JP6427542B2 - 情報処理方法及びプログラム - Google Patents

Description

本発明の実施形態は、広告等の掲載数を予測する情報処理方法及びプログラムに関する。

スマートフォン又はタブレットなどのスマートデバイスには、所定のサービスを提供するアプリケーション（アプリ）を実行する。そのようなスマートデバイスは、アプリ内において広告を提示するものがある。スマートデバイスは、アプリの動作に従って広告サーバなどから広告を取得し表示部などに表示する。広告サーバは、スマートデバイスからのリクエストに応じて、複数の広告主が提供する広告の中から所定の広告を選択しスマートデバイスへ送信する。

広告主は、広告代理店などに対して、広告の掲載数などに基づいて出向金額を支払う。

そのため、所定の広告主が所定のアプリで将来どの程度広告を掲載することができるか予測する技術が要望される。

特許第５２３８６１２号公報

上記の課題を解決するために、予測期間における掲載数を予測する情報処理方法及びプログラムを提供する。

実施形態によれば、情報処理方法は、複数の広告ログを取得し、前記複数の広告ログに基づいて予測期間において広告が掲載される期間掲載数を予測し、前記期間掲載数に、広告に関する占有比率を乗算して、予測掲載数を算出する。

実施形態によれば、情報処理装置は、複数の広告ログに基づいて予測期間における掲載数である期間掲載数を予測する。また、情報処理装置は、所定の媒体が広告を表示する比率である媒体比率を決定する。情報処理装置は、期間掲載数と媒体比率とを乗算して、当該予測期間において当該媒体に掲載される広告の掲載数を予測することができる。

また、情報処理装置は、クローラなどから所定期間にある媒体で表示される複数の広告を取得する。情報処理装置は、複数の広告に基づいて、所定の広告主の広告が掲載される比率である広告主比率を決定する。情報処理装置は、当該広告の掲載数にさらに当該広告主の広告主比率を乗算して、当該広告主の広告の掲載数を予測することができる。

また、情報処理装置は、複数の広告に基づいて、所定のキャンペーンの広告が掲載される比率であるキャンペーン比率を決定する。情報処理装置は、当該広告の個数にさらにキャンペーン比率を乗算して、当該キャンペーンの広告の掲載数を予測することができる。

また、情報処理装置は、予測された掲載数とクリック率とに基づいて、広告がユーザにクリックされる回数を予測する。その結果、情報処理装置は、所定の期間において広告がクリックされる回数を予測することができる。

また、情報処理装置は、予測されたクリック数とコンバージョン率とに基づいて、広告からコンバージョンに至る回数を予測する。その結果、情報処理装置は、所定の期間において掲載される広告からコンバージョンに至る回数を予測することができる。

図１は、実施形態に係る情報処理装置の構成例を示すブロック図である。 図２は、実施形態に係る媒体比率テーブルの例を示す図である。 図３は、実施形態に係る広告主比率テーブルの例を示す図である。 図４は、実施形態に係る掲載数のトレンドを示すグラフである。 図５は、実施形態に係る掲載数の周期を示すグラフである。 図６は、実施形態に係る予測掲載数を示すグラフである。 図７は、実施形態に係る情報処理装置の動作例を示すフローチャートである。 図８は、実施形態に係る予測掲載数テーブルの例を示す図である。 図９は、実施形態に係る予測掲載数と実掲載数とを示すグラフである。

以下、実施形態について、図面を参照して説明する。
図１は、実施形態に係る情報処理装置１０の構成例を示すブロック図である。
図１が示す構成例において、情報処理装置１０は、基本的な構成として、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、ＮＶＭ１４、通信部１５、操作部１６及び表示部１７などを備える。これらの各部は、データバスを介して互いに接続されている。なお、情報処理装置１０は、図１が示すような構成の他に必要に応じた構成を具備したり、特定の構成を除外したりしてもよい。

ＣＰＵ１１（プロセッサ）は、情報処理装置１０全体の動作を制御する機能を有する。ＣＰＵ１１は、内部キャッシュおよび各種のインターフェースなどを備えても良い。ＣＰＵ１１は、内部メモリ、ＲＯＭ１２又はＮＶＭ１４が予め記憶するプログラムを実行することにより種々の処理を実現する。

なお、ＣＰＵ１１がプログラムを実行することにより実現する各種の機能のうちの一部は、ハードウエア回路により実現されるものであっても良い。この場合、ＣＰＵ１１は、ハードウエア回路により実行される機能を制御する。

ＲＯＭ１２は、予め制御用のプログラム及び制御データなどが記憶された不揮発性のメモリである。ＲＯＭ１２に記憶される制御プログラム及び制御データは、予め情報処理装置１０の仕様に応じて組み込まれる。ＲＯＭ１２は、たとえば、情報処理装置１０の回路基板を制御するプログラム（例えば、ＢＩＯＳ）などを格納する。

ＲＡＭ１３は、揮発性のメモリである。ＲＡＭ１３は、ＣＰＵ１１の処理中のデータなどを一時的に格納する。ＲＡＭ１３は、ＣＰＵ１１からの命令に基づき種々のアプリケーションプログラムを格納する。また、ＲＡＭ１３は、アプリケーションプログラムの実行に必要なデータ及びアプリケーションプログラムの実行結果などを格納してもよい。

ＮＶＭ１４は、データの書き込み及び書き換えが可能な不揮発性のメモリである。ＮＶＭ１４は、例えば、ハードディスク、ＳＳＤ、ＥＥＰＲＯＭ（登録商標）又はフラッシュメモリなどにより構成される。ＮＶＭ１４は、情報処理装置１０の運用用途に応じて制御プログラム、アプリケーション、及び種々のデータを格納する。

また、ＮＶＭ１４は、広告ログを格納する広告ログデータベース１４ａを格納する。広告ログデータベース１４ａについては、後述する。
通信部１５は、通信網などを通じて外部装置とデータを送受信するためのインターフェースである。通信部１５は、たとえば、ＬＡＮ接続をサポートするインターフェースである。

操作部１６は、情報処理装置１０の操作者によって、種々の操作指示が入力される。操作部１６は、操作者に入力された操作指示の信号をＣＰＵ１１へ送信する。操作部１６は、たとえば、キーボード、テンキー、及び、タッチパネルなどである。

表示部１７は、ＣＰＵ１１の制御により種々の情報を表示する表示装置である。表示部１７は、たとえば、液晶モニタなどである。なお、操作部１６がタッチパネルなどで構成される場合、表示部１７は、操作部１６と一体的に形成されてもよい。

次に、広告ログデータベース１４ａについて説明する。
広告ログデータベース１４ａは、複数の広告ログを格納する。
広告ログは、スマートデバイスが所定のアプリ（媒体）内で広告を表示したログである。即ち、広告ログは、広告サーバがスマートデバイスへ配信した広告のログである。

媒体は、スマートデバイスで実行されるアプリケーション（アプリ）である。媒体は、所定のサービスをユーザに提供する。

たとえば、媒体は、ソーシャルネットワーキングサービス（ＳＮＳ）、動画、ニュース、掲示板、書籍又はその他のサービスを提供するアプリケーションである。媒体の構成は、特定の構成に限定されるものではない。
広告は、たとえば、動画広告である。

たとえば、広告ログは、広告を表示した日時、媒体及び広告の広告主などから構成される。
広告ログは、たとえば、広告を配信する広告サーバなどによって生成される。即ち、広告サーバは、スマートデバイスに広告を配信すると、配信した広告に基づいて広告ログを生成する。
なお、ＣＰＵ１１が広告ログを生成してもよい。たとえば、ＣＰＵ１１は、広告サーバから広告を配信したことを示す所定のデータを受信して、受信したデータに基づいて広告ログを生成してもよい。

広告ログデータベース１４ａは、所定の間隔で新たに広告ログを格納してもよい。たとえば、ＣＰＵ１１は、所定の間隔で広告サーバから広告ログを取得し、広告ログデータベース１４ａに格納してもよい。

次に、ＣＰＵ１１が実現する機能について説明する。
ＣＰＵ１１は、広告に関する占有比率を取得する機能を有する。例えば、ＣＰＵ１１は、占有比率の少なくとも一つとして、ある媒体が広告を出力（掲載、表示）する比率（ある媒体の占有比率、以下、媒体比率）を取得する機能を有する。
たとえば、ＣＰＵ１１は、広告の申込金額（たとえば、広告売上金額など）に基づいて媒体比率を決定する。たとえば、ＣＰＵ１１は、所定の期間における所定の媒体の広告の申込金額を全体の申込金額で除算して当該所定の媒体の媒体比率を算出する。

なお、ＣＰＵ１１は、広告ログの個数に基づいて媒体比率を算出してもよい。たとえば、ＣＰＵ１１は、広告ログデータベース１４ａから所定の期間（たとえば、数ヶ月）内の広告ログを取得する。ＣＰＵ１１は、広告ログの個数（即ち、所定の期間における広告の掲載数）をカウントする。また、ＣＰＵ１１は、広告ログから「媒体」を抽出し、媒体ごとの広告ログの数（即ち、媒体ごとの広告の掲載数）をカウントする。ＣＰＵ１１は、媒体ごとの広告の掲載数を所定の期間における広告の掲載数で除算して、媒体ごとの媒体比率を算出する。

図２は、媒体ごとの媒体比率を示す媒体比率テーブルの例を示す。
図２は、媒体ごとの媒体比率を示す媒体比率テーブルである。
図２が示すように、媒体比率テーブルは、「媒体名」と「媒体比率」とを対応付けて格納する。

「媒体名」は、アプリの名称を示す。
「媒体比率」は、対応するアプリの媒体比率を示す。
ここでは、ＣＰＵ１１は、複数の広告ログから媒体として「アプリ１」乃至「アプリ７」を抽出したものとする。

たとえば、図２が示す例では、「アプリ１」の媒体比率は、「２０％」である。
ＣＰＵ１１は、取得した広告ログに出現する全ての媒体を含む媒体比率テーブルを生成してもよい。また、ＣＰＵ１１は、一部の媒体を含む媒体比率テーブルを生成してもよい。また、ＣＰＵ１１は、１つの媒体の媒体比率を決定し、媒体比率テーブルを生成しなくともよい。

また、ＣＰＵ１１は、占有比率の少なくとも一つとして、ある広告主の広告が掲載される比率（ある広告主の占有比率、以下、広告主比率）を取得する機能を有する。
たとえば、ＣＰＵ１１は、媒体に応じて各広告主の広告主比率を決定する。ここでは、ＣＰＵ１１は、媒体としてアプリ１の広告主比率を決定する場合について説明する。

まず、ＣＰＵ１１は、アプリ１に対して広告を配信する広告サーバからの広告を複数（たとえば、１００個）取得する。たとえば、クローラが当該広告サーバから所定の期間（たとえば、数週間）において複数の広告を取得し、ＣＰＵ１１は、クローラから当該複数の広告を取得する。

ＣＰＵ１１は、複数の広告から、広告主ごとの出現率を算出する。たとえば、ＣＰＵ１１は、広告のＵＲＬ又は広告の内容などを解析して各広告の広告主を特定する。ＣＰＵ１１は、各広告主が出現する回数をカウントする。ＣＰＵ１１は、広告主ごとの出現回数を広告の個数で除算して、各広告主の出現率を算出する。ＣＰＵ１１は、算出した出現率を広告主比率として取得する。

ＣＰＵ１１は、媒体ごとに上記の動作を行ってもよい。ＣＰＵ１１は、上記の動作により、各媒体において、広告主ごとの広告主比率を決定する。
なお、ＣＰＵ１１は、クローラとして動作してもよい。

図３は、広告主ごとの広告主比率を示す広告主比率テーブルの例を示す。
図３は、所定の媒体（ここでは、アプリ１）における広告主比率を示す広告主比率テーブルである。

図３が示すように、広告主比率テーブルは、「広告主」と「広告主比率」とを対応付けて格納する。
「広告主」は、広告主の名称を示す。
「広告主比率」は、対応する広告主の広告主比率を示す。
ここでは、ＣＰＵ１１は、複数の広告から広告主として「Ａ社」乃至「Ｆ社」を特定したものとする。

たとえば、図３が示す例では、「Ａ社」の広告主比率は、アプリ１において、「３０％」である。

ＣＰＵ１１は、クローラが取得した複数の広告に出現する全ての広告主を含む広告主比率テーブルを生成してもよい。また、ＣＰＵ１１は、一部の広告主を含む広告主比率テーブルを生成してもよい。また、ＣＰＵ１１は、１つの広告主の広告主比率を決定し、広告主比率テーブルを生成しなくともよい。

また、ＣＰＵ１１は、占有比率の少なくとも一つとして、広告主が提供するあるキャンペーンの広告が掲載される比率（あるキャンペーンの占有比率、以下、キャンペーン比率）を取得する機能を有する。即ち、ＣＰＵ１１は、所定の媒体において広告主が提供する広告ごとのキャンペーン比率を取得する。

キャンペーン比率は、広告主が提供する複数のキャンペーンの所定の１つの広告が出現する比率である。即ち、キャンペーン比率は、広告主の全体の広告において所定のキャンペーンの広告が出現する比率である。

たとえば、キャンペーンは、広告主が提供するサービス、商品、又は、ブランドなどである。

たとえば、ＣＰＵ１１は、操作部１６を通じてオペレータからキャンペーン比率を取得する。
なお、ＣＰＵ１１は、クローラが取得した広告を解析して、キャンペーンを特定してもよい。たとえば、ＣＰＵ１１は、キャンペーンごとに広告数をカウントする。ＣＰＵ１１は、所定のキャンペーンの広告の掲載数を広告主の広告の掲載数で除算して、当該種類のキャンペーン比率を算出する。

また、ＣＰＵ１１は、将来の所定の期間（予測期間）における広告の掲載数（期間掲載数）を予測する機能を有する。期間掲載数は、所定の期間において所定の領域（たとえば、国内などの地域）において掲載される広告の数である。

まず、ＣＰＵ１１は、予測期間において自身が把握できる将来の広告の掲載数（即ち、将来取得可能な広告ログの数）（予測把握数）を予測する。たとえば、ＣＰＵ１１は、広告ログデータベース１４ａの複数の広告ログに基づいて、広告の掲載数を時系列で解析する。たとえば、ＣＰＵ１１は、広告の掲載数をトレンド成分と周期成分とに分解する。

ＣＰＵ１１は、広告の掲載数を所定の期間（たとえば、１ヶ月）ごとに時系列で並べたグラフを生成する。ＣＰＵ１１は、生成したグラフを所定の期間（たとえば、３ヶ月）で移動平均したグラフを生成する。ＣＰＵ１１は、移動平均したグラフのトレンド直線（たとえば、傾きなど）をトレンド成分として取得する。

図４は、移動平均したグラフの例を示す。
図４では、横軸は、時間を示し、縦軸は、掲載数を示す。
ＣＰＵ１１は、図４のグラフにおいて、トレンド直線を生成する。ＣＰＵ１１は、トレンド直線をトレンド成分として取得する。

また、ＣＰＵ１１は、広告の掲載数を所定の期間（たとえば、１ヶ月）ごとに時系列で並べたグラフの階差を周期成分として取得する。
図５は、階差のグラフの例を示す。
図５では、横軸は、時間を示し、縦軸は、直前の掲載数との階差を示す。
ＣＰＵ１１は、図５に示される階差を周期成分として取得する。

ＣＰＵ１１は、取得したトレンド成分及び周期成分に基づいて将来の掲載数を予測する。たとえば、ＣＰＵ１１は、トレンド成分として取得したトレンド直線を延長する。ＣＰＵ１１は、延長したトレンド直線に、周期成分として取得した階差を加算して、将来の掲載数を予測する。

図６は、ＣＰＵ１１が把握した掲載数と将来の掲載数とを示すグラフである。
図６では、横軸は、時間を示し、縦軸は、掲載数を示す。
また、線２０よりも右側（即ち、未来側）は、ＣＰＵ１１が線２０よりも左側（即ち、過去側）の掲載数から予測される掲載数である。

ＣＰＵ１１は、トレンド成分及び周期成分に基づいて予測期間における掲載数を予測し、予測把握数として取得する。

ＣＰＵ１１は、予測把握数に基づいて期間掲載数を予測する。

ＣＰＵ１１は、自身が把握できる掲載数と期間掲載数との比率（把握率）を算出する。たとえば、ＣＰＵ１１は、所定の期間における広告ログの個数と、当該期間における所定の領域の広告の掲載数とに基づいて、把握率を算出する。なお、ＣＰＵ１１は、所定の領域における売上（たとえば、国内における動画広告の売上）と自身が把握できる広告の売上との比率に基づいて、把握率を算出してもよい。

ＣＰＵ１１は、予測把握数と把握率とに基づいて期間掲載数を算出する。たとえば、ＣＰＵ１１は、予測把握数を把握率で除算して期間掲載数を算出する。

また、ＣＰＵ１１は、将来の所定の期間において掲載が予測される広告の数（予測掲載数）を算出する機能を有する。
たとえば、ＣＰＵ１１は、期間掲載数に対して所定の比率を乗算して予測掲載数を算出する。即ち、ＣＰＵ１１は、予測したい掲載数に応じて乗算する比率の内容を設定する。

たとえば、予測掲載数は、将来所定の期間において所定の媒体で所定の広告主の所定のキャンペーンの広告が掲載される数である。

たとえば、ＣＰＵ１１は、期間掲載数に当該媒体の媒体比率を乗算する。ＣＰＵ１１は、得られた値にさらに当該媒体における当該広告主の広告主比率を乗算する。ＣＰＵ１１は、得られた値にさら当該キャンペーンのキャンペーン比率を乗算する。ＣＰＵ１１は、得られた値を予測掲載数として取得する。なお、期間掲載数に媒体比率を乗算した結果を予測掲載数（概算）としてもよいし、期間掲載数に広告主比率を乗算した結果を予測掲載数（概算）としてもよいし、期間掲載数に媒体比率と広告主比率を乗算した結果を予測掲載数（概算）としてもよい。

また、予測掲載数は、将来所定の期間において所定の媒体で所定の広告主の広告が掲載される数であってもよい。たとえば、ＣＰＵ１１は、当該所定の期間の期間掲載数に当該媒体の媒体比率と当該媒体における当該広告主の広告主比率とを乗算して、予測掲載数を取得する。

また、予測掲載数は、所定の期間において所定の媒体で広告が掲載される予測数であってもよい。たとえば、ＣＰＵ１１は、当該所定の期間の期間掲載数に当該媒体の媒体比率を乗算して、予測掲載数を取得する。

また、ＣＰＵ１１は、所定の期間において掲載される広告がユーザにクリックされる回数（予測クリック数）を予測する機能を有する。
たとえば、ＣＰＵ１１は、広告を閲覧したユーザが当該広告をクリック（又は、タップ）する確率（クリック率）を取得する。たとえば、ＮＶＭ１４は、予めクリック率を格納する。クリック率は、たとえば、０．１％程度である。
ＣＰＵ１１は、予測掲載数にクリック率を乗算して予測クリック数を算出する。

また、ＣＰＵ１１は、所定の期間において掲載される広告からコンバージョンに至る回数（予測コンバージョン数）を予測する機能を有する。
たとえば、ＣＰＵ１１は、広告をクリックしたユーザがコンバージョンに至る確率（コンバージョン率）を取得する。たとえば、ＮＶＭ１４は、予めコンバージョン率を格納する。

コンバージョンは、広告主が実施する広告の最終的な成果である。たとえば、コンバージョンは、所定の物品の購入、資料請求、又は、所定のサイトの閲覧などである。コンバージョンの内容は、特定の構成に限定されるものではない。
ＣＰＵ１１は、予測クリック数にコンバージョン率を乗算して予測コンバージョン数を算出する。

次に、ＣＰＵ１１が予測掲載数、予測クリック数及び予測コンバージョン数を取得する動作例について説明する。
図７は、ＣＰＵ１１が予測掲載数、予測クリック数及び予測コンバージョン数を取得する動作例について説明するためのフローチャートである。ここでは、予測掲載数は、将来所定の期間において所定の媒体で所定の広告主の所定のキャンペーンの広告が掲載される数である。

まず、ＣＰＵ１１は、広告ログデータベース１４ａから所定の期間の広告ログを取得する（Ｓ１１）。広告ログを取得すると、ＣＰＵ１１は、広告ログに基づいて予測期間の予測把握数を決定する（Ｓ１２）。

予測把握数を決定すると、ＣＰＵ１１は、予測把握数を把握率で除算して期間掲載数を算出する（Ｓ１３）。期間掲載数を算出すると、ＣＰＵ１１は、掲載数を予測したい媒体の媒体比率を期間掲載数に乗算する（Ｓ１４）。

媒体比率を期間掲載数に乗算すると、ＣＰＵ１１は、掲載数を予測したい広告主の広告主比率をＳ１４で得られた値に乗算する（Ｓ１５）。広告主比率を乗算すると、ＣＰＵ１１は、掲載数を予測したいキャンペーンのキャンペーン比率をＳ１５で得られた値に乗算して予測掲載数を取得する（Ｓ１６）。

予測掲載数を取得すると、ＣＰＵ１１は、取得された予測掲載数にクリック率を乗算して予測クリック数を取得する（Ｓ１７）。予測クリック数を取得すると、ＣＰＵ１１は、取得された予測クリック数にコンバージョン率を乗算して予測コンバージョン数を取得する（Ｓ１８）。予測コンバージョン数を取得すると、ＣＰＵ１１は、動作を終了する。
なお、ＣＰＵ１１は、取得した予測掲載数、予測クリック数又は予測コンバージョン数を表示部１７などに表示してもよい。また、ＣＰＵ１１は、通信部１５などを通じて取得した予測掲載数、予測クリック数又は予測コンバージョン数を外部装置へ送信してもよい。

図８は、ＣＰＵ１１が算出した予測掲載数の例を示す。
図８が示す例は、媒体として「アプリ１」で掲載される各広告主の広告の掲載量を示す。また、ここでは、ＣＰＵ１１は、広告主ごとの予測掲載数を算出したものとする（即ち、キャンペーン比率は、「１」であるものとする）。

図８が示す例では、期間掲載数は、「１００００００」である。また、「アプリ１」の媒体比率は、「２０％」である。広告主比率は、図３に示す通りである。予測掲載数は、期間掲載数に媒体比率及び広告主比率を乗算した値である。
たとえば、「Ａ社」の予測掲載数は、６００００（１００００００×０．２×０．３）である。

次に、予測掲載数と実際の掲載数との比較について説明する。
図９は、予測掲載数と実際の掲載数（実掲載数）との比較について説明するためのグラフである。

図９が示す例において、予測掲載数は、所定の１週間において所定の媒体で所定の広告主の広告が掲載される予測数である。キャンペーン比率は、「１」である。実掲載数は、当該１週間において当該媒体で当該広告主が提供する広告が実際に掲載された数である。

図９が示すように、予測掲載数は、「４９４」である。また、実掲載数は、「３００」である。予測掲載数と実掲載数とは、比較的近い値となった。

なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は可能な限り適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の段階の発明が含まれており、開示される複数の構成要件における適当な組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
以下に本件出願当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
複数の広告ログを取得し、
前記複数の広告ログに基づいて予測期間において広告が掲載される期間掲載数を予測し、
前記期間掲載数に、広告に関する占有比率を乗算して、予測掲載数を算出する、
情報処理方法。
［Ｃ２］
前記予測掲載数を算出することは、前記期間掲載数に、媒体が広告を表示する媒体比率を乗算して、前記予測掲載数を算出する、
前記Ｃ１に記載の情報処理方法。
［Ｃ３］
前記予測掲載数を算出することは、前記期間掲載数に、広告主の広告が掲載される広告主比率を乗算して、前記予測掲載数を算出する、
前記Ｃ１に記載の情報処理方法。
［Ｃ４］
前記予測掲載数を算出することは、前記期間掲載数に、媒体が広告を表示する媒体比率と広告主の広告が掲載される広告主比率とを乗算して、前記予測掲載数を算出する、
前記Ｃ１に記載の情報処理方法。
［Ｃ５］
前記予測掲載数を算出することは、前記期間掲載数に、前記媒体比率と前記広告主比率とキャンペーンの広告が掲載されるキャンペーン比率とを乗算して、前記予測掲載数を算出する、
前記Ｃ４に記載の情報処理方法。
［Ｃ６］
さらに、
前記予測掲載数にクリック率を乗算して、前記予測期間における予測クリック数を算出する、
前記Ｃ１乃至５の何れか１項に記載の情報処理方法。
［Ｃ７］
さらに、
前記予測クリック数にコンバージョン率を乗算して、前記予測期間における予測コンバージョン数を算出する、
前記Ｃ６に記載の情報処理方法。
［Ｃ８］
前記媒体に広告を配信する広告サーバから取得された複数の広告に基づいて前記広告主比率を決定する、
前記Ｃ４又は５に記載の情報処理方法。
［Ｃ９］
前記期間掲載数を予測することは、前記複数の広告ログに基づいて前記予測期間において取得可能な広告ログの予測把握数を予測し、前記予測把握数と前記取得可能な広告ログの把握率とに基づいて前記期間掲載数を予測する、
前記Ｃ１乃至８の何れか１項に記載の情報処理方法。
［Ｃ１０］
前記広告は、動画広告である、
前記Ｃ１乃至９の何れか１項に記載の情報処理方法。
［Ｃ１１］
プロセッサに、
複数の広告ログを取得させ、
前記複数の広告ログに基づいて予測期間において広告が掲載される期間掲載数を予測させ、
前記期間掲載数に、広告に関する占有比率を乗算して、予測掲載数を算出させる、
プログラム。

１０…情報処理装置、１１…ＣＰＵ、１２…ＲＯＭ、１３…ＲＡＭ、１４…ＮＶＭ、１４ａ…広告ログデータベース、１５…通信部、１６…操作部、１７…表示部。

Claims (10)

1. プロセッサによって実行される情報処理方法であって、
   広告を配信する広告サーバからの複数の広告ログを取得し、
   前記複数の広告ログに基づいて予測期間において広告が掲載される期間掲載数を予測し、
   前記期間掲載数に、広告に関する占有比率を乗算して、予測掲載数を算出し、
   前記予測掲載数を算出することは、前記期間掲載数に、アプリケーションが広告を表示する媒体比率を乗算して、前記予測掲載数を算出し、
   前記予測掲載数を算出することは、前記期間掲載数に、媒体が広告を表示する媒体比率と広告主の広告が掲載される広告主比率とを乗算して、前記予測掲載数を算出する、
   情報処理方法。
2. 前記広告ログは、広告を表示したアプリケーションを示し、
   前記広告ログに基づいて前記媒体比率を算出する、
   前記請求項１に記載の情報処理方法。
3. 前記予測掲載数を算出することは、前記期間掲載数に、広告主の広告が掲載される広告主比率を乗算して、前記予測掲載数を算出する、
   前記請求項１に記載の情報処理方法。
4. 前記予測掲載数を算出することは、前記期間掲載数に、前記媒体比率と前記広告主比率とキャンペーンの広告が掲載されるキャンペーン比率とを乗算して、前記予測掲載数を算出する、
   前記請求項１に記載の情報処理方法。
5. さらに、
   前記予測掲載数にクリック率を乗算して、前記予測期間における予測クリック数を算出する、
   前記請求項１乃至４の何れか１項に記載の情報処理方法。
6. さらに、
   前記予測クリック数にコンバージョン率を乗算して、前記予測期間における予測コンバージョン数を算出する、
   前記請求項５に記載の情報処理方法。
7. 前記媒体に広告を配信する広告サーバから取得された複数の広告に基づいて前記広告主比率を決定する、
   前記請求項１乃至６の何れか１項に記載の情報処理方法。
8. 前記期間掲載数を予測することは、前記複数の広告ログに基づいて前記予測期間において取得可能な広告ログの予測把握数を予測し、前記予測把握数と前記取得可能な広告ログの把握率とに基づいて前記期間掲載数を予測する、
   前記請求項１乃至７の何れか１項に記載の情報処理方法。
9. 前記広告は、動画広告である、
   前記請求項１乃至８の何れか１項に記載の情報処理方法。
10. プロセッサによって実行されるプログラムであって、
    前記プロセッサに、
    広告を配信する広告サーバからの複数の広告ログを取得させ、
    前記複数の広告ログに基づいて予測期間において広告が掲載される期間掲載数を予測させ、
    前記期間掲載数に、広告に関する占有比率を乗算して、予測掲載数を算出させ、
    前記予測掲載数を算出させることは、前記期間掲載数に、アプリケーションが広告を表示する媒体比率を乗算して、前記予測掲載数を算出させ、
    前記予測掲載数を算出させることは、前記期間掲載数に、媒体が広告を表示する媒体比率と広告主の広告が掲載される広告主比率とを乗算して、前記予測掲載数を算出させる、
    プログラム。