１０において発現したかの値として測定され得る。したがって、３０日間のうち１日しか現れなかった者については、３０日間のうち１０日に亘って現れた者に比して、ターゲテッド店舗を訪問している間に捕捉される可能性が少ないといえる。したがって、図１２に示すように、より下位の頻度区分に属するモバイルユーザについて計算したＳＶＲの方が、より高位の頻度区分に属するモバイルユーザについて計算したＳＶＲよりも低くなる。

図１１及び図１２を参照するに、方法１１００は、計算されたＳＶＲ値をモデル関数に対して適合するステップをさらに含む（１１３０）。例えば、図１２のＳＶＲデータポイントは、次式の指数モデル関数に適合されることができる：
ここで、ｘは頻度区分（Ｉｍｐ）に対応し、ｙは各々の区分に関してのＳＶＲ値に対応するのであり、この関数を図１２のデータポイントに適合することによってパラメータａ及びｂを決定することができる。そして、方法１１００においては、ｘが無限大に近づく際のモデル関数についての収束値（即ちこの場合においてはａ）を決定する（１１４０）。全部のモバイルユーザについての実際のＳＶＲはこの収束値として推定されることができ（１１５０）、これは広告配信システムが所定の期間ウインドウ中において常時モバイルユーザを捕捉できる場合に予想される状況に対応する。換言すれば、図１２のプロットについて外挿を行って、広告配信ネットワーク上で無限回現れるようなユーザ群について予想されるＳＶＲを求める。

特定の実施形態では、実際のＳＶＲを推定するためにパネル支援型方法が用いられる。この方法では、適格モバイルユーザについての初期パネルを用いて乗算係数を導出するのであり、ＬＭＳ３００がこれを後のＳＶＲ計算において用いる。特定の実施形態では、ユーザについての初期パネルに属するパネリスト達は、（例えば、２０分又は１０分毎に１つのデータパケットをもたらすような）極めて高頻度で自己のモバイル機器の位置をＬＭＳ３００に与えることに同意した適格モバイルユーザであり、彼等は指定されたアプリをインストールして自己のモバイル機器にてバックグラウンド実行することによってこれをなしている。指定されたアプリは、所定の頻度（例えば、１０分毎で）モバイル機器の位置（例えば、ＬＬ）を提供するように設計されており、該提供は例えば次の事項を含むデータパケットの形式でなされる：各々のモバイル機器の識別情報、及び、他の関連性を有する情報。位置情報共有が高頻度でなされる故に、パネリストによる店舗訪問事象の大部分はＬＭＳ３００によって捕捉されることになり、該ＬＭＳ３００はこの場合次の２種類の入信データパケットを受信することになる：情報サーバ（例えば、モバイルパブリッシャ、広告仲介者、及び／又はアドエクスチェンジ等）からの情報リクエスト、及び、指定アプリを実行しているパネルモバイル機器からのデータパケット。

図１３はモバイルユーザについての３つの群を示しているのであり、Ａ群はパネルに属する適格モバイルユーザからなり、Ｂ群は関連する広告リクエストを通じてＬＭＳ３００によって「捉えられた」適格モバイルユーザからなり、Ｃ群はＡ群及びＢ群の両方に属しているモバイルユーザからなる。したがって、Ｃ群は、ＬＭＳ３００へと広告リクエストを送信するアプリを使用しており且つパネルに属するモバイルユーザからなるのであり、彼等のモバイル機器上においてバックグラウンドで指定されたアプリが実行されている。実際のＳＶＲ推定のための乗数の値を決定するために、Ｃ群をパネル支援型方法で用いる。

図１４は、特定の実施形態による、実際のＳＶＲ推定のためのパネル支援型方法（１４００）を示す。図１４に示されるように、方法１４００を用いると、リクエスト充足モジュール３１５は第１のモバイルユーザの群（例えば、Ａ群）からの情報リクエストを受信及び処理するのであり、他方では、較正モジュール３３５は第２のモバイルユーザの群（例えば、Ｂ群）からのパネルデータパケットを受信及び処理する（１４１０）。上述のように、処理済みの情報リクエストは、リクエストログ３５５内に格納される。処理済みパネルデータパケットは、リクエストログ３５５又は較正データベース３７５内に格納されることもできる。そして、較正モジュール３３５は、較正ユーザ群（Ｃ群）を決定するのであって、該群においては、各ユーザはモバイルユーザについての第１のセット及びモバイルユーザについての第２のセットの双方に属している（１４２０）。較正ユーザ群に属するモバイルユーザから受信されたパネルデータパケットを用いて、較正モジュール３３５は、較正目的で選択された較正ＰＯＩセットの少なくとも１つを訪問したモバイルユーザについての第１の人数を、決定する（１４３０）。較正ユーザ群に属するモバイルユーザから受信された情報リクエストを用いて、較正モジュール３３５は、較正ＰＯＩセットの少なくとも１つを訪問したモバイルユーザについての第２の人数を、決定する（１４４０）。第１の人数の方が、較正ＰＯＩを訪問した較正群内のモバイルユーザについての実際の人数により近いはずである。なぜならば、彼等の位置はより頻繁にＬＭＳ３００と共有されるからである。第２の人数は、指定されたアプリなくしてＬＭＳ３００によって把握されるモバイルユーザ数である。したがって、モバイルユーザについての第２の人数は、指定されたアプリなくして追跡され得るモバイルユーザの人数により近い。

特定の実施形態では、ＬＭＳ３００は第１の人数と第２の人数とを用いて被曝モバイルユーザについての任意の群に対しての較正係数を概算値として算定することができるのであり（１４５０）、それは広告リクエストのみを用いてＬＭＳ３００によって検知され得る実際の店舗訪問回数と店舗訪問カウントとの比に関する。特定の実施形態では、この較正係数（ＳＶＲ＿乗数）は、第１の数値を第２の数値で単純に除した比に過ぎない。このＳＶＲ＿乗数は較正データベース内に格納され、後のＳＶＲ関連計算で使用される。

特定の実施形態では、例えば９０日間の期間ウインドウ上のこの期間ウインドウ中に、通常の広告リクエスト及びパネルデータパケットからみられる（ＩＤＦＡ、ＧＤＦＡ形式での）任意のデバイスＩＤは、リクエストデータベース３５５内にキーバリューストアとして格納される。広告リクエスト及びパネルデータパケットについてのＫＶＳは、通常のユーザ及びパネルユーザの各々についてのユーザストアとして機能する。パネルユーザストア及び通常ユーザストアの両方に属するユーザは、上述においては、較正ユーザ群を形成しているものとして言及される。特定の実施形態では、（例えば、１週間の）期間ウインドウを較正ウインドウとして用いるのであり、第１のユーザ数及び第２のユーザ数については、それぞれ、指定アプリからのデータパケット及びＬＭＳ３００によって受信された通常広告リクエストに基づいて、カウントする。

したがって、ＬＭＳ３００又はそれに関連付けられている広告配信システムが広告リクエストを引き続き受信及び処理するにつれて（１４６０）、それらは次式に従って招来の曝露モバイルユーザについてのＳＶＲを算定する（１４７０）：
ＳＶＲ＝ＳＶＲ＿観測された値＊ＳＶＲ＿乗数
ここで、ＳＶＲ＿観測された値は、広告サーバ上で捕捉された通常の広告リクエスト信号に基づいて観測されたＳＶＲであり、上述したとおりに定義されており、即ち次式のとおりである：
［ＳＶＲ＝（ターゲットされたストアを＿訪問した＿一意的ユーザの＿人数）／（群内の＿一意的ユーザの＿人数）］

後述するように、ＳＶＲ乗数は、異なるレベル（地域毎に、垂直区分毎に、ブランド毎に、及びキャンペーン毎に等）で決定されることできる。特定の実施形態では、異なるビジネス垂直区分（即ち、関連するブランドのセット）毎に異なるＳＶＲ＿乗数を推定する。この用途においては、１つの特定の垂直区分又はブランド（例えば、マクドナルド（登録商標））に属するＰＯＩのみが選択されるように較正ＰＯＩセットを選択して、その特定の垂直区分又はブランドについてのＳＶＲ乗数を決定する。

地域的乗数を決定するには、或る地理的領域内の全ての主要なブランドが含まれるように較正ＰＯＩセットを選択するのであり、当該地理的領域は国家（例えば、アメリカ合衆国）、州（例えば、カリフォルニア州）、都市（例えば、ニューヨーク）又は他の地方自治体若しくは地域とすることができる。このような大量なデータを伴う故に、地域毎の乗数（例えば、国家レベル乗数）は、長期間にわたって安定的であり続けることができる。もっとも、地域毎の乗数は、ＳＶＲに直接的な影響を及ぼし得る広告キャンペーンの特定の側面（例えば、対象観衆及びブランド等）については、捉えきれない。

垂直区分乗数を決定するために、或る垂直区分（例えば、全国区のブランドのセット（例えば、カテゴリ））に属するＰＯＩのみを含むように較正ＰＯＩセットを選択する。垂直区分乗数は、異なるタイプの店舗（例えば、レストランや小売店等）の訪問者間での店舗訪問率における潜在的な差異を考慮することによって、国家レベル乗数を向上させる。もっとも、或る垂直区分内のブランドが互いに異なるＳＶＲパターンを示す場合がある。

ブランドレベル乗数を決定するためには、１つの特定のブランドに関連付けられているＰＯＩのみを含むように較正ＰＯＩセットを選択する。広告キャンペーンは典型的には、ブランドと関連付けられているため、ブランドレベル乗数によって直接的な乗算が可能となる。もっとも、このレベルではスパースデータに関連する課題が現れ始めるのであり、特に国際的ブランドに関しては一層そうである。さらに、定義された広告被曝ウインドウ（window of ad exposure）を前提とすると、垂直区分レベル又は国家レベル乗数の双方に比して、ブランドレベル乗数は変動の影響をより受けやすい。

特定の広告キャンペーンによって定義される対象ユーザ群に計算が限定されるという点を除いて、キャンペーンレベル乗数はブランドレベル乗数と同等である。キャンペーンレベル乗数は個々のキャンペーンの具体的コンテキストを最良に捉えるが、時にはスケール欠如に泣かされる。

したがって、各次順位レベルは逸失された訪問事象をより正確に捉えるが、スケール欠如による増大した変動という難点が課される。

各広告キャンペーン内には複数の広告群（ad group）が含まれ得るのであり、それぞれは対応する乗数が適用され得る１つ以上のブランドと関連付けられている。例えば、或るブランドについての広告キャンペーンにおいては、次のような広告群が存在し得る：成人男性のモバイルユーザを主として対象とする広告群、成人女性のモバイルユーザを主として対象とする広告群、１つ以上の指定された場所に居ると決定されたモバイルユーザを主として対象とする位置ベースド広告群（ＬＢＡ、location-based ad group）、及びブランドに関連付けられている敷地内に居ると決定されたモバイルユーザを主として対象とするオンプレミス型広告群。特定の実施形態では、この広告キャンペーンのためのＳＶＲを導出するためには、２段階処理を用いる。先ず、ＬＢＡ及びオンプレミス型広告群を除いて各広告群についてＳＶＲ＿乗数を決定する。ＬＢＡ及びオンプレミス型広告群にＳＶＲ乗数が不要な理由は、広告リクエスト及びパネルデータパケットを介してこれらの群の観衆が以前店舗を訪問したことが分かっているからであり、逸失された訪問事象をより生じさせ難いと考えられるからである。そして、加重平均をとって最終ＳＶＲを導出することができる。

この方法は、観測されたＳＶＲが低い広告キャンペーン及び観測されたＳＶＲが高い広告キャンペーンの両方に適用可能である。前者のタイプについては、ＬＢＡの欠如故に、単にブランドレベル乗数を適用することによって計算を行うことができる。例えば、観測されたＳＶＲが０．３９％とされるSubway（登録商標）についての広告キャンペーンを検討する。このキャンペーンにおいて国家レベル乗数たる３．９を用いると、ＳＶＲとして１．５４％が得られることになり、歴史的なデータからすると過小評価である可能性が高い。実際に、パネルベースド分析によれば、リクエストベースド追跡でのSubwayの訪問カウントは過小評価（過小評価係数は約１６）されていることになる。このキャンペーンはＬＢＡを有さないため、観測されたＳＶＲに対してブランドレベル乗数たる１５を単純適用することができ、５．８６％という値が得られるのであり、これは想定により合致するものである。

別の例では、ＳＶＲが比較的高く、ＳＶＲが７％となるような、４つの小売業者、即ちTarget、Walgreens（登録商標）、CVS（登録商標）、及びRite Aid（登録商標）、についての広告キャンペーンを検討する。国家レベル乗数ＳＶＲ推定法を用いると、報告されるＳＶＲは２８％であるとされて過大評価がなされるに至る。ブランドレベル乗数及びＬＢＡ除外を伴う新たな方法を用いると、ＳＶＲはより合理的な１６％として算出される。また、ブランドレベル乗数を用いると、これらのブランドにおける店舗訪問パターンについてより知見を深めることができる。

特定の実施形態では、ＳＶＲ推定は典型的なベルヌーイ過程としてモデリングされるのであって、各ユーザが店舗を訪問する確率は所与のｐとされる。したがって、このｅ ｐ推定についての信頼区間は次のとおりである：
ここで、９５％の信頼水準についてｚは１．９６とされ、
は観測された店舗訪問率（ＳＶＲ）である。予想を立てるために観測されたＳＶＲに乗算係数を適用する場合、信頼区間に対して同じ乗算係数を適用する。

Claims (20)

1. パケットベースドネットワークに接続された１つ以上のコンピュータシステムによって行われる方法であって、
   前記パケットベースドネットワークを介してパネルデータパケットを受信するステップであって、各パネルデータパケットは特定の頻度でパネルデータパケットを送信するモバイル機器についての予め選択されたパネルのうちの１つの位置を含む、ステップと、
   前記パケットベースドネットワークを介して第１の複数のリクエストデータパケットを受信するステップであって、前記第１の複数のリクエストデータパケット内の各リクエストデータパケットは情報についてのリクエストを表しており且つ前記パケットベースドネットワークに接続された第１の複数のモバイル機器の１つに関連するリクエストデータを含んでおり、前記リクエストデータは前記第１の複数のモバイル機器の前記１つの位置を示す位置データを含んでいる、ステップと、
   前記第１の複数のモバイル機器から較正モバイル機器のセットを選択するステップであって、前記較正モバイル機器のセット内の各較正モバイル機器は前記パネルデータパケットの少なくとも１つを送信したことがある、ステップと、
   前記較正モバイル機器のセットによって送信されたパネルデータパケットを用いて、予め定義された１つ以上の較正場所の少なくとも１つを訪問した較正モバイル機器についての第１の台数を決定するステップと、
   前記較正モバイル機器のセットに関連するリクエストデータパケットを用いて、前記予め定義された１つ以上の較正場所の少なくとも１つを訪問した較正モバイル機器についての第２の台数を決定するステップと、
   前記第１の台数と前記第２の台数とを用いて較正係数を算出するステップと、
   インターネットを介して第２の複数のリクエストデータパケットを受信するステップであって、前記第２の複数のリクエストデータパケット内の各リクエストデータパケットは情報についてのリクエストを表しており且つ前記パケットベースドネットワークに接続された第２の複数のモバイル機器の１つに関連するリクエストデータを含んでいる、ステップと、
   前記第２の複数のリクエストデータパケットを処理して、特定のキャンペーンと関連付けられている情報に曝された前記第２の複数のモバイル機器のうちのモバイル機器についての第１の台数をもたらすステップと、
   インターネットを介して第３の複数のリクエストデータパケットを受信するステップであって、前記第３の複数のリクエストデータパケット内の各リクエストデータパケットは前記パケットベースドネットワークに接続された第３の複数のモバイル機器の１つに関連するリクエストデータを含んでいる、ステップと、
   前記第３の複数のリクエストデータパケットを用いて被曝モバイル機器についての前記第１の台数を追跡して、前記特定のキャンペーンと関連付けられている１つ以上の予め定義された場所の少なくとも１つを訪問した被曝モバイル機器についての第２の台数を決定するステップと、
   前記第１の台数と前記第２の台数と前記較正係数とを用いて、前記特定のキャンペーンの功績についての測定値を導出するステップ
   とを含む、方法。
2. 請求項１に記載の方法であって、前記第２の複数のリクエストデータパケットを処理することは、前記第２の複数のリクエストデータパケット内の各々のデータパケットについて：（１）各々のリクエストデータパケット内のリクエストデータを空間的インデックスデータベースとの関連で処理するステップと、（２）処理済みリクエストデータをリクエストデータベース内に格納するステップであって、前記処理済みリクエストデータは、前記リクエストデータの少なくとも一部と、関連するモバイル機器が存在すると推定される少なくとも１つの場所を識別する少なくとも１つの場所識別子と、を含む、ステップと、（３）前記処理済みリクエストデータと１つ以上の条件セットとに基づいて各々のデータパケットによって表された前記リクエストを充足すべきかを決定するステップと、（４）各々のデータパケットによって表された前記リクエストを充足すべきとの決定に応答して、前記処理済みリクエストデータの少なくとも一部と、適合するキャンペーンと関連付けられている情報へのリンクと、を含む入札データパケットを少なくとも１つの情報サーバへと前記パケットベースドネットワークを介して送信し、前記入札データパケットに応答して前記関連するモバイル機器が前記適合するキャンペーンと関連付けられている前記情報に曝されたか否かについてのフィードバックを前記少なくとも１つの情報サーバから受信し、前記フィードバックをインプレッションデータベース内に格納するステップとを含む、方法。
3. 前記特定の頻度は所定の期間毎にみられる１つのパネルデータパケット単位で測定され、前記所定の期間は２０分間以下とされる、請求項１に記載の方法。
4. 前記所定の期間は１０分間以下とされる、請求項３に記載の方法。
5. 前記予め定義された１つ以上の較正場所は前記空間的インデックスデータベース内で識別されている地理的領域内の全ての場所を含む、請求項１に記載の方法。
6. 前記地理的領域は国家である、請求項５に記載の方法。
7. 前記地理的領域は地方自治体である、請求項５に記載の方法。
8. 前記予め定義された１つ以上の較正場所は、前記空間的インデックスデータベース内で識別されておりまた１つ以上のブランドについてのセットと関連付けられている地理的領域内の全ての場所を含む、請求項１に記載の方法。
9. 前記予め定義された１つ以上の較正場所は前記特定のキャンペーンによって規定される、請求項１に記載の方法。
10. 前記較正モバイル機器についての第１の台数及び前記較正モバイル機器についての第２の台数の各々は、前記特定のキャンペーンと関連付けられているキャンペーン条件のセットを満たす、請求項１に記載の方法。
11. パケットベースドネットワークに接続された１つ以上のコンピュータシステムによって行われる方法であって、
    インターネットを介して第１の複数のデータパケットを受信するステップであって、前記第１の複数のデータパケット内の各データパケットは、情報についてのリクエストを表しており且つ前記パケットベースドネットワークに接続された第１の複数のモバイル機器の１つに関連するリクエストデータを含んでおり、前記リクエストデータは前記第１の複数のモバイル機器の前記１つの位置を示す位置データを含んでいる、ステップと、
    前記第１の複数のリクエストデータパケットを処理して、前記第１の複数のモバイル機器のうちで特定のキャンペーンと関連付けられている情報に曝されるべきモバイル機器についての第１の群と、前記第１の複数のモバイル機器のうちで前記特定のキャンペーンと関連付けられている情報が未だ配信されておらず前記特定のキャンペーンとの関係で適格性を認められるべきモバイル機器についての第２の群とをもたらすステップと、
    インターネットを介して第２の複数のデータパケットを受信するステップであって、前記第２の複数のデータパケット内の各データパケットは前記パケットベースドネットワークに接続された第２の複数のモバイル機器の１つに関連するリクエストデータを含んでいる、ステップと、
    前記第２の複数のデータパケットを用いてモバイル機器についての前記第１の群及びモバイル機器についての前記第２の群を追跡して、前記特定のキャンペーンと関連付けられている１つ以上の場所の１つを訪問したモバイル機器についての前記第１の群のうちのモバイル機器についての第１の台数と、前記１つ以上の場所を訪問したモバイル機器についての前記第２の群のうちの適格モバイル機器についての第２の台数とを決定するステップと、
    前記第１の台数と前記第２の台数とを用いて、前記特定のキャンペーンの功績についての測定値を導出するステップ
    とを含む、方法。
12. 請求項１１に記載の方法であって、前記第１の複数のデータパケットを処理することは、前記第１の複数のデータパケット内の各々のデータパケットについて：（１）対応するリクエストデータを空間的インデックスデータベースとの関連で処理するステップと、（２）処理済みリクエストデータをリクエストデータベース内に格納するステップであって、前記処理済みリクエストデータは、前記リクエストデータの少なくとも一部と、関連するモバイル機器が存在すると推定される少なくとも１つの場所を識別する少なくとも１つの場所識別子とを含む、ステップと、（３）前記処理済みリクエストデータと１つ以上の条件セットとに基づいて各々のデータパケットによって表された前記リクエストを充足すべきかを決定するステップと、（４）各々のデータパケットによって表された前記リクエストを充足すべきとの決定に応答して、前記処理済みリクエストデータと、適合するキャンペーンと関連付けられている情報へのリンクとを含む入札データパケットを少なくとも１つの情報サーバへと前記パケットベースドネットワークを介して送信し、各々のデータパケットと関連付けられている情報についてのリクエストが充足されたか否かについてのフィードバックを前記少なくとも１つの情報サーバから受信し、前記フィードバックをインプレッションデータベース内に格納するステップとを含む、方法。
13. 前記１つ以上の条件セットはキャンペーンデータベース内に格納されたキャンペーン条件を含む、請求項１１に記載の方法。
14. 前記１つ以上の条件セットは前記特定のキャンペーンのための、前記１つ以上のコンピュータシステム内に組み込まれたハッシュ関数に準拠する条件を含む、請求項１１に記載の方法。
15. 前記１つ以上の条件セットは前記１つ以上のコンピュータシステムに組み込まれたカウンタによって記録された数値に準拠する条件を含み、前記数値は前記特定のキャンペーンに関連する充足されたリクエストの件数と前記特定のキャンペーンに関連する不充足のリクエストの件数との間の差を示し、不充足のリクエストの前記件数は前記ハッシュ関数によって除外されている、請求項１４に記載の方法。
16. 前記第１の複数のデータパケットは第１の期間ウインドウ中に受信され、前記第２の複数のデータパケットは第２の期間ウインドウ中に受信され、前記第１の期間ウインドウは前記第２の期間ウインドウと重なっている、請求項１１に記載の方法。
17. 前記パケットベースドネットワークを介して、前記第１の複数のデータパケットを受信する前の期間ウインドウ中に第３の複数のデータパケットを受信するステップであって、前記第３の複数のデータパケット内の各データパケットは情報リクエストと関連付けられており且つ前記パケットベースドネットワークに接続された第３の複数のモバイル機器の１つに関連するリクエストデータを含んでおり、前記リクエストデータは前記第１の複数のモバイル機器の前記１つの位置を示す位置データを含んでおり、前記第３の複数のモバイル機器は被曝モバイル機器の群の少なくとも幾つかと適格モバイル機器の群の少なくとも幾つかとを含んでいる、ステップと、
    前記期間ウインドウ中に前記特定のキャンペーンと関連付けられている前記１つ以上の場所の１つを訪問した前記被曝モバイル機器の群の少なくとも幾つかのうちの被曝モバイル機器についての第３の台数、及び、適格モバイル機器についての第４の台数を決定するステップであって、前記適格モバイル機器の群の少なくとも幾つかは前記期間ウインドウ中に前記１つ以上の場所の１つを訪問したことがある、ステップ
    とをさらに含む請求項１１に記載の方法であって、
    前記特定のキャンペーンの功績についての測定値は、前記第１の台数と前記第２の台数と前記第３の台数と前記第４の台数とを用いて導出される、方法。
18. パケットベースドネットワークに接続された１つ以上のコンピュータシステムによって行われるモバイル広告（アド）キャンペーンの功績を測定するための方法であって、
    前記パケットベースドネットワークを介して第１の複数のデータパケットを受信するステップであって、前記第１の複数のデータパケット内の各データパケットは情報についてのリクエストを表しており且つ前記パケットベースドネットワークに接続された第１の複数のモバイル機器の１つに関連するリクエストデータを含んでおり、前記リクエストデータは前記第１の複数のモバイル機器の前記１つの位置を示す位置データを含んでいる、ステップと、
    前記第１の複数のデータパケットを処理して、特定のキャンペーンと関連付けられている情報の配信を受ける前記第１の複数のモバイル機器のうちに第２の複数のモバイル機器を見出すステップと、
    前記第２の複数のモバイル機器を複数の群に分割するステップであって、前記複数の下位群の各々の群は個々の頻度範囲に対応しており、各々の群に属する各モバイル機器は前記第１の複数のデータパケットのうちのデータパケットのセットに関連しており、前記データパケットのセットは前記個々の頻度範囲内の頻度にて前記１つ以上のコンピュータシステムによって受信される、ステップと、
    前記複数の群の各群について、前記各群内の前記モバイル機器に関連付けられているデータパケット内のリクエストデータに基づいて、前記特定のキャンペーンと関連付けられている１つ以上の場所の１つを訪問した前記各群内のモバイル機器の下位群についての台数を決定し、モバイル機器の前記下位群についての前記台数を用いて前記各群についての各々の訪問率を導出するステップと、
    前記複数の群の各々の率をモデル関数に適合させるステップと、
    前記モデル関数から前記特定のキャンペーンの功績についての測定値を外挿するステップ
    とを含む、方法。
19. 請求項１８に記載の方法であって、前記第１の複数のデータパケットを処理することは、前記第１の複数のデータパケット内の各々のデータパケットについて：（１）対応するリクエストデータを空間的インデックスデータベースとの関連で処理するステップと、（２）処理済みリクエストデータをリクエストデータベース内に格納するステップであって、前記処理済みリクエストデータは前記リクエストデータの少なくとも一部と、関連するモバイル機器が存在すると推定される少なくとも１つの場所を識別する少なくとも１つの場所識別子とを含む、ステップと、（３）前記処理済みリクエストデータと１つ以上の条件セットとに基づいて各々のデータパケットに関連付けられている情報についての前記リクエストを充足すべきかを決定するステップと、（４）各々のデータパケットに関連付けられている情報についての前記リクエストを充足すべきとの決定に応答して、前記処理済みリクエストデータと、適合するキャンペーンに関連付けられている情報とを含む入札データパケットを少なくとも１つの情報サーバへと前記パケットベースドネットワークを介して送信し、前記入札データパケットに応答して前記関連するモバイル機器が前記適合するキャンペーンに関連付けられている前記情報に曝されたか否かについてのフィードバックを前記少なくとも１つの情報サーバから受信し、前記フィードバックをインプレッションデータベース内に格納するステップとを含む、方法。
20. 前記各群内のモバイル機器の前記下位群についての前記台数は、前記リクエストデータベースと前記インプレッションデータベースとに格納されたデータを用いて決定される、請求項１９に記載の方法。