以下、添付図面を参照しながら各実施形態について詳細に説明する。
(システムの概要)
図1を参照して、本実施形態に係るシステム1の概要について説明する。図1は、本実施形態に係るシステム1のブロック図である。システム1は、サーバ装置10と、1つ以上の端末装置20と、を備える。図1では簡便のため、3つの端末装置20を図示しているが、端末装置20の数は2つ以上であればよい。
サーバ装置10は、例えばサービス運営者が管理するサーバ等の情報処理装置である。本実施形態では、一例として、サーバ装置10は、いわゆるサービスプラットホームを実現し、サービスプラットホームを介して、各種のサービスを提供する。具体的には、サーバ装置10は、一例として、アプリポータルサイト(以下、単に「サイト」とも称する)と、アプリケーション・ソフトウェア(以下、単に「アプリケーション」とも称する)等のデジタルコンテンツを提供するサービスと、ソーシャルネットワーク機能(以下、単に「SNS機能」とも称する)とを、登録ユーザ(及び必要に応じてゲストユーザ)に提供する。
サーバ装置10が提供するサイトの数は、任意であるが、本実施形態では、一例として、1つのサイト(以下、「サイトA」とも称する)であるものとする。なお、変形例では、サイトAは、関連するサイトを含め、複数のサイトを含んでよい。
サーバ装置10が提供するデジタルコンテンツの種類や数は、任意であるが、本実施形態では、一例として、サーバ装置10が提供するデジタルコンテンツは、1つ以上のゲーム用のアプリケーション(以下、単に「ゲームアプリ」とも称する)や情報提供用のアプリケーション、電子書籍等を含んでよい。ゲームアプリ等は、サイトAを介して実行可能とされてもよいし、サイトAのような所定のサイトを介さずに実行可能とされてもよい(例えば、オフラインで実行可能とされてもよい)。すなわち、サーバ装置10が提供するデジタルコンテンツとしての各種のアプリケーションは、端末装置20にインストールされて、いわゆるネイティブアプリケーションとして利用されてもよい。以下、ゲームとは、サーバ装置10が提供するゲームアプリに係るゲームを指す。情報提供用のアプリケーションは、特定のジャンルの情報提供サービス(旅や、住まい、食品、ファッション、健康、美容等に関する情報提供サービス)、特定のユーザによる放送サービス(例えばYoutube(登録商標))等に関するものであってよい。また、サーバ装置10が提供する特定のアプリケーションは、複数のアプリケーションの組み合わせ(例えば階層構造のアプリケーション)であってもよい。
サーバ装置10が提供するSNS機能の種類や数は、任意であるが、ここでは、日記や、チャット、伝言板/掲示板(コミュニティ)、コメント、メッセンジャー、友達リクエスト、オブジェクトの送信(贈り物の送信)等のような機能であってよい。SNS機能は、サイトAを介して実行可能とされてよい。
端末装置20は、例えば携帯電話、スマートフォン、タブレット端末、PC(Personal Computer)、又はゲーム装置等の、ユーザによって使用される情報処理装置である。端末装置20は、本実施形態に係る各種アプリケーションを実行可能である。各種アプリケーションは、ネットワーク3を介してサーバ装置10又は他の所定のアプリケーション配信サーバから端末装置20に受信されてもよく、あるいは端末装置20に備えられた記憶装置又は端末装置20が読取可能なメモリカード等の記憶媒体に予め記憶されていてもよい。サーバ装置10及び端末装置20は、ネットワーク3を介して通信可能に接続される。例えば、サーバ装置10及び端末装置20が協働して、サービスに関する多様な処理を実行する。
なお、ネットワーク3は、無線通信網や、インターネット、VPN(Virtual Private Network)、WAN(Wide Area Network)、有線ネットワーク、又はこれらの任意の組み合わせ等を含んでよい。
(サーバ装置の構成)
サーバ装置10の構成について具体的に説明する。サーバ装置10は、サーバコンピュータにより構成される。サーバ装置10は、複数台のサーバコンピュータにより協動して実現されてもよい。
サーバ装置10は、サーバ通信部11と、サーバ記憶部12と、サーバ制御部13と、を備える。
サーバ通信部11は、外部装置と無線又は有線によって通信し、情報の送受信を行うインタフェースを含む。サーバ通信部11は、例えば無線LAN(Local Area Network)通信モジュール又は有線LAN通信モジュール等を含んでもよい。サーバ通信部11は、ネットワーク3を介して、端末装置20との間で情報を送受信可能である。
サーバ記憶部12は、例えば一次記憶装置及び二次記憶装置を含む。例えばサーバ記憶部12は、半導体メモリ、磁気メモリ、又は光メモリ等を含んでもよい。サーバ記憶部12は、サービスに関する処理に用いられる種々の情報及びプログラムを記憶する。サーバ記憶部12に記憶された情報及びプログラムの少なくとも一部が、端末装置20との間で共有及び同期されてもよい。
サーバ制御部13は、1つ以上のプロセッサを含む。プロセッサは、特定のプログラムを読み込むことにより特定の機能を実現する汎用プロセッサ、及び特定の処理に特化した専用プロセッサを含んでもよい。サーバ制御部13は、サーバ装置10全体の動作を制御する。サーバ制御部13の詳細は後述する。
(端末装置の構成)
端末装置20の構成について具体的に説明する。図1に示すように、端末装置20は、端末通信部21と、端末記憶部22と、表示部23と、入力部24と、端末制御部25とを備える。
端末通信部21は、外部装置と無線又は有線によって通信し、情報の送受信を行うインタフェースを含む。端末通信部21は、例えばLTE(Long Term Evolution)(登録商標)や、5G(5th Generation)等のモバイル通信規格に対応する無線通信モジュール、無線LAN通信モジュール、又は有線LAN通信モジュール等を含んでもよい。端末通信部21は、ネットワーク3を介して、サーバ装置10との間で情報を送受信可能である。
端末記憶部22は、例えば一次記憶装置及び二次記憶装置を含む。例えば端末記憶部22は、半導体メモリ、磁気メモリ、又は光メモリ等を含んでもよい。端末記憶部22は、サーバ装置10から受信する、サービスに関する処理に用いられる種々の情報及びプログラムを記憶する。サービスに関する処理に用いられる情報及びプログラムは、端末通信部21を介して外部装置から取得されてもよい。例えば、ゲームアプリが、所定のアプリケーション配信サーバから取得されてもよい。
表示部23は、例えば液晶ディスプレイ又は有機EL(Electro−Luminescence)ディスプレイ等の表示デバイスを含む。表示部23は、多様な画面を表示可能である。
入力部24は、例えば表示部23と一体的に設けられたタッチパネルを含む入力インタフェースを含む。入力部24は、端末装置20に対するユーザ入力を受付可能である。また、入力部24は、物理キーを含んでもよいし、マウス等のようなポインティングデバイスをはじめとする任意の入力インタフェースを更に含んでもよい。
端末制御部25は、1つ以上のプロセッサを含む。端末制御部25は、端末装置20全体の動作を制御する。
端末制御部25は、端末通信部21を介して情報の送受信を行う。例えば、端末制御部25は、サービスに関する処理に用いられる種々の情報及びプログラムを、サーバ装置10及び他の外部サーバの少なくとも一方から受信する。端末制御部25は、受信された情報及びプログラムを、端末記憶部22に記憶する。
端末制御部25は、ユーザの操作に応じて、サイトAや、各種のアプリケーション(例えば、端末装置20上のネイティブアプリケーションや、サイトA内のゲームアプリ等)を起動する。端末制御部25は、サーバ装置10と協働して、サービスに関する処理を実行する。例えば、端末制御部25は、サービスに関する処理に係る種々の画面を表示部23に表示させる。画面上には、例えばユーザ操作を検出するGUI(Graphic User Interface)が表示されてもよい。端末制御部25は、入力部24を介して、画面に対するユーザ操作を検出可能である。
また、端末制御部25は、広告媒体サーバ16等を介して提供される広告情報に基づいて、広告を表示部23に表示させる。広告は、任意の態様で表示されてもよいが、後述するように、本実施形態では、クリックが可能な広告が表示される。例えば、ユーザは、広告をクリック(タッチ等)することで、表示部23上の画面を、広告に係る新たなサイトへの遷移や広告画面等へと遷移させることができる。
(広告関連機能)
サーバ装置10のサーバ制御部13は、更に、効率的な広告を実現できるように、広告に関連する各種情報を処理する機能(以下、「広告関連機能」とも称する)を有する。広告とは、任意であるが、例えば、サイトAやサイトAで利用可能な各種サービスを、ユーザに利用してもらうための広告である。なお、以下では、理解しやすさの便宜上、特に言及しない限り、広告とは、サイトA内の一のアプリケーション(以下、「対象アプリケーション7」と称する)に関する。
広告は、対象アプリケーション7の利用を促進するための任意の広告であってよい。本実施形態では、特に言及しない限り、広告は、一例として、当該広告を見たユーザに対象アプリケーション7をインストールしてもらうことを目的としたものであり、具体的には、対象アプリケーション7のインストールを誘導(促進)するための広告であるものとする。なお、他の広告は、後述する対象アプリケーション7の他の利用(例えば二次的成果)をターゲットとした広告等であることができる。
対象アプリケーション7は、任意であるが、本実施形態では、アプリケーション内の課金があるタイプである。なお、対象アプリケーション7は、インストールが有料であってもよいし、無料であってもよい。
広告の出力形態は、任意である。例えば、広告は、サイトAで出力されてもよいし、他のサイト等で出力されてもよいし、郵送等により紙媒体で出力されてもよいし、屋外広告(OHH)として出力されてもよいし、テレビやラジオのような電波を利用して出力されてもよい。本実施形態では、一例として、オンライン型の広告について主に説明する。オンライン型の広告は、広告媒体サーバ16(図1参照)を介して端末装置20上に出力(表示)される。この場合、広告は、クリック可能な態様で出力され、クリックされると、対象アプリケーション7に関する画面(例えば、対象アプリケーション7のインストール画面等)へと画面遷移が実現されてもよい。なお、当該画面遷移は、異なるサイト間での移動を伴ってもよい。なお、屋外広告の場合、広告は、紙媒体やデジタルサイネージ等を介して出力されてもよいし、グッズ等を介して出力されてもよい。また、テレビやラジオのような電波を利用する広告の場合、広告は、テレビコマーシャルの形態で出力されてもよい。
広告媒体サーバ16は、サーバ装置10から広告の出稿依頼を受信すると、広告を制作し、制作した広告を、広告媒体を介して対象ユーザに出力する。なお、広告媒体サーバ16は、広告媒体ごとに設けられてよい。広告媒体は、インターネットの各種のサイトでありえ、例えばGoogle(登録商標)やFacebook(登録商標)、Twitter(登録商標)等により提供されるサイトであってよい。対象ユーザは、サーバ装置10から出稿依頼とともに指示されてよい。対象ユーザは、例えば後述するユーザIDに紐付けられた広告IDで特定されてよい。この場合、サーバ装置10は、対象ユーザを抽出し、各対象ユーザに係る広告IDを広告媒体サーバ16に通知する。
次に、いくつかの実施形態に分けて、サーバ装置10の広告関連機能について更に説明する。
[実施形態1]
図2は、実施形態1によるサーバ装置10が実現する各種機能のうちの、広告関連機能に関する機能ブロック図である。図3Aは、ユーザ情報記憶部30内のユーザ情報データのうちの、基本データの説明図である。図3Bは、ユーザ情報記憶部30内のユーザ情報データのうちの、アプリケーションに関する情報のデータの説明図である。図4Aは、広告関連データ記憶部32内のデータの説明図である。図4Bは、インストール数データの一例の説明図である。図5は、指標値IDX1の算出方法の説明図である。図6は、指標値IDX2の算出方法の説明図である。図7は、指標値データ記憶部40内のデータの説明図である。なお、図3Aや図4A等において、「***」は、何らかの情報が格納されていることを意味し、「・・・」は、同様の情報の繰り返しを意味する。
サーバ装置10は、図2に示すように、ユーザ情報記憶部30と、広告出稿要求生成部31と、広告関連データ記憶部32と、一次成果情報取得部33と、コスト情報取得部34と、第1指標値算出部36と、二次成果情報取得部38と、指標値データ記憶部40と、第2指標値算出部42と、広告対象ユーザ抽出部44とを含む。この場合、ユーザ情報記憶部30や広告関連データ記憶部32のような記憶部は、図1に示したサーバ記憶部12により実現でき、広告出稿要求生成部31や一次成果情報取得部33等の処理部は、サーバ制御部13により実現でき、また、サーバ通信部11を介して外部と通信できる。
ユーザ情報記憶部30には、サイトAを利用するユーザに係るユーザ情報が記憶される。ユーザ情報は、基本情報として、図3Aに示すように、ユーザID(ユーザ識別情報の一例)と、広告IDとを含み、ユーザIDに対応付けられる態様で、ユーザ名、パスワード、電話番号、所持コイン、SNSに関する情報、好み情報等を含む。また、ユーザ情報は、性別や、年齢、住所、IPアドレス等を含んでもよい。ユーザ情報は、例えば、ユーザIDやユーザ名のような初期的に登録される情報とともに、ゲームに関する情報のような、事後的に蓄積される情報を含んでよい。なお、ユーザ情報は、典型的には、ユーザごとに生成される。
ユーザIDは、ユーザを一意に識別可能な情報である。ユーザIDは、ユーザアカウントの形態であってもよい。以下、ユーザIDを単にユーザともいう。
広告IDは、ユーザIDと一対一で対応し、広告媒体用に設定される。なお、広告媒体サーバ16が複数存在する場合は、広告IDは、ユーザごとに複数設定されてもよい。
ユーザ名は、ユーザの名前を示す情報である。ユーザ名は、ユーザIDとは異なり、ユーザを一意に識別可能でなくてもよい。ユーザ名は、端末装置20に対するユーザ操作に応じて任意に決定及び変更が可能であってもよい。
パスワードは、ユーザ名によるサイトAへのログインを可能とするためのパスワードである。パスワードは、用途に応じて複数種類設定されてもよい。
電話番号は、例えばショートメッセージサービス(SMS)認証用の電話番号である。
所持コインは、ユーザが所持するコイン数(現在利用可能なコインの数)を表す。また、本実施形態では、一例として、サイトAで利用できるコイン(以下、「Aコイン」と称する)であるとし、ユーザは、所持するAコインを消費することで、デジタルコンテンツの提供や、各種のアプリケーション内での各種対価を受けることができる。例えば、ゲームアプリの場合、ユーザは、所持するAコインを消費することで、所望のゲーム媒体を獲得したり、所望のアイテムを獲得したり等が可能となる。また、所持するAコインを消費することで、例えばガチャを回すことができる。なお、変形例では、Aコインは、対象アプリケーション7内でのみ利用可能であってもよい。
SNSに関する情報は、SNS機能に関連する各種情報を含んでよい。例えば、SNSに関する情報は、ユーザIDごとに、アバタに関する情報や、友達情報等を含んでよい。アバタに関する情報は、着せ替え用の衣類情報等を含んでよい。友達情報は、SNS機能を介してつながるユーザIDやグループIDを表してよい。友達情報は、特定のアプリケーション内におけるフレンド情報と同一であってもよいし、別であってもよい。
好み情報は、ユーザの好みを表す情報、又は、ユーザの好みを算出可能な情報を含む。ユーザの好みを表す情報は、ユーザがどのようなサービスやサービス内の特典を好むか、ユーザがどのようなサービスや特典を好まないか、ユーザがどのようなサービスや特典に興味があるか、ユーザがどのようなサービスや特典に興味がないか、等を表す情報であってよい。好み情報は、例えば初期登録時の簡単なアンケート調査に基づいて生成されてもよい。また、ユーザの好みを算出可能な情報は、ユーザのログ情報等であってよい。この場合、蓄積対象のログ情報は、ユーザの好みに関連しうるすべてのログ情報であってもよいし、特定のログ情報(例えば操作ログに関するログ情報)であってもよい。ログ情報は、各ユーザIDに基づくサイトAにおける各種活動(ログインや、ログアウト、デジタルコンテンツの利用、SNS機能へのアクセス/利用、課金等)を表す。また、蓄積対象のログ情報は、ゲームのプレイに関するログ情報を含んでよい。
ユーザ情報は、更に、アプリケーションに関する情報として、図3Bに示すように、ユーザIDごとに、サイトAに係る各種のアプリケーションごとの情報を含んでよい。具体的には、アプリケーションに関する情報は、インストールしたアプリケーションに関する情報、利用状態、Aコインの利用個数、インストール契機、その他の詳細情報等を含む。
インストールしたアプリケーションに関する情報は、ユーザIDごとにインストールされたアプリケーションを特定する情報である。例えば、図3Bに示す例では、ユーザIDが“U01”のユーザは、アプリケーションA0、A1、A2等をインストールしている。なお、対象アプリケーション7をインストールしているユーザには、対象アプリケーション7に関する情報が対応付けられる。例えば、アプリケーションA0は、対象アプリケーション7に対応してもよい。
利用状態は、各アプリケーションの利用状態である。例えば利用状態は、利用頻度を表し、図3Bでは、休眠状態や、高頻度、通常頻度等で分類されている。なお、利用状態は、例えば、直近の一定期間内のログ情報に基づいて分類されてよい。利用状態は、各アプリケーションに係る広告を出力するユーザを決定する際(後述する広告対象ユーザ抽出部44参照)に利用されてもよい。
Aコインの利用個数は、各アプリケーションで利用されたAコインの個数(枚数)を表す。Aコインの利用個数は、後述する指標値IDX2の算出に利用されてもよい。
インストール契機は、広告に起因してインストールしたことを示す“広告起因”と、広告に起因せずにインストールしたユーザ(自然流入のユーザ)であることを示す“自然流入”とを含んでよい。
詳細情報は、任意であるが、例えばアプリケーション特有の各種情報を含んでよい。例えば、アプリケーションA0がゲームアプリである場合は、詳細情報は、ゲームに関する情報を含んでよい。ゲームに関する情報は、ランクや、所有ゲーム媒体に関する情報等を含んでよい。
広告出稿要求生成部31は、例えばサーバ装置10の管理者(例えば広告主)からの入力に基づいて、広告出稿要求を生成し、広告媒体サーバ16に対して広告出稿要求を送信する。広告出稿要求生成部31により生成及び送信される広告出稿要求は、上述した対象アプリケーション7の広告に係る広告出稿要求を含む。広告出稿要求は、広告を出力する対象となる広告IDを含む。広告出稿要求生成部31は、後述する広告対象ユーザ抽出部44により指示された広告IDに基づいて、当該広告IDを含む広告出稿要求を生成する。なお、広告出稿要求生成部31は、他の広告については、必要に応じて、すべてのユーザに係る広告IDに対して広告が出力されるように広告出稿要求を生成してもよい。なお、広告媒体サーバ16(図1参照)は、かかる広告出稿要求を受信すると、当該広告出稿要求に含まれる複数の広告IDに基づいて、それぞれの広告IDに広告を紐付け、対応する広告媒体上に当該広告を出力する。なお、広告の出力タイミングや期間、出力回数等は広告媒体サーバ16により適宜決定され、任意である。また、広告の出力タイミングや期間、出力回数等は、広告出稿要求で指定されてもよい。
広告関連データ記憶部32は、上述した広告出稿要求によって出力した各種広告に関する広告関連データを記憶する。広告関連データでは、図4Aに示すように、広告出稿要求生成部31により生成される広告出稿要求のそれぞれに割り当てられる広告出稿IDごとに、出稿費、広告出稿要求に含まれる広告ID、クリック数ないしimp(インプレッション)、インストール数等が対応付けられている。なお、広告関連データ記憶部32内のインストール数データは、一次成果情報取得部33により取得された一次成果情報に基づく。
広告関連データ記憶部32内のインストール数データは、広告出稿IDごとに、インストール数が対応付けられる。この場合、対応付けられるインストール数は、好ましくは、広告が出稿(又は出力)されてからの期間ごとに区分される。あるいは、対応付けられるインストール数は、インストールごとに、広告がクリックされてからの期間ごとに区分されてもよい。図4Bに示す例では、クリック後の期間として、“1日目(初日)の一日”、“2日目の一日”、“3日目の一日”等が設定され、それぞれの期間に、対応する期間内で得られたインストール数が対応付けられている。なお、クリック後の期間に代えて、広告の出力期間と、広告の出力期間が過ぎた後の期間(複数の期間)とを含む、複数の期間ごとに、対応する期間内で得られたインストール数が対応付けられてもよい。以下、このようにして、複数の期間ごとにインストール数が対応付けられたインストール数データを、「期間管理型のインストール数データ」とも称する。なお、このような期間管理型のインストール数データは、図4Bに示すように、対応する各広告出稿IDに対応付けられてよい。
一次成果情報取得部33は、広告に起因した成果(以下、区別のため、「一次的成果」とも称する)(第1の成果の一例)に関する情報(以下、「一次成果情報」とも称する)を取得する。本実施形態では、広告は、上述したように対象アプリケーション7のインストールに関連し、従って、広告に起因した一次的成果は、対象アプリケーション7のインストールに関連する。一次的成果は、広告の目的に応じて決まるが、複数の属性を有してもよい。
本実施形態では、一例として、一次的成果の属性は、2種類であり、第1の属性は、対象アプリケーション7のインストールであり、第2の属性は、所定期間ΔT1以上の離脱を経た後の対象アプリケーション7の利用の再開(以下、単に“復帰”とも称する)である。
所定期間ΔT1は、いわゆる休眠状態を表す比較的長い期間であれば任意であり、例えば月単位のオーダであってよい。なお、復帰は、端末装置20に対象アプリケーション7がインストール状態のままで実現されてもよい。この場合、復帰は、対象アプリケーション7の更新版のダウンロード(アップデート)を伴う場合が多い。あるいは、復帰は、端末装置20への対象アプリケーション7の再インストールを伴ってもよい。なお、ユーザによっては複数回の復帰がある場合もある。また、復帰に係る利用は、ログインを伴う利用や、対象アプリケーション7がゲームアプリである場合は当該ゲームのプレイ等であってよい。あるいは、復帰に係る利用は、後述する二次的成果を発生させる態様の利用であってもよい。
この場合、一次成果情報は、一次的成果に寄与したユーザを、属性ごとに示す。具体的には、一次成果情報は、第1の属性の一次的成果に寄与したユーザIDと、第2の属性の一次的成果に寄与したユーザIDとを含んでよい。また、一次成果情報は、ユーザIDごとに、第1の属性及び/又は第2の属性の一次的成果に寄与した時間情報(例えば第1の属性の場合、インストールした日付)を含んでよい。
一次成果情報取得部33は、好ましくは、広告ごとに、一次成果情報を対応付けることが可能な態様で、一次成果情報を取得する。この場合、広告の単位は、例えば広告出稿要求ごとであってもよい。これにより、どの広告出稿要求に係る広告に起因して当該一次的成果が得られたかを把握できる。すなわち、自然流入のユーザ(すなわち、広告に起因せずに対象アプリケーション7をインストール等するユーザ)に係る情報が、一次成果情報に含まれる可能性を低減できる。
コスト情報取得部34は、広告に要したコストに関する情報(以下、「コスト情報」とも称する)を取得する。コスト情報は、好ましくは、広告ごとに対応付けられる態様で取得される。なお、広告の単位は、上述した一次成果情報の場合と同様であってよく、例えば広告出稿要求ごとであってもよい。これにより、各広告にどの程度のコストがかかっているかを把握できる。広告に要したコストは、広告主が外部に支払った費用(契約に基づく費用)であってよく、更に、広告主が当該広告の発注に要した人件費等を加算してもよい。あるいは、テレビコマーシャルや屋外広告等のような、広告媒体サーバ16を利用しない態様の広告宣伝費も加算されてもよい。本実施形態では、一例として、一の広告に要したコストは、当該一の広告に係る出稿費であるものとする。
一の広告に係る出稿費は、上述のように、適宜設定されてよいが、例えば、図4Cに示す態様で設定されてもよい。図4Cに示す例では、広告出稿IDは、広告のタイプによっても別々に付与され、広告のタイプに応じて出稿費が異なる態様で算出される。具体的には、広告のタイプがオンライン型である場合(ステップS1402の“YES”)、広告媒体サーバ16に支払いする費用に基づいて出稿費が算出される(ステップS1404)。他方、広告のタイプがオフライン型であり(ステップS1402の“NO”)、かつ、屋外広告である場合(ステップS1406の“YES”)、地域ごと(例えば都道府県や市町村の単位)で出稿費を分割して割り当てる(ステップS1408)。また、広告のタイプがオフライン型であり(ステップS1402の“NO”)、かつ、テレビコマーシャルである場合(ステップS1410の“YES”)、放送局ごとで出稿費を分割して割り当てる(ステップS1412)。なお、全国放送の番組の場合は、出稿費は各地域で等分されてよい。また、他の広告のタイプである場合(ステップS1410の“NO”)、当該タイプに応じて適切な出稿費が割り当てられる。なお、図4Cでは、3つの代表的なタイプについて説明したが、2つのタイプであってもよいし、4つ以上のタイプであってもよい。なお、以下では、特に言及しない限り、出稿費は、オンライン型の広告に関する出稿費であってもよいし、オフライン型の広告に関する出稿費であってもよい。ただし、地域ごとに出稿費が割り当てられている広告出稿IDについては、そうでない広告出稿IDとは異なる扱いとされる場合があってもよく、そのような場合は、適宜、説明する。
第1指標値算出部36は、一次成果情報取得部33により取得された一次成果情報と、コスト情報取得部34により取得されたコスト情報とに基づいて、一次的成果とコストとの関係を表す指標値IDX1(第1の指標値の一例)を、ユーザIDごとに算出し、各ユーザIDに対応付ける。具体的には、第1指標値算出部36は、算出した指標値IDX1を、各ユーザIDに対応付けて、指標値データ記憶部40に記憶する(図7参照)。指標値IDX1は、広告の分野で広く知られている指標値(例えばCPI:Cost Per Install、CPA:Cost Per Acquisition、CTR:Click Through Rate)やその類(例えばCPA:Cost Per Action、CPC:Cost Per Click、CPM:Cost Per Mille)であってよい。
例えば、指標値IDX1がCPIの場合、一次的成果が対象アプリケーション7のインストールであり、コストが当該一次的成果を得るために要した広告に係るコストであってよい。この場合、指標値IDX1が対応付けるユーザIDは、対象アプリケーション7のインストールを行ったユーザに係るユーザIDを含む。例えば、ある一のユーザIDのユーザが対象アプリケーション7のインストールを行った場合、当該一のユーザIDには、指標値IDX1が対応付けられる。この際、当該一のユーザIDに対応付けられる指標値IDX1は、当該一のユーザIDに係る広告IDを含む複数の広告IDに紐付けて出稿した広告に要したコスト(出稿費)に基づいて、算出される。例えば、当該コストをC1とし、インストールしたユーザIDの数をMとすると、当該一のユーザIDに対応付けられる指標値IDX1は、IDX1=C1/Mとして算出されてもよい。
なお、地域ごとに出稿費が割り当てられている広告出稿IDの場合、ある一のユーザIDのユーザが対象アプリケーション7のインストールを行った場合、当該一のユーザに対応付けられた地域に係る出稿費が、コストC1として利用されてもよい。なお、一のユーザに対応付けられた地域は、ユーザ情報に基づいて判定されてもよい。例えば、住所やIPアドレスに基づいて、一のユーザに対応付けられた地域(例えば都道府県)が特定されてもよい。
また、例えば、指標値IDX1がCPIの場合、一次的成果が特定の広告のクリック(対象アプリケーション7のインストールが可能なサイトやランディングページへのアクセス)であり、コストが当該一次的成果を得るために要した特定の広告に係るコストであってよい。この場合、指標値IDX1が対応付けるユーザIDは、特定の広告のクリックを行ったユーザに係るユーザIDを含む。例えば、ある一のユーザIDのユーザが特定の広告のクリックを行った場合、当該一のユーザIDには、指標値IDX1が対応付けられる。この際、当該一のユーザIDに対応付けられる指標値IDX1は、当該一のユーザIDに係る広告IDを含む複数の広告IDに紐付けて出稿した特定の広告に要したコストに基づいて算出される。例えば、当該コストをC2とし、特定の広告のクリックを行ったユーザIDの数をM2とすると、当該一のユーザIDに対応付けられる指標値IDX1は、IDX1=C2/M2として算出されてもよい。
このようにして、一次的成果が数で表すことができる場合、一次的成果の数をMiとし、当該一次的成果を得るために要した広告に係るコストをCiとしたとき、一次的成果に寄与した各ユーザIDには、指標値IDX1=Ci/Miが対応付けられてよい。なお、一次的成果が数で表すことができる場合の、指標値IDX1の他の算出方法については、後述する。
また、一次的成果が数で表すことができないが、定量的に表すことができる場合も同様に指標値IDX1は算出できる。例えば、一次的成果の量をLiとし、当該一次的成果を得るために要した広告に係るコストをCiとしたとき、一次的成果に寄与した各ユーザIDには、指標値IDX1=Ci/Liが対応付けられてよい。
ここで、図5を参照して、指標値IDX1の算出方法の、より具体的な一例を説明する。図5には、代表として2つのユーザIDに関して、各種の数値が例示されている。ここで、代表として2つのユーザIDに関して、それぞれのユーザIDに対応付けられる指標値IDX1の算出方法を、図5を参照して説明する。
図5に示す例では、ユーザID“U01”のユーザは、広告を介して対象アプリケーション7をインストールしており、当該広告に要したコストが1000円である。なお、対象アプリケーション7をインストールした後にコストがかかっていない。この場合、ユーザID“U01”に対応付けられる指標値IDX1は、1000円であってよい。
また、図5に示す例では、ユーザID“U02”のユーザについては、一次的成果の属性ごとに、コスト分が生じている。具体的には、まず、ユーザID“U02”のユーザは、広告を介して対象アプリケーション7をインストールしており、当該広告に要したコスト分が1000円である。ユーザID“U02”のユーザは、対象アプリケーション7をインストールした後に離脱しており、それぞれ広告を介して2回の復帰がある。この場合、1回目の復帰の際の広告に要したコスト分は、200円であり、2回目の復帰の際の広告に要したコスト分は、150円である。
なお、図5に示す例において、1000円や200円といったコスト分は、コスト情報取得部34により取得されたコスト情報に基づく。また、ユーザID“U01”やユーザID“U02”のユーザが広告を介して対象アプリケーション7をインストールした等の情報は、一次成果情報取得部33により取得された一次成果情報に基づく。
このような場合、第1指標値算出部36は、ユーザID“U01”のユーザについては、指標値IDX1を、コスト1000円に基づいて算出する。例えば、第1指標値算出部36は、指標値IDX1=1000としてよい。他方、第1指標値算出部36は、ユーザID“U02”のユーザについては、指標値IDX1を、インストールの際のコスト分1000円と、復帰の際のコスト分200円及び150円に基づいて算出する。例えば、第1指標値算出部36は、指標値IDX1=1350(=1000+200+150)としてよい。すなわち、本実施形態では、第1指標値算出部36は、これらの一次的成果の属性ごとのコスト分をすべて合算して、指標値IDX1を算出する。ただし、変形例では、ユーザID“U02”のユーザについては、第1指標値算出部36は、これらの各コスト分のうちの、2つ以上の組み合わせ(例えばインストールと直近の復帰の組み合わせ)に基づいて、指標値IDX1を算出してもよい。
このように、図5に示すような指標値IDX1の算出方法は、ユーザIDごとに、一次的成果の属性ごとのコスト分を対応付け、ユーザIDごとに、属性ごとのコスト分の合計値を算出することを含む。そして、同算出方法は、ユーザIDごとの指標値IDX1を、ユーザIDごとの合計値(属性ごとのコスト分の合計値)に基づいて算出することを含む。このようにして、本実施形態によれば、ユーザIDごとに指標値IDX1が得られるので、広告全体としての広告効果のみならず、ユーザごとの広告効果を評価等することができる。
二次成果情報取得部38は、一次的成果に後続して得られうる成果(以下、区別のため、「二次的成果」とも称する)(第2の成果の一例)に関する情報(以下、「二次成果情報」とも称する)を取得する。本実施形態では、上述したように一次的成果は、対象アプリケーション7のインストールに関連するので、二次的成果は、対象アプリケーション7のインストールの後の成果である。二次的成果は、対象アプリケーション7の利用に関連して生じる任意の成果であってよい。この種の二次成果情報は、ユーザごとに得られる情報である。
本実施形態では、一例として、二次的成果は、対象アプリケーション7に関連して利用されたAコインのコイン数(すなわち、Aコインの利用個数)である。Aコインの利用個数は、インストール後からの累積した利用に関するコイン数であってもよいし、所定期間(例えば直近の所定期間)内での利用に関するコイン数であってもよい。また、Aコインの利用個数は、対象アプリケーション7用に購入された利用予定のコイン数を含んでもよい。なお、変形例では、等価的に、Aコインの利用個数に代えて、Aコインの利用個数に換算される課金額であってもよい。なお、二次的成果は、各ユーザによる対象アプリケーション7の利用において発生しうる広告収入、対象アプリケーション7の利用度合い(継続率や、対象アプリケーション7の利用条件の承諾、対象アプリケーション7に係るチュートリアルを完了したか否か)等を含んでもよい。
第2指標値算出部42は、指標値IDX1と二次的成果との関係を表す指標値IDX2を、ユーザIDごとに算出し、各ユーザIDに対応付ける。具体的には、第2指標値算出部42は、算出した指標値IDX2を、各ユーザIDに対応付けて、指標値データ記憶部40に記憶する(図7参照)。指標値IDX2は、広告の分野で広く知られている指標値(例えばROAS:Return On Advertising Spend、ROI:Return On Investment)又はその類であってよい。
ここで、図6を参照して、指標値IDX2の算出方法の一例を説明する。図6には、代表として2つのユーザIDに関して、各種の数値が例示されている。ここで、代表として2つのユーザIDに関して、それぞれのユーザIDに対応付けられる指標値IDX2の算出方法を、図6を参照して説明する。
図6に示す例では、前出の図5に示した例の続きであり、ユーザID“U01”のユーザに対応付けられる指標値IDX1は、上述のように1000であり、ユーザID“U02”のユーザに対応付けられる指標値IDX1は、上述のように1350であるとする。また、ユーザID“U01”のユーザは、対象アプリケーション7をインストールした後に、対象アプリケーション7で10000個のAコインを利用し、ユーザID“U02”のユーザは、対象アプリケーション7をインストールした後に、対象アプリケーション7で同じく10000個のAコインを利用したものとする。
なお、図6に示す例において、10000個といったAコインの利用個数は、二次成果情報取得部38により取得された二次成果情報に基づく。
このような場合、第2指標値算出部42は、ユーザID“U01”のユーザについては、指標値IDX2を、Aコインの利用個数10000を指標値IDX1“1000”で割り算することで算出する。この場合、指標値IDX2=10となる。同様に、第2指標値算出部42は、ユーザID“U02”のユーザについては、指標値IDX2を、Aコインの利用個数10000を指標値IDX1“1350”で割り算することで算出する。この場合、指標値IDX2=7.41となる。
このように、図6に示すような指標値IDX2の算出方法は、ユーザIDごとに対応付けられた指標値IDX1及びAコインの利用個数との関係に基づいて、ユーザIDごとに指標値IDX2を算出することを含む。従って、ユーザIDごとに指標値IDX2が得られるので、広告全体としての広告効果のみならず、ユーザごとの広告効果を評価等することができる。
指標値データ記憶部40には、上述した各種の指標値IDX1及び指標値IDX2が、ユーザIDに対応付けて記憶される。なお、図7は、対象アプリケーション7に係る指標値データを示すが、他のアプリケーションについて広告を出稿する場合は、当該他のアプリケーションについても、同様の指標値IDX1及び指標値IDX2が算出され、指標値データが指標値データ記憶部40に記憶されてよい。
指標値データ記憶部40内の指標値データは、定期的及び/又は不定期的に更新されてもよい。例えば、上述した一次成果情報が変化したユーザが生じた場合(例えば、復帰があったユーザや、対象アプリケーション7をインストールした新規のユーザが発生した場合)、当該ユーザに係る指標値IDX1及びそれに伴い指標値IDX2が生成/更新されてよい。また、上述した二次成果情報が変化したユーザが生じた場合(例えば、Aコインの利用個数が増加したユーザが生じた場合)、当該ユーザに係る指標値IDX2が更新されてよい。あるいは、指標値データ記憶部40内の指標値データは、月初めに定期的に更新されてもよいし、対象アプリケーション7とは異なる他のアプリケーションの広告を出力するための広告IDを決定する際に更新されてもよい。
広告対象ユーザ抽出部44は、指標値IDX2が対応付けられたすべてのユーザに係る広告IDのうちから、広告出稿要求生成部31により生成される広告出稿要求に含める1つ以上の広告IDを抽出する。このような1つ以上の広告IDの抽出方法は、指標値IDX2に基づいて規定されてもよい。例えば、広告対象ユーザ抽出部44は、広告出稿要求生成部31により生成される広告出稿要求に含める広告IDの数が固定数Nである場合、指標値IDX2が対応付けられたすべてのユーザに係る広告IDのうちから、指標値IDX2の高い順に、N個の広告IDを抽出(決定)する。
なお、広告対象ユーザ抽出部44は、広告ごとに、広告の目的に応じて、抽出対象の広告IDを絞ってもよい。例えば、広告の目的が対象アプリケーション7への復帰を促進するためである場合、広告対象ユーザ抽出部44は、指標値IDX2が対応付けられたすべてのユーザに係る広告IDのうちから、まず、休眠状態のユーザ(所定期間ΔT1以上、離脱しているユーザ)に係る広告IDを抽出し、次いで、当該抽出し広告IDのうちから、指標値IDX2の高い順に、N個の広告IDを抽出してもよい。また、広告の目的が対象アプリケーション7に係る二次的成果を増加するためである場合、広告対象ユーザ抽出部44は、指標値IDX2が対応付けられたすべてのユーザに係る広告IDのうちから、所定期間ΔT1内にログインしているユーザに係る広告IDを抽出し、次いで、当該抽出し広告IDのうちから、指標値IDX2の高い順に、N個の広告IDを抽出してもよい。
このようにして、本実施形態によれば、広告を広告IDに紐付けて出力する際に、どの広告ID(すなわち広告の対象となるユーザ)に紐付けるかについて、指標値IDX2に基づいて決定できる。具体的には、高い指標値IDX2が対応付けられたユーザID(広告ID)から順に、出稿予定の広告に紐付けることで、広告効果が高い可能性が高いユーザに限定して広告を出力できる。この結果、効率的な広告を実現できる。このようにして、本実施形態によれば、効率的な広告を実現できるように、広告に関連する各種情報を適切に処理することが可能となる。
ところで、指標値IDX2は、上述したように次の広告の対象となるユーザを抽出するために利用されるので、広告効果の高低が値の高低と精度良く連動していることが望ましい。すなわち、指標値IDX2は、広告効果の高低との相関性(連動性)が高いほど有用である。例えば、指標値IDX2が高いほど広告効果が高い関係がある場合は、当該関係が、可能な限り多くのユーザに対応付けられる各指標値IDX2について成り立っていることが望ましい。
この点、本実施形態によれば、ユーザIDごとの指標値IDX2は、上述のように算出されたユーザIDごとの指標値IDX1を利用して算出される。従って、ユーザIDごとの指標値IDX1を適切に算出することで、ユーザIDごとの指標値IDX2は、広告効果の高低との相関性(連動性)の高い有効な指標を提供できる。
ここで、図5を参照して上述した指標値IDX1の算出方法による効果を、図8に示す指標値IDX1の算出方法の他の例(以下、「比較例」とも称する)と比較して説明する。図8は、比較例による指標値IDX1の算出方法の説明図である。
比較例では、指標値IDX1は、直近の一次的成果に係るコスト分だけを考慮して算出される。従って、例えば図5に示す例において、ユーザID“U01”のユーザについては、直近のインストールの際のコスト分1000円に基づき、IDX1=1000と算出され、ユーザID“U02”のユーザについては、直近の復帰の際のコスト分150円に基づき、IDX1=150と算出される。このような場合、ユーザID“U02”のユーザの方が、ユーザID“U01”のユーザよりも広告効果が高いと評価されやすくなる。
具体的には、図8に示すように、ユーザID“U01”のユーザについては、指標値IDX2は、Aコインの利用個数10000を指標値IDX1“1000”で割り算することで、指標値IDX2=10.00と算出され、同様に、ユーザID“U02”のユーザについては、指標値IDX2=66.67と算出される。この結果、ユーザID“U02”の指標値IDX2が、ユーザID“U01”の指標値IDX2よりも有意に大きくなる。
しかしながら、実際は、ユーザID“U01”のユーザの方が、ユーザID“U02”のユーザと異なり、復帰の際のコスト分がかかっておらず、ユーザID“U02”のユーザよりも広告効果が高い可能性が高い。
これに対して、図5に示すような指標値IDX1の算出方法では、上述したように、直近の一次的成果に係るコスト分のみならず、過去の一次的成果に係るコスト分をも考慮して、指標値IDX1が算出される。従って、図5に示すような指標値IDX1の算出方法では、直近の一次的成果に係るコスト分だけを考慮して同様の指標値を算出する比較例に比べて、広告効果の高低との相関性(連動性)が高い指標値IDX1を得ることができる。すなわち、過去の一次的成果に係るコスト分をも加味して有用性の高い指標値IDX1を得ることができる。
具体的には、図5に示すような指標値IDX1の算出方法では、上述したように、ユーザID“U02”のユーザについては、指標値IDX1=1350となり、ユーザID“U01”の指標値IDX1=1000よりも高くなる。その結果、比較例の場合とは逆に、ユーザID“U01”の指標値IDX2が、ユーザID“U02”の指標値IDX1よりも有意に大きくなる。具体的には、図6に示したように、ユーザID“U01”のユーザについては、同様に、指標値IDX2=10.00と算出されるが、ユーザID“U02”のユーザについては、指標値IDX2=7.41と算出される。
このようにして、図5に示すような指標値IDX1の算出方法では、一次的成果の属性ごとのコスト分を合計して指標値IDX1が算出されることで、過去の一次的成果に係るコスト分を加味した指標値IDX1を得ることができる。この結果、指標値IDX1に基づき算出される指標値IDX2に基づいて、広告効果の高低との相関性(連動性)の高い有効な指標(ユーザごとの指標)を提供できる。
なお、図5に示すような指標値IDX1の算出方法では、一次的成果の属性ごとのコスト分を合計して指標値IDX1が算出されるが、これに限られない。例えば、等価的に、広告の属性ごとのコスト分を合計して指標値IDX1が算出されてもよい。広告の属性は、例えば、目的に係る属性であり、例えば、対象アプリケーション7を新規にインストールしてもらうための広告や、休眠状態のユーザに復帰を促すための広告等であってよい。
[実施形態2]
図9は、実施形態2によるサーバ装置10Aが実現する各種機能のうちの、広告関連機能に関する機能ブロック図である。以下では、上述した実施形態1と同様であってよい構成要素のついては、同一の参照符号を付して説明を省略する場合がある。
実施形態2によるサーバ装置10Aは、図9に示すように、上述した実施形態1によるサーバ装置10に対して、第1指標値算出部36が第1指標値算出部36Aで置換され、計測期間設定部46、按分率算出部47、及びコスト分算出部48が追加された点が異なる。
計測期間設定部46は、第1指標値算出部36Aによる指標値IDX1の算出に用いる一次的成果の計測期間(所定の計測期間の一例)を設定する。計測期間設定部46は、広告出稿要求(広告出稿ID)ごとに計測期間を設定してよい。一の広告(広告出稿ID)に対する計測期間は、当該一の広告に起因した一次的成果が適切に(例えば漏れなく)計測されるような期間を含むように、設定される。従って、一の広告(広告出稿ID)に対する計測期間は、好ましくは、当該一の広告の出力期間(各ユーザに出力されうる期間)を含む。また、一の広告(広告出稿ID)に対する計測期間は、当該一の広告の出力期間(各ユーザに出力されうる期間)に後続する期間を更に含んでもよい。これは、後述するように、広告を見てすぐにインストールするユーザ数は多いものの、比較的長い時間経ってからインストールするユーザも存在するためである。この場合、計測期間は、一の広告出稿IDに対して、1つだけ設定されてもよいし、互いに重複しない期間として複数設定されてもよい。なお、複数の計測期間が設定される場合、各計測期間の長さは同じであってもよいし、異なってもよい。
なお、計測期間設定部46は、広告出稿IDごとに、広告の属性に応じて、異なる態様で計測期間を設定してもよい。例えば、計測期間設定部46は、ある一の広告(広告出稿ID)に対しては、単一の計測期間を設定するのに対して、他の一の広告(広告出稿ID)に対しては、複数の計測期間を設定してもよい。また、計測期間設定部46は、ある一の広告(広告出稿ID)に対しては、単一の比較的長い計測期間を設定するのに対して、他の一の広告(広告出稿ID)に対しては、単一の比較的短い計測期間を設定してもよい。
また、計測期間設定部46は、所定のパラメータに依存する態様で計測期間を設定してもよい。例えば、ある一の計測期間は、所定のパラメータの値が所定値に達した場合に終了してよい。この場合、次の一の計測期間が開始され、当該次の一の計測期間は、同様に、所定のパラメータの値が所定値に達した場合に終了してよい。なお、所定のパラメータは、広告のクリック数や、impの数、インストール数等であってもよい。
按分率算出部47は、計測期間設定部46により一の広告(広告出稿ID)に対して複数の計測期間が設定される場合に、各計測期間に按分率を算出して対応付ける。按分率算出部47は、各計測期間に対応付けられた按分率の合計が100%になるように各按分率を算出する。なお、計測期間設定部46により一の広告(広告出稿ID)に対して単一の計測期間が設定される場合は、当該計測期間には、100%の按分率が割り当てられることになる。
各計測期間に対応付けられる按分率の算出方法は、任意であるが、過去の同じ属性の計測期間での一次的成果の実績データが利用されてもよい。按分率の算出方法の具体例は、図11を参照して後述する。
コスト分算出部48は、計測期間設定部46により一の広告(広告出稿ID)に対して複数の計測期間が設定される場合に、各計測期間に、当該一の広告に要したコストを按分したコスト分を対応付ける。本実施形態では、一例として、当該一の広告に要したコストは、出稿費であり、出稿費は、上述したコスト情報取得部34により取得されるコスト情報に基づく。なお、変形例では、一の広告に要したコストは、上述したように、出稿費以外のコストを含んでもよい。
コスト分算出部48は、按分率算出部47により対応付けられた各計測期間の按分率に基づいて、各計測期間に対応付けるコスト分を算出する。具体的には、一の計測期間に対応付けるコスト分は、当該一の計測期間に対応付ける按分率に基づいて算出される。例えば、一の広告に要したコストをC0とし、ある一の計測期間に対応付けられる按分率がα%である場合、当該一の計測期間に対応付けるコスト分は、C0×α/100として算出される。
本実施形態では、第1指標値算出部36Aは、計測期間設定部46により設定される計測期間ごとに、計測期間ごとのコスト分と、計測期間ごとの一次的成果との関係に基づいて、ユーザIDごとの指標値IDX1を算出し、ユーザIDごとに対応付ける。このような第1指標値算出部36Aによる指標値IDX1の算出方法の具体例は、図10及び図11を参照して説明する。
図10は、第1指標値算出部36Aによる指標値IDX1の算出方法の一例を示す説明図である。図10は、計測期間設定部46により設定される計測期間が、広告を出稿してからの一の期間として設定される場合における、指標値IDX1の算出方法の一例を示す。なお、「広告を出稿してからの(一の)期間」とは、広告を出稿した直後から開始する必要はなく、例えば、出稿した広告が出力されて最初にクリックされた時点に開始されてもよい。
図10には、広告媒体サーバ16に対して、出稿費100,000円で広告出稿要求を生成した場合が想定される。また、この場合、出力期間は、ある年の1/1日の1日である。
図10に示す例では、1/1日に、広告のクリック数が2000回あり、対象アプリケーション7のインストール数が100件発生している。なお、出力期間は1/1日の1日であるので、1/2日以降はクリック数が0である。ただし、1/1日に広告をクリックしたものの、1/1日には対象アプリケーション7をインストールせずに、1/2日以降に対象アプリケーション7をインストールするユーザ(以下、「出力期間外にインストールしたユーザ」とも称する)が存在する場合がある。例えば、図10に示す例では、1/2日には、インストール数が20件発生し、1/3日には、インストール数が10件発生し、以下同様である。なお、このようなインストール数は、一次成果情報取得部33により取得される一次成果情報に基づく。
この場合、1/1日だけを考慮して指標値IDX1(図10では、“単日CPI”と表記)を算出する方法では、指標値IDX1は、出稿費100,000円を、1/1日のインストール数(=100)で割ることで、指標値IDX1=1000円(=100,000円/100)として算出される。この場合、指標値IDX1の算出に利用される一次的成果(インストール数)は、広告を出稿してから1日(当日を含む一日、すなわち1/1日の一日)の間にインストールしたユーザの数(成果数の一例)に対応する。
この場合、算出された指標値IDX1は、1/1日に対象アプリケーション7をインストールしたユーザ(すなわち100人のユーザ)のそれぞれに対応付けられてよい。また、この場合、算出された指標値IDX1が、出力期間外にインストールしたユーザ、すなわち1/2日から1/8日の8日間に対象アプリケーション7をインストールしたユーザ(45人のユーザ)のそれぞれにも対応付けられてよい。あるいは、この場合、算出された指標値IDX1とは異なる指標値IDX1が、出力期間外にインストールしたユーザのそれぞれに対応付けられてよい。
あるいは、1/1日からのより長い期間を考慮して指標値IDX1(図10では、“実質CPI”と表記)を算出する方法が利用されてもよい。1/1日から例えば8日間(1/1日を含む8日、すなわち1/1日から1/8日の8日間)の場合、指標値IDX1は、出稿費100,000円を、1/1日から1/8日の8日間のインストール数(=145)で割ることで、指標値IDX1=689円(=100,000円/145)として算出される。この場合も、算出された指標値IDX1が、出力期間外にインストールしたユーザのそれぞれにも対応付けられてよいし、算出された指標値IDX1とは異なる指標値IDX1が、出力期間外にインストールしたユーザのそれぞれに対応付けられてよい。
このようにして、図10に示す例によれば、指標値IDX1の算出に利用される一次的成果は、広告を出稿してからの一の計測期間内であれば、各一次的成果が生じるタイミングが有意に異なった場合でも同じように扱われる。従って、比較的簡易な処理で得られる指標値IDX1を、各ユーザに対応付けることができる。
図11は、第1指標値算出部36Aによる指標値IDX1の算出方法の他の一例を示す説明図である。図11は、図10と同じケースを想定している。図11は、計測期間が、広告を出稿してからの互いに重複しない期間として複数設定される場合における、指標値IDX1の算出方法の一例を示す。
図11に示す例では、計測期間は、1/1日から1/8日の8日間の各一日である。なお、この例では、複数の計測期間は、それぞれ同じ長さ(24時間)であるが、変形例では、複数の計測期間は、上述したように計測期間設定部46により異なる態様で設定されてもよい。
また、図11に示す例では、計測期間ごとに、按分率算出部47により算出された按分率が対応付けられる。具体的には、図11に示す例では、1/1日に55%の按分率が対応付けられ、1/2日に14%の按分率が対応付けられ、1/3日に10%の按分率が対応付けられ、以下同様である。このように、図11に示す例は、複数の計測期間のそれぞれに、按分率を対応付ける(割り当てる)処理を含む。
按分率算出部47による按分率の算出方法(按分率の割当方法)は、任意であるが、例えば等分であってもよい。あるいは、複数の計測期間のそれぞれに対応付けられる按分率は、過去のインストール数の実績データに基づいて導出されてもよい。例えば、図4Bに示すような期間管理型のインストール数データ(実績データ)が好適に利用されてもよい。この場合、複数の計測期間のそれぞれに生じるインストール数を、期間管理型のインストール数データに基づいて予測(導出)し、それらの比に基づいて、複数の計測期間のそれぞれに対応付けられる按分率が決定されてもよい。例えば、クリック後の期間として1日目の一日(初日)でのインストール数をN1とし、以下、同様に、クリック後の期間としてk(kは2以上の自然数)日目の一日でのインストール数をNkとしたとき、k個の計測期間のそれぞれに対応付けられる按分率α1からαkは、N1:Nk=α1:αkとして算出されてもよい。この場合、按分率α1は、広告を出稿してからの最も直近の期間(例えば図11に示す例では、1/1日の一日)に対応付けられ、按分率α2(k=2)は、広告を出稿してからの次に直近の期間(例えば図11に示す例では、1/2日の一日)に対応付けられ、以下同様である。
また、複数の計測期間のそれぞれに対応付けられる按分率は、過去のインストール数の実績データに基づき学習された機械学習モデルを利用して導出されてもよい。この場合、機械学習モデルは、図4Bに示すような期間管理型のインストール数データ(実績データ)に基づいて学習されてもよい。
また、図11に示す例では、計測期間ごとに、出稿費100,000円をそれぞれの按分率で按分したコスト分(図11では、“実質出稿費”と表記)が対応付けられる。具体的には、図11に示す例では、1/1日に、100,000円の55%である55,000円が対応付けられ、1/2日に、100,000円の14%である14,000円が対応付けられ、以下同様である。
図11に示す例では、指標値IDX1は、計測期間ごとに算出される。具体的には、1/1日の一日に対しては、55,000円の実質出稿費を、1/1日のインストール数(=100)で割ることで、指標値IDX1=550円として算出され、1/2日の一日に対しては、14,000円の実質出稿費を、1/2日のインストール数(=20)で割ることで、指標値IDX1=700円として算出され、以下同様である。
この場合、1/1日の一日に対して算出された指標値IDX1は、1/1日に対象アプリケーション7をインストールしたユーザ(すなわち100人のユーザ)のそれぞれに対応付けられてよい。また、1/2日の一日に対して算出された指標値IDX1は、1/2日に対象アプリケーション7をインストールしたユーザ(すなわち20人のユーザ)のそれぞれに対応付けられてよい。このようにして、図11に示す例では、計測期間ごとに、当該期間中に対象アプリケーション7をインストールしたユーザに対して、当該期間に対応付けて算出された指標値IDX1が、対応付けられる。
このように、図11に示す指標値IDX1の算出方法によれば、指標値IDX1の算出に用いるコストは、計測期間ごとに、出稿費(コスト)をそれぞれの按分率で按分したコスト分に基づき決定される。これにより、出力期間外にインストールしたユーザと、それ以外のユーザ(すなわち、1/1日にインストールしたユーザ)とに対して、異なる指標値IDX1を対応付けることができる。これにより、これらのユーザに対して同一の指標値IDX1を対応付ける構成(図10に示す例を参照)に比べて、当該指標値IDX1に基づき算出される指標値IDX2の信頼性を高めることができる。すなわち、広告効果の高低との相関性(連動性)がより高い指標値IDX2を導出できる可能性を高めることができる。
図11Aは、図11に示した実質出稿費(コスト分)の算出方法及び指標値IDX1の算出方法の他の例を示す概略フローチャートである。
ステップS1100では、コスト分算出部48は、処理対象の一の広告出稿IDを選択する。
ステップS1102では、コスト分算出部48は、ステップS1100で選択した広告出稿IDが、地域ごとに出稿費が割り当てられている広告出稿IDであるか否かを判定する。地域ごとに出稿費が割り当てられている広告出稿IDは、上述したように、例えば屋外広告に係る広告IDでありうる。判定結果が“YES”の場合、ステップS1104に進み、それ以外の場合は、ステップS1120に進む。
ステップS1104では、コスト分算出部48は、一の地域を選択する。なお、選択順は任意であるが、例えば日本の都道府県別の場合、北から順(北海道から順)に選択されてもよい。
ステップS1106では、コスト分算出部48は、計測期間設定部46により設定された計測期間のうちの、一の計測期間を選択する。なお、選択順は任意であるが、例えば、選択した広告出稿IDに係る広告の出力期間に近い順であってよい。例えば、図11に示す例では、コスト分算出部48は、1/1日の一日を選択する。
ステップS1108では、コスト分算出部48は、選択した一の計測期間における実質出稿費を算出する。例えば、屋外広告の場合、選択した地域に係る出稿費を、選択した一の計測期間に応じた按分率で按分することで、実質出稿費を算出する。なお、この場合、選択した一の計測期間に応じた按分率は、日割り(日数による等分)であってよい。なお、選択した地域に係る出稿費は、図4Cを参照して上述した方法で算出された値が利用されてよい。
ステップS1110では、第1指標値算出部36Aは、選択した一の計測期間中にかつ選択した地域からのアクセスにより、対象アプリケーション7をインストールしたすべてのユーザを抽出する。なお、どの地域からアクセスしたかについては、上述したように、IPアドレス等に基づいて判定されてよい。
ステップS1111では、第1指標値算出部36Aは、ステップS1108で算出された実質出稿費を、ステップS1110で抽出したユーザの数で等分する。
ステップS1112では、第1指標値算出部36Aは、ステップS1111で等分した値を指標値IDX1として、ステップS1110で抽出した各ユーザに対応付ける。
ステップS1113では、コスト分算出部48は、すべての計測期間について選択したか否かを判定する。判定結果が“YES”の場合、ステップS1116に進み、それ以外の場合は、ステップS1114に進む。
ステップS1114では、コスト分算出部48は、計測期間設定部46により設定された計測期間のうちの、新たな一の計測期間を選択して、ステップS1108に戻る。
ステップS1116では、コスト分算出部48は、すべての地域を選択したか否かを判定する。判定結果が“YES”の場合、終了し、それ以外の場合は、ステップS1118に進む。
ステップS1118では、コスト分算出部48は、新たな一の地域を選択してステップS1106に戻る。
ステップS1120では、ステップS1104と同様に、コスト分算出部48は、計測期間設定部46により設定された計測期間のうちの、一の計測期間を選択する。
ステップS1122では、コスト分算出部48は、選択した一の計測期間における実質出稿費を算出する。この算出方法は、例えば図11を参照して上述した方法であってよい。例えば、1/1日の一日に対しては、100,000円の55%である55,000円が算出される。
ステップS1124では、第1指標値算出部36Aは、選択した一の計測期間中に対象アプリケーション7をインストールしたすべてのユーザを抽出する。
ステップS1125では、第1指標値算出部36Aは、ステップS1122で算出された実質出稿費を、ステップS1124で抽出したユーザの数で等分する。
ステップS1126では、第1指標値算出部36Aは、ステップS1125で等分した値を指標値IDX1として、ステップS1124で抽出した各ユーザに対応付ける。
ステップS1127では、コスト分算出部48は、すべての計測期間について選択したか否かを判定する。判定結果が“YES”の場合、終了し、それ以外の場合は、ステップS1128に進む。
ステップS1128では、コスト分算出部48は、計測期間設定部46により設定された計測期間のうちの、新たな一の計測期間を選択して、ステップS1122に戻る。
このような図11Aに示すような処理は、広告出稿IDごとに実行されることで、広告出稿IDごとに、各ユーザに指標値IDX1を対応付けることができる。図11Aに示すような処理は、複数の広告出稿IDに係る広告の出力期間が重複していない場合に好適である。あるいは、図11Aに示すような処理は、複数の広告出稿IDに係る広告の出力期間が重複する場合であっても、ユーザがどの広告出稿IDに係る広告に起因して対象アプリケーション7をインストールしたのかを特定できる場合に好適である。この場合、ステップS1110やステップS1124で抽出されるユーザは、ステップS1100で選択した広告出稿IDに係る広告に起因して対象アプリケーション7をインストールしたユーザであってよい。なお、ユーザがどのような広告を見てインストールしたかについてはアンケート結果に基づいて判定されてもよい。また、変形例では、ステップS1110で抽出されるユーザは、自然流入のユーザを含めてもよい。これは、自然流入のユーザは、屋外広告のようなオフライン型の広告を見て対象アプリケーション7に興味を持った可能性がありえ、また、オフライン型の広告の場合、ユーザが当該広告を見てインストールしたかが不明である場合が多いためである。
なお、複数の広告出稿IDに係る処理により同一のユーザに指標値IDX1が対応付けられる場合もありうる。この場合、当該複数の広告出稿IDに係る広告の出力期間が重複していない場合は、当該ユーザには、複数の指標値IDX1の合計値が対応付けられてもよい(後出の図12参照)。
なお、図11Aに示す処理では、地域ごとに出稿費が割り当てられている広告出稿IDの存在を前提としているが、これに限られない。例えば、上述したように、屋外広告等のようなオフライン型の広告に係る出稿費は、考慮されなくてもよいし、あるいは、オンライン型の広告に係る出稿費に上乗せされる形で考慮されてもよい。この場合、例えば、図11に示した例において、出稿費“100,000円”がオンライン型の広告に係る出稿費のみが考慮された値である場合、各計測期間に対応付けられた実質出稿費は、対応する計測期間に対応付けられたオフライン型の広告に係る出稿費分だけ上乗せされてよい。この場合、オフライン型の広告に係る出稿費分は、上述したように、計測期間の数で等分されてもよいし、計測期間の長さが異なる場合は長さに応じた按分率で案分(算出)されてもよい。
なお、上述した実施形態2による指標値IDX1の算出方法は、一次的成果の属性ごとに適用されてもよい。図12は、ユーザごとにかつ一次的成果の属性ごとに算出される指標値IDX1の説明図である。
図12に示す例では、ユーザID“U010”のユーザは、広告を介して対象アプリケーション7をインストールしており、当該インストールの際の広告において対応付けられた指標値IDX1が1000円である。なお、対象アプリケーション7をインストールした後にコスト分がかかっていない。この場合、ユーザID“U010”に対応付けられる指標値IDX1は、1000円であってよい。
また、図12に示す例では、ユーザID“U020”のユーザについては、一次的成果の属性ごとに、コスト分が生じている。具体的には、まず、ユーザID“U020”のユーザは、広告を介して対象アプリケーション7をインストールしており、当該インストールの際の広告において対応付けられた指標値IDX1が1000円である。ユーザID“U020”のユーザは、対象アプリケーション7をインストールした後に離脱しており、それぞれ広告を介して2回の復帰がある。この場合、1回目の復帰の際の広告において対応付けられた指標値IDX1は、300円であり、2回目の復帰の際の広告において対応付けられた指標値IDX1は、250円である。
このような場合、第1指標値算出部36Aは、ユーザID“U010”のユーザについては、指標値IDX1=1000円を対応付けてもよい。他方、第1指標値算出部36Aは、ユーザID“U020”のユーザについては、一次的成果の属性ごとの指標値IDX1の合計値(この場合、1550円)を対応付けてもよい。
[実施形態3]
図13は、実施形態3によるサーバ装置10Bが実現する各種機能のうちの、広告関連機能に関する機能ブロック図である。以下では、上述した実施形態1と同様であってよい構成要素のついては、同一の参照符号を付して説明を省略する場合がある。
実施形態3によるサーバ装置10Bは、対象アプリケーション7を広告に起因してインストールしたユーザだけでなく、対象アプリケーション7を広告に起因せずにインストールしたユーザ(すなわち自然流入のユーザ)にも、指標値IDX1及びそれに伴い指標値IDX2を対応付ける。以下では、対象アプリケーション7を広告に起因してインストールしたユーザを、第1ユーザとも称し、対象アプリケーション7を広告に起因せずにインストールしたユーザを、第2ユーザとも称する。
実施形態3によるサーバ装置10Bは、上述した実施形態1によるサーバ装置10に対して、第1指標値算出部36が第1指標値算出部36Bで置換され、かつ、類似性判定部49が追加された点が異なる。
類似性判定部49は、複数の第1ユーザのうちから、一の第2ユーザに対して類似性を有する第1ユーザを抽出する。なお、対象アプリケーション7をインストールしたユーザが、第1ユーザであるか第2ユーザであるかは、ユーザ情報記憶部30内のユーザ情報(例えば、図3Bの“インストール契機”)に基づいて判定できる。
類似性判定部49は、ユーザ間の類似性について任意の方法で判定してもよい。例えば、類似性判定部49は、デモグラフィックデータに基づいてユーザ間の類似性を判定してもよい。この場合、デモグラフィックデータとしては、ユーザ情報記憶部30内のユーザ情報データが利用されてもよい。また、ユーザ間の類似性の判定には、ジャカード(Jaccard)係数等が利用されてもよい。
なお、類似性判定部49は、一の第2ユーザに対して類似性を有する第1ユーザを複数抽出してもよい。例えば、類似性判定部49は、一の第2ユーザに対して、類似性が高い順に所定数の第1ユーザを抽出してもよいし、所定閾値よりも類似性が高いすべての第1ユーザを抽出してもよい。
第1指標値算出部36Bは、第1ユーザ用の指標値算出部361と、第2ユーザ用の指標値算出部362とを含む。
第1ユーザ用の指標値算出部361は、上述した実施形態1や実施形態2で説明した第1指標値算出部36、36Aと同様の方法で、第1ユーザごとの指標値IDX1を算出し、第1ユーザごとに指標値IDX1を対応付けてよい。
第2ユーザ用の指標値算出部362は、一の第2ユーザに対応付ける指標値IDX1を、類似性判定部49により抽出された第1ユーザに対応付けられた指標値IDX1に基づいて算出又は決定する。例えば、第2ユーザ用の指標値算出部362は、一の第2ユーザに、類似性判定部49により抽出された第1ユーザに対応付けられた指標値IDX1をそのまま対応付けてもよい。あるいは、第2ユーザ用の指標値算出部362は、一の第2ユーザに、類似性判定部49により抽出された第1ユーザに対応付けられた指標値IDX1に基づき算出した新たな指標値IDX1を対応付けてもよい。例えば、一の第2ユーザに対して複数の第1ユーザが類似性判定部49により抽出された場合、第2ユーザ用の指標値算出部362は、当該複数の第1ユーザに対応付けられた指標値IDX1の平均値を算出し、当該平均値を当該一の第2ユーザに対応付けてもよい。
このように本実施形態によれば、対象アプリケーション7を広告に起因せずにインストールしたユーザ、すなわち自然流入のユーザに対しても指標値IDX1を対応付けることができる。この結果、かかる自然流入のユーザに対しても、同ユーザに対応付けられた指標値IDX1に基づいて、指標値IDX2を算出できる。なお、指標値IDX1に基づく指標値IDX2の算出方法自体は、上述したとおりであってよい。従って、本実施形態によれば、広告対象ユーザ抽出部44は、自然流入のユーザを含む、より多数のユーザ(指標値IDX2が対応付けられたユーザ)のうちから、広告出稿要求生成部31により生成される広告出稿要求に含める広告IDを抽出できる。
また、本実施形態によれば、上述したように、自然流入のユーザ(第2ユーザ)に対応付ける指標値IDX1は、デモグラフィックデータ等に基づいて類似性を有する第1ユーザに対応付けられた指標値IDX1に基づいて決定又は算出される。これにより、自然流入のユーザ(第2ユーザ)に対応付ける指標値IDX1の信頼性を高めることができる。この結果、かかる指標値IDX1に基づき算出される指標値IDX2の信頼性を高めることができ、更にその結果、指標値IDX2に基づき効率的な広告を実現できる。
以上、各実施形態について詳述したが、特定の実施形態に限定されるものではなく、特許請求の範囲に記載された範囲内において、種々の変形及び変更が可能である。また、前述した実施形態の構成要素を全部又は複数を組み合わせることも可能である。
例えば、上述した実施形態では、一の対象アプリケーション7に関して効率的な広告を実現できるように、一の対象アプリケーション7に係る広告に関連する指標値IDX1及び指標値IDX2をユーザごとに算出しているが、これに限られない。対象アプリケーション7以外のアプリケーションに関して効率的な広告を実現できるように、一の対象アプリケーション7に係る広告に関連する指標値IDX1及び指標値IDX2をユーザごとに算出してもよい。すなわち、対象アプリケーション7に関して上述した態様で各ユーザに対応付けられた指標値IDX1及び/又は指標値IDX2は、他のアプリケーションに関する広告の出稿の際に利用されてもよい。例えば、対象アプリケーション7に類似性を有するアプリケーションを新たにリリースする際に、当該アプリケーションに係る広告は、対象アプリケーション7に関して上述した態様で各ユーザに対応付けられた指標値IDX2に基づき、指標値IDX2の高い順に抽出された複数のユーザ(ターゲティング)に対して優先的に出力されてもよい。
このような処理は、例えば、図14に示す処理により実現されてもよい。図14では、まず、広告対象ユーザ抽出部44は、広告対象のアプリケーションと他のアプリケーションとの間の類似性に基づいて、最も類似性の高い他のアプリケーションを抽出する(ステップS1500)。次いで、広告対象ユーザ抽出部44は、最も類似性の高い他のアプリケーションに関する指標値IDX2に基づいて、指標値IDX2の高い順に所定数のユーザを抽出する(ステップS1502)。所定数は任意であり、入力で与えられてもよい。そして、広告対象ユーザ抽出部44は、抽出した所定数のユーザに係る広告IDを、広告出稿要求生成部31により生成される広告出稿要求に含める1つ以上の広告IDとして決定する(ステップS1504)。
この場合、ステップS1500において、アプリケーション間の類似性は、人為的又は先験的(アプリオリ)に判定されてもよい。また、リリース後において、類似性のある2つ以上のアプリケーションに係る情報を利用しあって、上述したユーザごとの指標値IDX1、IDX2を補正・修正してもよい。この場合、例えばリリース後の所定期間の広告効果と自然流入したユーザの情報を合わせて分析し直すことで、類似性の判定ロジックの修正や、ターゲティングを随時更新することもできる。
また、上述した実施形態では、広告出稿要求に含まれる広告IDのうちの、対象アプリケーション7をインストールしなかった広告IDに係るユーザのそれぞれには、なんら指標値IDX1が対応付けられないが、これに限られない。例えば、かかる情報(広告から成果が得られなかったという情報)自体も有効となりえるため、広告IDに係るユーザのそれぞれには、特定のフラグ(例えば広告の効果がなかった旨を表すフラグ)が対応付けられてもよい。かかる特定のフラグの有無は、対象アプリケーション7に類似性を有するアプリケーションを新たにリリースする際等に、当該アプリケーションに係る広告を出力する対象のユーザを適切に選定(抽出)するために利用されてもよい。例えば、対象アプリケーション7に類似性を有するアプリケーションに関して、当該アプリケーションに係る広告を出力する対象のユーザは、特定のフラグが対応付けられていないユーザ群から抽出されてもよい。
このような処理は、例えば、図15に示す処理により実現されてもよい。図15では、まず、広告対象ユーザ抽出部44は、広告対象のアプリケーションと他のアプリケーションとの間の類似性に基づいて、最も類似性の高い他のアプリケーションを抽出する(ステップS1600)。次いで、広告対象ユーザ抽出部44は、最も類似性の高い他のアプリケーションに関して特定のフラグが対応付けられていないユーザ群を抽出する(ステップS1602)。そして、広告対象ユーザ抽出部44は、抽出したユーザ群のうちから、所定数のユーザに係る広告IDを、広告出稿要求生成部31により生成される広告出稿要求に含める1つ以上の広告IDとして決定する(ステップS1604)。なお、ステップS1604では、広告対象ユーザ抽出部44は、抽出したユーザ群のすべてのユーザに係る広告IDを、広告出稿要求生成部31により生成される広告出稿要求に含める1つ以上の広告IDとして決定してもよい。
また、上述した実施形態では、指標値IDX2は、指標値IDX1に基づいて算出されるが、これに限られない。例えば、上述した一次的成果に代えて、上述した二次的成果を利用して、指標値IDX1が算出されてもよい。この場合、算出された指標値IDX1は、実質的に指標値IDX2と同じとなるので、指標値IDX2の算出は省略されてもよい。例えば、二次的成果を利用した指標値IDX1の場合、指標値IDX1の算出に用いるコストは、当該二次的成果を得るために要した特定の広告に係るコストであってもよいし、その前段階の一次的成果を得るために要した特定の広告に係るコストであってもよいし、これらの組み合わせに係るコストであってもよい。この場合、指標値IDX1が対応付けるユーザIDは、特定の広告のクリックを介して二次的成果に寄与したユーザIDを含んでよい。例えば、ある一のユーザIDのユーザが特定の広告のクリックを介して二次的成果に寄与した場合、当該一のユーザIDには、指標値IDX1が対応付けられる。この場合、例えば、上述したコストをC3とし、当該一のユーザIDに対応付けられる二次的成果の量(例えばAコインの利用個数)をM3とすると、一のユーザIDに対応付けられる指標値IDX1は、IDX1=C3/M3として算出されてもよい。このようにして算出される指標値IDX1は、上述した指標値IDX2の代わりとして広告対象ユーザ抽出部44等により利用されてもよい。
なお、以上の実施形態に関し、さらに以下の付記を開示する。
[付記1]
所定処理をコンピュータに実行させる情報処理プログラムであって、
前記所定処理は、
広告に起因した成果に関する情報を取得し、
前記広告に要したコストに関する情報を取得し、
前記成果と前記コストとの関係を表す第1の指標値を、ユーザ情報ごとに対応付ける処理を含む、情報処理プログラム。
[付記2]
前記所定処理は、
ユーザ情報のそれぞれに、前記成果の属性ごとのコスト分を対応付け、
ユーザ情報ごとに、前記属性ごとのコスト分の合計値を算出し、
ユーザ情報ごとの前記第1の指標値を、ユーザ情報ごとの前記合計値に基づいて算出する処理を更に含む、付記1に記載の情報処理プログラム。
[付記3]
前記成果は、アプリケーションに関する第1の成果を含み、
前記第1の成果の属性は、
前記アプリケーションのインストールと、
所定期間以上の離脱を経た後の前記アプリケーションの利用の再開と、を含む、付記2に記載の情報処理プログラム。
[付記4]
前記広告に要したコストは、複数の第1のユーザ情報に紐付けて出稿した前記アプリケーションに関する前記広告に関連した第1のコストを含む、付記3に記載の情報処理プログラム。
[付記5]
ユーザ情報ごとの前記第1の指標値は、成果数に基づいて算出され、
前記成果数は、前記広告を出稿してからの所定の計測期間内において前記成果に寄与したユーザ情報の数に対応する、付記4に記載の情報処理プログラム。
[付記6]
前記所定の計測期間は、前記広告を出稿してからの互いに重複しない期間として複数設定され、
前記所定処理は、
前記複数の期間のそれぞれに、前記第1のコストを按分したコスト分を対応付け、
ユーザ情報ごとの前記第1の指標値を、前記複数の期間のそれぞれにおける前記成果数と、前記複数の期間のそれぞれに対応付けられた前記コスト分とに基づいて算出する処理を更に含む、付記5に記載の情報処理プログラム。
[付記7]
前記所定処理は、
前記複数の期間のそれぞれに前記第1のコストの按分率を対応付ける処理を更に含み、
前記第1のコストを按分したコスト分は、前記複数の期間のそれぞれに対応付けられた前記按分率に基づいて算出される、付記6に記載の情報処理プログラム。
[付記8]
前記所定処理は、前記按分率を、過去の前記成果数の実績データに基づいて決定する処理を更に含む、付記7に記載の情報処理プログラム。
[付記9]
前記第1の指標値が対応付けられるユーザ情報は、複数の前記第1のユーザ情報と、前記第1のユーザ情報とは異なる複数の第2のユーザ情報とを含む、付記4から8のうちのいずれか1項に記載の情報処理プログラム。
[付記10]
前記所定処理は、
複数の前記第1のユーザ情報のうちから、一の第2のユーザ情報に対して類似性を有する1つ以上の第1のユーザ情報を抽出し、
前記一の第2のユーザ情報に対応付ける前記第1の指標値を、抽出した前記1つ以上の第1のユーザ情報に対応付けられた前記第1の指標値に基づいて算出又は決定する処理を更に含む、付記8に記載の情報処理プログラム。
[付記11]
前記類似性は、デモグラフィックデータに基づいて判定される、付記10に記載の情報処理プログラム。
[付記12]
前記所定処理は、
前記成果に後続して得られうる第2の成果に関する情報を取得し、
前記第1の指標値と前記第2の成果との関係を表す第2の指標値を、ユーザ情報ごとに対応付ける処理を更に含む、付記1から11のうちのいずれか1項に記載の情報処理プログラム。
[付記13]
前記所定処理は、
前記第2の指標値に基づいて、前記広告とは異なる新たな広告に紐付けるユーザ情報を抽出する処理を更に含む、付記12に記載の情報処理プログラム。
[付記14]
所定処理を実行する情報処理装置であって、
前記所定処理は、
広告に起因した成果に関する情報を取得し、
前記広告に要したコストに関する情報を取得し、
前記成果と前記コストとの関係を表す第1の指標値を、ユーザ情報ごとに対応付ける処理を含む、情報処理装置。
[付記15]
広告に起因した成果に関する情報を取得し、
前記広告に要したコストに関する情報を取得し、
前記成果と前記コストとの関係を表す第1の指標値を、ユーザ情報ごとに対応付けることを含む、コンピュータにより実行される情報処理方法。