JP5323203B2 - 予測パフォーマンスに基づく調整入札 - Google Patents

予測パフォーマンスに基づく調整入札 Download PDF

Info

Publication number
JP5323203B2
JP5323203B2 JP2011539627A JP2011539627A JP5323203B2 JP 5323203 B2 JP5323203 B2 JP 5323203B2 JP 2011539627 A JP2011539627 A JP 2011539627A JP 2011539627 A JP2011539627 A JP 2011539627A JP 5323203 B2 JP5323203 B2 JP 5323203B2
Authority
JP
Japan
Prior art keywords
candidate
advertisement
bid
server
conversion rate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2011539627A
Other languages
English (en)
Other versions
JP2012510685A (ja
JP2012510685A5 (ja
Inventor
アンドリュー・イー・シルヴァーマン
アビネイ・シャルマ
ジェームズ・エー・ギャラガー
トマス・リョレート・イナレス
スコット・エス・ベンソン
カール・ロバート・プフレーガー
アドリアン・ドゥミトル・コルデュネアヌ
Original Assignee
グーグル・インコーポレーテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by グーグル・インコーポレーテッド filed Critical グーグル・インコーポレーテッド
Publication of JP2012510685A publication Critical patent/JP2012510685A/ja
Publication of JP2012510685A5 publication Critical patent/JP2012510685A5/ja
Application granted granted Critical
Publication of JP5323203B2 publication Critical patent/JP5323203B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0246—Traffic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0247—Calculate past, present or future revenues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0273—Determination of fees for advertising
    • G06Q30/0275—Auctions

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Description

本願の主題は、一般にオンライン広告に関する。
関連出願の相互参照
本出願は、参照により本明細書に組み込まれている、2008年12月2日に出願した米国特許出願第61/119,192号、タイトル「ADJUSTING BIDS BASED ON PREDICTED PERFORMANCE」および2009年11月30日に出願した米国特許出願第12/627,196号、タイトル「ADJUSTING BIDS BASED ON PREDICTED PERFORMANCE」の35U.S.C.119 (e)の下での恩典を主張するものである。
インターネットの台頭は、例えばビデオファイルおよび/またはオーディオファイル、特定の主題のWebページ、ニュース記事などの幅広い種類のコンテンツアイテムへのアクセスを可能とするようになっている。同様に、これらのコンテンツアイテムへのこのようなアクセスは、ターゲットを絞った広告の機会を可能とするようになっている。例えば、ユーザの関心のある一定のコンテンツアイテムを、ユーザクエリーに応答する検索エンジンによって識別できる。クエリーは、1つまたは複数の検索語を含むことができ、検索エンジンは、クエリー中の検索語に基づくコンテンツアイテムを識別、および所望により順位付けすることができ、ユーザにコンテンツアイテムを(例えば順位に従って)提示する。また、このクエリーは、ユーザの関心のある情報の種類の指標となることができる。ユーザクエリーを、広告者によって指定されるキーワードのリストと比較することによって、ユーザに対してターゲットを絞った広告を提供することが可能である。
オンライン広告の別の形態は、広告シンジケート(advertisement syndication)であり、これにより広告者は、追加のパートナーに広告を配給することによって市場範囲を拡張することができる。例えば、第三者オンライン発行者は、広告者のテキスト広告またはイメージ広告を該広告に関連するコンテンツを含むウェブページ上に置くことができる。ユーザは、発行者のウェブページ上のこの特定のコンテンツにおそらく関心があるので、ユーザは、広告中で扱われる製品またはサービスにもおそらく関心がある。したがって、このようなターゲットを絞った広告プレースメントは、オンライン顧客を広告者のウェブサイトへと促す助けとなることができる。
広告者は、広告者がプレースメントをどれほど評価するかに基づいて、プレースメントに値を付けることができる。一部の例では、広告者は、広告のインプレッションに基づいて値を付けることができる。このような例では、広告者は、広告が提供されるたびに課金される。他の例では、広告者は、広告に対するクリックスルーに基づいて値を付けることができる。このような例では、広告者は、広告がユーザに提供された後にユーザが広告をクリックした場合にのみ課金される。
一般に本願の主題は、競売における広告に対するターゲット入札の調整に関する。ターゲット入札の調整方法は、現在の広告スロットの競売に参加する候補であり、広告者およびターゲット入札に関連付けられている、候補広告を識別するステップと、現在の広告スロットにおける広告の予測パフォーマンス指標を受け取るステップと、現在の広告スロットにおける広告の予測パフォーマンス指標を候補広告のベースライン予測パフォーマンス指標と比較するステップと、広告に関連するターゲット入札を予測パフォーマンス指標とベースライン予測パフォーマンス指標の比較に基づいて調整するステップと、調整されたターゲット入札を競売に提示するステップとを含む。この態様の他の実施形態は、対応する方法、装置、およびコンピュータプログラム製品を含む。
本明細書に記載の主題の特定の実施形態は、以下の長所の1つまたは複数を実現するように実装することができる。前述の主題は、データコンテンツ(例えば広告)に対応する入札の自動調整をデータコンテンツの予測パフォーマンス測定に基づいて円滑にし、調整された入札に従ってリソースを割り振ることによってデータコンテンツの割り振りを自動的に改善し、調整された入札に基づいてターゲットを絞ったデータコンテンツを選択することによってデータコンテンツのターゲッティングを改善することができる。
オンライン広告環境の実装のブロック図である。 図1に示されている広告サーバの一例としての実施形態のブロック図である。 入札調整プロセスの実施形態の流れ図である。 一例としてのコンピュータシステムのブロック図である。
種々の図の同じ参照番号および表示は、同様の要素を表す。
広告に対する入札（bids）は、一組の過去の競売(auctions)またはプレースメントの間の広告のベースライン予測パフォーマンスに関係する競売されている現在の広告プレースメントにおける広告の予測パフォーマンスに基づいて調整することができる。予測パフォーマンスは、例えば、予測換算率、予測クリックスルー率、または予測収益もしくは利益幅、それ以外の多数を含むことができる。一組の過去の競売またはプレースメントは、例えば、広告が競売に参加する候補であった他の競売、広告がインプレッションを受けたプレースメント、広告がクリックを受けたプレースメント、または広告がコンバージョンを受けたプレースメント、それ以外の多数に基づいて選択することができる。入札は、予測パフォーマンスとベースライン予測パフォーマンスの比較に応じて上または下に調整することができる。調整された入札は、現在の広告プレースメントに対する間近の競売に提示することができる。
広告システムの概要
図1は、オンライン広告システム100の実装のブロック図である。いくつかの実装において、1つまたは複数の広告者102が、広告管理システム104において直接、または間接に広告情報を入力、管理、および追跡することができる。広告は、バナー広告などのグラフィック広告、テキストのみの広告、イメージ広告、オーディオ広告、ビデオ広告、こうした構成要素のどれか1つまたは複数を組み合わせる広告などの形態であってよい。広告はまた、リンク、メタ情報、および/またはマシン実行可能な命令などの埋込み情報を含んでもよい。1つまたは複数の発行者106は、広告に対する要求をシステム104に提示できる。システム104は、1つまたは複数の発行者のウェブプロパティ(例えば、ウェブサイトおよび他のネットワーク分散コンテンツ)上のプレースメントのために広告を要求発行者106に送ることによって応答する。
ユーザ108および広告者102などの他の実体は、例えば広告に関係するコンバージョンまたはクリックスルーが発生したかどうか、などの利用情報をシステム104に提供することができる。この利用情報は、送達されている広告に関係する測定または観測されたユーザ行動を含むことができる。システム104は、利用情報に基づいて、発行者106への貸方記入および広告者102への請求などの金銭上の取引を実施する。
ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、インターネット、またはそれらの組合せなどのコンピュータネットワーク110は、広告者102、システム104、発行者106、およびユーザ108を接続する。
発行者106の一例は、コンテンツ(例えば、記事、議論スレッド、音楽、ビデオ、画像、検索結果、ウェブページ一覧、情報フィードなど)についての要求を受け取り、要求されたコンテンツを要求に応えて取り出す一般コンテンツサーバである。コンテンツサーバは、システム104中の広告サーバに広告の要求を提示できる。広告要求は、所望の広告の数を含んでよい。また広告要求は、コンテンツ要求情報を含んでもよい。この情報は、コンテンツ自体(例えば、ページまたはその他のコンテンツドキュメント)、コンテンツまたはコンテンツ要求に対応するカテゴリ(例えば、アート、ビジネス、コンピュータ、アート-映画、アート-音楽など)、コンテンツ要求の一部または全部、コンテンツ年齢、コンテンツタイプ(例えば、テキスト、グラフィックス、ビデオ、オーディオ、複合メディアなど)、地理的位置情報などを含むことができる。
いくつかの実装において、コンテンツサーバは、要求されたコンテンツをシステム104により提供された1つまたは複数の広告と組み合わせることができる。この組み合わされたコンテンツおよび広告は、ビューアー（例えば、ブラウザまたは他のコンテンツ表示システム）中でのコンテンツの提示を要求したユーザ108に送ることができる。コンテンツサーバは、広告についての情報をもとの広告サーバに伝送できる。この情報は、広告をどのように、いつ、および/またはどこで(例えば、HTMLまたはJavaScript(登録商標)中に)レンダリングすべきかを記述した情報を含む。
別の例示的な発行者106は、検索サービスである。検索サービスは、検索結果に対するクエリーを受け取ることができる。それに応じて、検索サービスは、ドキュメントのインデックス(例えば、ウェブページのインデックス)から関連のある検索結果を取り出すことができる。検索結果は、例えば、ウェブページタイトルのリスト、これらのウェブページから抽出したテキストの抜粋、およびこれらのウェブページへのハイパーテキストリンクを含むことができ、所定の数(例えば10)の検索結果にグループ化してもよい。
検索サービスは、広告に対する要求をシステム104に提示できる。該要求は、所望の広告の数を含んでよい。この数は、検索結果、検索結果によって占められる画面スペースまたはページスペースの量、広告のサイズおよび形状などによって決めることができる。一部の実装では、所望の広告の数は、1から10まで、または3から5までになる。また広告に対する要求は、(入力または解析した)クエリー、クエリーに基づいた情報(地理的位置情報、クエリーがアフィリエイトおよびそのようなアフィリエイトの識別子に由来していたかどうかなど)、および/または検索結果に関連する、もしくは基づく情報を含んでもよい。このような情報は、例えば、検索結果に関係する識別子(例えば、ドキュメント識別子すなわち「docID」)、検索結果に関係するスコア(例えば、情報検索(「IR」)スコア)、識別されたドキュメント(例えば、ウェブページ)から抽出されたテキストの抜粋、識別されたドキュメントの全文、識別されたドキュメントの特徴ベクトルなどを含んでもよい。一部の実装では、IRスコアは、例えば、クエリーおよびドキュメントに対応する特徴ベクトルのドット積、ページ順位スコア、および/またはIRスコアとページ順位スコアの組合せなどから算出できる。
検索サービスは、検索結果をシステム104によって提供される1つまたは複数の広告と組み合わせることができる。次に、この組み合わされた情報は、コンテンツを要求したユーザ108に転送することができる。検索結果は、有料広告とおそらく中立である検索結果との間でユーザが混乱しないように、広告と異なるものとして維持することができる。
最後に、検索サービスは、広告についての情報、ならびに広告がいつ、どこで、および/またはどのようにレンダリングされることになっていたかについての情報をシステム104に返送することができる。
以上から理解できるとおり、広告管理システム104は、コンテンツサーバおよび検索サービスなどの発行者106にサービス提供することが可能である。システム104は、コンテンツサーバによって提供されるドキュメントにターゲットを絞った広告の提供を可能にする。例えば、ネットワークまたはインターネットワークは、売りに出された広告スポットを有する検索サービスからの要求に応答して、ターゲットを絞った広告を提供する広告サーバを含むことができる。インターネットワークは、ワールドワイドウェブであると想定されたい。検索サービスは、コンテンツの多くまたはすべてを巡回する。このコンテンツのいくつかは、利用可能な広告スポット(「インベントリ」とも呼ばれる)を含むことになる。より具体的には、1つまたは複数のコンテンツサーバが、1つまたは複数のドキュメントを含んでよい。ドキュメントは、ウェブページ、電子メール、コンテンツ、埋込み情報(例えば、埋め込まれたメディア)、メタ情報およびマシン実行可能命令、ならびに利用可能な広告スポットを含んでよい。ドキュメント中の広告スポットに挿入された広告は、該ドキュメントが提供されるたびに異なることが可能であり、あるいは代替として、所与のドキュメントと静的な関連付けを有することが可能である。
ターゲット入札調整
いくつかの実装において、システム104は、パフォーマンス予測エンジンを用いて、広告のための所与の広告プレースメントのパフォーマンス指標（metric）を予測または推定する調整可能な入札システムを含む。さらに別の実装では、システム104は、現在の広告スロットが他の機会より優れた機会を広告者102に提供する可能性を明らかとするために、広告に関連し、かつ広告者102によって指定される入札を調整するために使用される入札調整システムを含む。
広告管理システムは、検索エンジンインターフェース130を通じて、あるいはコンテンツインターフェース140に対する広告を通じて、発行者106に広告を提供するよう動作する広告サーバ120を含む。検索エンジンインターフェース130に対する広告は、例えば、ユーザ108によって入力された検索語に基づいて識別できる。コンテンツインターフェース104の広告に対する広告は、例えば、発行者106ウェブページのコンテンツの解析ならびに広告に関連するキーワードまたはコンセプトの比較に基づいて識別できる。
いくつかの実装において、広告管理システム104は、広告データストア150およびキャンペーンデータストア160を含むことができる。広告および関連する利用データは、広告データとして広告データストア150に格納することができる。いくつかの実装では、広告者102は、広告キャンペーンを指定することによって、広告の提供をさらに管理できる。広告キャンペーンは、キャンペーンデータストア160のキャンペーンデータ中に格納することができ、これは、例えば、広告のための広告予算、いつ、どこで、およびどのような条件で特定の広告を提示用として提供できるかなどを指定することができる。例えば、あるコンピュータ会社は、数週間以内にリリースされる予定である新しいラップトップコンピュータの広告キャンペーンを企画するかもしれない。その広告キャンペーンは、500,000ドルの予算を有するかもしれないし、11月の1カ月間に提示用として提供することになる30の異なる広告を有するかもしれない。広告キャンペーンを定義するこのようなデータは、キャンペーンデータ160中に格納することができる。
いくつかの実装において、広告サーバ120は、パフォーマンス追跡データストア170と連結することができる。広告サーバ120は、いかに良く広告が実施されているかを識別するパフォーマンス追跡データを、パフォーマンス追跡データストア170に送ることができる。広告がいかに良く実施されているかの識別は、パフォーマンス指標に基づくことができる。パフォーマンス指標は、数ある中でも例えば、広告が提供された回数、広告が選択された回数(例えば、クリックスルー率)、記録されたコンバージョンの数、広告のインプレッションまたは選択に関連する平均利潤または収入、広告を受け取った閲覧者からの広告についての調査情報、あるいは競売への参加ごとの予測パフォーマンススコアに関して定義することができる。
パフォーマンス予測システム180は、所与のスロットにおける広告のパフォーマンスを予測するために、パフォーマンス追跡データストア170からパフォーマンス追跡データを用いることができる。予測パフォーマンス情報は、例えば、広告に関連する入札を調整するために、広告サーバ120によって用いることができる。
いくつかの実装において、広告サーバ120は、広告に関連する入札を、広告に関する予測パフォーマンス指標と広告に関するベースライン予測パフォーマンス指標との比較に基づいて、調整することができる。多様な実施例において、予測パフォーマンス指標は、多数ある中でも、広告の選択(例えば、クリックスルー)、インプレッションに関連するコンバージョン(例えば、販売)、あるいはインプレッションの結果として発生した収入または収益のいずれかとすることができる。
いくつかの実装において、ベースライン予測パフォーマンス指標は、対照セットを識別することによって、識別することができる。対照セットは、例えば、その広告が候補広告であった一組の競売、その広告がインプレッションを受けた一組の競売、結果としてその広告がユーザから選択(例えば、クリック)されている一組のインプレッション、コンバージョンに帰着した一組のインプレッションなどについての一組の以前のアクションデータであり得る。対照セットを識別する際に、広告サーバ120は、ベースライン予測パフォーマンスを特定するために、対照セット中の各競売に関する予測パフォーマンス指標を平均することができる。例えば、予測パフォーマンス指標が、予測コンバージョン率(pCVR)である場合、ベースライン予測パフォーマンス指標は、次式で特定することができる。
Figure 0005323203
式中、pCVRnは、対照セットのn番目のメンバーの予測コンバージョン率に相当し、Nは対照セットの基数に相当する。したがって、例えば、対照セットが、3つの競売{A1、A2、A3}をカバーし、予測パフォーマンス指標は予測コンバージョン率であって、A1のpCVRが30%、A2のpCVRが5%、およびA3のpCVRが10%である場合、ベースラインパフォーマンス指標は、15% ((pCVRA1 + pCVRA2 + pCVRA3) / 3 = (30% + 5% + 10%) / 3 = 15%)と特定することができる。異なる予測パフォーマンス指標を使用するこれらの例では、予測コンバージョン率は、適当な予測パフォーマンス指標によって置き換えることができる。
広告サーバ120は、間近の競売に関連する現在の広告プレースメントに対する候補広告の予測パフォーマンス指標をベースライン予測パフォーマンス指標と比較することができる。その比較に基づいて、広告サーバ120は、広告に関連する入札を調整することができる。いくつかの実装では、その比較は、現在のプレースメントに対する予測パフォーマンス指標のベースライン予測パフォーマンス指標による除算を含むことができる。このような実装では、パフォーマンス予測コンポーネントによってもたらされるいかなるエラーも無効とされる。これは、同一のエラーが、現在の広告スロットにおける広告に対する予測パフォーマンス指標と、広告に対するベースライン予測パフォーマンス指標の両方に存在すると考えられるためである。予測パフォーマンス指標をベースライン予測パフォーマンス指標で除算する結果により、調整率を特定できる。予測コンバージョン率を予測パフォーマンス指標として用いるこれらの実装では、調整率は、以下の方程式
Figure 0005323203
によって特定できる。
式中、pCVRcurrentは、現在の広告スロットの予測コンバージョン率であり、pCVRbaseiineは、対照セットにわたる広告に対する平均予測コンバージョン率である。例えば、現在の広告スロットに対する予測コンバージョン率が15%、現在の広告スロットに対するベースライン予測コンバージョン率が10%である場合、調整率は、15% / 10%すなわち1.5と特定することができる。調整率は、候補広告に関連する入札を調整するために使用することができる。いくつかの実装では、入札は、間近の競売に提示できる調整された入札を導き出すために、調整率によって乗算できる。
いくつかの実装において、ベースライン予測パフォーマンス指標は、継続的に更新できる。このような実装では、広告サーバ120は、入札を調整せずに、要求のうちで広告が候補広告として適格である部分(例えば、5%、15%、25%、50%など)に対応することができる。要求のうちで入札を調整せずに対応される部分は、対照セットとして識別することができる。
いくつかの実装では、要求のうちで対照セットに割り振られた部分は、動的に調整することができる。例えば、広告が新規であって、対照セットに適正なサンプリングを提供するための十分な追跡データが存在しない場合、広告サーバ120は、さらに高い割合のトラフィック(例えば、50%)を対照セットに割り振ることができる。例えば、所定の期間、または所定の数のインプレッション(または、その他の指標)の後に、対照セットに割り振られたトラフィックの割合を広告サーバ120によって下げることができる。別の例では、広告が、十分な追跡データを蓄積できなかった場合、対照群に割り振られたトラフィックの割合を高いままにすることができる。
いくつかの実装では、対照セットは、現在の競売に先立つ指定の数の以前の競売を識別するスライドウィンドウによって置き換えることができる。したがって、指定の数の以前の競売を、ベースライン予測パフォーマンス指標を更新するために使用することができる。
いくつかの実装において、広告者102によって支払われた平均価格が、広告者102によって指定された目標入札を超過する場合、広告サーバ120は、目標入札の調整を抑制することができる。他の実装において、広告者102によって支払われた平均価格が目標入札をしきい値の量だけ超過する場合、広告サーバ120は、目標入札の調整を抑制することができる。目標入札の調整の抑制は、プレースメント、クリックスルー、コンバージョンなどに対して広告者102によって支払われる平均価格を目標入札まで下げることができる。
いくつかの実装において、ターゲット入札調整の抑制を、支払われた平均価格がターゲット入札を超える額に基づいて行うことができる。例えば、支払われた平均価格が、ターゲット入札を20%超えた場合、調整された入札を20%割り引くことができる。したがって、例えば、広告者によって指定されたターゲット入札がCPCベースで1.00ドルであり、調整率が1.2と特定される場合、1.20ドルの調整された入札は、20%割り引いて0.96ドルにできる(例えば、抑制入札=調整入札 * (1 - 割引パーセント) = 1.20ドル*(1 - 0.20) = 0.96ドル)。
別の実装において、調整されたターゲット入札の抑制は、それを超えるとターゲット入札が調整できなくなる最大調整入札を特定することによって、行うことができる。いくつかの例では、最大調整入札は、ターゲット入札に基づいて設定することができる。例えば、ターゲット入札は、最大調整入札を特定するために、ある割合(例えば、20%)だけ上げることができる。他の例では、最大調整入札は、ターゲット入札そのものとすることができる。
別の実装において、調整入札の抑制は、候補広告に対する要求の大部分を対照セットに割り振ることによって成し遂げることができる。入札の大部分を対照セットに割り振ることにより、その広告が候補となる競売のより大きな割合に対して最大入札をターゲット入札として提供することができ、それによってその広告に対して支払われる平均価格が低くなる。
図2は、図1に示す広告サーバ120の例示的実装のブロック図である。いくつかの実装において、広告サーバ120は、広告サーバインターフェース200、候補広告識別コンポーネント210、入札調整コンポーネント220および競売コンポーネント230を含むことができる。広告サーバインターフェース200は、1つまたは複数の検索エンジンインターフェース130もしくはコンテンツインターフェース140の広告からの広告要求を受け取ることができる。広告要求の受領は、要求中のウェブページまたは検索エンジンページ上の現在の広告スロットに関する間近の競売を知らしめる。間近の競売は、例えば、インプレッション指標あたりのコスト(例えば、1000回あたりのコスト(CPM)またはアクションあたりのコスト(例えば、クリックあたりのコスト(CPC)、コンバージョンあたりのコストなど)のパラダイムを含む任意の競売パラダイムに基づくことができる。競売パラダイムは、発行者の嗜好に基づくか、もしくは広告スロットを競売する広告交換によることができる。
広告に対する要求を受け取ると、候補広告識別コンポーネント210は、その要求に対する候補広告を識別することができる。候補広告は、例えば、検索クエリー中に含まれる検索語に基づいて、あるいは要求側のウェブページのコンテンツに基づいて識別することができる。いくつかの実装では、候補広告はまた、広告の種類に関する発行者の嗜好、またはスロットの種類に関する広告者の嗜好に基づいて識別することができる。候補広告識別コンポーネント210は、候補広告の識別を円滑にするために、広告データストア150からの広告情報および/またはキャンペーンデータストア160からのキャンペーン情報を取り出すことができる。
関連するターゲット入札の調整が可能となっている候補広告識別コンポーネント210によって識別される候補広告に関して、入札調整コンポーネント220は、パフォーマンス予測システム180からの情報に基づいて、ターゲット入札を調整することができる。いくつかの実装において、ターゲット入札調整を可能にすることは、広告者がパフォーマンス追跡を可能とすることに基づくことができる。その他の実装において、ターゲット入札調整を可能にすることは、ターゲット入札調整を可能とする旨の広告者からの明示的な指示に基づく(例えば、広告サーバ120への広告者のインターフェースを通じて受け取った入力に基づく)ことができる。
いくつかの実装において、入札調整は、予測パフォーマンス追跡(例えば、予測クリックスルー率、予測コンバージョン率、予測収益、予測利益幅など)とベースライン予測パフォーマンス指標との比較に基づくことができる。例えば、コストパークリック競売モデルにおいて、競売中であるスロットにおける広告に関する予測コンバージョン率が、競売のサンプリングにわたる広告のベースライン予測コンバージョン率と比較することができる。競売のサンプリングは、例えば、広告が対照セットへの候補広告である競売の一部を割り振ることによって、識別できる。代替として、対照セットは、候補広告がインプレッション、クリックスルー、コンバージョン、またはその他の何らかの測定可能なアクションを登録した競売に限定することができる。ベースライン予測パフォーマンス指標は、対照セットによって識別されるそれぞれの競売/プレースメントに関する予測パフォーマンス指標の平均であり得る。
いくつかの実装において、現在の広告プレースメントに関する予測パフォーマンス指標とベースライン予測パフォーマンス指標との比較は、現在の広告プレースメントに関する予測パフォーマンス指標のベースライン予測パフォーマンス指標による除算を含むことができる。例えば、対照群中の競売/プレースメントにおける候補広告に関する平均予測コンバージョン率が10%であり、間近の競売/現在のプレースメントにおける候補広告に関する予測コンバージョン率が5%である場合、1/2の調整率が特定できる(例えば、5% / 10%)。それによって、候補広告に関連する入札が、調整率によって見積もることができる。したがって、候補広告のターゲット入札がCPCベースで1.00ドルである場合、調整された入札は、調整率によって乗算されたターゲット入札あるいはCPCベースで0.50ドルである(例えば、1.00ドル x 1/2)。
いくつかの実装において、入札調整コンポーネント220は、ターゲット入札を超えて支払われた平均価格、あるいはターゲット入札をしきい値マージンだけ超えて支払われた平均価格に基づいて調整入札を抑制することができる。例えば、ターゲット入札が1.00ドルであり、支払われた平均価格が1.35ドルの場合、将来の調整入札は、支払われた平均価格をターゲット入札に向けて下げるように変更することができる。いくつかの実装において、調整入札の抑制は、(例えば、予測パフォーマンス指標とベースライン予測パフォーマンス指標の比較に基づいて)入札がより成功するであろうと予想されるプレースメントへの広告の偏向を維持しながら、支払われる平均価格を下げることができる。
入札調整プロセス
図3は、入札調整プロセスの実装の流れ図である。ステージ310で、候補広告を、競売のために識別することができる。候補広告は、例えば、候補広告識別コンポーネント(例えば、図2の候補広告識別コンポーネント210)によって、識別することができる。いくつかの実装において、候補広告は、検索エンジンから受け取った検索語に基づいて識別できる。他の実装において、候補広告は、広告を要求するウェブページのコンテンツの解析に基づいて識別することができる。ウェブページの解析は、リアルタイムに、もしくは将来の広告を発行者に支給することを発行者が広告サーバに行わせる場合にオフラインで、生じ得る。ウェブページの解析がオフラインで生じる実施例において、広告サーバは、ウェブページ内に挿入するための抜粋を発行者に支給できる。ブラウザによる実施時に抜粋は、ブラウザによるウェブページを識別する識別子を伴う広告に関する要求の送信を引き起こすことができる。広告サーバは、ウェブページの以前の解析を取り出すために、その識別子を使用することができる。次いで、取り出されたウェブページ分析に基づいて、候補広告が選択できる。いくつかの実装において、候補広告はさらに、発行者および/または広告者の嗜好に基づいて識別することができる。
ステージ320で、予測パフォーマンスが受け取られる。予測パフォーマンスは、パフォーマンス予測システム(例えば、図1および2のパフォーマンス予測システム180)から入札調整コンポーネント(例えば、図2の入札調整コンポーネント220)によって、受け取ることができる。広告のパフォーマンスは、現在のプレースメント(例えば、広告サーバが広告要求を受け取ったプレースメント)に関連して予測される。いくつかの実装において、広告の予測パフォーマンスは、同様のスロットにおける(例えば、同一のウェブページ上の、同一の検索クエリーに関する、同じ日時の、同様のユーザに関する、同様のコンテンツまたはコンセプトに関する、など)過去の広告のパフォーマンスに基づくことができる。
ステージ330で、受け取られた予測パフォーマンスは、ベースライン予測パフォーマンスと比較される。受け取られた予測パフォーマンスは、例えば、入札調整コンポーネント(例えば、図2の入札調整コンポーネント220)によって、ベースライン予測パフォーマンスと比較することができる。いくつかの実装において、ベースライン予測パフォーマンスは、同一の広告が候補であったプレースメントの対照セットからまとめることができる。プレースメントの対照セットは、いくつかの実施例においては、プレースメントのうちで、その広告が候補広告である、ターゲット入札を調整しない部分として識別することができる。さまざまな実施例において、対照セットは、調整されたターゲット入札を使用せず、かつその広告に関連してクリックスルー、コンバージョン、またはその他の行動を登録したプレースメントに限定することができる。いくつかの実装において、予測パフォーマンスとベースライン予測パフォーマンスとの比較は、調整比を導くための予測パフォーマンスのベースライン予測パフォーマンスによる除算を含むことができる。他の形式の比較および/または調整が使用でき、例えば、対数関数を含む。対数関数は、調整された入札とターゲット入札との間の漸近的関係(asymptotic relationship)を提供することができ、それによって、その関数によって指定される漸近線を越えるターゲット入札の調整を抑止する。
ステージ340で、ターゲット入札が調整できる。ターゲット入札は、例えば、入札調整コンポーネント(例えば、図2の入札調整コンポーネント220)によって調整できる。調整比を導く実装において、調整比は、広告者によって指定されたターゲット入札を調整するために使用することができる。例えば、調整比は、調整された入札を特定するために、ターゲット入札を乗じることができる。いくつかの実装において、広告のプレースメントに対して広告者によって支払われた平均価格がターゲット入札を超過するか、またはターゲット入札をしきい値だけ上回っているとき、調整入札は、広告のプレースメントに対して広告者によって支払われる平均価格を下げるように、抑制することができる。このような実装において、入札調整システムは、ターゲット入札を超える調整入札だけでなく、すべての調整入札に値引きを適用すること、あるいは他の何らかのメカニズムによって、プレースメントがより好ましいプレースメントへと偏向し続けるようにすることができる。
ステージ350で、調整入札は競売に提示される。調整入札は、例えば、競売コンポーネント(例えば、図2の競売コンポーネント230)と連結する入札調整コンポーネント(例えば、図2の入札調整コンポーネント220)によって、競売に提示できる。いくつかの実装で、競売コンポーネントは、広告がプレースメントに適格であるかどうかを調整入札に基づいて判定することができる。広告がプレースメントに適格である場合、広告は、広告サーバインターフェースを通じて発行者または検索エンジンに伝達することができる。
いくつかの実装において、予測パフォーマンス指標は、過去のパフォーマンスによって置き換えることができる。例えば、広告が平均で5%のコンバージョン率を有することを追跡データが示す場合、ベースライン予測パフォーマンス指標は、5%と特定することができる。同様に、追跡データが、広告がこの特定のスロットにおいて(または同様の特徴の同様のスロットにおいて)以前に8%のコンバージョン率を有していることを示すとき、1.6の調整率が得られる。
例示的コンピュータシステム
図4は、例示的コンピュータシステム500のブロック図である。システム500は、プロセッサ510、メモリ520、記憶装置530、および入出力装置540を含む。コンポーネント510、520、530、および540のそれぞれは、例えば、システムバス1350を用いて相互接続することができる。プロセッサ510は、システム500内で実行のための命令を処理する能力がある。1つの実装において、プロセッサ510は、シングルスレッドプロセッサである。別の実装において、プロセッサ510は、マルチスレッドプロセッサである。プロセッサ510は、メモリ520または記憶装置530に格納された命令を処理する能力がある。
メモリ520は、システム500内の情報を格納する。1つの実装において、メモリ520は、コンピュータ読取り可能な媒体である。1つの実装において、メモリ520は、揮発性メモリユニットである。別の実装において、メモリ520は、非揮発性メモリユニットである。
記憶装置530は、システム500に対して大容量記憶を提供する能力がある。1つの実装において、記憶装置530は、コンピュータ読取り可能な媒体である。異なるさまざまな実装において、記憶装置530は、例えば、ハードディスク装置、光学ディスク装置、または他の大容量記憶装置を含む。
入出力装置540は、システム500のための入出力動作を提供する。1つの実装において、入出力装置540は、ネットワークインターフェース装置、例えばイーサネット(登録商標)カード、シリアル接続装置、例えばRS-232ポート、および/または無線インターフェース装置、例えば802.11カードのうちの1つまたは複数を含むことができる。別の実装において、入出力装置は、他の入出力装置、例えば、キーボード、プリンタおよび表示装置560のデータを受信またはデータを送信するように構成されたドライバデバイスを含むことができる。しかし、モバイルコンピューティング装置、モバイル通信装置、セットトップボックステレビクライアント装置など、他の実装を使用することもできる。
広告管理システム104および/または広告サーバ120、ならびにそのコンポーネントは、実行に際して、1つまたは複数の処理装置が前述のプロセスおよび機能を遂行するようにする命令によって、実現することができる。このような命令は、例えば、スクリプト命令など、例えば、コンピュータ読取り可能媒体に格納されるJavaScript(登録商標)またはECMAScript命令、もしくは実行可能コード、もしくはその他の命令などのインタープリタ型命令で構成することができる。広告管理システム104および/または広告サーバ120、ならびにそのコンポーネントは、サーバファームなどのネットワーク上に分散的に実装、または単一のコンピュータ装置中に実装することができる。
本明細書に記載の主題および機能的動作の実施形態は、デジタル電子回路において、あるいは本明細書中で開示された構造およびそれらの構造的均等物を含むコンピュータソフトウェア、ファームウェア、またはハードウェアにおいて、あるいはそれらの1つまたは複数の組合せにおいて実装することができる。本明細書に記載の主題の実施形態は、1つまたは複数のコンピュータプログラム製品、すなわちデータ処理装置によって実行するための、またはデータ処理装置の動作を制御するための有形のプログラム担体上でエンコードされるコンピュータプログラム命令の1つまたは複数のモジュールとして実装することができる。
コンピュータプログラム(プログラム、ソフトウェア、ソフトウェアアプリケーション、スクリプトまたはコードとしても知られる)は、コンパイル型またはインタープリタ型言語、あるいは宣言型または手続き型言語を含む、任意の形式のプログラム言語で記述することができ、かつスタンドアロンプログラムとして、またはモジュール、コンポーネント、サブルーチン、もしくはコンピュータ環境での使用に適するその他のユニットとしてなど、任意の形式で配置することができる。コンピュータプログラムは、ファイルシステム中のファイルに対応している必要はない。プログラムは、問題のプログラム専用の単一のファイル、または複数の協調したファイル(例えば、1つまたは複数のモジュール、サブプログラム、または一部コードを格納するファイル)中の他のプログラムまたはデータ(例えば、マークアップ言語ドキュメントに格納された1つまたは複数のスクリプト)を擁するファイルの一部に格納することができる。コンピュータプログラムは、1つのコンピュータ上、もしくは1つの場所に位置または複数の場所にわたって配置されかつ通信ネットワークにより相互接続される複数のコンピュータ上で実行されるように配置することができる。
加えて、ステップを支持する特定の方法および/または対応する動作、ならびに開示された構造上の手段を支持する対応する機能を表す、本明細書に記載の論理流れ図および構造ブロック図はまた、対応するソフトウェア構造およびアルゴリズム、ならびにそれらの均等物を実装するために利用してもよい。本明細書に記載のプロセスおよび論理の流れは、入力データを操作し、かつ出力を生成することにより、機能を実施するための1つまたは複数のコンピュータプログラムを実行する1つまたは複数のプログラム可能プロセッサによって実施することができる。
コンピュータプログラムの実行に適するプロセッサは、一例として、汎用および特殊用途マイクロプロセッサ、ならびに任意の種類のデジタルコンピュータのどれか1つまたは複数のプロセッサを含む。一般に、プロセッサは、読出し専用メモリまたはランダムアクセスメモリもしくはその両方から命令およびデータを受け取ることになる。コンピュータの必須要素は、命令を実施するためのプロセッサ、ならびに命令およびデータを格納するための1つまたは複数の記憶装置である。一般に、コンピュータはまた、データを受け取る、またはデータを転送する、あるいはその両方のために、データを格納するための1つまたは複数の大容量記憶装置、例えば、磁気ディスク、光磁気ディスク、または光学ディスクを含むか、あるいはそれらに動作可能に結合される。ただし、コンピュータは、必ずしもこのような装置を必要としない。
コンピュータプログラム命令およびデータを格納するのに適するコンピュータ読取り可能媒体は、一例として、半導体記憶装置、例えば、EPROM、EEPROM、およびフラッシュ記憶装置と、磁気ディスク、例えば、内蔵ハードディスクまたはリムーバブルディスクと、光磁気ディスクと、CD ROMおよびDVD ROMディスクを含む、すべての形式の非揮発性メモリ、媒体および記憶装置を含む。プロセッサおよびメモリは、特殊用途論理回路によって補完、または特殊用途論理回路中に組み込まれ得る。
ユーザとの対話を提供するために、本明細書に記載の主題の実施形態は、ユーザに情報を表示するための表示装置、例えば、CRT(陰極線管)またはLCD(液晶表示装置)モニタ、ならびにそれによってユーザがコンピュータに入力を提供することができるキーボードおよび位置決め装置、例えば、マウスまたはトラックボールを有するコンピュータ上に実装することができる。他の種類の装置が、同様にユーザとの対話を提供するために使用できる。例えば、ユーザに提供されるフィードバックは、任意の形式の感覚フィードバック、例えば、視覚フィードバック、聴覚フィードバック、または触覚フィードバックであり得る。また、ユーザからの入力は、音響、発語、または触覚入力など、任意の形式で受け取ることができる。
本明細書に記載の主題の実施形態は、バックエンドコンポーネント、例えば、データサーバを含む、またはミドルウェアコンポーネント、例えば、アプリケーションサーバを含む、またはフロントエンドコンポーネント、例えば、それを通じてユーザが本明細書に記載の主題の実装と対話できるグラフィカルユーザインターフェースまたはウェブブラウザを有するクライアントコンピュータ、もしくは1つまたは複数のこのようなバックエンドコンポーネント、ミドルウェアコンポーネント、またはフロントエンドコンポーネントの任意の組合せを含むコンピュータシステム中に実装することができる。システムのコンポーネントは、デジタルデータ通信、例えば、通信ネットワークの任意の形式または媒体によって相互接続することができる。通信ネットワークの例は、ローカルエリアネットワーク(「LAN」)および広域ネットワーク(「WAN」)、例えば、インターネットを含む。
コンピュータシステムは、クライアントおよびサーバを含むことができる。クライアントおよびサーバは、一般に相互に遠く離れており、かつ典型的には通信ネットワークを通じて相互に作用する。クライアントおよびサーバの関係は、各自のコンピュータ上で走り、かつ相互にクライアントサーバ関係を有するコンピュータプログラムの効能によって生じる。
本明細書は、多くの具体的な実装の詳細を包含するが、これらは、いかなる発明、または特許請求できる何ものの範囲も制限するものとして理解されるべきではなく、むしろ特定の発明の特定の実施形態に特有であり得る特徴の説明として理解されるべきである。個別の実施形態の脈絡の中で本明細書中で記述されたある特徴はまた、単一の実施形態の中で組み合わせて実装することができる。逆に、単一の実施形態の脈絡の中で記述されるさまざまな特徴はまた、複数の実施形態の中で別々に、または任意の適切な下位組合せで実装することができる。さらに、諸特徴は、特定の組合せで機能するものとして上述され、またそのようなものとして当初は特許請求さえされているかもしれないが、特許請求された組合せからの1つまたは複数の特徴を、場合によっては、その組合せから除外することができ、また、特許請求された組合せは、下位組合せまたは下位組合せの変形を対象とすることもできる。
同様に、動作は、図面中に特定の順序で描写されているが、これは、所望の結果を達成するために、かかる動作が、示されている特定の順序、または連続する順序で実施されること、あるいは示されているすべての動作が実行されることを必要とすると理解されるべきではない。特定の環境においては、多重タスクおよび並列処理が有利なことがある。さらに、前述の実施形態におけるさまざまなシステムコンポーネントの分離は、すべての実施形態においてかかる分離を必要とするものと理解されるべきではなく、記載のプログラムコンポーネントおよびシステムが、一般に、単一のソフトウェア製品に統合、あるいは複数のソフトウェア製品にパッケージ化可能であると理解されるべきである。
本明細書に記載の主題の特定の実施形態について、これまで説明してきた。他の実施形態が、添付の特許請求の範囲内にある。例えば、特許請求の範囲に記載されているアクションは、異なる順序で実施することができ、依然として所望の結果を達成することができる。一例として、添付の図面に描かれるプロセスは、所望の結果を達成するために、示された特定の順序または連続する順序を必ずしも必要としない。特定の実装では、マルチタスクおよび並列処理が、有利であることがある。
この明細書が、本発明の最良の形態を陳述し、また本発明を説明し、当業者が本発明を作成し使用できるようにするための例を提供する。この明細書は、本発明を陳述された厳密な表現に限定しない。したがって、これまで本発明を上記で陳述した例への参照と共に詳細に説明してきたが、当業者は、本発明の範囲から逸脱することなく実施例の変更形態、修正形態、および変形形態を達成することができる。
100 オンライン広告システム
102 広告者
104 広告管理システム
106 発行者
108 ユーザ
110 コンピュータネットワーク
120 広告サーバ
130 検索エンジンインターフェース
140 コンテンツインターフェース
150 広告データストア
160 キャンペーンデータストア
170 パフォーマンス追跡データストア
180 パフォーマンス予測システム
200 広告サーバインターフェース
210 候補広告識別コンポーネント
220 入札調整コンポーネント
230 競売コンポーネント
500 システム
510 プロセッサ
520 メモリ
530 記憶装置
540 入出力装置
1350 システムバス

Claims (15)

  1. コンピュータにより実装される広告管理システムのための方法であって、
    前記システムは、広告サーバと、パフォーマンス追跡データのためのデータストレージメディアと、前記広告サーバおよび前記データストレージメディアに接続されたパフォーマンス予測システムとを備えており、
    前記方法は、
    前記パフォーマンス予測システムにより、パフォーマンス追跡データのための前記データストレージメディアを介して、特定の広告スロットにおける候補広告に関する予測パフォーマンス指標を決定するステップと、
    前記広告サーバにより、前記候補広告に関するインプレッションの対照セットを選択するステップと、
    前記広告サーバにより、前記候補広告に関するベースライン予測パフォーマンス指標を決定するステップと、
    前記広告サーバにより、前記特定の広告スロットにおいて提示された前記候補広告に関する前記予測パフォーマンス指標を、前記候補広告のベースライン予測パフォーマンス指標と比較するステップと、
    前記広告サーバにより、前記候補広告に関連するターゲット入札を、前記候補広告に関する前記予測パフォーマンス指標と前記候補広告に関する前記ベースライン予測パフォーマンス指標との前記比較に基づいて特定される調整比と前記ターゲット入札との積に少なくとも部分的に基づいて調整するステップと、
    前記広告サーバにより、前記調整されたターゲット入札を前記特定の広告スロットの競売に提示するステップと、
    を含み、
    前記予測パフォーマンス指標は、前記特定の広告スロットに提示された場合の前記広告の期待されるパフォーマンスであり、
    前記インプレッションの対照セットは、前記候補広告のクリックとクリック後のコンバージョンの双方の結果である前記候補広告の過去のインプレッションのみであり、
    前記ベースライン予測パフォーマンス指標は、前記インプレッションの対照セットに基づき決定され、前記インプレッションの対照セットに関する前記広告のパフォーマンスの予測された評価基準を規定することを特徴とするコンピュータ実装方法。
  2. 前記予測パフォーマンス指標が、以前の広告スロットに提示された場合の前記候補広告に関する履歴上のコンバージョン追跡データに基づくことを特徴とする請求項１に記載のコンピュータ実装方法。
  3. 前記予測パフォーマンス指標が、前記特定の広告スロットに類似の特徴を有する広告スロットにあらかじめ提示された場合の前記候補広告に関する履歴上のコンバージョン追跡データにさらに基づくことを特徴とする請求項２に記載のコンピュータ実装方法。
  4. 前記ベースライン予測パフォーマンス指標を決定するステップが、
    前記候補広告に関するインプレッションの対照セットに関連する、以前の競売の組に関する予測コンバージョン率を受け取るステップと、
    前記以前の競売の組に関する前記候補広告に関する平均予測コンバージョン率を決定するステップと、
    前記候補広告に関する前記平均予測コンバージョン率を、ベースライン予測パフォーマンス指標として選択するステップと、
    を含み、
    前記平均予測コンバージョン率は、前記以前の競売の組に関する予測コンバージョン率の平均であることを特徴とする請求項１に記載のコンピュータ実装方法。
  5. 前記候補広告の前記予測パフォーマンス指標を前記候補広告に関する前記ベースライン予測パフォーマンス指標と比較するステップが、調整比を導くために、前記予測パフォーマンス指標を前記ベースライン予測パフォーマンス指標により除算するステップを含み、
    前記ターゲット入札を調整するステップが、前記ターゲット入札を前記調整比によって乗算するステップを含むことを特徴とする請求項１に記載のコンピュータ実装方法。
  6. 前記広告のインプレッションのそれぞれに対する平均支払価格を決定するステップと、
    前記ターゲット入札を越えて支払われた平均支払価格を決定するステップと、
    前記ターゲット入札を越えて支払われた平均支払価格を決定するステップに応じて、前記調整された入札を抑制するステップと、
    をさらに含み、
    前記調整された入札を抑制するステップは、前記平均支払価格が前記ターゲット入札をどれほど超過しているかに基づいてある割合だけ前記調整された入札を割り引くステップを含むことを特徴とする請求項１に記載のコンピュータ実装方法。
  7. 前記調整された入札を抑制するステップが、前記調整された入札を前記ターゲット入札まで減少させるステップを含むことを特徴とする請求項６に記載のコンピュータ実装方法。
  8. 前記調整された入札を抑制するステップが、前記調整された入札を最大調整入札まで減少させるステップを含むことを特徴とする請求項６に記載のコンピュータ実装方法。
  9. コンピュータにより実装される広告管理システムのためのプログラムが記録されたコンピュータ読取り可能な記録媒体であって、前記広告管理システムは、広告サーバと、パフォーマンス追跡データのためのデータストレージメディアと、前記広告サーバおよび前記データストレージメディアに接続されたパフォーマンス予測システムとを備えており、
    前記プログラムは、プロセッサによって実行されると、
    前記パフォーマンス予測システムに、パフォーマンス追跡データのための前記データストレージメディアを介して、特定の広告スロットに提示された場合の候補広告に関する予測コンバージョン率を決定させるステップと、
    前記広告サーバに、前記候補広告に関するインプレッションの対照セットを選択させるステップと、
    前記広告サーバに、前記候補広告に関するベースライン予測コンバージョン率を決定させるステップと、
    前記広告サーバに、前記特定の広告スロットに提示された場合の前記特定の広告に関する前記予測コンバージョン率をベースライン予測コンバージョン率と比較させるステップと、
    前記広告サーバに、前記予測コンバージョン率と前記ベースライン予測コンバージョン率の前記比較に基づいて特定される調整比と前記ターゲット入札との積に少なくとも部分的に基づいて前記広告に関連するターゲット入札を調整させるステップと、
    前記広告サーバに、前記調整された前記ターゲット入札を、前記特定の広告スロットに関する間近の競売に提示させるステップと、
    を含む動作を前記プロセッサに実施させる命令を格納しており、
    前記予測コンバージョン率は、前記候補広告が前記特定の広告スロットに提示された場合の前記広告に関する期待されるコンバージョン率であり、
    前記インプレッションの対照セットは、クリックとコンバージョンの双方の結果である前記広告の過去のインプレッションのみであり、
    前記ベースライン予測コンバージョン率は、前記インプレッションの対照セットに基づき決定され、前記対照セットが与えられた場合の前記候補広告の予測コンバージョン率を規定することを特徴とするコンピュータ読取り可能な記録媒体。
  10. 前記予測コンバージョン率が、前記特定の広告スロットに類似の広告スロットにおいてあらかじめ提示された場合の前記候補広告に関する履歴上のコンバージョン追跡データに基づくことを特徴とする請求項９に記載のコンピュータ読取り可能な記録媒体。
  11. 前記ベースライン予測コンバージョン率を決定するステップが、
    インプレッションの対照セットにおけるインプレッションに関する予測コンバージョン率を受け取るステップと、
    前記インプレッションの対照セットに関する平均予測コンバージョン率を決定するステップと、
    前記候補広告に関するベースライン予測コンバージョン率として、インプレッションの対照セットに関する前記平均予測コンバージョン率を選択するステップと、
    を含み、
    前記平均予測コンバージョン率は、前記インプレッションの対照セットにおける前記インプレッションに関する予測されたコンバージョン率の統計的な平均であることを特徴とする請求項９に記載のコンピュータ読取り可能な記録媒体。
  12. 前記予測コンバージョン率を前記ベースライン率と比較するステップが、調整比を導くために、前記予測コンバージョン率を前記ベースライン予測コンバージョン率により除算するステップを含み、
    前記ターゲット入札を調整するステップが、前記ターゲット入札を前記調整比により乗算するステップを含むことを特徴とする請求項９に記載のコンピュータ読取り可能な記録媒体。
  13. 前記広告に関連する平均割引入札を決定するステップと、
    前記平均割引入札を前記ターゲット入札と比較するステップと、
    前記平均割引入札が前記ターゲット入札を超過する場合に、前記調整された入札を抑制するステップと、
    をさらに含み、
    前記平均割引入札は、前記広告に関して広告者によって支払われた額の平均であることを特徴とする請求項９に記載のコンピュータ読取り可能な記録媒体。
  14. コンピュータにより実装される広告管理システムのための方法であって、
    前記システムは、広告サーバと、パフォーマンス追跡データのためのデータストレージメディアと、前記広告サーバおよび前記データストレージメディアに接続されたパフォーマンス予測システムとを備えており、
    前記方法は、
    前記パフォーマンス予測システムにより、パフォーマンス追跡データのための前記データストレージメディアを介して、特定の広告スロットに提示された場合の候補広告に関する予測コンバージョン率を決定するステップと、
    前記広告サーバにより、前記候補広告に関するインプレッションの対照セットを選択するステップと、
    前記広告サーバにより、インプレッションの対照セットに関する平均予測コンバージョン率を決定するステップと、
    前記広告サーバにより、前記特定の利用可能な広告スロットに提示された場合の前記候補広告に関する前記予測コンバージョン率と前記平均予測コンバージョン率を比較するステップと、
    前記広告サーバにより、前記候補広告に関連するターゲットインプレッションベース入札を、前記候補広告に関する前記予測コンバージョン率と前記平均予測コンバージョン率の前記比較に基づいて特定される調整比と前記ターゲット入札との積に少なくとも部分的に基づいて調整するステップと、
    前記広告サーバにより、前記調整されたターゲットインプレッションベース入札を前記利用可能な特定の広告スロットに関する競売に提示するステップと、
    を含み、
    前記予測コンバージョン率は、前記特定の広告スロットに提示された場合の前記広告に関する期待されるコンバージョン率であり、
    前記インプレッションの対照セットは、前記候補広告のクリックとクリック後のコンバージョンの双方の結果である前記候補広告の過去のインプレッションのみであり、
    各インプレッションは、前記候補広告の提示であることを特徴とするコンピュータ実装方法。
  15. コンピュータにより実装される広告管理システムのための方法であって、
    前記システムは、広告サーバと、パフォーマンス追跡データのためのデータストレージメディアと、前記広告サーバおよび前記データストレージメディアに接続されたパフォーマンス予測システムとを備えており、
    前記方法は、
    前記パフォーマンス予測システムにより、パフォーマンス追跡データのための前記データストレージメディアを介して、利用可能な広告スロットに提示された場合の候補広告に関する予測収益指標を決定するステップと、
    前記広告サーバにより、前記候補広告に関するインプレッションの対照セットを選択するステップと、
    前記広告サーバにより、前記インプレッションの対照セットに関する平均予測収益指標を決定するステップと、
    前記広告サーバにより、前記特定の利用可能な広告スロットに提示された場合の前記候補広告に関する前記予測収益指標を、平均予測収益指標と比較するステップと、
    前記広告サーバにより、前記候補広告に関連するターゲットコンバージョンベース入札を調整するステップと、
    前記広告サーバにより、前記調整されたターゲット入札を前記特定の利用可能な広告スロットに関する競売に提示するステップと、
    を含み、
    前記インプレッションの対照セットは、前記候補広告のクリックとクリック後のコンバージョンの双方の結果である前記候補広告の過去のインプレッションのみであり、
    前記平均予測収益指標は、前記インプレッションの対照セットにインプレッションが与えられた場合に、前記候補広告により生成される平均予測収益指標を規定し、
    前記調整は、前記候補広告に関する前記予測収益指標と前記平均予測収益指標の前記比較に基づいて特定される調整比と前記ターゲット入札との積に少なくとも部分的に基づくことを特徴とするコンピュータ実装方法。
JP2011539627A 2008-12-02 2009-12-01 予測パフォーマンスに基づく調整入札 Active JP5323203B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US11919208P 2008-12-02 2008-12-02
US61/119,192 2008-12-02
US12/627,196 2009-11-30
US12/627,196 US8271325B2 (en) 2008-12-02 2009-11-30 Adjusting bids based on predicted performance
PCT/US2009/066196 WO2010065502A2 (en) 2008-12-02 2009-12-01 Adjusting bids based on predicted performance

Publications (3)

Publication Number Publication Date
JP2012510685A JP2012510685A (ja) 2012-05-10
JP2012510685A5 JP2012510685A5 (ja) 2013-01-24
JP5323203B2 true JP5323203B2 (ja) 2013-10-23

Family

ID=42223667

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011539627A Active JP5323203B2 (ja) 2008-12-02 2009-12-01 予測パフォーマンスに基づく調整入札

Country Status (5)

Country Link
US (1) US8271325B2 (ja)
JP (1) JP5323203B2 (ja)
AU (1) AU2009322593B2 (ja)
CA (1) CA2745304A1 (ja)
WO (1) WO2010065502A2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102382405B1 (ko) * 2021-08-09 2022-04-04 주식회사 비콘미디어 광고 제공 방법 및 시스템

Families Citing this family (102)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8489460B2 (en) 2003-02-26 2013-07-16 Adobe Systems Incorporated Method and apparatus for advertising bidding
US9065727B1 (en) 2012-08-31 2015-06-23 Google Inc. Device identifier similarity models derived from online event signals
US8489562B1 (en) 2007-11-30 2013-07-16 Silver Peak Systems, Inc. Deferred data storage
US8811431B2 (en) 2008-11-20 2014-08-19 Silver Peak Systems, Inc. Systems and methods for compressing packet data
US8885632B2 (en) 2006-08-02 2014-11-11 Silver Peak Systems, Inc. Communications scheduler
WO2008147572A1 (en) * 2007-05-31 2008-12-04 Facebook, Inc. Systems and methods for auction based polling
US8175914B1 (en) * 2007-07-30 2012-05-08 Google Inc. Automatic adjustment of advertiser bids to equalize cost-per-conversion among publishers for an advertisement
US8307115B1 (en) 2007-11-30 2012-11-06 Silver Peak Systems, Inc. Network memory mirroring
US10164861B2 (en) 2015-12-28 2018-12-25 Silver Peak Systems, Inc. Dynamic monitoring and visualization for network health characteristics
US9717021B2 (en) 2008-07-03 2017-07-25 Silver Peak Systems, Inc. Virtual network overlay
US10805840B2 (en) 2008-07-03 2020-10-13 Silver Peak Systems, Inc. Data transmission via a virtual wide area network overlay
US20100174609A1 (en) * 2009-01-02 2010-07-08 Yahoo! Inc. Method and system for correcting bias introduced by estimating offer values
US8315908B1 (en) 2009-02-27 2012-11-20 Google Inc. Generating a proposed bid
GB2524907A (en) 2009-03-06 2015-10-07 Appnexus Inc A computer system
US8527342B2 (en) 2009-06-04 2013-09-03 Intent Media Inc. Method and system for electronic advertising
US9818073B2 (en) * 2009-07-17 2017-11-14 Honeywell International Inc. Demand response management system
US8380570B2 (en) * 2009-10-27 2013-02-19 Yahoo! Inc. Index-based technique friendly CTR prediction and advertisement selection
US20110173063A1 (en) * 2010-01-11 2011-07-14 Yahoo! Inc. Advertiser value-based bid management in online advertising
EP2548167A4 (en) 2010-03-16 2014-03-05 Appnexus Inc ADVERTISING SERVER AND MEDIA MANAGEMENT PLATFORM
US9613139B2 (en) 2010-03-24 2017-04-04 Taykey Ltd. System and methods thereof for real-time monitoring of a sentiment trend with respect of a desired phrase
US10600073B2 (en) 2010-03-24 2020-03-24 Innovid Inc. System and method for tracking the performance of advertisements and predicting future behavior of the advertisement
US20130151331A1 (en) * 2010-03-24 2013-06-13 Taykey Ltd. System and methods thereof for an adaptive learning of advertisements behavior and providing a recommendation respective thereof
US9946775B2 (en) 2010-03-24 2018-04-17 Taykey Ltd. System and methods thereof for detection of user demographic information
US9183292B2 (en) 2010-03-24 2015-11-10 Taykey Ltd. System and methods thereof for real-time detection of an hidden connection between phrases
US8782046B2 (en) 2010-03-24 2014-07-15 Taykey Ltd. System and methods for predicting future trends of term taxonomies usage
US20120253948A1 (en) * 2011-03-29 2012-10-04 Adknowledge, Inc. Pricing method and system
US9836769B1 (en) * 2011-06-14 2017-12-05 Google Inc. Determining bids for television advertisement auctions
US9130991B2 (en) 2011-10-14 2015-09-08 Silver Peak Systems, Inc. Processing data packets in performance enhancing proxy (PEP) environment
US9626224B2 (en) 2011-11-03 2017-04-18 Silver Peak Systems, Inc. Optimizing available computing resources within a virtual environment
US8447851B1 (en) * 2011-11-10 2013-05-21 CopperEgg Corporation System for monitoring elastic cloud-based computing systems as a service
US20130124297A1 (en) * 2011-11-10 2013-05-16 John Hegeman Multi-dimensional advertisement bidding
US8725566B2 (en) * 2011-12-27 2014-05-13 Microsoft Corporation Predicting advertiser keyword performance indicator values based on established performance indicator values
US9569787B2 (en) 2012-01-27 2017-02-14 Aol Advertising Inc. Systems and methods for displaying digital content and advertisements over electronic networks
US8666810B1 (en) * 2012-02-17 2014-03-04 Google Inc. System and method for online unique users and frequency estimation for advertisements on a video sharing website based on auction history results
US20130226713A1 (en) * 2012-02-28 2013-08-29 Microsoft Corporation Bid discounting using externalities
US9053185B1 (en) 2012-04-30 2015-06-09 Google Inc. Generating a representative model for a plurality of models identified by similar feature data
US8914500B1 (en) 2012-05-21 2014-12-16 Google Inc. Creating a classifier model to determine whether a network user should be added to a list
US8886575B1 (en) 2012-06-27 2014-11-11 Google Inc. Selecting an algorithm for identifying similar user identifiers based on predicted click-through-rate
US10366401B1 (en) * 2012-06-29 2019-07-30 Google Llc Content placement optimization
US9947029B2 (en) 2012-06-29 2018-04-17 AppNexus Inc. Auction tiering in online advertising auction exchanges
US20140012670A1 (en) * 2012-07-05 2014-01-09 Adrenalads Llc System and method for acquiring domain visitors on a parking service and redirecting to optimal advertisers
US8874589B1 (en) 2012-07-16 2014-10-28 Google Inc. Adjust similar users identification based on performance feedback
US8782197B1 (en) 2012-07-17 2014-07-15 Google, Inc. Determining a model refresh rate
US8886799B1 (en) 2012-08-29 2014-11-11 Google Inc. Identifying a similar user identifier
EP2939196A4 (en) * 2012-12-26 2016-08-17 Invodo Inc TECHNIQUES FOR MEASURING PROFITS GENERATED BY VIDEO CONTENT
US20140222586A1 (en) * 2013-02-05 2014-08-07 Goodle Inc. Bid adjustment suggestions based on device type
US20140304086A1 (en) * 2013-02-25 2014-10-09 Turn Inc. Methods and systems for modeling campaign goal adjustment
US9626691B2 (en) 2013-05-02 2017-04-18 Google Inc. Determining a bid modifier value to maximize a return on investment in a hybrid campaign
US10311486B1 (en) 2013-05-13 2019-06-04 Oath (Americas) Inc. Computer-implemented systems and methods for response curve estimation
US10949894B1 (en) 2013-06-07 2021-03-16 Groupon, Inc. Method, apparatus, and computer program product for facilitating dynamic pricing
US10387902B1 (en) 2013-06-28 2019-08-20 Groupon, Inc. Method and apparatus for generating an electronic communication
US10984455B1 (en) * 2013-06-28 2021-04-20 Groupon, Inc. Method and apparatus for generating an electronic communication
US9256688B2 (en) * 2013-08-09 2016-02-09 Google Inc. Ranking content items using predicted performance
US9489692B1 (en) 2013-10-16 2016-11-08 Google Inc. Location-based bid modifiers
US8935247B1 (en) 2013-10-21 2015-01-13 Googel Inc. Methods and systems for hierarchically partitioning a data set including a plurality of offerings
US20150127470A1 (en) * 2013-11-04 2015-05-07 Linkedln Corporation Bid suggestions for online advertising auctions
US10614491B2 (en) 2013-11-06 2020-04-07 Google Llc Content rate display adjustment between different categories of online documents in a computer network environment
US9449231B2 (en) 2013-11-13 2016-09-20 Aol Advertising Inc. Computerized systems and methods for generating models for identifying thumbnail images to promote videos
US20150178790A1 (en) * 2013-12-20 2015-06-25 Yahoo! Inc. User Engagement-Based Dynamic Reserve Price for Non-Guaranteed Delivery Advertising Auction
US20150363793A1 (en) * 2014-01-17 2015-12-17 Google Inc. Systems and methods for collecting and using retail item inspection data
US10325283B2 (en) * 2014-01-24 2019-06-18 Facebook, Inc. Pacing objectives of an advertising campaign throughout a duration of the advertising campaign
WO2015118587A1 (ja) * 2014-02-10 2015-08-13 日本電気株式会社 マッチングシステム、マッチング方法及びプログラムが格納された非一時的なコンピュータ可読媒体
US20150294372A1 (en) * 2014-04-14 2015-10-15 Ebay Inc. Management of allocation of online resources
US10354319B1 (en) * 2014-06-12 2019-07-16 Amazon Technologies, Inc. Bid placement for ranked items
US20150379566A1 (en) * 2014-06-25 2015-12-31 Google Inc. Throttling content
WO2015196469A1 (en) 2014-06-27 2015-12-30 Google Inc. Automated creative extension selection for content performance optimization
US9858594B2 (en) 2014-06-30 2018-01-02 Microsoft Technology Licensing, Llc Assigning scores to electronic communications with extensions
US9948496B1 (en) 2014-07-30 2018-04-17 Silver Peak Systems, Inc. Determining a transit appliance for data traffic to a software service
GB201415428D0 (en) * 2014-09-01 2014-10-15 Realeyes O Method of targeting web-based advertisements
US9875344B1 (en) * 2014-09-05 2018-01-23 Silver Peak Systems, Inc. Dynamic monitoring and authorization of an optimization device
US9640222B2 (en) * 2015-01-16 2017-05-02 Viderian, Inc. Multivariant video segmentation system and method
US20160292714A1 (en) * 2015-04-03 2016-10-06 Facebook, Inc. Evenly presenting content items from a campaign over a time interval by modifying bid amounts associated with the content items
US20160292717A1 (en) * 2015-04-03 2016-10-06 Facebook, Inc. Adjusting content item specific bid amounts to bias selection of content items from an ad campaign
US10825041B1 (en) * 2015-05-01 2020-11-03 UberMedia, Inc. Real-time optimization of bid selection
US10282745B2 (en) 2015-05-14 2019-05-07 Google Llc System and method for isolated simulations for accurate predictions of counterfactual events
US10387921B1 (en) 2015-07-14 2019-08-20 Google Llc Ad ranking system and method utilizing bids and adjustment factors based on the causal contribution of advertisements on outcomes
US10748178B2 (en) * 2015-10-02 2020-08-18 Adobe Inc. Prediction of content performance in content delivery based on presentation context
US10460348B1 (en) * 2015-10-22 2019-10-29 Google Llc Selection of content items based on internet activity data aggregated from a content provider network
JP6703822B2 (ja) * 2015-11-27 2020-06-03 ヤフー株式会社 選択装置、選択方法、及び選択プログラム
US10432484B2 (en) 2016-06-13 2019-10-01 Silver Peak Systems, Inc. Aggregating select network traffic statistics
US20180018063A1 (en) 2016-07-14 2018-01-18 Intent Media, Inc. Graphical user interface and system for viewing landing page content
US9967056B1 (en) 2016-08-19 2018-05-08 Silver Peak Systems, Inc. Forward packet recovery with constrained overhead
US20180075477A1 (en) * 2016-09-14 2018-03-15 Facebook, Inc. Using marketplace constraints for advertisement bidding
JP6427542B2 (ja) * 2016-09-29 2018-11-21 デジタル・アドバタイジング・コンソーシアム株式会社 情報処理方法及びプログラム
US10892978B2 (en) 2017-02-06 2021-01-12 Silver Peak Systems, Inc. Multi-level learning for classifying traffic flows from first packet data
US11044202B2 (en) 2017-02-06 2021-06-22 Silver Peak Systems, Inc. Multi-level learning for predicting and classifying traffic flows from first packet data
US10771394B2 (en) 2017-02-06 2020-09-08 Silver Peak Systems, Inc. Multi-level learning for classifying traffic flows on a first packet from DNS data
US10257082B2 (en) 2017-02-06 2019-04-09 Silver Peak Systems, Inc. Multi-level learning for classifying traffic flows
US11212210B2 (en) 2017-09-21 2021-12-28 Silver Peak Systems, Inc. Selective route exporting using source type
US11436628B2 (en) * 2017-10-20 2022-09-06 Yahoo Ad Tech Llc System and method for automated bidding using deep neural language models
US10637721B2 (en) 2018-03-12 2020-04-28 Silver Peak Systems, Inc. Detecting path break conditions while minimizing network overhead
US11144953B1 (en) * 2018-04-18 2021-10-12 Facebook, Inc. Determining performance metrics for delivery of electronic media content items by online publishers scaled using a baseline conversion rate
JP6833780B2 (ja) * 2018-09-14 2021-02-24 デジタル・アドバタイジング・コンソーシアム株式会社 情報処理方法及びプログラム
US11263661B2 (en) * 2018-12-26 2022-03-01 Microsoft Technology Licensing, Llc Optimal view correction for content
KR102132663B1 (ko) * 2019-09-16 2020-07-10 쿠팡 주식회사 키워드 입찰가 결정 시스템, 방법 및 컴퓨터 판독 가능한 기록매체
US20210150584A1 (en) * 2019-11-14 2021-05-20 Xandr Inc. Fair Demographic Ratio Pacing
US11449807B2 (en) 2020-01-31 2022-09-20 Walmart Apollo, Llc Systems and methods for bootstrapped machine learning algorithm training
US11853923B2 (en) * 2020-08-06 2023-12-26 Vigilante Strategy LLC Method for controlling remote system settings using cloud-based control platform
US11410203B1 (en) 2020-11-04 2022-08-09 Amazon Technologies, Inc. Optimized management of online advertising auctions
US11562395B2 (en) * 2021-01-31 2023-01-24 Walmart Apollo, Llc Systems and methods for training of multi-objective machine learning algorithms
JP7289883B2 (ja) * 2021-09-21 2023-06-12 楽天グループ株式会社 入札支援装置、入札支援方法、及びプログラム
US20230196251A1 (en) * 2021-12-22 2023-06-22 Content Square SAS Out of stock revenue loss

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7065500B2 (en) 1999-05-28 2006-06-20 Overture Services, Inc. Automatic advertiser notification for a system for providing place and price protection in a search result list generated by a computer network search engine
US7035812B2 (en) * 1999-05-28 2006-04-25 Overture Services, Inc. System and method for enabling multi-element bidding for influencing a position on a search result list generated by a computer network search engine
KR20030069128A (ko) 2003-06-25 2003-08-25 주식회사 제이앤제이 인터랙티브 인터넷 상에서 인터넷 광고 집행시 Reach를 예측할 수있는 시스템과 그 방법
US20060248035A1 (en) 2005-04-27 2006-11-02 Sam Gendler System and method for search advertising
CA2614364C (en) * 2005-08-11 2016-09-27 Contextweb, Inc. Method and system for placement and pricing of internet-based advertisements or services
US8326689B2 (en) * 2005-09-16 2012-12-04 Google Inc. Flexible advertising system which allows advertisers with different value propositions to express such value propositions to the advertising system
US8527352B2 (en) 2006-10-30 2013-09-03 Adchemy, Inc. System and method for generating optimized bids for advertisement keywords
US20080249832A1 (en) 2007-04-04 2008-10-09 Microsoft Corporation Estimating expected performance of advertisements

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102382405B1 (ko) * 2021-08-09 2022-04-04 주식회사 비콘미디어 광고 제공 방법 및 시스템
KR102397014B1 (ko) * 2021-08-09 2022-05-12 주식회사 비콘미디어 광고 목표 별 가격 경쟁력 및 상기 광고 목표 별 병목도에 기초하여 광고 예산을 집행하기 위한 광고 제공 방법 및 시스템

Also Published As

Publication number Publication date
JP2012510685A (ja) 2012-05-10
US20100138291A1 (en) 2010-06-03
WO2010065502A2 (en) 2010-06-10
WO2010065502A3 (en) 2010-08-19
AU2009322593B2 (en) 2016-03-31
CA2745304A1 (en) 2010-06-10
AU2009322593A1 (en) 2010-06-10
US8271325B2 (en) 2012-09-18

Similar Documents

Publication Publication Date Title
JP5323203B2 (ja) 予測パフォーマンスに基づく調整入札
US10325281B2 (en) Embedded in-situ evaluation tool
JP5651603B2 (ja) 広告スロットの構成
US8386398B1 (en) Campaign goal pricing
JP5656632B2 (ja) コンテンツアイテムの価格設定
JP5502110B2 (ja) セッションの測定基準を用いたコンバージョン確率の決定
KR101765719B1 (ko) 다수의 타겟팅 기준 입찰을 가지는 광고
US8103544B2 (en) Competitive advertising server
JP5518906B2 (ja) オンライン広告に対する格差のある購入チャネル
US8335718B2 (en) Content item slot scheduling
US20080091524A1 (en) System and method for advertisement price adjustment utilizing traffic quality data
US20090248513A1 (en) Allocation of presentation positions
JP2012516517A (ja) 広告スロットの割当て
US8775251B1 (en) Allocating advertising budgets
US20120036024A1 (en) Mixed auctions
US20100262484A1 (en) Integrated campaign performance reporting and management
US20150100423A1 (en) Delivering and pricing sponsored content items
US8799078B1 (en) Advertising value tools
US8635103B1 (en) Contextual targeting prediction
US20100131360A1 (en) Rate card yield management
US20090319389A1 (en) Item reservation
US10269045B2 (en) Choosing allocations and prices in position auctions
KR20220095887A (ko) 광고 방법 및 장치

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121130

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20121130

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20121130

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20121217

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130104

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20130402

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20130409

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130517

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20130618

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130716

R150 Certificate of patent or registration of utility model

Ref document number: 5323203

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250