JP6419206B2 - センサスベースとユーザーベースの混合測定技術によるマルチスクリーンインターネットユーザーのプロファイル、取引行動、及びユーザー母集団の構造の測定 - Google Patents

Description

本発明は一般に、ディジタル、有線及びモバイル通信を含む通信、及び関連アプリケーション及びサービスに関する。特に、それに限定されないが、マルチポイントインターネットハードウエア及び利用データの収集、このデータの融合、及び関連する市場構造情報と共に、ディジタルデバイスを使用した市場レベルとユーザーレベルの行動（振る舞い）の両方の代表的な評価基準の頻繁な公表に関する。

今日の様々なメディア測定及び解析ソリューションは、１つのソースだけに基づくデータ収集に集中されている。ソースは一般に、専用デバイス又はダウンロード可能なソフトウエアメータによって、又は特定のアプリでデータを収集する（（ウエブ）サイト又はアプリ（アプリケーション））上の埋込タグ、又はＳＤＫ（アプリ）によってユーザー行動が測定される、いわゆるパネル調査である。あるいは、所望のデータは従来のユーザー調査研究、又はインタビューによって取得され得るが、これには返答の主観性及び不正確さが伴う。

前述の調査では、明白な目標は基本的なユーザーの動向、習慣、課題とニーズを把握することである。しかし、現在の方法には各々、根本的な問題点がある。例えば、わずかな例外を除いて、行動の面でも人口統計学的にも代表的なパネルを徴募（募集／recruit）し、維持し、確認するコストは法外に高い。ＳＤＫ（ソフトウエア開発キット）及びタグは、関与プロパティのデータのみを提供するが、それだけである。調査及びインタビューは、実際の行動よりも強いブランド力を示すが、「信頼でき」、客観的で、観測から導かれるデータ、すなわちハードウエアにインストールされたベースと販売、コンテンツとアプリの分布、及びユーザーが完了した利用量／取引に関してインターネットエコシステムのすべての重要な領域で情報を概念的に提供できる既存のアプローチは存在しない。

ウエブサイト又はウエブアクセス可能なサービスなどのメディア及びインタラクションサービスの発達は現在これまでになく速く、新規のデバイスが次々と市場に登場している。また、一人のユーザーが１つではなく複数のインターネット対応デバイスを持っている。市場のダイナミズムを説明し、インターネットエコシステムに加入する重要な顧客に包括的リサーチ製品を提供するため、製品利用量だけではなく、デバイスやコンテンツ分布の総体的な理解が必要であろう。

一例として、あるタイプのデバイスの浸透は、特定のサービスがデバイスに事前に埋め込まれ、又はアプリストア（又は他のコンテンツ配信メカニズム）がそのサービスを特定のデバイスでダウンロードするように駆り立てているため、あるサービスの分布に影響を及ぼしている。別の例として、どれだけ多くの人々があるアプリをアプリストアからダウンロードしているかを理解するだけでは不十分であり、ダウンロードから実際の利用への転換、及びさらにはサービスを利用するためにユーザーから支払われる金銭への転換を理解することがますます重要である。さらに、あるデバイスで利用できるサービスの人気や細分化は、よりよいと感じられる機能性、ユーザーの経験によって、また社会集団を通してそのデバイスの販売に影響する。したがって、このシステムには重要なフィードバックループがある。

一般化している別の動向は、人々が複数のデバイスを持っているだけではなく、複数のユーザーインターフェース、ウエアラブル技術、又は装着デバイスを使用しており、これらのすべてが全面的、又は部分的にいわゆるマスターデバイスによってサポートされていることである。具体的な例は、スマートウオッチ、又はディジタルゴーグルタイプのデバイスを含み、これらはさらにスマートフォンデバイスに装着されている。これらの装着デバイスやウエアラブルデバイスによるアクティビティの測定にも、確実に将来の鍵となる重要性がある。

したがって、デバイス、アプリケーション、及びサービスの複雑さと細分化が標準になっている現代のメディア環境により適応された観測型インターネット測定が可能な拡張性のあるメディア測定のソリューションの必要性がある。

したがって、このようなメディア測定ソリューションは、相対的なインターネット測定及び解析、ハードウエアにインストールされたベース、コンテンツ分布、及びユーザーの行動を巡る評価基準の単一のフレームワークへの統合、及びオンラインのエコシステムの各々の様相をキャプチャするために最高クラスの方法を提供するための動的かつ高精度のアプローチを提供するであろう。その結果、システムの各部分の総和以上を、また従来の切り離されたソリューションよりもはるかに多くを提供できる統合された応答システムが生じる。

したがって、本発明の１側面に従えば、モバイルデバイスなどのインターネット接続可能なユーザーデバイスに関するオンラインのユーザーの行動及びその他のアクティビティに関するデータを取得し、分析するためのシステムは、
複数のデータソースからデータを収集するよう構成され、前記収集されたデータはユーザーデバイスから取得された少なくとも個別のユーザーレベルデータと、ユーザー、アクティブなデバイス、又は測定されたサービスの母集団全体にわたる人口統計学的特性及び行動を示すセンサスレベルデータを含み、前記ユーザーレベルデータは、好ましくは、制御された構成の少なくとも１つのユーザーリサーチパネルを使用して、さらに好ましくは前記ユーザーパネルの各参加者の複数のデバイスから収集され、前記収集されたデータはインターネット（１０７）、コンテンツ、メディア、アプリケーション、及び／又はデバイスの使用を示し、
前記システムは更に、
オントロジーメタデータスキーマを利用して、前記取得したユーザーレベルデータ及びセンサスレベルデータを好ましくは多価値的なカテゴライズされたデータセットに編成し、
前記ユーザーレベルデータとセンサスレベルデータの統合に基づいて電子的な配布可能物を決定する
ように構成され、
センサスレベルデータは、ユーザーレベルデータを較正するために利用され、
前記配布可能物は、アプリケーションの利用、アプリケーションの分布、コンテンツの利用、コンテンツの分布、アプリケーションの収益化、ユーザー人口統計学、デバイスの分布、デバイスの特性、デバイスの利用、及び／又は時間的要因を好ましくは含むオンライン行動又は使用されるデバイスに関する幾つかの関心要因についての動的に選択可能であり、好ましくはユーザー選択可能な範囲を有する。

オプションとして、システムはさらに、ユーザー母集団全体の特性の分布を推定する、サンプル派生の統計的な階層データの収集を組み込んでもよく、それによってシステムは、階層データをデータセットに編成し、これをユーザーレベルデータの較正を含む配布可能物の決定に利用するようにも構成される。

一実施形態では、ユーザーレベルデータは、潜在的にはより大型の第２のユーザーパネルから収集される。さらに好ましくは、両方のパネルとも勿論、複数のユーザーを含む。好ましくは、パネルは重複しない（ユーザーを共有しない）。第２のユーザーパネルの構成の制御は、第１のパネルとの比較によって軽減され得る。第２のパネルは、実際には全部ではないにせよ、法的に成人であるなどの幾つかの基本要件を単に満たす必要があることであり得る少なくとも極めて多数の参加者に開放され得る。

別の補足的、又は代替実施形態では、ユーザーデバイスを使用したデータ収集は、関連する測定ソフトウエアを機能的に別個の他のソフトウエア（１つ又は複数）に埋め込むことを含み、他のソフトウエアは好ましくは、主にデータ測定／ロギングとは異なる目的で設計され、及び／又は、例えば娯楽、通信、又はメッセージ関連機能、データ処理ツール（１つ又は複数）などに関して、異なる別個のユーザーの利益をもたらすソフトウエアを含んでいる。測定ソフトウエアの構成要素には、ユーザーへの配布可能な単一の電子ソフトウエアの追加モジュールとして含まれ得る。

さらに別の補足的、又は代替実施形態では、マスターデバイスをネットワークデータ収集サーバとして使用し、かつ（例えば装着デバイスの直接的なＡＰＩコールによって装着デバイスの状態とアクティビティとを観測して）直接的に、又は（いわゆるゲートウエイデバイスとしての機能を果たすデバイスを介して装着デバイスとインターネットネットワークとのトラフィックトレースを観測することによって）間接的に、マスターデバイスを装着デバイスのアクティビティをロギングする際に使用することによってその使用状態が測定される外部ＵＩ（ユーザーインターフェース）デバイス（スマートゴーグルなど）のような１つ以上の他の装着デバイスが少なくとも機能的に接続されるユーザーの１つ以上のマスターデバイスを介してユーザーレベルデータが収集される。

オプションとして、マルチデバイス測定の場合は、少なくとも１つの装着デバイスが接続されるマスターデバイスは、
a. 装着デバイス（１つ又は複数）とマスターデバイスとの間で行われるトラフィック信号又は他のイベントの追跡、
b. 測定データを収集するために装着デバイス（１つ又は複数）のインターフェースをプログラムするアプリケーションをパッシブ又はアクティブにポーリング、
c. 収集された測定データのマスターデバイスへの一時的な、又は所定の継続期間の格納、及び
d. ネットワークベースのデータ収集サーバへのデータの解析目的での送信
からなるグループから選択された少なくとも１つのアクションを実行するように構成される。

さらに別の補足的、又は代替実施形態では、収集されたセンサスレベルのデータは、キャリヤデータ、アドネットワークデータ、サイト／アプリ解析プラットフォーム提供データ、ネットワークゲートウエイ又はプロキシデータ、及び／又は需要−供給、又はその他のコンテンツデリバリプラットフォームベースのデータを含む可能性があるが、それらに限定されない、幾つかのインターネットネットワーク中心のデータソースから取得された、ターゲット（目的）の母集団全体のなかの特性、又は完全かつ厳密に定義されたそのサブセットを記述する幾つかのデータポイントなどを含む。

本明細書でなされる記述とおおむね調和するように処理され、モデリングされたインターネット（ネットワーク）ベースのデータの集計を適用すると、例えば所定の市場におけるターゲットのユーザー（インターネット）デバイスの現在のユーザーベースの統計的な推定が追加され得よう。このような母集団の成長率や減少率は動的にモデリングされ得る。言い換えると、インターネットデバイスの構造、及び例えばインストールベースの成長を推定するために、場合によっては本明細書に包括的に記載されたユーザーデータの較正の態様を省いたスタンドアロンのソリューションとしても、ネットワーク（を中心とした）データなどのセンサスレベルのデータが使用され得よう。

さらに別の補足的、又は代替実施形態では、さらに、収集されるセンサスレベルのデータは、ターゲット母集団の集計的な行動を記述する幾つかのデータポイントなどのデータを含んでおり、当該データは、ディジタル（ユーザー）デバイス、及び例えばインターネットを通したユーザーによるアクセスのために利用可能なパブリックアプリストアなどの幾つかのコンテンツ配信プラットフォームから収集され得る。

オプションとして、その取得されたデータが不完全であるセンサスレベルのデータを利用する場合は、不完全なデータは、属性、較正、及び利用可能な最良の理論上、方法論上の実践に適応する融合などの幾つかの統計的に妥当なモデリング方法を使用して補完又は調整され得る。

さらに別の補足的、又は代替実施形態では、ユーザーレベル及びセンサスレベルのデータソースは、較正及び処理前後で変化するデータソースで見られたエンティティ、対象及びコンセプトの間の関係性をモデリングするオーバーレイメタデータプラットフォームを介して統合される。

さらに別の補足的、又は代替実施形態では、幾つかのユーザーデバイスは、解析のために測定ソフトウエアによってデバイス外部の行動又はコンテキストイベントに関するデータ、例えば測定ソフトウェアによる他の収集された測定データと共にシステムの外部データ収集サーバ（１つ又は複数）に送信されるべき、自動的にキャプチャされたカメラ写真又は録音、例えば周囲音又は画像認識配布可能物を提供するように構成される。

別の態様では、モバイルデバイスなどのインターネット接続可能なユーザーデバイスに関連するオンラインのユーザー行動及び他のアクティビティのデータを取得し、解析する方法は、
複数のデータソースからデータを収集することを含み、その収集されたデータはユーザーデバイスから取得された少なくとも個別のユーザーレベルデータと、ユーザー、アクティブなデバイス、又は測定されたサービスの母集団全体にわたる人口統計学的特性及び行動を示すセンサスレベルデータを含み、前記ユーザーレベルデータは、好ましくは、制御された構成の少なくとも１つのユーザーリサーチパネルを使用して、さらに好ましくは前記ユーザーパネルの各参加者の複数のデバイスから収集され、前記収集されたデータはインターネット、コンテンツ、メディア、アプリケーション、及び／又はデバイスの使用を示し、
前記方法は更に、
オントロジーメタデータスキーマを利用して、前記取得したユーザーレベルデータ及びセンサスレベルデータを多価値的なカテゴライズされたデータセットに編成することと、
前記ユーザーレベルデータ及びセンサスレベルデータに基づいて電子的な配布可能物を決定すること
を含み、
センサスレベルデータは、ユーザーレベルデータを較正するために利用され、
前記配布可能物は、アプリケーションの利用、アプリケーションの分布、コンテンツの利用、コンテンツの分布、アプリケーションの収益化、ユーザー人口統計学、デバイスの分布、デバイスの特性、デバイスの利用、及び／又は時間的要因を好ましくは含むオンライン行動又は使用されるデバイスに関する幾つかの関心要因についての動的に選択可能であり、好ましくはユーザー選択可能な範囲を有する。

別の態様では、モバイルデバイスなどのインターネット接続可能なユーザーデバイス関連するオンラインのユーザー行動及び他のアクティビティのデータを取得するためのコードを含む、非一時的コンピュータ読み取り可能媒体上に実施されたコンピュータプログラム製品は、
複数のデータソースからデータを収集することを組み込んでおり、その収集されたデータはユーザーデバイスから取得された少なくとも個別のユーザーレベルデータと、ユーザー、アクティブなデバイス、又は測定されたサービスの母集団全体にわたる人口統計学的特性及び行動を示すセンサスレベルデータを含み、前記ユーザーレベルデータは、好ましくは、制御された構成の少なくとも１つのユーザーリサーチパネルを使用して、さらに好ましくは前記ユーザーパネルの各参加者の複数のデバイスから収集され、前記収集されたデータはインターネット、コンテンツ、メディア、アプリケーション、及び／又はデバイスの使用を示し、
前記コンピュータプログラム製品はさらに、
オントロジーメタデータスキーマを利用して、前記取得したユーザーレベルデータ及びセンサスレベルデータを好ましくは多価値的なカテゴライズされたデータセットに編成することと、
前記ユーザーレベルデータ及びセンサスレベルデータに基づいて電子的な配布可能物を決定することを組み込んでおり、
センサスレベルデータ及び任意的にはサンプル由来の階層化データは、ユーザーレベルデータを較正するために利用され、
前記配布可能物は、アプリケーションの利用、アプリケーションの分布、コンテンツの利用、コンテンツの分布、アプリケーションの収益化、ユーザー人口統計学、デバイスの分布、デバイスの特性、デバイスの利用、及び／又は時間的要因を好ましくは含むオンライン行動又は使用されるデバイスに関する幾つかの関心要因についての動的に選択可能であり、好ましくはユーザー選択可能な範囲を有する。

本発明の有用性は、当該の特定の実施形態に応じた多様な課題にある。本発明は、特定のタイプのユーザー中心のデータとネットワーク中心のデータとを一緒に組み合わせるための実行可能なソリューションを提供し、それにより、統合された方法論を介して、所望の電子報告及び他の情報配布可能物が好適に提供され、そこでは、利用可能な情報の代表性及び範囲が、異なるデータソースを個別に使用して達成できるよりも優れており、ハードウエア及びユーザー行動にわたる評価基準の利用性が従来見られるよりも広い。本発明の有用性はまた、業界関係者が、製品のマーケティング、マーケティングキャンペーンの設計、製品の特徴又は価格設定、又はディジタルエコシステムにおける個人的な関係者に関連する投資決定の情報を含む戦術的及び戦略的な決定を知らせるためにそのようなデータを問い合わせることができる方法にもある。

さらに、本発明の異なる実施形態は、市場の動向を同定し、競合分析を入手し、ディジタル市場に新たに現れる機会について学習するための配布可能物の構築を可能にする。記載の発明は、モバイルデバイスを含め、今日のマルチスクリーンワールドでセンサスレベルのデータを取得できるシステムを効率的に決定し、これをこのようなデバイスからの取引、行動及びコンテキストデータを収集する新規の方法に結合し、統合メタデータフレームワークを介してその結果のデータを処理し、一元化された視聴者測定投影計算を通した集計的な市場評価基準を提供しつつ、ディジタル市場の様々な特性を適時に理解するマルチスクリーンフレームワークを提供する。

さらに、本発明の様々な実施形態は、先行技術よりも経済的、技術的な拡張性のあるソリューションを生み出し、ディジタル市場のより広範な断面に関するより広範な評価基準の配列のより正確な推定値を提供すると考えられる。これらの実施形態は、その設計、及び多様なユーザーレベルデータ、多様なセンサスレベルデータ、及び多様なサンプル由来の階層化データを用いた多値データソースへの依存によって、これらの実施形態は、通常、ディジタル市場での変化、特に、ディジタルコンテンツの開発、分布、及び利用及びデバイス製造、分布及び利用に関する支配的な市場動向に見られる変化により良く適応することができる。

本明細書の「幾つかの」という表現は、例えば１、２又は３などの１から始まる任意の正の整数を指す。

本明細書の「複数の」という表現は、例えば２、３、又は４などの２から始まる任意の正の整数を指す。

本明細書の「データ転送」という表現は、データ転送アクションに対する解析中の特定のエンティティの役割（１つ又は複数）、すなわち送信者の役割、受信者の役割、又は両方の役割に応じたデータの送信、データの受信、又は両方を指す。

「ａ」、「ａｎ」という用語は、量の限定を意味するのではなく、少なくとも１つの言及されたアイテムの存在を意味する。

「第１」及び「第２」という用語は、いずれかの順序、数量、又は重要度を意味するのではなく、むしろ１つの要素を他の要素と区別するために使用される。

本明細書の「センサス」という用語は、所定の、また厳密に定義された測定される対象グループ（例えばユーザー、サービス、デバイスなど）の好ましくは全てのメンバーの行動、特性、又はパフォーマンスを反映するシステム又はデータセットを指す。このデータは、定義され、測定される母集団自体は勿論より大きい母集団のサブセットであり得るものの、このデータは明らかに、定義され、測定される母集団の全対象／メンバーに基づくデータである。

本明細書の「較正」という用語は、測定されるユーザー、サービス、又はデバイスの母集団をよりよく反映するための、例えばサンプル非応答で他のバイアスを調整するようにデータが重み付けされる統計的モデリングのプロセスを指す。統計的モデリングのこのプロセスは、それらに限定されないが、サンプルの平衡、特性の属性、特性の投影、及びデータ統合を含め文献で確立されている様々な統計学的技術を含み得る。

デバイスの「インストールベース」という用語は、ある特定のターゲット母集団のうちで所定の市場で配布され、又は使用される（好ましくはマスターデバイス及び装着デバイスの両方が含まれる）インターネットデバイスの数、構造及び／又はクロスオーナーシップを伝え、これらを反映する情報及び評価基準を指す。

本明細書の「データセット」という用語は、例えばオントロジースキーマにより互いに関連するデータ要素の収集を指す。データ要素は、データベース又はデータ表などの幾つかのデバイス及び／又はデータ構造に配布されるものとして物理的に配置され得る。

本発明の異なる実施形態は従属クレームに開示される。当業者には以下の詳細な説明に基づいて本発明の様々な他の実施形態及びさらに別の利点が明らかになる。

本発明の様々な態様と実施形態が添付図面を参照してより詳細に説明される。

本発明によるシステムの実施形態をハードウエアの観点から示す図である。 図１とは対照的により概念的、機能的アプローチで本発明のシステムの実施形態を示す図である。 幾つかのマスターデバイスと装着型ユーザーデバイスとを組み込んだマルチデバイスの利用状況の実施形態を示す図である。 機能／論理及びハードウエアビューを含む本発明によるシステムの実施形態の内部のより詳細な図である。 本発明の異なる実施形態により測定可能な異なる重複母集団の潜在的な、あり得る母集団を示す図である。 本発明に関連して利用可能なウエブサイト、又は特にアプリストア、クロール技術の実施形態を示す図である。 例えばアプリランキングの形態の利用可能な情報に基づく、例えばアプリのダウンロード数などのダウンロード統計の推定に関する実施形態の異なる態様を示す図である。 ユーザーデバイス計量及び関連ログファイル管理の実施形態を示す図である。 本発明に関連して使用するためのコンテキスト分類／類別及び関連する ユーザーレベルデータの制御値決定及び較正を可能にするための較正変数及びカテゴリ選択（崩壊）目的のサンプルレビュー手順の実施形態を示す図である。 本発明による方法の高レベル流れ図である。

現在のデバイス断片化は、個々人が付き合い、通信し、メディアを消費し、個人的な、また仕事上の任務を遂行する方法が変化している要因の１つである。最近は、消費者のディジタルメディア及びリソースとの相互作用はモバイル化している。消費者はスマートフォン、タブレット、ラップトップ、デスクトップなどを使用してそのような任務を実行し、しかも消費者の多くは、これらの目的で日常的に複数のデバイスを利用している。

本明細書に記載されるフレームワークは、多様なディジタルデバイスにわたって表現される消費者行動についての、又はこれをめぐる無数の特性を測定するために利用され、又は少なくとも利用できるシステムとして実施され得る。

判定可能な特性は、それらに限定されないが、消費者による、又はより一般的にはユーザーによる多様なデバイスの使用、このようなデバイスのインストールベース、ユーザーのアクション、すなわちユーザーがデバイスで何をするのか、を含み、その結果、例えばユーザーがこれらのデバイスを用いてアプリケーション（アプリ）やウエブを利用する方法、ユーザーがダウンロードし、及び／又はインタラクトするアプリ、ウエブサイト、又はメディアは何か、及びこれらのアプリ、サービス、及びコンテンツが、そもそもどのようにデバイスに配布されるのか、を解明する。アプリをダウンロードすることと、それらを実際に使用することとの関係が確証され得る。ディジタルデバイス、又はその使用に関する経済的相互作用が分析され得る。複数のディジタルデバイスの利用状況の相違と関連性が調査され得る。

上記の特性は、本発明によるシステム及び方法の実施形態によって提供される異なる詳細さのレベルで、（例えばすべてのアプリケーションにわたって、多様なカテゴリのアプリケーションについて、又は特定のアプリケーションについて）、様々な視聴者について（例えばユーザー／消費者グループ）、及び／又は異なる期間にわたって（例えば毎日、毎週、毎月）点検され得る。

縦断的なパッシブな計量を用いることによって、本明細書に記載のフレームワークは、断片化したアクティビティのロングテールをキャプチャするため、大規模な継続的サンプル（例えば、Verto Partner Panels（登録商標））を使用して観測的に、有利にディジタル行動を測定するために活用（紐付け／harness）される。取得されたデータは、例えば人口統計学的分布を較正するためのサンプル派生階層化データ、行動プロファイルングのためのパッシブな計量を含む入念に層化された縦断パネル、及び行動の較正とスケーリングのためのセンサスデータを含む幾つかの実質的に独立したデータソースに基づいて品質管理される。

本明細書に記載の配布可能物（配布物／deliverables）の根底にある１つのコンセプトは、例えば以下の３つの情報カテゴリを一緒に（相互に）橋渡しする能力にある：
１．（モバイル）ハードウエア市場の進行中の変化を反映する、異なる（モバイル）プラットフォーム及びデバイスの浸透と分布を示すハードウエア分布データ、
２．異なる（モバイル）アプリケーションの浸透と分布を示すアプリ（アプリケーション）分布及び収益化データ、これらのアプリの販売、及びユーザーによってなされるアプリ内購入によって生じる収益の数値化、及び
３．アプリ／コンテンツ利用及びエンゲージメント−消費者が（モバイル）コンテンツ（例えばアプリ、ウィジェット、ウエブサイト）と相互作用し、これにエンゲージするかを示すデータ。

モバイルプラットフォーム／デバイス／アプリ関連の解析に加えて、又はその代わりに、十分なソースデータが入手できれば、実質的に非モバイル又は非携帯型デバイスに関する対応する解析が実行され得よう。

図１は、１００で概念的な観点とデバイス中心の観点の両方からの本発明によるシステムの実施形態を示している。

少なくとも機能的に接続された幾つかのサーバ１０８を含む電子システム１１０は、ユーザー１０２（通常は人間）のオンライン行動に関するデータ取得及び解析などのアクティビティ、及びネットワーク接続可能な、好ましくはインターネット１０７接続可能なデスクトップコンピュータ、ラップトップコンピュータ、タブレット、携帯電話及び特にスマートフォンなどのユーザーデバイス１０４、様々な補助デバイス１０４ａ、１０４ｂ（例えばゴーグルタイプのＵＩ、スマートＴＶ、又は他のＵＩデバイス）などの装着デバイスに関する他のアクティビティのために提供される。実施形態及び取られる視点に応じて、システム１１０は、幾つかのユーザーデバイス１０４、オプションとして、補助デバイス１０４ａ、１０４ｂ、及びさらにはデータソースなどの要素をも含むと見なされてもよい。

リサーチメータ−と呼ばれてもよい、ユーザーデバイス１０４、１０４ａ、１０４ｂを利用して、好ましくはその中に提供されている計量／データ収集アプリケーション論理１０５（ソフトウエア）を介してキャプチャされるユーザーレベルデータに加えて、ターゲットにされる母集団（集団／population）の中での特性の分布を示すセンサスレベルのデータ、又は例えばその完全かつ厳密に定義されたそのサブセットが、少なくとも１つのネットワークキャリヤ、アドネットワーク、アドエクスチェンジ、サイト又はアプリ解析プラットフォーム、ネットワークゲートウエイ、ネットワークプロキシ、及び／又はコンテンツ管理プラットフォーム又はアプリケーションストアなどのコンテンツデリバリ／配信プラットフォーム（１つ又は複数）を含み得るオンラインサービスなどの幾つかのユーザーから独立したデータソース１０７ａから取得される。これらのデータソース１０７ａからのデータは、例えば利用できるアプリケーションプログラミングインターフェース（ＡＰＩ）を介してシステム１１０によって開始されるポーリング又はフィッティング手順によってサーバなどの関連するネットワーク接続されたディジタルデバイスによって、及び／又は、例えばタイマベースの条件（他のオプションのなかでも特に毎日、毎週、又は毎月のデータ送信）を組み込んだトリガ条件の充足に応答して所定の論理に従ってデータソース（１つ又は複数）／サーバ（１つ又は複数）自体によるプッシングメカニズムを介して提供され得る

システム１１０は、解析結果を発注しかつ／又は関心を持つ１つ又は複数の会社、人、又は基本的にすべてのターゲットパーティ（関係者／参加者）又は消費者を含み得る、ターゲットエンティティ１０２ａを適切に対応するためにオントロジー（オントロジー：存在学的／ontological）メタデータスキーマ（スキーマ：概念／シューマ／schema）及び幾つかの異なる処理技術によって、取得されたデータに観測されるエンティティを収集し、分類し、マルチレベルでカテゴライズ（分類）されたオントロジーへとアセンブルするように構成される。すなわち、これらのパーティには、それらに限らないがディジタルファイル又は他の表現を含む可能性のある、有利にはコンピューティング装置、及びそこで動作するブラウザなどの適宜なクライアント装置を介してアクセス可能及び／又は観測可能な視覚表現を含む電子報告を含む可能性のある所望のタイプの配布可能物が提供される。

勿論、システム１１０にアクセスし、かつ／又は配布可能物を点検するためのＵＩ１１２は好ましくは、使用経験を増強するためにオプションとしてテーラードアドオンモジュール（１つ又は複数）で補足された共通のウエブブラウジングアプリケーションを介してアクセス可能なウエブベースのユーザーインターフェースを含み得る。ウエブベースのインターフェースは、ユーザーが便利に最新のデータ、又は履歴データ（解析結果）をモニタし、データの変化（動向など）を同定し、かつ／又はオプションとして、必要ならウエブベースの報告インターフェースのインタラクティブかつリアクティブなコンポーネントを介して履歴データ又は現在のデータを使用してアドホック解析を実行できるように構成され得る。それに加えて、又はその代わりに、配布可能物（１つ又は複数）は、幾つかの他の出力チャネルを介して、例えばターゲットアプリケーション及び／又はサービスによってアクセス可能な幾つかのＡＰＩを介して、又はｅメールを介して提供され得る。

参加者の関心が変わることがあるため、システム１１０は好ましくは、ＵＩ１１２を介してシステムに提供されるクライアントのニーズに応じて解析及び／又は配布可能物（１つ又は複数）の範囲を動的に決定するように構成される。範囲は他のオプションに加えて、ユーザー母集団、ユーザーデバイス、使用されるアプリケーション、アプリケーションの収益化、及び／又は時間的要因（１つ又は複数）によって制限され得る。例えば、システム１１０は、例えば１つ以上のターゲットグループ／視聴者に関するフィルタ、探索の１つ以上の評価基準、範囲の選択（例えばデバイスのカテゴリ、デバイスの銘柄、アプリのカテゴリ、特定のアプリ、ウエブサイトなど）、及び所望の期間（例えば「２０１４年１月」）、及び／又は時間分解能（例えば毎日、毎週、毎月など）からなるグループから選択されるデータ解析及び／又はデータ表現の範囲を調整するための少なくとも１つのユーザー変更可能なフィーチャ（特徴／要素）を実施するＵＩ １１２を提供するように構成され得る。

図２は２００で、より概念的かつ機能的な観点からシステムの実施形態を示している。一般的なデータ（処理）フローが図のデータ収集アクティビティと製作／出力アクティビティとの間の水平の矢印で示されている。

２００で、構造調査２０８が、例えばデータ較正のベースとして利用される１つの情報源として示されている。

好ましくは、構造調査２０８は、（第１の）リサーチパネル２１６の徴募（recruitment）のための所望のパネル階層化（すなわち割り当て）の決定、及びデータ収集プロセス２０２中に収集され、および、データ生成プロセス２０４中に収集又はアセンブルされる結果データの較正などの幾つかのアクションについて、場合によってはセンサスデータ２１１と共に独自ベースを提供するための独自調査であり、又はその独自調査を組み込んでいる。構造調査２０８は、例えばそのカバレージ／代表性を最大限にするためにオフラインの調査として実行され得る。

構造調査２０８は、リサーチされる母集団を記述する基本的な統計的仮定の概要を示すように設計される。構造調査２０８は、例えば以下の問題に（概念的に）答えるために使用され得る。
・所望の市場の母集団のデバイス所有者の特性（例えばある特定の国、州、又は他の地理的地域）（大人）は何か。
・測定されるデバイスの所有者の社会人口学的特性は何か。

構造調査２０８は、本発明に記載のシステムをも実施する参加者によって実施されることができ、あるいは方法論のある特定の実施では、調査２０８は、信用があり信頼できる市場リサーチベンダー、又は利用可能な他の社会調査会社から認可され、又は委託されてもよい。上に列挙した要件を満たすのに十分なデータを提供でき、かつ第三者のリサーチベンダーから認可又は委託されてもよいリ多様なリサーチの方法がある。

センサスデータ２１１は、例えばネットワークトラフィック、又はネットワークアクティビティのモニタリングを介して取得され得るネットワークセンサスデータ２１０、及び特に例えばアプリストアデータ２１２を組み込み得る。好ましくは、センサスレベルデータは、幾つかの実施形態ではデバイス、ユーザー、サービス、アプリケーション、又はウエブサイトを含み得る多様な対象を記述する。したがって、センサスデータに含まれる各データセットは、その特定のデータセットが適用される母集団全体に関する集計的、又はケースレベルの特性および情報を提供するべきである。センサスデータ２１１は、データ収集プロセス２０２で収集されるデータ、及びデータ生成プロセス２０４で収集、又はアセンブルされるデータを較正するために構造的データ２０８と共に使用され得る。

メタデータ２１４は、データ収集プロセス２０４及びデータ生成プロセス２０４中に発見、又は観測されたエンティティ（例えばモバイルデバイス、オペレーティングシステム、訪問ウエブサイト、アプリケーションなど）をカテゴライズする役割を果たすエンティティ分類法を定義するために利用されるオントロジーデータセットであり、これを組み込み、又は定義する。このデータは、
・データ処理プロセス２０４で、必要に応じて関連するデータアイテムをカテゴリにグループ分けし、かつ／又は
・配布可能物（１つ又は複数）内のカテゴリに編成されたデータを取得するために使用され得る。

リサーチメータ−２１７は、取得され、オプションとしてディジタルデバイス（例えばコンピュータ、スマートフォン、タブレットなど）にダウンロードされ、インストールされるソフトウエアとして実施され、そこでアクティビティをモニタし、ログし得る。これは基本的に、本発明に記載のシステム及びフレームワークのための一次データソースとして機能することができ、そのデータは、
・第１のリサーチパネル（以下を参照）２１６内でモニタされるデバイスの行動／アクティビティに関する観測データ、及び／又は
・例えば前述のＶｅｒｔｏ Ｐａｒｔｎｅｒ Ｐａｎｅｌｓ（登録商標）などの第２のリサーチパネル内でモニタされるデバイスの行動／アクティビティに関する観測データを収集するために使用される。

ここで最後にパネル２１６、２１８をより詳細に検討すると、第１のリサーチパネル２１６は好ましくは、好ましくは選択され、定義された１つの方法を用いて徴募されるべきディジタルデバイスのユーザーのパッシブ（受動的）に計量されるパネルである。幾つかの実施形態では、この方法は、ポップアップインターセプトによって促進されるＣＡＷＩ（コンピュータ支援ウエブインタビュー）、オンラインアクセスパネル（１つ又は複数）招待、便宜的登録インターセプト、ＣＡＴＩ（コンピュータ支援電話インタビュー）、ＣＡＰＩ（コンピュータ支援個人インタビュー）、又は他の普及し、確立されたリサーチ方法などの技術を含み得る。

パネルの構成は、有利には構造調査から派生するターゲットとされる割り当てに基づいて決定されるべきである。パネリストはそのディジタルデバイスにインストールされたリサーチメータ−２１７を有し、リサーチメータ−２１７はパネリストの行動をパッシブにモニタする。パッシブな計量は一般に、ユーザーがソフトウエアと別個に相互作用する必要なく、ユーザーのアクティビティ、又はコンテクストパラメータを追跡するソフトウエアが、前記デバイスの背景で少なくとも相当の範囲まで動作する技術を指す。これらのソフトウエアメータをディジタルデバイスにインストールする際、ユーザーはインストールに関連するステップを完了する必要がある。このようなデバイスで動作する１つのソフトウエアは、幾つかの実施形態では、例えばマスターデバイスに機能的に接続され、したがってオプションとしてこれとワイヤレスで通信するディジタルデバイスなどの幾つかの他のディジタルデバイス上で測定データを生み出し得る。

第１のリサーチパネル２１６の１つの目的は、消費者行動の高品質（すなわち高度に制御され、精密に較正された）データソースを提供することにある。リサーチサンプルのサイズはデータの綿密さを制約するが（すなわちロングテールデータの可用性の制約）、しかしパネルは特に、入念に実施されればその視聴者／ユーザーが十分に多い対象（例えばアプリ、ウエブサイト、デバイスメーカー、人口統計学的グループなど）向けの高品質データを提供する。

詳細には、またリサーチメータ−２１７の実施形態に応じて、及びデータ生成プロセス２０４の完了後、パネル２１６は、例えば以下の質問に答える高品質データを提供するように設計され得る：
・ある特定の市場の消費者の間でのディジタルデバイスの利用状況及び浸透率はどうか
・消費者はそのディジタルデバイスでどのリソース（例えばアプリケーション、ウエブサイト、メディア）と相互作用するか
・消費者はそのディジタルデバイスを介してトップリソース（例えばアプリケーション、ウエブサイト、メディア）とどのように相互作用するか
・消費者は何のために、いつ、どのように、また幾らの金額でディジタルデバイスに金銭を支払うか
・複数のディジタルデバイスを持つ消費者を考慮すると、上記の質問はデバイス間でどのように変化するか
・アプリ／コンテンツ分布、利用状況、交換、及び／又は利用の増加状況の動向は何か

パネル２１６からのデータは１つの一次配布可能物２０６を形成し、又は形成するために使用されることができ、第２のリサーチパネル２１８（例えばＶｅｒｔｏ Ｐａｒｔｎｅｒ Ｐａｎｅｌｓ（登録商標））に基づいて派生した出力データの形態を形成する。

本明細書に述べるように、パネル２１６は階層化された割り当てに基づいて徴募され、パネルの階層化は、構造調査２０８の結果に基づいて決定され得る。

第１のリサーチパネル２１６に参加するように招待される前に（すなわちサンプリングフレームに入る前に）、応答者は、例えば応答者の年齢及び住所、デバイス／ネットワーク所有権又はアクセス可能性、調査参加履歴などに関する異なる要件を含み得る幾つかの基本的な基準を満たす必要がある。

パネル２１６に参加するパネリストは、所望の態様で補償され得る。各々の特定のパネリストの報酬のメカニズムとインセンティブの処理は、このようなパネリストを生み出したサンプルベンダーと協同で決定されるべきである。インセンティブは、ディジタルコンテンツ、サービス、アプリなどに対するアクセス又は高度アクセス／ユーザーの権利など、ディジタルでもよく、及びディジタル割り当てされてもよい。

第２のリサーチパネル、例えばＶｅｒｔｏ Ｐａｒｔｎｅｒ Ｐａｎｅｌｓ（登録商標）１８は好ましくは、便宜的サンプリングを介してディジタルユーザーがもっとも有利に徴募されるパッシブに計量されるパネルである。場合によっては、例えば主としてリサーチ調査に参加する以外の目的でユーザーがダウンロードするある特定のエンドユーザー向きのアプロに埋め込まれるものとしてリサーチメータ−２１７が含まれるシナリオを考慮すると、徴募は間接的なものでもよい。パネルは、以下のユーザーから構成され、又はこれを含んでいる：
・１つ以上のモバイルアプリケーションに含まれる（バンドルされる）リサーチメータ−２１７をインストールしたユーザー；
・システムに人口統計学的プロファイルデータを提供したユーザー；及び／又は
・システムに匿名データを提供することに同意したユーザー

パネルの構成は、デフォルトでは、実質的に管理されず（すなわち「基本的に参加制限なし」）又はほぼ管理されないため、パネル２１８の役割は、深いレベルのロングテールデータを提供できる極度に大規模なサンプルの開発（展開）にある。パネル２１８は、大量の対象（例えばアプリ、ウエブサイト、デバイスなど）の補足データを提供するように特に構成され得る。

また、サンプルの人口統計学的な、及び行動上の代表性は前記に照らして管理されないため、そのデータは他のデータを較正するためには使用されない。その代わりに、パネル２１８からのデータ自体が、第１のリサーチパネル２１６からのデータ、及びデータ収集プロセス２０２で収集された他のデータなどの本来的により代表的で管理されたデータで較正される。

パネル２１８の原理及び関連する技術的特徴をより詳細に考慮すると、本明細書に記載のフレームワークが報告しようとする対象は極めて断片化されているため、実際の環境ではサイズが極度に大きいサンプルなしではディジタル行動に関する完全な／綿密なデータを提供することは不可能である。第１のリサーチパネル２１６（上記を参照）用に設計された厳密な手順を用いて極度に大きいサンプルを徴募するのはパネリスト当たりベースのコストが法外に高くなるであろう。したがって、第１のパネル２１６は、好ましくは便宜的（管理されない、又は「手あたり次第」）ベースで徴募される第２のパネル２１８の開発によって補足される。

パネル２１８には好ましくはサイズの制限がない。しかし、幾つかの実施形態では、パネル２１８からのデータは、適用される品質管理及び検証（有効化／validation）プロセスを経て選択されるパネリストの数が所定数、例えば２００００を超えた場合にのみ配布可能物（１つ又は複数）２０６に含め得る。

好ましい実施形態では、第２のパネル２１８の構成はアプリオリに管理されるのではなく、検証ステータスは有利には、検証済み（「タブ内」）パネリストとして事後に含めように、関連応答者をサブ選択（予備選択）するように設計される。

第２のパネル２１８のパネリストは、モバイルデバイス（すなわち、例えばｉＯＳ（登録商標）、Blackberry（登録商標）、アンドロイド（登録商標）、及び／又はウインドウズ（登録商標）モバイルデバイス）のユーザー母集団から徴募され得る。例えば、特定のパネリストのソースは、リサーチメータ−２１７、又はリサーチSDK（ソフトウエア開発キット）を組み込んだ１つ以上のモバイルアプリケーションをインストールしたユーザーであってよい。

組み込んだアプリをインストールしたユーザーは基本的に、第２のパネル２１０に参加するように招待される。招待は、例えば視覚メッセージを用いてアプリ自体を経て提供され得る。参加はユーザーの自発的オプトインに基づくものである。しかし、規制上、及び倫理的要件のため、ユーザーはオプトインと共に事前認証特性として生年を示す必要がある場合がある（例えば、１８歳未満のユーザーは自動的にオプトアウトされる）。

徴募の調査は、応答者に関する基本的な／最小限のデータを収集して、それらのデータに適宜に重み付するように実行され得る。パネル２１８の徴募調査から収集される基本的な人口統計学的情報は、例えばデバイスのタイプ、モバイル、性別、学歴、住所、世帯の規模など）を含むことができよう。

メガパネリストのデータに重み付けするデータは、オプションとして例えばソフトウエアベースの観測を用いて、又はパネリストを記述する選択された第三者を組み込むことによって、又はこれをパネリスト向けに実現するために何らかの形態のポップアップ又はアンケートを用いて幾つかのソースから技術的に導出され得る。

配布可能物データ２０６は、本明細書に記載の最終的出力であるが、これを受領する顧客１０２ａは、必要があれば明らかに、例えば専用ツールなどを使用してこれを洗練させ得る。配布可能物２０６は、オプションとしてウエブベースのユーザーインターフェースを介して全部又は一部をユーザーが利用可能になる、例えばデバイスの利用状況、アプリ／サービスの利用状況、及びユーザーの行動に関する較正され、処理され、カテゴライズされた情報を含んでいる。あるいは、情報を消費するために例えばネーテイブアプリケーションを利用できよう。

配布可能物（１つ又は複数）は、バックエンドで例えば単一の、一元化されたデータベースとして実施され得る。しかし、ウエブベースのインターフェースなどの利用可能なUI(１つ又は複数)を介して限定部分（１つ又は複数）にアクセスする特別なユーザーの権利が各顧客に付与されてもよい。

例えば、配布可能物（１つ又は複数）は、ハードウエア分布、コンテンツ分布、アプリ／コンテンツの利用状況及びエンゲージメント、及びアプリ解析からなるグループから選択された少なくとも１つの要素を含み得る。

図１１は、前述のテーマ及び特徴を含む本発明による方法の実施形態の包括的な流れ図１１００を示している。

開始１１０２で、システムは立ち上げられ、これは関連するハードウエアとソフトウエアの取得と設定であると言える。システムは、オプションとして例えばクラウドコンピューティング環境に配置される幾つかのサーバデバイスを含み得る。さらに、少なくとも第２のユーザーパネルのためのパネリストの「無言の」徴募が既にこの段階で、例えば便宜的サンプリングを介して既に開始され、関連する測定、ロギング及び報告ソフトウエアが、好ましくは他のソフトウエアとセットになって（バンドルされて／附属して）モバイル端末又は他の端末などの複数のユーザーデバイスに配布され得る。さらに、例えばセンサスレベルデータのサプライヤーが選択され、必要なデータ通信チャネルが確立されてもよい。

１１０４で、パネルデータの較正のために使用されるべき測定領域（人口動態など）、第１のリサーチパネルの階層化（割り当て）を決定するために構造調査が実行される。次いで、それに従って特に第１のパネル２１６のためのパネリストの徴募が実行され得る。

１１０６で、好ましくはアプリストア、ネットワークデータのサプライヤなどからセンサスレベルデータが取得される。

１１０８で、ユーザーレベルデータがパネリストから受信される。

１１１０で、データの編成を含むデータ処理が行われる。以下により詳細に記載するように、（構造調査２０８からの）サンプル派生階層化データ及び／又はセンサスレベルデータを用いたユーザーレベルデータの較正が行われる。

１１１２で、収集されたセンサス及びユーザーレベルデータに基づく配布可能物（１つ又は複数）が構築される。アイテム１１１６は、配布可能物のコンテンツ及び／又は形態を形成する顧客入力を指す（アイテム１１１２まで図示されていないが、このような入力は様々な処理段階でシステムによって受信され、考慮される）。

１１１４で、方法の実行が終了する。

点線のループバックの矢印で図示されるように、アイテムの入力は当業者には明白であるように本開示に基づいて反復的及び／又は繰り返し的でもよく、通常はそうされる。また、実行の順序は例えば新たなデータの利用可能性に応じて変化してもよく、例えばユーザーレベルデータの反復的な較正の可能性を考慮して、アイテムの並行した、又は交互の処理も現実の実施で行われてもよく、通常は行われる。

図３を参照すると、本発明に関連して使用されるべき実施可能なマルチデバイスアプローチの実施例が３００で示されている。概して、ユーザー１０２とそのデバイス１０４、１０４ａとの通信は実線で示され、デバイス間の通信は破線で示されている。実際に、本発明の好ましい実施形態では、一人のユーザーの複数のデバイスは、これらのデバイスのうちの１つ又は複数が、実際的な理由で少なくともフルスケールのソフトウエア又はハードウエアベースのデータ収集技術を実行するように構成され得なくても、又は構成されなくても追跡され得る。特に、ユーザー１０２が装着デバイス、又はウエアラブルデバイス、又は外部ユーザーインターフェース（その例はスマートウオッチデバイス、又はディジタルゴーグル型のディジタルスクリーンである）と相互作用したとしても、関連する測定データが収集されるようにシステムは好ましくは構成され得る。これらの場合、システムはその間に以下の機能の１つ又は複数を実行するために、前記の装着デバイス又はユーザーインターフェース１０４ａが接続されるいわゆるマスターデバイス１０４を利用する：
１．装着デバイス（１つ又は複数）１０４ａとマスターデバイス１０４との間で行われるトラフィック、信号又は他のイベントを追跡する。
２．測定データを収集するために、（例えば幾つかのコンテクストイベントトリガに基づいて）パッシブに、又は（例えば所定間隔に基づいて）アクティブに装着デバイス（１つ又は複数）１０４ａのアプリケーションプログラミングインターフェース（API）をポーリングする。
３．収集された測定データを一時的に、又は所定継続期間だけマスターデバイスに格納する。
４．解析目的のため、システムのネットワークベースのデータ収集サーバ１０８にデータを送信する。

好ましくは、マスターデバイスは、生来特定のデバイス（マスターデバイス自体、又は任意の装着デバイス）に関するデータが後に同じデバイスにトラックバックされ得るように、データを追跡し、格納し、送信するように構成される。実施可能な実装形態では、ユーザーは、ユーザーに割り当てられた特定のユーザー識別コード又は番号（ID）を有しているが、各デバイスは、それがマスター１０４又は装着（スレーブ）デバイス１０４ａであるかに関わりなく、それらの一部が互いに接続されているとしても独自の一意的なデバイス識別番号も有している。

この種の実装形態は、解析段階で他の可能性のある利点と共に、取得された利用状況データを異なるデバイスとユーザーインターフェースとに分割することを可能にする。さらに、ある実装形態では、マスターデバイス又はリモートサーバ内にあり得る追跡／測定の追跡を処理するエンジンは、（マスターデバイスに対応して）例えばユーザーID番号及び／又はデバイスIDを割り当てることに加えて、ユーザーインターフェースＩＤをマスターデバイス１０４に接続されたユーザーインターフェイス／装着デバイスに割り当て、又は登録するように構成され得る。

実際に、マスターデバイス１０４（例えばデータ格納及びネットワークへのゲートウエイとして使用され、使用中の異なるユーザーインターフェースの識別／登録を処理するようなデバイス）によって測定が相当の範囲で実行され、リード（主導）されるが、エンゲージメント及びユーザーのアクションが例えば装着型の、つながれた、スレーブデバイス１０４ａで行われる実装形態では、以下の技術的ステップが実施され得る：
１．新たな、又は既存のユーザーインターフェースが、例えば新たな接続の動的なリッスンを介して、あるいはペアリングされた、又は接続されたデバイスに関する情報を周期的にポーリングすることによってマスターデバイスに接続されているものとして登録される；
２．好ましくはハートビート（コンテンツ、サービス、アプリとのアクティブなエンゲージがなされない場合でもデバイスはターンオンされている（オン状態である））を含むステータス情報が各デバイスについて追跡される。

本明細書に記載のシステムでは、複数のデバイス、又は複数のUI行動を追跡するため、マスターデバイス１０４は、有利には、イベントや潜在的にスクリーンショットを含む他の測定データを、中央で、装着デバイスにそれらのアクティビティを負担させずに、ログする。マスターデバイス１０４は、このデータを収集するため、利用可能な広く使用されているAPI及び他の機能コールを使用するように構成されてもよく、又はその代わりに、又はそれに加えて幾つかの実装形態では、より根本的なシグナリング、トラフィックチャネル、HTTPデータ（メインデバイスは一種のネットワークゲートウエイとして使用されるため）、又は他のスタック又はより低レベルのAPIを追跡できよう。

図４を参照すると、機能的／論理的観点４０１A、及びハードウエアの観点４０１Bでの本発明によるシステム４００の実施形態の内部が示されている。

アイテム４１２は、様々なソースからのデータ取得、異なるエンティティ間のデータ転送、構成管理などを担う主制御論理を指す。

アイテム４１０は、収集され、処理されるデータを格納するデータベースなどの幾つかのデータレポジトリを指す。

アイテム４１４は、データを多値データセットに編成し、カテゴライズするために使用されるオントロジーメタデータスキーマ（１つ又は複数）を指す。

アイテム４１６は、収集されたユーザーレベルデータ及びセンサスレベルデータを処理し、解析することによって取得される、統合され、カテゴライズされたマルチレベルデータを含む配布可能物（１つ又は複数）を出力するためのＵＩを指す。

アイテム４０８はシステム又はサーバエンドでのユーザーレベルデータ収集論理（１つ又は複数）を指し、アイテム４０２は、リサーチメータ−２１７又は（リサーチＳＫＤ）、すなわちユーザーデバイス上における、そして、例えばオンライン／モバイルサービスに関連したデータの計量、ロギング、場合によっては処理、及び転送を扱う論理（１つ又は複数）を指す。好ましくは、論理は任意のオンライン又はモバイルサービス、又はアプリに容易にプラグインできるように作成され、人々がこれらの特定のサービス又はアプリを利用すると、次いで論理は背景で起動され、測定を実行し、測定データを示唆されるシステムのサーバ（１つ又は複数）に送信することができる。これはすべて、インターフェース又は設定の可能性を「ホストアプリ」に提供する必要なく、論理がどのように動作するかに影響せずに行ない得る。しかし、幾つかの実装形態では、ホストアプリに信号、データ又はその他の何かを返送し得るように、論理モジュールに組み込まれた選択された幾つかの「フィードバックループ」があり得る。

論理４０２と統合されたアプリのリストは、好ましくは監視（オーバーサイト／oversight）／管理目的で常時保持される。統合アプリをインストールしたすべての（モバイル）ユーザーには、第２のリサーチパネル２１８に参加（オプトイン）する機会が与えられ得る。したがって、統合アプリをインストールしたこのユーザー母集団は、第２のパネル２１８用のサンプルフレームを確立し得る。

アイテム４０４は対応して、センサスレベルデータ収集論理を指す。図には明示されていないが、この場合も、例えばサーバでオンラインサービスを実行し、かつ／又はホストするリモートエンティティでインストールされた対応するデータ収集エンティティ又はリサーチＳＫＤは、データ収集目的で適用され得る。

アイテム４０６は、UI４１６を介して出力される所望の種類の配布可能物を取得するために、例えばスキーマ（１つ又は複数）４１４を利用して収集されたデータを検証し、結合し、較正し、処理し、かつ編成するように構成されたデータ解析論理を指す。

ハードウエア側４０１Bでは、サーバ（１つ又は複数）及びユーザーデバイス（マスターデバイスと装着デバイスの両方）などの応用デバイスのそれぞれは、命令及びデータを処理するために、マイクロプロセッサ、マイクロコントローラ、信号プロセッサなどの幾つかの処理デバイスを含み得る。さらに、これらはプログラム命令、及び収集されたユーザーレベル及び／又はセンサスレベルのデータ、処理済みデータ、オントロジースキーマ（１つ又は複数）、配布可能物などの他のデータを格納するためのメモリ（チップ）４２２を含み得る。

データインターフェース４２６は、例えば有線でも無線でもよいピアツーピアインターフェース又はネットワークインターフェースを指すこともある。サーバタイプのデバイスは通常は、例えばイーサーネット又は他のＬＡＮタイプの接続手段を有する（有線）ネットワークアダプタを含み得るのに対して、モバイルユーザーデバイスは通常は、インターネットにアクセスし、かつ／又は近隣の他のデバイスと通信するために、セルラトランシーバ（例えば３Ｇ）及び／又はＷＬＡＮ（ワイヤレスローカルエリアネットワーク）、又はＢｌｕｅｔｏｏｔｈ（登録商標）トランシーバなどの幾つかの無線トランシーバを含み得る。さらに、例えばタグリーダー（ＲＦＩＤ（無線周波数識別）又は（ＮＦＣ（近距離無線通信）が含まれ得る。ＵＩはデイスプレー４２４、及びキーパッド、キーボード、タッチインターフェース（例えばタッチスクリーン）などのデータ入力デバイス４３０を備え得る。さらに、デバイスは通常、１つ以上のセンサ、電源部品、ケーシングなどの様々な他の要素４２８を含んでいる。
いくつかのコンクリートデバイスにより本明細書で記述した方法のステップ及び一般には手順を実行するプログラムコード（ソフトウェア）は、メモリカード又は光ディスクなどの担持媒体上に提供され、又は、有線又は無線の通信媒体を介して移送される。

図５を参照すると、センサスデータ２１１を介して測定された異なる潜在的母集団間の関係が５００で示されている。すなわち、センサスデータ２１１に含まれるデータは、各々がユーザー母集団全体の特定のサブセットに関するデータを報告する別個の、無関係のデータセット（「コンピュータのユーザー」５１０、「モバイルウエブのユーザー」５１２又は「モバイルノンウエブのユーザー」５０８）に細分化され得る。

前記の３つの母集団は重複する公算がある：個人は同時にコンピュータのユーザー、モバイルデバイスのユーザー、及びモバイルデバイスアプリのユーザーであり得る。しかし、異なるセンサスデータは通常は、これらの３つのサブ母集団ごとに異なるリーチ（射程／reach）を有している。

センサスデータ２１１が較正で使用するための信頼できるデータを提供するためには、センサスデータベンダーは、これらの３つの母集団の各々の中のリーチが最大化され（好ましくは１００％に近づき）、同時に、特定のユーザーがセンサスデータベンダー間で二重集計される可能性が最小限になる（好ましくは０％に近づく）ように優先的に選択される。

実際には、測定される３つのサブ母集団にわたって確実の１００％のリーチに近づく１つの方法は、複数のセンサスデータソースを結合することである。しかし、特定のユニークユーザーが二重集計される公算を最小限にする必要があるため、これらのセンサスデータソース間での視聴者の重複はアプリオリに最小限にされなければならない。本発明を実施する人は、測定される各サブ母集団内で、またサブ母集団にまたがってセンサスデータベンダーのリーチと重複とを正確に判定するようにセンサスデータのベンダーを注意深く選択することが推奨される。

センサスデータは好ましくは、較正目的のために、また例えば利用中のデバイス、又は起動される新たなデバイスの数に関する公開された推計ができる限り実際の数に近づくように、適時に（例えば毎月）処理され、他のデータソースと比較される。

センサスデータは、ユーザー又はデバイスのタイプに関して伝える各々の欄ごとに、例えばある特定の国で、特定期間中に観測されるアクションの公称数又は相対数を、及び／又は、ある特定期間中に見られるユニークユーザーの公称数又は相対数を開示する表を含むローレベル（生データレベル）のフォーマットで供給され得る。

幾つかの実装形態では、システムは、ユーザーのタイプ、デバイスのタイプ、及び利用されるアプリを自動的に、又は（人間のキュレーションで）半自動的に識別するために、提供されたローレベルの情報中のローレベルストリングを使用するように構成され得る。ローレベルストリングは、例えば識別子としての役割を果たす英数字データを含み得る。同様に、例えばデバイスの一時的又は永続的なシリアルナンバーなどの任意のデバイス関連ＩＤに基づいて、デバイスの独自番号がセンサスデータの任意のデバイス及び／又はアプリ特有の部分について集計され得る。

本発明の幾つかの実装形態では、パネル２１６、２１８は、それぞれのサンプル階層における行動バイアスを管理する技術的手段なしで徴募され得る。

構造調査２０８は人口統計学的管理と較正の幾つかの測定を提供するが、その叙述的根拠によってその行動値はパネル２１６、２１８の行動代表性の較正にとってやや無意味になる。

場合によっては、センサスデータは、ユーザー、デバイス、又はサービスの定義されたサブ母集団全体の行動を反映する特定のデータポイントを含み得る。このようなセンサスデータは、前述のように行動特性をそれぞれのパネル２１６、２１８のサンプル階層に組み込むことができないことにより生じる意図しない行動バイアスを較正するために利用され得る。較正用に使用されるセンサスレベルの行動データを提供し得るセンサスデータの一例は、アプリストアデータ２１２として表されるモバイルアプリケーションストア（アプリストア）で入手可能なアプリケーションに関するセンサスレベル情報である。

図６に切り換えてこれを参照すると、アプリストアデータ又はこれに類するデータは、例えば公に入手可能な、又は私有のインターフェースを例えば周期的にスキャンするようにプログラムされたロボット（１つ又は複数）／クローラ（１つ又は複数）によって巧みに収集されることができ、これは、図において６００で示される。

例えば、毎日ベース（２４時間に一回）で、本発明のシステムは、任意的に適宜のAPI(１つ又は複数）を介して、モニタされているアプリストア又は他の多かれ少なかれ対応するコンテンツ配布／配信プラットフォームに接続し、アプリストア内にリストされた各アプリケーションを繰り返し処理するように構成され得る。各アプリケーションに関して、これは例えば、当該のアプリストア、タイムスタンプ、当該のアプリケーション名などの１つ以上のデータポイントを記録するように構成され得る。

各アプリケーションに関しては、これは例えば以下のデータアイテムの１つ以上を記録するように構成され得る：
・アプリストア。データがそこから収集されたアプリストアを示す独自の識別子。
・タイムスタンプ。データがアプリストアから収集された時点を示すＵＴＣタイムスタンプ。
・アプリケーション識別。当該のアプリケーションのＩＤコード又は名称（又は他の独自の識別子）。
・ランキングリスト（１つ又は複数）内のアプリの位置に関する情報。
・アプリのカテゴリ。アプリケーションがどのようにカテゴライズされるかを記載するデータ。

アプリストアクローラは、データをロー（生）データベース６１２に格納し、カテゴライズされたアプリ、及び例えばアプリストアクローラの状態に関する情報を含むメタデータ記憶装置６１０にアクセスできるマスターサーバユニット６０８を有し得る。

そして、アプリストアクローラは、例えば幾つかの異なるユーザーアカウント及び／又は他のエミュレータ指向フィーチャを使用して、特定のワイヤレスデバイス又は特定のユーザーの「振りをし」又はエミュレートし、かつ／又はプロキシ／ＶＰＮトンネル６０６を使用することによって、又はアプリストアＡＰＩ（場合によってはパブリック、場合によってはプライベート）に直接アクセスすることによって、例えば異なる国の異なるアプリストアインスタンス６０２、６０４からバッチで、又は１つずつ情報を要求し、それによって関連データをプラットフォームへフェッチするように構成され得る。したがってシステムは、異なるベンダー、国、及び場所のアプリストアＡＰＩを効率的にクロール（データ収集／crawl）するためにエミュレータ指向のフィーチャ及び／又は選択されたトンネリング及び動的ＩＰアドレススキームなどの他の技術を使用するように設計され得る。

利用可能なアプリストアのどれも通常は、各アプリケーションの実際のダウンロード数を（公に）公開せず、又は少なくともすべてがそうする訳ではないので、ダウンロード数は、それに限定されないが国特有のアプリケーションランキング、ユーザーレーティングのスコアなどの各アプリケーションについて収集された様々なデータポイントに基づいて推定され得る。

図７は７００で、例えば（推定のターゲット（対象）のエンティティに関する）ランキング及び／又はレーティングの形態の入手可能な情報に基づいて、例えばダウンロード数などのダウンロード統計の新規の推定技術に関する実施形態の様々な態様を示している。このソリューションによって、他の用途の中でも特に、包括的なアプリのセットの推定値を作成することができる。

iTune（登録商標）及びグーグルプレイ（登録商標）などの多くのアプリストアは、スマートフォンのある種のトップリスト及び例えばレーティングを公開しているが、異なるアプリの実際のダウンロード数は少なくとも包括的には公開していない。しかし、ダウンロード情報は、アプリ開発者から市場リサーチャまでモバイルアプリ市場の多くのプレイヤにとって大きな関心対象であろう。それでも好ましくは、前述のアプリストアなどの幾つかのソースでアプリに関する公的に入手可能なランキング情報がある。各アプリに関する公的に入手可能な情報を利用することによって、また他の要因の中でも特にアプリストア（１つ又は複数）により各アプリについて公開されているランキングの位置に依拠して、アプリストアにリストされているアプリの例えば毎日のダウンロード数を推定するため、次に幾つかのアプローチを以下に記載する。

更に詳細な説明に進む前に先ず第1に、所定のアプリストア内のランク位置と所定のアプリについて実際になされる（毎日の）ダウンロード数との間に明確な数学的関係があること、及びランク位置のデータが入手可能であることを前提とする。さらに、幾つかのモデルパラメータ（モデルパラメータ数）を決定するにはグラウンドトルースデータセットが必要である。

したがって、本明細書で例に取っている前述の毎日のダウンロードなどの所望の時間基準でのダウンロードを推定するために数学的モデルを用いることは、例えば所定のアプリのセットについてアプリストア（１つ又は複数）から取得された（毎日の）ランク位置、及び例えば独立したグラウンドトルースデータのソースから引き出された、適切に決定された幾つかのモデルパラメータによって可能になる。

モデル自体に関しては、従来は単純化したべき乗則モデルが提案されたが、グラウンドトルースデータに対してベンチマークされると、可変的な正確度をもたらす幾つかの他の選択肢がある。特に、以下のモデルが記載される：
指数関数： ｄ（ｒ）＝ａ＊ｅｘｐ（ｂ＊ｒ）
対数正規： ｄ（ｒ）＝ａ／ｒ^ｂ＊ｅｘｐ（ｃ＊ｌｏｇ^２（ｒ））
指数関数カットオフを
伴うべき乗則： ｄ（ｒ）＝ａ／ｒ^ｂ＊ｅｘｐ（ｃ＊ｒ）
ロマックス（Ｌｏｍａｘ）： ｄ（ｒ）＝ａ（１＋ｂ＊ｒ）^ｃ
ここにｄ（ｒ）は（毎日の）ダウンロードを、またｒはランクを指す。提案される指数モデルは２つのパラメータしか有していないが、残りのモデルは、より複雑な関係のモデリングを可能にする３つのパラメータを有している。例えば、対数正規モデルは以下のパラメータを含んでいる：スケールパラメータａ、及びモデルのスティープネスと曲率とを決定する形状パラメータｂ及びｃ。

提案される方法は以下のステップを含む：
１．モデルを想定する７０２。提案される方法の最初のステップで、適用すべき数学モデルを想定する。例えば、前述の指数関数、対数正規、対数指数カットオフを伴うべき乗則、及びロマックスモデルが考えられてもよく、（好ましくは考えられる）。
２．パラメータをフィットする７０４。モデルが想定されると、書き換え（ｒｅｓｔａｔｅｄ）モデル７０６を取得するために、既知のランク位置及びダウンロードデータなどの外部データ７１２、７１４を用いてパラメータをモデルにフィットする。このプロセスは、モデルを対数バージョンに変換することによって促進され得る：
べき乗則： ｌｏｇ（ｄ（ｒ））＝ｌｏｇ（ａ）＋＊ｌｏｇ（ｒ）
指数関数： ｌｏｇ（ｄ（ｒ）＝ｌｏｇ（ａ）＋ｂ＊ｒ
対数正規： ｌｏｇ（ｄ（ｒ））＝ｌｏｇ（ａ）−ｂ＊ｌｏｇ（ｒ）
＋ｃ＊ｌｏｇ^２（ｒ）
指数関数カットオフ
を伴うべき乗則： ｌｏｇ（ｄ（ｒ）＝ｌｏｇ（ａ）−ｂ＊ｌｏｇ（ｒ）＋ｃ＊ｒ
ロマックス： ｌｏｇｄ（ｒ）＝ｌｏｇ（ａ）＋ｃ＊ｌｏｇ（（１＋ｂ＊ｒ）
３．各ターゲットアプリについて、再記述モデルを使用して７０８ダウンロード推定値を構築する７０１。パラメータをモデルにフィットしたら、入手可能な外部情報７１６に応じて特定のアプリのダウンロード数を推定するために例えば以下に記載の２つのアルゴリズムのうちの１つを適用する。

アルゴリズム１は、現在の（毎日の）データが入手可能な状況を指す。外部（グラウンドトルース）データが性質上、日毎のものであり、アプリのサンプルについて現在入手可能なである場合は、上記のパラメータ化され／フィットされたモデルのいずれか１つを使用して所与のランクｒでこのサンプル外のアプリのダウンロード数を推定することができる。このアルゴリズムを実行するプロセスは、以下のステップを取り得る：
１．選択されたモデルについて、ｒについての値が外部（グランドトルース）データから取得されたと見なし、残りのパラメータを推定するために適用可能なモデルの対数バージョンを使用することで、ｒ以外のすべてのパラメータの値を推定する。
２．（１）で推定された値をそのモデルで示されるパラメータの代わりに適用して選択されたオリジナルのモデルを書き替える。
３．所与の日に所与のランクを有するアプリを想定すると、そのアプリのその日のダウンロード数は、（２）で決定された式を計算することにより推定され得る。
アルゴリズム２は、最初は、利用可能な日毎のデータがあり、その後、利用可能な月毎のデータのみがあるというように、外部（グランドトルース）データの利用性に不連続があるシナリオを指す。この場合、上記のパラメータ化された／フィットされたモデルのいずれかを用いて所与のランクｒを有するアプリについてのダウンロード数を推定することが可能である。
アルゴリズム２を実施する手順は、下記を含む：
１．毎日のデータが入手可能であった期間の日毎のデータに基づいて準備された日毎のモデルに渡る適宜のパラメータの平均を計算することによって適用可能な形状パラメータを推定する。
２．以下によってスケールパラメータａを推定する：
（ａ）前の２か月についての外部データに見られる最高のダウンロード値を取り；
（ｂ）（ａ）からの各値を３０で割って前の２か月の日毎のダウンロード数の線形推定値を決定し；
（ｃ）（ｂ）からの値を用いて、現在の日付（又は当該の日付）のダウンロード数ｄを線形外挿する。ｄ、また必要ならば（１）からの形状パラメータに基づいてパラメータａを推定する。
３．モデル内のパラメータの代わりに（１）及び（２）からのパラメータ値を適用して、選択されたオリジナルのモデル式を再記述する。
４．所定の日にランクｒを有するアプリを想定し、その所与の日のそのアプリのダウンロード数は、（３）で決定された式を計算することによって推定され得る。

図８、及び８００に示されたシナリオを参照すると、ユーザーデバイスで動作するリサーチメーターアプリケーション論理２１７は、ディジタルデバイスのパネリストの利用状況を観測／記録するパッシブな方法を提供するように構成される。これは特に、格納及び解析８０６、８１０のためにパネリストのアクティビティのログ８１２をパッシブに観測し、記録し、システムのサーバ（１つ又は複数）にアップロード８１４することを意味する。

メーター論理２１７は、計量されたデバイスのメモリ内にある。デバイスに特定のイベント８０８が生じると、メーター２１７がトリガされ８０４、イベントに関する情報がログされる８０６、８０７。

ロフファイルの管理と転送は、以下の規則と手順の１つ又は複数を順守し得る：
・各ログファイルは特定のパネリスト及び特定の被計量ファイルにフィンガープリントされ、
・ログファイルは、被計量ファイルにローカルに記録され、
・関連する圧縮アルゴリズムを用いてログファイルが被計量デバイス上でローカルに圧縮され、
・インターネット接続の利用可能性に基づいて、ログファイルが「待機」（８０２）リモートサーバに非同期的に転送され、
・デバイスの性能への影響を最小限にするため、ログの転送はインターネット接続が利用できる場合にのみ開始され、かつ／又は
・長時間にわたってインターネット接続が利用できない場合は、例えば約１０MBまでのログファイルが被計量デバイスにローカルに格納される。

メーターソフトウエア２１７によって収集されたデータは、複数の、例えば３つの概念的カテゴリに分割され得る：
・イベントメタデータ：イベントのコンテキストを記述するこの情報は好ましくは、リサーチメータ−によって登録されるすべてのタイプのイベントで同一である；
・イベントデータ：これはログされたイベントに特有の情報であり、そのコンテンツは、ログされたイベントのタイプに応じて変化し得る；かつ／又は
・ハートビートデータ：これは、パネリスト／デバイスが「アクティブ」に保たれ、インターネットに接続されていることをシステムに知らせる情報である。

メーター２１７によってログされるイベントデータは、好ましくは、以下のためにシステムのサーバ（１つ又は複数）によって中央処理される：
ａ）データを削除する、
ｂ）必要な場合はイベントメタデータを基になるイベントに接続する、
ｃ）識別子を関連エンティティにマップする、及び／又は
ｄ）ログされたデータから評価基準を計算する。

リサーチメータ−２１７によってログされるすべてのイベントは、好ましくは例えば以下のメタデータの少なくとも幾つかをログする：
・パネリスト／デバイスＩＤ。これは特定のパネリストと特有の被計量デバイス（パネリスト／デバイスのフィンガープリント）を識別する独自の識別子である。
・タイムスタンプ。これは、イベントが生じた場合にそのことを示すＵＴＣタイムスタンプである。
・ジオロケーション。これは、イベントが生じたときのクライアントユーザーの地理的位置に関する情報である。これが（オンボードＧＰＳ又はワイヤレスロケーションソフトウエアを介して）地理座標レベルでキャプチャできれば最適であろう。このデータポイントは「不明」の値を受け入れ得る。

メーター２１７は、外部サーバを利用して、好ましくは依然として常にデバイス自体で動作するオンデバイスメーターに関する幾つかの選択されたデータポイントを収集するように構成され得る。このような実施の例示的セットアップは、それを介してすべての、又は一部のＨＴＴＰデータが向けられ、別個にログされ得るＶＰＮ又はプロキシサーバであろう。

オンデバイスメーター２１７は、このタイプのプロファイルセットアップを開始することができ、プロファイルセットアップを通して、このようなデータログ目的のために外部サーバが使用されることができ、オンデバイスメーター２１７は以下の２つのアイテムの少なくとも一方をアクティブに完了する：
１．パネリスト又はデバイスの識別を促進するため、カスタマイズされたプロファイルセットアップ又はトラフィックに隠されたフィンガープリントを使用し、それをオンデバイスメーター自体が直接収集するデータに匹敵／関連させることにより、ユーザーを認証し、識別する。
２．オンデバイス計量データと外部サーバで収集されたデータとのタイムスタンプを完全にマッチさせ得るプロセスを生成するように、幾つかの同期トレース又は隠蔽トレースを使用してタイムスタンプをマッチさせる。（これには、オンデバイスと外部サーバのロギングとのいわゆるオフセット値を作成することも含まれる）。

メーター２１７の１つの付加的なフィーチャは、いわゆるコンテキストデータハンドラであり、これは、ロギングアクティビティがリサーチメータ自体内で、又は別個のサーバで行われるかに関わらず、コンテキスト情報を任意のロギングアクティビティに追加するように構成されている。このコンテキストハンドラは、位置情報、デバイス性能情報、及び／又はスクリーン状態情報を任意の測定に追加するように構成され得る。このフィーチャの実用的な目的の１つは、ユーザーアクティビティ及びスクリーン状態に関する情報を、ＶＰＮ又はプロキシサーバなどの外部の（よりダミーな）サーバに追加することである。それによって、アクティブ使用のトラフィックが任意のデバイス内での背景トラフィックアクティビティから分離されることができ、ここにアクティブ使用とは、スクリーンがオン状態で、ユーザーがアクティブにデバイスと何かをしていることを意味する。

異なるイベントについてログされる情報量は、ログされるイベントの性質に依存する。収集されるイベントは、アプリケーションの利用状況、インターネットページリクエスト、行われる音声通話に関連し得る。

メーター２１７によって収集されるデータはその生のままの形態では極めて粗く、数千ものウエブサイト、モバイルアプリ、オペレーティングシステム、ユーザーエージェント、及びモバイルデバイスを包含し得る。このデータの粗さは、データ生成とデータ配送プロセスに２つの別個の問題点を生じる：
・データ粗さのアライメント。データ生成プロセスに本質的なデータ（すなわち構造調査、アプリストアデータ、ＨＴＴＰデータ）は、メーター２１７によって収集されるデータと同じレベルの粗さでは収集されない。これらの構成要素から導出されるスケール／比率要因を計算し、適用するためには、より高度に粗いデータは、より低度に粗いデータソースとアラインされる（揃える）ようにカテゴライズされなければならない。
・顧客の経験。顧客への配布可能物をナビゲート可能かつ読み取り可能にするため、特定のエンティティ（すなわちウエブサイト、モバイルアプリケーション、オペレーティングシステム、ユーザー利用状況、モバイルデバイス）をブラウズし、検索する能力が顧客に与えられることが重要である。検索の経験は高度に粗いデータをサポートし得るが、システムＵＩを介した配布可能物などのブラウズ経験はそれができない：ある粗いレベルでは、数万ものエンティティの中から特定のエンティティを見つけることは不可能であろう。

これらの両方の問題に有効に対処するために実施可能な１つの方法は、メタデータ２１４を管理するためのシステムを開発することである。メタデータ管理システム内にあるメタデータは、データ生成プロセス中に使用され、配送可能な最終的なデータセットを生成するには不可欠である。

前述のメタデータ２１４は、例えば一般にリサーチメーターログファイル、アプリストアデータ２１２、センサスデータ、及び／又は構造調査データ２０８内で観測可能なエンティティをカテゴライズ／編成するために使用される。本明細書に記載のフレームワークは様々な概念的エンティティを包含しているため、これは様々なオントロジースキーマを同時にサポートする必要がある。一般に、これらのスキーマは２つの別個のカテゴリに分類され得る：
・ユニバレントスキーマ（ユニバレント：単価値的な／univalent）。ユニバレントスキーマに含まれるエンティティは１つの正準（カノニカル／canonical）カテゴライズ法を有している。それらの階層は、例えばシステム及び関連する論理（１つ又は複数）を管理し、更新するシステムスタッフによって正準的に定義される。
・マルチバレントスキーマ（マルチバレント：多価値的な／multivalent）。マルチバレントスキーマに割り当てられるエンティティは、複数の正準編成法を有する。異なる視聴者のクライアントはおそらく、彼らの特定のビジネスニーズに応じてエンティティをカテゴライズする異なるアプローチがある。各々のマルチバレントスキーマは、その独自の編成方法であり、スタッフメンバーにより定義される編集ルールに従って正準的なものである必要がある。

本明細書に記載のフレームワークによって測定されるエンティティの多くは性質上マルチバレントであるため、それは本発明に記載のシステムがそれに従ってそのデータを公開する、幾つかの異なる正準スキーマになることを意味する。

図９を参照すると、これらのスキーマは各々、図に暗示されているように１つ以上のソースから導出され得る。タクソノミ（分類／分類学）エディタ９０２は、例えば方法論全体を実行するエンティティを含み得る。例えばカスタムビルトされたメタデータ管理システムを使用してシステムスタッフよって開発され、維持される１つ又は複数のスキーマは、「デフォルト」の正準スキーマであると見なされ得る。さらに、例えばアプリストア９１４及び技術ベンダー９２０は、例えばアプリストアで入手可能なアプリケーションは通常はそれらのデベロッパー／アプリストア自体によってカテゴライズされたという事実を考慮してカテゴライゼーションスキーマを提供し得る。システムタクソノミ９０６が確立され得る。さらに、例えば提供された報告ツールのエンドユーザーは、独自のタクソノミ及びカテゴリ９１２を定義することができ、その後、その適用を介してデータがエンドユーザーに提供される。

一般に、本発明のコンテキストで、所望のトピックスの信頼できる客観的な配布可能物の提供にはさらに、利用可能な手段を用いたパネルデータの検証と較正が必要である。

したがって、パネルデータを受領すると好ましくは自動的に、システムはデータを前処理するように構成されている。特に、以下のステップを取り得る：
・パネリストの検証（有効化）：パネリストは、該当するパネル２１６、２１８に適用できる有効化ルールを用いて検証（有効化）される。検証（有効化）の後、有効であるとマークされたこれらのパネリスト（すなわちパネリストからのデータ）はさらなる前処理ステップにかけられ得る。
・評価基準及び／又は再編成の計算。配布可能物の計算を加速するため、検証されたパネリストからの生ログは、所定の評価基準を決定し、かつ／又はさらに解析する助けになる構造にデータを編成するために処理される。
・メタデータを関連付ける。生データの必要な評価基準／再編成の計算と並行して、記録が対応するメタデータエントリに関連付けされる。

パネルデータの前処理の後、センサスデータ２１１及び／又はサンプル派生階層化データ、オプションとして構造調査２０８を使用して較正アクションが実行され得る。

較正プロセスは、半手動又は半自動でよく、通常は半手動又は半自動であり、場合によっては、例えば、分析者が様々な値を計算し、それらを解析システムに入力し、計算プロセスを実行し、結果を解析し、必要に応じてプロセスを反復することを要する場合がある。

概念的には、較正プロセスは、データの見直し、数値計算の制御、及び確立された制御値に基づきユーザーレベルデータの適切な較正重みを決定するランキングアルゴリズムなどの１つ又は複数のアルゴリズムの適用などの段階を含み得る。

図１０は、一般例のみの目的で、制御値の決定を可能にする較正変数及びカテゴリ選択のためのサンプル見直し手順の一実施形態を示している。当業者には、本発明の各々の現実利用シナリオによって設定された設計目的をより良く満たすように、例えば図示された手順を適応させ、又は代替の手順を使用し得ることが理解されよう。

実際に、入手可能なサンプルデータ１００２が解析され、例えば以下の表示が決定され得る：
・カテゴリ頻度１００４、較正変数についての、検証されたパネリストの中の個々のカテゴリの頻度（例えば性別：重み付けされない全サンプルのパーセンテージとしての男性）
・公称総計／平均１００６、公称較正変数の総数値（すなわちモバイルアプリケーションのダウンロード総計）及び公称較正変数の平均値。
・カテゴリケースのカウント１００８、すべての較正変数についての、検証されたパネリストの中の各カテゴリ内のケースの重み付けされないカウント（例えば性別：男性のケース数）。

上記の計算に基づいて、例えば較正の安定性を高めるために、選択されたカテゴリは折り畳まれ得る（所定の閾値未満の頻度／カウント）。最適化された較正変数とカテゴリのセットが形成される１０１０。

最後に、システムは、入手可能なセンサスデータ２１１及び例えば構造調査２０８によって提供されるデータを用いることによってこれらの較正変数及びカテゴリに基づいて制御値を計算する１０１２ように構成されている。

較正の後、配布可能物はさらに、選択された一連の品質管理チェックにかけられ得る。この品質管理プロセスは、構造調査の較正データの更新後に例えば月毎ベースで慎重に行われ得る。当業者が理解するように、品質管理手順中に、データの安定性と正確さの両方が適切な方法を用いて検査されることができる。

最終的に、配布可能物（１つ又は複数）は、システムのバックエンド上のデータベースなどの少なくとも１つのデータレポジトリに格納されることができ、顧客にはシステムＵＩを介して特定のデータアイテムにアクセスすることが認められる。

特に、データはウエブベースのインターフェースを介して加入クライアントに配信され得る。このウエブベースのインターフェースは、以下のフィーチャの１つ以上を確認し得る：
・主要ブラウザ（すなわち、ＭＩＳＥ、ｆｉｒｅｆｏｘ、Ｃｈｒｏｍｅ、Ｓａｆａｒｉ）との互換性
・ＳＳＬを介した配信
・類似の機能性／すべてのクライアントにわたるルックアンドフィール（すなわち入手可能なデータ／コンテンツはクライアントグループ間で異なることがあるが、ツールは同じままである）。

上記に、本発明の様々な実施形態を詳細に記載した。これらの実施形態は一般に、モバイルデバイスとインターネットデバイスの両方、及び無線又は優先通信ネットワークに接続された他の類似のデバイスに関するものであり、ネットワーク又はデバイスなどの端末のコンテキストでパラメータ又は性能に関するデータを自動的かつパッシブに収集するために、一般に入手可能なモバイル及びインターネットデバイスがどのように活用され得るか、及び最終的には、このデータのすべてが、キャッシュの、又はリアルタイムの解析、及び収集されたデータに基づく異なるタイプの派生情報を作成するシステムにどのように注入され得るのか、またこのデータを他の人々に関連する他のデバイス又はデータとどのように結合し、最後に洗練されたデータを様々なアプリケーションを介してユーザー又は他の受領者に再提示し得るのかを示した。

しかし、範囲は明確に開示された実施形態に限定されず、クレームの表現に含まれる他の実現をも含むことを当業者は理解するであろう。

（付記）以下、本願の当初記載の発明を付記する。
＜請求項１＞
モバイルデバイスなどのインターネット接続可能なユーザーデバイスに関するオンラインのユーザー（１０２）の行動及びその他のアクティビティに関するデータを取得し、分析するためのシステム（１００、１０８、１１０）であって、
前記システムは、
複数のデータソースからデータを収集（４０４、４０８）するよう構成され、前記収集されたデータはユーザーデバイス（１０４、１０４ａ、１０４ｂ、１０５、２１７、４０２）から取得された少なくとも個別のユーザーレベルデータと、ユーザー、アクティブなデバイス、又は測定されたサービスの母集団全体にわたる人口統計学的特性及び行動を示すセンサスレベルデータを含み、前記ユーザーレベルデータは、好ましくは、制御された構成の少なくとも１つのユーザーリサーチパネル（２１６）を使用して、さらに好ましくは前記ユーザーパネルの各参加者の複数のデバイス（１０４、１０４ａ、１０４ｂ）から収集され、前記収集されたデータはインターネット（１０７）、コンテンツ、メディア、アプリケーション、及び／又はデバイスの使用を示し、
前記システムは更に、
オントロジーメタデータスキーマ（２１４、４１４）を利用して、前記取得したユーザーレベルデータ及びセンサスレベルデータを好ましくは多価値的なカテゴライズされたデータセットに編成（４０６）し、
前記ユーザーレベルデータとセンサスレベルデータの統合に基づいて電子的な配布可能物（１１２、２０６、４１６）を決定する
ように構成され、
センサスレベルデータは、ユーザーレベルデータを較正するために利用され、
前記配布可能物は、アプリケーションの利用、アプリケーションの分布、コンテンツの利用、コンテンツの分布、アプリケーションの収益化、ユーザー人口統計学、デバイスの分布、デバイスの特性、デバイスの利用、及び／又は時間的要因を好ましくは含むオンライン行動又は使用されるデバイスに関する幾つかの関心要因についての動的に選択可能であり、好ましくはユーザー選択可能な範囲を有する、システム。
＜請求項２＞
収集されたデータは、ユーザー母集団にわたる人口統計学的特性の分布を推定するサンプル由来の階層化データ（２０８）をさらに含み、前記システムは、前記階層化データをも前記データセットに編成し、これをユーザーレベルデータの前記較正を含む前記配布可能物の前記決定に利用するように構成される請求項１に記載のシステム。
＜請求項３＞
第１の数の参加者を有する制御された構成の第１のユーザーリサーチパネル（２１６）、及び、より多数の参加者を有する参加要件が軽減された第２のユーザーリサーチパネル（２１８）からユーザーレベルデータを収集（２１７）するように構成された請求項１に記載のシステム。
＜請求項４＞
第１のユーザーリサーチパネルによって取得されたユーザーレベルデータと、サンプル由来の階層化データなどのセンサスレベルデータを用いて第２のユーザーリサーチパネルを介して取得されたユーザーレベルデータを較正するように構成された請求項３に記載のシステム。
＜請求項５＞
前記オントロジーメタデータスキーマは、収集されたデータを提供する異なるデータソース及びプラットフォームで異なって測定されて反映されるが、同じテーマを反映する、コンセプトと対象とをマッチさせて相互関係を記述する統合メタデータデータベースを組み込む請求項１に記載のシステム。
＜請求項６＞
メタデータスキーマは、データをカテゴライズして編成するための複数の正準スキーマを組み込み、任意的には、複数のユニバレントスキーマ及びマルチバレントスキーマがあり、さらに任意的には、配布可能物を作成するための１つ又は複数の前記正準スキーマは、その配布可能物の受領者によって動的に選択される請求項１から５のいずれかに記載のシステム。
＜請求項７＞
データのカテゴライゼーションを介して、より高度に粗いユーザーレベルデータをより低度に粗いユーザーレベルデータにアラインするために前記メタデータスキーマを使用するように構成された請求項１から６のいずれかに記載のシステム。
＜請求項８＞
無線端末デバイスなどのユーザーデバイスにインストールされた測定及びロギングアプリケーション（２１７）を使用してユーザーレベルデータを収集するように構成された請求項１から７のいずれかに記載のシステム。
＜請求項９＞
他の用途に使用される目的のソフトウエアに統合された測定及びロギング論理（２１７）を使用してユーザーレベルデータを収集するように構成され、前記論理が前記ソフトウエアに附属している請求項１から８のいずれかに記載のシステム。
＜請求項１０＞
前記デバイスのカメラやマイクロフォンなどのセンサを介して取得されたユーザーデバイス外部の行動的及びコンテキスト的なイベントを示すユーザーレベルデータを収集するように構成された請求項１から９のいずれかに記載のシステム。
＜請求項１１＞
ユーザーデバイス（１０４、１０４ａ、１０４ｂ、２１７、４０２）でユーザーレベルデータの収集を可能にする測定及びロギング論理デバイスは、ユーザーアクティビティ期間及び／又はインターネットへの接続可能期間を示すハートビートデータコレクタ、ユーザー認証、ユーザー識別、ユーザー識別ロギング、イベントメタデータ又はコンテキストデータロギング、タイムスタンプロギング、ＷｉＦｉ状態ロギング、オンライン状態ロギング、キャリヤロギング、ローミング状態ロギング、ローミング状態ロギング、オリエンテーションモードロギング、ダウンロードデータロギング、アップロードデータロギング、オンデバイスデータ及び外部デバイス提供データのマッチング及びロギングからなるグループから選択された少なくとも１つのフィーチャを備える請求項１から１０のいずれかに記載のシステム。
＜請求項１２＞
複数のユーザーデバイスを有するユーザーの１つ又は複数のマスターデバイスを介して前記ユーザーレベルデータを収集するように構成され、前記マスターデバイスの１つ又は複数に前記マスターデバイスに機能的に接続された複数の他のユーザーデバイス（１０４ａ，１０４ｂ）があり、前記他のユーザーデバイスの利用状況が対応する前記マスターデバイスによって測定され、前記マスターデバイスが前記システムに向けたデータ収集及び接続ノードとして機能する請求項１に記載のシステム。
＜請求項１３＞
マスターデバイスが、データトラフィック、信号、又は１つ又は複数の装着デバイスとマスターデバイスとの間で生じる他のイベントを追跡及びログすること、測定データを収集するため１つ又は複数の機能的に装着されたデバイスのアプリケーションプログラミングインターフェース（ＡＰＩ）をパッシブ又はアクティブにポーリングすること、収集されたデータを一時的に又は所定期間だけ格納し、データを解析のために１つ又は複数のネットワークベースのデータ収集サーバに送信することから選択される少なくとも１つのアクションを実行するように構成された請求項１２に記載のシステム。
＜請求項１４＞
ネットワークキャリヤ、広告ネットワーク、広告交換、サイト又はアプリ解析プラットフォーム、ネットワークゲートウエイ、ネットワークプロキシ、コンテンツ管理プラットフォーム、アプリケーション（ＡＰＰ）ストア、及び他のコンテンツ配信又は分配プラットフォームからなるグループから選択される少なくとも１つの要素を含む複数のインターネットのネットワーク中心のデータソース（１０７ａ、６０２、６０４）から、又はこれを介してセンサスレベルデータを取得するように構成された請求項１から１３のいずれかに記載のシステム。
＜請求項１５＞
インターネットのネットワーク中心のデータソースから対象の特性のスケール及び／又は分布を示すセンサスレベルデータを取得するように構成された請求項１に記載のシステム。
＜請求項１６＞
前記センサスレベルデータが、所定の期間あたり（日毎など）のユーザー、デバイス、アプリケーション、サービス、又はウエブサイトの１つ又は複数の定義された母集団の行動を示すデータポイントを含む請求項１５に記載のシステム。
＜請求項１７＞
任意的にアプリケーションストア又はディジタル市場を含む少なくとも１つのコンテンツ配信プラットフォーム（６０２、６０４）から複数のアプリケーションに関するセンサスレベルデータを取得するように構成された請求項１から１６のいずれかに記載のシステム。
＜請求項１８＞
前記センサスレベルデータを取得するために、ユーザー又はプラットフォームに関連するユーザーデバイスをエミュレートすること、プラットフォーム関連ＡＯＩ（アプリケーションプログラミングインターフェース）を適用すること、システムとプラットフォームとの間のプロキシ（６０６）に接続すること、及び、ＶＰＮトンネリング技術を適用することのグループから選択される少なくとも１つのアクションを実行するように構成されたクローラ又はロボット論理を使用して少なくとも１つのアプリストア（６０２、６０４）又は他のリモートコンテンツ配信プラットフォームに接続するように構成された請求項１から１７のいずれかに記載のシステム。
＜請求項１９＞
アプリケーションのランキング位置、及び推測のためにランキング位置を適用するモデルに基づいてアプリケーションのダウンロード数を推定（７００）するように構成された請求項１７又は１８に記載のシステム。
＜請求項２０＞
指数関数モデル、対数正規モデル、指数関数カットオフを伴うべき乗則ベースモデル、及びロマックスモデルからなるグループから選択される少なくとも１つのモデルを使用するように構成された請求項１９に記載のシステム。
＜請求項２１＞
好ましくは日毎のランキング位置情報に基づいて、日毎のダウンロード数が推定される請求項１９又は２０に記載のシステム。
＜請求項２２＞
ユーザーレベルデータに基づいて導出された行動推定値の品質管理のために前記少なくとも１つのコンテンツ配信プラットフォームから取得された前記センサスレベルデータを使用し、及び／又はユーザーレベルデータを較正するように構成された請求項１７から２１のいずれかに記載のシステム。
＜請求項２３＞
ユーザーレベルデータのために較正のために、センサスレベルデータに基づいて幾つかの人口統計学的及び行動上の較正要因を決定するように構成された請求項１から２２のいずれかに記載のシステム。
＜請求項２４＞
機能的に接続された複数のサーバ（１０８）を含む請求項１から２３のいずれかに記載のシステム。
＜請求項２５＞
複数のユーザーデバイス（１０４、１０４ａ、１０４ｂ）及び任意的にネットワーク中心提供のデータソースを提供する複数のセンサスレベルデータをさらに含む請求項２４に記載のシステム。
＜請求項２６＞
好ましくはインターネットネットワーク中心のデータを含むセンサスデータに基づいてユーザーデバイスのユーザーベース、及び任意的にその変化率を推定するように構成された請求項１から２５のいずれかに記載のシステム。
＜請求項２７＞
モバイルデバイスなどのインターネット接続可能なユーザーデバイスに関するオンラインのユーザーの行動及びその他のアクティビティに関するデータを取得し、分析する方法（１１００）であって、
前記方法は、
複数のデータソースからデータを収集（１１０６，１１０８）することを含み、その収集されたデータはユーザーデバイスから取得された少なくとも個別のユーザーレベルデータと、ユーザー、アクティブなデバイス、又は測定されたサービスの母集団全体にわたる人口統計学的特性及び行動を示すセンサスレベルデータと、さらに任意的に、ユーザーの母集団にわたる人口統計学的特性の分布を推定するサンプル由来の階層化データとを含み、前記ユーザーレベルデータは、好ましくは、制御された構成の少なくとも１つのユーザーリサーチパネルを使用して、さらに好ましくは前記ユーザーパネルの各参加者の複数のデバイスから収集され、前記収集されたデータはインターネット、コンテンツ、メディア、アプリケーション、及び／又はデバイスの使用を示し、
前記方法は更に、
オントロジーメタデータスキーマを利用して、前記取得したユーザーレベルデータ、センサスレベルデータ及び任意的にはサンプル由来の階層化データを好ましくは多価値的なカテゴライズされたデータセットに編成（１１１０）することと、
前記ユーザーレベルデータ、センサスレベルデータ及び任意的にはサンプル由来の階層化データの統合に基づいて電子的な配布可能物を決定すること
を含み、
センサスレベルデータ及び任意的にはサンプル由来の階層化データは、ユーザーレベルデータを較正するために利用され、
前記配布可能物（１１１２）は、アプリケーションの利用、アプリケーションの分布、コンテンツの利用、コンテンツの分布、アプリケーションの収益化、ユーザー人口統計学、デバイスの分布、デバイスの特性、デバイスの利用、及び／又は時間的要因を好ましくは含むオンライン行動又は使用されるデバイスに関する幾つかの関心要因についての動的に選択可能であり、好ましくはユーザー選択可能な範囲を有する、方法。
＜請求項２８＞
コンピュータで実行されたときに、モバイルデバイスなどのインターネット接続可能なユーザーデバイスに関するにオンラインのユーザーの行動及びその他のアクティビティに関するデータを取得し、解析するように適応されたコード手段を備えるコンピュータプログラムであって、
複数のデータソースからデータを収集することを含み、その収集されたデータはユーザーデバイスから取得された少なくとも個別のユーザーレベルデータと、ユーザー、アクティブなデバイス、又は測定されたサービスの母集団全体にわたる人口統計学的特性及び行動を示すセンサスレベルデータと、さらに任意的に、ユーザーの母集団にわたる人口統計学的特性の分布を推定するサンプル由来の階層化データとを含み、前記ユーザーレベルデータは、好ましくは、制御された構成の少なくとも１つのユーザーリサーチパネルを使用して、さらに好ましくは前記ユーザーパネルの各参加者の複数のデバイスから収集され、前記収集されたデータはインターネット、コンテンツ、メディア、アプリケーション、及び／又はデバイスの使用を示し、
さらに、
オントロジーメタデータスキーマを利用して、前記取得したユーザーレベルデータ、センサスレベルデータ及び任意的にはサンプル由来の階層化データを好ましくは多価値的なカテゴライズされたデータセットに編成することと、
前記ユーザーレベルデータ、センサスレベルデータ及び任意的にはサンプル由来の階層化データの統合に基づいて電子的な配布可能物を決定することを含み、
センサスレベルデータ及び任意的にはサンプル由来の階層化データは、ユーザーレベルデータを較正するために利用され、
前記配布可能物は、アプリケーションの利用、アプリケーションの分布、コンテンツの利用、コンテンツの分布、アプリケーションの収益化、ユーザー人口統計学、デバイスの分布、デバイスの特性、デバイスの利用、及び／又は時間的要因を好ましくは含むオンライン行動又は使用されるデバイスに関する幾つかの関心要因についての動的に選択可能であり、好ましくはユーザー選択可能な範囲を有するコンピュータプログラム。
＜請求項２９＞
請求項２８のコンピュータプログラムを備えるキャリヤ媒体。

Claims (27)

1. モバイルデバイスなどのインターネット接続可能なユーザーデバイスに関するオンラインのユーザー（１０２）の行動及びその他のアクティビティに関するデータを取得し、分析するためのシステム（１００、１０８、１１０）であって、
   前記システムは、
   複数のデータソースからデータを収集（４０４、４０８）するよう構成され、前記収集されたデータはユーザーデバイス（１０４、１０４ａ、１０４ｂ、１０５、２１７、４０２）から取得された少なくとも個別のユーザーレベルデータと、ユーザー、アクティブなデバイス、又は測定されたサービスの母集団全体にわたる人口統計学的特性及び行動を示すセンサスレベルデータ（１０７ａ，２１１）を含み、前記ユーザーレベルデータは、好ましくは、制御された構成の少なくとも１つのユーザーリサーチパネル（２１６）を使用して、さらに好ましくは前記ユーザーリサーチパネルの各参加者の複数のデバイス（１０４、１０４ａ、１０４ｂ）から収集され、前記収集されたデータはインターネット（１０７）、コンテンツ、メディア、アプリケーション、及び／又はデバイスの使用を示し、
   前記システムは更に、
   オントロジーメタデータスキーマ（２１４、４１４）を利用して、前記取得したユーザーレベルデータ及びセンサスレベルデータを好ましくは多価値的なカテゴライズされたデータセットに編成（４０６）し、
   前記ユーザーレベルデータとセンサスレベルデータの統合に基づいて電子的な配布可能物（１１２、２０６、４１６）を決定する
   ように構成され、
   センサスレベルデータは、ユーザーレベルデータを較正するために利用され、
   前記配布可能物は、アプリケーションの利用、アプリケーションの分布、コンテンツの利用、コンテンツの分布、アプリケーションの収益化、ユーザー人口統計学、デバイスの分布、デバイスの特性、デバイスの利用、及び／又は時間的要因を好ましくは含むオンライン行動又は使用されるデバイスに関する幾つかの関心要因についての動的に選択可能であり、好ましくはユーザー選択可能な範囲を有し、
   前記システムは、複数のユーザーデバイスを有するユーザーの１つ又は複数のマスターデバイス（１０４，３００）を介して前記ユーザーレベルデータを収集するように構成され、
   前記１つ又は複数のマスターデバイスに接続された複数の他のユーザーデバイス（１０４ａ，１０４ｂ）があり、前記他のユーザーデバイスの利用状況が対応する前記マスターデバイスによって測定され、前記マスターデバイスが前記システムに向けたデータ収集及び接続ノードとして機能する、システム。
2. 収集されたデータは、ユーザー母集団にわたる人口統計学的特性の分布を推定するサンプル由来の階層化データ（２０８）をさらに含み、前記システムは、前記階層化データをも前記データセットに編成し、これをユーザーレベルデータの前記較正を含む前記配布可能物の前記決定に利用するように構成される請求項１に記載のシステム。
3. 第１の数の参加者を有する制御された構成の第１のユーザーリサーチパネル（２１６）、及び、より多数の参加者を有する参加要件が軽減された第２のユーザーリサーチパネル（２１８）からユーザーレベルデータを収集（２１７）するように構成された請求項１に記載のシステム。
4. 第１のユーザーリサーチパネルによって取得されたユーザーレベルデータと、サンプル由来の階層化データなどのセンサスレベルデータを用いて第２のユーザーリサーチパネルを介して取得されたユーザーレベルデータを較正するように構成された請求項３に記載のシステム。
5. 前記オントロジーメタデータスキーマは、データをカテゴライズして編成するための複数の正準スキーマを組み込み、任意的には、複数のユニバレントスキーマ及びマルチバレントスキーマがあり、さらに任意的には、配布可能物を作成するための１つ又は複数の前記正準スキーマは、その配布可能物の受領者によって動的に選択される請求項１から４のいずれかに記載のシステム。
6. データのカテゴライゼーションを介して、より高度に粗いユーザーレベルデータをより低度に粗いユーザーレベルデータにアラインするために前記オントロジーメタデータスキーマを使用するように構成された請求項１から５のいずれかに記載のシステム。
7. 無線端末デバイスなどのユーザーデバイスにインストールされた測定及びロギングアプリケーション（２１７）を使用してユーザーレベルデータを収集するように構成された請求項１から６のいずれかに記載のシステム。
8. 他の用途に使用される目的のソフトウエアに統合された測定及びロギング論理（２１７）を使用してユーザーレベルデータを収集するように構成され、前記ロギング論理が前記ソフトウエアに附属している請求項１から７のいずれかに記載のシステム。
9. 前記デバイスのカメラやマイクロフォンなどのセンサを介して取得されたユーザーデバイス外部の行動的及びコンテキスト的なイベントを示すユーザーレベルデータを収集するように構成された請求項１から８のいずれかに記載のシステム。
10. ユーザーデバイス（１０４、１０４ａ、１０４ｂ、２１７、４０２）でユーザーレベルデータの収集を可能にする測定及びロギング論理デバイスは、ユーザーアクティビティ期間及び／又はインターネットへの接続可能期間を示すハートビートデータコレクタ、ユーザー認証、ユーザー識別、ユーザー識別ロギング、イベントメタデータ又はコンテキストデータロギング、タイムスタンプロギング、ＷｉＦｉ状態ロギング、オンライン状態ロギング、キャリヤロギング、ローミング状態ロギング、ローミング状態ロギング、オリエンテーションモードロギング、ダウンロードデータロギング、アップロードデータロギング、オンデバイスデータ及び外部デバイス提供データのマッチング及びロギングからなるグループから選択された少なくとも１つのフィーチャを備える請求項１から９のいずれかに記載のシステム。
11. マスターデバイスが、データトラフィック、信号、又は１つ又は複数の装着デバイスとマスターデバイスとの間で生じる他のイベントを追跡及びログすること、測定データを収集するため１つ又は複数の装着されたデバイスのアプリケーションプログラミングインターフェース（ＡＰＩ）をパッシブ又はアクティブにポーリングすること、収集されたデータを一時的に又は所定期間だけ格納し、データを解析のために１つ又は複数のネットワークベースのデータ収集サーバに送信することから選択される少なくとも１つのアクションを実行するように構成された請求項１０に記載のシステム。
12. ネットワークキャリヤ、広告ネットワーク、アドエクスチェンジ、サイト又はアプリ解析プラットフォーム、ネットワークゲートウエイ、ネットワークプロキシ、コンテンツ管理プラットフォーム、アプリケーション（ＡＰＰ）ストア、及び他のコンテンツ配信又は分配プラットフォームからなるグループから選択される少なくとも１つの要素を含む複数のインターネットのネットワーク中心のデータソース（１０７ａ、６０２、６０４）から、又はこれを介してセンサスレベルデータを取得するように構成された請求項１から１１のいずれかに記載のシステム。
13. インターネットのネットワーク中心のデータソースから対象の特性のスケール及び／又は分布を示すセンサスレベルデータを取得するように構成された請求項１に記載のシステム。
14. 前記センサスレベルデータが、所定の期間あたり（日毎など）のユーザー、デバイス、アプリケーション、サービス、又はウエブサイトの１つ又は複数の定義された母集団の行動を示すデータポイントを含む請求項１３に記載のシステム。
15. 任意的にアプリケーションストア又はディジタル市場を含む少なくとも１つのコンテンツ配信プラットフォーム（６０２、６０４）から複数のアプリケーションに関するセンサスレベルデータを取得するように構成された請求項１から１４のいずれかに記載のシステム。
16. 前記センサスレベルデータを取得するために、ユーザー又はプラットフォームに関連するユーザーデバイスをエミュレートすること、プラットフォーム関連ＡＰＩ（アプリケーションプログラミングインターフェース）を適用すること、システムとプラットフォームとの間のプロキシ（６０６）に接続すること、及び、ＶＰＮトンネリング技術を適用することのグループから選択される少なくとも１つのアクションを実行するように構成されたクローラを使用して少なくとも１つのアプリストア（６０２、６０４）又は他のリモートコンテンツ配信プラットフォームに接続するように構成された請求項１から１５のいずれかに記載のシステム。
17. アプリケーションのランキング位置、及び推測のためにランキング位置を適用するモデルに基づいてアプリケーションのダウンロード数を推定（７００）するように構成された請求項１５又は１６に記載のシステム。
18. 指数関数モデル、対数正規モデル、指数関数カットオフを伴うべき乗則ベースモデル、及びロマックスモデルからなるグループから選択される少なくとも１つのモデルを使用するように構成された請求項１７に記載のシステム。
19. 好ましくは日毎のランキング位置情報に基づいて、日毎のダウンロード数が推定される請求項１７又は１８に記載のシステム。
20. ユーザーレベルデータに基づいて導出された前記ユーザーの行動の推定値の品質管理のために前記少なくとも１つのコンテンツ配信プラットフォームから取得された前記センサスレベルデータを使用し、及び／又はユーザーレベルデータを較正するように構成された請求項１５から１９のいずれかに記載のシステム。
21. ユーザーレベルデータの較正のために、センサスレベルデータに基づいて幾つかの人口統計学的及び行動上の較正要因を決定するように構成された請求項１から２０のいずれかに記載のシステム。
22. 接続された複数のサーバ（１０８）を含む請求項１から２１のいずれかに記載のシステム。
23. 複数のユーザーデバイス（１０４、１０４ａ、１０４ｂ）及び任意的に複数のセンサスレベルデータを提供するネットワーク中心のデータソースをさらに含む請求項２２に記載のシステム。
24. 好ましくはインターネットネットワーク中心のデータを含むセンサスデータに基づいてユーザーデバイスのユーザーベース、及び任意的にその変化率を推定するように構成された請求項１から２３のいずれかに記載のシステム。
25. モバイルデバイスなどのインターネット接続可能なユーザーデバイスに関するオンラインのユーザーの行動及びその他のアクティビティに関するデータを取得し、分析する方法（１１００）であって、
    前記方法は、
    複数のデータソースからデータを収集（１１０６，１１０８）することを含み、その収集されたデータはユーザーデバイスから取得された少なくとも個別のユーザーレベルデータと、ユーザー、アクティブなデバイス、又は測定されたサービスの母集団全体にわたる人口統計学的特性及び行動を示すセンサスレベルデータと、さらに任意的に、ユーザーの母集団にわたる人口統計学的特性の分布を推定するサンプル由来の統計的な階層化データとを含み、前記ユーザーレベルデータは、好ましくは、制御された構成の少なくとも１つのユーザーリサーチパネルを使用して、さらに好ましくは前記ユーザーリサーチパネルの各参加者の複数のデバイスから収集され、前記収集されたデータはインターネット、コンテンツ、メディア、アプリケーション、及び／又はデバイスの使用を示し、
    前記方法は更に、
    オントロジーメタデータスキーマを利用して、前記取得したユーザーレベルデータ、センサスレベルデータ及び任意的にはサンプル由来の階層化データを好ましくは多価値的なカテゴライズされたデータセットに編成（１１１０）することと、
    前記ユーザーレベルデータ、センサスレベルデータ及び任意的にはサンプル由来の階層化データの統合に基づいて電子的な配布可能物を決定することと、
    複数のユーザーデバイスを有するユーザーの１つ又は複数のマスターデバイス（１０４，３００）を介して前記ユーザーレベルデータを収集すること
    を含み、
    前記１つ又は複数のマスターデバイスに接続された複数の他のユーザーデバイス（１０４ａ，１０４ｂ）があり、前記他のユーザーデバイスの利用状況が対応する前記マスターデバイスによって測定され、前記マスターデバイスがデータ収集及び接続ノードとして機能し、
    センサスレベルデータ及び任意的にはサンプル由来の階層化データは、ユーザーレベルデータを較正するために利用され、
    前記配布可能物（１１１２）は、アプリケーションの利用、アプリケーションの分布、コンテンツの利用、コンテンツの分布、アプリケーションの収益化、ユーザー人口統計学、デバイスの分布、デバイスの特性、デバイスの利用、及び／又は時間的要因を好ましくは含むオンライン行動又は使用されるデバイスに関する幾つかの関心要因についての動的に選択可能であり、好ましくはユーザー選択可能な範囲を有する方法。
26. コンピュータで実行されたときに、モバイルデバイスなどのインターネット接続可能なユーザーデバイスに関するオンラインのユーザーの行動及びその他のアクティビティに関するデータを取得し、解析するように適応されたコード手段を備えるコンピュータプログラムであって、
    複数のデータソースからデータを収集することを含み、その収集されたデータはユーザーデバイスから取得された少なくとも個別のユーザーレベルデータと、ユーザー、アクティブなデバイス、又は測定されたサービスの母集団全体にわたる人口統計学的特性及び行動を示すセンサスレベルデータと、さらに任意的に、ユーザーの母集団にわたる人口統計学的特性の分布を推定するサンプル由来の統計的な階層化データとを含み、前記ユーザーレベルデータは、好ましくは、制御された構成の少なくとも１つのユーザーリサーチパネルを使用して、さらに好ましくは前記ユーザーリサーチパネルの各参加者の複数のデバイスから収集され、前記収集されたデータはインターネット、コンテンツ、メディア、アプリケーション、及び／又はデバイスの使用を示し、
    さらに、
    オントロジーメタデータスキーマを利用して、前記取得したユーザーレベルデータ、センサスレベルデータ及び任意的にはサンプル由来の階層化データを好ましくは多価値的なカテゴライズされたデータセットに編成することと、
    前記ユーザーレベルデータ、センサスレベルデータ及び任意的にはサンプル由来の階層化データの統合に基づいて電子的な配布可能物を決定することと、
    複数のユーザーデバイスを有するユーザーの１つ又は複数のマスターデバイス（１０４，３００）を介して前記ユーザーレベルデータを収集すること
    を含み、
    前記１つ又は複数のマスターデバイスに接続された複数の他のユーザーデバイス（１０４ａ，１０４ｂ）があり、前記他のユーザーデバイスの利用状況が対応する前記マスターデバイスによって測定され、前記マスターデバイスがデータ収集及び接続ノードとして機能し、
    センサスレベルデータ及び任意的にはサンプル由来の階層化データは、ユーザーレベルデータを較正するために利用され、
    前記配布可能物は、アプリケーションの利用、アプリケーションの分布、コンテンツの利用、コンテンツの分布、アプリケーションの収益化、ユーザー人口統計学、デバイスの分布、デバイスの特性、デバイスの利用、及び／又は時間的要因を好ましくは含むオンライン行動又は使用されるデバイスに関する幾つかの関心要因についての動的に選択可能であり、好ましくはユーザー選択可能な範囲を有するコンピュータプログラム。
27. 請求項２６のコンピュータプログラムを備えるキャリヤ媒体。
    
    

Images