JP7144395B2 - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

情報処理装置、情報処理方法および情報処理プログラム Download PDF

Info

Publication number
JP7144395B2
JP7144395B2 JP2019230797A JP2019230797A JP7144395B2 JP 7144395 B2 JP7144395 B2 JP 7144395B2 JP 2019230797 A JP2019230797 A JP 2019230797A JP 2019230797 A JP2019230797 A JP 2019230797A JP 7144395 B2 JP7144395 B2 JP 7144395B2
Authority
JP
Japan
Prior art keywords
user
interested
quadrant
quadrants
information processing
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
Application number
JP2019230797A
Other languages
English (en)
Other versions
JP2021099631A (ja
Inventor
祐介 田中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo Japan Corp
Original Assignee
Yahoo Japan Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yahoo Japan Corp filed Critical Yahoo Japan Corp
Priority to JP2019230797A priority Critical patent/JP7144395B2/ja
Publication of JP2021099631A publication Critical patent/JP2021099631A/ja
Priority to JP2022147193A priority patent/JP7469414B2/ja
Application granted granted Critical
Publication of JP7144395B2 publication Critical patent/JP7144395B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。
近年、インターネットの飛躍的な普及に伴い、インターネットを介した広告配信が盛んに行われている。例えば、広告媒体（ウェブページ）に設定された広告枠に、企業や商品等の広告コンテンツを表示し、かかる広告コンテンツが選択操作（例えば、クリックやタップ）された場合に、広告主のウェブページへ遷移させる広告配信が行われている。
また、このような広告配信では、広告コンテンツを掲載する対価として、広告主に課金する課金額である入札単価（ＣＰＣ：Cost Per Click）が使用される場合がある。例えば、広告コンテンツに対して設定する入札単価を制御する技術として、検索キーワードに基づいて、広告コンテンツのコンバージョン率（ＣＶＲ：Conversion Rate）に対応した入札単価を広告コンテンツに対して設定する技術が提案されている（特許文献１）。
また、入札単価の代わりに、所定の広告コンテンツから商品購買や会員登録等の利益につながる成果を１件獲得するのにかかるコストであるコンバージョン単価（ＣＰＡ：Cost Per Action）の目標値である目標コンバージョン単価を広告主に設定させることで、かかる目標コンバージョン単価に基づいて、広告コンテンツに対して設定する入札単価を算出する技術（コンバージョンオプティマイズと呼ばれる）が提案されている。
特開２００６－３５０６６８号公報
しかしながら、従来の広告配信技術では、ＣＰＡ観点ではターゲットになり難い（ターゲットとして優先順位が低い）ユーザ層であっても、購買ユーザや購買回数を拡大する上で有望なユーザ層に対して訴求する積極的かつ効果的な広告配信を行う技術は確立していない。そのため、ＣＰＡ観点ではターゲットになり難いユーザを取りこぼしてしまう可能性がある。
本願は、上記に鑑みてなされたものであって、ＣＰＡ観点ではターゲットになり難いユーザへの広告配信を拡大する情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。
本願に係る情報処理装置は、ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類部と、前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信部とを備え、前記分類部は、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、前記第１の要素と前記第２の要素とはそれぞれ、ＫＰＩツリーから得られるＫＰＩであることを特徴とする。
実施形態の一態様によれば、ＣＰＡ観点ではターゲットになり難いユーザへの広告配信を拡大することができる。
図１は、実施形態に係る情報処理方法の概要を示す説明図である。 図２は、売上に関するＫＰＩツリーの一例を示す図である。 図３は、興味関心カテゴリとＫＰＩとの関係の一例を示す図である。 図４は、ＫＰＩツリーの変化の一例を示す図である。 図５は、４象限の変化に一例を示す図である。 図６は、興味関心カテゴリ別の変化の一例を示す図である。 図７は、実施形態に係る情報処理システムの構成例を示す図である。 図８は、実施形態に係る情報処理装置の構成例を示す図である。 図９は、ユーザ情報記憶部の一例を示す図である。 図１０は、検索履歴情報記憶部の一例を示す図である。 図１１は、購買履歴情報記憶部の一例を示す図である。 図１２は、実施形態に係る処理手順を示すフローチャートである。 図１３は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。
以下に、本願に係る情報処理装置、情報処理方法、および情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、および情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
〔１．情報処理方法の概要〕
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係る情報処理方法の概要を示す説明図である。図１の例では、実施形態に係る情報処理装置１００が、ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類し、その象限に応じた広告配信を行う処理の一例について説明する。
図１に示すように、情報処理システム１は、端末装置１０と、情報処理装置１００と、広告装置２００とを含む。端末装置１０、情報処理装置１００および広告装置２００は、それぞれネットワークＮ（図７参照）を介して有線または無線で互いに通信可能に接続される。端末装置１０は、ユーザＵによって使用される情報処理装置である。広告装置２００は、広告主によって利用される情報処理装置である。なお、広告主は、広告代理店であってもよい。
例えば、ユーザＵは、端末装置１０を用いて、興味や関心があるカテゴリ（以下、興味関心カテゴリ）について、情報処理装置１００が提供する検索エンジン（検索サービス）に対して検索キーワード（検索クエリ）を入力して検索を行う（ステップＳ１）。
興味関心カテゴリは、例えばスポーツやファッション、スマートフォン、自動車、旅行、ドラマ、映画、音楽、アイドル、アニメ・漫画等である。また、スポーツのような大カテゴリに限らず、サッカーや野球、テニス、ゴルフ等のような小カテゴリでもよいし、それらの組合せでもよい。また、組織名（企業名、学校名等）や個人名（芸名、筆名等を含む）、商品名、サービス名等でもよい。
本実施形態では、情報処理装置１００が検索エンジンを提供しているため、検索エンジンを介してユーザＵの興味関心カテゴリに関する情報を堅実かつ効果的に取得することができる。なお、検索キーワード（検索クエリ）は、複数の検索キーワードを組み合わせた検索フレーズでもよい。すなわち、検索キーワードは、単独語でもよいし、複数語でもよい。
また、ユーザＵは、端末装置１０を用いて、取引対象である特定商品についての広告コンテンツから商品購買フォームに移動し、オンラインで商品購買（又は商品予約）を行う。上記の広告コンテンツは、上記の興味関心カテゴリについての検索結果として表示されたＷｅｂページであってもよいし、上記の興味関心カテゴリについての検索とは別に独立して表示されたＷｅｂページであってもよい。
本実施形態では、ユーザＵは、情報処理装置１００が提供するＷｅｂサービスの登録ユーザであり、Ｗｅｂ上で購買まで完結する購買ユーザである。ユーザＵは、情報処理装置１００が提供する広告配信サービスのプロモーション広告を利用する。プロモーション広告にはコンバージョンタグ（ＣＶタグ）が埋め込まれている。一般的に、ＣＶタグは、商品購買フォームの完了ページ（最終画面）等に埋め込まれている。
情報処理装置１００は、興味関心カテゴリを複数の象限に分類する（ステップＳ２）。
例えば、情報処理装置１００は、プロモーション広告のＣＶタグから、登録ユーザによる特定商品の購買回数を取得する。すなわち、情報処理装置１００は、ＣＶタグに基づいて、購買数を集計する。そして、情報処理装置１００は、集計した購買数を、購買ユーザ数と平均購買回数とに分解する（購買数＝購買ユーザ数×平均購買回数）。なお、購買数の集計のため、プロモーション広告のＣＶタグがあるアカウントが必要となる。
本実施形態では、情報処理装置１００は、上記の特定商品について、単位期間（ここでは月）あたりの「平均購買回数」（回数／月）と、「購買ユーザ含有率」（％／月）というＫＰＩ（Key Performance Indicator：重要業績評価指標）を設定する。なお、「平均購買回数」および「購買ユーザ含有率」は、商取引に関連する要素の一例に過ぎない。
また、情報処理装置１００は、ユーザＵの興味関心カテゴリを、ＫＰＩである「平均購買回数」と「購買ユーザ含有率」とのそれぞれの全体平均を基準（座標軸）とした４象限（２次元の象限）に分類する。すなわち、４象限は、平均購買回数および購買ユーザ含有率のそれぞれの全体平均を座標軸とした座標平面である。興味関心カテゴリは、４象限のうちのいずれかの象限に属する（位置する）。なお、４象限（２次元の象限）は一例に過ぎない、実際には、３つのＫＰＩを設定して３次元の象限としてもよい。また、それ以上の象限でもよい。
平均購買回数は、各購買ユーザの購買回数の平均値を示す。すなわち、平均購買回数は、購買ユーザ一人あたりの購買回数を示す。本実施形態では、購入した商品１個につき購買回数を１回とカウントする。例えば、一度に商品を２個購入した場合には、購買回数を２回とカウントする。また、購買ユーザ含有率は、登録ユーザ全体に占める購買ユーザの割合を示す。
ここで、図２を用いて、ＫＰＩについて説明する。図２は、売上に関するＫＰＩツリーの一例を示す図である。例えば、情報処理装置１００は、図２に示す売上に関するＫＰＩツリーのうち、購買数最大化に向けた戦略に基づいて、「平均購買回数」、「購買ユーザ含有率」をＫＰＩとして設定する。
図２に示す例では、購買数が「３６，０００」、購買ユーザ数が「１８，０００」であるため、「平均購買回数」は「２．０」（＝３６，０００÷１８，０００）となっている。また、購買ユーザ数が「１８，０００」、母数となる登録ユーザ数が「１，０００，０００」であるため、「購買ユーザ含有率」は「１．８％」（＝１８，０００÷１，０００，０００×１００）となっている。ここでは、「購買ユーザ含有率」は百分率で表現している。
また、図３を用いて、興味関心カテゴリとＫＰＩとの関係について説明する。図３は、興味関心カテゴリとＫＰＩとの関係の一例を示す図である。情報処理装置１００は、興味関心カテゴリごとにＫＰＩを確認する。例えば、情報処理装置１００は、特徴を可視化するため、保有する興味関心カテゴリごとに、購買ユーザの「平均購買回数」と「購買ユーザ含有率」を集計する。
図３に示す例では、興味関心カテゴリが「スポーツ/サッカー」であるユーザ層は、購買ユーザ含有率が「９．５％」で、平均購買回数が「３．７」である。また、興味関心カテゴリが「スマートフォン/スポーツ/スポーツ用品」であるユーザ層は、購買ユーザ含有率が「８．０％」で、平均購買回数が「３．５」である。また、興味関心カテゴリが「スマートフォン/小売/アパレル」であるユーザ層は、購買ユーザ含有率が「７．４％」で、平均購買回数が「３．６」である。
図１に示す例では、情報処理装置１００は、平均購買回数の全体平均をＸ軸、購買ユーザ含有率の全体平均をＹ軸として、興味関心カテゴリを、第一象限Ａ、第二象限Ｂ、第三象限Ｃ、第四象限Ｄの４象限に分類している。
第一象限Ａは、「平均購買回数」と「購買ユーザ含有率」とが共に全体平均以上である「優良」な購買ユーザの興味関心カテゴリが属する象限である。
第二象限Ｂは、「平均購買回数」は全体平均以上であるが、「購買ユーザ含有率」は全体平均未満である「潜在的」な購買ユーザの興味関心カテゴリが属する象限である。
第三象限Ｃは、「平均購買回数」と「購買ユーザ含有率」とが共に全体平均未満である「非注力」の購買ユーザの興味関心カテゴリが属する象限である。
第四象限Ｄは、「平均購買回数」は全体平均未満であるが、「購買ユーザ含有率」は全体平均以上である「獲得容易」な購買ユーザの興味関心カテゴリが属する象限である。
また、広告装置２００は、特定商品を扱う広告主の操作又は設定に従って、特定商品についての広告コンテンツを情報処理装置１００に入稿する（ステップＳ３）。
例えば、広告装置２００は、静止画像、動画像、テキストデータ等に該当する広告コンテンツを情報処理装置１００に入稿する。また、例えば、広告装置２００は、広告コンテンツが選択操作（例えば、クリックやタップ）された場合に、遷移させる遷移先コンテンツのＵＲＬ（Uniform Resource Locator）に該当する広告コンテンツを情報処理装置１００に入稿する。なお、広告装置２００が広告コンテンツを情報処理装置１００に入稿するタイミングについては任意である。
さらに、広告装置２００は、広告主の操作に従って、広告コンテンツから商品購買や会員登録等の利益につながる成果を１件獲得するのに係るコストであるコンバージョン単価（ＣＰＡ）の目標値である目標コンバージョン単価を対応する広告コンテンツに設定するよう情報処理装置１００に指示する。
ここでは、目標コンバージョン単価は、所定数（例えば、「１０」）以上のコンバージョンが得られている広告コンテンツにのみ設定可能とすることが予め決められている。このため、広告主は、例えば、既に入稿している自身の広告コンテンツが所定数以上のコンバージョンを達成している場合には、かかる広告コンテンツについて、目標コンバージョン単価を設定する。
情報処理装置１００は、ユーザＵの端末装置１０からアクセスされた場合に、広告装置２００から入稿された広告コンテンツを配信する（ステップＳ４）。
例えば、情報処理装置１００は、上記のステップＳ１のように、ユーザＵが検索エンジンに対して検索キーワードを入力して検索を行った時に、ユーザＵの興味関心カテゴリに合わせて、広告装置２００から入稿された広告コンテンツを配信する。
このとき、情報処理装置１００は、上記の４象限においてユーザＵの興味関心カテゴリが属している象限に応じて、ユーザＵを「優良」（第一象限Ａ）、「潜在的」（第二象限Ｂ）、「非注力」（第三象限Ｃ）又は「獲得容易」（第四象限Ｄ）のいずれかに分類する。
そして、情報処理装置１００は、４象限のうち狙うべき象限と戦略とを確認し、「優良」および「獲得容易」を中心に、プロモーション施策に合わせて「潜在的」に属するユーザＵを狙う。「非注力」に属するユーザＵは狙わない。すなわち、情報処理装置１００は、ユーザＵが「優良」、「獲得容易」又は「潜在的」に属する場合に、それぞれに応じた施策に従って広告コンテンツを配信する。
平均購買回数の上昇施策として、情報処理装置１００は、「獲得容易」なユーザ層について、新規購買ユーザの初回購買、既存購買ユーザの再購買促進を目的に、ダイナミック広告を配信する。例えば、ショッピングページにて「かばん」を閲覧しているユーザに対して、閲覧商品「旅行バッグ」とレコメンド商品「ハンドバッグ」を含む広告を作成して配信する。また。ショッピングページにて「キッチン用品」を閲覧しているユーザに対して、閲覧商品「ステンレス鍋」および「フライパン」を含む広告を作成して配信する。
また、平均購買回数の他の上昇施策として、情報処理装置１００は、「獲得容易」なユーザ層へのクロスセルを目的に、クリエイティブ（広告素材等）を変更したリターゲティング広告を配信する。例えば、ショッピングページにて「かばん」を購入したユーザに対して、「婦人靴」や「婦人ブラウス」のような関連性の高いクリエイティブを用意して、クロスセル用の広告を作成して配信する。
また、購買ユーザ含有率の上昇施策として、「潜在的」なユーザ層への広告配信の拡大を目的に、ターゲットの興味関心カテゴリと、様々なサービスから得られた多様性に富むビッグデータ（マルチビッグデータと称する）とを掛け合わせたディスプレイ広告の配信を行う。なお、ディスプレイ広告は、動的ディスプレイ広告（Dynamic Ads for Display）であってもよい。
このように、情報処理装置１００は、平均購買回数の上昇施策を実施することで、「獲得容易」なユーザ層の平均購買回数を上昇させ、「優良」なユーザ層に移行することを促進することができる。
また、情報処理装置１００は、購買ユーザ含有率の上昇施策を実施することで、「潜在的」なユーザ層の購買ユーザ含有率を上昇させ、「優良」なユーザ層に移行することを促進することができる。
さらに、情報処理装置１００は、「優良」なユーザ層に対して、平均購買回数の上昇施策および購買ユーザ含有率の上昇施策の両方を実施することで、平均購買回数および購買ユーザ含有率のさらなる上昇を促進することができる。
また、情報処理装置１００は、上記の通り、目標コンバージョン単価の設定を広告主から受け付けることにより、広告主に代わって自動で入札単価を設定する。具体的には、情報処理装置１００は、広告コンテンツ毎に、当該広告コンテンツのコンバージョン率と、当該広告コンテンツに対して設定された目標コンバージョン単価とを乗じることにより、当該広告コンテンツが選択された際に課金する金額である入札単価を算出する。そして、情報処理装置１００は、算出した入札単価に基づいて、広告配信を行う。
例えば、商品購買をコンバージョンとした場合、購買回数はコンバージョン数であり、購買ユーザ含有率はコンバージョン率である。
ユーザＵは、端末装置１０を用いて、情報処理装置１００から配信された広告コンテンツに応じて特定商品の購買を行う（ステップＳ５）。
ここで、情報処理装置１００から配信された広告コンテンツは、上記の平均購買回数の上昇施策や購買ユーザ含有率の上昇施策に基づいて配信された広告コンテンツである。すなわち、ユーザＵは、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策に従って、商品購買行動をとる。
情報処理装置１００は、広告主の広告装置２００に対して、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策の実施後（施策後）のユーザＵの購買行動の変化に関するレポート（報告書）を提供する（ステップＳ６）。
まず、図４を用いて、ＫＰＩツリーの変化について説明する。図４は、ＫＰＩツリーの変化の一例を示す図である。図４に示す例では、集計期間「２０１９／０２」には、購買数が「３６，０００」、平均購買回数が「２．０」であったのに対し、集計期間「２０１９／０３」には、購買数が「３９，６００」、平均購買回数が「２．２」に変化している。すなわち、平均購買回数が「＋０．２」ポイント上昇したことにより、購買数が「３，６００」増加した。
次に、図５を用いて、４象限の変化について説明する。図５は、４象限の変化に一例を示す図である。図５に示す例では、平均購買回数の全体平均と購買ユーザ含有率の全体平均とが共に上昇している。すなわち、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策が効果を奏したことを示している。このように、４象限は、ＫＰＩである平均購買回数および購買ユーザ含有率のうち少なくとも一方が変化（上昇／下落）することで、それぞれに対応する座標軸の位置が変化（上昇／下落）し、それに伴って各象限が変化する。
次に、図６を用いて、興味関心カテゴリ別の変化について説明する。図６は、興味関心カテゴリ別の変化の一例を示す図である。図６に示す例では、興味関心カテゴリ別に、購買ユーザ含有率の上位３つと、平均購買回数の上位３つとを示している。
購買ユーザ含有率の上位３つについて説明する。購買ユーザ含有率の最上位（第１位）は、興味関心カテゴリ「スポーツ/サッカー」で、購買ユーザ含有率「９．５％」、平均購買回数「３．７」である。第２位は、興味関心カテゴリ「スマートフォン/スポーツ/スポーツ用品」で、購買ユーザ含有率「８．０％」、平均購買回数「３．５」である。第３位は、興味関心カテゴリ「スマートフォン/小売/アパレル」で、購買ユーザ含有率「７．４％」、平均購買回数「３．６」である。
平均購買回数の上位３つについて説明する。平均購買回数の最上位（第１位）は、興味関心カテゴリ「スマートフォン/スポーツ/サッカー/ワールドサッカー」で、購買ユーザ含有率「５．２％」、平均購買回数「４．２」である。第２位は、興味関心カテゴリ「スマートフォン/小売/アパレル/靴」で、購買ユーザ含有率「４．７％」、平均購買回数「４．０」である。第３位は、興味関心カテゴリ「スマートフォン/旅行・交通/海外旅行」で、購買ユーザ含有率「４．９％」、平均購買回数「３．９」である。
ここで、情報処理装置１００は、「優良」な購買ユーザの興味関心カテゴリについては、購買ユーザ含有率と平均購買回数との両方を継続的に観察する。
また、情報処理装置１００は、「獲得容易」な購買ユーザの興味関心カテゴリについては、ＫＰＩである平均購買回数を中心に変化を確認する。
さらに、情報処理装置１００は、「潜在的」な興味関心カテゴリに関しては、ＫＰＩである購買ユーザ含有率を中心に変化を確認する。
そして、情報処理装置１００は、施策後のレポートとして、広告主の広告装置２００に対して、図４に示したＫＰＩツリーの変化、図５に示した４象限の変化、および図６に示した興味関心カテゴリ別の変化のそれぞれについてのレポートを提供する。
このように、本実施形態に係る情報処理装置１００は、購買と興味関心カテゴリを活用した広告配信サービスを提供する。例えば、情報処理装置１００は、購買回数と購買ユーザ含有率をＫＰＩに設定することで、ＣＰＡ観点ではターゲットになり難いユーザへの配信拡大につなげる。また、情報処理装置１００は、広告主に対しては、広告配信サービスとして、広告からレポートまでをセットで提供する。
〔２．情報処理システムの構成例〕
次に、図７を用いて、実施形態に係る情報処理装置１００が含まれる情報処理システム１の構成について説明する。図７は、実施形態に係る情報処理システム１の構成例を示す図である。図７に示すように、実施形態に係る情報処理システム１は、端末装置１０と情報処理装置１００とを含む。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネット等のＷＡＮ（Wide Area Network）である。
また、図７に示す情報処理システム１に含まれる各装置の数は図示したものに限られない。例えば、図７では、図示の簡略化のため、端末装置１０や広告装置２００をそれぞれ１台のみ示したが、これはあくまでも例示であって限定されるものではなく、２台以上であってもよい。
端末装置１０は、ユーザＵによって使用される情報処理装置である。例えば、端末装置１０は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、ＰＤＡ（Personal Digital Assistant）、スマートウォッチ、ウェアラブルデバイス（Wearable Device）、ＰＣ（Personal Computer）、その他のネットワーク接続可能な電子機器等である。
また、かかる端末装置１０は、ＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation：第５世代移動通信システム）等の無線通信網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線ＬＡＮ（Local Area Network）等の近距離無線通信を介してネットワークＮに接続し、情報処理装置１００と通信することができる。
情報処理装置１００は、例えばＰＣやサーバ装置、あるいはメインフレーム又はワークステーション等である。なお、情報処理装置１００は、クラウドコンピューティングにより実現されてもよい。
広告装置２００は、広告主によって利用される情報処理装置である。例えば、広告装置２００は、ＰＣやサーバ装置等である。また、広告装置２００は、スマートフォンやタブレット型端末等のスマートデバイス、携帯電話機、ＰＤＡ（Personal Digital Assistant）、ＯＡ機器（オフィスオートメーション機器）等であってもよい。
〔３．情報処理装置の構成例〕
次に、図８を用いて、実施形態に係る情報処理装置１００の構成について説明する。図８は、実施形態に係る情報処理装置１００の構成例を示す図である。図８に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。また、通信部１１０は、ネットワークＮと有線または無線で接続される。
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図８に示すように、記憶部１２０は、ユーザ情報記憶部１２１と、検索履歴情報記憶部１２２と、購買履歴情報記憶部１２３と、象限情報記憶部１２４と、レポート情報記憶部１２５と、広告情報記憶部１２６とを有する。
（ユーザ情報記憶部１２１について）
ユーザ情報記憶部１２１は、ユーザに関する各種情報を記憶する。例えば、ユーザ情報記憶部１２１は、ユーザの属性等の種々の情報を記憶する。図９は、ユーザ情報記憶部の一例を示す図である。図９に示すように、ユーザ情報記憶部１２１は、「ユーザＩＤ」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。
「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、ユーザＵに対応する。また、「年齢」は、ユーザＩＤにより識別されるユーザの年齢を示す。なお、「年齢」は、例えば３５歳など、ユーザＩＤにより識別されるユーザの具体的な年齢であってもよい。また、「性別」は、ユーザＩＤにより識別されるユーザの性別を示す。
また、「自宅」は、ユーザＩＤにより識別されるユーザの自宅の位置情報を示す。なお、図９に示す例では、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。
また、「勤務地」は、ユーザＩＤにより識別されるユーザの勤務地の位置情報を示す。なお、図９に示す例では、「勤務地」は、「ＬＣ１２」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。
また、「興味」は、ユーザＩＤにより識別されるユーザの興味を示す。すなわち、「興味」は、ユーザＩＤにより識別されるユーザが関心の高い対象を示す。なお、図９に示す例では、「興味」は、各ユーザに１つずつ図示するが、複数であってもよい。
例えば、図９に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザの年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、自宅が「ＬＣ１１」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、勤務地が「ＬＣ１２」であることを示す。また、例えば、ユーザＩＤ「Ｕ１」により識別されるユーザは、「スポーツ」に興味があることを示す。
図９に示す例では、理解の便宜のため、「Ｕ１」、「ＬＣ１１」および「ＬＣ１２」といった抽象的な符号を用いて図示するが、「Ｕ１」、「ＬＣ１１」および「ＬＣ１２」には具体的な情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な符号を図示する場合がある。
なお、ユーザ情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、ユーザのデモグラフィック属性に関する情報やサイコグラフィック属性に関する情報を記憶してもよい。例えば、ユーザ情報記憶部１２１は、氏名、家族構成、職業、職位、収入、資格、居住形態、車の有無、通学・通勤時間、趣味、ライフスタイル等の情報を記憶してもよい。また、ユーザ情報記憶部１２１は、ユーザＵが使用している端末装置１０の種別（スマートフォン、デスクトップＰＣ等）や識別情報、アドレス情報等の情報を記憶してもよい。
（検索履歴情報記憶部１２２について）
検索履歴情報記憶部１２２は、ユーザの検索行動に関する情報を記憶する。図１０は、検索履歴情報記憶部の一例を示す図である。図１０に示すように、検索履歴情報記憶部１２２は、「ユーザＩＤ」、「検索日時」、「検索クエリ」といった項目を有する。
「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。ユーザＩＤは、図９で示した同一の項目に対応する。「検索日時」は、ユーザが検索を行った日時を示す。「検索クエリ」は、ユーザが検索に使用した検索キーワード（検索クエリ）を示す。
例えば、図１０に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザは、検索日時「2019/02/16 15:09」に、検索クエリ「スマートフォン」について検索を行ったことを示す。また、検索日時「2019/02/20 19:37」に、検索クエリ「スポーツ／サッカー」について検索を行ったことを示す。
なお、検索履歴情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、検索履歴情報記憶部１２２は、ユーザが検索を行った場所や位置、状況に関する情報を記憶してもよい。また、検索履歴情報記憶部１２２は、検索エンジンに関する情報を記憶してもよい。また、検索履歴情報記憶部１２２は、ユーザが検索を行った際に表示された広告を識別するための識別情報を記憶してもよい。
（購買履歴情報記憶部１２３について）
購買履歴情報記憶部１２３は、ユーザの購買行動の履歴に関する情報を記憶する。図１１は、購買履歴情報記憶部の一例を示す図である。図１１に示すように、購買履歴情報記憶部１２３は、「ユーザＩＤ」、「購買日時」、「商品ＩＤ」といった項目を有する。
「ユーザＩＤ」は、ユーザを識別するための識別情報を示す。ユーザＩＤは、図９で示した同一の項目に対応する。「購買日時」は、ユーザが購買行動をとった日時を示す。「商品ＩＤ」は、ユーザが購入した商品を識別するための識別情報を示す。
例えば、図１１に示す例において、ユーザＩＤ「Ｕ１」により識別されるユーザは、購買日時「2019/02/16 15:43」に、商品ＩＤ「ＧＤ０１」で識別される商品を購入したことを示す。また、購買日時「2019/02/20 20:09」に、商品ＩＤ「ＧＤ０２」で識別される商品を購入したことを示す。
なお、購買履歴情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、購買履歴情報記憶部１２３は、ユーザが商品を購入する際に利用した商品販売サイトの情報等を記憶してもよい。また、購買履歴情報記憶部１２３は、商品名、商品の属するカテゴリ、商品の性質や成分等を示す情報等を記憶してもよい。また、購買履歴情報記憶部１２３は、ユーザが一度に注文した商品の量や、購買回数、金額等、購買に関する種々の情報が記憶されてもよい。また、購買履歴情報記憶部１２３は、ユーザが商品ＩＤで識別される商品を定期的に購買（愛用）していることを示す情報を記憶してもよい。また、購買履歴情報記憶部１２３は、ユーザが商品の購買に至った広告を識別するための識別情報を記憶してもよい。
（象限情報記憶部１２４について）
象限情報記憶部１２４は、上記の４象限に関する情報を記憶する。例えば、象限情報記憶部１２４は、特定商品ごとに、図１に示した４象限の座標平面と、座標軸となる平均購買回数および購買ユーザ含有率のそれぞれの全体平均と、図２に示したＫＰＩツリーと、図３に示した各象限に配置される興味関心カテゴリごとの内容、平均購買回数および購買ユーザ含有率とに関する情報を記憶する。
（レポート情報記憶部１２５について）
レポート情報記憶部１２５は、広告主の広告装置２００に提供するレポートに関する情報を記憶する。例えば、レポート情報記憶部１２５は、図４に示したＫＰＩツリーの変化についてのレポート、図５に示した４象限の変化についてのレポート、および図６に示した興味関心カテゴリ別の変化についてのレポートのそれぞれに関する情報を記憶する。
（広告情報記憶部１２６について）
広告情報記憶部１２６は、広告主の広告装置２００から入稿された広告コンテンツに関する情報を記憶する。例えば、広告情報記憶部１２６は、広告コンテンツの素材と、その素材を基に作成された広告コンテンツとに関する情報を記憶する。
なお、広告情報記憶部１２６は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、広告情報記憶部１２６は、広告コンテンツに掲載された商品や、広告コンテンツを配信する対象となるユーザの属性等に関する情報を記憶してもよい。また、広告情報記憶部１２６は、広告コンテンツごとのコンバージョン数やコンバージョン率、コンバージョン単価、目標コンバージョン単価等に関する情報を記憶してもよい。
図８に戻り、説明を続ける。制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等の記憶領域を作業領域として実行されることにより実現される。図８に示すように、制御部１３０は、取得部１３１と、分類部１３２と、配信部１３３と、検証部１３４と、提供部１３５と、学習部１３６とを有する。
（取得部１３１について）
取得部１３１は、通信部１１０を介して、ユーザごとに各種情報を取得する。すなわち、取得部１３１は、一人のユーザに限らず、複数のユーザについて各種情報を取得する。
例えば、取得部１３１は、端末装置１０を利用するユーザが一つのＷｅｂサイト（サービス）においてユーザ登録を行った時に、ユーザに関する情報（ユーザ情報）を取得する。
また、取得部１３１は、ユーザが検索行動をとった時に、ユーザの検索履歴に関する情報（検索履歴情報）を取得する。
また、取得部１３１は、ユーザが購買行動をとった時に、ユーザの購買履歴に関する情報（購買履歴情報）を取得する。これにより、取得部１３１は、興味関心カテゴリに関する情報や、平均購買回数に関する情報、購買ユーザ含有率に関する情報等を取得する。
また、取得部１３１は、広告主端末２０から入稿された広告コンテンツを取得する。
（分類部１３２について）
分類部１３２は、ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する。
本実施形態では、分類部１３２は、「平均購買回数」と「購買ユーザ含有率」というＫＰＩを設定し、図１に示すように、ユーザの興味関心カテゴリを、「平均購買回数の全体平均」と「購買ユーザ含有率の全体平均」とをそれぞれ座標軸とする４象限（２次元の象限）に分類する。
（配信部１３３について）
配信部１３３は、通信部１１０を介して、ユーザＵの端末装置１０に対して広告を配信する。例えば、配信部１３３は、２次元の象限のうち、ユーザが興味関心を持っているカテゴリが属する象限に基づいて、その象限に応じた広告を作成して配信する。
本実施形態では、配信部１３３は、４象限のうち狙うべき象限と戦略とを確認し、ユーザＵの興味関心カテゴリが第一象限Ａ（「優良」）、第二象限Ｂ（「潜在的」）又は第四象限Ｄ（「獲得容易」）に属する場合に、それぞれに応じた広告を作成して配信する。
例えば、配信部１３３は、平均購買回数の上昇施策に従って、「優良」又は「獲得容易」なユーザＵに対して、新規購買ユーザの初回購買、既存購買ユーザの再購買促進を目的に、ダイナミック広告を配信する。
あるいは、配信部１３３は、平均購買回数の上昇施策に従って、「優良」又は「獲得容易」なユーザＵに対して、クロスセルを目的に、クリエイティブ（広告素材等）を変更したリターゲティング広告を配信する。
また、配信部１３３は、購買ユーザ含有率の上昇施策に従って、「優良」又は「潜在的」なユーザＵに対して、ターゲットの興味関心カテゴリと、様々なサービスから得られた多様性に富むビッグデータとを掛け合わせたディスプレイ広告の配信を行う。
（検証部１３４について）
検証部１３４は、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策の実施後（施策後）のユーザＵの購買行動の変化について検証する。すなわち、検証部１３４は、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策の効果の有無や程度について検証する。
例えば、検証部１３４は、図４に示したＫＰＩツリーの変化、図５に示した４象限の変化、および図６に示した興味関心カテゴリ別の変化のそれぞれについて検証する。
（提供部１３５について）
提供部１３５は、通信部１１０を介して、広告主の広告装置２００に対して、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策の実施後のユーザＵの購買行動の変化についてのレポートを提供する。
例えば、提供部１３５は、広告主の広告装置２００に対して、図４に示したＫＰＩツリーの変化、図５に示した４象限の変化、および図６に示した興味関心カテゴリ別の変化のそれぞれについてのレポートを提供する。
（学習部１３６について）
学習部１３６は、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策の実施後の結果について機械学習を行う。機械学習は、例えばディープニューラルネットワークを利用したディープラーニング（深層学習）等でもよい。また、データマイニングやその他の機械学習アルゴリズムを利用してもよい。
例えば、学習部１３６は、図４に示したＫＰＩツリーの変化、図５に示した４象限の変化、および図６に示した興味関心カテゴリ別の変化のそれぞれについて機械学習を行う。
また、学習部１３６は、ユーザＵの属性と興味関心カテゴリとの関係について機械学習を行うようにしてもよい。また、学習部１３６は、ユーザＵの属性および興味関心カテゴリと、ユーザＵの購買行動との関係について機械学習を行うようにしてもよい。
〔４．処理手順〕
次に、図１２を用いて実施形態に係る情報処理装置１００による処理手順について説明する。図１２は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、情報処理装置１００の制御部１３０によって繰り返し実行される。
図８に示すように、情報処理装置１００の制御部１３０は、通信部１１０を介して、ユーザＵの端末装置１０から検索キーワード（検索クエリ）の入力を受け付け、検索キーワードに基づいて検索を実行し、検索結果を端末装置１０に表示させる（ステップＳ１０１）。
制御部１３０は、検索キーワードとして、ユーザＵの興味関心カテゴリに関する情報を取得する（ステップＳ１０２）。なお、制御部１３０は、検索結果の中からユーザＵが選択したＷｅｂページのページ名やページタイトルに基づいて、ユーザＵの興味関心カテゴリに関する情報を取得してもよい。
制御部１３０は、ユーザＵの興味関心カテゴリを複数の象限に分類する（ステップＳ１０３）。ここでは、制御部１３０は、平均購買回数の全体平均をＸ軸、購買ユーザ含有率の全体平均をＹ軸として、興味関心カテゴリを、第一象限Ａ、第二象限Ｂ、第三象限Ｃ、第四象限Ｄの４象限に分類する。
制御部１３０は、通信部１１０を介して、ユーザＵの端末装置１０に対して、広告主の広告装置２００から入稿された広告コンテンツを配信する（ステップＳ１０４）。このとき、制御部１３０は、ユーザＵの興味関心カテゴリが４象限のうちのいずれの象限に属するかに応じて、ユーザＵに対する広告配信の施策を変更する。
制御部１３０は、ユーザＵの興味関心カテゴリが４象限のうち第一象限又は第二象限に属しているか判断する（ステップＳ１０５）。
制御部１３０は、ユーザＵの興味関心カテゴリが４象限のうち第一象限又は第二象限に属していると判断した場合（ステップＳ１０５；Ｙｅｓ）、購買ユーザ含有率の上昇施策を実施する（ステップＳ１０６）。
例えば、制御部１３０は、購買ユーザ含有率の上昇施策に従って、ユーザＵに対して、ターゲットの興味関心カテゴリと、様々なサービスから得られた多様性に富むビッグデータ（マルチビッグデータ）とを掛け合わせたディスプレイ広告の配信を行う。
また、制御部１３０は、ユーザＵの興味関心カテゴリが４象限のうち第一象限又は第二象限に属していないと判断した場合（ステップＳ１０５；Ｎｏ）、第一象限又は第四象限に属しているか判断する（ステップＳ１０７）。
制御部１３０は、ユーザＵの興味関心カテゴリが４象限のうち第一象限又は第四象限に属していると判断した場合（ステップＳ１０７；Ｙｅｓ）、平均購買回数の上昇施策を実施する（ステップＳ１０８）。
例えば、制御部１３０は、平均購買回数の上昇施策に従って、ユーザＵに対して、新規購買ユーザの初回購買、既存購買ユーザの再購買促進を目的に、ダイナミック広告を配信する。あるいは、クロスセルを目的に、クリエイティブ（広告素材等）を変更したリターゲティング広告を配信する。
なお、制御部１３０は、ユーザＵの興味関心カテゴリが４象限のうち第一象限又は第四象限に属していないと判断した場合（ステップＳ１０７；Ｎｏ）、すなわち、第一象限、第二象限および第四象限のいずれにも属しておらず、第三象限に属していると判断した場合には、特に何の施策も実施しない。この場合、制御部１３０は、ユーザＵに対して、通常／既存の広告配信を行ってもよいし、広告配信を行わなくてもよい。
制御部１３０は、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策の実施後（施策後）のユーザＵの購買行動の変化について検証する（ステップＳ１０９）。
すなわち、制御部１３０は、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策の効果の有無や程度について検証する。例えば、制御部１３０は、図４に示したＫＰＩツリーの変化、図５に示した４象限の変化、および図６に示した興味関心カテゴリ別の変化のそれぞれについて検証する。
制御部１３０は、通信部１１０を介して、広告主の広告装置２００に対して、平均購買回数の上昇施策や購買ユーザ含有率の上昇施策の実施後（施策後）のユーザＵの購買行動の変化に関するレポートを提供する（ステップＳ１１０）。
〔５．変形例〕
上述した端末装置１０および情報処理装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。
上記の実施形態において、情報処理装置１００は、特定商品の購買を対象としているが、実際には、特定商品の購買に限らず、特定サービスの申込みを対象としてもよい。例えば、サブスクリプションサービス等の申込みでもよい。また、電子決済サービスの申込みや、オンライン口座開設の申込み等でもよい。また、ブラウザゲームやオンラインゲーム、アプリケーション（アプリ）のダウンロードやユーザ登録等でもよい。また、旅行やホテル、鉄道やバスの乗車券、航空券、レンタカー等の予約申込みでもよい。また、特定サービスを提供する店舗（飲食店、美容室等）への来店予約およびコース選択等でもよい。また、特定商品は、イベント会場の入場券等の電子チケット等でもよい。また、購買は、商取引に関連する行動の一例に過ぎない。実際には、購買に限らず、不動産等の売却や査定の依頼、抽選販売に対する抽選申込等でもよい。
また、上記の実施形態において、情報処理装置１００は、ＣＶタグに基づいて購買数を集計しているが、購買のキャンセルが発生した場合には、その分だけ購買数を減じてもよい。このとき、ユーザＵが購入した全商品をキャンセルした場合には、購買ユーザ数も減じる。キャンセル分をカウントしないことで、より正確な数を把握することができる。また、情報処理装置１００は、キャンセルしたユーザＵの興味関心カテゴリと、キャンセルした商品と、キャンセルした回数とに関する情報を取得し、レポートを作成するようにしてもよい。
また、上記の実施形態において、情報処理装置１００は、ユーザＵの興味関心カテゴリを４象限に分類しているが、実際には、ユーザＵの興味関心カテゴリを、ユーザＵの属性と組み合わせて、４象限に分類してもよい。例えば、情報処理装置１００は、ユーザＵの興味関心カテゴリ「スポーツ／サッカー」を、ユーザＵの属性「男性／３０代」と組み合わせて、４象限に分類する。これにより、同じ興味関心カテゴリであっても、ユーザの属性ごとに、さらに細分化して分類することができる。また、ユーザＵの属性に関する全体平均等（男女比、平均年齢、平均年収等）をさらに座標軸として追加し、ユーザＵの興味関心カテゴリを３次元以上の象限に分類してもよい。
また、上記の実施形態において、検索方法として通常のキーワード検索を例に説明しているが、実際には、通常のキーワード検索に限らず、その他の色々な検索方法（マイナス検索、ＡＮＤ検索、ＯＲ検索等）であってもよい。例えば、情報処理装置１００は、マイナス検索においてユーザＵにより意識的に除外されたキーワードは、ユーザＵの興味関心カテゴリに含めないようにしてもよい。また、検索方法は、文献検索や論文検索、歌詞検索等の特殊な検索方法であってもよい。また、検索方法は、テキスト文字列の検索（文書検索、文字列探索）に限らず、画像データの検索（画像検索）、音声データの検索（音声検索）等であってもよい。なお、画像データには、静止画データに限らず、動画データも含まれる。この場合、情報処理装置１００は、画像認識技術や音声認識技術等を用いて、画像入力や音声入力された内容から、ユーザＵの興味関心カテゴリを判断してもよい。さらに、情報処理装置１００は、検索結果として得られた画像データや音声データの題名（タイトル）や概要説明又はその内容等から、ユーザＵの興味関心カテゴリを判断してもよい。
また、上記の実施形態において、情報処理装置１００は、ユーザＵが入力した検索キーワードからユーザＵの興味関心カテゴリに関する情報を取得しているが、実際には、ユーザＵのブログやＳＮＳ（Social Networking Service）の内容等からユーザＵの興味関心カテゴリに関する情報を取得してもよい。また、情報処理装置１００は、ユーザＵがポータルサイトに表示されたリンクやコンテンツを選択操作した時に、そのリンクやコンテンツに表記されたキーワードをユーザＵの興味関心カテゴリに関する情報として取得してもよい。
〔６．効果〕
上述してきたように、本願に係る情報処理装置１００は、分類部１３２と、配信部１３３とを備える。分類部１３２は、ユーザＵが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する。配信部１３３は、複数の象限のうち、ユーザＵが興味関心を持っているカテゴリが属する象限に基づいて、象限に応じた広告を配信する。これにより、ＣＰＡ観点ではターゲットになり難いユーザへの広告配信を拡大することができる。
分類部１３２は、ユーザＵが興味関心を持っているカテゴリを、商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて複数の象限に分類する。これにより、ユーザＵの興味関心カテゴリを、２次元の象限に分類することができる。
第１の要素と第２の要素とはそれぞれ、ＫＰＩツリーから得られるＫＰＩである。これにより、商取引に関連する要素として、ＫＰＩツリーから得られるＫＰＩを設定することができる。
第１の要素は、購買ユーザ一人あたりの購買回数を示す平均購買回数である。また、第２の要素は、登録ユーザ全体に占める購買ユーザの割合を示す購買ユーザ含有率である。これにより、平均購買回数と購買ユーザ含有率とに基づく複数の象限を使用することができる。
第１の要素は、コンバージョン数である。また、第２の要素は、コンバージョン率である。これにより、コンバージョン数とコンバージョン率とで表現した複数の象限を使用することができる。
配信部１３３は、ユーザＵが興味関心を持っているカテゴリが、第１の要素の全体平均以上であり、かつ第２の要素の全体平均以上である第一象限Ａに属する場合、第１の要素および第２の要素をそれぞれ上昇させるための広告を配信する。これにより、興味関心カテゴリが第一象限Ａに属する「優良」なユーザ層に、平均購買回数の上昇施策と、購買ユーザ含有率の上昇施策とを実施することができる。
配信部１３３は、ユーザＵが興味関心を持っているカテゴリが、第１の要素の全体平均以上であり、かつ第２の要素の全体平均未満である第二象限Ｂに属する場合、前第２の要素を上昇させるための広告を配信する。これにより、興味関心カテゴリが第二象限Ｂに属する「潜在的」なユーザ層に、購買ユーザ含有率の上昇施策を実施することができる。
配信部１３３は、ユーザＵが興味関心を持っているカテゴリが、第１の要素の全体平均未満であり、かつ第２の要素の全体平均以上である第四象限Ｄに属する場合、前第１の要素を上昇させるための広告を配信する。これにより、興味関心カテゴリが第四象限Ｄに属する「獲得容易」なユーザ層に、平均購買回数の上昇施策を実施することができる。
複数の象限は、第１の要素および第２の要素のうち少なくとも一方が変化することで、各象限が変化する。これにより、平均購買回数の上昇施策や、購買ユーザ含有率の上昇施策の実施結果として、象限の座標平面を区切る座標軸の位置が変化することで、複数の象限の各々に変化を生じさせることができる。
また、本願に係る情報処理装置１００は、提供部１３５をさらに備える。提供部１３５は、広告を入稿した広告主に対して、第１の要素および第２の要素のうち少なくとも一方の上昇施策の実施結果として、第１の要素および第２の要素のうち少なくとも一方の変化に関するレポートを提供する。これにより、広告主に対して、平均購買回数の上昇施策や、購買ユーザ含有率の上昇施策の効果の有無や程度に関するレポートを提供することができる。また、これに応じた広告配信の戦略や施策を提案することができる。
また、本願に係る情報処理装置１００は、取得部１３１をさらに備える。取得部１３１は、情報処理装置１００が提供する検索サービスに対してユーザＵが入力した検索キーワードから、ユーザＵが興味関心を持っているカテゴリに関する情報を取得する。これにより、ユーザＵの興味関心カテゴリに関する情報を堅実かつ効果的に取得することができる。
ユーザＵが興味関心を持っているカテゴリは、複数の検索キーワードの組合せである。これにより、ユーザＵの興味関心カテゴリを、より具体的に分類することができる。
取得部１３１は、ユーザＵが購買行動をとった時に、広告に埋め込まれたコンバージョンタグに基づいて購買数を集計し、集計した購買数を、購買ユーザ数と平均購買回数とに分解する。これにより、購買ユーザ数と平均購買回数とを効果的に収集することができる。
分類部１３２は、ユーザＵが興味関心を持っているカテゴリを、ユーザＵの属性と組み合わせて、複数の象限に分類する。これにより、ユーザＵの興味関心カテゴリを、ユーザＵの属性ごとに、より細分化して分類することができる。
複数の象限は、商取引に関連する要素のそれぞれの全体平均により区切られる。これにより、商取引に関連する要素のそれぞれの全体平均を座標軸とした２次元以上の象限を使用することができる。
〔７．ハードウェア構成〕
上述してきた実施形態に係る情報処理装置１００および端末装置１０は、例えば図１３に示すような構成のコンピュータ１０００によって実現される。以下、情報処理装置１００を例に挙げて説明する。図１３は、情報処理装置１００および端末装置１０の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、およびメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を記憶する。
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（図７に示したネットワークＮに対応）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５００を介して他の機器へ送信する。
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、および、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。
メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等である。
例えば、コンピュータ１０００が実施形態に係る情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが記憶される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網５００を介してこれらのプログラムを取得してもよい。
〔８．その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。
例えば、上述した情報処理装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットホーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。
また、上述してきた実施形態および変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
１ 情報処理システム
１０ 端末装置
１００ 情報処理装置
１１０ 通信部
１２０ 記憶部
１２１ ユーザ情報記憶部
１２２ 検索履歴情報記憶部
１２３ 購買履歴情報記憶部
１２４ 象限情報記憶部
１２５ レポート情報記憶部
１２６ 広告情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 分類部
１３３ 配信部
１３４ 検証部
１３５ 提供部
１３６ 学習部

Claims (28)

  1. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類部と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信部と
    を備え、
    前記分類部は、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記第１の要素と前記第２の要素とはそれぞれ、ＫＰＩツリーから得られるＫＰＩである
    ことを特徴とする情報処理装置。
  2. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類部と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信部と
    を備え、
    前記分類部は、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記第１の要素は、購買ユーザ一人あたりの購買回数を示す平均購買回数であり、
    前記第２の要素は、登録ユーザ全体に占める購買ユーザの割合を示す購買ユーザ含有率である
    ことを特徴とする情報処理装置。
  3. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類部と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信部と
    を備え、
    前記分類部は、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記第１の要素は、コンバージョン数であり、
    前記第２の要素は、コンバージョン率である
    ことを特徴とする情報処理装置。
  4. 前記配信部は、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均以上であり、かつ前記第２の要素の全体平均以上である第一象限に属する場合、前記第１の要素および前記第２の要素をそれぞれ上昇させるための広告を配信する
    ことを特徴とする請求項１～３のうちいずれか１つに記載の情報処理装置。
  5. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類部と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信部と
    を備え、
    前記分類部は、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記配信部は、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均以上であり、かつ前記第２の要素の全体平均以上である第一象限に属する場合、前記第１の要素および前記第２の要素をそれぞれ上昇させるための広告を配信する
    ことを特徴とする情報処理装置。
  6. 前記配信部は、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均以上であり、かつ前記第２の要素の全体平均未満である第二象限に属する場合、前記第２の要素を上昇させるための広告を配信する
    ことを特徴とする請求項１～５のうちいずれか１つに記載の情報処理装置。
  7. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類部と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信部と
    を備え、
    前記分類部は、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記配信部は、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均以上であり、かつ前記第２の要素の全体平均未満である第二象限に属する場合、前記第２の要素を上昇させるための広告を配信する
    ことを特徴とする情報処理装置。
  8. 前記配信部は、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均未満であり、かつ前記第２の要素の全体平均以上である第四象限に属する場合、前記第１の要素を上昇させるための広告を配信する
    ことを特徴とする請求項１～７のうちいずれか１つに記載の情報処理装置。
  9. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類部と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信部と
    を備え、
    前記分類部は、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記配信部は、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均未満であり、かつ前記第２の要素の全体平均以上である第四象限に属する場合、前記第１の要素を上昇させるための広告を配信する
    ことを特徴とする情報処理装置。
  10. 前記複数の象限は、前記第１の要素および前記第２の要素のうち少なくとも一方が変化することで、各象限が変化する
    ことを特徴とする請求項１～９のうちいずれか１つに記載の情報処理装置。
  11. 前記広告を入稿した広告主に対して、前記第１の要素および前記第２の要素のうち少なくとも一方の上昇施策の実施結果として、前記第１の要素および前記第２の要素のうち少なくとも一方の変化に関するレポートを提供する提供部
    をさらに備えることを特徴とする請求項１～１０のうちいずれか１つに記載の情報処理装置。
  12. 該情報処理装置が提供する検索サービスに対して前記ユーザが入力した検索キーワードから、前記ユーザが興味関心を持っているカテゴリに関する情報を取得する取得部
    をさらに備えることを特徴とする請求項１～１１のうちいずれか１つに記載の情報処理装置。
  13. 前記ユーザが興味関心を持っているカテゴリは、複数の前記検索キーワードの組合せである
    ことを特徴とする請求項１２に記載の情報処理装置。
  14. 前記取得部は、ユーザが購買行動をとった時に、前記広告に埋め込まれたコンバージョンタグに基づいて購買数を集計し、集計した購買数を、購買ユーザ数と平均購買回数とに分解する
    ことを特徴とする請求項１２又は１３に記載の情報処理装置。
  15. 前記分類部は、前記ユーザが興味関心を持っているカテゴリを、前記ユーザの属性と組み合わせて、前記複数の象限に分類する
    ことを特徴とする請求項１～１４のうちいずれか１つに記載の情報処理装置。
  16. 前記複数の象限は、前記商取引に関連する要素のそれぞれの全体平均により区切られる
    ことを特徴とする請求項１～１５のうちいずれか１つに記載の情報処理装置。
  17. コンピュータが実行する情報処理方法であって、
    ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類工程と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信工程と
    を含み、
    前記分類工程では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記第１の要素と前記第２の要素とはそれぞれ、ＫＰＩツリーから得られるＫＰＩである
    ことを特徴とする情報処理方法。
  18. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類手順と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信手順と
    をコンピュータに実行させ、
    前記分類手順では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記第１の要素と前記第２の要素とはそれぞれ、ＫＰＩツリーから得られるＫＰＩである
    ことを特徴とする情報処理プログラム。
  19. コンピュータが実行する情報処理方法であって、
    ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類工程と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信工程と
    を含み、
    前記分類工程では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記第１の要素は、購買ユーザ一人あたりの購買回数を示す平均購買回数であり、
    前記第２の要素は、登録ユーザ全体に占める購買ユーザの割合を示す購買ユーザ含有率である
    ことを特徴とする情報処理方法。
  20. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類手順と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信手順と
    をコンピュータに実行させ、
    前記分類手順では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記第１の要素は、購買ユーザ一人あたりの購買回数を示す平均購買回数であり、
    前記第２の要素は、登録ユーザ全体に占める購買ユーザの割合を示す購買ユーザ含有率である
    ことを特徴とする情報処理プログラム。
  21. コンピュータが実行する情報処理方法であって、
    ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類工程と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信工程と
    を含み、
    前記分類工程では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記第１の要素は、コンバージョン数であり、
    前記第２の要素は、コンバージョン率である
    ことを特徴とする情報処理方法。
  22. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類手順と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信手順と
    をコンピュータに実行させ、
    前記分類手順では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記第１の要素は、コンバージョン数であり、
    前記第２の要素は、コンバージョン率である
    ことを特徴とする情報処理プログラム。
  23. コンピュータが実行する情報処理方法であって、
    ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類工程と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信工程と
    を含み、
    前記分類工程では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記配信工程では、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均以上であり、かつ前記第２の要素の全体平均以上である第一象限に属する場合、前記第１の要素および前記第２の要素をそれぞれ上昇させるための広告を配信する
    ことを特徴とする情報処理方法。
  24. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類手順と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信手順と
    をコンピュータに実行させ、
    前記分類手順では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記配信手順では、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均以上であり、かつ前記第２の要素の全体平均以上である第一象限に属する場合、前記第１の要素および前記第２の要素をそれぞれ上昇させるための広告を配信する
    ことを特徴とする情報処理プログラム。
  25. コンピュータが実行する情報処理方法であって、
    ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類工程と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信工程と
    を含み、
    前記分類工程では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記配信工程では、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均以上であり、かつ前記第２の要素の全体平均未満である第二象限に属する場合、前記第２の要素を上昇させるための広告を配信する
    ことを特徴とする情報処理方法。
  26. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類手順と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信手順と
    をコンピュータに実行させ、
    前記分類手順では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記配信手順では、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均以上であり、かつ前記第２の要素の全体平均未満である第二象限に属する場合、前記第２の要素を上昇させるための広告を配信する
    ことを特徴とする情報処理プログラム。
  27. コンピュータが実行する情報処理方法であって、
    ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類工程と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信工程と
    を含み、
    前記分類工程では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記配信工程では、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均未満であり、かつ前記第２の要素の全体平均以上である第四象限に属する場合、前記第１の要素を上昇させるための広告を配信する
    ことを特徴とする情報処理方法。
  28. ユーザが興味関心を持っているカテゴリを、商取引に関連する要素に基づいて複数の象限に分類する分類手順と、
    前記複数の象限のうち、前記ユーザが興味関心を持っているカテゴリが属する象限に基づいて、前記象限に応じた広告を配信する配信手順と
    をコンピュータに実行させ、
    前記分類手順では、前記ユーザが興味関心を持っているカテゴリを、前記商取引に関連する要素のうち、それぞれ異なる第１の要素と第２の要素とに基づいて前記複数の象限に分類し、
    前記配信手順では、前記ユーザが興味関心を持っているカテゴリが、前記第１の要素の全体平均未満であり、かつ前記第２の要素の全体平均以上である第四象限に属する場合、前記第１の要素を上昇させるための広告を配信する
    ことを特徴とする情報処理プログラム。
JP2019230797A 2019-12-20 2019-12-20 情報処理装置、情報処理方法および情報処理プログラム Active JP7144395B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019230797A JP7144395B2 (ja) 2019-12-20 2019-12-20 情報処理装置、情報処理方法および情報処理プログラム
JP2022147193A JP7469414B2 (ja) 2019-12-20 2022-09-15 情報処理装置、情報処理方法および情報処理プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019230797A JP7144395B2 (ja) 2019-12-20 2019-12-20 情報処理装置、情報処理方法および情報処理プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022147193A Division JP7469414B2 (ja) 2019-12-20 2022-09-15 情報処理装置、情報処理方法および情報処理プログラム

Publications (2)

Publication Number Publication Date
JP2021099631A JP2021099631A (ja) 2021-07-01
JP7144395B2 true JP7144395B2 (ja) 2022-09-29

Family

ID=76541998

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2019230797A Active JP7144395B2 (ja) 2019-12-20 2019-12-20 情報処理装置、情報処理方法および情報処理プログラム
JP2022147193A Active JP7469414B2 (ja) 2019-12-20 2022-09-15 情報処理装置、情報処理方法および情報処理プログラム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2022147193A Active JP7469414B2 (ja) 2019-12-20 2022-09-15 情報処理装置、情報処理方法および情報処理プログラム

Country Status (1)

Country Link
JP (2) JP7144395B2 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014130572A (ja) 2013-11-07 2014-07-10 Trust Y's Production Co Ltd 広告システム
JP2015225591A (ja) 2014-05-29 2015-12-14 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 広告配信のためのプログラム
JP2017220155A (ja) 2016-06-10 2017-12-14 バリューコマース株式会社 電子商取引サイトにおける顧客管理

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3532075B2 (ja) * 1997-08-05 2004-05-31 株式会社インフォシティ 情報処理方法
AU2000243170A1 (en) 2000-03-10 2001-09-17 Kiyoshi Hirasawa Information providing device, and information providing method
KR101049889B1 (ko) 2007-10-22 2011-07-19 주식회사 이베이지마켓 검색을 통한 행태분석에 기반한 키워드 그룹에 대하여광고를 수주하고 타겟 광고하는 웹 사이트 운영 방법 및온라인 시스템
JP5984147B2 (ja) 2014-03-27 2016-09-06 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 情報処理装置、情報処理方法、及び、プログラム
JP5878218B1 (ja) 2014-10-07 2016-03-08 株式会社マクロミル 広告評価システム
JP6865045B2 (ja) 2017-01-24 2021-04-28 ヤフー株式会社 検索装置、検索方法及び検索プログラム
JP6957275B2 (ja) 2017-09-05 2021-11-02 株式会社電通 ユーザ施策システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014130572A (ja) 2013-11-07 2014-07-10 Trust Y's Production Co Ltd 広告システム
JP2015225591A (ja) 2014-05-29 2015-12-14 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 広告配信のためのプログラム
JP2017220155A (ja) 2016-06-10 2017-12-14 バリューコマース株式会社 電子商取引サイトにおける顧客管理

Also Published As

Publication number Publication date
JP2021099631A (ja) 2021-07-01
JP2022168305A (ja) 2022-11-04
JP7469414B2 (ja) 2024-04-16

Similar Documents

Publication Publication Date Title
Johnson et al. Ghost ads: Improving the economics of measuring online ad effectiveness
Pogorelova et al. Marketing Mix for E-commerce
US10769702B2 (en) Recommendations based upon explicit user similarity
US8452658B2 (en) Method and apparatus for connecting consumers with one or more product or service providers
US20110295694A1 (en) System and method for an individual data marketplace and monetization
US9129027B1 (en) Quantifying social audience activation through search and comparison of custom author groupings
US20100262456A1 (en) System and Method for Deep Targeting Advertisement Based on Social Behaviors
US20090106081A1 (en) Internet advertising using product conversion data
US20130060644A1 (en) Interaction-based pricing of electronic ads
US20140052513A1 (en) Social Commerce Intelligence Engine
JP6669244B2 (ja) 情報処理装置、情報配信システム、情報処理方法、および情報処理プログラム
US10754889B2 (en) Computer system and method for dynamically generating an image from digital content items
Iyer et al. Linking Web‐based segmentation to pricing tactics
US20160078490A1 (en) Systems and Methods for Monetizing Online Advertising by Users
JP2019504406A (ja) 販売促進用表示のための商品選択のシステム及び方法
JP6320258B2 (ja) 抽出装置、抽出方法及び抽出プログラム
US20130246190A1 (en) Advertisement providing system and method for providing interface for integrated payment with regard to goods in integrated marketplace
JP2018088282A (ja) 抽出装置、抽出方法及び抽出プログラム
US20130211926A1 (en) System and method for providing integrated marketplace
JP7144395B2 (ja) 情報処理装置、情報処理方法および情報処理プログラム
US20210097574A1 (en) Delivering advertisements to mobile applications
JP5751686B2 (ja) 情報提供装置、情報提供方法、情報提供プログラム、及び情報提供プログラムが記録された記録媒体
JP6564114B1 (ja) 提供装置、提供方法および提供プログラム
JP7410243B1 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
JP7481305B2 (ja) 配信装置、配信方法、及び配信プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210819

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220610

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220628

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220805

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: 20220823

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220915

R150 Certificate of patent or registration of utility model

Ref document number: 7144395

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350