JP6890652B2 - モバイル機器に配信された情報の効果を測定するための方法及び装置 - Google Patents
モバイル機器に配信された情報の効果を測定するための方法及び装置 Download PDFInfo
- Publication number
- JP6890652B2 JP6890652B2 JP2019227247A JP2019227247A JP6890652B2 JP 6890652 B2 JP6890652 B2 JP 6890652B2 JP 2019227247 A JP2019227247 A JP 2019227247A JP 2019227247 A JP2019227247 A JP 2019227247A JP 6890652 B2 JP6890652 B2 JP 6890652B2
- Authority
- JP
- Japan
- Prior art keywords
- mobile devices
- group
- information
- mobile device
- mobile
- 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
- 238000000034 method Methods 0.000 title claims description 78
- 238000005259 measurement Methods 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 63
- 230000006870 function Effects 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 17
- 230000004044 response Effects 0.000 description 11
- 230000001413 cellular effect Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 101000713503 Homo sapiens Solute carrier family 13 member 1 Proteins 0.000 description 1
- 102100036743 Solute carrier family 13 member 1 Human genes 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0246—Traffic
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0273—Determination of fees for advertising
- G06Q30/0275—Auctions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
- Mobile Radio Communication Systems (AREA)
Description
報の効果を測定するための方法及び装置に関する。
本願は、2016年10月7日に出願された米国仮特許出願第62/238,122号
及び2016年6月22日に出願された米国仮特許出願第62/353,036号の利益
及び優先権を主張するのであり、各々については全体が参照によって取り込まれる。
いる。近時において世人は、他者と繋がり続けるために、並びに、パブリッシャ及びアプ
リケーション開発者らによって提供される情報及びサービスを取得するために、自己のモ
バイル機器を使用する。情報及びサービスを無償或いは低コストとしておくために、パブ
リッシャ及びアプリケーション開発者は、自己に接触してくるモバイル機器に対して、ス
ポンサー提供を受けた情報を配信することによって、少なくとも部分的に自己の活動のた
めの資金調達をなす。スポンサー提供を受けた情報はスポンサーから提供されるのであっ
て、該スポンサーは、ユーザの位置に基づいてモバイルユーザのモバイル機器に関連性を
有する情報を配信することに関して興味を持っている。モバイル機器の使用がさらに普及
していくにつれて、情報配信キャンペーンの効果或いはパフォーマンス(即ち、リフト(
lift))について正確な測定手法を得ておくことが情報提供スポンサーにとって重要とな
る。
てきた。該手法はパネリストとして登録したユーザ群を対象としており、これらの者は、
アンケートに参加することによって又は何らかのソフトウェアによって追跡されることに
同意していることによって自己の挙動を共有することに同意している。そして、情報キャ
ンペーンに曝されたパネリストの挙動を、情報キャンペーンに曝されていない者のそれと
比較して、キャンペーンのパフォーマンス或いはリフトについての測定値を取得する。も
っとも、パネルベースド測定には次の問題が伴う:(a)当該手法はパネリスト群を必要
とすること;(b)パネリストの混合構成が、キャンペーンに曝されるモバイルユーザの
実際上の混合構成に比べて随分異なったものとなる場合があり、リフト分析に偏りが導入
され得ること;及び(c)サンプリング誤差を回避するために必要とされる大規模なパネ
リスト群を維持するためには出費が嵩むこと。例えば、ホームデポの広告キャンペーンが
ホームデポの店舗から1マイル半径内のモバイル機器を対象としている場合、曝されてい
ないパネリストに比して、曝されたパネリストの多くは該店舗をより訪問しやすいものと
いえ、広告のリフト(広告リフト(ad lift))の測定に関して偏りが生じることになる
。一般的には、情報キャンペーンに用いられる任意のターゲティング属性は、潜在的には
このような偏りをもたらし得る。
。該方法及び装置は、モバイル情報スポンサーが、自己の情報キャンペーンの効果或いは
パフォーマンスの測定をすることを可能とするのであり、該測定は情報に曝された後のモ
バイルユーザのターゲテッド応答(targeted response)を検出することによってなされ
、これによって情報キャンペーンがどのようにしてモバイルユーザ挙動(mobile user be
havior)に影響を与えるかを定量化する。
ラネットワーク101、インターネット110、及びコンピュータ/サーバ120の一部
又は全部を含むパケットベースドネットワーク100(本明細書では「クラウド」と称す
ることもある)を示す。コンピュータ/サーバ120は、有線イーサネット(登録商標)
、随意的にはPoE(Power over Ethernet)、WiFi(登録商標)、及び/又は複数
のセルラタワー101aを含むセルラネットワーク101を介したセルラ接続を使用して
インターネット110に接続することができる。ネットワークはまた、異種のクライアン
トグループへのデータアクセスを提供するためにコンピュータネットワークに接続された
コンピュータデータストレージサーバである1つ以上のネットワーク接続ストレージ(N
AS)システム121を含むことができる。図1に示すように、スマートフォンやタブレ
ットコンピュータ等の1つ以上のモバイル機器130も、インターネットゲートウェイを
介してインターネット110に接続されたセルラネットワーク101とのセルラ接続を介
してパケットベースドネットワークに接続される。WiFiホットスポット(ホットスポ
ット135等)が利用可能な場合、モバイル機器130は、その内蔵WiFi接続を利用
してWiFiホットスポット135を介してインターネット110と接続できる。したが
って、モバイル機器130は、インターネット110に接続された他のコンピュータ/サ
ーバと対話できる。
供されるアプリを実行するモバイル機器と対話する1つ以上のパブリッシャと、パブリッ
シャと情報プロバイダ(information provider)との間の仲介者として機能する1つ以上
の情報仲介者(information middlemen)又は情報ネットワーク(information network)
と、モバイル機器に掲示するために情報を選択してパブリッシャに送信する1つ以上の情
報サーバ(information server)と、情報エクスチェンジ(information exchange)を運
営する1つ以上のコンピュータ/サーバと、モバイル供給(mobile supplies)を情報エ
クスチェンジに掲示する1つ以上のコンピュータ/サーバと、並びに/又は、情報エクス
チェンジを監視し、及び情報エクスチェンジに掲載されているモバイル供給について入札
を行う1つ以上の情報プロバイダとを含むことができる。パブリッシャは、モバイル機器
と対話するに際して、モバイル機器の特徴や、そのユーザに関する特定の情報や、モバイ
ル機器とに関連付けられた生の位置データ等を含むデータパケットとしての情報リクエス
トたり得るモバイル供給を生成する。パブリッシャは、情報主体又はその代理による入札
のためにモバイル供給を情報エクスチェンジに掲示するか、充足のために情報代理店(in
formation agent)又は情報仲介者にモバイル供給を送るか、又は自身によって供給の充
足を行う。
際してモバイル機器へと広告を配信することが挙げられる。広告主(情報プロバイダ)、
代理店、パブリッシャ、及び広告仲介者(ad middlemen)は、アドエクスチェンジ(ad e
xchange)を通じても、モバイル供給を購入できる。広告ネットワーク及び他のエンティ
ティはまた、エクスチェンジからも広告を購入する。通常、広告ネットワークは様々なパ
ブリッシャの在庫を集約して、利益のため広告主に販売する。アドエクスチェンジは、広
告主とパブリッシャとが広告スペース(インプレッション)及びモバイル広告枠(ad inv
entory)を売買することを可能とするデジタル市場である。インプレッションの価格は、
リアルタイム入札と呼ばれる処理を通じて、リアルタイムオークションによって決定され
る。換言すれば、人間の営業が買手と価格を交渉する必要がない。なぜなら、インプレッ
ションは単純に最高入札者によって落札されるからである。モバイル機器がアプリやウェ
ブページを読み込むと、これらの処理が数ミリ秒で実行される。
決定するソフトウェアたるデマンドサイドプラットフォーム(DSP)を使用することが
できる。多くの広告ネットワークは現在、ある種のDSPのような製品やリアルタイムの
入札機能をも提供する。オンライン及びモバイルのパブリッシャは、在庫をエクスチェン
ジを通じて利用できるようにしているため、多くの広告主にとってDSPを使って広告を
購入するほうがより経済的となる。
れる広告を格納し、ウェブサイト及び/又はモバイルアプリケーション上に配置するデー
タベースサーバによって支援されたウェブサーバである。ウェブサイト又はウェブページ
が、ユーザにより訪問されるか、又はリフレッシュされるときに、広告の表示されるウェ
ブサイト又はウェブページが、新しい広告を含むように、ウェブサーバのコンテンツは、
常に更新される(例えば、バナー(静止画像/アニメーション)、又はテキスト)。広告
を選択してユーザに配信するだけでなく、広告サーバはウェブサイトの広告スペースも管
理し、並びに/又は広告主用の独立したカウントシステム及び追跡システムを提供する。
したがって、広告サーバは、広告を提供/配信し、それらをカウントし、ウェブサイト又
は広告主に最も多くの金銭をもたらす広告を選択し、異なる広告キャンペーンの進捗状況
を監視する。広告サーバは、パブリッシャ広告サーバ、広告主広告サーバ、及び/又は広
告仲介者広告サーバたり得る。広告サーバはまた、パブリッシャ、広告主、及び広告仲介
者として作動するのと同じコンピュータ又はサーバの一部たり得る。
カウントやレポート生成等の様々なタスクも含まれ得るのであり、特定のウェブサイト上
の広告主の投資収益率(ROI)を判断するのに役立つ。広告サーバ(ad server)はロ
ーカル又はリモートで実行できる。ローカルの広告サーバは通常、単一のパブリッシャに
よって運営され、そのパブリッシャのドメインに広告を配信し、そのパブリッシャによる
きめ細かいクリエイティブ、フォーマッティング、及びコンテンツ管理を可能とする。リ
モート広告サーバは、複数のパブリッシャが所有するドメイン間を横断して広告を配信で
きる。これらは1つの中心的なソースから広告を配信することで、広告主やパブリッシャ
はオンライン広告の配信を追跡することができ、単座的にウェブ上での広告のローテーシ
ョン及び配信を制御できる。
ーソナルコンピュータ(PC)、タブレットPC、セットトップボックス(STB)、パ
ーソナルデジタルアシスタントデバイス(PDA)、ウェブアプライアンス、ネットワー
クルータ、スイッチ若しくはブリッジ、又は、コンピューティングデバイスがとるべき動
作を指定する命令を実行可能な任意のコンピューティングデバイスを含む。図1に示すよ
うに、コンピュータ/サーバ120のいくつかは、インターネット110に接続されたロ
ーカルエリアネットワーク(LAN)110を介して互いに接続されている。また、ここ
で参照される各コンピュータ/サーバ120は、命令を個別的に若しくは共同的に実行し
て、本明細書で論じる1つ以上のシステムを提供するか、又は本明細書で論じる方法若し
くは機能の任意の1つ以上を実行するか、又はパブリッシャ、広告主、広告代理店、広告
仲介者、広告サーバ、アドエクスチェンジ等の1つ以上として個別的に若しくは共同的に
動作するような、コンピューティング装置の任意の集合体を含み得るのであって、これら
は本明細書で説明するシステム、方法論、及び機能を使用する。
は方法を行うために用いることができるコンピュータ/サーバ120についての概略図で
あり、これらは広告リフト測定のためになされる。コンピュータ/サーバ120は、スタ
ンドアロンデバイスとして、又はピアツーピア(又は分散)ネットワークコンピューティ
ング環境内のピアコンピューティングデバイスとして動作できる。図2に示すように、コ
ンピュータ/サーバ120は、1つ以上のプロセッサ202(例えば、中央処理装置(C
PU)、グラフィック処理装置(GPU)、並びに/又はデジタル信号プロセッサ(DS
P))及びシステムバス200を介して互いに接続されるシステム又は主メモリ204を
含む。コンピュータ/サーバ120は、静的メモリ206、ネットワークインタフェース
装置208、記憶部210、1つ以上の表示装置230、1つ以上の入力装置234、及
び信号生成デバイス(例えば、スピーカ)236をさらに含むことができるのであって、
システムバス200を介してプロセッサ202はこれらと通信可能である。
えば、プラズマディスプレイパネル(PDP)、液晶ディスプレイ(LCD)、プロジェ
クタ、又は陰極線管(CRT))を含む。入力装置234は、英数字入力装置(例えば、
キーボード)、カーソル制御装置(例えば、マウス、トラックボール、ジョイスティック
、モーションセンサ、又は他のポインティング装置)を含む。記憶装置210は、本明細
書に記載のリフト測定用のシステム、方法論又は機能を可能にする命令216(例えば、
ソフトウェア)が格納されたマシン可読媒体212を含む。記憶装置210はまた、シス
テム、方法論又は機能によって使用及び/又は生成されたデータ218を記憶してもよい
。命令216(例えば、ソフトウェア)は、コンピュータ/サーバ120による実行中に
、メインメモリ204又はプロセッサ202(例えば、プロセッサのキャッシュメモリ内
)に完全に又は部分的にロードできる。したがって、メインメモリ204及びプロセッサ
1102はまた、マシン可読媒体を構成する。
シン可読媒体」という用語は、命令(例えば、命令1124)を格納することができる単
一の媒体又は複数の媒体(例えば、集中型若しくは分散型のデータベース、又は関連する
キャッシュ及びサーバ)を含むと解釈されるべきである。「マシン可読媒体」という用語
はまた、コンピュータ/サーバ120による実行のための命令(例えば、命令216)を
記憶でき、コンピューティングデバイス1100に本明細書で開示される手法のうちの任
意の1つ以上を実行させる任意の媒体を含むと解釈されるべきである。「マシン可読媒体
」という用語は、これに限定されないが、ソリッドステートメモリ、光学媒体、及び磁気
媒体の形態のデータレポジトリを含む。特定の実施形態では、命令216及び/又はデー
タ218は、ネットワーク100に格納され、及び、コンピュータ/サーバ120によっ
てそのネットワークインターフェースデバイス208を介してアクセスされることができ
、該ネットワークインターフェースデバイスは何らかのタイプのネットワークコネクタ2
80aを介してLAN111及び/又は広域網(例えば、インターネット110)への有
線及び/又は無線接続を提供するものである。命令216(例えば、ソフトウェア)及び
/又はデータ218は、ネットワークインターフェースデバイス208を介して送信又は
受信できる。
m)300についての概略図であり、該システムはネットワーク110を介してローカル
に又はリモートに互いに接続された1つ以上のコンピュータ/サーバシステム120によ
って提供される。図3に示すように、コンピュータ/サーバシステム120の各々のメイ
ンメモリ204に読み込まれた1以上のソフトウェアプログラム301を実行するに際し
て、コンピュータ/サーバシステム120のプロセッサは、次のものを含むモジュールの
セットを提供する:リクエスト処理モジュール310、リクエスト充足モジュール315
、パネル信号処理モジュール、リフト分析モジュール325、追跡モジュール330、及
び較正モジュール335。システム300は、LMS300によって使用及び/又は生成
されるデータを格納する複数のデータベース302を活用するのであり、これらデータベ
ースには次のものが含まれる:それぞれの興味対象地点(POI、points of interest)
に対応する予め定義された場所についての空間的インデックスを格納した空間的インデッ
クスデータベース350、リクエスト処理モジュール310からの処理済みリクエストを
格納したリクエストログデータベース355、キャンペーン条件及びキャンペーンドキュ
メント又はモバイル機器に配信するためのキャンペーンドキュメントへのリンク等のキャ
ンペーン情報を格納したキャンペーンデータベース360、リクエスト処理モジュール3
10によって捉えられたモバイル機器の活動に関する履歴データを格納した履歴データス
トア365、リクエスト充足モジュール315によって生成されたログファイルを格納す
るためのインプレッション(被曝)ログファイルデータベース370、及び較正パネル情
報及び較正モジュールによって生成された結果等の較正データを格納した較正データベー
ス。これらのデータベースのいずれか又は全ては、LMS300内のモジュールを提供す
る1つ以上のコンピュータ/サーバシステムの各々の記憶部210内に配置されるか、又
は、別のサーバ/コンピュータ120内及び/若しくはネットワーク100内のNAS1
21内に配置されることができ、プロセッサ202はネットワークインタフェース装置2
08を介してこれらにアクセスすることができる。
て情報サーバ(例えば、モバイルパブリッシャ、広告仲介者、及び/又はアドエクスチェ
ンジ等)から提示された情報リクエストを受信及び処理する。各情報リクエストはモバイ
ル機器に関連しており、該リクエストは例えばデータパケットとしてLMS300に到達
するのであり、該データパケットはそれぞれ例えば次の情報を表すデータ単位を含んでい
る:モバイル機器(或いはユーザ)の識別子(UID)、モバイル機器の製造者/型式(
例えば、iPhone 6S(登録商標))、モバイル機器上で実行されているオペレーティング
システム(例えば、iOS(登録商標) 10.0.1)、モバイル機器のユーザについての属性(
例えば、年齢、性別、学歴、収入水準等)、モバイル機器の位置(例えば、都市、州、郵
便番号、IPアドレス、緯度/経度或いはLL等)。リクエストデータパケットは、リク
エストタイムスタンプ、リクエストID及び他のデータ/情報をも含み得る。「マーケテ
ィング上のモバイル広告供給に関するシステムと方法」と題された2015年5月19日
に出願された同時係属出願たる米国特許出願第14/716,811号は参照によってそ
の全体が取り込まれるのであり、該出願によれば、特定の実施形態では、リクエスト処理
モジュール310は、図4に示したリクエストデータパケットの処理のための方法400
を行う。方法400は、インターネット等のネットワークへの接続を介して情報リクエス
トを受信するステップ(410)と、情報リクエスト内の位置データに基づいてモバイル
機器位置を導出するステップ(420)と、モバイル機器位置が1つ以上の予め定義され
た場所又はジオフェンスを誘起(トリガ)するかを決定するステップ(430)と、処理
済みリクエストを広告配信システムに提供するステップ(440)と、処理済みリクエス
トを広告リフト分析のためにリクエストデータベース350内に格納するステップとを含
む。
る米国特許出願第号に記載のスマート位置システム/方法を用いてリクエスト内の位置情
報を処理することを含み、該同時係属出願たる米国特許出願は2015年5月19日に出
願されており「モバイル機器位置を推定するシステム及び方法」と題されており参照によ
ってその全体が取り込まれる。導出されたモバイル機器位置は、リクエストに関連するモ
バイル機器が存在しているかもしれない1つ以上の場所を探索するために用いられるので
あり、該探索は空間的インデックスデータベース350に対してなされる。広告リクエス
トが空間的インデックスデータベース350内の1つ以上の場所を誘起したと認められた
場合、1つ以上の場所に対応するタグを用いてリクエストに対して注記がなされるのであ
り、該タグは、事業/ブランド名、事業/ブランド名と関連付けられている製品若しくは
役務のカテゴリ、並びに、場所タイプ(例えば、店舗、駐車場、街区等)を識別するので
あり、これによって注記済みリクエストがもたらされる。処理済みリクエストは、リクエ
ストログ355内に格納される。
をキャンペーンデータベース360内に格納された幾つかの情報キャンペーンの適合する
条件と比較する。注記済みリクエスト内のデータ単位及びタグが1つ以上の情報キャンペ
ーンに適合しており且つ1つ以上の情報キャンペーンの既定予算が超過していないと決定
した場合、リクエスト充足モジュール315は(履歴データデータベース365内に格納
された関連するモバイル機器(ユーザ)についての履歴データを時折考慮しながら)1つ
又は1つ以上の情報キャンペーンを選択して、1つ以上の情報キャンペーンの1つに関連
付けられているドキュメントへのリンクを注記済みリクエストに付加することによってリ
クエストを充足して、ネットワーク110を介して注記済みリクエストを情報サーバ(例
えば、モバイルパブリッシャ、広告仲介者、及び/又はアドエクスチェンジ等)へと送信
する。リクエスト充足モジュール315はまた、1つ以上の情報キャンペーンと関連付け
られているドキュメントが関連するモバイル機器に配信されたか(或いは該機器が該ドキ
ュメントに被曝されたか(即ち、インプレッションがなされたか))を示す情報サーバか
らのフィードバックを監視するのであり、また、フィードバックをインプレッションログ
370内に格納する。
を示すのであり、該方法はリフト分析モジュール325によってなされる。特定の実施形
態によると、方法500は、リクエスト充足モジュール315がリアルタイムで又は事後
的にリクエストログ355及び/又はインプレッションログ370からの情報リクエスト
を処理している間に適格リクエストを識別するステップ(510)と、適格リクエストと
関連付けられているモバイル機器をテスト群と対照群とに分けるステップ(520)と、
テスト群及び対照群についての活動を追跡するステップ(530)と、テスト群及び対照
群のそれぞれについてターゲテッド応答率(例えば、店舗訪問率(SVR))を導出する
ステップ(540)と、店舗訪問率からリフト結果を取得するステップ(550)とを含
む。
関連付けられているモバイル機器(或いはそれらのユーザ)がリフト分析モジュール32
5によって次の3つの群に分類される:リクエストユーザ、適格ユーザ、及び被曝ユーザ
。図6は、所与の情報キャンペーンに関しての、リクエストユーザと適格ユーザと被曝ユ
ーザとの間の関係を視覚化している。各リクエストユーザは、情報キャンペーンのフライ
ト中の少なくとも1つのリクエストと関連付けられている任意のユーザであることができ
る。リクエストユーザのうち、情報キャンペーンに適合する情報リクエストに関連付けら
れている者は、適格ユーザと呼ばれる。特定の実施形態では、情報リクエストが情報キャ
ンペーンの特定のターゲティング条件(例えば、人口統計的条件、一日における時刻、位
置等)を満たす場合に、情報キャンペーンに関して適合するものとなる。
においては、適格リクエストは常に充足されるわけではなく、インプレッション事象が生
じ得る。例えば、広告キャンペーンが日毎の予算を超過したり、同一のリクエストが1つ
より多くのキャンペーンに適合したり、特にRTB価格競争がなされる場合においてはリ
クエスト充足モジュール315が入札に成功しない場合があったり、又は、互換性問題等
によってリクエスト充足モジュール315によって指定されたクリエイティブ(ドキュメ
ント)が関連付けられているモバイル機器上で呈示され損なったりし得る。したがって、
適格ユーザのうち、関連付けられているリクエストに応答して広告を見せつけられた者が
、被曝ユーザとして分類される。
レッションログ内のデータに基づいて、リフト測定のためのモバイル機器グルーピングを
決定する。各々の情報キャンペーンに関して、リフト分析モジュール325はユーザ及び
/又は機器を対照群(対照パネル)とテスト群(テストパネル)とに分けるのであり、ユ
ーザ及び/又は機器は、(携帯電話の場合には)UDID、IDFA若しくはGIDFA
で表されるか、又は、パブリッシャと関連付けられているクッキー又はログインIDで表
される。両パネルは、情報キャンペーンのフライト中に広告配信システムによって捕捉さ
れたリクエストから動的に抽出される。
をテストパネルとして選択するのであり、また、適格ユーザの全部又は部分集合を対照パ
ネルとして選択する。特定の実施形態では、リフト分析モジュール325は、タギング機
能及びアグリゲーション機能を有している。タギング機能はリクエスト充足モジュール3
15と並行して実行され、それがリクエストログ355及びインプレッションログ370
を生成する。
追跡しており、各適合するリクエストに関しては(user_id, ad_1, ad_2, …, ad_n)形
式のタプルとして追っており、ここで、user_idはリクエストのモバイルユーザを表して
おり、(ad_1, ad_2, …, ad_n)はリクエストが適合した情報キャンペーンを表している
。インプレッションログ370は、情報キャンペーンと関連付けられている関連性を有す
る情報が成功裏に見せつけられた各ユーザについて記録しており、特定の実施形態では該
ログは(user_id, ad_id)ペアについてのアレイとして提示される。
びインプレッションログ370を処理して、キャンペーンに曝されたユーザについてのリ
ストをテスト群として決定し、また、キャンペーンに適合するがキャンペーンに曝されて
いないユーザについてのリストを対照群として決定する。
適格ユーザとみなされた後に惹起された両群のユーザのターゲテッド応答を測定するので
あり、該ターゲテッド応答は店舗訪問や購買等に関するものである。追跡モジュール33
0は、リクエストデータベース355内にある対照群及びテスト群のデータ、並びに、ネ
ットワーク110を介して取得されたか及び/又はリクエストデータベース355内に格
納されている何らかのサードパーティデータ若しくはファーストパーティデータを活用し
て、対照群及びテスト群のユーザの被曝後活動についての記録を取得する。サードパーテ
ィデータは、決済(チェックアウト)ページ上のオンライン追跡ピクセルによって追跡さ
れた又はPaypal(登録商標)等のモバイル支払ソフトウェアによって追跡されたユーザ購
買活動であることができる。購買活動は、広告主から直接的に得られる販売報告書等のフ
ァーストパーティデータからも取得することができる。
tation)であり、情報キャンペーンのタイプはモバイル広告(アド)キャンペーンであり
、広告リクエストはモバイルユーザ位置情報を含むとされる。特定の実施形態では、テス
ト群及び対照群のSV活動は、リクエストデータベース355にログされたそれらの者に
関連付けられている後の広告リクエストから導出されることができる。図7は、リクエス
トデータベース内のログされたリクエストについての例を示しており、ログされた各々の
リクエストについては次の事項が含まれる:ユーザID(UID)若しくは機器ID、モ
バイル機器の製造者/型式、モバイルユーザの年齢・性別・教育水準等、機器の位置が誘
起した1つ以上の事業/ブランド名、機器の位置が誘起した場所タイプ(例えば、事業の
敷地内についてはタイプX、事業の付近の駐車場又はショッピングセンターについてはタ
イプY、及び、事業が位置する街区についてはタイプZ等)、並びにリクエスト時刻等。
特定の実施形態では、「マーケティング上のモバイル広告供給に関するシステムと方法」
と題された2015年5月19日に出願された同時係属出願たる米国特許出願第14/7
16,811号に記載の方法を用いて、広告リクエストに関連付けられている事業/ブラ
ンド名を導出するのであり、該出願は参照によってその全体が取り込まれる。特定の実施
形態では、追跡モジュール330はログされたリクエストについて検索を行って、対照群
及びテスト群のモバイルユーザに関連付けられているエントリを探索して、広告キャンペ
ーンにて希望されている店舗訪問事象を伺わせる機器位置及び/又は事業/ブランド名も
これらのエントリに含まれているかを確認する。
)に訪問が生じた場合に限って、SV事象をテスト群のユーザに帰属させる。同様に、ユ
ーザが広告に適合した後の指定期間内に訪問が生じた場合に限って、SV事象を対照群の
ユーザに帰属させる。一部の実施形態では、関連付けられているSV事象の頻度及び/又
は持続期間から店舗の“従業員”を導出するのであり、これらの者をテスト群及び対照群
から除いておく。
リックを導出して、店舗訪問リフト結果を生成する。例えば、テスト群及び対照群のそれ
ぞれについて店舗訪問率(SVR、store visitation rate)メトリックを次式のように
算定することができる:
_一意的ユーザの_人数)]
特定の実施形態では、複数回被曝後に訪問がある場合(multiple exposures followed
by a visit)、上述のSVR算定においては1つの訪問のみを考慮する。特定の実施形態
では、被曝後に複数回訪問がある場合(multiple visits following an exposure)、上
述のSVR算定においては1つの訪問のみを考慮する。
効果に関する目標が購買事象であれば、効果測定値に関して対応するメトリックセット
を定義することができる。
が取れているという仮定に基づいている。特定の実施形態では、パネル選定処理が主要な
メタデータ次元においてバランスが取れていることを確保するように分割モジュール31
0を構成する。例えば、キャンペーンが性別に基づいてターゲティングを行わない場合、
性別による偏りを除くために、分割モジュールは対照パネル及びテストパネルに相等しく
男性及び女性が混ぜ込まれているように図る必要がある。キャンペーンが具体的なトラフ
ィック源(例えば、モバイルアプリケーション又はウェブサイト)をターゲティングして
いない場合、パネル選定に際して両パネル間でトラフィック源に関しての捻れが回避され
るようにする。
のかを例示しており、これによって歪曲された広告リフト計算がもたらされ得る。図8A
に示すように、キャンペーンが性別に基づいてターゲティングを行わない場合、適格ユー
ザはほぼ同数の男性ユーザ(810)及び女性ユーザ(820)を含むべきである。実務
上では、広告配信処理において性別による偏りがもたらされ得るのであり、結果として対
照パネル及びテストパネルの男女比が等分でないものとなり得る。例えば、図8Bについ
ては一見するとテストパネル及び対照パネルについての男女比に不均衡がある。図8Bに
あるように、ブロック830はキャンペーンに曝された女性ユーザ数を表しておりこれは
テスト群に配分され、他方でブロック840はキャンペーンに曝されていない女性ユーザ
数を表しておりこれは対照群に配分される。同様に、ブロック850はキャンペーンに曝
された男性ユーザ数を表しておりこれはテスト群に配分され、他方でブロック860はキ
ャンペーンに曝されていない男性ユーザ数を表しておりこれは対照群に配分される。
st-exposure SV event)を経験したブロック830に含まれるユーザを表し、他方でブロ
ック842は広告キャンペーンに曝されずに少なくとも1回のSV事象を経験したブロッ
ク840に含まれるユーザを表す。同様に、ブロック852は少なくとも1回の被曝後S
V事象を経験したブロック850に含まれるユーザを表し、他方でブロック862は広告
キャンペーンに曝されずに少なくとも1回のSV事象を経験したブロック860に含まれ
るユーザを表す。図8Bに示した不均衡がどのようにして歪曲された或いは時には間違っ
た広告リフト結果をもたらし得るかを以下論じるのであり、適格ユーザの合計数が200
0であると仮定し、これにはブロック810の1000人の女性ユーザとブロック820
の1000人の男性ユーザが含まれており、後述の表1は図8のブロックに含まれている
ユーザ数について例示的数値を提示している。
は女性ユーザについてのSV事象(テスト群及び対照群の両方についてのSV事象が検討
されており、SV事象を経験した女性ユーザについてのパーセンテージは20%位となっ
ており、SV事象を経験した男性ユーザについてのパーセンテージは10%位となってお
り、)を経験したパーセンテージに対して広告キャンペーンへの被曝は差異をもたらして
いないにもかかわらず、SVL計算は肯定的な結果をもたらしており、広告リフトが示さ
れることになる。
するため、分割モジュール310は、主要なメタデータ次元に関してバランシングされる
ように確保するように構成される。例えば、図8Bに示した局面に関しては、分割モジュ
ール310は、テスト群内の女性ユーザの一部(例えば、500)及び対照群内の男性ユ
ーザの一部(例えば、500)を除くことができるのであり、これによって、表2に示し
たように両群間での男女比についての均衡を確保することができる。
を保持しつつ、分析段階で調整を施すことがより好ましいことがある。以下例示する。リ
フト分析モジュールは、人数のより少ないメタデータセクションのユーザ数を乗算して、
表3に示すように人工的な均衡を諸群の間でもたらすことができる。
続期間)を複数のウインドウに分割して、各ウインドウについて店舗訪問率リフトを先ず
計算し、そして複数のウインドウにわたって平均化して、最終的リフトに達する。広告キ
ャンペーンが進行するにつれて或るユーザがテストユーザ群に含まれる可能性が増えると
いうこと故に、この手法が必要となる。例えば、或る広告キャンペーンのフライトは複数
週間にわたって持続するかもしれず、図9Aの曲線910によって示されているように、
時間の経過と共にインプレッション数は増大し、広告キャンペーンに曝されたモバイルユ
ーザ数も増えていく。したがって、キャンペーンのフライト全体の間に受信された広告リ
クエストに基づいてテスト群及び対照群を決定したのでは、対照ユーザ群及びテストユー
ザ群のサイズにおいて歪みがもたらされ得る。なぜならば、広告キャンペーンの第1週目
中に広告キャンペーンに曝されていないユーザは、後の数週間で広告キャンペーンに遭遇
してしまうかもしれないからである。なお、キャンペーンフライト中にモバイルユーザが
複数回広告キャンペーンに曝される場合があるため、図9Aのインプレッション数は必ず
しも被曝モバイルユーザ数とは等しくはならないことに留意されたい。
トを複数の被曝ウインドウ(例えば、EW1,EW2,…,及びEW6)に分割し、それ
ぞれは各々訪問帰属ウインドウ(例えば、AW1,AW2,…,及びAW6)に関連付け
られる。各被曝ウインドウについて、被曝ウインドウ中の広告リクエスト及び広告配信に
基づいて対照ユーザパネル及びテストユーザパネルを決定し、関連付けられている帰属ウ
インドウ中の店舗訪問に基づいてリフトを算定する。各被曝ウインドウについてのパネリ
スト及び店舗訪問リフトメトリックは、既述のようにして決定される。下記のように複数
の被曝ウインドウにわたって平均化することによって総合的訪問リフト値を算出する:
SVL=平均(SVLi)
ここでSVLiは第i番目の被曝ウインドウについて算出されるリフトである。
表4は、或る広告キャンペーンについての6つの被曝ウインドウを用いて計算された総
合的SVLの例を示す:
れている被曝ウインドウ(例えば、EW1)と重なるものとして表されている。この場合
では、テスト群及び対照群が被曝ウインドウの終わりにおいて決定されているのにもかか
わらず、被曝ウインドウについての店舗訪問リフト(例えば、SVL1)の計算過程にお
いて、被曝ウインドウ(例えば、EW1)中及びその後に生じる店舗訪問事象が考慮され
る。図9Cに示されるような他の実施形態では、各リフト帰属ウインドウ(例えば、AW
1)はそれに関連付けられている被曝ウインドウ(例えば、EW1)と重なっていない。
したがって、被曝ウインドウ(例えば、EW1)中に生じる店舗訪問事象は、その被曝ウ
インドウについての店舗訪問リフト(例えば、SVL1)についての計算において考慮さ
れない。
のとされる。したがって、広告被曝と店舗訪問事象との遅延が増大するにつれて、広告被
曝のその訪問に対しての寄与効果は低減する。店舗訪問リフト計算における過大評価を回
避するために、当初はテスト群に属していたユーザは、キャンペーンの進行につれて、そ
のユーザが広告キャンペーンに再度曝されない限り、対照群にドリフト移動することがで
きる。特定の実施形態では、ユーザがどの程度昔に広告キャンペーンに曝されたかに基づ
いて、テスト群又は対照群へのユーザの寄与度を決定するように減衰関数が定義される。
ユーザが広告キャンペーンに曝された日においてはユーザはテスト群に100%属してい
るが、広告キャンペーンが進行するにつれてこの寄与度パーセンテージは低減していき、
再度ユーザが被曝するまで低減は続く。ユーザの残りパーセンテージは対照群に算入され
る。したがって、被曝ウインドウの終わりにおいては、テスト群(NT)内のユーザ数と
対照群(NC)内のユーザ数とを次式に従って計算することができる:
、Tは被曝ウインドウの終わりの日時を表し、F(T−Tj)は減衰関数を表し、総和は
適格ユーザにわたって求められる。減衰関数は、線形減少関数、即ち次式とすることがで
きる:
であり、即ち次式とすることができる:
としている場合、テスト群はそのようなユーザを不自然に多く含むように構成され得るの
であり、リフト計算にて広告キャンペーンの効果が過大評価され得る。特定の実施形態で
は、テスト群内の一部のユーザが有する広告キャンペーン対象店舗を訪問することに関し
てのより強い自然傾向は、計算され、店舗訪問リフト計算から差し引かれるのであり、こ
れによって広告キャンペーンの効果を過大評価しないようにする。図10に示すように、
特定の実施形態では、上述のバイアスを捕捉及び除去するために、広告キャンペーンの開
始前の期間ウインドウ(LBW、look-back window)中のモバイルユーザの店舗訪問記録
を分析及び使用するのであり、これによってテスト群内のモバイルユーザについての自然
傾向測定値(NTM、natural tendency measure)を計算する。該処理は、これらのモバ
イルユーザが、キャンペーン中の被曝ウインドウ(EWX)の終わりにおいてテスト群に
配分されることにかかわらずなされる。
て、対照ユーザパネル或いは対照群及びテストユーザパネル或いはテスト群を決定する。
キャンペーン開始前のルックバックウインドウ(LBW)は、キャンペーンの直前に位置
し且つ好適にはEWXと関連付けられている帰属ウインドウ(AWX)と同じ又は似通っ
たサイズとなるように選定される。テスト群のモバイルユーザについての自然傾向測定値
(NTM)は、店舗訪問リフトを計算するための上述のいずれかの手法を用いて計算する
ことができ、該計算はテスト群のユーザがあたかも広告キャンペーンに曝されたようにし
てなされる。換言すれば、これら2つのユーザ群について、広告キャンペーン開始前のL
BW中の店舗訪問率を計算するのであり、これを用いてLBWについての“SVL”(S
VLLook-Back)を計算する。キャンペーンフライト中の店舗訪問リフト(SVLcampaig
n flight)は上述のように計算され、正味店舗訪問リフトは次式に従って測定される:
SVL=SVLcampaign flight−NTMここで、NTM=SVLLook-Back
表5は、正味店舗訪問リフト計算の結果についての例を示しており、そこでは店舗を訪
問することに関してのテスト群ユーザのより強い自然的傾向に起因するバイアスが除かれ
るようにされている。
インドウとなるように選定されることができる。例えば、LBWの選定に関して、キャン
ペーンの開始前のどこかにあるウインドウとし、該ウインドウはEWX又はAWXウイン
ドウと同じ混合態様で平日曜日と週末曜日とを含んでいるものとされることができる。
数を組み込んで、通常ならば広告主が被曝させようと思ったであろう一部のユーザを意図
的に省略できるようにできる(例えば、ユーザIDの先頭桁又は最後尾桁が“0”である
ユーザの場合)。換言すれば、優先ユーザ(例えば、或る店舗を訪問するに関してより強
い自然傾向を有するユーザ)のなるべく多くに対してインプレッションを浴びさせようと
して、なるべく多くのそのようなユーザをテスト群に含めて、残りのユーザを対照群に残
そうとする代わりに、優先ユーザの一部(例えば、パーセンテージで10%等)をランダ
ムに選択して対照群を形成するように広告配信処理を構成することができる。したがって
、対照群は、広告配信処理によって省略された優先ユーザで大方構成されており、これら
の者はさもなければ被曝ウインドウ中においてテスト群に含まれることになっていたであ
ろう者達である。したがって、対照群及びテスト群のユーザプロファイルはほぼ同一であ
る。
もっとも、単に高パーセンテージ(例えば、50%等)なハッシュ関数を用いてもこのよ
うな理想的状態は達成できない。なぜならば、情報サーバ(例えば、モバイルパブリッシ
ャ、広告仲介者、及び/又はアドエクスチェンジ等)へと送られた処理リクエストの全て
が必ずしもインプレッションを実際に惹起するわけではないからである。したがって、5
0%ハッシュ関数を伴う場合には、対照群に含まれるより少ない人数のユーザがテスト群
に含まれることになり、テスト群と似たモバイルユーザで構成した対照群を作るためにリ
クエスト在庫に関して過度な犠牲を払うことになる。この課題を解決するために、リクエ
スト充足モジュール315は、10%ハッシュ関数を用いており、テスト群内のモバイル
ユーザの人数と対照群内のモバイルユーザの人数との差についてのカウントを反映するカ
ウンタを含んでいる。特定のキャンペーンに関しての優先リクエストに応答するインプレ
ッションを示す情報サーバからのフィードバックがある度に、カウントは1加算され、ま
た、優先リクエストが対照群に割り当てられる度にカウントは1減算される。リクエスト
充足モジュール315は、カウントが1以上の場合にのみこの優先リクエストを対照群に
割り当てるように設計されている。したがって、開始時においては、対照群へと割り当て
られるよりは優先リクエストのより多くがインプレッションをもたらすことになるのであ
り、10%ハッシュ関数のためにカウントは減るよりは増えることになる。しかし、キャ
ンペーンが予算を使い尽くし始めた後においては、インプレッションをもたらすよりは優
先リクエストのより多くが対照群へと割り当てられることになるのであり、これはカウン
トが0に達するまで続く。したがって、対照群及びテスト群内のユーザプロファイルがほ
ぼ同一であることのみならず、対照群及びテスト群内のユーザ数もほぼ等しいのであり、
広告配信処理が特定のユーザを優先していることによって惹起される偏りが除去されるこ
とが確保される。
_一意的ユーザの_人数)]
この計算は単体では広告キャンペーンの効果についての実際的な指標をもたらさない。
なぜならば、分母はユーザ群内のユーザ数をカウントすることによって容易く得られるの
に対して、分子はユーザ群内の者であって店舗を訪問したことがある者の実際の人数を大
抵は表していないからである。なぜならば、これらのユーザの多くは自己の位置を常時利
用可能とはしていないからである。典型的な広告ネットワーク構成においては、モバイル
ユーザと関連付けられている広告リクエストが広告サーバへと送信された場合のみにユー
ザの位置(例えば、緯度及び経度或いはLL)が広告サーバと共有される。ユーザの店舗
訪問時において広告サーバへと広告リクエストを送るアプリをユーザのモバイル機器が実
行していない場合、この訪問はLMS300には見えないものであり、SVR計算の分母
に加味されないことになる。このことは上述の店舗訪問率リフト計算においては大した問
題ではないのであり、店舗訪問率リフト測定値は次式を用いて算出される:
ここで、SVR_テストとSVR_対照との比を用いてSVLを算定する。
ンの店舗訪問率リフトを測定する代わりに、情報スポンサーは、配信された情報に応答し
たモバイルユーザの実際の人数を知りたいかもしれない。このためには、情報への被曝の
後にターゲテッド応答を示したモバイルユーザについてより正確な計数が必要となる。
赴いたモバイルユーザについてのより正確なカウントを予想する。図11に図示のように
、特定の実施形態による頻度モデリング方法1100を用いて次のステップをなす:広告
キャンペーンに曝されたモバイルユーザを複数の頻度区分に分割(1100)するステッ
プであって各区分はモバイルユーザがリクエスト処理モジュール310によって察知され
る頻度範囲に関連付けられているステップと、リフト分析モジュール325によって各頻
度区分についてのSVR値を算定するステップ(1120)。特定の実施形態では、頻度
は、所定の期間ウインドウ中(例えば、30日)に何日間に亘って或るモバイルユーザに
ついてのリクエストがリクエスト処理モジュール310において発現したかの値として測
定され得る。したがって、30日間のうち1日しか現れなかった者については、30日間
のうち10日に亘って現れた者に比して、ターゲテッド店舗を訪問している間に捕捉され
る可能性が少ないといえる。したがって、図12に示すように、より下位の頻度区分に属
するモバイルユーザについて計算したSVRの方が、より高位の頻度区分に属するモバイ
ルユーザについて計算したSVRよりも低くなる。
対して適合するステップをさらに含む(1130)。例えば、図12のSVRデータポイ
ントは、次式の指数モデル関数に適合されることができる:
るのであり、この関数を図12のデータポイントに適合することによってパラメータa及
びbを決定することができる。そして、方法1100においては、xが無限大に近づく際
のモデル関数についての収束値(即ちこの場合においてはa)を決定する(1140)。
全部のモバイルユーザについての実際のSVRはこの収束値として推定されることができ
(1150)、これは広告配信システムが所定の期間ウインドウ中において常時モバイル
ユーザを捕捉できる場合に予想される状況に対応する。換言すれば、図12のプロットに
ついて外挿を行って、広告配信ネットワーク上で無限回現れるようなユーザ群について予
想されるSVRを求める。
この方法では、適格モバイルユーザについての初期パネルを用いて乗算係数を導出するの
であり、LMS300がこれを後のSVR計算において用いる。特定の実施形態では、ユ
ーザについての初期パネルに属するパネリスト達は、(例えば、20分又は10分毎に1
つのデータパケットをもたらすような)極めて高頻度で自己のモバイル機器の位置をLM
S300に与えることに同意した適格モバイルユーザであり、彼等は指定されたアプリを
インストールして自己のモバイル機器にてバックグラウンド実行することによってこれを
なしている。指定されたアプリは、所定の頻度(例えば、10分毎で)モバイル機器の位
置(例えば、LL)を提供するように設計されており、該提供は例えば次の事項を含むデ
ータパケットの形式でなされる:各々のモバイル機器の識別情報、及び、他の関連性を有
する情報。位置情報共有が高頻度でなされる故に、パネリストによる店舗訪問事象の大部
分はLMS300によって捕捉されることになり、該LMS300はこの場合次の2種類
の入信データパケットを受信することになる:情報サーバ(例えば、モバイルパブリッシ
ャ、広告仲介者、及び/又はアドエクスチェンジ等)からの情報リクエスト、及び、指定
アプリを実行しているパネルモバイル機器からのデータパケット。
する適格モバイルユーザからなり、B群は関連する広告リクエストを通じてLMS300
によって「捉えられた」適格モバイルユーザからなり、C群はA群及びB群の両方に属し
ているモバイルユーザからなる。したがって、C群は、LMS300へと広告リクエスト
を送信するアプリを使用しており且つパネルに属するモバイルユーザからなるのであり、
彼等のモバイル機器上においてバックグラウンドで指定されたアプリが実行されている。
実際のSVR推定のための乗数の値を決定するために、C群をパネル支援型方法で用いる
。
00)を示す。図14に示されるように、方法1400を用いると、リクエスト充足モジ
ュール315は第1のモバイルユーザの群(例えば、A群)からの情報リクエストを受信
及び処理するのであり、他方では、較正モジュール335は第2のモバイルユーザの群(
例えば、B群)からのパネルデータパケットを受信及び処理する(1410)。上述のよ
うに、処理済みの情報リクエストは、リクエストログ355内に格納される。処理済みパ
ネルデータパケットは、リクエストログ355又は較正データベース375内に格納され
ることもできる。そして、較正モジュール335は、較正ユーザ群(C群)を決定するの
であって、該群においては、各ユーザはモバイルユーザについての第1のセット及びモバ
イルユーザについての第2のセットの双方に属している(1420)。較正ユーザ群に属
するモバイルユーザから受信されたパネルデータパケットを用いて、較正モジュール33
5は、較正目的で選択された較正POIセットの少なくとも1つを訪問したモバイルユー
ザについての第1の人数を、決定する(1430)。較正ユーザ群に属するモバイルユー
ザから受信された情報リクエストを用いて、較正モジュール335は、較正POIセット
の少なくとも1つを訪問したモバイルユーザについての第2の人数を、決定する(144
0)。第1の人数の方が、較正POIを訪問した較正群内のモバイルユーザについての実
際の人数により近いはずである。なぜならば、彼等の位置はより頻繁にLMS300と共
有されるからである。第2の人数は、指定されたアプリなくしてLMS300によって把
握されるモバイルユーザ数である。したがって、モバイルユーザについての第2の人数は
、指定されたアプリなくして追跡され得るモバイルユーザの人数により近い。
ユーザについての任意の群に対しての較正係数を概算値として算定することができるので
あり(1450)、それは広告リクエストのみを用いてLMS300によって検知され得
る実際の店舗訪問回数と店舗訪問カウントとの比に関する。特定の実施形態では、この較
正係数(SVR_乗数)は、第1の数値を第2の数値で単純に除した比に過ぎない。この
SVR_乗数は較正データベース内に格納され、後のSVR関連計算で使用される。
通常の広告リクエスト及びパネルデータパケットからみられる(IDFA、GDFA形式
での)任意のデバイスIDは、リクエストデータベース355内にキーバリューストアと
して格納される。広告リクエスト及びパネルデータパケットについてのKVSは、通常の
ユーザ及びパネルユーザの各々についてのユーザストアとして機能する。パネルユーザス
トア及び通常ユーザストアの両方に属するユーザは、上述においては、較正ユーザ群を形
成しているものとして言及される。特定の実施形態では、(例えば、1週間の)期間ウイ
ンドウを較正ウインドウとして用いるのであり、第1のユーザ数及び第2のユーザ数につ
いては、それぞれ、指定アプリからのデータパケット及びLMS300によって受信され
た通常広告リクエストに基づいて、カウントする。
エストを引き続き受信及び処理するにつれて(1460)、それらは次式に従って招来の
曝露モバイルユーザについてのSVRを算定する(1470):
SVR=SVR_観測された値*SVR_乗数
ここで、SVR_観測された値は、広告サーバ上で捕捉された通常の広告リクエスト信号
に基づいて観測されたSVRであり、上述したとおりに定義されており、即ち次式のとお
りである:
_一意的ユーザの_人数)]
に、及びキャンペーン毎に等)で決定されることできる。特定の実施形態では、異なるビ
ジネス垂直区分(即ち、関連するブランドのセット)毎に異なるSVR_乗数を推定する
。この用途においては、1つの特定の垂直区分又はブランド(例えば、マクドナルド(登
録商標))に属するPOIのみが選択されるように較正POIセットを選択して、その特
定の垂直区分又はブランドについてのSVR乗数を決定する。
に較正POIセットを選択するのであり、当該地理的領域は国家(例えば、アメリカ合衆
国)、州(例えば、カリフォルニア州)、都市(例えば、ニューヨーク)又は他の地方自
治体若しくは地域とすることができる。このような大量なデータを伴う故に、地域毎の乗
数(例えば、国家レベル乗数)は、長期間にわたって安定的であり続けることができる。
もっとも、地域毎の乗数は、SVRに直接的な影響を及ぼし得る広告キャンペーンの特定
の側面(例えば、対象観衆及びブランド等)については、捉えきれない。
例えば、カテゴリ))に属するPOIのみを含むように較正POIセットを選択する。垂
直区分乗数は、異なるタイプの店舗(例えば、レストランや小売店等)の訪問者間での店
舗訪問率における潜在的な差異を考慮することによって、国家レベル乗数を向上させる。
もっとも、或る垂直区分内のブランドが互いに異なるSVRパターンを示す場合がある。
POIのみを含むように較正POIセットを選択する。広告キャンペーンは典型的には、
ブランドと関連付けられているため、ブランドレベル乗数によって直接的な乗算が可能と
なる。もっとも、このレベルではスパースデータに関連する課題が現れ始めるのであり、
特に国際的ブランドに関しては一層そうである。さらに、定義された広告被曝ウインドウ
(window of ad exposure)を前提とすると、垂直区分レベル又は国家レベル乗数の双方
に比して、ブランドレベル乗数は変動の影響をより受けやすい。
を除いて、キャンペーンレベル乗数はブランドレベル乗数と同等である。キャンペーンレ
ベル乗数は個々のキャンペーンの具体的コンテキストを最良に捉えるが、時にはスケール
欠如に泣かされる。
如による増大した変動という難点が課される。
は対応する乗数が適用され得る1つ以上のブランドと関連付けられている。例えば、或る
ブランドについての広告キャンペーンにおいては、次のような広告群が存在し得る:成人
男性のモバイルユーザを主として対象とする広告群、成人女性のモバイルユーザを主とし
て対象とする広告群、1つ以上の指定された場所に居ると決定されたモバイルユーザを主
として対象とする位置ベースド広告群(LBA、location-based ad group)、及びブラ
ンドに関連付けられている敷地内に居ると決定されたモバイルユーザを主として対象とす
るオンプレミス型広告群。特定の実施形態では、この広告キャンペーンのためのSVRを
導出するためには、2段階処理を用いる。先ず、LBA及びオンプレミス型広告群を除い
て各広告群についてSVR_乗数を決定する。LBA及びオンプレミス型広告群にSVR
乗数が不要な理由は、広告リクエスト及びパネルデータパケットを介してこれらの群の観
衆が以前店舗を訪問したことが分かっているからであり、逸失された訪問事象をより生じ
させ難いと考えられるからである。そして、加重平均をとって最終SVRを導出すること
ができる。
告キャンペーンの両方に適用可能である。前者のタイプについては、LBAの欠如故に、
単にブランドレベル乗数を適用することによって計算を行うことができる。例えば、観測
されたSVRが0.39%とされるSubway(登録商標)についての広告キャンペーンを検
討する。このキャンペーンにおいて国家レベル乗数たる3.9を用いると、SVRとして
1.54%が得られることになり、歴史的なデータからすると過小評価である可能性が高
い。実際に、パネルベースド分析によれば、リクエストベースド追跡でのSubwayの訪問カ
ウントは過小評価(過小評価係数は約16)されていることになる。このキャンペーンは
LBAを有さないため、観測されたSVRに対してブランドレベル乗数たる15を単純適
用することができ、5.86%という値が得られるのであり、これは想定により合致する
ものである。
Target、Walgreens(登録商標)、CVS(登録商標)、及びRite Aid(登録商標)、につい
ての広告キャンペーンを検討する。国家レベル乗数SVR推定法を用いると、報告される
SVRは28%であるとされて過大評価がなされるに至る。ブランドレベル乗数及びLB
A除外を伴う新たな方法を用いると、SVRはより合理的な16%として算出される。ま
た、ブランドレベル乗数を用いると、これらのブランドにおける店舗訪問パターンについ
てより知見を深めることができる。
Claims (12)
- パケットベースドネットワークに接続された1以上のコンピュータシステムによって実行される方法であって、
前記パケットベースドネットワークと通信するモバイル装置に関連するリクエストデータの複数のセットを受信するステップであって、リクエストデータのセットの各々は関連するモバイル装置の位置を示す位置データを含む、ステップと、
リクエストデータの前記複数のセットを処理して、リクエストデータベース内の対応エントリを生成するステップであって、前記リクエストデータベース内のそれぞれのエントリの各々は特定のモバイル装置の識別子と、それぞれのタイムスタンプと、前記それぞれのタイムスタンプに対応する時間での前記特定のモバイル装置の位置についての情報とを含み、リクエストデータの前記複数のセットを処理することにより、前記モバイル装置の第1の部分が第1の期間ウィンドウ中の情報キャンペーンに適格となり、前記モバイル装置の第2の部分は前記第1の期間ウィンドウ中の前記情報キャンペーンに関連付けられた情報に適格となりインプレッションされる、ステップと、
モバイル装置の第1の群を前記モバイル装置の前記第1の部分から、モバイル装置の第2の群を前記モバイル装置の前記第2の部分から選択するステップと、
モバイル装置の前記第1の群に対応する第1の値と、モバイル装置の前記第2の群に対応する第2の値とを判定するステップと、
前記リクエストデータベースにて、第2の期間ウィンドウ中のタイムスタンプを有するエントリを検索し、モバイル装置の前記第1の群のうちモバイル装置の第1の部分集合と、モバイル装置の前記第2の群のうちモバイル装置の第2の部分集合とを判定するステップであって、モバイル装置の前記第1の部分集合とモバイル装置の前記第2の部分集合との各々は、前記第2の期間ウィンドウ中のタイムスタンプを有する1以上のエントリであって前記情報キャンペーンに関連付けられた1以上の場所についての情報を含む1以上のエントリによって、前記リクエストデータベースにて識別される、ステップと、
モバイル装置の前記第1の部分集合に対応する第1の数とモバイル装置の前記第2の部分集合に対応する第2の数とを判定するステップと、
前記第1の値と前記第1の数とを用いて第1の訪問率を判定するステップと、
前記第2の値と前記第2の数とを用いて第2の訪問率を判定するステップと、
前記第1の訪問率と前記第2の訪問率とを少なくとも用いて、前記情報キャンペーンについての効果測定値を導出するステップと、
を含む方法。 - 請求項1に記載の方法において、
リクエストデータの前記複数のセットを処理することは、
リクエストデータのそれぞれのセットの各々につき、リクエストデータの前記それぞれのセットに含まれるそれぞれの位置データを用いて、複数の関心場所に対応する空間的インデックスを含む空間的インデックスデータベースに問い合わせて、前記それぞれの位置データが前記複数の関心場所のいずれかを誘起したか否かを判定することと、
前記リクエストデータベース内のリクエストデータの前記それぞれのセットに対応するそれぞれのエントリを作成することとを含み、
前記それぞれのエントリは、前記それぞれの位置データが前記複数の場所のうちの1以上を誘起したなら、前記複数の場所のうちの前記1以上についての情報を含む、方法。 - 請求項1又は2に記載の方法において、
前記第1の期間ウィンドウは、前記情報キャンペーン中の一連の被曝期間ウィンドウの1つであり、前記第2の期間ウィンドウは、前記一連の被曝期間ウィンドウにそれぞれ対応する一連の属性期間ウィンドウの1つであり、前記方法は、
前記情報キャンペーンの複数の効果測定値を導出するステップであって、前記複数の効果測定値の各々は、前記一連の被曝期間ウィンドウのそれぞれと、前記一連の属性期間ウィンドウのそれぞれとに対応する、ステップと、
前記複数の効果測定値を平均化することによって、前記情報キャンペーンの総合的な効果測定値を算出するステップと、
を含む方法。 - 請求項3に記載の方法において、
前記リクエストデータベースにて、前記情報キャンペーンの開始前のルックバック期間ウィンドウ中のタイムスタンプを有するエントリを検索して、モバイル装置の前記第1の群における第3の数のモバイル装置と、モバイル装置の前記第2の群における第4の数のモバイル装置とを判定するステップであって、モバイル装置の前記第3の数とモバイル装置の前記第4の数との各々は、前記情報キャンペーンに関連付けられた前記1以上の場所についての情報を含む1以上のエントリにて識別される、ステップと、
前記第1の値と前記第2の値と前記第3の数と前記第4の数とを用いて、自然傾向測定値を判定するステップと、
前記自然傾向測定値を前記情報キャンペーンの前記総合的な効果測定値から減じるステップと、
を含む方法。 - 請求項3に記載の方法において、
属性期間ウィンドウの各々の少なくとも一部は、対応する被曝期間ウィンドウに続く、方法。 - 請求項1に記載の方法において、
前記リクエストデータベースにて、前記情報キャンペーンの開始前のルックバック期間ウィンドウ中のタイムスタンプを有するエントリを検索して、モバイル装置の前記第1の群における第5の数のモバイル装置と、モバイル装置の前記第2の群における第6の数のモバイル装置とを判定するステップであって、モバイル装置の前記第5の数とモバイル装置の前記第6の数との各々は、前記情報キャンペーンに関連付けられた前記1以上の場所についての情報を含む1以上のエントリにて識別されるステップと、
前記第1の値と前記第2の値と前記第5の数と前記第6の数とを用いて、自然傾向測定値を判定するステップと、
前記自然傾向測定値を前記情報キャンペーンの前記効果測定値から減じるステップと、
を含む方法。 - 請求項1乃至6のいずれか一項に記載の方法において、
モバイル装置の前記第2の群におけるモバイル装置の各々は、前記1以上のコンピュータシステムにて構築されたハッシュ関数と、前記第1の群に割り当てられたモバイル装置の数と前記第2の群に割り当てられたモバイル装置の数との差分と、に応じて選択される、方法。 - 請求項1乃至7のいずれか一項に記載の方法において、
モバイル装置の前記第2の群は、主要なメタデータ次元において、モバイル装置の前記第1の群と類似の分布を有する、方法。 - 請求項1乃至8のいずれか一項に記載の方法において、
前記第2の期間ウィンドウの少なくとも一部は、前記第1の期間ウィンドウに続く、方法。 - 請求項1乃至9のいずれか一項に記載の方法において、
前記第1の値は、前記情報キャンペーンに対し適格であるが前記第2の期間ウィンドウ中に前記情報キャンペーンの影響下にはない、モバイル装置の前記第1の群におけるモバイル装置の数を示し、前記第2の値は、前記第2の期間ウィンドウ中に前記情報キャンペーンの影響下にある、モバイル装置の前記第2の群におけるモバイル装置の数を示す、方法。 - 請求項1乃至10のいずれか一項に記載の方法において、
前記第1の値は、モバイル装置の前記第1の数におけるモバイル装置の数に基づいて判定され、並びに、モバイル装置の前記第1の群におけるそれぞれのモバイル装置が前記第1の期間ウィンドウ中に前記情報にインプレッションされたか否か、及び、前記それぞれのモバイル装置が前記第1の期間ウィンドウ中に前記情報にいつインプレッションされたか、に基づいて判定される、方法。 - 請求項1乃至11のいずれか一項に記載の方法において、
モバイル装置の前記第1の群とモバイル装置の前記第2の群とは少なくとも1つの共通のモバイル装置を含み、モバイル装置の前記第1の群に対応する第1の値とモバイル装置の前記第2の群に対応する第2の値とを判定することは、前記第1の値に対する前記共通のモバイル装置の寄与と、前記第2の値に対する前記共通のモバイル装置の寄与とを、時間減衰関数に基づいて判定することを含む、方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562238122P | 2015-10-07 | 2015-10-07 | |
US62/238,122 | 2015-10-07 | ||
US201662353036P | 2016-06-22 | 2016-06-22 | |
US62/353,036 | 2016-06-22 | ||
JP2018517820A JP6636143B2 (ja) | 2015-10-07 | 2016-10-07 | モバイル機器に配信された情報の効果を測定するための方法及び装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018517820A Division JP6636143B2 (ja) | 2015-10-07 | 2016-10-07 | モバイル機器に配信された情報の効果を測定するための方法及び装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020061174A JP2020061174A (ja) | 2020-04-16 |
JP6890652B2 true JP6890652B2 (ja) | 2021-06-18 |
Family
ID=58488689
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018517820A Expired - Fee Related JP6636143B2 (ja) | 2015-10-07 | 2016-10-07 | モバイル機器に配信された情報の効果を測定するための方法及び装置 |
JP2019227247A Active JP6890652B2 (ja) | 2015-10-07 | 2019-12-17 | モバイル機器に配信された情報の効果を測定するための方法及び装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018517820A Expired - Fee Related JP6636143B2 (ja) | 2015-10-07 | 2016-10-07 | モバイル機器に配信された情報の効果を測定するための方法及び装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20170132658A1 (ja) |
EP (1) | EP3360104A4 (ja) |
JP (2) | JP6636143B2 (ja) |
CN (1) | CN108604350A (ja) |
AU (1) | AU2016335870A1 (ja) |
WO (1) | WO2017062912A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023049905A1 (en) * | 2021-09-24 | 2023-03-30 | Accretive Media LLC | Automated measurement and analytics software for out of home content delivery |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10491696B2 (en) | 2016-12-13 | 2019-11-26 | The Nielson Company (Us), Llc | Methods and apparatus for adjusting model threshold levels |
US11170393B1 (en) * | 2017-04-11 | 2021-11-09 | Snap Inc. | System to calculate an engagement score of location based media content |
US10621627B2 (en) * | 2017-05-04 | 2020-04-14 | Microsoft Technology Licensing, Llc | Running client experiments based on server-side user segment data |
US20180341989A1 (en) * | 2017-05-25 | 2018-11-29 | Collective, Inc. | Systems and Methods for Providing Real-Time Values Determined Based on Aggregated Data From Disparate Systems |
US11599521B2 (en) | 2017-05-25 | 2023-03-07 | Zeta Global Corp. | Systems and methods for providing real-time discrepancies between disparate execution platforms |
US11810147B2 (en) | 2017-10-19 | 2023-11-07 | Foursquare Labs, Inc. | Automated attribution modeling and measurement |
JP6997922B2 (ja) * | 2018-02-01 | 2022-01-18 | 株式会社電通 | 分析装置 |
US11321733B2 (en) * | 2018-05-02 | 2022-05-03 | Pepsico, Inc. | Analyzing second party digital marketing data |
US20200356894A1 (en) * | 2019-05-07 | 2020-11-12 | Foursquare Labs, Inc. | Visit prediction |
WO2022006475A1 (en) * | 2020-07-02 | 2022-01-06 | Catalina Marketing Corporation | Collecting and linking digital consumer survey panel data to a semi-persistent in-store consumer loyalty card identifier |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4139925B2 (ja) * | 1998-07-27 | 2008-08-27 | 東芝ライテック株式会社 | 蛍光ランプ装置 |
JP2002366464A (ja) * | 2001-06-05 | 2002-12-20 | Nec Corp | 携帯電話マーケティングシステム及び携帯電話マーケティングプログラム |
US8290810B2 (en) * | 2005-09-14 | 2012-10-16 | Jumptap, Inc. | Realtime surveying within mobile sponsored content |
JP4475251B2 (ja) * | 2006-04-25 | 2010-06-09 | トヨタ自動車株式会社 | 車両環境サービスシステム |
US20080133342A1 (en) * | 2006-12-01 | 2008-06-05 | Nathalie Criou | Determining Advertising Effectiveness |
US10489795B2 (en) * | 2007-04-23 | 2019-11-26 | The Nielsen Company (Us), Llc | Determining relative effectiveness of media content items |
KR101605919B1 (ko) * | 2007-07-03 | 2016-03-24 | 쓰리엠 이노베이티브 프로퍼티즈 컴파니 | 배정된 컨텐츠의 효과를 측정하기 위해 컨텐츠가 배정될 수 있는 시간 슬롯 샘플을 발생시키는 시스템 및 방법 |
KR100901938B1 (ko) * | 2007-08-14 | 2009-06-10 | 엔에이치엔비즈니스플랫폼 주식회사 | Ctr을 보정하는 방법 및 시스템 |
CN101393629A (zh) * | 2007-09-20 | 2009-03-25 | 阿里巴巴集团控股有限公司 | 一种网络广告效果监测的实现方法及装置 |
US8072914B2 (en) * | 2008-05-08 | 2011-12-06 | At&T Mobility Ii Llc | Location survey for power calibration in a femto cell |
US10163113B2 (en) * | 2008-05-27 | 2018-12-25 | Qualcomm Incorporated | Methods and apparatus for generating user profile based on periodic location fixes |
JP5633773B2 (ja) * | 2010-01-13 | 2014-12-03 | 独立行政法人情報通信研究機構 | 地域ネットワークを利用した定量的な広告効果診断分析が可能な広告配信システム |
CN102254265A (zh) * | 2010-05-18 | 2011-11-23 | 北京首家通信技术有限公司 | 一种富媒体互联网广告内容匹配、效果评估方法 |
US8909771B2 (en) * | 2011-09-15 | 2014-12-09 | Stephan HEATH | System and method for using global location information, 2D and 3D mapping, social media, and user behavior and information for a consumer feedback social media analytics platform for providing analytic measurements data of online consumer feedback for global brand products or services of past, present or future customers, users, and/or target markets |
KR102147625B1 (ko) * | 2011-11-02 | 2020-08-24 | 샤이 론넨 | 위치지문맵의 생성 및 이용 |
CN102663616A (zh) * | 2012-03-19 | 2012-09-12 | 北京国双科技有限公司 | 一种基于多触点归因模型的网络广告效果衡量方法和系统 |
AU2013204865B2 (en) * | 2012-06-11 | 2015-07-09 | The Nielsen Company (Us), Llc | Methods and apparatus to share online media impressions data |
US20140108130A1 (en) * | 2012-10-12 | 2014-04-17 | Google Inc. | Calculating audience metrics for online campaigns |
US20140156387A1 (en) * | 2012-12-04 | 2014-06-05 | Facebook, Inc. | Generating Advertising Metrics Using Location Information |
US20140172573A1 (en) * | 2012-12-05 | 2014-06-19 | The Rubicon Project, Inc. | System and method for planning and allocating location-based advertising |
JP2014153828A (ja) * | 2013-02-06 | 2014-08-25 | Ntt Docomo Inc | サーバ装置、広告配信システム及びプログラム |
US10373194B2 (en) * | 2013-02-20 | 2019-08-06 | Datalogix Holdings, Inc. | System and method for measuring advertising effectiveness |
CN103295150A (zh) * | 2013-05-20 | 2013-09-11 | 厦门告之告信息技术有限公司 | 一种精确量化及准确统计投放效果的广告发布系统及方法 |
-
2016
- 2016-10-07 CN CN201680071581.5A patent/CN108604350A/zh active Pending
- 2016-10-07 AU AU2016335870A patent/AU2016335870A1/en not_active Abandoned
- 2016-10-07 JP JP2018517820A patent/JP6636143B2/ja not_active Expired - Fee Related
- 2016-10-07 US US15/289,104 patent/US20170132658A1/en not_active Abandoned
- 2016-10-07 WO PCT/US2016/056185 patent/WO2017062912A2/en active Application Filing
- 2016-10-07 EP EP16854519.2A patent/EP3360104A4/en not_active Withdrawn
-
2019
- 2019-12-17 JP JP2019227247A patent/JP6890652B2/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023049905A1 (en) * | 2021-09-24 | 2023-03-30 | Accretive Media LLC | Automated measurement and analytics software for out of home content delivery |
Also Published As
Publication number | Publication date |
---|---|
US20170132658A1 (en) | 2017-05-11 |
JP6636143B2 (ja) | 2020-01-29 |
WO2017062912A3 (en) | 2018-02-08 |
EP3360104A4 (en) | 2019-06-26 |
JP2020061174A (ja) | 2020-04-16 |
WO2017062912A2 (en) | 2017-04-13 |
EP3360104A2 (en) | 2018-08-15 |
JP2018531464A (ja) | 2018-10-25 |
AU2016335870A1 (en) | 2018-05-24 |
CN108604350A (zh) | 2018-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6890652B2 (ja) | モバイル機器に配信された情報の効果を測定するための方法及び装置 | |
JP7084970B2 (ja) | マーケティング上のモバイル広告供給に関するシステムと方法 | |
US10715962B2 (en) | Systems and methods for predicting lookalike mobile devices | |
JP7214085B2 (ja) | オンライン及びオフライン予測を使用してモバイル装置への情報伝達を制御する処理 | |
JP2018531464A6 (ja) | モバイル機器に配信された情報の効果を測定するための方法及び装置 | |
JP6785854B2 (ja) | パフォーマンスドリブンな動的ジオフェンスベースドなターゲティングについてのシステム及び方法 | |
CN105447724B (zh) | 内容项推荐方法及装置 | |
JP5571259B2 (ja) | スポンサー記事の推薦購読方法、コンピュータ読取り可能な記録媒体、およびコンピュータシステム | |
US10163130B2 (en) | Methods and apparatus for identifying a cookie-less user | |
US20170337578A1 (en) | Dynamic media buy optimization using attribution-informed media buy execution feeds | |
JP2021534499A (ja) | モバイル機器位置予測システム及び方法 | |
US20150348095A1 (en) | Measuring advertising effectiveness | |
US11134359B2 (en) | Systems and methods for calibrated location prediction | |
US11367102B2 (en) | Using on-line and off-line projections to control information delivery to mobile devices | |
US20160210656A1 (en) | System for marketing touchpoint attribution bias correction | |
US10262339B2 (en) | Externality-based advertisement bid and budget allocation adjustment | |
US11743679B2 (en) | Systems and methods for pacing information delivery to mobile devices | |
JP7285521B2 (ja) | 類似のモバイル装置を予測するためのシステムと方法 | |
WO2023049905A1 (en) | Automated measurement and analytics software for out of home content delivery | |
JP2022079394A (ja) | ターゲテッド位置イベント予測システム及び方法 | |
WO2021133997A1 (en) | Systems and methods for calibrated location prediction | |
US20160343025A1 (en) | Systems, methods, and devices for data quality assessment | |
US20160019583A1 (en) | Systems and methods for smooth and effective budget delivery in online advertising | |
JP2009245279A (ja) | 広告配信方法及び広告配信プログラム | |
US20220408222A1 (en) | Using on-line and off-line projections to control information delivery to mobile devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200114 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200114 |
|
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: 20210511 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210525 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6890652 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |