JP6762483B1 - Ｌｔｖプランニングシステム、ｌｔｖプランニング装置、ｌｔｖプランニング方法及びプログラム - Google Patents

Abstract

【課題】通販やサブスクリプション事業のロイヤルカスタマー層である定期購入者の形成・維持拡大に貢献すること。【解決手段】本開示の一態様に係るＬＴＶプランニングシステムは、ある商品又はサービスについての広告がマーケティングファネルの各フェーズに影響を与えたメディアの累計数を、特定のユーザごとに取得する取得部と、前記累計数及び前記特定のユーザあたりの購入金額に基づいて、前記商品又はサービスの購入に関する各メディアの貢献度を算出する制御部と、を有することを特徴とする。【選択図】図３

Description

本開示は、ＬＴＶプランニングシステム、ＬＴＶプランニング装置、ＬＴＶプランニング方法及びプログラムに関する。

通信販売市場（電子商取引（ＥＣ：Electronic Commerce）も含む）、サブスクリプション事業などは、今後、ますますの成長が期待されている。マーケティングの分野では、これまで、ＣＰＯ（Cost per Order）、ＣＰＲ（Cost per Response）、ＣＰＡ（Cost per Acquisition）などが重視されてきたが、ロイヤリティの醸成による顧客生涯価値（ライフタイムバリュー（ＬＴＶ：Life Time Value））を最大化することが求められている。

ＬＴＶは、１人の顧客が生涯で、対象商品又はサービス（商品／サービスと書かれてもよい）の購入に使用した金額を指す。つまり、ＬＴＶが高いということは、その顧客が同じ商品／サービスを何度もリピートしてくれていることを意味する。ＬＴＶが高い顧客は、ロイヤルカスタマー（loyal customer）とも呼ばれる。

例えば、特許文献１では、ＬＴＶに基づいて広告投資先の広告媒体を選定する方法が提案されている。

特開２０１５−６４７８２号公報

しかしながら、特許文献１には、売上に、売上×リピート率を加算した値をＬＴＶとして用いることが記載されているに過ぎず、実際にどのように広告を出稿すればＬＴＶが向上するかについて、開示されていない。ＬＴＶ視点での広告プランニング（ＬＴＶプランニングと呼ばれてもよい）を行わなければ、効果的な広告提供ができないという課題がある。

そこで本開示は、通販やサブスクリプション事業のロイヤルカスタマー層である定期購入者の形成・維持拡大に貢献できるＬＴＶプランニングシステム、ＬＴＶプランニング装置、ＬＴＶプランニング方法及びプログラムを提供することを目的の１つとする。

本開示の一態様に係るＬＴＶプランニングシステムは、ある商品又はサービスについての広告がマーケティングファネルの各フェーズに影響を与えたかに関する、各ユーザ各メディアについての情報を受信し、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出する、ここで、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出することは、前記情報が、当該特定のユーザがあるフェーズについてあるメディアによって影響を受けたことを示す場合は当該フェーズの値を１とし、当該特定のユーザが当該フェーズについて当該メディアによって影響を受けなかったことを示す場合は当該フェーズの値を０として、全てのフェーズの値を加算した合計値を、当該特定のユーザかつ当該メディアについての累計数と算出することである、取得部と、前記累計数及び前記特定のユーザあたりの購入金額に基づいて、前記商品又はサービスの購入に関する各メディアの貢献度を算出する制御部と、を有し、前記制御部は、各メディアの貢献度、全体視聴率及び広告プランニングに関するパラメータの実測値の組み合わせを教師データとして、機械学習及びディープラーニングの少なくとも１つを用いて生成された学習済みモデルに対して、各メディアの貢献度及び全体視聴率を入力することで、前記広告プランニングに関するパラメータを出力する、ここで、前記広告プランニングに関するパラメータは、各メディアの買い付け広告枠及び各メディアに対する広告予算の少なくとも一方であることを特徴とする。

本開示の一態様によれば、通販やサブスクリプション事業のロイヤルカスタマー層である定期購入者の形成・維持拡大に貢献できる。

図１は、一実施形態に係るＬＴＶプランニングシステムの概略構成の一例を示す図である。 図２は、一実施形態に係るＬＴＶプランニング方法のフローチャートの一例を示す図である。 図３Ａ及び３Ｂは、一実施形態に係る貢献度の算出の一例を示す図である。 図４は、各メディアのファネルのフェーズごとの影響を受けたユーザの割合の一例を示す図である。 図５は、各メディアのファネルのフェーズごとの影響を受けたユーザの割合の別の一例を示す図である。 図６は、放送局ごとの接触率と視聴率との関係の一例を示す図である。 図７は、ある放送局のロイヤルカスタマーの購入意欲時間と視聴率との関係の一例を示す図である。 図８は、ある放送局のロイヤルカスタマーの購入意欲時間と視聴放送尺との関係の一例を示す図である。 図９は、ある放送局のロイヤルカスタマーの理解のフェーズの接触率と視聴放送尺との関係の一例を示す図である。 図１０は、ある放送局のロイヤルカスタマーの理解のフェーズの接触率と視聴番組ジャンルとの関係の一例を示す図である。 図１１は、一実施形態に係るプランニング装置の機能構成の一例を示す図である。 図１２は、一実施形態に係るプランニング装置などのハードウェア構成の一例を示す図である。

本発明者らは、メーカー通販やサブスクリプション事業のロイヤルカスタマー層である定期購入者にフォーカスし、コールセンター、ＥＣなどのそれぞれの購買者ごとに、各購買プロセスに対するメディアの購買行動影響度を調査した。その結果、ロイヤルカスタマー層の形成・維持拡大に貢献する広告プランニング手法を着想した。

本発明の一態様によれば、広告出稿の際に、ＣＰＲ重視（初回購入数獲得）からＬＴＶ重視（定期購入数獲得）への変革を啓蒙できる。また、ＴＶ広告及びＷｅｂ広告の統合プランニングを促進できる。また、定期購入者獲得を好適に支援でき、通販などの市場の更なる活性化が期待できる。また、定期購入者の形成・維持拡大に貢献することによって、当該事業の売上維持、拡大に寄与できる（ロイヤルカスタマー層が当該事業売上の大半を占めるようなプランニングが可能となる）。

以下、本開示の実施形態について添付図面を参照して詳細に説明する。以下の説明では、同一の部には同一の符号が付される。同一の部は名称、機能などが同じであるため、詳細な説明は繰り返さない。

なお、本開示におけるロイヤルカスタマー（ロイヤル顧客）は、ある商品／サービスの定期購入者（定期利用者）に該当してもよい。例えば、当該商品は、健康食品、スキンケア商品、保険、旅行、通信販売の商品などであってもよい。当該サービスは、サブスクリプションサービス、シェアリングサービスなどであってもよい。

例えば、当該サービスは、デリバリー、娯楽・コンテンツ（例えば、音楽、放送、ゲーム、読書、ニュース）、リース・レンタル（例えば、自動車）、定額乗換サービス、スポーツクラブ、エステ、サロン、英会話、業務・学習施設（ワークスペース）、ｅラーニング、クラウドサービス、生活インフラ（電気、ガス、通信）、住居、トランクルーム、クリーニング、美容室などを利用できるサービスであってもよい。

（ＬＴＶプランニングシステム）
図１は、一実施形態に係るＬＴＶプランニングシステムの概略構成の一例を示す図である。図１に示すＬＴＶプランニングシステム１は、ＬＴＶプランニング装置１０と、放送配信装置２０と、視聴率管理装置３０と、を含む。

ＬＴＶプランニング装置１０は、ロイヤルカスタマーの情報を取得し、これに基づいてロイヤルカスタマー層の形成・維持拡大に貢献する広告プランニング（ＬＴＶプランニング）を決定等する装置である。ＬＴＶプランニング装置１０は、以下、単にプランニング装置１０とも呼ぶ。

プランニング装置１０は、携帯電話、スマートフォン、タブレット型端末などの携帯端末（移動通信端末）であってもよいし、パソコン（ＰＣ：Personal Computer）、サーバなどの固定通信端末であってもよい。つまり、本開示におけるプランニング装置１０は、通信デバイスで読み替えることができる。

プランニング装置１０は、有線及び／又は無線（例えば、ＬＴＥ（Long Term Evolution）、ＮＲ（New Radio）、Ｗｉ−Ｆｉ（登録商標）など）を介して、ネットワーク（インターネットなど）と通信してもよい。

放送配信装置２０は、テレビ（ＴＶ：television）に対して放送を配信する装置である。ここで、テレビ（テレビ受像機）は、地上波放送、放送衛星（ＢＳ：Broadcasting Satellite）／通信衛星（ＣＳ：Communications Satellite）による放送、インターネット放送（インターネットテレビ）などの少なくとも１つを受信する機能を有する装置であってもよい。例えば、テレビは、多機能テレビ、スマートＴＶ、ＩＰ（Internet Protocol）ＴＶ、セットトップボックスなどであってもよい。

なお、放送は、公衆によって直接受信されることを目的とする電気通信の送信を意味し、無線放送、インターネット放送などを含んでもよい。

視聴率管理装置３０は、テレビにおいて放送される番組の実際の視聴率を集計する装置である。視聴率は、所定の時間単位（例えば、秒、分、時）で記憶されてもよい。視聴率管理装置３０は、ネットワークを介して他の装置（例えば、プランニング装置１０）に対して視聴率に関する情報を送信してもよい。

視聴率管理装置３０は、例えばテレビ視聴率調査者によって管理される装置であってもよい。視聴率管理装置３０は、所定の世帯（例えば、調査協力世帯）のテレビに接続された測定機器から視聴履歴のデータを取得して管理してもよい。なお、当該データから視聴率が算出又は予測されてもよい。

視聴率管理装置３０は、所定のターゲット（所定の属性に該当するユーザ）ごとの視聴率（ターゲットの個人視聴率）が記録されてもよい。

なお、本開示において、ターゲットは、マーケティングの分野で用いられる性・年齢別区分（Ｃ（Child）層、Ｔ（Teen）層、Ｍ（Male）１−Ｍ３層、Ｆ（Female）１−Ｆ３層）であると想定するが、この分類に限られない。

プランニング装置１０など各装置の機能構成及びハードウェア構成の一例については、後述する。

なお、当該システム構成は一例であり、これに限られない。例えば、各装置は、図１ではそれぞれ１つずつ含まれる構成としたが、各機器の数はこれに限られず、複数存在してもよい。ＬＴＶプランニングシステム１は、一部の装置を含まない構成としてもよいし、１つの装置の機能が複数の装置により実現される構成としてもよい。

複数の装置の機能が１つの装置により実現される構成としてもよい。例えば、プランニング装置１０と、放送配信装置２０と、視聴率管理装置３０と、の少なくとも２つが、１つのサーバ上で実装されてもよい。

（ＬＴＶプランニング方法）
本開示の一実施形態に係るＬＴＶプランニング方法について、以下で説明する。各ＬＴＶプランニング方法は、上述のＬＴＶプランニングシステムに適用されてもよい。

図２は、一実施形態に係るＬＴＶプランニング方法のフローチャートの一例を示す図である。

本開示のＬＴＶプランニング方法では、１又は複数のメディアに出稿される商品／サービスの広告に関して、ロイヤルカスタマーのコンタクトポイントを分析し、これに基づいてロイヤル層（定期顧客層）を形成・維持するメディアプランニング（例えば、ＴＶプランニング）を提供する。

ステップＳ１０１において、プランニング装置１０は、ロイヤルカスタマーに関して、各メディアのファネルのフェーズごとの接触率、各メディアの貢献度について評価する。プランニング装置１０は、マーケティングファネルのフェーズごとのユーザの心理の獲得状況に基づいて、貢献度を算出してもよい。

考慮するファネルのフェーズとしては、以下の少なくとも１つが含まれてもよい：
・基本的に購買前の心理・行動プロセスとして、認知、興味、検索、好意、理解、後押し、購入、クロスセル検討など、
・基本的に購買後の心理・行動プロセスとして、好意、継続意向、推薦、クロスセルなど。

なお、考慮するファネルのフェーズはこれらに限られない。各フェーズは、消費者の購買行動モデル、カスタマージャーニーマップなどに基づいてもよく、例えば、ＡＩＤＭＡ（Attention Interest Desire Memory Action）、ＡＩＳＡＳ（Attention Interest Search Action Share）（登録商標）、ＳＩＰＳ（Sympathize Identify Participate Share&Spread）、ＤＥＣＡＸ（Discovery Engage Check Action eXperience）などの少なくとも１つに基づいて決定されてもよい。本開示において、単に「フェーズ」と記載するときは、所定のファネルのフェーズを意味してもよい。

分析対象のメディアは、任意のメディアであってもよく、例えば、テレビ番組、テレビＣＭ、ラジオ、雑誌、新聞、チラシ、屋外広告（例えば、交通広告）、Ｗｅｂ広告（インターネット広告）、情報サイト／ＳＮＳ、企業サイト、知人の勧めなどを含んでもよい。なお、メディアは、情報源と互いに読み替えられてもよい。

なお、分析対象のメディアは、同じメディアであっても、当該メディアの提供者（例えば、放送局、出版社、サービサーなど）ごとに分析されてもよい。また、例えば同じテレビでも、地上波、ＢＳ、ＣＳなど波種ごとに分析されてもよい。

なお、本開示の「広告」は、広告キャンペーンと互いに読み替えられてもよい。本開示の「ユーザ」は、ロイヤルカスタマーと互いに読み替えられてもよい。「フェーズ」は、コンタクトポイントと互いに読み替えられてもよい。

ここで、貢献度は、ある商品／サービスの定期購入（又はユーザのロイヤルカスタマー化）に対してあるメディアの広告がどれくらい貢献したかを示す指標であってもよい。貢献度は、寄与度などと呼ばれてもよい。

なお、あるフェーズの接触率（ロイヤルカスタマー接触率）は、所定の数のロイヤルカスタマー全体のうちの、ある広告が当該フェーズに影響したロイヤルカスタマーの比率又は数を意味してもよい。接触率は、接触度、接触数値、影響率などと呼ばれてもよい。接触率は、広告がこのフェーズに影響したことを示す指標で読み替えられてもよい。

プランニング装置１０は、貢献度を求めるために必要な情報を取得（例えば、受信）してもよい。例えば、プランニング装置１０は、ある商品／サービスのロイヤルカスタマーに関して、当該商品／サービスの購入に至った各フェーズの影響についてのログ、アンケート結果、分析結果などを取得してもよい。プランニング装置１０は、これらの情報を、視聴率管理装置３０など他の装置から取得（受信）してもよい。

プランニング装置１０は、ロイヤルカスタマーが保有するデバイスに対してＷｅｂページを送信して回答させる（アンケート調査を行う）ことによって、ロイヤルカスタマーのデモグラフィックデータ、各フェーズの影響などを取得してもよい。なお、アンケートはオフライン（アナログ）で実施され、結果のみがプランニング装置１０に収集されてもよい。

なお、これらの情報は、ユーザが商品／サービスを購入した販路（例えば、ＥＣサイト、コールセンター）ごと、広告枠（例えば、ある放送局の各時間帯の広告枠）に分けられてもよい。このため、プランニング装置１０は、貢献度、接触率、後述の貢献金額などを、販路ごと、広告枠ごとの値として導出してもよい。なお、プランニング装置１０は、貢献度、接触率、後述の貢献金額などを、後述の広告出稿モデルの入力パラメータ（例えば、番組ジャンル）ごとの値として導出してもよい。なお、販路は、デバイスと呼ばれてもよいし、仮想店舗と呼ばれてもよい。

図３Ａ及び３Ｂは、一実施形態に係る貢献度の算出の一例を示す図である。本例では、ユーザとしてユーザＩＤ１−５に対応する５人のユーザを分析する。また、考慮するフェーズは、認知及び購入であると想定する。また、メディアはＴＶ（テレビ広告）及びＷｅｂ（Ｗｅｂ広告）と想定する。

プランニング装置１０は、ユーザが各フェーズから商品／サービスについてどのような心理の影響を受けたかを、各ユーザ、各メディアについて分析する。図３Ａは、各ユーザが、認知及び購入のフェーズにおいて、どのメディアから影響を受けたかの一例を示す図である。

図３Ａの左側のテーブルは、ユーザがあるフェーズについてＴＶ及びＷｅｂから影響を受けたか否かを示す。「○」は影響を受けたことを示し、「×」は影響を受けなかったことを示す。例えば、ユーザＩＤ１のユーザは、ＴＶ及びＷｅｂの両方に基づいて認知し、ＴＶに基づいて購入に至った（一方でＷｅｂは購入の動機ではない）ことが示されている。

図３Ａの右側のテーブルは、左側のテーブルの「○」を１、「×」を０として、全てのフェーズのユーザごとの合計値をメディアごとに示している。認知及び購入のファネルを考えたときに、ユーザＩＤ１のユーザにとってはＴＶの影響が２であり、Ｗｅｂの影響が１であったことが示されている。

「○」を１、「×」を０として求めた図３Ａの右側のテーブルは、ユーザが商品／サービスを購入するまでの間に接触した（言い換えると、印象に残った、影響のあった）各メディアの累計数に該当してもよい。商品／サービス購入後のフェーズについては、購入後に接触した各メディアの累計数と呼ばれてもよい。

なお、図３Ａの左側のような「○」、「×」の代わりに、数字の形式が用いられてもよい。例えば、図３Ａの左側のテーブルは、０から１０の値などを用いて記載されてもよい。また、フェーズごとに異なる重み付けが適用されてもよい。例えば、ロイヤルカスタマーの形成・維持により影響の大きいフェーズについては、他のフェーズに比べて最大値を大きくしたり、値に加算、乗算などによるオフセットを適用したりしてもよい。

図３Ｂは、貢献度を求めるための購入金額の一例を示す図である。図３Ｂの左側のテーブルは、各ユーザが所定の期間（例えば、１年、１か月など）において商品／サービスを購入した金額の総額に該当してもよい。

図３Ｂの右側のテーブルは、図３Ａの右側のテーブルに基づいて各ユーザの購入金額をメディアごとに割り振った金額（貢献金額）を示している。プランニング装置１０は、例えば、ユーザＩＤ１のユーザについて、ＴＶの貢献金額は、ユーザＩＤ１の購入金額＊ユーザＩＤ１の全メディアに対するＴＶの貢献比率＝￥１２，３０７＊２／（２＋１）≒￥８，２０４と求めてもよい。

このようにして各ユーザのメディアごとの貢献金額を求め、メディア単位で全ユーザの貢献金額の総和を取ると、メディア単位のこの商品／サービスの購入における貢献度が分かる。例えば、ＴＶの貢献金額の総和は￥３１，５０５であり、全ユーザの購入金額の総和は￥４７，３７７であるため、ＴＶの貢献度は３１，５０５／４７，３７７≒６６．５％と求められてもよい。一方、同様にＷｅｂの貢献度は約３３．５％と求められてもよい。以上説明したように、あるメディアの貢献度は、ユーザあたりの当該メディアの上記累計数（又は累計数に基づく値）及びユーザあたりの購入金額に基づいて求められてもよい。

なお、ステップＳ１０１は、影響を受けた情報源の変化の把握（言い換えると、接触率、貢献度などの可視化）に利用されてもよい。

図４は、各メディアのフェーズごとの影響を受けたユーザの割合の一例を示す図である。図４は、ＥＣサイトから購入したユーザの分析結果に該当する。図４及び後述の図５に示した割合は、接触率に該当してもよい。図４では、フェーズに応じてメディアの影響が異なるが、本例ではＴＶの影響がＷｅｂより大きいことがわかる。例えば、認知フェーズはＴＶによって影響を受けたユーザが４４．２％で、Ｗｅｂの１９．５％の２．２６倍となっている。

図５は、各メディアのフェーズごとの影響を受けたユーザの割合の別の一例を示す図である。図５は、コールセンターから購入したユーザの分析結果に該当する。図５では、図４の場合よりさらにＴＶの影響がＷｅｂより大きいことがわかる。例えば、認知フェーズはＴＶによって影響を受けたユーザが５２．４％で、Ｗｅｂの１４．２％の３．６８倍となっている。これは、ＴＶのショッピング番組などにおいてコールセンターの電話番号が放送されることによって、ＴＶの影響が大きいと想定される。なお、図４及び５から、購入後のフェーズのＴＶ及びＷｅｂの影響の違いは、購入前のフェーズに比べて販路による差が小さいことがわかる。

また、プランニング装置１０は、貢献金額の算出を、ユーザが商品／サービスを購入した販路（例えば、ＥＣサイト、コールセンター）ごとに行ってもよい。プランニング装置１０は、各販路についてのメディアごとの貢献金額から、各メディアに対する広告出稿を制御してもよい。例えば、プランニング装置１０は、各販路についてのメディアごとの貢献金額に基づいて、各メディアに対する広告出稿量、広告の時間帯などを決定してもよい。

例えば、プランニング装置１０は、ＥＣサイトから購入したユーザのＴＶの貢献金額がＷｅｂの貢献金額の第１の値（例えば、１．８３）倍であり、コールセンターから購入したユーザのＴＶの貢献金額がＷｅｂの貢献金額の第２の値（例えば、５．８８）倍である場合において、例えば第２の値が第１の値より第３の値（例えば、２）以上大きければ、所定の時間帯の広告を多めに出稿するような制御を行ってもよい。

あるメディアの貢献金額の別のメディアの貢献金額に対する比率は、ＲＣＲ（Royal Customer Ratio）と呼ばれてもよい。例えば、プランニング装置１０は、ＴＶの貢献金額のＷｅｂの貢献金額に対する比をＲＣＲとして算出してもよい。

なお、上述の貢献度を求める際、考慮されるフェーズは、あるメディアにおいて影響を受けたユーザの割合が所定の値以上（又は以下）であるものであってもよいし、第１のメディアと第２のメディアの上記ユーザの割合の比率（例えば図４の認知フェーズだと２．２６倍）が所定の閾値以上（又は以下）であるものであってもよい。

ステップＳ１０２において、プランニング装置１０は、ロイヤルカスタマーの特性を考慮した広告出稿モデルを作成する。

既存のメディアプランニングは、メディアから得られるデータを駆使してターゲットの視聴傾向を推察し、コスト効率（例えば、ＣＰＲ）の良い媒体への広告展開を図ってきた。顧客の継続性は考慮してこなかった。既存のメディアプランニングの際に考慮される要素としては、視聴率、ターゲット含有率、コンテンツ、競合各社の出稿傾向、認知率、リーチなどがある。

一方で、本開示のメディアプランニング（ＬＴＶプランニング）では、ロイヤルカスタマー見込みの顧客のコンタクトポイントを重視したメディアプランニングを実施する。本発明者らは、各プランニング要素における定期顧客の接触状況を整理して分析し、好ましい広告出稿モデルの特徴を見出した。ＬＴＶプランニングの際に考慮される要素としては、放送局、放送尺、購入意欲時間帯、コンテンツ（視聴番組）、クリエーティブ（ＣＭの表現）などがある。

プランニング装置１０は、ロイヤルカスタマーのメディア接触情報、一般顧客（ロイヤルカスタマーに該当しない顧客）のメディア接触情報、一般のメディアデータ（例えば、視聴率など）などに基づいて、上記広告出稿モデルを作成してもよい。

ここで、メディア接触情報は、例えば上述のステップＳ１０１で導出された、当該メディアによる特定のフェーズの接触率、当該メディアの貢献度などに該当してもよい。この特定のフェーズは、ロイヤルカスタマー層形成に大きく寄与する（言い換えると、ロイヤルカスタマーであれば高い接触度を有する）フェーズであってもよく、例えば、「理解」、「継続意向」などのフェーズなどであってもよい。もちろん当該特定のフェーズとして、他のフェーズが利用されてもよい。

上記広告出稿モデルは、人工知能（Artificial Intelligence（ＡＩ））によって作成された予測モデルなどであってもよい。ＡＩは、機械学習、ディープラーニングなどの少なくとも１つを含んでもよい。

上記広告出稿モデルの入力パラメータは、以下の少なくとも１つを含んでもよい：
・ユーザの属性（例えば、性、年齢、年収、家族構成、地域）、
・購入商品／サービスの特徴（例えば、ブランド、成分、形態、ジャンル）、
・購入商品／サービスの事業主（言い換えると、提供者、販売元、企業など）、
・所定の期間（例えば、年間）の購入金額、
・購入の動機付け（例えば、動機づけとなった広告の訴求表現（インパクトのあったワードなど））、
・影響された情報源（例えば、メディアごとの各フェーズの接触率、購入意欲時間帯）、
・定期購入を決定した理由／定期購入を継続する理由、
・メディアごとの所定の期間（例えば、年間）の貢献度／貢献金額、
・メディアごとの視聴態度に関する情報（例えば、放送局、時間帯、尺、波種（地上波／ＢＳ／ＣＳなど）、番組ジャンル）、
・メディアごとの視聴率（世帯視聴率、個人視聴率、個人全体視聴率であってリアルタイム視聴及び放送後７日目までのタイムシフト視聴を合算した視聴率（「Ａｌｌ＆Ｐ＋Ｃ７（Program + Commercial 7）」などと呼ばれてもよい）、ＧＲＰ（Gross Rating Point）、ＴＲＰ（Target Rating Point）など）、
・メディアごとの広告出稿のコスト（例えば、ある広告出稿パターン（逆Ｌ型、全日型、ヨの字型、コの字型、逆Ｆ型、深夜型、全日昼型など）を想定した場合のコスト）。

なお、購入商品／サービスの事業主は、例えば同じ商品／サービスであっても事業主によって信頼性などが大きく異なり、広告の効果も異なってくることから、考慮されることが好ましい。

商品／サービスの形態の一例としては、例えば、化粧品の形態がある。化粧品の形態は、例えば、オールインワン化粧品（多機能化粧品）、化粧水、美容液、乳液、クリームなどに分類されてもよい。

上記広告出稿モデルの入力パラメータは、ロイヤルカスタマーに関するパラメータを前提としてもよいし、一般視聴者を含んだパラメータが含まれてもよい。なお、プランニング装置１０は、上記入力パラメータを、例えば、視聴率管理装置３０など他の装置から取得（受信）してもよい。また、プランニング装置１０は、上記入力パラメータを、外部からの入力（例えば、ユーザによる設定）、上述したアンケート調査などに基づいて判断してもよい。

上記所定のモデルの出力パラメータは、広告プランニングに関するパラメータを含んでもよく、例えば、各メディアの買い付け広告枠（の候補）、各メディアに対する広告予算などを含んでもよい。なお、プランニング装置１０は、上記出力パラメータを、例えば、視聴率管理装置３０など他の装置から取得（受信）してもよい。また、プランニング装置１０は、上記出力パラメータを、外部からの入力（例えば、ユーザによる設定）、上述したアンケート調査などに基づいて判断してもよい。

本発明者らの検討によれば、上述の入力パラメータのおのおのは、上述の出力パラメータとの間に、統計的に有意な相関関係がある。例えば、本発明者らは、商品／サービス購入前には「理解」のフェーズが、ロイヤルカスタマー層形成のポイントであることを分析によって発見した。また、商品／サービス購入後には、「継続購入意向」のフェーズがロイヤルカスタマーの維持に重要であることを分析によって発見した。

このため、例えば上述の入力パラメータ及び出力パラメータの実測値の組み合わせを教師データとして、学習済みモデルを作成できる。なお、モデルの作成は、プランニング装置１０に限られず、他の装置が行ってもよく、他の装置によって作成されたモデルがプランニング装置１０に記憶されてもよい。

プランニング装置１０は、視聴放送局ごとに、ロイヤルカスタマーのメディア接触情報と、全体視聴率（ロイヤルカスタマーか否かを問わない一般的な視聴率であってもよく、例えば、世帯視聴率、個人視聴率、ＧＲＰなどであってもよい）と、を比較した結果に基づいて、上記広告出稿モデルを作成してもよい。

図６は、放送局ごとの接触率と視聴率との関係の一例を示す図である。本例では、放送局Ａ−Ｄについて、それぞれのロイヤルカスタマーの接触率と、全体視聴率と、の関係が示されている。ここでいう全体視聴率は、ある番組の視聴率であってもよいし、いくつかの番組の平均視聴率であってもよい。

なお、図６の縦軸は、所定の正規化処理をそれぞれの率に適用したものであってもよい。また、接触率としては、理解のフェーズの接触率（理解度などと呼ばれてもよい）が示されている。以降の図面でも同様である。

図６は、局ごとに差異がある例に該当する。例えば、Ｃ局は、全体視聴率が比較的低いにも関わらず接触率が高いことから、プランニング装置１０は、Ｃ局への広告出稿がＬＴＶへの貢献度が高いと想定し、上記モデルを作成してもよい。例えば、上記モデルの入力データとして放送局ごとの接触率、全体視聴率などを加えることにより、一般視聴者に比べたロイヤルカスタマーの傾向を高精度に推定することができ、ロイヤルカスタマー層の形成・維持に好適な広告出稿を実現できる。

プランニング装置１０は、１つの視聴放送局に関して、ロイヤルカスタマーの購入意欲時間と、全体視聴率と、を比較した結果に基づいて、上記広告出稿モデルを作成してもよい。なお、購入意欲時間は、その時間の広告を見て購入に結びついたユーザ（言い換えると、その時間の広告が商品／サービスの理解のきっかけとなったユーザ）の数を示す指標（例えば、このようなユーザの特定のフェーズ（理解など）の接触率）に該当してもよいし、そのような時間のことを意味してもよい。

図７は、ある放送局のロイヤルカスタマーの購入意欲時間と視聴率との関係の一例を示す図である。本例では、購入意欲時間は夜（特にゴールデン・プライム帯）が最も高い。また、朝帯は全体視聴率が比較的高いにも関わらず接触率が低いことから、プランニング装置１０は、この放送局の朝帯への広告出稿がＬＴＶへの貢献度が低いと想定し、当該朝帯への広告出稿を低減させるような上記モデルを作成してもよい。

一方で、深夜帯は全体視聴率のわりに接触率が高いことから、プランニング装置１０は、この放送局の深夜帯への広告出稿がＬＴＶへの貢献度が高いと想定し、当該深夜帯への広告出稿を増大させるような上記モデルを作成してもよい。例えば、上記モデルの入力データとして放送局ごとの購入意欲時間（又は購入意欲時間帯）、全体視聴率などを加えることにより、一般視聴者に比べたロイヤルカスタマーの傾向を高精度に推定することができ、ロイヤルカスタマー層の形成・維持に好適な広告出稿を実現できる。

図８は、ある放送局のロイヤルカスタマーの購入意欲時間と視聴放送尺との関係の一例を示す図である。本例では、広告の放送尺として、ＣＭ（例えば６０秒未満、主に約１５−３０秒）、インフォマーシャル（例えば２９分未満、主に約６０−１８０秒）、通販番組（例えば２９分以上）の３つを示したが、放送尺の分類はこれらに限られない。また、ある尺に対する呼び方もこれらに限定されない。

図８の例では、購入意欲時間は、尺によってばらつきがみられ、通販番組については他の尺に比べて朝と夕方が低く、深夜が高い。このため、プランニング装置１０は、この放送局の朝帯、夕方帯の通販番組への広告出稿がＬＴＶへの貢献度が低く、深夜帯の通販番組への広告出稿がＬＴＶへの貢献度が高いと想定し、当該朝帯、夕方帯への広告出稿を低減し、当該深夜帯への広告出稿を増大させるような上記モデルを作成してもよい。例えば、上記モデルの入力データとして、放送局ごと及び／又は視聴放送尺ごとの購入意欲時間（又は購入意欲時間帯）を加えることにより、広告の尺に応じたロイヤルカスタマーの傾向を高精度に推定することができ、ロイヤルカスタマー層の形成・維持に好適な広告出稿を実現できる。

なお、全日でコストが統一されるような放送局（又は波種）については、プランニング装置１０は、通販番組の出稿を日中帯に多くするよりは、購入意欲が高い時間帯に多くするようなモデルを作成することが好ましい。購入意欲時間帯に基づくモデルを作成することによって、低コストでより高い効果のある時間帯に広告を好適に出稿できる。

図９は、ある放送局のロイヤルカスタマーの理解のフェーズの接触率と視聴放送尺との関係の一例を示す図である。広告の放送尺は、図８と同様である。本例では、各放送尺の市況（露出量）も併記されている。

図９の例では、ＣＭ尺の広告は、より長い尺の広告に比べて、広告の露出量に対して接触率が高い結果となっている。例えば、ＣＭ尺の広告は、インフォマーシャル尺の広告に比べて露出量が小さいにも関わらず、接触率はより高い。

このため、プランニング装置１０は、この放送局についてはＣＭ尺の広告出稿がＬＴＶへの貢献度が高いと想定し、当該ＣＭ尺の広告出稿を増大させるような上記モデルを作成してもよい。例えば、上記モデルの入力データとして、放送局ごと及び／又は視聴放送尺ごとの所定のフェーズ（例えば、理解のフェーズ）の接触率を加えることにより、広告の尺に応じたロイヤルカスタマーの傾向を高精度に推定することができ、ロイヤルカスタマー層の形成・維持に好適な広告出稿を実現できる。

図１０は、ある放送局のロイヤルカスタマーの理解のフェーズの接触率と視聴番組ジャンルとの関係の一例を示す図である。視聴番組のジャンルとしては、時間帯ごとのニュース、情報番組などが示されているが、もちろん他のジャンルが規定されてもよい。

図１０の例では、各時間帯のニュースの接触率が他のジャンルの接触率より高く、ロイヤルカスタマーが各時間帯のニュースを視聴する傾向が高いことが理解できる。

このため、プランニング装置１０は、この放送局についてはニュース番組の広告枠への広告出稿がＬＴＶへの貢献度が高いと想定し、当該広告出稿を増大させるような上記モデルを作成してもよい。例えば、上記モデルの入力データとして、放送局ごと及び／又はジャンルごとの所定のフェーズ（例えば、理解のフェーズ）の接触率を加えることにより、ジャンルに応じたロイヤルカスタマーの傾向を高精度に推定することができ、ロイヤルカスタマー層の形成・維持に好適な広告出稿を実現できる。

プランニング装置１０は、訴求表現（クリエーティブ表現と呼ばれてもよい）を考慮して上記広告出稿モデルを作成してもよい。例えば、「初回割引」などのコストに関する表現が含まれる広告と、有名人を起用した広告と、があったとして、プランニング装置１０は、前者の広告の接触率が後者の広告の接触率より高い（言い換えると、前者の広告の方がより定期購入の理由に関連している）という分析結果を入力パラメータから導出した場合、前者の広告の広告出稿がＬＴＶへの貢献度が高いと想定し、当該広告出稿を増大させるような上記モデルを作成してもよい。放送局ごと及び／又は訴求表現ごとの所定のフェーズ（例えば、理解のフェーズ）の接触率を加えることにより、訴求表現に応じたロイヤルカスタマーの傾向を高精度に推定することができ、ロイヤルカスタマー層の形成・維持に好適な広告出稿を実現できる。

プランニング装置１０は、購入金額を考慮して上記広告出稿モデルを作成してもよい。例えば、プランニング装置１０は、あるフェーズに該当する（あるフェーズに接触した）ユーザの購入金額の全体に対する比率が他フェーズに該当するユーザに比べて大きいという分析結果を入力パラメータから導出した場合、このフェーズのユーザの増大に寄与する広告出稿を増大させるような上記モデルを作成してもよい。例えば、継続購入意向のフェーズに該当するユーザの購入金額比率が高い場合、プランニング装置１０は、このフェーズのユーザの増大に寄与する広告出稿（例えば、「無料サンプル」などのクリエーティブ表現を含む広告出稿）を増大させるような上記モデルを作成してもよい。

プランニング装置１０は、継続購入理由を考慮して上記広告出稿モデルを作成してもよい。例えば、プランニング装置１０は、商品／サービスが安心安全であるなど、高品質であることが継続購入理由として多いという分析結果を入力パラメータから導出した場合、このようなクリエーティブ表現を含む広告出稿を増大させるような上記モデルを作成してもよい。また、プランニング装置１０は、この商品／サービスに関するテレビ広告をよく見かけることが継続購入理由として多いという分析結果を入力パラメータから導出した場合、テレビ広告を他メディアの広告に比べて多く出稿させるような上記モデルを作成してもよい。放送局ごと及び／又は継続理由ごとの所定のフェーズ（例えば、理解のフェーズ）の接触率を加えることにより、継続理由に応じたロイヤルカスタマーの傾向を高精度に推定することができ、ロイヤルカスタマー層の形成・維持に好適な広告出稿を実現できる。

ステップＳ１０３は、プランニング装置１０は、ステップＳ１０２で作成した広告出稿モデルを用いて、広告プランニングを決定してもよい。例えば、プランニング装置１０は、以下のようなプランニングを実施してもよい：
・理解度が高い層を獲得するプランニング、
・購買後、継続意向の高い層を獲得するプランニング、
・購買後、クロスセルを積極的に行う層を獲得するプランニング、
・商品のカテゴリーごとのプランニング、
・ベンチマーク事業主顧客の含有率の高いプランニング。

プランニング装置１０は、上述のＲＣＲに基づいて広告プランニングを決定してもよい。例えば、ＲＣＲとしてのＴＶの貢献金額のＷｅｂの貢献金額に対する比が２．５６である場合、プランニング装置１０は、Ｗｅｂ広告に投下する予算のＲＣＲ倍（この場合は２．５６倍）までテレビ広告に投下できると想定して、各メディアの広告プランニングを決定してもよい。また、同じ条件において、プランニング装置１０は、Ｗｅｂ広告のＣＰＲのＲＣＲ倍（この場合は２．５６倍）までテレビ広告のＣＰＲが許容できると想定して、各メディアの広告プランニングを決定してもよい。

なお、ステップＳ１０３の広告プランニングは、各メディアについての広告の作案、方針決定、広告枠の買い付けなどの少なくとも１つを含んでもよく、プランニング装置１０が実際に広告枠の買い付けなどを実施してもよいし、他の装置に買い付けなどさせる指示を送信してもよい。

以上説明した一実施形態によれば、適切なＬＴＶプランニングを提供できる。

＜その他＞
上述の実施形態に示したＬＴＶプランニングは、テレビＣＭ、Ｗｅｂ広告などに適用する例を示したが、これに限られない。本開示の上述の実施形態は、例えば、ラジオＣＭ、インターネット配信（例えば、ストリーミング、ダウンロード）のＣＭ、オフライン広告（例えば、新聞広告、本の広告）などに適用されてもよい。当業者であれば、必要に応じて上述の実施形態の説明を読み替えて理解できる。例えば、ラジオＣＭに適用される場合、本開示の「視聴」は「聴取」で読み替えられてもよい。

（機器の構成）
図１１は、一実施形態に係るプランニング装置の機能構成の一例を示す図である。本例に示すように、プランニング装置１０は、制御部１１０と、記憶部１２０と、通信部１３０と、入力部１４０と、出力部１５０と、を有する。なお、本例では、本実施形態における特徴部分の機能ブロックを主に示しており、プランニング装置１０は、他の処理に必要な他の機能ブロックも有してもよい。また、一部の機能ブロックを含まない構成としてもよい。

制御部１１０は、プランニング装置１０の制御を実施する。制御部１１０は、本開示に係る技術分野での共通認識に基づいて説明されるコントローラ、制御回路又は制御装置により構成することができる。

記憶部１２０は、プランニング装置１０において利用する情報を記憶（保持）する。記憶部１２０は、例えば、本開示に係る技術分野での共通認識に基づいて説明されるメモリ、ストレージ、記憶装置などにより構成することができる。

通信部１３０は、ネットワークを介した他の通信デバイス（機器、サーバなど）との通信を行う。通信部１３は、受信した種々の情報を制御部１１０に出力してもよい。

通信部１３０は、本開示に係る技術分野での共通認識に基づいて説明されるトランスミッター／レシーバー、送受信回路又は送受信装置により構成することができる。なお、通信部１３０は、送信部及び受信部から構成されてもよい。

入力部１４０は、ユーザからの操作により入力を受け付ける。また、入力部１４０は、所定の機器、記憶媒体などと接続され、データの入力を受け付けてもよい。入力部１４０は、入力結果を例えば制御部１１０に出力してもよい。

入力部１４０は、本開示に係る技術分野での共通認識に基づいて説明されるキーボード、マウス、ボタンなどの入力装置、入出力端子、入出力回路などにより構成することができる。また、入力部１４０は、表示部と一体となった構成（例えば、タッチパネル）としてもよい。

出力部１５０は、ユーザに対して知覚できる形式でデータ、コンテンツなどの出力を行う。例えば、出力部１５０は、画像を表示する表示部、音声を出力する音声出力部などを含んで構成されてもよい。

表示部は、例えば、本開示に係る技術分野での共通認識に基づいて説明されるディスプレイ、モニタなどの表示装置により構成することができる。また、音声出力部は、本開示に係る技術分野での共通認識に基づいて説明されるスピーカーなどの出力装置により構成することができる。

出力部１５０は、例えば、本開示に係る技術分野での共通認識に基づいて説明される演算器、演算回路、演算装置、プレイヤー、画像／映像／音声処理回路、画像／映像／音声処理装置、アンプなどを含んで構成することができる。

なお、通信部１３０又は入力部１４０は、取得部と呼ばれてもよい。取得部は、ある商品又はサービスについての広告がマーケティングファネルの各フェーズに影響を与えたメディアの累計数を、特定のユーザ（例えば、ロイヤルカスタマー）ごとに取得してもよい。なお、「取得」は、「導出」、「算出」などを意味してもよい。累計数は、累計数に関連する値、累計数に基づく値などで読み替えられてもよい。

制御部１１０は、図２で示したステップに基づく処理を実施してもよい。例えば、制御部１１０は、前記累計数及び前記特定のユーザあたりの購入金額に基づいて、前記商品又はサービスの購入に関する各メディアの貢献度を算出してもよい。

制御部１１０は、前記各メディアの貢献度に基づいて、前記商品又はサービスについての広告プランニングを決定してもよい。

制御部１１０は、所定の推定モデルに基づいて、前記広告プランニングを決定してもよい。なお、当該所定の推定モデルは、以下のいずれか又はこれらの組み合わせに該当する推定モデルであってもよい：
・放送局ごとの前記広告が各フェーズに影響した前記特定のユーザの比率及び全体視聴率の実測値に基づいて生成された推定モデル、
・放送局ごとの前記特定のユーザの購入意欲時間及び全体視聴率の実測値に基づいて生成された推定モデル、
・前記特定のユーザの視聴放送尺ごとの購入意欲時間の実測値に基づいて生成された推定モデル、
・前記特定のユーザの視聴放送尺ごとの所定のフェーズの前記比率に基づいて生成された推定モデル、
・前記広告の訴求表現及び／又は前記特定のユーザの前記商品又はサービスの継続購入理由に基づいて生成された推定モデル。

放送配信装置２０、視聴率管理装置３０などについても、図１１と同様の構成を有してもよい。当業者であれば、図１１の説明におけるプランニング装置１０関連の記載を、適宜読み替えて理解できる。

以下、いくつかの部について例示的に説明する。なお、図１１の各機能ブロックに対応する各装置の符号は、各装置を示す符号の最初の一桁の数字（例えば、放送配信装置２０であれば「２０」の最初の一桁の「２」）を図１１の最初の一桁の数字に適用して表す。

放送配信装置２０の通信部２３０は、プランニング装置１０によって決定された広告プランニングに基づいて所定のメディア（例えば、テレビ、Ｗｅｂ）に広告を放送するための制御情報を、プランニング装置１０から受信してもよい。放送配信装置２０の制御部２１０は、上記制御情報に基づいて、例えば、所定の時間帯に放送するＣＭを決定してもよい。放送配信装置２０の通信部２３０は、当該ＣＭを配信（送信）してもよい。

視聴率管理装置３０の制御部３１０は、図示しないテレビの視聴ログなどに基づいて、視聴率に関する情報を導出してもよい。視聴率管理装置３０の通信部３３０は、視聴率に関する情報をプランニング装置１０に送信してもよい。

（ハードウェア構成）
なお、上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及び／又はソフトウェアの任意の組み合わせによって実現される。また、各機能ブロックの実現手段は特に限定されない。すなわち、各機能ブロックは、物理的に結合した１つの装置により実現されてもよいし、物理的に分離した２つ以上の装置を有線又は無線によって接続し、これら複数の装置により実現されてもよい。

例えば、本開示の一実施形態における装置（プランニング装置１０など）は、本開示のＬＴＶプランニング評価方法の処理を行うコンピュータとして機能してもよい。図１２は、一実施形態に係るプランニング装置などのハードウェア構成の一例を示す図である。上述のプランニング装置１０、放送配信装置２０などは、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

なお、本開示において、装置、回路、デバイス、ユニット、サーバなどは、互いに読み替えることができる。プランニング装置１０、放送配信装置２０などのハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

例えば、プロセッサ１００１は１つだけ図示されているが、複数のプロセッサがあってもよい。また、処理は、１のプロセッサによって実行されてもよいし、処理が同時に、逐次に、又はその他の手法を用いて、２以上のプロセッサによって実行されてもよい。なお、プロセッサ１００１は、１以上のチップによって実装されてもよい。

プランニング装置１０、放送配信装置２０などにおける各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信、メモリ１００２及びストレージ１００３におけるデータの読み出し及び／又は書き込みなどを制御することによって実現される。

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）によって構成されてもよい。なお、上述の制御部１１０などの各部は、プロセッサ１００１によって実現されてもよい。

また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３及び通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、制御部１１０は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ROM）、ＥＥＰＲＯＭ（Electrically EPROM）、ＲＡＭ（Random Access Memory）、その他の適切な記憶媒体の少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、一実施形態に係る方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、フレキシブルディスク、フロッピー（登録商標）ディスク、光磁気ディスク（例えば、コンパクトディスク（ＣＤ−ＲＯＭ（Compact Disc ROM）など）、デジタル多用途ディスク、Ｂｌｕ−ｒａｙ（登録商標）ディスク）、リムーバブルディスク、ハードディスクドライブ、スマートカード、フラッシュメモリデバイス（例えば、カード、スティック、キードライブ）、磁気ストライプ、データベース、サーバ、その他の適切な記憶媒体の少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。なお、上述の記憶部１２０は、メモリ１００２及び／又はストレージ１００３によって実現されてもよい。

通信装置１００４は、有線ネットワーク及び無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、ＳＩＭカードを含んでもよい。なお、上述の通信部１３０は、通信装置１００４によって実現されてもよい。

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウスなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカーなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。なお、上述の入力部１４０及び出力部１５０は、それぞれ入力装置１００５及び出力装置１００６によって実現されてもよい。

また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００８によって接続される。バス１００７は、単一のバスによって構成されてもよいし、装置間で異なるバスで構成されてもよい。

また、プランニング装置１０などは、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つで実装されてもよい。

（変形例）
なお、本開示において説明した用語及び／又は本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。

本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。また、本開示においてパラメータなどに使用する名称は、いかなる点においても限定的なものではない。

本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

情報、信号などは、複数のネットワークノードを介して入出力されてもよい。入出力された情報、信号などは、特定の場所（例えば、メモリ）に保存されてもよいし、テーブルを用いて管理してもよい。入出力される情報、信号などは、上書き、更新又は追記をされ得る。出力された情報、信号などは、削除されてもよい。入力された情報、信号などは、他の装置へ送信されてもよい。

また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的な通知に限られず、暗示的に（例えば、当該所定の情報の通知を行わないことによって又は別の情報の通知によって）行われてもよい。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令、情報などは、伝送媒体及び信号波形の少なくとも１つを介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital Subscriber Line）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。

本開示において使用する「システム」及び「ネットワーク」という用語は、互換的に使用され得る。

本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。

本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

本開示において使用する「第１の」、「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１及び第２の要素の参照は、２つの要素のみが採用され得ること又は何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。

本開示において、「含む（include）」、「含んでいる（including）」及びこれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（or）」は、排他的論理和ではないことが意図され、「Ａ又はＢ」は「Ａ及びＢの少なくとも一方」を意味してもよい。

本開示において、例えば、英語でのa, an及びtheのように、翻訳によって冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。

以上、本開示に係る発明について詳細に説明したが、当業者にとっては、本開示に係る発明が本開示中に説明した実施形態に限定されないということは明らかである。本開示に係る発明は、特許請求の範囲の記載に基づいて定まる発明の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とし、本開示に係る発明に対して何ら制限的な意味をもたらさない。

Claims (10)

1. ある商品又はサービスについての広告がマーケティングファネルの各フェーズに影響を与えたかに関する、各ユーザ各メディアについての情報を受信し、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出する、ここで、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出することは、前記情報が、当該特定のユーザがあるフェーズについてあるメディアによって影響を受けたことを示す場合は当該フェーズの値を１とし、当該特定のユーザが当該フェーズについて当該メディアによって影響を受けなかったことを示す場合は当該フェーズの値を０として、全てのフェーズの値を加算した合計値を、当該特定のユーザかつ当該メディアについての累計数と算出することである、取得部と、
   前記累計数及び前記特定のユーザあたりの購入金額に基づいて、前記商品又はサービスの購入に関する各メディアの貢献度を算出する制御部と、を有し、
   前記制御部は、各メディアの貢献度、全体視聴率及び広告プランニングに関するパラメータの実測値の組み合わせを教師データとして、機械学習及びディープラーニングの少なくとも１つを用いて生成された学習済みモデルに対して、各メディアの貢献度及び全体視聴率を入力することで、前記広告プランニングに関するパラメータを出力する、ここで、前記広告プランニングに関するパラメータは、各メディアの買い付け広告枠及び各メディアに対する広告予算の少なくとも一方であることを特徴とするＬＴＶプランニングシステム。
2. 前記制御部は、前記広告プランニングに関するパラメータに基づいて、あるフェーズのユーザの増大に寄与する広告プランニングを決定することを特徴とする請求項１に記載のＬＴＶプランニングシステム。
3. 前記制御部は、さらに放送局ごとの前記広告が各フェーズに影響した前記特定のユーザの比率の実測値を教師データとして生成された前記学習済みモデルに基づいて、前記広告プランニングに関するパラメータを出力することを特徴とする請求項２に記載のＬＴＶプランニングシステム。
4. 前記制御部は、さらに放送局ごとの前記特定のユーザの購入意欲時間の実測値を教師データとして生成された前記学習済みモデルに基づいて、前記広告プランニングに関するパラメータを出力することを特徴とする請求項２又は請求項３に記載のＬＴＶプランニングシステム。
5. 前記制御部は、さらに前記特定のユーザの視聴放送尺ごとの購入意欲時間の実測値を教師データとして生成された前記学習済みモデルに基づいて、前記広告プランニングに関するパラメータを出力することを特徴とする請求項２から請求項４のいずれかに記載のＬＴＶプランニングシステム。
6. 前記制御部は、さらに放送局ごとかつ視聴放送尺ごとの前記広告が所定のフェーズに影響した前記特定のユーザの比率の実測値を教師データとして生成された前記学習済みモデルに基づいて、前記広告プランニングに関するパラメータを出力することを特徴とする請求項２から請求項５のいずれかに記載のＬＴＶプランニングシステム。
7. 前記制御部は、前記広告の訴求表現及び／又は前記特定のユーザの前記商品又はサービスの継続購入理由を教師データとして生成された前記学習済みモデルに基づいて、前記広告プランニングに関するパラメータを出力することを特徴とする請求項２から請求項６のいずれかに記載のＬＴＶプランニングシステム。
8. ある商品又はサービスについての広告がマーケティングファネルの各フェーズに影響を与えたかに関する、各ユーザ各メディアについての情報を受信し、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出する、ここで、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出することは、前記情報が、当該特定のユーザがあるフェーズについてあるメディアによって影響を受けたことを示す場合は当該フェーズの値を１とし、当該特定のユーザが当該フェーズについて当該メディアによって影響を受けなかったことを示す場合は当該フェーズの値を０として、全てのフェーズの値を加算した合計値を、当該特定のユーザかつ当該メディアについての累計数と算出することである、取得部と、
   前記累計数及び前記特定のユーザあたりの購入金額に基づいて、前記商品又はサービスの購入に関する各メディアの貢献度を算出する制御部と、を有し、
   前記制御部は、各メディアの貢献度、全体視聴率及び広告プランニングに関するパラメータの実測値の組み合わせを教師データとして、機械学習及びディープラーニングの少なくとも１つを用いて生成された学習済みモデルに対して、各メディアの貢献度及び全体視聴率を入力することで、前記広告プランニングに関するパラメータを出力する、ここで、前記広告プランニングに関するパラメータは、各メディアの買い付け広告枠及び各メディアに対する広告予算の少なくとも一方であることを特徴とするＬＴＶプランニング装置。
9. ＬＴＶプランニング装置が、ある商品又はサービスについての広告がマーケティングファネルの各フェーズに影響を与えたかに関する、各ユーザ各メディアについての情報を受信し、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出する、ここで、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出することは、前記情報が、当該特定のユーザがあるフェーズについてあるメディアによって影響を受けたことを示す場合は当該フェーズの値を１とし、当該特定のユーザが当該フェーズについて当該メディアによって影響を受けなかったことを示す場合は当該フェーズの値を０として、全てのフェーズの値を加算した合計値を、当該特定のユーザかつ当該メディアについての累計数と算出することである、ステップと、
   前記ＬＴＶプランニング装置が、前記累計数及び前記特定のユーザあたりの購入金額に基づいて、前記商品又はサービスの購入に関する各メディアの貢献度を算出するステップと、
   前記ＬＴＶプランニング装置が、各メディアの貢献度、全体視聴率及び広告プランニングに関するパラメータの実測値の組み合わせを教師データとして、機械学習及びディープラーニングの少なくとも１つを用いて生成された学習済みモデルに対して、各メディアの貢献度及び全体視聴率を入力することで、前記広告プランニングに関するパラメータを出力する、ここで、前記広告プランニングに関するパラメータは、各メディアの買い付け広告枠及び各メディアに対する広告予算の少なくとも一方である、ステップと、を有することを特徴とするＬＴＶプランニング方法。
10. コンピュータに、
    ある商品又はサービスについての広告がマーケティングファネルの各フェーズに影響を与えたかに関する、各ユーザ各メディアについての情報を受信し、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出する、ここで、任意のフェーズに影響を与えたと当該情報によって示される累計数を、特定のユーザごとかつメディアごとに導出することは、前記情報が、当該特定のユーザがあるフェーズについてあるメディアによって影響を受けたことを示す場合は当該フェーズの値を１とし、当該特定のユーザが当該フェーズについて当該メディアによって影響を受けなかったことを示す場合は当該フェーズの値を０として、全てのフェーズの値を加算した合計値を、当該特定のユーザかつ当該メディアについての累計数と算出することである、手順と、
    前記累計数及び前記特定のユーザあたりの購入金額に基づいて、前記商品又はサービスの購入に関する各メディアの貢献度を算出する手順と、
    各メディアの貢献度、全体視聴率及び広告プランニングに関するパラメータの実測値の組み合わせを教師データとして、機械学習及びディープラーニングの少なくとも１つを用いて生成された学習済みモデルに対して、各メディアの貢献度及び全体視聴率を入力することで、前記広告プランニングに関するパラメータを出力する、ここで、前記広告プランニングに関するパラメータは、各メディアの買い付け広告枠及び各メディアに対する広告予算の少なくとも一方である、手順と、を実行させるためのプログラム。

Images