• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    本發明提供之技術包含提供於廣告戰役效能測量與評估所使用之聯合矩陣。一廣告戰役可以包括許多觀點，像是特定頻道與服務提供器關聯的部分。可以為了特定頻道使用不同的矩陣進行效能測量，像是曝光、轉換等等。提供之技術可將一完整戰役的效能，以及特定觀點的效能利用一單一聯合矩陣量測轉譯為條件。可以使用聯合矩陣量測簡單地比較戰役與頻道，不論是對於相同廣告商而言或對於競爭者的戰役而言。
    公开号:TW201308239A
    申请号:TW101117989
    申请日:2012-05-21
    公开日:2013-02-16
    发明作者:Rahul Hari；Balamurugan Subramaniam
    申请人:Yahoo Inc；
    IPC主号:G06Q30-00
    专利说明:
    廣告戰役效能評估中之聯合矩陣
    廣告商，包含品牌廣告商一般來說係管理跨及各種媒體、立場、頻道、服務提供器等等的廣告戰役。然而，廣告商係難以利用簡單、快速、有效的方式評估廣告戰役係如何進行，包含在該廣告戰役跨及完全範疇的完整性以及針對特定的媒體、立場、頻道、服務提供器等等的形式兩方面進行評估。
    本發明某些實施例所提供之方法與系統，係包含提供於廣告戰役效能測量與評估所使用之聯合矩陣。一廣告戰役可以包括許多觀點，像是特定頻道與服務提供器關聯的部分。可以為了特定頻道使用不同的矩陣進行效能測量，像是曝光、轉換等等。提供之技術可將一完整戰役的效能，以及特定觀點的效能利用一單一聯合矩陣量測轉譯為條件。可以使用聯合矩陣量測簡單地比較戰役與頻道，不論是對於相同廣告商而言或對於競爭者的戰役而言。此外，本發明提供決定在戰役中觀點間或頻道間影響的技術。
    第一圖為根據本發明實施例之分散式電腦系統100。該系統100包含使用者電腦104、廣告商電腦106與伺服器電腦108，其所有都連接或可連接至網際網路102。雖然圖式中描繪為網際網路102，但本發明也考量到其他不包含網際網路的實施例，以及考量到除了網際網路外仍包含其他網路的實施例，像是包含一或多個無線網路、廣域網路、區域網路、電話、蜂巢式電話或其他資料網路等等。本發明另外考量到使用者電腦或其他電腦係為無線、可攜式或手持式裝置或包含該等裝置的實施例，像是蜂巢式電話、智慧型電話、個人數位助理、平板電腦等等。
    該一或多個電腦104、106、108之每一電腦都可為分散式，並可以包含各種硬體、軟體、應用程式、演算法、程式與工具。該等所描繪之電腦也可包含硬碟、螢幕、鍵盤、指向或選擇裝置等等。該等電腦可以利用操作系統所操作，像是Microsoft所發布之Windows等等。每一電腦都包含中央處理單元、資料儲存裝置與各種數量的記憶體，像是隨機存取記憶體與唯讀記憶體。該等所描繪之電腦也包含各種程式、應用程式、演算法與軟體，以進行搜尋、尋找結果與廣告功能，像是利用圖形或旗幟廣告，以及在贊助搜尋上下文中進行關鍵字搜尋及廣告。可考量許多廣告形式，包含文字廣告、豐富文字廣告、視頻廣告、折價券相關廣告、群體相關廣告、社交網路相關廣告等等。
    如同所描繪，該等伺服器電腦108之每一個都包含一或多個中央處理單元110與資料儲存裝置112。該資料儲存裝置112包含資料庫116與聯合矩陣程式114。
    在此，預期該用詞「廣告商」廣泛包含廣告商與其代理、代表、代理伺服器等等。
    預期該程式114廣泛包含所有需要用於實作或促成根據本發明該等實施例之方法及系統的程式、應用程式、演算法、軟體與其他內容及工具。該程式114之該等元件可存在於單一伺服器電腦上或散布於多數電腦或裝置之中。
    第二圖為描述根據本發明實施例之方法200的流程圖。步驟202包含使用一或多個電腦從廣告商獲得與廣告戰役有關之期待或預期之效能資訊，該廣告戰役與該廣告商關聯，該廣告戰役包括多數戰役觀點，其中一觀點係包括該廣告戰役之一部分或次戰役(subcampaign)，且其中一觀點可以與一或多個特定形式媒體、特定頻道或特定服務提供器有關，該期待或預期效能資訊包括：一組期待或預期效能的指示，其中該組指示中的每一指示都與該等戰役觀點之一有關，且其中該組指示係利用二或多個效能矩陣所表現。
    步驟204包含使用一或多個電腦獲得與該等戰役觀點之每一觀點有關的實際效能資訊，其中該實際效能資訊包括利用該等效能矩陣之每一矩陣的效能資訊。
    步驟206包含使用一或多個電腦利用該期待或預期效能資訊與該實際效能資訊，決定聯合矩陣效能資訊，該聯合矩陣效能資訊包括：該等戰役觀點之每一觀點的實際效能關聯聯合矩陣量測，其中該等聯合矩陣量測之每一量測都提供利用一單一聯合矩陣方面所表現的實際效能指示，並與來自該廣告商之一期待或預期效能相關。
    第三圖為描述根據本發明實施例之方法300的流程圖。步驟302與304與第二圖中所描繪之步驟202及204相同。
    步驟306包含使用一或多個電腦利用該期待或預期效能資訊與該實際效能資訊，決定聯合矩陣效能資訊，該聯合矩陣效能資訊包括：該等戰役觀點之每一觀點的實際效能關聯聯合矩陣量測，其中該等聯合矩陣量測之每一量測都提供利用單一聯合矩陣方面所表現的實際效能指示，並與來自該廣告商之一期待或預期效能相關。聯合矩陣量測則表現為一單一數字，該單一數字代表與該聯合矩陣有關的單位。
    步驟308包含使用一或多個電腦提供一廣告商圖形展示，該圖形展示包含該等聯合矩陣量測之至少一量測，以及包括與該廣告商之競爭者廣告戰役類似觀點有關之至少一聯合矩陣量測。
    第四圖為描述本發明實施例之區塊圖式400。來自各個區塊圖式之各種資訊可以儲存至一或多個資料庫中，或從該一或多個資料庫所獲得，像是資料庫406。
    區塊圖式402代表廣告商指示矩陣，以及對於像是頻道與服務提供器之戰役觀點的預期或期待效能。
    區塊圖式404代表利用該指示矩陣所表現之實際廣告戰役效能資訊。
    區塊圖式408代表利用該指示矩陣所表現之每一戰役觀點的效能量測決策。
    除了其他資訊以外，在區塊圖式410、412與414也可使用區塊圖式408所決定的資訊。在某些實施例中，該等區塊圖式410、412與414的某些或任何部分都可以包含於其他項目之中。具體來說，區塊圖式410代表進行該戰役觀點之每一觀點的效能聯合矩陣量測決策。區塊圖式412代表該整體戰役之聯合矩陣量測決策。區塊圖式414代表其他戰役與其他戰役觀點之聯合矩陣量測決策，像是競爭者戰役的聯合矩陣量測決策。
    區塊圖式416代表提供該廣告商展示，該展示包含所決定之聯合矩陣量測，例如像是在區塊圖式410、412與414所決定的矩陣量測。
    第五圖為描述本發明實施例之區塊圖式500，其描繪包含聯合矩陣量測之簡單示範圖形展示。如同所描繪，該展示提供與廣告戰役A在2011年1月21日時的效能指示。更特別的，該展示包含一些較小的展示元件502-508。
    展示元件502利用聯合矩陣所表現之整體戰役效能的指示，其在某些實施例中也稱為「品牌索引」。在某些實施例中，聯合矩陣量測可表現為單一數字，其中100代表由該廣告商所期待或預期的效能，而高於或低於100的分數分別代表優於或劣於該期待或預期效能。
    展示元件504、506及508提供該戰役特定觀點之效能的聯合矩陣量測，像是特定頻道。如同所描繪，元件504、506及508分別與利用搜尋廣告、非搜尋展示廣告及社交網路相關廣告之效能聯合矩陣量測所表現之效能有關。在某些實施例中，由元件502所展示之該整體量測係由多數戰役觀點之效能的加權組合所推衍，像是由展示元件504、506及508所表現之效能的加權。可以利用各種參數進行權重，例如像是與每一觀點關聯之預算或花費。
    某些實施例包含對於品牌營銷者所具有之戰役的識別，該戰役可以跨及各種觀點，像是媒體、頻道與服務提供器。但一般來說很難有效地或最佳地已知戰役係如何跨及媒體範疇，而針對像是每一頻道或服務提供器的每一觀點所進行，包含整體進行或是個別頻道進行。
    某些實施例提出名為「品牌索引」的聯合矩陣，該聯合矩陣可以跨及完整範疇或特定觀點給予單一戰役效能量測。
    對於該整體戰役而言，可以在多數階段利用品牌索引，例如，可以是在媒體頻道中於每一服務提供器層級的品牌戰役。此量測也讓品牌營銷者能針對競爭者進行戰役效能比較。此外在某些實施例中，可以展示在一戰役不同頻道之間的影響，像是任何在頻道間的觀點間影響。
    在某些實施例中，品牌索引可以做為目前品牌戰役係如何進行的直覺、快速量測。
    某些實施例包含一種使目前的數位媒體可以進行品牌營銷者群眾分割的識別，此分割動作則是以往未曾有過。在該營銷者尋求其目標群眾時，該營銷者可使用各種不同的頻道(搜尋、展示、社交媒體...)與服務提供器。這可以額外於所有的現有離線頻道(列印、電視、收音機等等)與關聯服務提供器。雖然在可見的未來中並沒有方法脫離所述的各種頻道與服務提供器，但非常重要的是該品牌營銷者能以最有效率且最有影響的方法執行戰役。就此觀點而言，現有的方法係為零散分裂且無效。例如，該等上述頻道的每一頻道都可以利用其本身的矩陣(例如，搜尋點擊、保證展示戰役的曝光等等)進行測量。
    此外且額外的，像是媒體或頻道之觀點的活動與效能可能影響另一或另外的觀點。例如，病毒線上視頻戰役可能觸發一種非常快速的正向社交媒體活動媒合，並接著驅動對於該等品牌關鍵字的搜尋動作。因此，某些實施例包含考慮這些頻道間效果的效能量測。
    對於品牌營銷者而言，非常有價值的是取得效能回饋作為該戰役呈現並於及早將趨勢轉至大勝。
    對於品牌營銷者而言，另一議題是可能缺乏對於相同產業競爭者是如何進行戰役的了解。該營銷者可能問，在與該產業中的另一方面對面時，我是如何的品牌營銷者？我做得較好或較差？
    此外，該品牌營銷者可能不只想要測量及了解就其本身而言這些事情如何進行，也想要知道簡要地測量及了解與管理方及其他利害關係人所分享的事物。
    在已知該觀點的混合與其矩陣的固有優勢下，某些實施例包含選擇代表一頻道之直接矩陣，例如，該矩陣可以是最能直接表現或捕捉該頻道或服務提供器，係如何從該品牌戰役中針對其期待進行傳遞的矩陣。所以，在已知該品牌營銷目標下，例如，「轉換」可能在搜尋戰役中具有最佳效用，而「曝光」則可用於該展示戰役中。在此情況中，其技術可以包含挑選該兩樣矩陣，並用於該等品牌戰役量測之中。也允許在某些其他時間選擇該相同頻道的其他某些矩陣。現在，將該兩個別頻道矩陣(或是有其他該戰役可被執行的其他更多觀點，像是其他頻道)進行轉譯，例如，轉譯成為一種普通、可比較的貨幣度量或聯合矩陣。
    在某些實施例中，品牌索引將是一種「數字」，該數字為該品牌對所有媒體所花費之營銷金額的戰役效能的加總。也可將此數字延伸為代表戰役所涉及之傳統與數位媒體、付費與賺取兩方。
    在某些實施例中，在假設該品牌索引於整體品牌階段且接著在每一個別的媒體頻道/服務提供器階段為可視時，該品牌索引可以是一種該戰役如何針對其期待而進行的量測。品牌索引可以是一種完整數字，數值100代表該戰役係如所期待而進行，而大於或小於100的數值則分別代表該戰役執行高於或低於期待。
    在某些實施例中，在品牌索引中也可見到該特定品牌競爭者係如何使用非常相同的頻道/服務提供器進行其戰役。「self-low,vertical high」策略是特別重要的觀點，在此策略中可尋找到該競爭者所具有的比討論中品牌為佳的品牌。
    某些實施例提供一種方法，該方法也包含品牌框，例如，該品牌框可做為一種10秒存取窗，並獲得該10秒鐘內該品牌戰役目前的情況。
    在某些實施例中，該品牌索引與該品牌框可以提供下述任何功能：對於所有品牌戰役效能的24x7、即時、一次性量測；深入至個別量測的每一頻道/服務提供器；對於基準自我效能的產業效能而言可視其詳細觀點，像是所謂的brandevert；可視隨情況利用brandex-chnl-lift或brandex-chnl-dip所給定對於媒體頻道之間的頻道間影響/效果。
    在某些實施例中，品牌索引可以提供循環趨勢與其他型態的生命週期檢視。為了更全面的觀點，品牌索引可具有隨時增加額外的商業資料的能力。這種隨時增加的內容可以是其目前擁有及對該整體品牌索引有所貢獻之本身的品牌索引(例如，消費者搜尋資料、銷售資料、封閉迴圈之消費者關聯管理(CRM)資料、對最上列/最下列之整體品牌戰役影響等等)。
    某些實施例提供數學模式。例如，可以利用稱為品牌索引的索引資料，在每日基礎下測量品牌戰役效能。其中具有代表該整體品牌的品牌索引，該整體品牌索引係由在該等頻道與服務提供器層級之個別品牌索引所組成。
    某些範例頻道、服務提供器與矩陣係如下表所提供：
    該等矩陣可以是絕對矩陣或正規化矩陣。絕對矩陣(例如，曝光、點擊、轉換、到達、媒合、情緒)可以是根據像是營銷預算、期間等等之因子為基礎進行前期評比的矩陣，而正規化矩陣(例如，CPC、CPA、ROAS、CTR、CPM)則未進行前期評比。
    在各種實施例中，可以利用許多方式及利用各種模式計算像是品牌索引的聯合矩陣量測。例如在某些實施例中，可以利用該品牌跨及多數戰役觀點的組成，例如跨及該等頻道來計算整體戰役品牌索引。在這種組成計算中，每一頻道項目的權重可例如正比於預算或花費。例如可以將實際效能量測除以期待或預期效能量測的方式，計算個別頻道項目。接著將該等頻道項目加權並加總，接著乘以100，其中100代表根據廣告商期待或預期的效能。
    本發明各種實施例也考量到使用各種不同的模型。然而，提供下述內容作為根據實施例的品牌索引計算範例。
    下述案例包含計算戰役(戰役A)之品牌索引，其中使用搜尋頻道與兩個服務提供器，分別為頻道1及頻道2。假設在該期間中分配給該戰役之預算保待固定。利用「點擊」做為該矩陣，且該戰役期間為60天，從2012年1月1日至2012年2月29日。該戰役之總體預算為美金150000，並假設在頻道1與頻道2之間的分配比例為40：60。品牌營銷者預期在該預算分配期間該整體戰役具有1500000次的點擊。
    在第一天結束時，假設該戰役已經在頻道1具有9000次點擊，而在頻道2具有15000次點擊。根據一實施例，此資訊可轉譯成為該整體戰役A品牌索引為96，而頻道1與頻道2的個別品牌索引分別為90與100。
    根據此範例，該整體品牌戰役的進行約低於期待(96低於100)，而在個別服務提供器階段時，頻道2係滿足於期待(具有數值100)，而頻道1於該日則低於期待(90低於100)。
    下述為根據此實施例的詳細計算示範，當然也可以使用許多其他模式。
    Example calculation of Daily Budget：
    DayBudget(CampaignA,Search,1-1-2010)=150000/60=2500
    DayBudget(CampaignA,Search,Channel 1,1-1-2010)=60000/60=1000
    DayBudget(CampaignA,Search,Channel 2,1-1-2010)=90000/60=1500
    Expected Clicks：
    Expected(CampaignA,Search,1-1-2010)=1500000/60=25000
    Expected(CampaignA,Search,Clicks,Channel 1,1-1-2010)=(1000/2500)*25000=10000
    Expected(CampaignA,Search,Clicks,Channel 2,1-1-2010)=(1500/2500)*25000=15000
    Example calculation of brande：
    brande(CampaignA,Search,Clicks,Channel 1,1-1-2010)=100*9000/10000=90
    brande(CampaignA,Search,Clicks,Channel 2,1-1-2010)=100*15000/15000=100
    brande(CampaignA,Search,Clicks,1-1-2010)=(1000/2500)*90+(1500/2500)*100=36+60=96
    可辨識到該品牌營銷者並非獨自一人。該品牌營銷者的競爭者也更常嘗試找出相同或相似的目標群眾，也時常透過與該品牌營銷者所利用之非常相同的頻道與服務提供器進行戰役。在某些實施例中，brandevert將協助該營銷者檢視其戰役與競爭者戰役之間的比較。
    在某些實施例中，已知該每一廣告商戰役都具有來自於其他廣告商的競爭戰役集合，這種競爭戰役群體將被識別並指定至該集合中。每一所述集合都可稱為垂直戰役集合。因此每一戰役都屬於獨特的垂直戰役集合，而該垂直戰役集合具有包含本身的所有競爭戰役。接著，brandevert可視為該垂直戰役(競爭戰役集合)係如何整體進行以及如何對每一頻道與服務提供器進行的量測。此量測可以協助該廣告商針對該垂直戰役比較其品牌效能。
    在某些實施例中，像是為了資料安全性的理由，廣告商對於該已知戰役只能獲得在戰役層級的整合brandevert。此外在某些實施例中，為了避免對特定垂直戰役效能進行隨意猜測的可能，可進行監視並只在該垂直戰役集合係由大於某特定常數c(例如，c>=5)的戰役數量所組成時才可利用。
    在某些實施例中，當利用brandevert時，該品牌營銷者將由「self-low,vertical-high」策略事先知會該品牌營銷者可能感到興趣的部分。「Self-low,Vertical-high」可能是一種品牌營銷者討論中戰役的進行情況與其競爭者/產業相比下較為弱勢的戰役期間的情況。這即使在該戰役進行係超乎期待(具有大於100的自我品牌索引)的情況仍可能出現。這也可以做為一種自我改正機制，並使任何嘗試利用人為設定低期待度的方式而達成較高品牌索引的作法完全暴露。對於品牌營銷者而言，這是一種全新、強力的功能。
    在戰役中，於戰役執行的媒體頻道之間可以具有頻道間(x-channel)影響。下述表格2捕捉在搜尋、展示與社交媒體之間的某些可能組合。這只是做為示範例證。例如，正向社交媒體活動可以觸發對於產品的興趣並造成該品牌關鍵字的搜尋，而病毒線上視頻可以在社交媒體循環中觸發該視頻的討論及分享。
    在某些實施例中，可了解雖然該品牌營銷者可能並不直接對其付費，但這些的所有效果/影響都是該品牌營銷者決定該戰役效應中所能考量的項目。某些實施例包含一種根據該影響為正向或反向而追蹤頻道品牌索引的方法，包含(i)頻道間抬升影響與(ii)頻道間衰減影響兩方。
    例如在某些實施例中，該方法搜尋多於一個的每一頻道品牌索引數值的門檻差異(該差異為可配置或根據歷史所決定)，接著將該差異決定為brandedelta並回報至該品牌營銷者。該方法接著查詢其他頻道效能/品牌索引，並尋找可能的觸發器或關聯性。例如，可以查詢在該社交媒體中是否已經具有可能代表brandedelta的事件。也可以針對已知的觸發器建立這些頻道間影響，像是該展示戰役開始時、設定新的社交媒體頻道時等等。
    雖然也可考量許多技術與模式，在某些實施例中，在已知一頻道中某些活動/事件可以影響另一頻道的效能時，前者頻道便稱為「引導者」頻道，而後者頻道則稱為「被引導」頻道。一旦在頻道中建立brandedelta，那麼所有的潛在引導者頻道都可成為潛在觸發器/關聯性。在+n日的期間內，可於該被引導頻道的索引指數上完成此工作。在此，n為可配置數字，例如3至4日。
    在某些實施例中，作為此分析的一部分，如果並未建立關聯性時，brandedelta便根據其方向成為頻道間抬升或衰減(brandex-chnl-lift/brandex-chnl-dip)的影響，並將其歸因為該適宜的引導者頻道所形成。為了得到所有的頻道間影響，可以對所有頻道成對的組合進行上述分析。
    雖然本發明已參考上述圖式進行描述，但該等圖式僅預期做為例證，且本發明係考量到在本發明觀點中的其他實施例。
    100‧‧‧分散式電腦系統
    102‧‧‧網際網路
    104‧‧‧使用者電腦
    106‧‧‧廣告商電腦
    108‧‧‧伺服器電腦
    110‧‧‧中央處理單元
    112‧‧‧資料儲存裝置
    114‧‧‧聯合矩陣程式
    116‧‧‧資料庫
    200‧‧‧方法
    202‧‧‧步驟
    204‧‧‧步驟
    206‧‧‧步驟
    300‧‧‧方法
    302‧‧‧步驟
    304‧‧‧步驟
    306‧‧‧步驟
    308‧‧‧步驟
    400‧‧‧區塊圖式
    402‧‧‧區塊圖式
    404‧‧‧區塊圖式
    406‧‧‧資料庫
    408‧‧‧區塊圖式
    410‧‧‧區塊圖式
    412‧‧‧區塊圖式
    416‧‧‧區塊圖式
    500‧‧‧區塊圖式
    502‧‧‧展示元件
    504‧‧‧展示元件
    506‧‧‧展示元件
    508‧‧‧展示元件
    第一圖為根據本發明一實施例之一分散式電腦系統；第二圖為描述根據本發明一實施例之一方法的流程圖；第三圖為描述根據本發明一實施例之一方法的流程圖；第四圖為描述本發明一實施例之一區塊圖式；以及第五圖為描述本發明一實施例之一區塊圖式。雖然本發明係參考上述圖式所描述，但該圖式係預期作為例證，且本發明也考量到在本發明精神中的其他實施例。
    400‧‧‧區塊圖式
    402‧‧‧區塊圖式
    404‧‧‧區塊圖式
    406‧‧‧資料庫
    408‧‧‧區塊圖式
    410‧‧‧區塊圖式
    412‧‧‧區塊圖式
    416‧‧‧區塊圖式
    权利要求:
    Claims (20)
    [1] 一種方法包括：使用一或多個電腦從一廣告商獲得與一廣告戰役有關之期待或預期之效能資訊，該廣告戰役與該廣告商關聯，該廣告戰役包括一組多數戰役觀點，其中一觀點係包括該廣告戰役之一部分或一次戰役，且其中一觀點可以與一或多個特定頻道或特定服務提供器有關，該期待或預期效能資訊包括：一組期待或預期效能的指示，其中該組指示中的每一指示都與該等戰役觀點之一有關，且其中該組指示係利用二或多個效能矩陣所表現；使用一或多個電腦獲得與該等戰役觀點之每一觀點有關的實際效能資訊，其中該實際效能資訊包括利用該等效能矩陣之每一矩陣的效能資訊；以及使用一或多個電腦利用該期待或預期效能資訊與該實際效能資訊，決定聯合矩陣效能資訊，該聯合矩陣效能資訊包括：該等戰役觀點之每一觀點的實際效能關聯聯合矩陣量測，其中該等聯合矩陣量測之每一量測都提供利用一單一聯合矩陣方面所表現的實際效能指示，並與來自該廣告商之一期待或預期效能相關。
    [2] 如申請專利範圍第1項所述之方法，包括決定遍及該等所有戰役觀點之該整體廣告戰役實際效能的一整體聯合矩陣量測。
    [3] 如申請專利範圍第1項所述之方法，其中一聯合矩陣量測係表現為一單一數字，該單一數字代表與該聯合矩陣有關的單位。
    [4] 如申請專利範圍第1項所述之方法，其中一聯合矩陣量測係表現為一單一數字，該單一數字代表與該聯合矩陣有關的單位，而其中具有數值為100的聯合矩陣量測係指示由該廣告商所期待或預期的效能程度。
    [5] 如申請專利範圍第1項所述之方法，包括提供一廣告商一圖形展示，該圖形展示包括該等聯合矩陣量測之至少兩量測，以允許進行該等戰役觀點之其中至少兩觀點的效能比較。
    [6] 如申請專利範圍第1項所述之方法，包括提供一廣告商一圖形展示，該圖形展示包括該等聯合矩陣量測之至少其中之一量測，以及包括與另一廣告戰役類似觀點有關之至少其中之一聯合矩陣量測。
    [7] 如申請專利範圍第1項所述之方法，包括提供一廣告商一圖形展示，該圖形展示包括該等聯合矩陣量測之至少一量測，以及包括與該廣告商之一競爭者之一廣告戰役類似觀點有關之至少一聯合矩陣量測。
    [8] 如申請專利範圍第1項所述之方法，包括決定遍及該等所有戰役觀點之該整體廣告戰役實際效能的一整體聯合矩陣量測，並包括提供一廣告商一圖形展示，該圖形展示包括該整體聯合矩陣量測。
    [9] 如申請專利範圍第1項所述之方法，包括決定遍及該等所有戰役觀點之該整體廣告戰役實際效能的一整體聯合矩陣量測，並包括提供一廣告商一圖形展示，該圖形展示包括該整體聯合矩陣量測與該廣告商之一競爭者之一整體廣告戰役聯合矩陣量測的比較。
    [10] 如申請專利範圍第1項所述之方法，其中該二或多個效能矩陣包括一曝光基礎矩陣、一點擊基礎矩陣或者是一轉換基礎矩陣。
    [11] 一種系統，包括：一或多個伺服器電腦，該等電腦與一網路連接；以及一或多個資料庫，該等資料庫與該一或多個伺服器電腦連接；其中該一或多個伺服器電腦係用於：從一廣告商獲得與一廣告戰役有關之期待或預期之效能資訊，該廣告戰役與該廣告商關聯，該廣告戰役包括一組多數戰役觀點，其中一觀點係包括該廣告戰役之一部分或一次戰役，且其中一觀點可以與一或多個特定頻道或特定服務提供器有關，該期待或預期效能資訊包括：一組期待或預期效能的指示，其中該組指示中的每一指示都與該等戰役觀點其中之一有關，且其中該組指示係利用二或多個效能矩陣所表現；獲得與該等戰役觀點之每一觀點有關的實際效能資訊，其中該實際效能資訊包括利用該等效能矩陣之每一矩陣的效能資訊；以及利用該期待或預期效能資訊與該實際效能資訊，決定聯合矩陣效能資訊，該聯合矩陣效能資訊包括：該等戰役觀點之每一觀點的實際效能關聯聯合矩陣量測，其中該等聯合矩陣量測之每一量測都提供利用一單一聯合矩陣方面所表現的實際效能指示，並與來自該廣告商之一期待或預期效能相關。
    [12] 如申請專利範圍第11項所述之系統，其中該一或多個伺服器電腦之至少其中之一伺服器電腦系與網際網路連接。
    [13] 如申請專利範圍第11項所述之系統，包括決定遍及該等所有戰役觀點之該整體廣告戰役實際效能的一整體聯合矩陣量測。
    [14] 如申請專利範圍第11項所述之系統，其中一聯合矩陣量測係表現為一單一數字，該單一數字代表與該聯合矩陣有關的單位。
    [15] 如申請專利範圍第11項所述之系統，其中一聯合矩陣量測係表現為一單一數字，該單一數字代表與該聯合矩陣有關的單位，而其中具有數值為100的聯合矩陣量測係指示由該廣告商所期待或預期的效能程度。
    [16] 如申請專利範圍第11項所述之系統，包括提供一廣告商一圖形展示，該圖形展示包括該等聯合矩陣量測之至少其中兩量測，以允許進行該等戰役觀點之至少兩觀點的效能比較。
    [17] 如申請專利範圍第11項所述之系統，包括提供一廣告商一圖形展示，該圖形展示包括該等聯合矩陣量測之至少一量測，以及包括與另一廣告戰役類似觀點有關之至少一聯合矩陣量測。
    [18] 如申請專利範圍第11項所述之系統，包括提供一廣告商一圖形展示，該圖形展示包括該等聯合矩陣量測之至少一量測，以及包括與該廣告商之一競爭者之一廣告戰役類似觀點有關之至少一聯合矩陣量測。
    [19] 如申請專利範圍第11項所述之系統，包括決定遍及該等所有戰役觀點之該整體廣告戰役實際效能的一整體聯合矩陣量測，並包括提供一廣告商一圖形展示，該圖形展示包括該整體聯合矩陣量測。
    [20] 一電腦可讀媒介或媒體，該媒介或媒體包含用於執行一方法的指令，該方法包括：使用一或多個電腦從一廣告商獲得與一廣告戰役有關之期待或預期之效能資訊，該廣告戰役與該廣告商關聯，該廣告戰役包括多數戰役觀點，其中一觀點係包括該廣告戰役之一部分或一次戰役，且其中一觀點可以與一或多個特定頻道或特定服務提供器有關，該期待或預期效能資訊包括：一組期待或預期效能的指示，其中該組指示中的每一指示都與該等戰役觀點之一有關，且其中該組指示係利用二或多個效能矩陣所表現；使用一或多個電腦獲得與該等戰役觀點之每一觀點有關的實際效能資訊，其中該實際效能資訊包括利用該等效能矩陣之每一矩陣的效能資訊；以及使用一或多個電腦利用該期待或預期效能資訊與該實際效能資訊，決定聯合矩陣效能資訊，該聯合矩陣效能資訊包括：該等戰役觀點之每一觀點的實際效能關聯聯合矩陣量測，其中該等聯合矩陣量測之每一量測都提供利用一單一聯合矩陣方面所表現的實際效能指示，並與來自該廣告商之一期待或預期效能相關；其中一聯合矩陣量測係表現為一單一數字，該單一數字代表與該聯合矩陣有關的單位；以及使用一或多個電腦提供一廣告商一圖形展示，該圖形展示包括該等聯合矩陣量測之至少一量測，以及包括與該廣告商之一競爭者之一廣告戰役類似觀點有關之至少一聯合矩陣量測。
    类似技术:
    公开号 | 公开日 | 专利标题
    TWI478086B|2015-03-21|廣告活動成效評估中之統一度量標準
    Zhang et al.2014|Optimal real-time bidding for display advertising
    US20190311398A1|2019-10-10|Conversion path performance measures and reports
    Cui et al.2011|Bid landscape forecasting in online ad exchange marketplace
    KR101807755B1|2017-12-11|광고 수익률을 갖는 다수의 속성 모델들
    US20110258039A1|2011-10-20|Evaluating preferences of users engaging with advertisements
    US10037543B2|2018-07-31|Estimating conversion rate in display advertising from past performance data
    US7805331B2|2010-09-28|Online advertiser keyword valuation to decide whether to acquire the advertiser
    JP5589138B2|2014-09-10|入札価格展望ツール
    US20110270672A1|2011-11-03|Ad Relevance In Sponsored Search
    US20110173063A1|2011-07-14|Advertiser value-based bid management in online advertising
    KR20140058552A|2014-05-14|전환 타입 대 전환 타입 퍼널링
    US8533044B2|2013-09-10|Considering user-relevant criteria when serving advertisements
    KR20090000611A|2009-01-08|클릭 통계 분석을 이용하여 최적의 노출용 광고 정보를노출하는 광고 방법 및 시스템
    US20080147476A1|2008-06-19|Propensity-to-click targeting and modeling
    US20170236148A1|2017-08-17|Efficient Content Distribution
    WO2011156523A2|2011-12-15|Content items for mobile applications
    US20120084142A1|2012-04-05|Bid landscape forecasting in online advertising
    US20150012355A1|2015-01-08|Method of advertising by user psychosocial profiling
    CN103150661B|2020-08-21|预测广告客户关键词性能指示值
    Broder et al.2011|Bid generation for advanced match in sponsored search
    WO2013116105A1|2013-08-08|Alterations of calculations in attribution modeling
    Sodomka et al.2013|A predictive model for advertiser value-per-click in sponsored search
    KR101397185B1|2014-05-19|광고 관리 시스템 및 광고 관리 방법
    Cheng et al.2012|Dynamic ad layout revenue optimization for display advertising
    同族专利:
    公开号 | 公开日
    WO2012162194A2|2012-11-29|
    TWI478086B|2015-03-21|
    WO2012162194A3|2013-01-17|
    US20120296735A1|2012-11-22|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    US8341017B2|2004-01-09|2012-12-25|Microsoft Corporation|System and method for optimizing search result listings|
    US20060129453A1|2004-12-15|2006-06-15|Gardner Michelle L|System and method for display advertising|
    US20070255690A1|2006-04-28|2007-11-01|Chi-Chao Chang|System and method for forecasting the performance of advertisements|
    US20080249832A1|2007-04-04|2008-10-09|Microsoft Corporation|Estimating expected performance of advertisements|
    WO2008137194A2|2007-05-04|2008-11-13|Google Inc.|Metric conversion for online advertising|
    US8386314B2|2008-12-11|2013-02-26|Accenture Global Services Limited|Online ad detection and ad campaign analysis|
    US20100262484A1|2009-04-08|2010-10-14|Google Inc.|Integrated campaign performance reporting and management|
    US8694371B2|2009-04-16|2014-04-08|Blackberry Limited|System and method for validating metrics associated with interactive events related to advertising|
    US8612435B2|2009-07-16|2013-12-17|Yahoo! Inc.|Activity based users' interests modeling for determining content relevance|
    US20110112995A1|2009-10-28|2011-05-12|Industrial Technology Research Institute|Systems and methods for organizing collective social intelligence information using an organic object data model|US20150242884A1|2010-12-13|2015-08-27|David K. Goodman|Cross-vertical publisher and advertiser reporting|
    US20120310728A1|2011-06-02|2012-12-06|Jeremy Kagan|Buy-side advertising factors optimization|
    US10621206B2|2012-04-19|2020-04-14|Full Circle Insights, Inc.|Method and system for recording responses in a CRM system|
    US20150193815A1|2012-08-07|2015-07-09|Google Inc.|Validating advertisement predictions using advertisement experiments|
    GB201217796D0|2012-10-04|2012-11-14|Telemetry Ltd|Digital media index|
    US10373194B2|2013-02-20|2019-08-06|Datalogix Holdings, Inc.|System and method for measuring advertising effectiveness|
    US10467653B1|2013-03-14|2019-11-05|OathInc.|Tracking online conversions attributable to offline events|
    MX2017006713A|2017-05-23|2019-02-08|Juan Sebastian Estrada Hernandez|Plataforma crm para diseño integral de campañas de publicidad.|
    法律状态:
    优先权:
    申请号 | 申请日 | 专利标题
    US13/112,301|US20120296735A1|2011-05-20|2011-05-20|Unified metric in advertising campaign performance evaluation|
    [返回顶部]