JP2021176045A - 情報処理プログラム、情報処理装置及び情報処理方法 - Google Patents

Abstract

【課題】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。【解決手段】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、所定処理は、広告に起因した成果に関する情報を取得し、広告に要したコストに関する情報を取得し、成果と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が開示される。【選択図】図２

Description

本開示は、情報処理プログラム、情報処理装置及び情報処理方法に関する。

広告の成果に応じた適切なコストを認識させるために、コスト−コンバージョンのグラフを生成し、生成したグラフを表示手段に表示させる技術が知られている。

特開２０１６−０４５５４２号公報

しかしながら、上記のように従来技術では、広告に起因した成果と、該広告に要したコストとの関係を、広告全体で判断するので、効率的な広告を実現することが難しい。

そこで、１つの側面では、本発明は、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を目的とする。

１つの側面では、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が提供される。

１つの側面では、本発明によれば、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。

本実施形態に係るシステムのブロック図である。 広告関連機能に関する機能ブロック図である。 ユーザ情報記憶部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。 ユーザ情報記憶部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。 広告関連データ記憶部内のデータの説明図である。 インストール数データの一例の説明図である。 広告タイプごとの出稿費の算出方法の一例を示す説明図である。 指標値ＩＤＸ１の算出方法の説明図である。 指標値ＩＤＸ２の算出方法の説明図である。 指標値データ記憶部内のデータの説明図である。 指標値ＩＤＸ１の算出方法の他の例の説明図である。 実施形態２によるサーバ装置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。 実施形態２による指標値算出部による指標値ＩＤＸ１の算出方法の一例を示す説明図である。 実施形態２による指標値算出部による指標値ＩＤＸ１の算出方法の他の一例を示す説明図である。 実施形態２による実質出稿費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。 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。 実施形態３によるサーバ装置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。 変形例による広告対象ユーザ抽出部の処理を示す概略フローチャートである。 他の変形例による広告対象ユーザ抽出部の処理を示す概略フローチャートである。

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。

１ システム
３ ネットワーク
７ 対象アプリケーション
１０、１０Ａ サーバ装置
１１ サーバ通信部
１２ サーバ記憶部
１３ サーバ制御部
１６ 広告媒体サーバ
２０ 端末装置
２１ 端末通信部
２２ 端末記憶部
２３ 表示部
２４ 入力部
２５ 端末制御部
３０ ユーザ情報記憶部
３１ 広告出稿要求生成部
３２ 広告関連データ記憶部
３３ 一次成果情報取得部
３４ コスト情報取得部
３６、３６Ａ、３６Ｂ 第１指標値算出部
３６１ 指標値算出部
３６２ 指標値算出部
３８ 二次成果情報取得部
４０ 指標値データ記憶部
４２ 第２指標値算出部
４４ 広告対象ユーザ抽出部
４６ 計測期間設定部
４７ 按分率算出部
４８ コスト分算出部
４９ 類似性判定部

Claims (15)

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。
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、請求項１に記載の情報処理プログラム。
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、請求項２に記載の情報処理プログラム。
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、請求項３に記載の情報処理プログラム。
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、請求項４に記載の情報処理プログラム。
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、請求項５に記載の情報処理プログラム。
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、請求項６に記載の情報処理プログラム。
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、請求項７に記載の情報処理プログラム。
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、請求項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。
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、請求項８に記載の情報処理プログラム。
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、請求項１０に記載の情報処理プログラム。
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、請求項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。
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、請求項１２に記載の情報処理プログラム。
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。
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。

Images