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
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 Download PDFInfo
- Publication number
- JP6419206B2 JP6419206B2 JP2016553786A JP2016553786A JP6419206B2 JP 6419206 B2 JP6419206 B2 JP 6419206B2 JP 2016553786 A JP2016553786 A JP 2016553786A JP 2016553786 A JP2016553786 A JP 2016553786A JP 6419206 B2 JP6419206 B2 JP 6419206B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- user
- level data
- devices
- census
- 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
Links
- 238000000691 measurement method Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims description 73
- 238000009826 distribution Methods 0.000 claims description 63
- 238000011160 research Methods 0.000 claims description 56
- 238000005259 measurement Methods 0.000 claims description 33
- 230000000694 effects Effects 0.000 claims description 30
- 238000013480 data collection Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000003542 behavioural effect Effects 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 8
- 238000003908 quality control method Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000013517 stratification Methods 0.000 claims description 4
- 230000005641 tunneling Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 40
- 230000008569 process Effects 0.000 description 25
- 238000012545 processing Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 230000000153 supplemental effect Effects 0.000 description 7
- 238000010200 validation analysis Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000007115 recruitment Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000035515 penetration Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013467 fragmentation Methods 0.000 description 3
- 238000006062 fragmentation reaction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008521 reorganization Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 235000007575 Calluna vulgaris Nutrition 0.000 description 1
- 240000007643 Phytolacca americana Species 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011067 equilibration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- AKPLHCDWDRPJGD-UHFFFAOYSA-N nordazepam Chemical compound C12=CC(Cl)=CC=C2NC(=O)CN=C1C1=CC=CC=C1 AKPLHCDWDRPJGD-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/40—Data acquisition and logging
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/86—Event-based monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/875—Monitoring of systems including the internet
Description
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。
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。
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。
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。
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。
・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。
・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。
・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。
・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
・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
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。
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。
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。
・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。
指数関数: d(r)=a*exp(b*r)
対数正規: d(r)=a/rb*exp(c*log2(r))
指数関数カットオフを
伴うべき乗則: d(r)=a/rb*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。
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*log2(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。
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。
・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。
・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。
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。
・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。
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)。
・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。
・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。
・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。
・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)。
・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)。
<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)
- 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。 - 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。 - 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。 - 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。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/FI2014/050140 WO2015128536A1 (en) | 2014-02-26 | 2014-02-26 | Measurement of multi-screen internet user profiles, transactional behaviors and structure of user population through a hybrid census and user based measurement methodology |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017512343A JP2017512343A (ja) | 2017-05-18 |
JP6419206B2 true JP6419206B2 (ja) | 2018-11-07 |
Family
ID=54008222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016553786A Active JP6419206B2 (ja) | 2014-02-26 | 2014-02-26 | 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 |
Country Status (6)
Country | Link |
---|---|
EP (2) | EP3111399B1 (ja) |
JP (1) | JP6419206B2 (ja) |
CN (1) | CN106663258A (ja) |
AU (2) | AU2014384203A1 (ja) |
ES (1) | ES2707978T3 (ja) |
WO (1) | WO2015128536A1 (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682027A (zh) * | 2015-11-10 | 2017-05-17 | 网易(杭州)网络有限公司 | 一种应用软件的玩家数据估算方法 |
US10754860B2 (en) * | 2016-11-01 | 2020-08-25 | Futurewei Technologies, Inc. | Apparatus and method for ranking content categories |
US11074599B2 (en) * | 2016-12-08 | 2021-07-27 | App Annie Inc. | Determining usage data of mobile applications for a population |
IT201700105724A1 (it) * | 2017-09-25 | 2019-03-25 | Matthaeis Andrea De | Metodo per l’estrapolazione di dati da più canali di comunicazione e apparato per l’implementazione di detto metodo |
CN108197177B (zh) * | 2017-12-21 | 2019-12-17 | 北京三快在线科技有限公司 | 业务对象的监测方法、装置、存储介质和计算机设备 |
CN111489218B (zh) * | 2019-01-28 | 2023-04-18 | 阿里巴巴集团控股有限公司 | 数据的审核方法、装置及设备 |
MX2021012654A (es) | 2019-04-15 | 2022-04-18 | Sports Data Labs Inc | Monetización de datos sobre animales. |
CN110032370A (zh) * | 2019-04-16 | 2019-07-19 | 北京中电普华信息技术有限公司 | 信息采集方法及相关装置 |
CN111352973B (zh) * | 2020-03-02 | 2023-11-03 | 武汉中旗生物医疗电子有限公司 | 数据处理方法、装置、电子设备和计算机可读存储介质 |
US20220091873A1 (en) | 2020-09-24 | 2022-03-24 | Google Llc | Systems and methods for cross media reporting by fast merging of data sources |
KR102236194B1 (ko) * | 2020-11-03 | 2021-04-05 | 한국과학기술원 | 유전자들의 기능 그룹 지표 선정 방법, 질병 판별 시스템 및 이의 동작 방법 |
CN112965969A (zh) * | 2021-03-08 | 2021-06-15 | 咪咕文化科技有限公司 | 统计数据的补录方法、装置、电子设备及存储介质 |
US20220311834A1 (en) * | 2021-03-24 | 2022-09-29 | Data.Ai Inc. | Fast estimation of downloads for apps at launch |
JP7002164B1 (ja) * | 2021-06-04 | 2022-01-20 | 株式会社インタラクティブソリューションズ | 画面共有時における同一性を共有者に検知させるシステムと入力された回答欄に関する情報を共有者に検知させるシステム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AUPQ206399A0 (en) * | 1999-08-06 | 1999-08-26 | Imr Worldwide Pty Ltd. | Network user measurement system and method |
US9331892B2 (en) * | 2009-03-09 | 2016-05-03 | The Nielsen Company (Us), Llc | System and method for automatic sub-panel creation and management |
US20110161172A1 (en) * | 2009-12-30 | 2011-06-30 | Wei-Yeh Lee | System and method for providing user control of the user's network usage data and personal profile information |
CN103154928B (zh) * | 2010-06-24 | 2016-08-03 | 奥比融移动有限公司 | 网络服务器系统及其相关方法 |
US8370489B2 (en) * | 2010-09-22 | 2013-02-05 | The Nielsen Company (Us), Llc | Methods and apparatus to determine impressions using distributed demographic information |
US8549103B2 (en) * | 2010-10-07 | 2013-10-01 | Yahoo! Inc. | Multisided audience-related hybrid measurements |
CA2861333C (en) * | 2012-01-19 | 2017-12-05 | Nike Innovate C.V. | Multi-activity platform and interface |
CA2862549C (en) * | 2012-01-26 | 2018-09-18 | The Nielsen Company (Us), Llc | Systems, methods, and articles of manufacture to measure online audiences |
WO2013112312A2 (en) * | 2012-01-27 | 2013-08-01 | Compete, Inc. | Hybrid internet traffic measurement usint site-centric and panel data |
EP2631851A1 (en) * | 2012-02-27 | 2013-08-28 | Accenture Global Services Limited | Digital consumer data model and customer analytic record |
-
2014
- 2014-02-26 JP JP2016553786A patent/JP6419206B2/ja active Active
- 2014-02-26 EP EP14884200.8A patent/EP3111399B1/en active Active
- 2014-02-26 EP EP18198871.8A patent/EP3447712B1/en active Active
- 2014-02-26 CN CN201480078454.9A patent/CN106663258A/zh active Pending
- 2014-02-26 AU AU2014384203A patent/AU2014384203A1/en not_active Abandoned
- 2014-02-26 ES ES14884200T patent/ES2707978T3/es active Active
- 2014-02-26 WO PCT/FI2014/050140 patent/WO2015128536A1/en active Application Filing
-
2020
- 2020-03-13 AU AU2020201854A patent/AU2020201854A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
JP2017512343A (ja) | 2017-05-18 |
EP3447712B1 (en) | 2020-07-22 |
ES2707978T3 (es) | 2019-04-08 |
EP3111399A1 (en) | 2017-01-04 |
AU2014384203A1 (en) | 2016-09-15 |
AU2020201854A1 (en) | 2020-04-02 |
WO2015128536A1 (en) | 2015-09-03 |
CN106663258A (zh) | 2017-05-10 |
EP3447712A1 (en) | 2019-02-27 |
EP3111399A4 (en) | 2017-10-04 |
EP3111399B1 (en) | 2018-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6419206B2 (ja) | 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 | |
US10742753B2 (en) | Measurement of multi-screen internet user profiles, transactional behaviors and structure of user population through a hybrid census and user based measurement methodology | |
US20210287250A1 (en) | Providing data and analysis for advertising on networked devices | |
US9894159B2 (en) | Generating consumer internet-of-things data products | |
US20170149912A1 (en) | Method and system for collecting and providing application usage analytics | |
US20150012350A1 (en) | Measuring the value of marketing contributions to deals | |
US10547493B2 (en) | System, method, apparatus, and computer program product for determining behavior-based relationships between website users | |
US20130339091A1 (en) | Intelligent social polling platform | |
US20150161632A1 (en) | Intelligent social polling platform | |
CN107683486A (zh) | 用户事件的具有个人影响性的改变 | |
CN115860833A (zh) | 基于消费者在线行为的电视广告时段定位 | |
CN107548500A (zh) | 基于用户例程模型的事件异常 | |
US20210124771A1 (en) | Computerized system and method for interest profile generation and digital content dissemination based therefrom | |
US11887161B2 (en) | Systems and methods for delivering content to mobile devices | |
US10453091B2 (en) | System and method to build external facing information platform to generate target list of entities | |
Moon et al. | A sequence-based filtering method for exhibition booth visit recommendations | |
US20190325362A1 (en) | System and Method for Creating a Census Hub in Resource Constrained Regions | |
Kambham et al. | Predicting personality traits using smartphone sensor data and app usage data | |
US9754262B2 (en) | Amassing information about community participant behaviors | |
Pacheco et al. | An open source cyberinfrastructure for collecting, processing, storing and accessing high temporal resolution residential water use data | |
CN108829470A (zh) | 用于增加与社交网络中的职位公告/优选职位的用户交互的专用用户界面和过程 | |
WO2023137484A1 (en) | Sustainability management systems and methods | |
JP2019526129A (ja) | ユーザパネルを含むデジタルメディア測定用の装置及び方法 | |
Bruno et al. | Trusted Smart Surveys: Architectural and Methodological Challenges Related to New Data Sources | |
Kreuter et al. | Data Collection with Apps, Sensors, and Wearables |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171208 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171219 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180316 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180615 |
|
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: 20180918 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181009 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6419206 Country of ref document: JP 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |