KR101413347B1 - 검색 엔진 마케팅에서의 비드 최적화 - Google Patents

Abstract

고정된 키워드들의 세트 중에 검색 엔진 마케팅(SEM) 캠페인에 의해 온라인 광고 예산을 최적으로 할당하기 위한 방법 및 장치가 설명된다.

Description

검색 엔진 마케팅에서의 비드 최적화{BID OPTIMIZATION IN SEARCH ENGINE MARKETING}

본 발명은 검색 엔진 마케팅에 관한 것으로, 보다 상세하게는 온라인 마케팅 캠페인과 관계된 키워드들 세트에 대해 비드들(bids)를 최적화하는 기술에 관한 것이다.

검색 엔진 마케팅(Search Engine Marketing; SEM)은 온라인 광고 시장에서 상당한 부분을 차지한다. 그 중에서도, SEM은 관련 키워드들을 선택하고, 자신의 검색 질의란에 키워드들을 입력하는 검색 엔진 사용자들을 목표로 하는 광고 캠페인을 개시하고 유지하는 것을 포함한다. 검색 엔진은 관련 콘텐츠에 대하여 적절한 링크들을 선택하고, 또한 검색 결과들 페이지에 스폰서 링크들을 위치시킨다. 스폰서 링크들 중에 포함되도록 하기 위해, 광고주는 매 사용자 클릭마다, 즉, 소위 키워드 비드들(keyword bid) 마다 검색 엔진 운영자에게 금액을 지불한다.

유감스럽게도, 현재 적절하게 제한된 키워드들 세트에 걸쳐서 광고 예산을 효율적으로 할당하는 체계적인 기술들이 존재하지 않는다. 전형적으로, 그러한 할당은 어떠한 실제의 경험적 기초에도 근거하지 않고 행해진다. 그 대신, 광고주들은 "직감(gut feeling)"을 사용하는 것으로부터 매 키워드에 대하여 동일한 금액으로 단순하게 입찰하는 것에 이르기까지 다양한 접근법들을 사용한다. 그러한 접근법들의 단점들은 명백하다.

따라서, 키워드들의 세트에 걸쳐서 광고 예산을 할당하기 위한 보다 효율적인 기술들이 바람직하다.

본 발명의 실시예들은 다음의 문제를 해결한다: 예산이 주어지면, 그 예산을 가용 키워드들(available keywords)에 적절히 할당하는 방법. 특정 실시예들에 따라, 고정된 키워드들의 세트가 주어지면, 고정 예산에 대한 투자 수익(ROI) 및 수입 모두를 최대화하는, 본 명세서에서 "키워드 유틸리티(keyword utility)"로 지칭되는 개념에 기초한 최적 입찰 전략이 존재한다. 그러한 실시예들에 따라, 최적 할당은 주어진 예산 제약 하에서 (대략) 동등한 유틸리티들의 고정 포인트(stationary point)에 다다를 때까지 가장 강력한 키워드들에 대한 강도들 및 비드들을 상승시킴으로써 도달된다. 실제 검색 엔진 운영자들은 그들의 (최대) 비드들보다 약간 적게 광고주에게 과금하는 것이 일반적이지만, 이러한 인자는 간소화를 위해 다음의 예들에서는 무시된다는 것을 유의하자.

다양한 실시예에 따라, 고정된 키워드들 세트 간에 광고 예산을 할당하기 위한 방법들 및 장치들이 제공된다. 각각의 키워드는 비드, 비드 강도(bid intensity), 및 그와 관련된 유틸리티를 구비한다. 키워드들 중 선택된 것들과 관계된 비드 강도들은 광고 예산이 초과되지 않는 식으로 상승된다(raised). 선택된 키워드들은 고정된 키워드들 세트 중에 최고 유틸리티들을 구비한다. 선택된 키워드들과 관계된 비드 강도들이 최대값들에 도달할 때, 선택된 키워드들 중 첫번째 것들과 관계된 비드들은 광고 예산이 초과되지 않는 식으로 상승된다(raised). 첫번째 선택된 키워드들은 선택된 키워드들 중 최고 유틸리티들을 구비한다.

특정 실시예에 따라, 키워드들 중 두번째 것들과 관계된 비드 강도들은 첫번째 선택된 키워드들과 관계된 비드들을 상승시키는 것과 연계되어 낮추어져서 광고 예산이 초과되지 않는 것을 보장한다.

다른 특정 실시예에 따라, 각각의 키워드와 관계된 비드는 검색 결과들과 관계된 스폰서 검색 링크들 중 관계된 키워드에 대한 링크의 출현을 보장하는 최소 비드로 초기에 설정된다.

또 다른 특정 실시예에 따라, 키워드들과 관계된 강도들은 광고 예산이 최소 비드들에 의해 초과되지 않도록 하는 식으로 초기에 균등한 강도로 설정된다.

또 다른 특정 실시예에 따라, 각각에 대한 변환 레이트를 나타내는 키워드들의 서브세트에 대해 통계가 누적된다.

또 다른 특정 실시예에 따라, 키워드들의 서브세트 각각에 대한 유틸리티는 그에 대응하는 변환 레이트와 관계된 비드를 참조하여 도출된다.

또 다른 특정 실시예에 따라, 선택된 키워드들은 관계된 유틸리티들에 따라 랭크(rank)된다.

또 다른 실시예에 따라, 광고 예산의 일부는 첫번째 선택된 키워드들 중에 포함되지 않은 키워드들의 서브세트와 관계된 유틸리티들을 추가로 평가하기 위해 유보된다.

또 다른 실시예에 따라, 첫번째 선택된 키워드들과 관계된 비드들을 상승시키는 것이, 비드들을 상승시키는 것과 관계된 수입에서의 변화가 제로보다 크도록 하는 최적 조건을 만족시키는지가 결정된다.

부가의 실시예에 따라, 첫번째 선택된 키워드들과 관계된 비드들은 첫번째 선택된 키워드들과 관계된 유틸리티들이 실질적으로 평형 상태에(in equilibrium) 있게 되기까지 상승된다.

또 다른 추가의 실시예에 따라, 예산 할당은 광고주 대신 활동하는 엔티티(entity)에 통신된다. 예산 할당은 비드들과 비드 강도들을 상승시키는 것으로부터 도출되는 통계를 참조하여 도출된다.

본 발명의 속성 및 이점의 추가의 이해는 나머지 명세서 및 도면들을 참조함으로써 실현될 수 있다.

본 발명에 따르면, 고정 예산 B가 주어지면, 최고의 수입을 얻게 하는 전략을 얻을 수 있는 효과가 있다

도 1은 본 발명의 특정 실시예의 동작을 나타내는 플로우차트이다.
도 2는 본 발명의 특정 실시예들이 구현될 수 있는 네트워크 환경의 간략도이다.

본 발명을 실행하기 위해 발명자들이 의도하는 최상 모드들을 포함하는 본 발명의 특정 실시예들이 이제 상세히 설명될 것이다. 이들 특정 실시예들은 첨부 도면에 도시되어 있다. 본 발명이 이들 특정 실시예들과 결합하여 설명되지만, 본 발명을 설명된 실시예들로 한정하고자 하는 것은 아니라는 것이 이해될 것이다. 오히려, 첨부된 청구범위에 의해 정의되는 바와 같이 본 발명의 사상 및 범위 내에 포함될 수 있는 대체, 수정 및 등가물을 커버하고자 한다. 다음의 설명에서, 본 발명의 철저한 이해를 제공하기 위해 특정 상세가 설명된다. 본 발명은 이들 특정 상세 중 일부 또는 그 전체가 없이도 실행될 수 있다. 부가하여, 공지된 특징들은 본 발명을 불필요하게 불명료하게 하는 것을 피하기 위해 상세히 설명하지는 않았다.

본 발명의 실시예들은 다음의 문제를 해결한다: 예산이 주어지면, 그 예산을 가용 키워드들(available keywords)에 적절히 할당하는 방법. 특정 실시예들에 따라, 고정된 키워드들의 세트가 주어지면, 고정 예산에 대한 투자 수익(ROI) 및 수입 모두를 최대화하는, 본 명세서에서 "키워드 유틸리티(keyword utility)"로 지칭되는 개념에 기초한 최적 입찰 전략이 존재한다. 그러한 실시예들에 따라, 최적 할당은 주어진 예산 제약 하에서 (대략) 동등한 유틸리티들의 고정 포인트(stationary point)에 다다를 때까지 가장 강력한 키워드들에 대한 강도들 및 비드들을 상승시킴으로써 도달된다. 실제 검색 엔진 운영자들은 그들의 (최대) 비드들보다 약간 적게 광고주에게 과금하는 것이 일반적이지만, 이러한 인자는 간소화를 위해 다음의 예들에서는 무시된다는 것을 유의하자. 그러나, 이러한 인자가 고려되는 실시예들이 예상된다.

또한, 본 발명의 기술들이 적용되는 키워드들의 세트가 다양한 방식으로 도출될 수 있다는 것도 유의하자. 예를 들면, 키워드들은 마케팅 리서치에 따라 또는 유사한 입장에 놓인 광고주들의 입찰 행동을 관찰함으로써 선택될 수 있다. 실시예들 중 한 부류에 따라, 키워드 세트는, 2006년 5월 31일 출원되고 그 전체가 참조에 의해서 모든 목적을 위해 본 명세서에 통합되는 KEYWORD SET AND TARGET AUDIENCE PROFILE GENERALIZATION TECHNIQUES에 대한 미국 특허 출원번호 제11/444,996호에 설명된 기술들을 사용하여 도출될 수 있다.

정의 및 표시법

다음의 개념 및 표기법은 본 명세서에서 본 발명의 특정 실시예들을 설명하기 위해 사용될 것이다. 본 명세서에서 설명되는 바와 같이, 용어 "키워드"는 개별 워드들 뿐만 아니라 구절들과 관련이 있고, 용어 "질의어(query)"와 상호교환하여 사용된다. 광고주는 사업과 관련된 키워드들의 세트 W={w}를 정의한다. 다음에 광고주는 사용자들이 그 세트로부터의 키워드를 (예를 들면, 검색 질의란에) 입력할 때마다 스폰서 검색 링크들을 검색 엔진에 위치시키기 위해, 예를 들면, SEM의 맥락하에서 이들 키워드들에 대해 비딩(bidding)한다.

열거될 수 있는 k개의 키워드들의 세트 W, W={w₁, w₂,...,w_k}.

f(w)는 모든 질의들 중 검색 질의로서의 키워드 w의 확률임, 즉, 질의 빈도; f_i=f(w_i).

b(w)는 광고주에 의해 설정된 바와 같이 키워드 w에 대한 비드 또는 비드 가격이다; b_i=b(w_i). 비딩은 키워드 w에 대한 다른 스폰서 검색 결과들 중에서 w에 대한 특정 위치 또는 랭크 j=j(w, b)라는 결과를 낳는다.

C^ss(w)는 키워드 w에 대한 클릭 쓰루 레이트(click through rate; CTR)이다; C_i ^ss=C^ss(w_i). 클릭 쓰루 레이트는 다른 스폰서 링크들 중에서 위치 j에 의존한다. 위치들이 더 작아지면, 즉, 더 선호하면, j는 더 높은 CTR이 된다. 따라서, 클릭 쓰루 레이트 C^ss(w)는 비드 가격 b(w)에 단조적으로(monotonically) 의존한다. 특정 실시예에 따라, 클릭 쓰루 레이트는 클릭 회수를 임프레션(impression) 수로 나눈 것으로 가정된다. 용어 "임프레션"은 (사용자에 의한 링크의 실제 선택을 지칭하는 클릭과 반대로) 검색 결과와 관계된 스폰서 링크 리스트에서의 스폰서 링크의 프리젠테이션(presentation)을 지칭한다.

K(w)는 변환 레이트, 즉, 원하는 이벤트가 되는 클릭들의 비율이다; K_i=K(w_i). 키워드 w에 대한 광고의 관련성이 높을수록, K(w)의 값이 올라간다. 변환 레이트는 전형적으로 키워드에 대한 관련성 및 랜딩(landing) 페이지의 실효성에 의존하고, 일반적으로 링크의 위치에 의존하지 않는다. 따라서, 이 파라미터는 그러한 점에서 위치에 강하게 의존하는 CTR과는 다르다.

g는 단일 변환과 관계된 수입이다.

도입량들에 관하여 합리적인 실용적 가정이 이루어진다. 예를 들면, 빈번한 질의들에 대하여 질의 빈도가 알려져 있고, 빈번하지 않은 질의들에 대한 실행가능한 프록시를 구성하기 위한 합리적인 방법들이 존재한다. 예를 들면, 우리는 빈번하지 않은 질의들의 특정 카테고리에 대하여 f(w)를 일부 작은 디폴트 값과 동일하도록 설정할 수 있다. 또 다른 예에서, ("버블링(bubbling)"으로 공지된 프로세스에 기인하는) 다른 광고주들 비드들에 대한 b(w)의 의존성은 무시될 수 있다.

부가하여, 변환 레이트 K(w)는 링크 위치에 어느정도 의존성을 갖는다고 주장할 수 있다. 즉, "유기적" 검색 결과 바로 위에 위치되는 스폰서 검색 링크를 선택하는 사용자들이 유기적 검색 결과 리스트의 우측에 위치된 스폰서 검색 링크를 선택하는 사용자들보다 경험이 더 적은 사용자들이라는 몇몇 증거가 있다. 이들 경험이 더 적은 사용자들은 스폰서 링크들이 유기적 결과들의 일부이고, 따라서 그러한 클릭들에 대한 변환 레이트가 더 낮다고 생각할 수 있는 것으로 가정하였다. 그럼에도 불구하고, 위치에 전혀 의존하지 않는다고 가정하는 것은 유용한 단순화 가정이다.

문제 형식화

문제의 범위를 설명하기 위해, 우리는 우선 광고주가 단지 한가지 - 투자 수익(ROI) - 를 최대화하는데 관심있다고 가정한다. 이러한 가정을 다른 방식으로 말하면, 광고주의 초점은 변환 회수보다는 변환당 가격에 있다는 것이다. 이 시나리오에서, 광고주는 단일 "최상" 키워드 w에 대해 최소 비드 가격(즉, 가장 싼 가격의 스폰서 검색 링크 위치)을 비딩해야 한다. 이 맥락에서 "최상"의 정의는 후술된다. 최상 키워드가 사용되기 때문에, 이 접근법에 대한 ROI는 최고가 될 것이다. 유감스럽게도, 비드 가격이 낮으면, 스폰서 검색 링크에 대해 좋지 않은 곳에 위치되기 때문에, 변환 회수 및 결과로서의 캠페인에 대한 총 수입이 극도로 낮을 것이다. 따라서, 이 모델 및 그 등가물들(예를 들면, 가장 싼 획득당 가격(price-per-acquisition) 모델들)은 실용적이지 않다.

다른 극단을 설명하기 위해, 우리는 대신 광고주가 수입을 최대화하거나 또는 등가적으로 클릭 및 변환 회수에만 관심이 있다고 가정한다. 이것을 달성하기 위한 분명한 방법은 획득당 가격이 변환당 수입 이하가 되자마자 W에 있는 키워드 w마다 최고 위치(즉, 유기적 검색 결과 위의 제1 위치)를 보장하는 최고 비드들을 비딩하는 것이다. 그러한 비딩 전략 하에서, 변환 회수 및 결과로서의 그 캠페인에 대한 수입이 최대가 된다. 유감스럽게도, 광고 예산은 제어하기 힘들게 커져 버린다. 즉, 그러한 전략의 ROI는 대부분의 광고주들의 관점에서 볼 때 수용할 수 없을 정도로 낮게 될 것이다.

전술한 예들은 광고주가 최상의 가능 ROI 및 최고의 가능 수입의 둘 모두를 낳는 캠페인을 구성할 수는 없다는 것을 설명하고 있다. 그러나, 본 발명의 실시예들에 따라, 고정 광고 예산에 대하여 최상 ROI 및 최고 수입(또는 리치(reach))을 달성하는 것이 가능하다. 이것은 간단한 공식

로부터 이해될 수 있다. 이 공식에서 분모가 고정되는 경우, ROI의 최대화 및 수입의 최대화는 동등한 문제가 된다.

최적 비드 할당

본 발명의 특정 실시예들에 따라, 키워드들 w_i의 세트에 대하여, 합리적 비드들 bi가 결정되는 최적 비드 할당 또는 배분을 개발하는 기술들이 제공된다.

사용자는 질의 w를 사용하여 검색을 개시하고, 하나의 스폰서 검색 링크 임프레션을 갖는 질의 검색 결과 페이지(제1 페이지라고 가정한다)가 리턴된다고 가정한다.

표기에서, 하나의 w 검색당 평균 수입은 다음의 수학식 1과 같이 주어진다.

그리고, 하나의 w 검색당 평균 비딩 비용은 다음의 수학식 2와 같이 주어진다.

두 양 모두, 우리가 단일 평균 사용자 검색으로부터 w-수입 및 w-비용을 원한다면 질의 빈도수 f(w)로 승산되어야 한다. 다음에, 하나의 w 검색 당 ROI는 다음의 수학식 3과 같이 주어진다.

우리는 ROI(w)를 키워드 유틸리티로 칭할 것이다. 수학식 3으로부터 우리는 ROI가 사실상 클릭 쓰루 레이트에 의존하지 않는다는 것을 알 수 있다. 부가하여, 변환 수입 g는 키워드 w에 독립적이고, 따라서, 특정 w 최적화가 관련된다면 생략될 수 있다. 따라서, 하기 수학식 4의 양은 소비된 금액당 리치로서 해석될 수 있고, 이에 의해 변환 볼륨 및 수입들의 등가성을 성립시킨다.

이제,

가 되도록 모든 키워드들을 분류해 보자.

이제 예산의 개념을 정식화하자. 본 명세서에서 사용되는 바와 같이, 예산 B는 하나의 평균 검색당 소비되는 금액을 지칭한다. 예산은 검색동안 자신들의 확률을 가지면서 발생하는 다양한 키워드들 w에 걸친 상이한 비드 비용들로부터 결합된다.

이 공식에서 u(w)는 0≤u(w)≤1이 되는 w-비드의 강도이다. 비드 강도는 대응하는 키워드에 대해 비딩하는 시간분(a fraction of time)을 지칭한다. 예를 들면, 광고주는 특정 w에 대하여 비딩을 전혀 하지 않거나(즉, u(w)=0), 항상, 즉, w의 발생시마다 비딩하거나(즉, u(w)=1), 또는 그 사이에서 비딩하는 것을 선택할 수 있다. 강도를 제어하기 위한 거친 접근법에서는 임프레션들의 수에 대하여 경계를 정할 수 있다. 그러나, 다양한 접근법들이 사용될 수 있고, 강도가 제어되는 특정 메카니즘이 본 발명의 범위와 관련이 있는 것은 아니다.

광고주가 가장 이익이 되는 키워드 w₁에 대하여 최저가의 위치에 비딩하고 예산이 너무 작아 B<C^ssㆍb₁ㆍf₁이 되면, 어떤 다른 전략도 더 좋을 수는 없다(이 경우 강도 u(w)=C₁ ^ssㆍb₁ㆍf₁/B이라는 것을 주의하자). 따라서, 이 시나리오에서, 광고주를 위한 최상의 접근법은 w₁에 대한 예산을 최대한 가능한 강도까지 소모하는 것이다.

사실상, 그러한 전략에서는 결과적으로 클릭이 매우 적게 될 것이다. 따라서, 본 발명을 잘 설명하기 위해, B>C₁ ^ssㆍb₁ㆍf₁이 되는 보다 실질적인 예산을 가정할 것이다. 완전한 강도(즉, u₁=1)를 갖는 w₁에 대한 초기 비드를 가정하면, 예산 B의 나머지로 무엇을 해야하는가? 세가지 대안이 있다: (1) 비드 b₁을 증가시키는 것, (2) w₁에 대한 비드를 다른 키워드들에 대한 비드들과 혼합하는 것, 또는 (3) 양자 모두를 행하는 것.

광고주는 항상 특정 키워드들에 대하여 어느정도 비딩할 수 있다는 것을 상기하자. 보다 높은 비드들은 결과적으로 스폰서 검색 링크들에서 보다 바람직한 위치 j에 있게 하고 보다 높은 클릭 쓰루 레이트를 갖게 한다. 이것은, 결과적으로 수입을 증가시킨다. 그러나, 보다 높은 비드들은 보다 높은 획득당 비용을 고려했을 때 ROI가 감소하는 결과를 또한 낳는다. 대신, 본 발명의 실시예들은, 고정 예산 B가 주어지면, 최고의 수입을 얻게 하는 전략을 인에이블한다. 전술한 바와 같이, 우리는 그러한 접근법들이 동일한 예산 B을 갖는 모든 전략들 중 최대의 ROI를 가져올 것이라는 점을 안다.

예가 설명될 것이다. 간략화를 위해 우리는 단지 두 개의 키워드를 갖고 그 두 개의 키워드 간의 현재적 할당이 예산 B에 꼭 맞는다고 가정한다. 또한, 우리는 초기에 u₁=1이라고 가정할 것이다. 우리의 표기법을 사용하면, 이것은 다음과 같이 표현될 수 있다.

우리가 알고 있는 바와 같이, 이 예산 분배에 대한 ROI는 다음과 같이 주어진다.

여기에서, (분자×g)가 단순히 상응하는 수입이다.

본 예의 목표는 비드 b₁이 증가되어야 하는 조건을 찾는 것이다. 그리고, B가 고정되어 있기 때문에, b₁의 증가는 예산 균형을 유지하기 위해서는 w₂에 대한 비딩과 관계된 강도 u₂가 동시에 감소한다는 것을 의미한다. 현재 비드 b1에 대한 최소의 (경험적으로 결정된) 그럴듯한(feasible) 증가는 b_{1 , new}=b₁+△b₁으로 주어진다고 가정한다. 이로 인해 결과적으로 클릭 쓰루 레이트가 (b₁의 증가가 차선의 위치를 얻기에 충분하였다고 가정하면) △C₁ 증가하게 된다. 이것은 다음으로 예산을 δ만큼 증가시킬 것인데, 이 증가는 하기의 수학식 5와 같이 w₂에 대한 비드의 강도를 u₂로부터 u_{2 , new}=u₂-△u₂까지 감소시킴으로써 달성될 수 있는 동일 양의 감소를 필요로 하게 된다.

이것으로부터, 우리는 하기의 수학식 6의 두 개의 방정식을 얻는데, 그 첫번째는 예산을 일정하게 유지하기 위해 예산을 재분배하는 것을 나타내고, 두번째는 새로운 수입을 나타낸다(우리는 수입에 대해 심볼 R을 사용한다).

여기에서,

수학식 5로부터 우리는 수학식 8을 발견하거나 또는 등가적으로 수학식 9를 발견한다.

및

(작은 △b₁>0에 대해), δ의 양의 부호는 △C₁ ^ss의 부호를 정의한다; 이것이 비드에 대한 클릭 쓰루 레이트의 단조적 의존성이 중요한 이유이다. 수학식 8과 수학식 9를 수학식 7에 대입시키면, 작은 예산 재할당으로 인한 수입 R에 대한 임팩트(impact)는 하기의 수학식 10과 같다.

이제 우리는 이 식을 유리화할 것이다. 우리는

이라고 가정하였다. △b₁이 작으면, △b₁을 포함하는 제2 항은 작지만, 차

는 여전히 양의 값이다. 따라서, 우리는 보다 낮은 ROI를 갖는 키워드와 관계된 강도에서의 대응하는 감소만큼 오프셋된, 보다 큰 ROI 인덱스를 갖는 키워드에 대한 비드 가격에서의 작은 증가가 결과적으로 양의 수입 임팩트 △R>0를 가져 온다고 결론지을 수 있다. 따라서, 최적 비딩 전략은 수학식 11과 같이 균형 예산 할당에 대응한다.

사실 비드 가격이 연속해서 변경될 수 없기 때문에, △b₁/b₁ ^new가 작지 않은 경우, 수학식 10은 비드 b₁의 증가가 정당화될 때의 조건을 제공한다. 즉, 수학식 12의 조건이 만족되는 경우에 증가를 시도해야 한다.

감소를 정당화하기 위한 조건이 유사하게 도출될 수 있다. 전술한 예는 두 개의 키워드들을 포함하는 경우를 참조하여 설명하였지만, 설명되는 기술은 임의의 수의 키워드들을 포함하는 경우뿐만 아니라 키워드들의 세트들에도 용이하게 일반화될 수 있다.

특정 실시예에 따라, 수학식 12의 명시적인 계산을 필요로 하지 않는, 전술한 모델 하에서 최적 할당을 도출하기 위한 간단하고 효율적인 알고리즘이 제공된다. 우선, 광고주는 현재 비드에 대한 강도가 1에 도달할 때까지, 즉, 광고주가 키워드의 각 발생에 대하여 비딩하고 있을 때까지 키워드에 대한 비드를 상승시켜서는 안된다는 것을 주의하자. 다음에, 그 키워드에 대해 증가된 비드의 강도를 비제로(non-zero) 값으로 설정하는 임팩트가 그 키워드의 발생들 중 일부분에 대해서 스폰서 링크는 보다 선호하는 위치(보다 높은 기대 수입 및 보다 낮은 ROI을 가짐)에서 보여지도록 하는 것임을 유의하자. 즉, 광고주는 그 키워드에 대한 동일한 전체 임프레션의 수에 대해 비딩하지만, 몇몇 임프레션들은 동일한 변환 레이트이지만 클릭당 보다 높은 비용으로 보다 높은 클릭 쓰루 레이트를 생성할 것이다. 예를 들면, 사용자가 키워드의 시간당 200 임프레션들에 대해 비딩하고, 이는 두 개의 클릭을 생성하고 사용자는 각 클릭에 대해 일 페니(a penny)를 지불한다고 가정하자. 사용자는 쓸 수 있는 추가의 예산을 갖고 있고, 키워드에 대해 그 다음의 보다 높은 비드의 강도, 즉, 그 다음 더 높은 랭크에 스폰서 검색 링크를 위치시키는데 필요한 비드의 강도를 증가시킨다. 결과적으로, 사용자는 이제 100 임프레션/시간에 대해서는 낮게 비딩하고 다른 100 임프레션/시간에 대해서는 더 높게 비딩한다. 임프레션들의 처음 배치(batch)는 일 페니의 비용으로 하나의 클릭을 다시 생성한다. 그러나, 그 다음 배치는 이제 클릭당 이 페니의 비용으로 세 개의 클릭을 생성한다.

일반적으로, 각 임프레션은 기대 변환 수 x 및 예상 비용 y을 갖는다. 더 높은 비드의 강도를 증가시킴으로써, 어떤 임프레션들(certain of the impressions)(및 사실상 더 높은 비드의 강도가 1에 일단 도달했을 때의 모든 임프레션들)은 변환당 예상 비용 by에서 ax 변환을 생성할 것이다. 따라서, 더 높은 비용으로 처리된 각 임프레션은 변환당 (b-1)y의 추가 비용으로 추가의 (a-1)x 변환을 낳을 것이다. 이들 특성을 갖고, 고려중인 키워드와는 독립적으로 사용자가 비딩할 수 있는 가상의 키워드(a virtual keyword)가 생성될 수 있다. 이후 상기 모델에 대한 최적 솔루션이 비드를 상승시키는 것을 전혀 고려하지 않고 상기 기법에 따라 실제 및 가상 키워드들을 욕심내어(greedily) 선택함으로써 얻어질 수 있다 --- 임의의 비드 상승은 가상 키워드들의 구매에 의해 간단히 모델링될 수 있다.

일단 가상의 키워드에 대한 강도가 1에 도달하면, 새로운 가상 키워드를 도입하여 랭크 j-1로부터 랭크 j-2로 이동하는 것에 기인하는 비용 및 변환 모두에서의 증가를 캡쳐할 수 있다. 또는 원한다면, 각 키워드 및 각 랭크에 대해 가상 키워드가 도입될 수 있다. 알고리즘은 욕심낸 선택이 진행함에 따라 가상 키워드들이 맨 앞에 도입되는지 또는 느린 방식으로 도입되는지를 동일하게 수행할 것이다. 또한, 이러한 욕심낸 알고리즘은 키워드에 대하여 이산 또는 연속 버전의 증분 비딩(incremental bidding)을 가능하게 한다.

이제, 도 1을 참조하여 본 발명의 특정 실시예에 따라 광고 예산을 키워드들 에 할당하기 위한 프로세스의 예를 설명할 것이다. 우리가 정의한 예산 B는, 매일 예산을 매일 검색 회수로 나눔으로써 매일 광고 예산으로부터 계산될 수 있는 평균 검색당 비용과 동등하다는 것을 유의하자. 또한, 많은 후미(tail) 질의들에 대해 최소 비드는 단일 스폰서 검색 링크를 가져온다는 것도 유의하자. 따라서, 그러한 질의들에 대해, 우리는 총계 통계(aggregate statistics)를 누산하는 것 외에 실행해 볼려고 시간을 낭비할 필요가 없다. 이것은 그러한 질의들에 대한 기본 전략이 상이하다는 것을 의미하지 않고, 다만 그 전략을 적용하는 것이 강도에서의 잠재적인 변화를 제외하고는 어떠한 변화도 낳지 않는다는 것을 의미한다.

초기에, 각각의 비드 b_i는 고정 키워드들의 세트 W에 있는 각 키워드 wi에 대해 제1(또는 충분히 높은) 검색 페이지 상의 스폰서 검색 링크들 중 한 링크의 출현을 보장하는 최소값으로 설정된다(102). 균일한 강도들(u_i=일정)은 우리가 예산 한도 내에서 쓰는 것을 보장하도록 설정된다(104).

다음에 통계 C^ss(w) 및 K(w)가 누산된다(106). 키워드들이 이들의 상관성과 관련하여 그리고 다른 광고주 경쟁과 관련하여 상이하기 때문에, 잠시 후, 클릭 회수에 대한 변환 회수의 비율인 샘플 변환 레이트 K_i 중에서 차들(differences)이 식별될 것이다. 신뢰 레벨이 초기에는 낮기 때문에, 보수적인 하계(low-bound) 추정이 사용된다.

충분한 통계가 이용가능하면, 키워드들은 ROI(w₁)≥ROI(w₂)≥...≥ROI(w_k)가 되도록 수학식 3에 의해 정의된 감소하는 유틸리티 ROI_i=gK_i/b_i의 순서로 소팅된다. 높은 유틸리티들을 갖는 키워드들에 대부분의 예산이 집중된다(110). 초기에, 단지 몇개의 ROI가 양이 되고 후미 키워드들과 관계된 ROI들은 제로가 될 것이라는 것을 유의하자.

상부의 몇몇 키워드들에 대해, 즉, i=1, 2, 3,...,I에 대해 강도들은 점진적으로 증가되고(112), pB하에 이들 상위 몇몇 키워드들에 대한 총 소비가 유지되도록 하는 제약을 가지면서 가능한 한 ui를 1에 가깝게 이동시킨다. 여기에서 p는 이용시 사용되는 예산의 비율(예를 들면, 0.9)를 정의한다. 특정 실시예에 따라, 예산 B의 일부(즉, (1-p)B)는 가능한 미래 사용을 위해 통계를 모니터링할 목적으로 다른 키워드들(예를 들면, 후미 또는 추가의 키워드들)을 위해 유보된다. 이들 키워드들을 위해 강도들은 낮게 남게된다.

소수의 고-유틸리티 키워드들에 대한 고강도, 최소-비드 분배가 완전한 이용 예산(full exploitation budget) pB을 소비하면(114), 이것은 바람직한 결과로 여겨지고, 광고 캠페인은 임의의 즉각적인 액션없이 계속해서 모니터링될 수 있다(116). 사실상, 대다수의 광고주들은 더 많은 트래픽을 얻기 위해 새로운 키워드들을 활동적으로 찾거나 기존 것들에 대해 더 높은 비드들을 시도하는 경향이 있다.

고강도, 최소-비드 분배가 완전한 강도, 즉, u_i=1에 도달하고, 이용가능한 이용 예산 pB이 도달되지 않으면(114), 캠페인에 더 많은 예산이 도입되는데, 즉, 비드들 b_i가 증가될 수 있다. 특정 실시예에 따라, 비드들 b_i는 최고 유틸리티를 갖는 키워드들에 대해 증분적으로 증가된다(118). 이것이 행해질 때마다, 예를 들면 수학식 12를 참조하여 전술한 바와 같이, 수입이 사실상 증가하는지가 결정된다(120). 실질적인 증가가 실현되지 않는다면, 비드(들)는 이전 레벨(들)로 리턴된다.

이용 예산 pB이 완전히 소모되면(122), 비드들은 다른 비드들에 대해 강도들을 더 낮추는 것에 의해 증가들을 오프셋하지 않고서는 더 이상 증가될 수 없다. 즉, 특정의 고 유틸리티 키워드들에 대해 하나 또는 그 이상의 비드들은 계속해서 증가하지만(124), 그러한 각각의 증가는 더 낮은 유틸리티 키워드들에 대한 비드들의 강도에서의 감분만큼 오프셋된다(126). 그러한 감분들의 특정 양은 두 개의 키워드들의 모델 케이스에 대한 수학식 8로부터 도출될 수 있다. 전술한 설명을 참조하여 이해할 수 있는 바와 같이, 이것은 예산 등식(B)을 균형잡히도록 유지한다.

고 유틸리티 키워드들의 하나 또는 그 이상의 비드들이 증가되고 더 낮은 유틸리티 키워드들과 관계된 강도들의 감분들만큼 오프셋된 후, 수학식 12에 의해 표현되는 최적 조건이 모니터링된다. 상기 조건이 위반되면(128), 증가는 역전된다(130).

결국, 고 유틸리티, 완전한 강도(u_i=1) 키워드들에 대한 비드들의 증가는, 이 키워드들이 수학식 11,

에 의해 앞서 표현된 실질적인 평형을 이루도록 한다(132). 이 후, 캠페인은 모니터링될 수 있고(116), 및/또는 더 많은 또는 상이한 키워드들이 도입될 수 있고(134) 상기 프로세스가 반복된다.

더 낮은 유틸리티 키워드들은, 그들의 통계를 감시하기 위해, 낮은 강도들로 유지될 수 있고 예산의 탐구 부분(exploration portion), 예를 들면, (1-p)B을 사용하여 평가될 수 있다. 특정 실시예에 따라, 상대적으로 높은 비율의 예산이 초기에 탐구에 할당될 수 있는데 그와 함께 이용(exploitation)을 위해 할당된 부분은 시간에 걸쳐 증가되는 형태, 즉, p=p(t)는 시간에 따라 증가하는 함수가 되는데, p'(t)>0이다. 부가하여, 저-유틸리티 및 저-빈도 키워드들을 포함하는 키워드 샘플링이 한정없이 계속될 수 있다는 점을 유의하자.

적어도 두 개의 이유 때문에 바람직하지 않은 고 비드들이 발생할 수 있다는 것을 유의하자. 우선, 예산 B가 너무 커서 이를 완전히 소모하기 위해서는 비드를 너무 높게 잡도록 하여 수익성이 제로로 악화되는데, 즉, 소위 키워드 재고 문제(keyword inventory problem)가 발생한다. 두번째로, 키워드들 자체가 (변환 Ki의 부족이라는 관점에서) 너무 관련성이 없어 심지어 이성적인 비드들조차 수익성 요구사항을 위반한다. 일반적으로, 키워드 유틸리티들 gKi/bi이 1 이하로 내려가는 것을 제약하는 것이 바람직한데, 그렇지 않으면 광고주는 돈을 잃을 것이다. 다른 방식으로 말하면, 비드들에서의 증가들은 아래의 수학식 13에 의해 정의된 제한을 갖는다.

이 조건은 앞서 설명한 기술에서의 다양한 단계 동안에 위반되어서는 안된다는 것을 유의하자.

전술한 접근법의 흥미로운 결과는 광고주가 키워드들 간에 광고 예산을 할당할 때 클릭 쓰루 레이트들을 무시하는 것을 선택할 수 있다는 점이다. 그러나, 클릭 쓰루 레이트들은 적어도 하나의 관점에서는 여전히 중요할 수 있다. 즉, 광고주들은 변환 레이트들과 클릭 쓰루 레이트들 모두에 영향을 미치는 개별 키워드들 또는 키워드들의 그룹들에 대해 보다 창조적이고 실효적인 랜딩 페이지들을 개발하는데 명확히 관심을 갖고 있다. 따라서, 본 발명의 특정 실시예들에 따라, 캠페인 관리 리소스들이 제한되는 곳에서, 랜딩 페이지 향상에 관한 키워드들의 우선순위 매김은 인덱스 C^ss(w)ㆍK(w)ㆍf(w)를 기초로 행해질 수 있다. 인덱스를 크게 하면 할수록, 그 랜딩 페이지를 리뷰하기 위한 긴급함은 더 커진다.

임의의 다양한 컴퓨팅 맥락에서 온라인 광고 캠페인에 대해 광고 예산을 키워드들에 할당하는 것을 촉진시키기 위해 본 발명의 실시예들이 채용된다. 예를 들면, 도 6에 도시된 바와 같이, 임의의 유형의 컴퓨터(예를 들면, 데스크톱, 랩톱, 태블릿 등)(602), 미디어 컴퓨팅 플랫폼(603)(예를 들면, 케이블 및 위성 셋톱 박스들 및 디지털 비디오 리코더들), 핸드헬드 컴퓨팅 디바이스(예를 들면, PDA들)(604), 셀폰(606), 또는 기타 임의의 유형의 컴퓨팅 또는 통신 플랫폼을 통해 다양한 네트워크 환경과 다수의 관련사용자들이 인터액션하는 구현예가 상정된다.

그리고, 다양한 실시예들에 따라, 본 발명에 따라 처리된 사용자 데이터는 다양한 기술들을 사용하여 수집될 수 있다. 예를 들면, 검색 엔진 인터페이스 및 관련 스폰서 링크들, 랜딩 페이지들 및 웹 사이트들과 사용자의 인터액션을 나타내는 데이터의 수집은 사용자의 온라인 행동을 기록하기 위한 임의의 다양한 공지된 메커니즘을 사용하여 이루어질 수 있다. 일단 수집되면, 중앙집중화 방식으로 본 발명에 따라 예산 할당을 용이하게 하도록 사용자 데이터가 처리될 수 있다. 이것은, 이해될 수 있는 바와 같이, 다수의 분산된 디바이스들과 데이터 저장소들에 대응할 수 있는 서버(608)와 데이터 저장소(610)에 의해 도 6에 도시되어 있다. 예산 할당 프로세스는 개별 광고주들의 대표자들에 의해, 검색 제공자들(예를 들면, 야후! 인크)의 대표자들에 의해, 또는 제3자 광고 서비스들의 대표자들에 의해 수행될 수 있다. 후자의 두 경우에서, 자신들의 광고 예산들을 어떻게 할당할 것인지 또는 어떻게 캠페인이 개시될 수 있고 그들을 대신해 돌아가는지에 관한 것을 광고주들에게 추천할 수 있다.

본 발명의 다양한 형태 또한, 예를 들면, TCP/IP-기반 네트워크들, 텔레커뮤니케이션 네트워크들, 무선 네트워크들 등을 포함하는 (네트워크(612)로 표시된) 다양한 네트워크 환경에서 실행될 수 있다. 부가하여, 본 발명의 실시예들이 구현될 수 있는 컴퓨터 프로그램 명령어들은 임의의 유형의 컴퓨터-판독가능 매체에 저장될 수 있고, 클라이언트/서버 모델, 피어-투-피어 모델, 스탠드-얼론 컴퓨팅 디바이스를 포함하는 다양한 컴퓨팅 모델들에 따라 실행될 수 있거나, 또는 본 명세서에서 설명된 다양한 기능들이 달성되거나 서로 다른 위치들에 채용되는 분산 컴퓨팅 모델에 따라 실행될 수 있다.

본 발명이 특정 실시예들을 참조하여 도시되거나 설명되었지만, 개시된 실시예들의 형태나 상세에서의 변경이 본 발명의 사상 및 범위를 벗어나지 않고 이루어질 수 있다는 것을 당업자는 이해할 것이다. 예를 들면, 전술한 몇몇 통계는 모든 환경에서 이용가능한 것은 아닐 수 있다. 그러나, 다양한 대안 메트릭들 또는 대체물들이 본 발명의 범위를 벗어나지 않고 채용될 수 있다. 예를 들면, 변환 이벤트들은 다양한 기술들(예를 들면, 소위 비컨(beacons))에 의해 등록될 수 있고, 소비자에 의해 직접 보고되거나, 또는 어떤 경우에는 클릭 쓰루 레이트들로 식별될 수 있다.

부가하여, 본 발명의 다양한 이점, 형태 및 목적이 다양한 실시예들을 참조하여 본 명세서에 설명되었지만, 본 발명의 범위는 그러한 이점, 형태 및 목적을 참조하는 것에 제한받아서는 안된다는 것이 이해될 것이다. 오히려, 본 발명의 범위는 첨부된 청구범위를 참조하여 결정되어야 한다.

602: 임의의 유형의 컴퓨터
603: 미디어 컴퓨팅 플랫폼
604: 핸드헬드 컴퓨팅 디바이스
606: 셀폰
608: 서버
610: 데이터 저장소
612: 네트워크

Claims (22)

1. 키워드들의 세트에 걸쳐서 광고 예산을 할당하는 컴퓨터 구현 방법으로서 - 상기 키워드들의 세트 내의 각각의 키워드는 비드(bid)를 구비하고, 각각의 키워드에 대한 상기 비드는 대응하는 키워드에 대한 비드 가격(bid price)을 정의함 -,
   상기 키워드들 중 선택된 키워드들이 상기 키워드들의 세트 중 최고 투자 수익(ROI; return on investment)을 갖는 것을 확인하는 단계 - 상기 키워드들의 세트 내의 각각의 키워드는 비드 강도(bid intensity)를 구비하고, 각각의 키워드에 대한 상기 비드 강도는 대응하는 키워드의 발생들에 대해 비드되는 특정한 분율(a particular fraction)을 정의함 -:
   상기 키워드들 중 상기 선택된 키워드들과 관계된 비드 강도들을 상기 광고 예산이 초과되지 않도록 상승시키는 단계; 및
   상기 선택된 키워드들과 관계된 비드 강도들이 최대값들에 도달할 때, 상기 선택된 키워드들 중 제1 선택된 키워드들과 관계된 비드들을 상기 광고 예산이 초과되지 않도록 상승시키는 단계 - 상기 제1 선택된 키워드들은 상기 선택된 키워드들 중 최고 투자 수익들을 가짐 -,
   를 포함하는 컴퓨터 구현 방법.
2. 제1항에 있어서,
   상기 제1 선택된 키워드들과 관계된 비드들을 상승시키는 것과 연계하여 상기 키워드들의 세트 중 제2 선택된 키워드들과 관계된 비드 강도들을 낮게 함으로써 상기 광고 예산이 초과되지 않도록 보장하는 단계를 더 포함하는 컴퓨터 구현 방법.
3. 제1항에 있어서,
   각각의 키워드와 관계된 상기 비드를, 관계된 키워드에 대한 링크로서 검색 결과들과 관계된 스폰서 검색 링크들 중에 출현하도록 보장하는 최소 비드로 초기에 설정하는 단계를 더 포함하는 컴퓨터 구현 방법.
4. 제3항에 있어서,
   상기 광고 예산이 상기 최소 비드들에 의해 초과되지 않도록 상기 키워드들과 관계된 강도들을 균일한 강도로 초기에 설정하는 단계를 더 포함하는 컴퓨터 구현 방법.
5. 제1항에 있어서,
   각각에 대한 변환 레이트(conversion rate)를 나타내는 상기 키워드들의 서브세트(subset)에 대한 통계를 누적(accumulate)하는 단계를 더 포함하는 컴퓨터 구현 방법.
6. 제5항에 있어서,
   상기 키워드들의 서브세트 각각에 대해서 대응하는 변환 레이트 및 관계된 비드를 참조하여 투자 수익을 도출하는 단계를 더 포함하는 컴퓨터 구현 방법.
7. 제1항에 있어서,
   상기 관계된 투자 수익들에 따라 상기 선택된 키워드들을 랭크하는(ranking) 단계를 더 포함하는 컴퓨터 구현 방법.
8. 제1항에 있어서,
   상기 제1 선택된 키워드들 중에 포함되지 않은 키워드들의 서브세트와 관계된 투자 수익들의 추가적인 평가를 위해 상기 광고 예산의 일부를 유보하는(reserving) 단계를 더 포함하는 컴퓨터 구현 방법.
9. 제1항에 있어서,
   상기 제1 선택된 키워드들과 관계된 비드들을 상승시키는 것이 상기 비드들을 상승시키는 것과 관계된 수입(revenue)의 변화가 제로(zero)보다 더 크게 되도록 하는 최적화 조건을 만족하는지 결정하는 단계를 더 포함하는 컴퓨터 구현 방법.
10. 제1항에 있어서,
    상기 제1 선택된 키워드들과 관계된 비드들을 상승시키는 단계는 상기 제1 선택된 키워드들과 관계된 비드들을 상기 제1 선택된 키워드들과 관계된 투자 수익들이 실질적으로 평형을 이룰 때까지 상승시키는 단계를 포함하는,
    컴퓨터 구현 방법.
11. 제1항에 있어서,
    광고주 대신 활동하는 엔티티(entity)에 예산 할당을 통신하는 단계를 더 포함하고, 상기 예산 할당은 상기 비드들 및 상기 비드 강도들을 상승시키는 것으로부터 도출되는 통계를 참조하여 도출되는,
    컴퓨터 구현 방법.
12. 제1항에 있어서,
    특정한 키워드와 관계된 비드 강도가 최대값에 도달하면 상기 특정한 키워드의 발생시마다 비딩(bidding)이 수행되도록 하는,
    컴퓨터 구현 방법.
13. 제1항에 있어서,
    특정한 키워드와 관계된 비드 강도가 최대값에 도달하면 상기 키워드들의 세트로 새로운 키워드가 도입되는,
    컴퓨터 구현 방법.
14. 키워드들의 세트에 걸쳐서 광고 예산을 할당하기 위한 컴퓨터 판독가능 기록매체로서 - 상기 키워드들의 세트 내의 각각의 키워드는 비드를 구비하고, 각각의 키워드에 대한 상기 비드는 대응하는 키워드에 대한 비드 가격을 정의함 -,
    적어도 하나의 컴퓨팅 디바이스에 의해 실행될 때,
    상기 키워드들 중 선택된 키워드들이 상기 키워드들의 세트 중 최고 투자 수익을 갖는 것을 확인하고 - 상기 키워드들의 세트 내의 각각의 키워드는 비드 강도를 구비하고, 각각의 키워드에 대한 상기 비드 강도는 대응하는 키워드의 발생들에 대해 비드되는 특정한 분율을 정의함 -,
    상기 키워드들 중 상기 선택된 키워드들과 관계된 비드 강도들을 상기 광고 예산이 초과되지 않도록 상승시키고,
    상기 선택된 키워드들과 관계된 비드 강도들이 최대값들에 도달할 때, 상기 선택된 키워드들 중 제1 선택된 키워드들과 관계된 비드들을 상기 광고 예산이 초과되지 않게 상승시키도록 - 상기 제1 선택된 키워드들은 상기 선택된 키워드들 중 최고 투자 수익들을 가짐 -,
    동작가능한 컴퓨터 프로그램 명령어들을 포함하고 있는 컴퓨터 판독가능 기록매체.
15. 제14항에 있어서,
    상기 컴퓨터 프로그램 명령어들은, 적어도 하나의 컴퓨팅 디바이스에 의해 실행될 때, 상기 제1 선택된 키워드들과 관계된 비드들을 상승시키는 것과 연계하여 상기 키워드들의 세트 중 제2 선택된 키워드들과 관계된 비드 강도들을 낮게 하여 상기 광고 예산이 초과되지 않게 보장하도록 또한 동작가능한 컴퓨터 판독가능 기록매체.
16. 제14항에 있어서,
    상기 컴퓨터 프로그램 명령어들은, 적어도 하나의 컴퓨팅 디바이스에 의해 실행될 때, 각각의 키워드와 관계된 상기 비드를, 관계된 키워드에 대한 링크로서 검색 결과들과 관계된 스폰서 검색 링크들 중에 출현을 보장하는 최소 비드로 초기에 설정하도록 또한 동작가능한 컴퓨터 판독가능 기록매체.
17. 제14항에 있어서,
    특정한 키워드와 관계된 비드 강도가 최대값에 도달하면 상기 특정한 키워드의 발생시마다 비딩(bidding)이 수행되도록 하는,
    컴퓨터 판독가능 기록매체.
18. 제14항에 있어서,
    특정한 키워드와 관계된 비드 강도가 최대값에 도달하면 상기 키워드들의 세트로 새로운 키워드가 도입되는,
    컴퓨터 판독가능 기록매체.
19. 키워드들의 세트에 걸쳐서 광고 예산을 할당하기 위한 시스템으로서 - 상기 키워드들의 세트 내의 각각의 키워드는 비드를 구비하고, 각각의 키워드에 대한 상기 비드는 대응하는 키워드에 대한 비드 가격을 정의함 -,
    상기 키워드들 중 선택된 키워드들이 상기 키워드들의 세트 중 최고 투자 수익을 갖는 것을 확인하고 - 상기 키워드들의 세트 내의 각각의 키워드는 비드 강도를 구비하고, 각각의 키워드에 대한 상기 비드 강도는 대응하는 키워드의 발생들에 대해 비드되는 특정한 분율을 정의함 -,
    상기 키워드들 중 상기 선택된 키워드들과 관계된 비드 강도들을 상기 광고 예산이 초과되지 않도록 상승시키고,
    상기 선택된 키워드들과 관계된 상기 비드 강도들이 최대값들에 도달할 때, 상기 선택된 키워드들 중 제1 선택된 키워드들과 관계된 비드들을 상기 광고 예산이 초과되지 않게 상승시키도록 - 상기 제1 선택된 키워드들은 상기 선택된 키워드들 중 최고 투자 수익들을 가짐 -
    구성된 적어도 하나의 컴퓨팅 디바이스를 포함하는 시스템.
20. 제19항에 있어서,
    특정한 키워드와 관계된 비드 강도가 최대값에 도달하면 상기 특정한 키워드의 발생시마다 비딩(bidding)이 수행되도록 하는,
    시스템.
21. 제19항에 있어서,
    특정한 키워드와 관계된 비드 강도가 최대값에 도달하면 상기 키워드들의 세트로 새로운 키워드가 도입되는,
    시스템.
22. 제1항에 있어서,
    상기 키워드들의 세트 내의 특정한 키워드의 발생들에 대해 특정한 분율(fraction)로 비딩하는 단계를 더 포함하되, 상기 특정한 분율은 상기 특정한 키워드의 비드 강도로 정의되는,
    컴퓨터 구현 방법.

Images