JP6635020B2 - 情報処理装置、情報処理装置の制御方法、およびプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理装置の制御方法、およびプログラムに関し、特に、様々な価格帯の商品・サービスを取り扱う企業がアトリビューション分析を行う際に、判断の精度を向上させるための指標を提案可能な仕組みに関する。

従来、インターネット上でユーザに表示するデジタル広告の効果測定のための手法として「アトリビューション分析」というものが存在する。この手法はユーザがデジタル広告に接触（表示あるいはクリック）し後日コンバージョンに至った場合に、それ以前の広告接触を「コンバージョンへの間接効果」として評価するものである。特許文献１においてはこの手法を実現するシステムについて、その仕組みが公開されている。

特開２０１５−６４７８２号公報

しかしながら、特許文献１では様々な価格帯の商品・サービスを取り扱う広告主がこの仕組みを利用する際に、価格帯の違いによる販売傾向の差異などにより、広告それぞれの評価を見誤る可能性がある。例えば、季節要因やトレンドを考慮しなければ低価格帯の商品・サービスは高価格帯のものよりも購入される数が多くなる傾向にあり、単純に購入された個数などから広告を評価してしまうと低価格帯の商品・サービスを訴求する広告は必然的に評価が高くなってしまう。

本発明の目的は、様々な価格帯の商品・サービスを取り扱う企業がアトリビューション分析を行う際に、判断の精度を向上させるための指標を提案可能な仕組みを提供することである。

本発明は、ユーザによるコンバージョンが発生するまでに、当該ユーザが所定のランディングページに遷移した回数を示す遷移回数と、当該所定のランディングページへの遷移元が所定の商品に関する広告であるかを特定可能な特定情報とを管理する管理手段と、前記管理手段で管理する前記遷移回数を用いて、前記所定のランディングページへの遷移元ごとの重みを決定する決定手段と、前記遷移元のうち、前記管理手段で管理する前記特定情報によって特定される所定の商品に関する広告である遷移元に対して前記決定手段により決定された重みと、前記所定の商品の価格を示す価格情報とを用いて、当該広告の評価値を算出する算出手段とを備えることを特徴とする。

また、本発明は、ユーザによるコンバージョンが発生するまでに、当該ユーザが所定のランディングページに遷移した回数を示す遷移回数と、当該所定のランディングページへの遷移元が所定の商品に関する広告であるかを特定可能な特定情報とを管理する管理手段を備える情報処理装置の制御方法であって、前記情報処理装置の決定手段が、前記管理手段で管理する前記遷移回数を用いて、前記所定のランディングページへの遷移元ごとの重みを決定する決定工程と、前記情報処理装置の算出手段が、前記遷移元のうち、前記管理手段で管理する前記特定情報によって特定される所定の商品に関する広告である遷移元に対して前記決定工程で決定された重みと、前記所定の商品の価格を示す価格情報とを用いて、当該広告の評価値を算出する算出工程とを備えることを特徴とする。

また、本発明は、ユーザによるコンバージョンが発生するまでに、当該ユーザが所定のランディングページに遷移した回数を示す遷移回数と、当該所定のランディングページへの遷移元が所定の商品に関する広告であるかを特定可能な特定情報とを管理する管理手段を備える情報処理装置で読み取り実行可能なプログラムであって、前記情報処理装置を、前記管理手段で管理する前記遷移回数を用いて、前記所定のランディングページへの遷移元ごとの重みを決定する決定手段と、前記遷移元のうち、前記管理手段で管理する前記特定情報によって特定される所定の商品に関する広告である遷移元に対して前記決定手段により決定された重みと、前記所定の商品の価格を示す価格情報とを用いて、当該広告の評価値を算出する算出手段として機能させることを特徴とする。

本発明によると、様々な価格帯の商品・サービスを取り扱う企業がアトリビューション分析を行う際に、判断の精度を向上させるための指標を提案可能な仕組みを提供することができる。

本実施形態の一例となるシステム構成図を表す。 管理サーバ１０１、クライアント端末１０２に適用可能な情報処理装置のハードウェア構成の一例を示す図である。 アクセス解析ツールなどで得られることを想定するアクセスログデータテーブルを表す図である。 コンバージョンを「会員による登録」とした場合に必要となる会員登録製品テーブルを表す 製品毎の売上金額を管理する製品マスタを表す図である。 広告関連のデータを管理する広告配信実績テーブルを表す図である。 本実施形態のアルゴリズムを表す図である。 本実施形態のアルゴリズムの動作例を表す図である。 本実施形態のアルゴリズムの動作例を表す図である。 本実施形態のアルゴリズムの動作例を表す図である。 本実施形態のアルゴリズムの動作例を表す図である。 本実施形態のアルゴリズムの動作例を表す図である。 本実施形態のアルゴリズムの動作例を表す図である。 本実施形態のアルゴリズムの動作例を表す図である。 本実施形態のアウトプット例を表す図である。

以下、図面を参照して、本発明の実施形態を詳細に説明する。なお、以下説明する実施形態は、本発明を具体的に実施した場合の一例を示すもので、特許請求の範囲に記載した構成の具体的な実施形態の１つである。

また、以下はデジタル広告を主な対象とした実施形態の説明であるが、この分析対象はメールマガジンやＷｅｂサイト・コンテンツなど、他の候補であってもよく、また分析要件によっては複数の分析対象を相対的に評価し合ってもよい。

図１は本実施形態の一例を表すシステム構成図である。本実施形態では分析に必要なデータを全て管理サーバ１０１の外部メモリ２１１で管理し、管理サーバ１０１からデータを抽出・加工したものを広告評価データとして出力し、データ可視化ツールで可視化することを想定する。広告主を含む施策の評価者は可視化された結果を基にして施策の善し悪しを判断できる。

なお、本実施形態において、管理サーバ１０１で管理するデータ（テーブル）としては、「アクセスログデータテーブル（図３）」、「会員登録製品テーブル（図４）」、「製品マスタ（図５）」、「広告配信実績テーブル（図６）」が存在する。

「アクセスログデータテーブル」は、外部のサーバが有するアクセス解析ツールによる解析によって得られる各ユーザのサイトへのアクセスログが管理される。

「会員登録製品テーブル」は、本システムを利用する企業の会員が購入した商品・サービスの情報が管理される。

「製品マスタ」は、本システムを利用する企業が取り扱っている製品毎に平均売価を記録したマスタである。

「広告配信実績テーブル」は、外部のサーバが有する広告配信ツールから得られるデータを格納したテーブルであり、図３のアクセスログテーブルに格納していないデータや、アクセス解析ツールでは取得が難しいデータが格納されているものとする。

本システムでは、アクセス情報と購買情報（会員による各種サービス利用のための製品登録データ、および購入者に対するＷｅｂアンケートデータを含む）を用いて、ＥＣ（ｅｌｅｃｔｒｏｎｉｃ ｃｏｍｍｅｒｃｅ）サイトだけでなく実店舗において購買された商品も分析対象とするアトリビューション分析を実行する。具体的には以下の通りである。

（１）購買情報を格納するテーブルから分析対象とする商品・サービス、ブランド名、あるいは商品カテゴリ種別を抽出条件として分析対象者の一覧を取得する。このとき分析対象者毎にユニークなＩＤとしてＣｏｏｋｉｅ値またはユーザエージェントが取得できているものとする。ただし、分析対象のサイトがログインを原則必要としているのであれば、ログインＩＤを代替としてもよい。

（２）（１）の分析対象者一覧に関し、ユニークなＩＤ（Ｃｏｏｋｉｅ値またはユーザエージェント）をキーとしてその分析対象者のサイト内行動履歴（閲覧履歴の他に広告流入などの流入履歴を含む）を取得する。このとき、コンバージョンに対する広告の効果測定が目的であれば、取得するデータについては一般的なアトリビューション分析同様にＣＶ日時以前の行動履歴のみでよい。会員の登録情報を使ってコンバージョンを定義している場合、システムに情報が登録された日時以前に分析対象者は商品・サービスを購入している（コンバージョンを達成している）という点に注意し、登録した日付における分析対象者の行動履歴についてはアトリビューション分析の対象から外すなどの対応が必要である。ただしレシートやアンケートデータ、あるいはＰＯＳデータなどを用いて分析対象者毎に商品・サービスの購入日時を取得できているのであれば、その購入日時を用いてもよい。なお、本実施形態では、「流入」のことを「遷移」ともいう。

（３）分析対象者の行動履歴を基にアトリビューション分析のスコアを算出する。このとき一般的なアトリビューション分析同様に、評価対象は集客媒体を想定するが、分析要件によっては広告の接触履歴（広告のクリック以外に、ブラウザに広告が表示されただけの履歴も含む）やＷｅｂページの閲覧履歴を含んでもよい。ここで「集客媒体」とは、広告やメールマガジン、検索エンジンなどのサイトへの流入のきっかけを総称したものとする。また、このとき分析の対象とする広告の特性や目的により、スコアの配分方法を変えてもよい。例えばユーザに対して最初のアプローチになる、認知獲得目的の広告であれば分析対象者の行動履歴の初回時の配分割合を高くしたモデルにより評価を実施する。またユーザの購入直前のアプローチになる、購入への後押しが目的の広告、例えばキャンペーンの告知や価格訴求の広告であれば分析対象者のコンバージョン直前の配分割合を高くしたモデルにより評価を実施する。

（４）（３）においてスコアを算出したアクセスログ１行毎に対し、該当する分析対象者が購入した商品・サービスの販売価格を情報として付与し、スコアと販売価格を乗算することによりそのログにおける売上金額を算出する。例えば、スコアが０．１であるアクセスログが、５万円の商品を購入した分析対象者のアクセスログであった場合、そのアクセスログが売上に貢献できた金額は０．１×５００００＝５０００となる。

（５）（４）において算出したアクセスログ毎の貢献金額を広告毎に累計する。例えば認知目的の広告Ａが分析対象だとして、一人の分析対象者は初回にその広告をクリックしたとして０．９というスコアが割り当てられておりその分析対象者が１万円の商品を購入していたとし、また他の分析対象者ではコンバージョンの直前に広告Ａをクリックしたとして０．０１というスコアが割り当てられておりその分析対象者が５万円の商品を購入していたとする。この場合、認知目的の広告Ａは０．９×１００００＋０．０１×５００００＝９５００という貢献金額であると評価される。

（６）（５）の結果を可視化する。このとき、広告毎の貢献金額のみを可視化するのではなく、広告の配信実績として出稿金額やクリック、直帰率などを並べることで、判断を見誤るリスクを軽減する工夫を施す。また、配信先メディアや配信手法（ディスプレイ広告、検索連動広告、ｅｔｃ）などの大きな粒度での見方から、ターゲットセグメントやバナークリエイティブといった細かい粒度での見方に簡単に切り替えられるようにしておく。

なお、本システムでは、購買情報として、「会員による各種サービス利用のための製品登録データ、および購入者に対するＷｅｂアンケートデータ」を例に挙げたが、ユーザが製品を購入したことを特定できれば良く、他の実施形態として、例えば、プリンタを購入したユーザが、プリンタに関連するソフトウェアを必ず所定のサイトからダウンロードしなければならないような場合に、当該所定のサイトにアクセスしてソフトウェアをダウンロードしたユーザのアクセス情報を用いてアトリビューション分析を行なっても良いし、例えば、あるソフトウェアを購入したユーザが、ＰＣに当該ソフトウェアをインストールすると、強制的に所定のウェブページに遷移するような場合に、当該ウェブページに遷移したことを条件として、当該ユーザのアクセス情報を用いてアトリビューション分析を行なっても良い。
以上で、図１の説明を終了する。

次に、図２を用いて、図１に示した管理サーバ１０１、クライアント端末１０２に適用可能な情報処理装置のハードウェア構成の一例について説明する。

図２において、２０１はＣＰＵで、システムバス２０４に接続される各デバイスやコントローラを統括的に制御する。また、ＲＯＭ２０２あるいは外部メモリ２１１には、ＣＰＵ２０１の制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ ／ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やオペレーティングシステムプログラム（以下、ＯＳ）や、ＰＣの実行する機能を実現するために必要な後述する各種プログラム等が記憶されている。

２０３はＲＡＭで、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０２あるいは外部メモリ２１２からＲＡＭ２０３にロードして、ロードしたプログラムを実行することで各種動作を実現するものである。

また、２０５は入力コントローラで、キーボード（ＫＢ）２０９等のポインティングデバイス等からの入力を制御する。２０６はビデオコントローラで、ＣＲＴディスプレイ（ＣＲＴ）２１０等の表示器への表示を制御する。

なお、図２では、ＣＲＴ２１０と記載しているが、表示器はＣＲＴだけでなく、液晶ディスプレイ等の他の表示器であってもよい。

２０７はメモリコントローラで、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、各種データ等を記憶する外部記憶装置（ハードディスク（ＨＤ））や、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるコンパクトフラッシュ（登録商標）メモリ等の外部メモリ２１１へのアクセスを制御する。

２０８は通信Ｉ／Ｆコントローラで、ネットワークを介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信等が可能である。

なお、ＣＰＵ２０１は、例えばＲＡＭ２０３内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ＣＲＴ２１０上での表示を可能としている。また、ＣＰＵ２０１は、ＣＲＴ２１０上の不図示のマウスカーソル等でのユーザ指示を可能とする。

本発明を実現するための後述する各種プログラムは、外部メモリ２１１に記録されており、必要に応じてＲＡＭ２０３にロードされることによりＣＰＵ２０１によって実行されるものである。さらに、上記プログラムの実行時に用いられる設定ファイル等も外部メモリ２１１に格納されており、これらについての詳細な説明も後述する。

では、ここから図１の管理サーバ１０１で管理されるアクセスログデータテーブル（図３）、会員登録製品テーブル（図４）、製品マスタ（図５）、広告配信実績テーブル（図６）について説明する。

図３は、本実施形態における、管理サーバ１０１に格納されるアクセスログデータテーブルの一例である。アクセスログデータテーブル中の１から１０行目については同一の会員（会員識別ＩＤ：１２３４５６７８）によるアクセスログを表し、同一の会員であっても日時によってデバイスが異なり、またそれによってブラウザ毎にユニークなＣｏｏｋｉｅ値が異なっている状況を表す。

閲覧した時間３０１は、ユーザがＷｅｂサイトにアクセスした時間を表す。Ｃｏｏｋｉｅ値３０２はユーザのブラウザに書き込まれたＣｏｏｋｉｅの値を表し、会員識別ＩＤ３０４を持たないユーザのアクセスログを追うために用いられる。

デバイス３０３は、ユーザがアクセスした際に用いていたデバイスを表し、ＰＣ、スマホ、タブレットなどの値を取りうる。

会員識別ＩＤ３０４は、ユーザが会員サイトなどへログインした際に割り振られるユーザ毎にユニークな値であり、用いているデバイスが異なっていても同じユーザがログインしていれば同じ値が格納されることを前提とする。

ページＵＲＬ３０５は、ユーザがアクセスしたＷｅｂページのＵＲＬを表す。アクセスした順番３０６は同一セッション内でアクセスされたページの順番を表し、値が１であれば広告やメルマガなどから遷移した際に最初にアクセスされるＷｅｂページ（ランディングページと呼ばれ、ＬＰと略記される）であることを表し、値が同一セッション内で最も大きいのであれば離脱ページであることを表す。

広告ＩＤ３０７は、該当セッションのアクセスが広告からの流入であった際に、その広告からの遷移時のＵＲＬに付与されるＵＲＬパラメータを表す。

これらデータはアクセス解析ツールにて取得したデータを想定している。１１、１２行目については会員でないユーザによるアクセスログを表し、このユーザが後日ほかのデバイスあるいはブラウザを用いてサイトにアクセスされた場合には、それらを同一人物とすることは困難である。

アクセスログデータテーブルのサイズは対象となるサイトによっては非常に大きくなることもありえるが、その場合アクセスログデータテーブルに対するデータ抽出・加工には時間を多く要する可能性がある。

その際には、後述する会員登録製品テーブルと事前に結合させておくことで、会員のみのログでなおかつ会員毎にコンバージョンした日時以降のアクセスログを省いた計算用テーブルを用意すればよい。

図４は会員が購入した商品・サービスを企業の会員登録システムに登録した会員登録製品テーブルの一例である。図４の例では２名の会員が計３個の商品をシステムに登録している状況を表す。

会員識別ＩＤ４０１は、図３のアクセスログデータテーブルの会員識別ＩＤ３０４と同じものを意味し、これをキーとしてテーブル結合およびデータ抽出を可能とするものである。

登録製品名４０２は、会員識別ＩＤ４０１によって示されるユーザに関連付けて登録された製品名を表す。登録日４０３はユーザに製品が登録された日時を表す。

例えば商品ａａａを登録した会員を分析する場合、会員登録製品テーブルから会員識別ＩＤ：１２３４５６７８が抽出され、その会員識別ＩＤ４０１をキーとして図３のアクセスログデータテーブルからその会員のログが抽出できる。以上で図４の説明を終了し、次に、図５について説明する。

図５は製品毎に平均売価を記録した製品マスタの一例である。製品名５０１は本システムを利用する企業が取り扱っている製品の名称を表し、図４の会員登録製品テーブルの登録製品名４０２は、この製品名５０１に必ず存在するものとする。

平均売価５０２は、製品名５０１毎の市場での平均売価を表し、後述する週番号５０３に対応した週における平均売価が格納されていることを想定する。

週番号５０３は、ある週を「１Ｗ」として連番が振られた番号であり、顧客から取得できた購入日が含まれる週の週番号５０３を用いてその顧客が購入した際の商品・サービスの価格を推定することができることを想定する。ただし価格の変動が週単位ではあまりない場合には月単位にしたり、また価格の変動が激しい場合には日単位にしたりしてもよい。以上で図５の説明を終了し、次に、図６について説明する。

図６は広告配信ツールなどから得られるデータを格納したテーブルであり、図３のアクセスログテーブルに格納していないデータや、アクセス解析ツールでは取得が難しいデータが格納されているものとする。

広告ＩＤ６０１は、図３のアクセスログデータテーブルの広告ＩＤ３０７と同じものを意味し、これをキーとしてテーブル結合およびデータ抽出を可能とするものである。

担当広告代理店６０２は、該当の広告を、広告配信ツールなどを用いて出稿し、広告主が広告費用を支払う先の広告代理店名を表す。広告代理店が１社である場合には省略しても問題ない。

配信メディア６０３は、広告が実際に表示されるサイトや広告配信ツールそのものの名称を表す。配信手法６０４は広告の配信手法を表し、図６のバナー広告、リスティング広告の他に動画の再生開始時に表示される動画広告なども入りうる。
ターゲティング条件６０５は、該当の広告を限定されたユーザにのみ表示している際のその条件を表す。

広告デバイス６０６は、該当の広告を表示する条件として使用しているデバイスの名称を表す。条件としてデバイスを使用していない場合にはＮＵＬＬあるいはＡＬＬなどが格納されているものとする。またこの広告デバイス６０６は必ずしも図３のアクセスログデータテーブルのデバイス３０３と一致しないものを想定する。

表示回数６０７は、該当の広告が表示された回数を表す。クリック数６０８は該当の広告がクリックされた回数を表す。コスト６０９は該当の広告の費用として支払う金額を表す。

これらデータは広告配信ツールからしか取得が難しいデータを含んでいるため、広告代理店などから取得するか、第三者配信ツールなどを用いることで広告主自身がこれらデータを取得できる環境を用意することが必要となる。以上で図６の説明を終了し、次に、図７を用いて、本実施形態のアルゴリズムのフローチャートについて説明する。

図７は本実施形態のアルゴリズムのフローチャートを表し、図８はその動作例を表す。この例では会員サービスを保有しているとある企業が、他社のＥＣサイト・他社の小売店などで発生した、ＷＥＢのアクセスデータと紐付けた分析が困難な売上データを、顧客の会員サイトへの登録データを用いて分析可能にすることを想定している。

なお、図８Ａはこの企業が取り扱っている２つの代表製品ａａａ、ｂｂｂの中で、ｂｂｂを分析対象とした場合のアルゴリズムの動作例を表現したものである。

ステップＳ７０１において、管理サーバ１０１は、管理サーバ１０１の外部メモリ２１１で管理するアクセスログデータテーブル（図３）、会員登録製品テーブル（図４）、製品マスタ（図５）、広告配信実績テーブル（図６）を取得する。

ステップＳ７０１は、本発明における、ユーザによるコンバージョンが発生するまでに、当該ユーザが所定のランディングページに遷移した回数を示す遷移回数と、当該所定のランディングページへの遷移元が所定の商品に関する広告であるかを特定可能な特定情報とを管理する管理手段の一例である。

ステップＳ７０２において、管理サーバ１０１は、図４の会員登録製品テーブルから「登録製品名が○○である」という抽出条件で会員識別ＩＤ４０１を抜き出す。このとき、分析したい期間が限定されているのであれば、「登録日が○○／○○〜○○／○○」という条件を抽出条件に追加してもよい。

図８Ａの例では「登録製品名がｂｂｂである」という抽出条件によって、会員識別ＩＤ４０１が「１２３４５６７８」と「１３５７９１１」という２人のユーザの会員識別ＩＤ４０１と登録日４０３を取得する。

ステップＳ７０３において、管理サーバ１０１は、ステップＳ７０２で取得した会員識別ＩＤ４０１をキーとして、分析対象とする製品を登録したユーザ（以下、「製品登録者」）のアクセスデータを図３のアクセスログデータテーブルから抽出する。

抽出する前のアクセスログデータテーブルは、図８Ｂの上段の図であり、抽出した結果が図８Ｂの下段の図である。

このとき図８Ｂ（図８Ｃ〜図８Ｆも同様）では、後述するステップＳ７０４の処理を簡便化するために登録日８０１をアクセスログデータテーブルに追加したものを中間テーブルとして用意するが、登録日を図４の会員登録製品テーブルから都度参照して処理する方法であれば登録日８０１をアクセスログデータテーブルに追加しなくてもよい。

また、図８Ｂ（図８Ｃ〜図８Ｆも同様）の例では簡略化のため会員識別ＩＤ３０４が「１２３４５６７８」のユーザ（以下、「ｂｂｂ購入者」）のみを示しており、会員識別ＩＤ３０４が「１３５７９１１」のユーザに関しては以降もアクセスログが現れないものとする。

ステップＳ７０４において、管理サーバ１０１は、ステップＳ７０３で取得した「製品登録者」の図８Ｂの上段のアクセスログデータテーブルの登録日８０１から「製品登録者」の登録日４０３を条件に用いることで、「製品登録者」の登録日４０３以前のアクセスログデータを取得する。本分析の目的は施策のコンバージョンに寄与したと考えられるデジタル広告の効果測定およびその結果を用いた広告の費用配分の最適化であり、コンバージョン以降のアクセスログは分析に必要ないためである。

図８Ｃの上段のアクセスログデータテーブル（図８Ｂの下段のアクセスログデータテーブルと同じもの）では、ステップＳ７０３で取得したアクセスログデータテーブルのうち６行目より下のデータは、「製品登録者」である「ｂｂｂ購入者」の登録日４０３である「２０１６／１０／１９」以降のデータであるため、フィルタリングによって除外されることとなる。フィルタリングによって除外した結果が、図８Ｃの下段のアクセスログデータテーブルである。

ステップＳ７０５において、管理サーバ１０１は、ステップＳ７０４で取得した「製品登録者」の登録日８０１（登録日４０３）以前のアクセスログデータから、「アクセスした順番３０６が１である」という条件によってランディングページとなったアクセスログデータを取得する。本分析において評価対象はデジタル広告を含む集客媒体であるため、ランディングページ以外のアクセスログは分析に必要ないためである。

図８Ｄの上段のアクセスログデータテーブル（図８Ｃの下段のアクセスログデータテーブルと同じもの）の例ではステップＳ７０４で取得した５行のデータのうち、「アクセスした順番３０６が１でない」４行目と５行目のアクセスログデータがフィルタリングによって除外されることとなる。フィルタリングによって除外した結果が、図８Ｄの下段のアクセスログデータテーブルである。

ステップＳ７０６において、管理サーバ１０１は、ステップＳ７０５で取得した「製品登録者」の登録日８０１（登録日４０３）以前のアクセスログデータの流入時データに対して、「製品登録者」毎の流入回数（図８Ｄの下段のアクセスログデータテーブルの行の数）を用いたアトリビューション分析のスコアを算出する。

ステップＳ７０６は、本発明における、前記管理手段で管理する前記遷移回数を用いて、前記所定のランディングページへの遷移元ごとの重みを決定する決定手段の一例である。

図８Ｅのアクセスログデータテーブル（図８Ｄの下段のアクセスログデータテーブルに流入回数８０２とスコア８０３を追加したもの）の例では「ｂｂｂ購入者」の流入回数８０２が３であるため、それぞれのアクセスログのスコア８０３（それぞれのアクセスログの寄与度を均等配分で算出したときの評価）は１／３となる。上記は流入した順番などで重み付けすることなく、それぞれのアクセスログの寄与度を均等配分で算出したときの評価であるが、広告の特性や目的によってスコアの算出方法を変えてもよい。例えば認知獲得が主目的である広告を評価したいのであれば、初回流入に近い程スコアを高くするなどである。

ステップＳ７０７において、管理サーバ１０１は、ステップＳ７０６で算出したアクセスログデータ毎のスコア８０３に商品・サービスの販売価格を乗算することで、本分析におけるアクセスログ毎に寄与した販売価格の想定値を算出する。

販売価格は、図５の製品マスタテーブルを参照し、製品名５０１をキーとして抽出するが、このとき価格の変動幅が大きい商品・サービスを扱っているのであれば週番号（場合によっては月や日でもよい）などを用いて分析対象の商品・サービスが購入された日時での平均売価の想定値を用いてもよい。

ステップＳ７０７は、本発明における、前記遷移元のうち、前記管理手段で管理する前記特定情報によって特定される所定の商品に関する広告である遷移元に対して前記決定手段により決定された重みと、前記所定の商品の価格を示す価格情報とを用いて、当該広告の評価値を算出する算出手段の一例である。

図８Ｆのアクセスログデータテーブル（図８Ｅのアクセスログデータテーブルに週番号８０４と販売価格８０５とスコア×販売価格８０６を追加したもの）例では、まず登録日８０１の日付部分である「２０１６／１０／１９」を週番号８０４「６０Ｗ」へ変換し、その週番号８０４をキーとして、製品マスタテーブルから平均売価５０２の「３５００」を抽出し（当該週番号８０４と一致する週番号５０３の平均売価５０２を抽出する）、販売価格８０５に追加する。

その後、「ｂｂｂ購入者」のアクセスログデータの３行に付与された「スコア」「０．３３」に販売価格８０５（平均売価５０２）の「３５００」を乗算することでそれぞれのアクセスログデータにおけるスコア×販売価格８０６「１１５５」を算出する。

ステップＳ７０８において、管理サーバ１０１は、ステップＳ７０７で算出したスコア×販売価格８０６およびそれに対応するアクセスログデータのうち、広告からの流入であるアクセスログデータを、広告ＩＤ３０７を参照することで抽出し、広告ＩＤ３０７をキーとして図６の広告配信ログテーブルとの紐付けを行ない、スコア×販売価格８０６と広告配信の実績を結び付け、広告評価データを生成する。スコア×販売価格８０６と広告配信の実績を結び付けた結果が図８Ｇである。

図８Ｇの配信メディア８０７は、図６の配信メディア６０３に対応し、広告ＩＤ８０８は、広告ＩＤ３０７や、広告ＩＤ６０１に対応し、スコア×販売価格８０９は、スコア×販売価格８０６に対応する。

また、広告費用（コスト６０９）を付与することで（付与した結果がコスト８１０）、スコア×販売価格／コスト８１１という指標を算出する。この指標により、その広告がどれだけ効率的に売上金額を獲得できたかを表すことができる。

なお、コスト６０９の付与は、本発明において必須ではないが、仮にコスト６０９を付与しない場合、広告費用をかければかけるほど売上が増えるような指標となってしまうため、この売上を広告の評価、特に効率性を評価する指標として使うのが困難であるという課題がある。そのため、コスト６０９を考慮するほうが、効率性を評価する指標としてはより好ましい。

なお、広告ＩＤ８０８が「ａｄ_１」以外の広告ＩＤ８０８についてのスコア×販売価格８０９、スコア×販売価格８０６は、図８Ａ〜図８Ｆに示したアルゴリズムを他の広告ＩＤ８０８についても適用した結果が登録される。

最後に、クライアント端末１０２で、広告評価データをデータ可視化ツールに取り込み、分析用のダッシュボードを作成する。データ可視化ツールの使用は必須ではないが、広告を様々な粒度で見ながらより適切な判断ができるようなダッシュボードがあることを想定する。

図８の例では「※イメージ」にあるように、広告ＩＤ８０８という細かい粒度（図８Ｇの上図）での結果を見たり、配信メディア８０７という粒度（図８Ｇの下図）での結果を見たりということを簡単に行なえるダッシュボードを表している。

図９は前述のアルゴリズムによる出力結果を、クライアント端末１０２のデータ可視化ツールにおいて可視化した際の一例である。

図９の例では広告主が２つの担当広告代理店９０１「Ａ社」と「Ｂ社」に広告の出稿を依頼しており、その広告の配信期間終了後、広告主が広告の効果検証を試みているという状況を想定している。

図９ではデータ可視化ツールにおける画面遷移を３パターン示しており、一番上段が最も細かい粒度の状態を示し、一番下段が最も粗い粒度の状態を示す。広告主は３パターンのデータ粒度を適宜変更しながら、最も費用対効果を上げるために広告代理店や広告の配信条件をどう変更していくのが最適なのかを判断する。

なお、図９では簡略化のために広告の配信実績として担当広告代理店９０１と配信メディア９０２と配信手法９０３とコスト９０４を、アトリビューション分析の結果としてスコア９０５とスコア×販売価格９０６とスコア×販売価格／コスト９０７を表示している。

これら項目については分析の要件に応じて適宜追加削除を行ってもよい。例えば広告の配信実績データとして必要に応じて販促対象商品名、ターゲティング条件、配信時期、配信デバイス、バナークリエイティブ、表示回数（ｉｍｐｒｅｓｓｉｏｎ）、クリック数、直帰率、新規率、コンバージョン数（購買に直結していないコンバージョンも候補とする）、コンバージョン率（購買に直結していないコンバージョンも候補とする）などが挙げられ、アトリビューション分析の結果としてはスコア／表示回数、スコア／クリック数、販売価格などが挙げられる。

以上、本発明によると、様々な価格帯の商品・サービスを取り扱う企業がアトリビューション分析を行う際に、判断の精度を向上させるための指標を提案可能な仕組みを提供することができる。

つまり、本発明では、広告がログに存在するユーザの売上にその広告のアトリビューション分析におけるスコアを乗算することで、広告の効率性にも配慮した売上に関する指標を提案することができる。

また、加えて、本発明では、企業が保有する会員の登録情報あるいはその代替となる情報（ｅｘ．アンケート）を使うことで、実店舗で購買された商品であってもその購買日（レシートを使う方法、または正確性に欠けるがユーザに入力してもらう方法などが候補として考えられる）や購買された店舗名などを取得できることを想定し、より実売価格に近い販売価格を分析に用いる方法についても提案することができる。

本発明は、例えば、システム、装置、方法、プログラム若しくは記憶媒体等としての実施形態も可能であり、具体的には、複数の機器から構成されるシステムに適用してもよいし、また、１つの機器からなる装置に適用してもよい。

なお、本発明は、前述した実施形態の機能を実現するソフトウェアのプログラムを、システム或いは装置に直接、或いは遠隔から供給するものを含む。そして、そのシステム或いは装置のコンピュータが前記供給されたプログラムコードを読み出して実行することによっても達成される場合も本発明に含まれる。

したがって、本発明の機能処理をコンピュータで実現するために、前記コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。

その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等の形態であってもよい。

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷなどがある。また、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などもある。

その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続する。そして、前記ホームページから本発明のコンピュータプログラムそのもの、若しくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。

また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明に含まれるものである。

また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせる。そして、ダウンロードした鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。

また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される。その他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部又は全部を行い、その処理によっても前述した実施形態の機能が実現され得る。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれる。その後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部又は全部を行い、その処理によっても前述した実施形態の機能が実現される。

なお、前述した実施形態は、本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。即ち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。

１０１ 管理サーバ
１０２ クライアント端末

Claims (6)

1. ユーザによるコンバージョンが発生するまでに、当該ユーザが所定のランディングページに遷移した回数を示す遷移回数と、当該所定のランディングページへの遷移元が所定の商品に関する広告であるかを特定可能な特定情報とを管理する管理手段と、
   前記管理手段で管理する前記遷移回数を用いて、前記所定のランディングページへの遷移元ごとの重みを決定する決定手段と、
   前記遷移元のうち、前記管理手段で管理する前記特定情報によって特定される所定の商品に関する広告である遷移元に対して前記決定手段により決定された重みと、前記所定の商品の価格を示す価格情報とを用いて、当該広告の評価値を算出する算出手段と
   を備えることを特徴とする情報処理装置。
2. 前記算出手段は、前記所定の商品に関する広告である遷移元に対して前記決定手段により決定された重みと、当該所定の商品の価格を示す価格情報と、前記広告に対して要した広告費用とを用いて、当該広告の評価値を算出することを特徴とする請求項１に記載の情報処理装置。
3. 前記管理手段は、前記遷移元の、前記所定のランディングページへ遷移した順番を管理し、
   前記決定手段は、更に、前記管理手段で管理する前記遷移元の、前記所定のランディングページへ遷移した順番を用いて、前記所定のランディングページへの遷移元ごとの重みを決定することを特徴とする請求項１または２に記載の情報処理装置。
4. 前記決定手段は、前記管理手段で管理する前記遷移元のうち、前記所定のランディングページへ遷移した順番が最も早い遷移元の重みを高くするように決定することを特徴とする請求項３に記載の情報処理装置。
5. ユーザによるコンバージョンが発生するまでに、当該ユーザが所定のランディングページに遷移した回数を示す遷移回数と、当該所定のランディングページへの遷移元が所定の商品に関する広告であるかを特定可能な特定情報とを管理する管理手段を備える情報処理装置の制御方法であって、
   前記情報処理装置の決定手段が、前記管理手段で管理する前記遷移回数を用いて、前記所定のランディングページへの遷移元ごとの重みを決定する決定工程と、
   前記情報処理装置の算出手段が、前記遷移元のうち、前記管理手段で管理する前記特定情報によって特定される所定の商品に関する広告である遷移元に対して前記決定工程で決定された重みと、前記所定の商品の価格を示す価格情報とを用いて、当該広告の評価値を算出する算出工程と
   を備えることを特徴とする情報処理装置の制御方法。
6. ユーザによるコンバージョンが発生するまでに、当該ユーザが所定のランディングページに遷移した回数を示す遷移回数と、当該所定のランディングページへの遷移元が所定の商品に関する広告であるかを特定可能な特定情報とを管理する管理手段を備える情報処理装置で読み取り実行可能なプログラムであって、
   前記情報処理装置を、
   前記管理手段で管理する前記遷移回数を用いて、前記所定のランディングページへの遷移元ごとの重みを決定する決定手段と、
   前記遷移元のうち、前記管理手段で管理する前記特定情報によって特定される所定の商品に関する広告である遷移元に対して前記決定手段により決定された重みと、前記所定の商品の価格を示す価格情報とを用いて、当該広告の評価値を算出する算出手段と
   して機能させることを特徴とするプログラム。

Images