JP2022016146A - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Abstract

【課題】広告を配信する配信先の選定精度を向上させること。
【解決手段】本願に係る情報処理装置は、抽出部と、提供部とを有する。抽出部は、複数のユーザセグメントを抽出する。提供部は、抽出部により抽出される複数のユーザセグメントのセグメント規模と、ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値との関係性を比較可能に示す情報を提供する。
【選択図】図６

Description

本出願は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

従来、インターネットを通じた広告配信では、広告の配信先となるユーザの選定（ターゲティング）が行われている。例えば、情報の配信先となるユーザの属性や行動履歴を予め登録しておき、配信先となるユーザの属性や行動履歴に対応する広告などの情報を選択的に配信する。また、広告の配信先の選定は、情報の配信先として予め登録される複数のユーザを、ユーザ属性や行動履歴等に基づいて分類したユーザ群であるユーザセグメントごとに実施する場合もある。

特開２０１５－２３０７１７号公報

しかしながら、広告の配信先を選定する場合、複数のユーザセグメントの中から、どのユーザセグメントを広告の配信先として選択すべきかについて、仮説等に頼らざるを得ない面があり、配信先の選定の精度が高くない。このため、広告を配信する配信先の選定精度の向上が望まれている。

本願は、上記に鑑みてなされたものであって、広告配信先の選定精度を向上させることができる情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、抽出部と、提供部とを有する。抽出部は、複数のユーザセグメントを抽出する。提供部は、抽出部により抽出される複数のユーザセグメントのセグメント規模と、ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値との関係性を比較可能に示す情報を提供する。

実施形態の態様の１つによれば、広告配信先の選定精度を向上させることができる。

図１は、実施形態に係る情報処理の一例を示す図である。 図２は、実施形態に係るセグメント規模と指標値の提供方法のバリエーションを示す図である。 図３は、実施形態に係るセグメント規模と指標値の提供方法のバリエーションを示す図である。 図４は、実施形態に係るセグメント規模と指標値の提供方法のバリエーションを示す図である。 図５は、実施形態にかかる情報処理システムの構成例を示す図である。 図６は、実施形態に係る情報処理装置の構成例を示す図である。 図７は、実施形態に係る広告情報の一例を示す図である。 図８は、実施形態に係るユーザ属性情報の一例を示す図である。 図９は、実施形態に係る行動履歴の一例を示す図である。 図１０は、実施形態に係る情報処理装置による情報処理手順を示すフローチャートである。 図１１は、実施形態に係る情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、以下に説明する複数の実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下に説明する複数の実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下に説明する複数の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

［１．情報処理の概要］
図１を用いて、実施形態にかかる情報処理の一例を説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１に示す例において、情報処理システム１は、端末装置１０と、情報処理装置１００とを有する。端末装置１０と、情報処理装置１００とは、ネットワークを介して有線または無線により通信可能に接続される。なお、図１に示す例には特に限定される必要はなく、情報処理システム１は、図１に示す場合よりも多くの端末装置１０及び情報処理装置１００を含んでよい。

図１に示すように、実施形態に係る情報処理装置１００は、広告主により入稿された広告コンテンツの配信処理を実行するサーバ装置である。情報処理装置１００は、情報の配信先となる利用者の属性や行動履歴を予め登録しておき、配信先となる利用者の属性や行動履歴に対応する広告などの情報を選択的に配信するターゲティング配信という手法により広告配信を行う。例えば、情報処理装置１００は、情報の配信先として予め登録される複数の利用者を、ユーザ属性や行動履歴等に基づいて分類したユーザ群であるユーザセグメントごとに情報配信を行う。

ところで、ターゲティング広告は、複数のユーザセグメントの中から、どのユーザセグメントを広告の配信先として選択すべきかについて、経験則などに基づく仮説等に頼らざるを得ない面がある。広告の配信先となるターゲット同士を比較する術がなく、ターゲットの選択根拠が不明瞭にならざるを得ない。このように、ターゲティング広告の配信において、広告配信先の選定精度の向上が望まれる。

そこで、情報処理装置１００は、端末装置１０からの求めに応じ、ターゲット広告の配信先となる複数のユーザセグメントを、ユーザセグメント間で定量的に比較可能な情報を提供する。端末装置１０のユーザは、情報処理装置１００から提供される情報を利用することにより、ターゲティング広告を配信する際の広告配信先の選定精度の向上を図る。

具体的には、情報処理装置１００は、端末装置１０により指定されたセグメント抽出条件を取得する（ステップＳ１）。例えば、セグメント抽出条件は、ユーザ属性情報により規定される。ユーザ属性情報は、デモグラフィック属性と、サイコグラフィック属性と、行動履歴とを含む。

デモグラフィック属性は、広告の配信先となる各利用者の年齢、性別、住所、職業等の人口統計的な属性である。サイコグラフィック属性は、趣味、ライフスタイル等の心理学的な属性である。行動履歴は、広告の配信先となる各ユーザによる所定行動を記録した行動履歴である。ユーザの行動履歴として、動画配信サービス、メディアサービス、検索サービス、ショッピングサービス、トラベルサービス等の利用履歴が例示される。なお、セグメント抽出条件を規定するユーザ属性情報として、前述以外に、エリア情報、閲覧ニューステーマ、媒体利用率、利用デバイス、統計モデリングにより作成されたユーザグループ、広告主の運用アカウントなどをさらに例示できる。

図１に示す例において、情報処理装置１００は、セグメント抽出条件として、例えば、広告ＩＤと、年齢と、性別と、ショッピングサイトにおける１か月あたりの購入回数とを受け付ける。図１に例示するセグメント抽出条件において、年齢及び性別は、抽出対象として指定するユーザセグメントのデモグラフィック属性に対応している。また、図１に例示するセグメント抽出条件において、ショッピングサイトにおける１か月あたりの購入回数は、抽出対象として指定するユーザセグメントの行動履歴に対応している。

情報処理装置１００は、端末装置１０により指定されたセグメント抽出条件に基づいて、予め備えるユーザ属性情報ＤＢ１２２から、複数のユーザセグメントを抽出する（ステップＳ２）。ユーザ情報ＤＢは、ユーザを識別するための情報であるユーザＩＤの項目に対応付けて、前述のデモグラフィック属性、サイコグラフィック属性、及び行動履歴などの各項目を有する。

情報処理装置１００は、抽出したユーザセグメントごとに、ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値として、予め備える広告情報ＤＢ１２１からＣＶＲ（Conversion Rate：コンバージョン率）を取得する（ステップＳ３）。ＣＶＲは、広告コンテンツからコンバージョンに至った数（コンバージョン数）を、その広告コンテンツが、例えば、広告配信期間内にクリックされたクリック数で除算することにより算出される実績値である。ＣＶＲは、広告効果を評価するための情報の一例である。なお、情報処理装置１００は、広告効果を評価するための指標として、ＣＶＲのように広告を経由して広告の効果を評価する指標を用いる例には特に限定される必要はなく、コンバージョン含有率を用いてもよい。コンバージョン含有率は、クライアントがコンバージョンと定義したアクションをしたユーザが、情報処理装置１００で抽出した各ユーザセグメントにどの程度含まれるかを計算した値である。これにより、広告経由の広告評価指標にとらわれることなく、クライアントの評価基準でユーザセグメント同士を比較できる。

図１に示す例では、情報処理装置１００は、広告ＩＤ＝「ＡＤ００１」の広告コンテンツについて、年齢：「２０－２９（歳）」で人数：「１００（万人）」のユーザセグメントＧ_１について、ＣＶＲ：「０．０１」を取得している。

情報処理装置１００は、ユーザセグメントのセグメント規模と、ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値との関係性をユーザセグメント間で比較可能に示す情報を提供する（ステップＳ４）。例えば、情報処理装置１００は、ユーザセグメントのセグメント規模である人数と、広告ＩＤ：「ＡＤ００１」の広告コンテンツのＣＶＲとの関係を示すグラフ（散布図）を生成し、端末装置１０に提供する。

例えば、広告ＩＤ：「ＡＤ００１」の広告コンテンツがある商品に関するものであるとする。端末装置１０のユーザは、情報処理装置１００から提供される散布図を参照することにより、ある商品について配信された広告コンテンツについて、複数のユーザセグメントと、ＣＶＲとの関係を把握できる。このように、端末装置１０のユーザは、ユーザセグメントを横断的に比較し、ターゲティング広告の配信先を検討できる。図１に示す例において、端末装置１０のユーザは、例えば、ある商品に関する広告のターゲティングを行う場合、３０代の男性をターゲットとするのが効率的である可能性が高いという定量的な判断基準を得られる。

［２．セグメント規模と指標値の提供方法のバリエーション］
図１に示す例では、あるセグメント抽出条件に対応するユーザセグメントと指標値との関係を比較可能に示す情報を提供する例を説明した。以下では、ユーザセグメントと指標値との関係を比較可能に示す情報の提供方法のバリエーションについて説明する。図２～図４は、実施形態に係るセグメント規模と指標値の提供方法のバリエーションを示す図である。

［２－１．異なる抽出条件下で抽出された情報の提供］
図２に示すように、情報処理装置１００は、異なる条件で抽出される複数のユーザセグメントのそれぞれに対応するセグメント規模及び指標値の関係性をユーザセグメント間で比較可能に提供してもよい。情報処理装置１００は、例えば、端末装置１０から、異なる２つのセグメント抽出条件を取得する。例えば、図１に示すセグメント抽出条件Ｊ１と、図１に示す条件のうち性別を女性に変更したセグメント抽出条件Ｊ２とを取得する。情報処理装置１００は、図２に示すように、抽出条件Ｊ１に対応するユーザセグメントのセグメント規模及び指標値と、抽出条件Ｊ２に対応するユーザセグメントのセグメント規模及び指標値とを比較可能に表示する散布図を端末装置１０に提供する。これにより、異なる条件で抽出されたユーザセグメント同士を容易に比較できる。

［２－２．時間的な概念を含む情報を提供］
また、図３に示すように、情報処理装置１００は、セグメント規模と指標値との関係性を異なる期間で比較可能なグラフを提供してもよい。情報処理装置１００は、端末装置１０から、セグメント抽出条件に加えて、比較対象とする期間条件の指定を受け付ける。比較対象とする期間条件として、「２０２０年１月～３月」と、「２０２０年４月～６月」とを受け付けた場合、情報処理装置１００は、図３に示すように、「２０２０年１月～３月」に対応するユーザセグメントのセグメント規模及び指標値と、「２０２０年４月～６月」に対応するユーザセグメントのセグメント規模及び指標値とを比較可能に表示する散布図を端末装置１０に提供する。これにより、時間的な側面から、ユーザセグメント同士を比較できる。

［２－３．セグメント規模と複数の指標値との関係性を示す情報を提供］
また、図４に示すように、あるセグメント抽出条件に対応する複数のユーザセグメントのセグメント規模と、第１の指標値と、第２の指標値との関係性を３次元で示すグラフを提供してもよい。情報処理装置１００は、例えば、端末装置１０のユーザの求めに応じ、第１の指標値と第２の指標値を組み合わせて、セグメント規模との関係性を３次元で示すグラフを提供できる。

３次元グラフの横軸に対応するセグメント規模は、例えば、ユーザセグメントの人数である。３次元グラフの縦軸に対応する第１の指標値、又は高さ方向の軸に対応する第２の指標値として、ＣＶＲの他、ＣＰＡ（Cost Per Acquisition、又はCost Per Action）、検索率（検索流出率）、ダイレクトメール未着率、接触広告数、サービス利用率、広告効果指標、アンケートモニター出現率、広告忘却率、ユーザ単価などを採用できる。検索率（検索流出数）は、対象母集団（例えば情報処理装置１００から抽出したユーザセグメント）のうち、指定のＵＲＬ（Uniform Resource Locator）ドメインに検索遷移したユーザの率を示すものである。ダイレクトメール未着率は、広告計画としてダイレクトメールを送付した際、対象母集団にどの程届いたか（あるいは、届かなかった）を示す値である。接触広告数は、対象母集団の平均接触広告種別の数である。サービス利用率は、各ユーザの各種サービスの利用率である。広告評価指標は、広告効果を評価するための指標であり、ＣＴＲ（Click through Rate）や、平均動画再生回数や、エンゲージメント率等がある。アンケートモニター出現率は、対象母集団における、外部ＩＤとの同期率である。広告忘却率は、対象母集団の中における広告接触者が、一定期間後に広告で認知した内容を忘却してしまう率である。なお、高さ方向の軸に対応する指標値として、時間、セグメント間重複率、広告接触リードタイム等を採用してもよい。

このようにして、情報処理装置１は、ユーザセグメントごとに、セグメント規模と、ユーザセグメントに含まれる各利用者による所定行動に関する指標値との関係性を示す情報とを比較可能に提供することにより、広告配信先の選定精度を向上させることができる。

［３．情報処理システムの構成］
図５を用いて、実施形態にかかる情報処理システム１の構成について説明する。図５は、実施形態にかかる情報処理システムの構成例を示す図である。図５に示すように、情報処理システム１は、端末装置１０と、広告主装置２０_１～２０_ｎと、情報提供装置３０と、情報処理装置１００とを有する。

端末装置１０、広告主装置２０_１～２０_ｎ、情報提供装置３０、情報処理装置１００は、ネットワークＮを介して、有線または無線により通信可能に接続される。なお、図２に示す例には特に限定されず、情報処理システム１は、複数台の端末装置１０、複数台の情報提供装置３０、複数台の情報処理装置１００を有してもよい。

（端末装置１０について）
端末装置１０は、ユーザによって利用される端末装置である。端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等である。例えば、端末装置１０は、情報提供装置３０にアクセスすることで、情報提供装置３０からウェブページを取得し、取得したウェブページをディスプレイ等に表示する。また、端末装置１０は、ウェブページに広告枠が含まれる場合には、情報処理装置１００にアクセスすることで、情報処理装置１００から広告コンテンツを取得し、取得した広告コンテンツをウェブページ上に表示する。なお、端末装置１０は、広告コンテンツを含むウェブページを情報提供装置３０から取得してもよい。この場合、情報提供装置３０は、情報処理装置１００によって配信される広告コンテンツを組み込んだウェブページを端末装置１０に配信する。

（広告主装置２０について）
広告主装置２０（２０_１～２０_ｎ）は、広告主によって利用される端末装置である。広告主装置２０_１～２０_ｎは、広告主の操作に従って、広告コンテンツの入稿や、広告コンテンツに関する情報設定を情報処理装置１００に対して行う。実施形態にかかる広告主装置２０_１～２０_ｎは、静止画像、動画像、及びテキストデータ等を含む広告コンテンツを情報処理装置１００に入稿する。

また、広告主は、広告主装置２０_１～２０_ｎを用いて、広告コンテンツを情報処理装置１００に入稿せずに、広告コンテンツの入稿を代理店に依頼する場合もある。この場合、情報処理装置１００に広告コンテンツを入稿するのは代理店となる。以下では、「広告主」といった表記は、広告主だけでなく代理店を含む概念であり、「広告主装置」といった表記は、広告主装置だけでなく代理店によって利用される代理店装置を含む概念であるものとする。また、広告主装置２０_１～２０_ｎは、それぞれ同様の機能を有するので、以下では、広告主装置２０_１～２０_ｎを区別する必要が無い場合には、これらを総称して「広告主装置２０」と表記する場合がある。

（情報提供装置３０について）
情報提供装置３０は、端末装置１０にウェブページを提供するウェブサーバ等である。情報処理装置３０は、例えば、動画配信サービスを提供する動画配信サイト、ニュースサービスを提供するニュースサイト、オークションサービスを提供するオークションサイト、天気予報サービスを提供する天気予報サイト、ショッピングサービスを提供するショッピングサイト、ファイナンスサービスを提供するファイナンス（株価）サイト、路線検索サービスを提供する路線検索サイト、地図サービスを提供する地図提供サイト、旅行サービスを提供する旅行サイト、飲食店紹介サービスを提供する飲食店紹介サイト、ウェブブログサービスを提供するウェブブログ等に関する各種ウェブページを提供する。

（情報処理装置１００について）
情報処理装置１００は、広告主装置２０により入稿された広告コンテンツの配信処理を実行するサーバ装置である。前述の通り、情報処理装置１００は、端末装置１０からアクセスされた場合に、広告コンテンツを端末装置１０に配信する。なお、情報提供装置３０から端末装置１０に対して広告コンテンツを提供する場合、情報処理装置１００は、情報提供装置３０からの要求に応じて、広告コンテンツを情報提供装置３０に提供する。また、情報処理装置１００は、前述の通り、端末装置１０からの求めに応じ、ターゲット広告の配信に有益な参照情報を提供するサーバ装置としても機能する。

［４．情報処理装置の構成］
図６を用いて、実施形態に係る情報処理装置１００について説明する。図６は、実施形態に係る情報処理装置の構成例を示す図である。図６に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１１０は、ネットワークＮと有線または無線で接続される。情報処理装置１００は、ネットワークＮを介して、端末装置１０、広告主装置２０及び情報提供装置３０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ等の半導体メモリ素子またはハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、広告情報ＤＢ１２１と、ユーザ属性情報ＤＢ１２２とを有する。

（広告情報ＤＢ１２１について）
広告情報ＤＢ１２１は、配信対象となる広告についての広告情報を記憶する。図７は、実施形態に係る広告情報の一例を示す図である。図７に示すように、広告情報ＤＢ１２１に記憶される広告情報は、「広告主情報」、「ファイルパス名」、「配信条件」、「目標ＣＰＡ」、「クリック数」、「ＣＴＲ」、及び「ＣＶＲ」等の項目を有している。

「広告主情報」の項目には、広告主または広告主端末を識別するための識別情報が登録される。「ファイルパス名」の項目には、静止画像、動画像、及びテキストデータ等で構成される広告コンテンツの格納場所を示す情報が登録される。

「配信条件」の項目は、広告配信を行うために広告主により設定される情報が登録されている。例えば、広告主は、自身が管理するニュースサイトのウェブページを配信条件として設定する。これにより、広告主は、自身が管理するニュースサイトのウェブページを訪問したユーザに、自身が入稿した広告コンテンツを提供するように、情報処理装置１００の管理者に対して指示できる。

「目標ＣＰＡ」の項目には、対応する広告コンテンツから商品購入や会員登録等の利益につながる成果（コンバージョン）を１件獲得するのにかかるコストであるコンバージョン単価の目標値が登録される。

「クリック数」の項目には、広告コンテンツがこれまでにクリックされた回数を示す。「ＣＴＲ（Cost Per Click）」は、「クリック数」を広告コンテンツの表示回数によって除算した値が登録される。なお、端末装置１０に配信されたことがない広告コンテンツのＣＴＲには、予め決められている固定値や、全広告コンテンツにおけるＣＴＲの平均値や、同一の広告カテゴリ（例えば、「車」、「旅行」）に属する全広告コンテンツにおけるＣＴＲの平均値等が登録される。「ＣＶＲ」の項目には、広告コンテンツからコンバージョン至った数（コンバージョン数）を、その広告コンテンツがこれまでにクリックされたクリック数で除算することにより算出される実績値である。

図７では、広告主情報「ＣＬ１」で識別される広告主による入稿が行われた例等が示されている。図７に示す例では、広告主情報「ＣＬ１」で識別される広告主は、広告ＩＤ「ＡＤ００１」で識別される広告コンテンツを入稿し、自身が管理するウェブページ「ＷＰ００１」を配信条件として設定している。

（ユーザ属性情報ＤＢ１２２について）
ユーザ属性情報ＤＢ１２２は、ネットワークを通じた広告の配信先となり得る各ユーザのユーザ属性情報を記憶する。図８は、実施形態に係るユーザ属性情報の一例を示す図である。図８に示すように、ユーザ属性情報ＤＢ１２２に記憶されるユーザ属性情報は、「ユーザＩＤ」、「年齢」、「性別」、「住所」、「趣味」、「ライフスタイル」、及び「行動履歴」等の各項目を有している。

「ユーザＩＤ」の項目は、広告の配信先となるユーザを識別するための識別情報が登録される。「年齢」、「性別」、及び「住所」等の各項目には、広告の配信先となるユーザのデモグラフィック属性を登録される。また、「趣味」及び「ライフスタイル」等の各項目は、広告の配信先となるユーザのサイコグラフィック属性を登録される。

「行動履歴」の項目には、広告の配信先となるユーザの行動履歴が登録される。行動履歴として、動画配信サイト、ニュースサイト、オークションサイト、天気予報サイト、ショッピングサイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログ等に関する各種ウェブページのアクセス履歴を含む。

図９は、実施形態に係る行動履歴の一例を示す図である。図９に示すように、ユーザ属性情報ＤＢ１２２に記憶される行動履歴は、広告の配信先となる各ユーザについて、情報提供装置３０により提供されるニュースサイト及び動画配信サイトなどの各種ウェブサービスの利用履歴を有する。

図９に示す例では、ユーザＩＤ「Ｕ１」のユーザが、ページＩＤ「ＷＰ００１」が割り当てられたニュースサイトのウェブページに、「２０２０年１月１日１２時００分」にアクセスした履歴が登録されている。

また、図９に示す例では、ユーザＩＤ「Ｕ１」のユーザが、ページＩＤ「ＷＰＳＳａ」が割り当てられたショッピングサイトのウェブページに、「２０２０年１月２日１１時２２分」にアクセスした履歴が登録されている。また、図９に示す例では、ショッピングサイトにおけるユーザＩＤ「Ｕ１」のユーザによる１か月あたりの購入回数として「１１（回）」が登録されている。なお、図９は行動履歴を例示するものであり、購入回数として、各月における購入回数が登録されてもよいし、複数月の平均回数が登録されてもよく、図９に示す例には特に限定される必要はない。

（制御部１３０について）
制御部１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図６に示すように、制御部１３０は、取得部１３１と、抽出部１３２と、提供部１３３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図７に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図７に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、端末装置１００により指定されたセグメント抽出条件を取得する。例えば、セグメント抽出条件は、ユーザ属性情報により規定される。ユーザ属性情報は、デモグラフィック属性と、サイコグラフィック属性と、行動履歴とを含む。取得部１３１は、取得したセグメント抽出条件を抽出部１３２に送出する。

（抽出部１３２について）
抽出部１３２は、端末装置１００により指定されたセグメント抽出条件に基づいて、ユーザ属性情報ＤＢ１２２から、複数のユーザセグメントを抽出する。抽出部１３２は、例えば、セグメント抽出条件に合致するユーザセグメントごとに、ユーザ属性情報ＤＢ１２２から各ユーザセグメントに属するユーザのユーザＩＤを抽出する。抽出部１３２は、抽出した複数のユーザセグメントの情報を提供部１３３に送出する。

（提供部１３３について）
提供部１３３は、ユーザセグメンのセグメント規模と、ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値との関係性をユーザセグメント間で比較可能に示す情報を提供する。

具体的には、提供部１３３は、ユーザセグメントごとに、ユーザセグメントに属するユーザＩＤの数を計数し、セグメント規模を特定する。提供部１３３は、ユーザセグメントに属するユーザＩＤの数、すなわちユーザの人数の代わりに、ユーザＩＤの数を正規化した値をセグメント規模として採用してもよい。

また、提供部１３３は、ユーザセグメントごとに、ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値を取得する。このとき、セグメント抽出条件に含まれる行動履歴に応じて、取得する指標値が予め設定されていてもよい。例えば、セグメント抽出条件にショッピングサイトの購入回数が含まれる場合、提供部１３３が取得する指標値としてＣＶＲ又はＣＰＡ等を予め設定しておく。また、セグメント抽出条件に検索サイトにおける所定のキーワードの検索が含まれる場合、提供部１３３が取得する指標値として検索数又は検索流出数等を予め設定しておく。

提供部１３３は、取得した指標値と、ユーザセグメントとの関係性をユーザセグメント間で比較可能に示す散布図を生成する。提供部１３３は、生成した散布図を端末装置１０に提供する。なお、提供部１３３が提供するグラフは、ユーザセグメントと指標値との関係性をユーザセグメント間で比較可能に示すグラフであれば、散布図に特に限定される必要はない。

また、提供部１３３は、異なる条件で抽出される複数のユーザセグメントのそれぞれに対応するセグメント規模及び指標値の関係性をユーザセグメント間で比較可能に提供してもよい。提供部１３３は、前述の図２に示すように、抽出条件Ｊ１に対応するユーザセグメントのセグメント規模及び指標値と、抽出条件Ｊ２に対応するユーザセグメントのセグメント規模及び指標値とを比較可能に表示する散布図を端末装置１０に提供する。これにより、異なる条件で抽出されたユーザセグメント同士を容易に比較できる。

また、提供部１３３は、セグメント規模と指標値との関係性を異なる期間で比較可能なグラフを提供してもよい。提供部１３３は、前述の図３に示すように、「２０２０年１月～３月」に対応するユーザセグメントのセグメント規模及び指標値と、「２０２０年４月～６月」に対応するユーザセグメントのセグメント規模及び指標値とを比較可能に表示する散布図を端末装置１０に提供する。これにより、時間的な側面から、ユーザセグメント同士を比較できる。

また、提供部１３３は、前述の図４に示すように、あるセグメント抽出条件に対応する複数のユーザセグメントのセグメント規模と、第１の指標値と、第２の指標値との関係性を３次元で示すグラフを提供してもよい。例えば、提供部１３３は、端末装置１０のユーザの求めに応じ、第１の指標値と第２の指標値を組み合わせて、セグメント規模との関係性を３次元で示すグラフを提供できる。例えば、提供部１３３は、端末装置１０のユーザの求めに応じ、セグメント規模と、第１の指標値として採用するＣＶＲと、第２の指標値として採用する検索数との関係を示す３次元グラフを端末装置１０に提供できる。

３次元グラフの横軸に対応するセグメント規模は、例えば、ユーザセグメントの人数である。３次元グラフの縦軸に対応する第１の指標値、又は高さ方向の軸に対応する第２の指標値として、ＣＶＲの他、ＣＰＡ（Cost Per Action）、検索率（検索流出率）、ダイレクトメール未着率、接触広告数、サービス利用率、広告効果指標、アンケートモニター出現率、広告忘却率、ユーザ単価などを採用できる。なお、高さ方向の軸に対応する指標値として、時間、セグメント間重複率、広告接触リードタイム等を採用してもよい。

［５．処理手順］
図１０を用いて、実施形態に係る情報処理装置１００が実行する情報処理の手順について説明する。図１０は、実施形態に係る情報処理装置による情報処理手順を示すフローチャートである。図１０に示す処理手順は、情報処理装置１００の制御部１３０により実行される。図１０に示す処理手順は、情報処理装置１００の稼働中、繰り返し実行される。

取得部１３１は、端末装置１０からセグメント抽出条件を取得する（ステップＳ１０１）。

続いて、抽出部１３２は、取得部１３１により取得されたセグメント抽出条件に基づいて、ユーザ属性情報ＤＢ１２２から、複数のユーザセグメントを抽出する（ステップＳ１０２）。

続いて、提供部１３３は、抽出部１３２により抽出されたユーザセグメントごとの指標値を広告情報ＤＢ１２から取得する（ステップＳ１０３）。

そして、提供部１３３は、ユーザセグメントのセグメント規模と指標値との関係性を比較可能に示す散布図を端末装置１０に提供し（ステップＳ１０４）、図１０に示す処理手順を終了する。

［６．変形例］
上記実施形態にかかる情報処理装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理装置１００の他の実施形態について説明する。

情報処理装置１００は、ユーザの行動履歴として、どのようなデータベース（サイト）にアクセスしているのかという情報に基づいて抽出したユーザセグメントのセグメント規模と指標値との関係性をユーザセグメント間で比較可能な情報を提供してもよい。例えば、各サイトごとにユーザセグメントのセグメント規模及びＣＶＲを取得し、サイト間でセグメント規模とＣＶＲとの関係性を比較可能なグラフを端末装置１０に提供してもよい。これにより、ターゲティング広告を行う際、どのサイトを利用しているユーザをターゲットとするのが有用であるかについて、ユーザセグメントが抽出される抽出先となるデータベースの選択基準を提供できる。

［７．ハードウェア構成］
実施形態にかかる情報処理装置１００は、例えば図１１に示すような構成のコンピュータ１０００によって実現される。図１１は、実施形態に係る情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、通信網５０を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５０を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを、入出力インターフェイス１６００を介して出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態にかかる情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが格納される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを、記録媒体１８００から読み取って実行するが、他の例として、他の装置から、通信網５０を介してこれらのプログラムを取得してもよい。

［８．その他］
上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

［９．効果］
実施形態に係る情報処理装置１００は、抽出部１３２と、提供部１３３とを有する。抽出部１３２は、複数のユーザセグメントを抽出する。提供部１３３は、抽出部により抽出される複数のユーザセグメントのセグメント規模と、ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値との関係性を比較可能に示す情報を提供する。

このように、実施形態に係る情報処理装置１００は、ユーザセグメント同士を横断的に比較するための定量的な判断基準を提供できるので、広告を配信する配信先の選定精度を向上させることができる。

また、情報処理装置１００において、提供部１３３は、指標値として、広告効果を評価するための情報をユーザセグメントに関連付ける。このため、情報処理装置１００は、各ユーザセグメントの広告効果を直接的に把握させることができる。

また、情報処理装置１００において、抽出部１３２は、ユーザ属性情報に基づいてユーザセグメントを抽出する。このため、情報処理装置１００は、各ユーザセグメントの広告効果のユーザ属性による違いを比較させることができる。

また、情報処理装置１００において、ユーザ属性情報は、前記各ユーザによる所定行動を記録した行動履歴を含む。このため、情報処理装置１００は、各ユーザセグメントの広告効果の行動内容による違いを把握させることができる。

また、情報処理装置１００において、提供部１３３は、セグメント規模と指標値との関係性をユーザセグメント間で比較可能に示すグラフを提供する。このため、情報処理装置１００は、各ユーザセグメントの広告効果の違いを一見して把握させることができる。

また、情報処理装置１００において、提供部１３３は、異なる条件で抽出される複数のユーザセグメントのそれぞれに対応するセグメント規模と指標値との関係性をユーザセグメント間で比較可能に示すグラフを提供する。このため、情報処理装置１００は、各ユーザセグメントの広告効果の抽出条件による違いを把握させることができる。

また、情報処理装置１００において、提供部１３３は、第１の期間に対応するセグメント規模と指標値との関係性と、第２の期間に対応するセグメント規模と指標値との関係性とをユーザセグメント間で比較可能に示すグラフを提供する。このため、情報処理装置１００は、各ユーザセグメントの広告効果の抽出タイミングによる違いを把握させることができる。

また、情報処理装置１００において、提供部１３３は、セグメント規模と、第１の指標値と、第２の指標値との関係性をユーザセグメント間で比較可能に示す３次元グラフを提供する。このため、情報処理装置１００は、各ユーザセグメントの広告効果を異なる観点から把握させることができる。

以上、本願の実施形態をいくつかの図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、特定部は、特定手段や特定回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
２０（２０_１～２０_ｎ） 広告主装置
３０ 情報提供装置
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ 広告情報ＤＢ
１２２ ユーザ属性情報ＤＢ
１３０ 制御部
１３１ 取得部
１３２ 抽出部
１３３ 提供部

Claims (10)

1. 複数のユーザセグメントを抽出する抽出部と、
   前記抽出部により抽出される複数のユーザセグメントのセグメント規模と、前記ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値との関係性を比較可能に示す情報を提供する提供部と
   を備えることを特徴とする情報処理装置。
2. 前記提供部は、
   前記指標値として、広告効果を評価するための情報を前記ユーザセグメントに関連付ける
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記抽出部は、
   ユーザ属性情報に基づいて前記ユーザセグメントを抽出する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記ユーザ属性情報は、前記各ユーザによる所定行動を記録した行動履歴を含む
   ことを特徴とする請求項３に記載の情報処理装置。
5. 前記提供部は、
   前記セグメント規模と前記指標値との関係性をユーザセグメント間で比較可能に示すグラフを提供する
   ことを特徴とする請求項１～５のいずれか１つに記載の情報処理装置。
6. 前記提供部は、
   異なる条件で抽出される複数のユーザセグメントのそれぞれに対応する前記セグメント規模と前記指標値との関係性をユーザセグメント間で比較可能に示すグラフを提供する
   ことを特徴とする請求項１～５のいずれか１つに記載の情報処理装置。
7. 前記提供部は、
   第１の期間に対応する前記セグメント規模と前記指標値との関係性と、第２の期間に対応する前記セグメント規模と前記指標値との関係性とをユーザセグメント間で比較可能に示すグラフを提供する
   ことを特徴とする請求項１～６のいずれか１つに記載の情報処理装置。
8. 前記提供部は、
   前記セグメント規模と、第１の指標値と、第２の指標値との関係性をユーザセグメント間で比較可能に示す３次元グラフを提供する
   ことを特徴とする請求項５に記載の情報処理装置。
9. コンピュータが実行する情報処理方法であって、
   複数のユーザセグメントを抽出し、
   抽出した複数のユーザセグメントのセグメント規模と、前記ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値との関係性を比較可能に示す情報を提供する工程
   を含むことを特徴とする情報処理方法。
10. コンピュータに、
    複数のユーザセグメントを抽出し、
    抽出した複数のユーザセグメントのセグメント規模と、前記ユーザセグメントに含まれる各ユーザによる所定行動に関する指標値との関係性を比較可能に示す情報を提供する手順
    を実行させることを特徴とする情報処理プログラム。

Images