JP2020024566A

JP2020024566A - 広告管理システム、広告管理方法、および広告管理プログラム

Info

Publication number: JP2020024566A
Application number: JP2018148613A
Authority: JP
Inventors: 遼佐藤; Ryo Sato; 真平山口; Shinpei Yamaguchi
Original assignee: Value Commerce Co Ltd
Current assignee: Value Commerce Co Ltd
Priority date: 2018-08-07
Filing date: 2018-08-07
Publication date: 2020-02-13
Anticipated expiration: 2038-08-07
Also published as: JP7011552B2

Abstract

【課題】広告の適切なクリック単価を決めること。【解決手段】一実施形態に係る広告管理システムは、（Ａ）ウェブサイト上での商品の広告枠としての表示と該商品の取引との関連を示す第１実績データを記憶する第１データベースを参照し、（Ｂ）ウェブサイト上での商品のオーガニック検索結果としての表示と該商品の取引との関連を示す第２実績データを記憶する第２データベースを参照し、（Ｃ）第１実績データおよび第２実績データの集合に基づいて、対象商品のクリック単価を算出するためのコンバージョン率を決定し、（Ｄ）コンバージョン率と、対象商品に対応する広告主の目標広告費用対効果とに基づいて、クリック単価を算出し、（Ｅ）クリック単価を出力する。【選択図】図１

Description

本発明の一側面は、広告管理システム、広告管理方法、および広告管理プログラムに関する。

従来から、インターネット上の広告のクリック単価を決定するコンピュータシステムが知られている。例えば、特許文献１には、広告に関連する一つまたは複数のパラメータとフィルタ閾値とに基づいて、広告に関する実際のクリック単価を決定する方法が記載されている。

特表２０１０−５３６１０３号公報

従来の手法では、広告のクリック単価を決めるためにその広告主のコンバージョン率を用いる。しかし、この手法だと、クリック単価を決めるためのサンプル数が少ないために、適切なクリック単価を決めるのが難しい。そこで、広告の適切なクリック単価を決める仕組みが望まれている。

本発明の一側面に係る広告管理システムは、少なくとも一つのプロセッサを備え、少なくとも一つのプロセッサが、ウェブサイト上での商品の広告枠としての表示と該商品の取引との関連を示す第１実績データを記憶する第１データベースを参照し、ウェブサイト上での商品のオーガニック検索結果としての表示と該商品の取引との関連を示す第２実績データを記憶する第２データベースを参照し、第１実績データおよび第２実績データの集合に基づいて、対象商品のクリック単価を算出するためのコンバージョン率を決定し、コンバージョン率と、対象商品に対応する広告主の目標広告費用対効果とに基づいて、クリック単価を算出し、クリック単価を出力する。

本発明の一側面に係る広告管理方法は、少なくとも一つのプロセッサを備える広告管理システムにより実行される広告管理方法であって、ウェブサイト上での商品の広告枠としての表示と該商品の取引との関連を示す第１実績データを記憶する第１データベースを参照するステップと、ウェブサイト上での商品のオーガニック検索結果としての表示と該商品の取引との関連を示す第２実績データを記憶する第２データベースを参照するステップと、第１実績データおよび第２実績データの集合に基づいて、対象商品のクリック単価を算出するためのコンバージョン率を決定するステップと、コンバージョン率と、対象商品に対応する広告主の目標広告費用対効果とに基づいて、クリック単価を算出するステップと、クリック単価を出力するステップとを含む。

本発明の一側面に係る広告管理プログラムは、ウェブサイト上での商品の広告枠としての表示と該商品の取引との関連を示す第１実績データを記憶する第１データベースを参照するステップと、ウェブサイト上での商品のオーガニック検索結果としての表示と該商品の取引との関連を示す第２実績データを記憶する第２データベースを参照するステップと、第１実績データおよび第２実績データの集合に基づいて、対象商品のクリック単価を算出するためのコンバージョン率を決定するステップと、コンバージョン率と、対象商品に対応する広告主の目標広告費用対効果とに基づいて、クリック単価を算出するステップと、クリック単価を出力するステップとをコンピュータに実行させる。

このような側面においては、商品の広告枠としての表示に関する実績データだけでなく、商品のオーガニック検索結果としての表示に関する実績データも用いてクリック単価が算出される。オーガニック検索結果も用いることでクリック単価を決めるためのサンプル数が増えるので、広告の適切なクリック単価を決めることができる。

本発明の一側面によれば、広告の適切なクリック単価を決めることができる。

実施形態に係る広告管理システムの構成の一例を示す図である。実施形態に係る広告管理システムで用いられるコンピュータの一般的なハードウェア構成を示す図である。実施形態に係る広告管理システムの動作の一例を示すフローチャートである。実施形態に係る広告管理システムの動作の一例を示すフローチャートである。コンバージョン率を記憶するデータベースの一例を示す図である。

以下、添付図面を参照しながら本発明の実施形態を詳細に説明する。なお、図面の説明において同一または同等の要素には同一の符号を付し、重複する説明を省略する。

［システムの構成］
実施形態に係る広告管理システム１は、インターネット上の広告のクリック単価を管理するためのコンピュータシステムである。インターネット上の広告とは、例えば、広告媒体であるウェブページ上に掲載される広告であり、広告主のウェブサイトへのリンクを含む。例えば、広告主は仮想店舗であり得る。本開示では、インターネット上の広告を単に「広告」ともいう。広告は、広告がクリックされた回数に応じて広告主から報酬が支払われるクリック課金型広告であり得る。広告の実装の一例としてバナー広告が挙げられるが、広告の実装方法はこれに限定されない。クリック単価とは、或る商品についての１クリック当たりの広告料金である。広告主にとって、クリック単価とは、自身のウェブサイトへのアクセスを１回獲得するために掛かるコストであるということができる。本開示ではクリック単価を「ＣＰＣ」とも表す。商品とは、有償または無償で取引される任意の有体物または無体物であり、したがって、サービスの提供を含む概念である。商品の種類は何ら限定されない。

図１は広告管理システム１の構成の一例を示す図である。本実施形態では、広告管理システム１は機能要素として集計部１１および算出部１２を備える。集計部１１は、ＣＰＣの算出に用いられるデータを集計する機能要素である。算出部１２は、集計されたデータに基づいてＣＰＣを算出する機能要素である。

広告管理システム１は一または複数のコンピュータで構成される。複数のコンピュータを用いる場合には、これらのコンピュータがインターネットやイントラネットなどの通信ネットワークを介して接続されることで、論理的に一つの広告管理システム１が構築される。

図２は広告管理システム１を構成するコンピュータ１００の一般的なハードウェア構成を示す図である。例えば、コンピュータ１００はプロセッサ１０１、主記憶部１０２、補助記憶部１０３、通信制御部１０４、入力装置１０５、および出力装置１０６を備える。プロセッサ１０１はオペレーティングシステムおよびアプリケーションプログラムを実行する。主記憶部１０２は例えばＲＯＭおよびＲＡＭで構成される。補助記憶部１０３は例えばハードディスクまたはフラッシュメモリで構成され、一般に主記憶部１０２よりも大量のデータを記憶する。補助記憶部１０３は、少なくとも１台のコンピュータを広告管理システム１として機能させるためのプログラム１１０を記憶する。通信制御部１０４は例えばネットワークカードまたは無線通信モジュールで構成される。入力装置１０５は例えばキーボード、マウス、タッチパネルなどで構成される。出力装置１０６は例えばモニタおよびスピーカで構成される。

広告管理システム１の各機能要素は、プロセッサ１０１または主記憶部１０２の上にプログラム１１０を読み込ませてそのプログラムを実行させることで実現される。プログラム１１０は広告管理システム１の各機能要素を実現するためのコードを含む。集計部１１と算出部１２とが別々のコンピュータ１００に実装される場合には、それぞれのコンピュータ１００に記憶されるプログラム１１０は相異なってもよい。いずれにしても、プロセッサ１０１はプログラム１１０に従って、通信制御部１０４、入力装置１０５、または出力装置１０６を動作させ、主記憶部１０２または補助記憶部１０３におけるデータの読み出しおよび書き込みを行う。この処理により広告管理システム１の各機能要素が実現される。処理に必要なデータまたはデータベースは主記憶部１０２または補助記憶部１０３内に格納されてもよい。

プログラム１１０は広告管理プログラムに相当する。プログラム１１０は、例えば、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリなどの有形の記録媒体に固定的に記録された上で提供されてもよい。あるいは、プログラム１１０は、搬送波に重畳されたデータ信号として通信ネットワークを介して提供されてもよい。

広告管理システム１は、一つの商品のＣＰＣを算出するために様々なデータベースを参照し得る。以下では、本実施形態で用いられるデータベースについて説明する。データベースとは、プロセッサまたは外部のコンピュータからの任意のデータ操作（例えば、抽出、追加、削除、上書きなど）に対応できるようにデータ集合を記憶する機能要素または装置である。データベースの実装方法は限定されず、例えばリレーショナル・データベースでもよい。それぞれのデータベースの管理主体および設置場所は限定されない。例えば、少なくとも一つのデータベースは、広告管理システム１とは異なるコンピュータシステムにより管理されてもよい。また、少なくとも一つのデータベースは広告管理システム１の一部であってもよい。個々のデータベースの管理主体は互いに異なってもよいし同じでもよい。

第１実績データベース２１は、対象ウェブサイト上での商品の広告枠としての表示と該商品の取引との関連を示す第１実績データを記憶するデータベースである。「商品の取引」とは、二者間で商品をやり取りすることをいう。取引の例として、売買、貸借、および交換が挙げられるが、取引の種類は何ら限定されない。第１実績データベース２１はクリック記録２１１および成果記録２１２を含む。クリック記録２１１は、ユーザが広告をクリックした事実を示すデータである。成果記録２１２は、クリックされた広告に対応するウェブサイトでそのユーザが商品を取引したことを示すデータである。例えば、成果記録２１２は、ユーザが商品を購入したことを示す。本実施形態では、第１実績データはクリック記録２１１および成果記録２１２の組合せで表される。

第２実績データベース２２は、対象ウェブサイト上での商品のオーガニック検索結果としての表示と該商品の取引との関連を示す第２実績データを記憶するデータベースである。第２実績データベース２２はクリック記録２２１および成果記録２２２を含む。クリック記録２２１は、ユーザが広告をクリックした事実を示すデータである。成果記録２２２は、クリックされた広告に対応するウェブサイトでそのユーザが商品を取引したことを示すデータである。本実施形態では、第２実績データはクリック記録２２１および成果記録２２２の組合せで表される。

第１実績データベース２１および第２実績データベース２２のいずれも、様々な広告主から提供される様々な商品についての実績データを記憶する。クリック記録２１１，２２１および成果記録２１２，２２２の双方についてレコードの構成は限定されない。本実施形態では、クリック記録２１１，２２１のデータ構造が同じであり、成果記録２１２，２２２のデータ構造が同じであるとする。しかし、第１実績データベース２１と第２実績データベース２２との間で、クリック記録および成果記録の少なくとも一方のデータ構造が互いに異なってもよい。

例えば、クリック記録２１１，２２１の各レコードは広告ＩＤ、広告主ＩＤ、媒体主ＩＤ、トラッキングキー、およびクリック日時を含んでもよい。広告ＩＤは、広告を一意に特定するための識別子である。広告主ＩＤは、その広告に対応する広告主を示す識別子である。媒体主ＩＤは、その広告が掲載されている広告媒体の出稿者、すなわち媒体主を一意に特定するための識別子である。トラッキングキーは、対象ウェブサイト内でのユーザの操作を追跡するために用いられる識別子である。クリック日時はユーザがその広告をクリックした日時である。

例えば、成果記録２１２，２２２の各レコードは広告主ＩＤ、媒体主ＩＤ、広告ＩＤ、および取引情報を含んでもよい。取引情報は、ユーザと広告主との間で商品が取引されたことを示す情報であり、例えば、ユーザが広告主から商品を購入したことを示す。取引情報は、例えば、取引が行われた仮想店舗を一意に特定する店舗ＩＤと、取引された商品の識別子、価格、および数量と、取引日時とを含んでもよい。本開示では、商品の識別子を商品ＩＤともいう。

第１実績データベース２１と第２実績データベース２２との違いは、商品が対象ウェブサイト上でどのような態様で表示されたかという点である。対象ウェブサイト上で商品が広告枠として表示された場合には、その商品に関するクリック記録および成果記録は第１実績データベース２１に格納される。広告枠とは、商品の広告が掲載される枠であり、いわゆるリスティング広告のための表示領域である。広告枠内では、商品の表示順位がＣＰＣなどの広告の指標に応じて変動する。一方、対象ウェブサイト内で商品がオーガニック検索結果として表示された場合には、その商品に関するクリック記録および成果記録は第２実績データベース２２に格納される。オーガニック検索とは、広告の指標の影響を受けることなく検索エンジンのアルゴリズムにより情報を検索する処理である。

広告枠およびオーガニック検索結果の双方を表示する対象ウェブサイトの例として、検索エンジン、およびオンライン・ショッピング・サイトが挙げられる。しかし、対象ウェブサイトの具体例はこれらに限定されない。いずれにしても、対象ウェブサイトでは、ユーザの指示によりキーワード検索が実行されると、入力されたキーワードに対応する商品が広告枠およびオーガニック検索結果のいずれか一方に表示される。オーガニック検索結果は検索結果から広告枠を除いた部分である、ということができる。

ＣＰＣを算出する算出部１２はデータベース群３０内の各データベースにアクセスする。本実施形態では、データベース群３０は、広告主データベース３１、商品カテゴリデータベース３２、広告主ＣＶＲデータベース３３、カテゴリＣＶＲデータベース３４、商品ＣＶＲデータベース３５、およびＣＰＣデータベース３６を含む。

広告主データベース３１は、広告主に関するデータを記憶するデータベースである。例えば、広告主データの各レコードは広告主ＩＤおよび広告主属性を含んでもよい。広告主属性は、広告主の特徴を示す情報である。広告主属性は、例えば、広告主の名前、住所、連絡先（例えば、電話番号およびメールアドレス）、および広告に関する契約内容を含んでもよい。

商品カテゴリデータベース３２は、個々の商品のカテゴリに関するデータを記憶するデータベースである。商品カテゴリとは、商品を分類するために用いられる概念であり、一つの商品カテゴリは複数の商品を含み得る。例えば、商品カテゴリデータの各レコードは商品ＩＤおよび商品カテゴリを含んでもよい。商品カテゴリは、商品ＩＤに対応する商品が属するカテゴリである。商品カテゴリは複数の階層で、すなわちカテゴリツリーで定義されてもよい。

広告主ＣＶＲデータベース３３は、第１実績データおよび第２実績データを広告主毎に集計することで得られる広告主ＣＶＲデータを記憶するデータベースである。例えば、広告主ＣＶＲデータの各レコードは広告主ＩＤ、平均コンバージョン率、コンバージョン率の標準偏差、コンバージョン率の変動係数、および目標ＲＯＡＳを含んでもよい。本開示ではコンバージョン率を「ＣＶＲ」とも表す。加えて、本開示では、コンバージョン率の標準偏差を単に「標準偏差」ともいい、コンバージョン率の変動係数を単に「変動係数」ともいう。

コンバージョン率とは、ウェブサイトの目標が達成された割合である。ＣＶＲの計算方法は限定されない。例えば、ＣＶＲは、ウェブサイトがアクセスされた回数に対する、該ウェブサイトでの取引成立の数の比率で表されてもよい。本開示ではＣＶＲを百分率で表すものとする。広告主ＣＶＲデータの平均ＣＶＲは、一つの広告主が取り扱う全商品のＣＶＲの平均である。広告主ＣＶＲデータの標準偏差は、一つの広告主の中での個々の商品のＣＶＲのばらつきを示す値である。広告主ＣＶＲデータの変動係数は、標準偏差を平均ＣＶＲで割ることで得られる。変動係数が小さいほど、ＣＶＲのばらつきが相対的に低くなってデータの信頼性が高くなる、ということができる。ＲＯＡＳとは、広告費用対効果（ＲｅｔｕｒｎＯｎＡｄｖｅｒｔｉｓｉｎｇＳｐｅｎｄ）の略称であり、広告費に対する売上の比率を意味する。本開示ではＲＯＡＳを百分率で表すものとする。目標ＲＯＡＳは、広告主が目標値として設定するＲＯＡＳである。目標ＲＯＡＳは任意の手法で設定されてよく、例えば、個々の商品カテゴリに対して設定されてもよいし、個々の商品に対して設定されてもよい。

カテゴリＣＶＲデータベース３４は、第１実績データおよび第２実績データを商品カテゴリ毎に集計することで得られるカテゴリＣＶＲデータを記憶するデータベースである。例えば、カテゴリＣＶＲデータの各レコードは商品カテゴリ、平均ＣＶＲ、ＣＶＲの標準偏差、およびＣＶＲの変動係数を含んでもよい。上述したように、商品カテゴリは複数の階層で定義され得る。

カテゴリＣＶＲデータの平均ＣＶＲは、一つのカテゴリの中での全商品のＣＶＲの平均である。カテゴリＣＶＲデータの標準偏差は、一つのカテゴリの中での個々の商品のＣＶＲのばらつきを示す値である。平均ＣＶＲおよび標準偏差は、広告主毎に計算されるのではなく、すべての広告主を跨いで計算される。変動係数は、標準偏差を平均ＣＶＲで割ることで得られる。

商品ＣＶＲデータベース３５は、第１実績データおよび第２実績データを個々の広告主の個々の商品毎に集計することで得られる商品ＣＶＲデータを記憶するデータベースである。例えば、商品ＣＶＲデータの各レコードは商品ＩＤ、商品カテゴリ、広告主ＩＤ、商品の単価、および商品のＣＶＲを含んでもよい。商品ＣＶＲデータの各レコードは、一つの広告主が取り扱う一つの商品に対応する。

広告主ＣＶＲデータ、カテゴリＣＶＲデータ、および商品ＣＶＲデータは、集計部１１が第１実績データおよび第２実績データの双方を集計することで生成される。すなわち、これらのＣＶＲデータは、第１実績データおよび第２実績データの集合に基づいて生成される。

ＣＰＣデータベース３６は、商品のＣＰＣを示すデータを記憶するデータベースである。例えば、ＣＰＣデータの各レコードは商品ＩＤおよびＣＰＣを含んでもよい。

各データベースの構成は上記のものに限定されるものではなく、任意の手法で個々のデータが正規化または冗長化されてもよい。

［システムの動作］
図３および図４を参照しながら、広告管理システム１の動作を説明するとともに本実施形態に係る広告管理方法について説明する。図３および図４は、広告管理システム１の動作の一例を示すフローチャートである。

図３を参照しながら、集計部１１の処理について説明する。集計部１１の処理の実行タイミングは限定されない。例えば、集計部１１は、図３に示す処理を定期的に実行してもよい。すなわち、図３に示す処理はバッチ処理でもよい。

ステップＳ１１では、集計部１１は第１実績データベース２１内の第１実績データと、第２実績データベース２２内の第２実績データとの集合に基づいて広告主ＣＶＲデータを生成し、その広告主ＣＶＲデータを広告主ＣＶＲデータベース３３に格納する。ステップＳ１２では、集計部１１はその集合に基づいてカテゴリＣＶＲデータを生成し、そのカテゴリＣＶＲデータをカテゴリＣＶＲデータベース３４に格納する。ステップＳ１３では、集計部１１はその集合に基づいて商品ＣＶＲデータを生成し、その商品ＣＶＲデータを商品ＣＶＲデータベース３５に格納する。

このように、集計部１１は第１実績データベース２１および第２実績データベース２２の双方を参照して、３種類の集計を実行する。広告枠として表示された商品に関する実績データだけでは、商品のＣＶＲを決定するためのサンプルが不足したり、そのサンプルが得られなかったりする可能性がある。本開示では、オーガニック検索結果として表示された商品に関する実績データも用いられるので、商品のＣＶＲの決定に用いるサンプルを多く収集することができる。その結果、ＣＶＲの精度が高まり、そのＣＶＲに基づいて計算されるＣＰＣの精度も高まる。

図４を参照しながら、算出部１２の処理について説明する。図４は、或る一つの対象商品のＣＰＣを決定する処理を示す。ここで、一つの対象商品とは、或る一つの広告主の或る一つの商品のことをいう。算出部１２が複数の商品のそれぞれについてＣＰＣを決定する場合には、算出部１２は図４に示す処理を繰り返し実行する。算出部１２の処理の実行タイミングは限定されない。例えば、算出部１２は、対象ウェブサイト上で検索結果画面が表示される度に、その画面上に表示される個々の商品について、図４に示す処理を実行してもよい。

ステップＳ２１では、算出部１２は、対象商品のＣＶＲを取得するために商品ＣＶＲデータベース３５を参照する。ステップＳ２２で示すように、対象商品のＣＶＲが存在するか否かで処理が分かれる。対象商品のＣＶＲが存在しないということは、対象商品の第１実績データと対象商品の第２実績データとの集合が存在しないことを意味する。

対象商品のＣＶＲが存在する場合には、処理はステップＳ２３に移る。ステップＳ２３では、算出部１２は対象商品の商品ＣＶＲデータで示されるＣＶＲを取得する。この処理は対象商品のＣＰＣを算出するためのＣＶＲを決定したことを意味する。ステップＳ２３の後、処理はステップＳ２７に移る。

一方、対象商品のＣＶＲが存在しない場合には、処理はステップＳ２４に移る。ステップＳ２４では、算出部１２は、広告主ＣＶＲデータベース３３およびカテゴリＣＶＲデータベース３４を参照して、対象商品に対応する広告主ＣＶＲデータおよびカテゴリＣＶＲデータの中から、最も低い変動係数に対応するレコードを取得する。対象商品に対応する広告主ＣＶＲデータとは、対象商品を取り扱う広告主の広告主ＣＶＲデータのことである。対象商品に対応するカテゴリＣＶＲデータとは、対象商品が属する商品カテゴリのカテゴリＣＶＲデータのことである。ここで、商品カテゴリが階層的に定義されている場合には、一つの対象商品に対して、複数のカテゴリＣＶＲデータのレコードが候補になり得る。例えば、対象商品が属する末端カテゴリと、その末端カテゴリが属する親カテゴリとについてのカテゴリＣＶＲデータが候補になり得る。

ステップＳ２４に続くステップＳ２５では、算出部１２は取得したレコード、すなわち、最も低い変動係数に対応するレコードを用いて、対象商品のＣＰＣを算出するためのＣＶＲを決定する。例えば、算出部１２は平均ＣＶＲから標準偏差を引いた値をＣＶＲとして決定してもよい。平均ＣＶＲと標準偏差との差分をＣＶＲとして用いることで、多くの商品について実際のＲＯＡＳを目標ＲＯＡＳに近づけることが可能になる。あるいは、算出部１２は平均ＣＶＲをそのままＣＶＲとして決定してもよい。ステップＳ２６では、算出部１２は決定したＣＶＲを、予め定められた閾値Ｔｃと比較する。閾値Ｔｃは任意に設定されてよく、例えば０でもよい。

ＣＶＲが閾値Ｔｃより大きい場合には処理はステップＳ２７に移り、算出部１２は取得したＣＶＲに基づいて対象商品のＣＰＣを算出する。

Ｓ２７では、算出部１２は、ＣＶＲと、対象商品に対応する広告主の目標ＲＯＡＳとに基づいてＣＰＣを算出する。

ステップＳ２３で取得した対象商品のＣＶＲを用いる場合には、算出部１２は下記の式（１）により対象商品のＣＰＣを求める。
ＣＰＣ＝ＣＶＲ×単価／目標ＲＯＡＳ …（１）

ステップＳ２５で決定したＣＶＲを用いる場合には、算出部１２は下記の式（２）により対象商品のＣＰＣを求める。
ＣＰＣ＝ＣＶＲ×単価／目標ＲＯＡＳ
＝（平均ＣＶＲ−標準偏差）×単価／目標ＲＯＡＳ …（２）

式（１），（２）で表されるように、算出部１２は、対象商品に関するＣＶＲと、対象商品の単価と、目標ＲＯＡＳとに基づいてＣＰＣを求めてもよい。具体的には、算出部１２は、対象商品に関するＣＶＲと対象商品の単価との積を目標ＲＯＡＳで割ることでＣＰＣを求めてもよい。この計算によって、実際のＲＯＡＳが目標ＲＯＡＳに近づくようにＣＰＣが決定される。

式（１），（２）の根拠は以下に説明する通りである。
ＲＯＡＳ＝売上／費用
＝（注文数×単価）／（ＣＰＣ×クリック数）
＝（クリック数×ＣＶＲ×単価）／（ＣＰＣ×クリック数）
＝ＣＶＲ×単価／ＣＰＣ
したがって、ＣＰＣ＝ＣＶＲ×単価／ＲＯＡＳ

ステップＳ２６でＣＶＲが閾値Ｔｃ未満である場合には処理はステップＳ２８に移り、算出部１２予め定められた最低ＣＰＣを取得する。最低ＣＰＣは任意に設定されて、予めメモリに格納される。

ステップＳ２９では、算出部１２はステップＳ２７またはＳ２８で得られたＣＰＣを出力する。本実施形態では、算出部１２はそのＣＰＣと対象商品の商品ＩＤとを含むＣＰＣデータを生成して、そのＣＰＣデータをＣＰＣデータベース３６に格納する。しかし、ＣＰＣの出力方法は何ら限定されない。例えば、算出部１２は対象商品のＣＰＣを、モニタ上に出力してもよいし、他のコンピュータシステムに送信してもよい。

図５を参照しながら、ＣＰＣの計算の具体例を説明する。図５は広告主ＣＶＲデータベース３３、カテゴリＣＶＲデータベース３４、および商品ＣＶＲデータベース３５の例を示す図である。算出部１２は、この例で示される４個の商品Ａ１，Ａ２，Ａ３，Ｂ１のそれぞれのＣＰＣを以下のように求める。以下の説明では、算出部１２がステップＳ２５において、平均ＣＶＲから標準偏差を引いた値を、ＣＰＣを求めるためのＣＶＲとして決定することを前提とする。加えて、ステップＳ２５で決定されるＣＶＲは閾値Ｔｃより大きいこととする。上述したように、図５におけるＣＶＲ、標準偏差、および目標ＲＯＡＳの単位はいずれも％である。

商品Ａ１のＣＶＲは商品ＣＶＲデータベース３５に記憶されていない。したがって、算出部１２は、商品Ａ１に対応する広告主Ａの広告主ＣＶＲデータと、商品Ａ１に対応する商品カテゴリ「シャツ」「トップス」「レディース」「ファッション」のカテゴリＣＶＲデータとを参照する。或る一つの商品が属する商品カテゴリはカテゴリツリーを辿ることで複数抽出することができる。したがって、本実施形態では算出部１２は一つの商品について複数のカテゴリＣＶＲデータを参照し得る。商品Ａ１に対応する五つのＣＶＲデータを比較すると「シャツ」の変動係数が最も低いので、算出部１２は「シャツ」のカテゴリＣＶＲデータを取得する。この処理はステップＳ２４に対応する。続いて、算出部１２はそのカテゴリＣＶＲデータで示される平均ＣＶＲから標準偏差を引いた値である「２」をＣＶＲとして決定する。算出部１２は上記の式（２）に従って商品Ａ１のＣＰＣを求める。商品Ａ１の単価は２０００円であり、商品Ａ１を取り扱う広告主Ａの目標ＲＯＡＳは５００である。したがって、商品Ａ１のＣＰＣは、（４−２）×２０００／５００＝８（円）である。

商品Ａ２のＣＶＲは商品ＣＶＲデータベース３５に記憶されているので、算出部１２はそのＣＶＲ、すなわち「４」を用いることを決定する。この処理はステップＳ２３に対応する。続いて、算出部１２は上記の式（１）に従って商品Ａ２のＣＰＣを求める。商品Ａ２の単価は２０００円であり、商品Ａ２を取り扱う広告主Ａの目標ＲＯＡＳは５００である。したがって、商品Ａ２のＣＰＣは、４×２０００／５００＝１６（円）である。

商品Ａ３のＣＶＲは商品ＣＶＲデータベース３５に記憶されていない。したがって、算出部１２は、商品Ａ３に対応する広告主Ａの広告主ＣＶＲデータと、商品Ａ３に対応する商品カテゴリ「ニット」「トップス」「レディース」「ファッション」のカテゴリＣＶＲデータとを参照する。商品Ａ３に対応する五つのＣＶＲデータを比較すると「広告主Ａ」の変動係数が最も低いので、算出部１２は「広告主Ａ」の広告主ＣＶＲデータを取得する。この処理はステップＳ２４に対応する。算出部１２はその広告主ＣＶＲデータで示される平均ＣＶＲから標準偏差を引いた値である「１．２」をＣＶＲとして決定する。算出部１２は上記の式（２）に従って商品Ａ３のＣＰＣを求める。商品Ａ３の単価は３０００円であり、商品Ａ３を取り扱う広告主Ａの目標ＲＯＡＳは５００である。したがって、商品Ａ３のＣＰＣは、（３−１．８）×３０００／５００＝７．２（円）である。

商品Ｂ１のＣＶＲは商品ＣＶＲデータベース３５に記憶されていない。したがって、算出部１２は、商品Ｂ１に対応する広告主Ｂの広告主ＣＶＲデータと、商品Ｂ１に対応する商品カテゴリ「ニット」「トップス」「レディース」「ファッション」のカテゴリＣＶＲデータとを参照する。商品Ｂ１に対応する五つのＣＶＲデータを比較すると「トップス」の変動係数が最も低いので、算出部１２は「トップス」のカテゴリＣＶＲデータを取得する。この処理はステップＳ２４に対応する。算出部１２はそのカテゴリＣＶＲデータで示される平均ＣＶＲから標準偏差を引いた値である「０．５」をＣＶＲとして決定する。算出部１２は上記の式（２）に従って商品Ｂ１のＣＰＣを求める。商品Ｂ１の単価は１５００円であり、商品Ｂ１を取り扱う広告主Ｂの目標ＲＯＡＳは６００である。したがって、商品Ｂ１のＣＰＣは、（３−２．５）×１５００／６００＝１．２５（円）である。

図５の例を参照して説明したように、対象商品の第１実績データと対象商品の第２実績データとの集合が存在しない場合、すなわち対象商品のＣＶＲが存在しない場合には、算出部１２は次のように対象商品のＣＰＣを算出する。すなわち、算出部１２は、１以上の商品カテゴリのそれぞれについてのＣＶＲおよび第１変動係数を取得し、広告主のＣＶＲおよび第２変動係数を取得する。そして、算出部１２は、１以上の第１変動係数と第２変動係数との中で最も低い変動係数に対応するＣＶＲと、目標ＲＯＡＳとに基づいて、対象商品のＣＰＣを算出する。

［効果］
本発明の一側面に係る広告管理システムは、少なくとも一つのプロセッサを備え、少なくとも一つのプロセッサが、ウェブサイト上での商品の広告枠としての表示と該商品の取引との関連を示す第１実績データを記憶する第１データベースを参照し、ウェブサイト上での商品のオーガニック検索結果としての表示と該商品の取引との関連を示す第２実績データを記憶する第２データベースを参照し、第１実績データおよび第２実績データの集合に基づいて、対象商品のクリック単価を算出するためのコンバージョン率を決定し、コンバージョン率と、対象商品に対応する広告主の目標広告費用対効果とに基づいて、クリック単価を算出し、クリック単価を出力する。

他の側面に係る広告管理システムでは、対象商品の第１実績データと対象商品の第２実績データとの集合が存在する場合に、少なくとも一つのプロセッサが、該集合に基づく対象商品のコンバージョン率を取得してもよい。対象商品のコンバージョン率を用いることで、対象商品について適切なクリック単価を決めることができる。

他の側面に係る広告管理システムでは、対象商品の第１実績データと対象商品の第２実績データとの集合が存在しない場合に、少なくとも一つのプロセッサが、１以上の商品カテゴリのそれぞれに対応する第１実績データと、１以上の商品カテゴリのそれぞれに対応する第２実績データとの集合に基づく、１以上の商品カテゴリのそれぞれについてのコンバージョン率の変動係数を取得し、変動係数が最も低い商品カテゴリのコンバージョン率と、目標広告費用対効果とに基づいて、対象商品のクリック単価を算出してもよい。この処理により、対象商品のコンバージョン率が得られない場合でも、対象商品について最も適切であると推定されるクリック単価を決めることができる。

他の側面に係る広告管理システムでは、対象商品の第１実績データと対象商品の第２実績データとの集合が存在しない場合に、少なくとも一つのプロセッサが、広告主の第１実績データと、広告主の第２実績データとの集合に基づく、広告主のコンバージョン率を取得してもよい。この処理により、対象商品のコンバージョン率が得られない場合でも、対象商品について最も適切であると推定されるクリック単価を決めることができる。

他の側面に係る広告管理システムでは、対象商品の第１実績データと対象商品の第２実績データとの集合が存在しない場合に、少なくとも一つのプロセッサが、１以上の商品カテゴリのそれぞれに対応する第１実績データと、１以上の商品カテゴリのそれぞれに対応する第２実績データとの集合に基づく、１以上の商品カテゴリのそれぞれについてのコンバージョン率および第１変動係数を取得し、広告主の第１実績データと、広告主の第２実績データとの集合に基づいて、広告主のコンバージョン率および第２変動係数を取得し、１以上の第１変動係数と第２変動係数との中で最も低い変動係数に対応するコンバージョン率と、目標広告費用対効果とに基づいて、対象商品のクリック単価を算出してもよい。この処理により、対象商品のコンバージョン率が得られない場合でも、対象商品について最も適切であると推定されるクリック単価を決めることができる。

［変形例］
以上、本開示をその実施形態に基づいて詳細に説明した。しかし、本開示は上記実施形態に限定されるものではない。本開示は、その要旨を逸脱しない範囲で様々な変形が可能である。

上記実施形態では、ＣＶＲを含むデータが広告主ＣＶＲデータベース３３、カテゴリＣＶＲデータベース３４、および商品ＣＶＲデータベース３５に格納されるが、これらのデータベースは必須ではない。例えば、算出部１２は第１実績データベース２１および第２実績データベース２２を直接に参照して第１実績データおよび第２実績データを取得し、これらの実績データに基づいて、対象商品のＣＰＣを算出するためのＣＶＲを決定してもよい。

上記実施形態では、算出部１２は、対象商品のＣＶＲを取得できない場合に、広告主ＣＶＲデータベース３３およびカテゴリＣＶＲデータベース３４を参照する。しかし、その場合に広告主ＣＶＲデータおよびカテゴリＣＶＲデータの双方を参照することは必須ではない。算出部１２は、広告主ＣＶＲデータおよびカテゴリＣＶＲデータのいずれか一方のみに基づいて、ＣＰＣを算出するためのＣＶＲを決定してもよい。

少なくとも一つのプロセッサにより実行される広告管理方法の処理手順は上記実施形態での例に限定されない。例えば、上述したステップの一部が省略されてもよいし、別の順序で各ステップが実行されてもよい。また、上述したステップのうちの任意の２以上のステップが組み合わされてもよいし、ステップの一部が修正又は削除されてもよい。あるいは、上記の各ステップに加えて他のステップが実行されてもよい。

広告管理システム内で二つの数値の大小関係を比較する際には、「以上」および「よりも大きい」という二つの基準のどちらを用いてもよく、「以下」および「未満」という二つの基準のうちのどちらを用いてもよい。このような基準の選択は、二つの数値の大小関係を比較する処理についての技術的意義を変更するものではない。

１…広告管理システム、１１…集計部、１２…算出部、１００…コンピュータ、１０１…プロセッサ、１１０…プログラム、２１…第１実績データベース、２１１…クリック記録、２１２…成果記録、２２…第２実績データベース、２２１…クリック記録、２２２…成果記録、３０…データベース群、３１…広告主データベース、３２…商品カテゴリデータベース、３３…広告主ＣＶＲデータベース、３４…カテゴリＣＶＲデータベース、３５…商品ＣＶＲデータベース、３６…ＣＰＣデータベース。

Claims

少なくとも一つのプロセッサを備え、
前記少なくとも一つのプロセッサが、
ウェブサイト上での商品の広告枠としての表示と該商品の取引との関連を示す第１実績データを記憶する第１データベースを参照し、
前記ウェブサイト上での商品のオーガニック検索結果としての表示と該商品の取引との関連を示す第２実績データを記憶する第２データベースを参照し、
前記第１実績データおよび前記第２実績データの集合に基づいて、対象商品のクリック単価を算出するためのコンバージョン率を決定し、
前記コンバージョン率と、前記対象商品に対応する広告主の目標広告費用対効果とに基づいて、前記クリック単価を算出し、
前記クリック単価を出力する、
広告管理システム。
前記対象商品の前記第１実績データと前記対象商品の前記第２実績データとの集合が存在する場合に、前記少なくとも一つのプロセッサが、該集合に基づく前記対象商品の前記コンバージョン率を取得する、
請求項１に記載の広告管理システム。
前記対象商品の前記第１実績データと前記対象商品の前記第２実績データとの集合が存在しない場合に、前記少なくとも一つのプロセッサが、
１以上の商品カテゴリのそれぞれに対応する前記第１実績データと、前記１以上の商品カテゴリのそれぞれに対応する前記第２実績データとの集合に基づく、前記１以上の商品カテゴリのそれぞれについてのコンバージョン率の変動係数を取得し、
前記変動係数が最も低い前記商品カテゴリの前記コンバージョン率と、前記目標広告費用対効果とに基づいて、前記対象商品のクリック単価を算出する、
請求項１または２に記載の広告管理システム。
前記対象商品の前記第１実績データと前記対象商品の前記第２実績データとの集合が存在しない場合に、前記少なくとも一つのプロセッサが、前記広告主の前記第１実績データと、前記広告主の前記第２実績データとの集合に基づく、前記広告主の前記コンバージョン率を取得する、
請求項１または２に記載の広告管理システム。
前記対象商品の前記第１実績データと前記対象商品の前記第２実績データとの集合が存在しない場合に、前記少なくとも一つのプロセッサが、
１以上の商品カテゴリのそれぞれに対応する前記第１実績データと、前記１以上の商品カテゴリのそれぞれに対応する前記第２実績データとの集合に基づく、前記１以上の商品カテゴリのそれぞれについての前記コンバージョン率および第１変動係数を取得し、
前記広告主の前記第１実績データと、前記広告主の前記第２実績データとの集合に基づいて、前記広告主の前記コンバージョン率および第２変動係数を取得し、
１以上の前記第１変動係数と前記第２変動係数との中で最も低い変動係数に対応する前記コンバージョン率と、前記目標広告費用対効果とに基づいて、前記対象商品のクリック単価を算出する、
請求項１または２に記載の広告管理システム。
少なくとも一つのプロセッサを備える広告管理システムにより実行される広告管理方法であって、
ウェブサイト上での商品の広告枠としての表示と該商品の取引との関連を示す第１実績データを記憶する第１データベースを参照するステップと、
前記ウェブサイト上での商品のオーガニック検索結果としての表示と該商品の取引との関連を示す第２実績データを記憶する第２データベースを参照するステップと、
前記第１実績データおよび前記第２実績データの集合に基づいて、対象商品のクリック単価を算出するためのコンバージョン率を決定するステップと、
前記コンバージョン率と、前記対象商品に対応する広告主の目標広告費用対効果とに基づいて、前記クリック単価を算出するステップと、
前記クリック単価を出力するステップと
を含む広告管理方法。
ウェブサイト上での商品の広告枠としての表示と該商品の取引との関連を示す第１実績データを記憶する第１データベースを参照するステップと、
前記ウェブサイト上での商品のオーガニック検索結果としての表示と該商品の取引との関連を示す第２実績データを記憶する第２データベースを参照するステップと、
前記第１実績データおよび前記第２実績データの集合に基づいて、対象商品のクリック単価を算出するためのコンバージョン率を決定するステップと、
前記コンバージョン率と、前記対象商品に対応する広告主の目標広告費用対効果とに基づいて、前記クリック単価を算出するステップと、
前記クリック単価を出力するステップと
をコンピュータに実行させる広告管理プログラム。