CN101939759A - 电视业务估计 - Google Patents
电视业务估计 Download PDFInfo
- Publication number
- CN101939759A CN101939759A CN2008801264423A CN200880126442A CN101939759A CN 101939759 A CN101939759 A CN 101939759A CN 2008801264423 A CN2008801264423 A CN 2008801264423A CN 200880126442 A CN200880126442 A CN 200880126442A CN 101939759 A CN101939759 A CN 101939759A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- quotation
- historical
- advertiser
- flashing
- 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.)
- Pending
Links
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
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0226—Incentive systems for frequent usage, e.g. frequent flyer miles programs or point systems
-
- 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
- G06Q30/0283—Price estimation or determination
Landscapes
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
一种计算机实现的广告管理过程,包括接收播出广播广告的时段或网络的一个或多个指示符以及用于播出广告的计划的基于闪现的支付量,识别与所述一个或多个指示符相关联的一个或多个历史广告位并且向所述一个或多个历史广告位的广告数据应用基于闪现的支付量,并且使用所述基于闪现的支付量以及从所述一个或多个历史广告位的广告数据取得的闪现估计来报告播出所述广告的估计的广告成本。
Description
相关申请
本申请依据35U.S.C.§119(e)要求于2007年12月10日提交的题为“Television Traffic Estimation”的美国临时申请序列号No.61/012707的优先权,其公开内容通过引用合并于此。
技术领域
本文档涉及用于对电视观众进行估计的***和技术,以便诸如在确定对广告的闪现(impression)的报价数量时使用。
背景技术
诸如经由电视和无线电所进行的广播广告是大型行业。每年,主要的电视网络做出其新的安排并且希望向其新的和现有的节目填充以高价广告位(advertising slot)。为了确定何处以及何时购买广告时间,广告主可能查看与节目相关的信息,诸如已经经由多种不同机制所获得的前一季度的评级(rating)以及与观众相关的人口统计信息。对于新节目而言,网络可以向广告主给出目标人口统计,并且可以使用消费者测试来确定对于节目的评级如何。
在这样的情况下,广告主可能会受到消费者一时兴致的影响,所以评级会由于各种原因而发生变化。例如,如果节目的质量并不象最初推广的那么好,则其可能在拥有很好的首演之后失去观众。在一年中拥有高评级的节目也可能在广告主购买了广告时间之后开始失去人气。而且,对于诸如体育赛事之类的一些节目而言,在比赛接近结束时留下来观看比赛的观众人数将是比赛有多势均力敌(close)的函数,对于势均力敌的比赛,比赛后段中的(late-in-game)广告主获得收益,而对于一边倒的比赛,该广告主几乎得不到回报。
发明内容
本文档描述了一种广告主可以在准备为播出电视广告的报价时所使用的***和技术,所述电视广告诸如商业广告,或者能够通过其基于观众数量(例如,广告的闪现的数量)对成本进行判断的其它这样的推广(promotion)。通常,广告主可以登录在线广告管理***,可以选择一个或多个时间位以及网络或网络群组来承载广告或广告活动,并且可以输入用于播出所述广告或广告活动的计划(proposed)报价。所述报价可以为每闪现的报价的形式,即根据(例如,通过观众跟踪服务所确定或估计的)实际调到广播的人或电视的数目而支付特定数量。
所述***可以采用所提供的信息并且将其与来自之前日期的相同网络和时间位(或者类似网络和/或时间位)的信息进行比较,诸如在相同网络上较早的一周,或者相同或类似节目处于相同或不同网络上的其它时间进行比较。来自广告主的报价可以被应用于与之前匹配的时间位期间播出的广告相关的历史数据,以确定广告主的报价是否足以使得该广告被投放(to place)。与广告播出相关联的电视观众或闪现也可以作为即将到来的时间位中观看广告主的广告的观众数目的预测而被生成。估计的闪现数目接着可被应用于来自广告主计划的报价,以通知广告主是否可能在时间位拍卖中获胜,以及广告主(基于未来对实际电视观众的确定)可能为播出广告所花费的数量。
这样的技术也可以为广告主推荐报价价格。例如,可以选择可能导致广告主在特定时间位中在接受位置植入广告,但是报价并不过高而使得广告主花费太多的价格。也可以使用其它机制来帮助广告主管理其广告花费,诸如通过允许广告主提供不会超支的预算。而且,可以提供上限/下限,以使得如果实际的电视观众实质上高于预期或者实质上低于预期(例如,如果连续剧中的主人公在前一周成为了主要的诽谤新闻话题),则广告主所要支付的价格会改变但不会超出或低于特定数量。利用这样的特征,可以降低对于广播商和广告主的上行和下行风险。这里所描述的技术也可以由销售团队用来向广告主生成建议,从而为广告主提供他们将为活动花费的大致数量。
在特定实施方式中,这样的***和技术可以提供一个或多个优势。例如,在最终成本取决于广告的不确定数目的未来闪现时,潜在的广告主可以更为容易地理解播出广告的可能成本。广告主还可以被提供以与对播出广告进行报价的适当价格相关的指导。可以经由简单的用户接口向广告主提供这样的反馈,所述用户接口可以在特定实施例中使用而无需广告专业人士的介入。
这样的特征可以使得广告主将更加可能尝试这样的广告方法,并且由此可以吸引更多广告主广播媒体。这对于广播商和与其工作的人们而言是有益的结果。特别地,更多的报价者有利于更为有效的市场并且可以提高播出广告所支付的价格。此外,由于这样的***可被实现为易于使用,所以广播商能够避免雇佣人员与广告主进行交互并且协商广告价格的成本。
在一个实施方式中,公开了一种计算机实现的广告管理过程。该过程包括接收播出广播广告的时段或网络的一个或多个指示符以及用于播出广告的计划的基于闪现的支付量,识别与所述一个或多个指示符相关联的一个或多个历史广告位并且向所述一个或多个历史广告位的广告数据应用基于闪现的支付量,并且使用所述基于闪现的支付量以及从所述一个或多个历史广告位的广告数据取得的闪现估计来报告播出所述广告的估计广告成本。所述历史广告位能够匹配所接收的时段,而且可以也或者可替换地匹配所接收的网络。
在特定方面,所述历史广告位与和所接收的时段和网络相关联的节目相匹配,并且所述节目的剧集与所述时段或网络紧密匹配。而且,向所述一个或多个历史广告位的广告数据应用基于闪现的支付量可以包括针对与在一个或多个历史广告位中播出的广告的支付量提交支付量,以确定用于播出广告的基于拍卖的支付量。所述方法可进一步包括将所述基于拍卖的支付量与对应于一个或多个历史广告位的闪现水平相乘。
在又一个方面,所述一个或多个历史广告位包括在所接收的网络上的具有与所接收的时段近似相同的时段的广告部署点(pod)。此外,能够通过由季节性修正器对一个或多个历史广告位的闪现的数目进行调节来计算所述闪现水平。所述方法还可以包括使用在一个或多个历史广告位中播出的广告的报价来生成报价估计,所述报价估计用于提供所确定的赢得对所接收的时段或网络的拍卖的可能性。这样的生成可以包括计算在一个或多个历史广告位中播出的广告的最高和最低报价之间的值。
在其它方面,所述方法进一步包括使用基于所述基于闪现的支付量的报价获胜数量乘以所测量的实际估计的广告闪现确定对广告主的收费。所确定的收费可以被限定上限为高于报价数量乘以估计的闪现的数量。
在另一个实施方式中,公开了一种计算机实现的广告成本估计***。所述***包括广告估计器接口,其用于接收与用于显示未来广告的广告位相关的用户输入以及与未来广告相关联的报价数量,存储与时间位和网络相关联的闪现数据的历史闪现数据库,以及观众估计器,其适于在历史闪现数据库中识别与和广告位相关的用户输入相关联的历史数据,并且使用所述历史数据估计未来广告的闪现数量。历史闪现数据库中的时间位可对应于广告部署点。而且,所述观众估计器可适于计算与广告位相对应的部署点的平均闪现水平。
在一些方面,所述***可以进一步包括拍卖模拟器以针对来自历史闪现数据库的报价数量应用与未来广告相关联的报价数量,以便确定未来广告的广告位置。所述***还可以包括拍卖模拟器,以计算可能生成未来广告的获胜报价的建议报价数量。
在另一个实施方式中,公开了一种计算机实现的广告成本估计***,其包括广告估计器接口以接收与用于显示未来广告的广告位相关的用户输入以及与未来广告相关联的报价数量,存储与时间位和网络相关联的闪现数据的历史闪现数据库,以及用于计算未来广告的所估计的基于闪现的成本的装置。
在以下说明书和附图中阐述广告闪现估计特征的一个或多个实施例的细节。根据说明书和附图以及权利要求,所述特征的其它特征和优势将是显而易见的。
附图说明
图1是用于估计广告活动的成本的示例性过程的概念图。
图2是图示广告费用估计***的框图。
图3A和3B是用于提供与电视广告活动相关的闪现数据的示例性过程的流程图。
图4是示出电视广告***中各种组件的动作的泳道图。
图5A-5D是来自提供与电视广告主的交互的***的示例性截屏。
图6示出了能够用来实现这里所描述的技术的计算机设备和移动计算机设备的示例。
各附图中相同的附图标记表示相同元素。
具体实施方式
本文档描述了用于帮助管理基于闪现的广告活动的***和技术。这样的技术可以包括生成广告的未来电视观众的估计,以使得广告主可以了解播出广告可能花多少钱(因为成本是每闪现价格和闪现总数的乘积)。此外,所述技术和***可以确定来自广告主的特定报价是否可能在广告时间拍卖中赢得位置。这样的技术可以包括应用用户针对用于在与计划用于广告的时间位相对应的过去时间位中播出的广告的报价而提供的报价。如果所提供的报价足以赢得过去时间段的广告部署点(pod)中的时间位,则可以假设所述报价也将赢得未来广告时间段中的时间位(可能在已经进行了一些修改以调整过去时段来匹配未来时段之后)。
图1是用于估计广告活动的成本的示例性过程100的概念图。通常,过程100示出历史广告数据到用户所提供的计划数据的应用,以使得能够进行涉及通过来自用户的广告所获得的闪现并且涉及获得那些闪现所产生的成本的估计。例如,用户可以是在全国范围内寻求在各种电视网络上投放视频商业广告的公司的广告代表。所述广告可以通过拍卖过程联合网络来投放,广告主通过所述拍卖过程进行对于使其商业广告得以显示而报价特定数量,并且具有最高报价的广告主是使其商业广告得以显示的广告主。
用于显示商业广告的支付以及用于显示其商业广告的报价可以在网络为广告主所提供的实际闪现数目的方面进行计算。例如,诸如机顶盒、纸质报告表单之类的各种机制以及其它类似机制可以被用来测量节目以及在节目期间播出的商业广告的观众的多少。广告主可能同意为每1000、10000或100000观众或闪现支付设定数量。所述设定数量可对于每个额外观众是恒定的,或者可以遵循各种公式,诸如提供针对每个额外观众递减的每用户价格的公式。
利用该过程,广告主可以将其广告费用和他们从所述广告所获取的收益更为紧密地进行关联。特别地,如果几乎没有观众观看商业广告,则广告主将花费成比例少的金钱来播出所述商业广告。如果大量观众观看了商业广告,则广告主会支付更多费用来播出所述商业广告,但是广告将具有更好的效果。以这种方式,广告主和广播商在投放广告时共享风险和回报,并且广告的成本更为准确地反映了广告主所获取的收益。
由于广告主所要支付的数量随未来的因素发生变化而且不受广告主的控制(节目或广告的电视观众),所以广告主可能难以确定其将花费多少钱来播出特定的广告。结果,即使其知道愿意为特定数目的闪现所进行的支付,但是广告主也可能无法容易得知其是否能够负担得起对于特定广告位的报价。
这里所示出的过程100可被用来帮助广告主或另一方对投放一个或多个未来广告的成本进行估计,以使得广告主可以更好地选择进行广告的节目和时间位,并且可以更好地理解其广告预算作为广告活动的一部分将持续多久。此外,该过程可以建议广告主应当为投放广告所进行的报价,其中所述报价具有合理的良好成功机会而无需花费过多金钱。给定广告主的特定报价和/或预算,该过程还可以为广告主提供将要播出广告的成功可能的指示。
从过程100的最终结果向后运行至其输入,过程100提供作为输出116的广告或广告活动将要产生的闪现的估计数目、广告主播出这样的广告的估计成本以及对于广告主为呈现广告推荐的报价。该信息对于广告主或另一方可能是有帮助的,因为其可以帮助广告主近似地理解广告活动将花费多少钱,以及利用所述广告活动将获得什么样的效果。此外,以下更为详细地讨论的到***的各种输入可以由广告主响应于这样的输出116而进行变化,以识别广告活动可以获得的其它可能成本以及观众闪现。以这种方式,广告主可以轻易确定广告因素的组合并且利用其进行实验,以使得对于活动的广告投资回报(ROI)最大化。
所图示的输出可以由过程100通过向与已经显示的广告相关的特定历史数据、那些广告所提供的延及(reach)或闪现以及那些较早广告的成本应用广告主所提供的多个输入而产生。例如,广告主输入114可以是广告主所输入的数据并且可以包括对于典型广告主很重要的多个因素。例如,广告主可以提供活动的总预算,作为广告主不希望超出的花费水平的指示。广告主还可以包括用于播出广告的一个或多个报价。例如,广告主可以指示其愿意为在特定时间窗口或时间为在特定网络上的广告花费每1000个观众特定数量的美元。这样的报价可以在拍卖过程中相对于来自寻求在相同时间位期间在相同网络上投放内容的其它广告主的报价所采用,其中最高报价者赢得拍卖,并且其广告在所述时间位期间播出。
广告时间位可以采取各种形式。例如,时间位可以包含节目播出日的时间范围,诸如两小时或四小时的时间范围。一个示例性的这样时间范围包括黄金时段电视,并且所述时间位所覆盖的小时可以随时区而变化。而且,时间位可以指向节目广播期间的特定商业广告中断时间(break)。这样的商业广告中断时间可以包括一个或多个商业广告,并且可以被称作“部署点”。通常,虽然可以播出较短或较长的商业广告,但是部署点被划分为一系列三十秒钟的商业广告分段。也可以使用其它时间位,诸如在播出的节目上叠加广告时。例如,可以在播出电视节目的姓名表(credit)时显示广告。而且,广告可以像新闻滚动条(news ticker)一样跨屏幕的底部进行滚动,或者可以被提供为出现在节目一角并接着在一段时间后消失的瑕疵(bug)。以这样方式显示广告的开始和结束时间可被认为是时间位。这些显示广告的不同方式—诸如不同长度的商业广告、在节目的缓冲位置处的覆盖或者在节目本身上的覆盖—可以被称作广告的类型或格式,并且也可以由广告主在***支持多种这样的广告类型时进行指定。
该示例中的广告主已经提供了愿意其广告在其中出现的特定部署点的指示。如以下所示,广告主还可以选择额外的时间位—用于单个广告或者多个不同广告。此外,广告主可以指示其希望在特定时间位期间在其上播出广告的网络。这样的网络可以包括特定的广播网络,诸如ABC、CBS、NBC、Fox、ESPN、WB以及各种有线频道。通常,广告主将寻求识别其电视观众与广告活动的目标人口统计一致的网络。例如,广告男性保健产品的公司可以将ESPN识别为目标网络。
输入114可以是针对单个时间位的单个广告、或者针对贯穿多个时间位和网络的复杂广告活动的多个广告。时间位和网络的组合可被称作“目标”,其可以从所有的许多其它节目实例中识别特定的电视节目实例。
各种输入114中的每一个指示广告主(或者通过某个其它实体或机构)为其广告所提供的期望的参数。过程100接着可以向来自广告主的输入114应用特定历史数据以便为广告主生成输出116。通常,所述历史数据包括与广告主所选择的时间位相类似的时间位的电视观众或闪现数据、以及寻求并获得使其广告在历史时间位期间被投放的各报价者的报价数据。
在图102中示出了电视观众数据,其显示了10月1日下午7点和下午7点30分之间的三个网络。对于每个网络而言,下午7点和下午7点30分之间的时间线被划分成分段,其中每个分段表示节目的显示或者商业广告的显示。在该示例中,阴影区域表示在其中播出商业广告的时间段,而白色区域则表示节目。如所能够看到的,但是每个网络通常在类似(虽然并不相同)的时间段期间包括商业广告中断时间。而且,对于每个网络而言,对于该时间段期间的电视观众数据示出了图形,即示出特定时间的观众数目(或者电视数目)的线图型。这样的电视观众数据可以通过各种机制来获取,诸如机顶盒、其它电子跟踪、人工纸质跟踪、调查以及用于确定电视节目的电视观众的其它机制。
如对于Gtv网络104所能够看到的,节目最初具有相对高的评级,评级在第一商业广告中断时间期间下降,它们在节目重新开始之后恢复,它们在第二次商业广告中断时间期间再次下降,并且所述评级通常在节目的最后分段期间降低。CBS 106上的节目通常在其早期评级具有不断增加的评级—即使在商业广告中断时间期间—但是在结束时下降,这可能是由于观众不喜欢所述节目。ESPN 108上的节目指示出观众兴趣在早期期间相对低,随后观众兴趣高,其接着在第二商业广告中断时间期间衰退。例如,可能ESPN正在播出在比赛结尾非常接近(驱动评级升高)、但是比赛结果正好在第二商业广告中断时间确定(导致人们关掉电视)的体育赛事。
区域110示出了每个网络的部署点的区。虽然每个网络上的每个部署点的时序稍有变化,但是部署点的通常时序能够基于网络节目运营者的一般实践来确定。在该示例中,在帮助广告主预测或估计闪现时使用区域110的电视观众数据,诸如由于102中的相关时间位对应于输入114中所指示的部署点。例如,广告主可能已经将星期一晚上的ESPN识别为用于播出广告的优选位置,并且过程100可能已经将来自10月1日星期一的数据识别为对应于这样的时间位。
可以以各种方式来选择相应的部署点以使得它们将接近于或者期望接近于未来的观看模式。例如,在简单的示例中,可以选择来自先前一周相同一天相同时间并且相同网络上的部署点。而且,也可以在分析电视观众时使用来自之前数周的部署点。在使用多个这样的部署点的情况下,所述部署点可以被加权,以使得更为接近的电视观众数目比更远的电视观众数目更加重要。以这样的方式,网络节目的最近表现可能对于估计节目的未来电视观众具有更大的影响。
而且,一旦获得了历史电视观众的数目,就可以提供对电视观众的各种修改。例如,在电视观众水平贯穿部署点的持续时间而发生变化的情况下,诸如观众在商业中断时间期间关机,则可以使用贯穿所述部署点的平均电视观众。可替换地或者除此之外,当已经对特定商业广告确定了部署点内的位置时,可以使用所述部署点的该特定部分的闪现数据来提供估计。
而且,电视观众数目通常是季节性的,在秋季的月份期间具有更多的电视观众,而在节目被重复的夏季月份期间则具有较少的电视观众。结果,可以对电视观众数据进行季节性修改。例如,如果广告主试图对九月期间的电视观众进行估计,并且历史数据来自八月,则可以对所述数据应用调节因数以表示八月电视观众和九月电视观众之间的典型季节性变化。例如,可以得知,历史上,现有情景喜剧在八月和九月之间电视观众增长20%,从而可以对过程100所恢复的数据应用这样的调整。
过程100还可以确定广告主是否可能使其广告被选择为在未来时间段期间进行显示,确定广告将在部署点的什么位置进行显示(例如,部署点何时具有用于若干个广告的空间),并且确定显示广告的可能成本。这样的信息可以使用来自之前旧的拍卖112的信息来确定。例如,这样的信息可以包括使得其广告在之前的历史时间位被选择进行显示的广告主所提供的报价。例如,如果输入114包括三美元的报价,并且在之前部署点期间示出了四个其报价范围为2-5美元的商业广告,则可以假设广告主为成功的报价方,从而其广告可以在未来时间位中示出,防止广告主行为自历史时间段起的任何变化。
在广告将播出之前所需要的特定价格可以是低于报价价格的成本。特别地,报价可以被认为是报价者所愿意花费的最大数量,但是向报价者收取的实际数量可以是最高失败报价者所报价的数量或类似数量(例如,稍多于所述最高失败报价者),或者是下一个最高报价者所报价的数量。
作为一个示例,以下的表格示出了来自五个不同报价者对于四个广告部署点所进行的报价,以及在三个不同报价模型下每个实际支付的数量。在第一个模型中,报价者支付下一个最高报价者的数量,并且最高报价者被回报以第一时间位(假定其具有最多观众和最大影响力)。在第二个模型中,每个获胜的报价者支付与最高失败报价者相同的数量,并且时间位被随机指定,或者最高报价者即使在不支付任何额外费用的情况下也会获得第一时间位,作为承担更大风险的回报。在第三个模型中,每个价格比下一个最高报价高出7%,但是并不超过报价者实际报价的数量。
使用这三个模型中的一个或其它模型,广告主对于未来广告所给出的报价可以相对于来自之前时间位的报价而被***广告拍卖中,并且其在部署点中的位置可以被确定。如果广告在拍卖中成功,则可以根据图102中的适当网络104-108来确定广告的闪现。所述闪现可以以各种粒度水平进行。例如,可以使用对于节目的评级(并且根据在其中表达了评级的数目,可对所述评级进行修改以反映用于表达报价所针对的闪现的技术)。可替换地,可以通过节目定期对评级进行测量,以使得可以使用被测量为最接近于相关部署点的评级。以非常紧密的粒度,可以使用部署点中特定广告时间位的评级。这样的确定接着可用作未来电视观众的估计,其可能伴随有使它们更为反映实际的一般电视观众条件的修改。
可以以各种方式对报价的排名进行修改。在一个示例中,广告的质量可能会影响广告的排名。特别地,如果广告是“粘性的”—意味着很少有观众在播出该广告时改变频道—则为了排名目的可以对所述广告给以较高分值,其中其分值将接着成为所述广告的价格报价和质量的组合。粘性广告是好的,原因在于其为节目保留了观众,并且这样的广告由此可由广播商给予它们较高分值的回报。粘性广告对于观众也是好的,原因在于假设观众由于享受所述广告而被粘在其周围。而且,粘性广告对于广告主也是好的,原因在于那些观众可能关注所述广告,并且由此更可能转化为所广告产品或服务的实际购买。
可以以各种方式来确定广告的粘性。如一种简单的方式,在高粒度评级数据可用的情况下,从广告开始到其结束的观众减少百分比可以被用作对粘性的确定。增加一些复杂度,在广告第一次在部署点中播出时其电视观众的变化可能比其在部署点后期时的变化更为重要,原因在于观众通常会在部署点中立即决定是留下还是转换频道,并且原因还在于部署点后期的广告实际上会有观众的增加,这并不是因为广告有多好,而是由于转换频道的观众试图在其主要节目再次开始时及时回来。在所有广告在共用部署点中播出时,也可以使用各种统计机制来解除来自用户反映的与广告相关的数据与其它广告之间的关联。通过这些各种机制,可以确定广告在其保持闪现方面的能力方面的质量,并且这样的质量可以被回报以更好的广告定位。这样的质量回报可被认为与GOOGLE ADWORDS程序中相结合的广告报价和点进评分相类似。
在特定情况下,可以向报价者返回所推荐的报价。这样的推荐报价可以使用历史数据来计算,从而产生可能赢得未来拍卖的报价。在简单示例中,可以使用时间位的特定百分比的过去成功的报价—诸如百分之五十或百分之七十五。也可以生成多个不同报价,并且每一个可以与报价将会成功的可能性相关联(即,可向用户返回报价和成功可能性)。而且,在特定情况下,最初建议的报价可能被修改,诸如为了反映报价在历史数据的时间和报价发生的时间位的时间之间的一般性增长。
接着,每个这样的确定可在输出116中被返回给用户。如以上所提到的,所计算的每单位闪现的成本可被乘以估计的闪现或者与其以其它方式相组合来确定广告主播出广告的估计成本。如以下更为详细地描述的,用户可以被呈现以广告预测接收到的(由各种测量所表达的)闪现、播出广告的预测成本,以及在特定情况下的推荐报价。
图2是说明性广告费用估计***200的框图。通常,所述***包括电视广告服务器204,其包含多个结构组件,所述结构组件用于估计与未来所要播出的电视广告相关的电视观众和其它因数,并且用于在广告播出之后生成其实际成本。广告服务器204在执行这样动作时通过诸如互联网的网络208与多个外部组件进行通信,所述外部组件包括广告主终端202和观众评级服务器206,广告主可以在建立一个或多个广告活动时在所述广告主终端202处与***200进行交互,所述观众评级服务器206可以报告观看特定节目或节目部分的实际观众或家庭的数目。
广告主终端202可以采取各种形式,诸如使用特定应用或者显示应用的web浏览器连接到广告服务器204的个人计算机。使用终端202,广告主或其它方可以通过输入预算信息和播出广告的报价来管理广告活动。所述方还可以识别它们希望播出广告的时间位和网络,并且可以额外地上传广告的电子文件或者提供指向***200可以访问广告的位置(例如,URL)的指针。也可以从终端202执行各种其它交互,诸如图5A-5D所示并且在以下讨论的那些交互。
广告服务器204包含多个用于促进与***200的用户的这样交互的组件。例如,接口209接收来自用户的请求并且格式化响应。接口209可以是或者包括一个或多个web服务器或其它适当机制。估计器前端212可以生成用于广告估计应用的显示信息,并且可以对这样应用的用户输入进行响应。例如,所述显示信息可以包括诸如HTML代码的标记代码、样式表信息以及诸如JavaScript的代码。此外,所述估计器前端可以在广告服务器204中的各种其它组件上进行调用,并且如以上和以下所讨论的,可以计算与为***200的用户提供广告估计相关的各种参数。
广告服务器204中的估计器前端212和其它组件可以利用各种数据源。这样的源包括用户数据222的源,其可以存储与特定用户及其广告帐户相关的信息。例如,除其它之外,用户数据222可以存储广告主的识别信息、可以从其取出广告主的钱的商业帐户号码、广告主在其期间安排广告播出的时间位的标识符、以及充分跟踪广告预定和广告支付所需的其它这样信息。
历史观众数据224的存储可以包括反映过去各种节目的电视观众水平的数据。所述数据可以以各种方式来表示电视观众,诸如通过纸质调查所确定的观众数目或者在给定时间段期间操作的电视数目(可能被修改以反映那些电视前的观众数目)。可以使用观众数据模块216来进行电视观众数据的电子收集,其对从一个或多个观众评级服务器206接收的数据进行聚集和格式化。所述观众评级服务器206可以由各种实体来操作,诸如有线或***提供商。所述服务器可以从首端211接收信息,所述首端211进而连接到诸如机顶盒210的大量设备。(所述机顶盒无需切实位于电视顶部,并且可以与实际的电视自身相集成。)所述机顶盒可以以各种已知方式定期报告电视观众活动,并且观众评级服务器206可以将所接收的信息进行聚集以提供节目的整体电视观众数目。这样的电视观众可以针对各种增量进行报告,诸如对于整个节目而言,以五分钟的增量或者以三十秒或更少的增量进行报告。除其它之外,报告事件之间的时间量可以是执行这样的报告所需宽度、允许报告数据的存储空间以及关于这样收集的数据的***需求的因数。
观众评级服务器206可以向观众数据模块216报告各种形式的电视观众数据。例如,可以在特定时间段期间为每个网络报告原始的电视观众数目。此外,可以报告人口统计数据,诸如与观众群组相关的个人数据(例如,订户的一般人口统计、那些订户所接收的包(推断优质频道的订户具有更多的可支配收入)以及其它这种信息)。而且,可以报告与特定机顶盒所观看的其它频道相关的数据,从而允许在一个时间段期间对观众去向哪里以及他们来自哪里进行分析。例如,这样的跟踪数据在确定哪些广告是粘性的而哪些不是时是有用的。
观众评级服务器206所报告的电视观众数据可以是匿名的。例如,可以使用不能够对特定用户进行跟踪的标识符来进行数据报告,或者可以通过对群组而不是特定用户进行报告来进行数据报告。
进度表数据库220存储与电视节目调度和那些调度中的广告时间位相关的信息。这样的信息可以包括过去和未来的调度。例如,调度数据库220可以包括与可从商业服务获得的节目相关的典型数据,诸如节目持续时间、节目标题、节目描述、承载节目的网络(和频道)、节目中的主要演员、节目期间商业广告中断时间的时序以及其它这样的信息。调度数据库220(或者具有这里所描述的其它数据源、另外的一个或多个数据库)还可以包括与节目中的部署点以及过去节目中所承载的广告相关的信息(以及在一些实例中,对于未来节目中广告的报价,和在拍卖结束之后但是在节目播出之前的未来节目中所要承载的广告),这样的广告信息可以包括广告和广告主的标识、广告主为了播出广告所进行的报价以及广告主所支付的承载广告的实际价格(即,在可能已经应用了群组或其它折扣之前或之后)。
各种数据源中的信息可以由观众估计器214和拍卖模拟器218用来确定在未来播出的广告的闪现的计划或预测数目以及该广告的价格(或者用户所提供的价格的成功或失败)。例如,观众估计器214可以诸如被估计器前端212指引到特定时间位,并且可以查询历史观众数据224来获得所述时间位的电视观众数据,诸如在时间位期间播出的各种广告的电视观众数据。观众估计器214接着可以使用以上和以下所描述的技术提供在用户所选择的未来时间位期间播出的广告的估计电视观众水平。
对于其部分而言,拍卖模拟器218可以访问对时间位的历史报价数据,所述时间位诸如估计器前端212所识别的时间位。所述历史报价数据可以包括成功使其广告得以播出的广告主为在所述时间位期间播出广告所给出的报价,并且在特定情况下,还包括来自未成功广告主的报价数据。拍卖模拟器218可以采用所述历史报价,还可以采用为未来时间位的拍卖所呈现的报价,并且可以将所述报价进行比较以确定对未来时间位的报价在其已经呈现在针对之前时间位的拍卖中的情况下是否会成功。拍卖模拟器接着可以向估计器前端212或另一模块返回各种数据,诸如报价是否将会成功、其它成功或未成功报价者的报价以及其它类似信息。
估计器前端212可以在进行各种估计时确定哪些时间位或部署点来进行分析,如刚刚所描述的,并且可以在访问这样信息时指引***服务器204的其它组件,例如,如果估计器前端212确定广告主已经选择在网络XYZ上于12月21日下午7:00播出广告,接着其可以将在网络XYZ上于12月14日下午7:00开始的节目识别为可比较的历史时间位,并且12月7日也可能如此。估计器前端212还可以执行额外分析,诸如通过识别在广告主所选择的时间上播放的电视节目并且找出所述节目在相同网络上最近的播放,或者所述节目在相同网络上与未来播放时间最为匹配的播放。
估计器前端212还可以从其它模块接收返回的信息并进行呈现以便由用户查看。这样的呈现可以包括示出广告的可能电视观众水平,以及播出广告的成本。此外,估计器前端212可以包括单个广告活动或多个广告活动中多个不同广告的这样信息。
估计器前端212还可以响应于与广告相关的信息的提供来识别广告的特定时间位。例如,广告主可以输入与广告相关的特定人口统计信息、播出广告的计划预算以及广告活动的计划目标(例如,使得品牌认知度最大化、吸引目标观众等)。估计器前端212进而可以识别多个各种广告时间位以在保持在预算之内的同时实现所述目标。在所要播出的广告实例数目较高的情况下,***200还可以被编程为降低广告主的风险,诸如通过针对接收到比预期更多观众的广告所提供的保护。
此外,估计器前端212可以执行后续功能,诸如通过在事后进行返回以获得来自观众数据模块216的实际闪现数目,并且将这样的信息乘以广告的拍卖过程已经确定的用于播出广告的成本。前端212接着可以使得广告主帐户为播出广告而被扣费。也可以使用***200来采用用于对广告的播出进行调度、提供(例如,经由拍卖或其它)以及记帐的各种其它方法。
图3A和3B是用于提供与电视广告活动相关的闪现数据的示例性过程300、320的流程图。图3A一般性示出了***通过其确定广播广告的预测投放和成本的过程300,所述广播广告基于广告的电视观众的测量而进行计费(billing)。过程300包括接收诸如来自广告主或其它用户、或者来自自动投放过程的多个输入,并接着使用与广告主或其它用户所寻求的广告时间位相关的历史数据来计算诸如闪现和成本的多个预测因数。
在框302,过程300接收用户目标、报价和预算。除其它之外,用户目标可以包括时间位和网络。时间位可以以各种方式开始,并且可以由用户或程序根据过程300为其呈现的可用时间位的数目来选择。例如,时间位可以包括特定节目在期间播出的时间,包括可能多于一个的节目的设定点,或者特定部署点或部署点内的时间位。报价是广告主愿意为使广告进行广播而支付的每闪现或其它类似测量的数量。预算是广告主所愿意支付的最大数量,并且可以指示整个广告活动、在多个实例中承载特定广告和/或承载广告的单个实例或播出的数量。使用这样的信息,并且更具体地为目标,过程300可以识别其中广告主的广告可以播放的多个部署点。
在框304,过程300开始识别特定目标并且对每个这样的目标进行特定确定的反复过程。例如,可以对所要承载的每个广告计算闪现或类似指示的数目,诸如通过确定广告的之前相应播出或多个这样播出的闪现或者其它这种评级测量的数目,并且如果有的话,对这样的之前数目提供调节。也可以在广告主为了在未来播出其广告所提供的报价和广告主在过去为类似广告时间位所提供的报价之间执行假定拍卖。如果所述拍卖指示广告主可能在拍卖中获胜,则可以计算播出广告的成本。例如,所述成本可以是低于广告主的下一个最高报价者的报价。
根据这样的信息,可以确定投放广告的预测成本,诸如通过将闪现的数目与每闪现的成本相乘。这样计算的成本也可以进行修改,诸如考虑帐户群组折扣,根据时间段改变预测电视观众或者其它这样的因素。随着每个广告的数值被确定,那些数值可以被保存并且可以计算整体的播出闪现和成本。一旦已经查看了所有的广告实例,过程300就可以向用户或者与用户相关联的***(例如,分析电视调度数据以自动选择不同网络和时间位的***)返回所有数据用于查看,包括广告活动或者活动内每个广告的闪现的总数,以及活动和/或活动内的每个广告的整体成本。
图3B示出了用于获取广告主的报价数量数据的过程320的流程图。通常,过程320包括广告主或广告主代理(包括自动程序)向过程320提供广告活动的参数,并且过程320识别广告投放的广告时间位以及广告主为了赢得广告时间位中的投放所提交的建议报价。
所述过程在框322开始,由用户或其它实体提供广告活动的预算和人口统计数据。例如,用户可以指示他们有200000美元可用于活动,并且可以指示他们试图达及活跃的退休人员。在框324,过程320识别其电视观众与所识别的人口统计相匹配(或者至少针对所识别的人口统计)的多个电视节目。这样的匹配可以通过简单查找功能来确定,其中数据库包括在特定的未来时间段播出的所有节目的列表以及对每个节目所分配的多个人口统计关键词。
过程320接着开始每个所识别的匹配节目的交互式循环。在所述循环的第一步骤,过程320首先确定节目的特定中断(knock-out)信息是否清楚指示了其不是广告的适当节目,从而无需进行进一步的计算。例如,如果预算相对较低,并且网络是流行的全国网络—其中***可以存储示出在网络上从未以预算之内的整体成本播出商业广告的信息—则可以从争议中消除特定节目(和整体网络)。
如果最初的中断过程没有从争议中消除节目或部署点,则所述过程可以在框328对之前的拍卖数据进行分析从而确定可能赢得节目或部署点期间的特定广告时间位的拍卖所需的价格。例如,可以选择特定的百分比报价或者可以计算加权报价(即,如果大多数报价都非常高而仅有一个获胜报价较低,则建议报价可以向高端加权)。在框330,可以确定使用建议报价在之前的时间段期间播出广告的成本。例如,可以确定每观众的成本,并且可以从历史观众数据获得电视观众水平。
如果所计算的成本(例如,每观众的成本乘以预计观众数目)超出了广告主的预算,则可以从考虑中排除特定目标(框332),并且可以以新的目标再次开始循环。如果所计算的成本足够低,则特定目标以及所预期的闪现和建议报价数量可以被叠加到活动的可能广告投放的列表。
一旦已经对所有的可能目标都进行了查看,过程320就可以向用户呈现所有可接受的目标(框336)。这样的报告可以包括示出目标信息(例如,网络和时间位)、电视观众水平和以所述目标播出广告一次的整体成本的表格。用户还可以与这样的信息进行交互,诸如在web浏览器实施方式中使用AJAX技术,并且可以试探地选择用于播出广告的特定目标。可以提供预算计算器来跟踪这样的选择并且向用户示出他们对目标的累计选择所用尽的预算。此外,也可以提供其它信息,诸如各种目标选择所提供的观众覆盖水平(例如,如果相同的人群观看广告主所定向的各种节目,则覆盖将窄而深,而如果广告主选择了要求观众广泛收看的各种节目,则覆盖将更宽但是更窄)。也可以向用户提供这样的其它广告统计。而且,在该示例中,用户可以是诸如广告主代表的个人,或者是诸如自动广告投放***的***。
图4是示出电视广告***中各个组件的动作的泳道图。图中的过程400总体上包括与关于之前附图所描述的那些相类似的动作,但是额外示出了可以由***中的各个组件所执行的特定动作。当然,其它组件可以执行该示例中所示出的动作,并且如特定实施方式中精明进行的,组件可以被组合或分割。
在该示例中,描绘了四个这样的组件,包括客户端设备、广告估计器、拍卖模拟器和闪现数据库。所述客户端设备可以包括各种计算设备,诸如个人计算机或者广告主或其它方所操作的或者由自动***所操作的其它设备。所述广告估计器可以是广告服务器***中向广告主和其它用户提供与广告相关的信息的组件,所述信息包括与在未来播出的广告的电视观众水平相关的预测。所述拍卖模拟器可以包括提供与在特定目标位置中投放广告的预期成本相关的信息的多个组件。所述闪现数据库可以包括指示观看之前的节目和/或在所述节目期间播出的广告的观众数目的数据。所述闪现数据库可以以各种方式来表示电视观众数据,诸如在不同时间切换到节目中的电视数目,并且还可以将与电视观众相关的数据细分为各种大小的块,诸如节目大小的块以及更小的块,除其它之外,诸如15分钟的块、1分钟的块以及30秒钟的块。
在框402,所述客户端设备接收广告或广告活动的时段和网络信息。这样的信息可以识别要在其上播出广告的特定电视网络,以及它们在一天中所要播出的时间。例如,所述时段信息可以集中在一天中的大部分,诸如若干小时的部分,或者集中在一天期间所播出的特定节目。例如,所述网络和时段信息可以由登录到网络可访问***并且在网页表单上输入信息的广告主手工提供。所述信息也可以被自动提供,诸如通过广告主所输入的调度信息的批量上传,或者通过来自自动广告管理***的传输信息,诸如通过传送XML代码。
在框404,所述客户端设备接收报价信息。所述报价信息可以包括用于播出特定广告的基于电视观众的报价。例如,所述基于电视观众的报价可以包括表示绑定到广告所提供的特定闪现水平的美元数量的报价。而且,所述报价信息可以以与所述网络和时段信息的接收相类似的方式手工或自动接收。
在框406,从客户端设备所接收的信息由客户端设备传输到估计器。所述估计器识别所提交信息的相关联广告部署点,诸如通过识别客户端设备所识别的相同网络和时段但是比所述客户端设备所识别的早一周的时间段的部署点。在框408,所述估计器从闪现数据库请求特定部署点或相关联的时间段的历史广告数据,并且在框410,所述闪现数据库返回这样的历史数据。例如,所述闪现数据库可以包括对于各种节目以及在过去时间段期间播出的广告的评级信息,并且可以响应于特定网络和时间位数据的识别而返回这样的信息。
在框412,所述估计器接收历史广告数据,并且将该数据与从客户端设备接收的报价信息相结合。所述估计器接着将这样的信息提供给拍卖模拟器,所述拍卖模拟器在框414识别报价信息的广告时间位。所述拍卖模拟器接着可以从其它报价者接收对于广告时间位的报价信息,所述广告时间位可以是历史广告时间位。拍卖模拟器接着可以在框416确定广告时间位的获胜报价水平,并且确定客户端设备所提供的报价信息是否会导致所述客户端的广告在网络上得以示出。此外,在适当情况下,所述拍卖模拟器可以选择处于可能导致广告成功播出的价格水平但是并不保证如此的建议报价价格。接着,所述拍卖模拟器在框418向所述估计器报告拍卖数据。
在框420,所述估计器开始对该特定部署点进行多个确定,诸如通过估计广告的闪现的数目。在简单的情况下,闪现的数目可以与从闪现数据库所获得的历史电视观众数据相匹配。在一些复杂情况下,闪现数据可以考虑广告时间位期间的广告位置,诸如为了反映广告中断时间过程中逐渐减少的电视观众。也可以对历史闪现数据进行其它调节来产生估计的闪现数值。
在框422,计算在部署点期间播出广告的估计成本。所估计的成本可以是闪现的估计数目和在拍卖过程期间为广告所确定的成本的乘积。如框424所指示的,接着可以重复用于识别广告部署点的数据并且计算在未来相关部署点期间播出广告的各种成本和电视观众数值的各个步骤。当所有这样的部署点都已经被查看时,可以由估计器在框426确定整体的估计活动成本。所述整体成本可以包括所分析的各个部署点的所有成本之和。
接着在框428向客户端设备返回信息,所述信息向用户报告对未来广告活动所确定的各个估计。这样的信息可以包括对于广告主而言很重要的各种数值,诸如广告活动的整体成本、活动的覆盖、可以在活动中承载的每个广告的播出数目、闪现总数以及每个广告的闪现数目的子集,以及其它这样的信息。
图5A-5D是来自提供与电视广告主的交互的***的示例性截屏。图5A示出了新的电视广告活动的设置屏幕画面500。该屏幕画面允许用户识别广告活动的各种目标,其中所述目标包括广告播出的网络和时间位。
区域502允许用户识别进行活动的特定地理区域,由于本地家具公司可能不希望为全国的ESPN时间位付费。所述***可能已经推荐了用户先前所输入的位置—这里是CA区域的Concord和Walnut Creek。屏幕画面500允许用户选择仅国内投放、仅本地投放以及国内和本地投放相结合。这样的选择允许***接着识别在特定网络上的特定时间位,所述特定网络是相对于国内广告而为本地广告所保留的。
屏幕画面500的其它区域接着允许用户识别网络和时段目标信息。数据输入栏504列出了用户可以选择的多个网络,并且数据输入栏506允许选择与每个所选择网络或网络群组相关联的时段。这里,时段相当宽泛,并且包括每天的若干小时的部分。查看栏508以多个所选择目标的形式示出了栏504和506中的选择结果。
图5B示出了可以向广告主呈现以使得广告主可以输入广告活动的报价数据和其它数据的另一屏幕画面510。该屏幕画面可以在用户已经完成了图5A的屏幕画面500上所示的信息之后生成。例如,屏幕画面510允许用户设置广告活动的开始和结束日期,并且识别所述活动的每日预算。用户还可以识别要为每一千次闪现支付的最大报价价格,并且该所选择的最大CPM可以在随后对特定广告时间位的广告权的拍卖中被采用。
而且,如所示的,已经为用户计算了“建议报价”。所述报价可以诸如使用以上所描述的技术基于用户在屏幕画面500上所输入的数据进行计算,但是该计算是在用户选择从屏幕画面500移动到屏幕画面510之后进行。用户还被提供以按钮来计算每周广告活动成本的估计。该按钮的选择可以导致***使用如以上所讨论的那些技术向例如用户在屏幕画面500上所识别的那些目标应用用户的报价数量。通过选择所述按钮,用户可以快速看到其决策的经济影响,并且可以返回以对特定输入参数进行调节,以便活动更好地与用户目标相匹配。例如,如果成本过高,或者针对预算所播出的广告过少,则用户可以返回屏幕画面500并且选择更少的中间时段(例如,非黄金时间)或者较小的网络,或者可以在屏幕画面510上提交较少的报价。
图5C示出了一个示例性屏幕画面520,其在用户选择了屏幕画面510的“计算每周费用(Calculate Weekly Expense)”按钮时产生。在该示例中,已经生成了包括每个未来广告的估计闪现,并且还包括基于用户的报价和估计闪现的估计成本的表格。
图5D示出了用户能够通过其对广告的特定播出的报价进行编辑的又一个屏幕画面530。特别地,用户可能在最初已经输入了广告的单个报价,并且***可能已经接着使用该报价识别出了广告的多个播出。然而,所述用户可以识别出特定播出(例如,深夜或凌晨的那些播出)并不保证这样的高报价,并且还可能希望对整体报价进行调整以在逐次播出的基础上提供更为紧密的跟踪。因此,使用屏幕画面530,用户可以改变报价并且接着可以再次进行以上所描述的特定广告成本估计,以确定这样的改变是否省钱,并且它们是否(或者在多大程度上)改变了广告在模拟拍卖中的成功。
图6示出了可以与这里所描述的技术一起使用的一般计算机设备600和一般移动计算机设备650的示例。计算设备600意在表示各种形式的数字计算机,诸如膝上计算机、台式机、工作站、个人数字助理、服务器、刀片服务器、大型机以及其它适当计算机。计算设备650意在表示各种形式的移动设备,诸如个人数字助理、手机、智能电话以及其它类似的计算设备。这里所示出的组件、它们的连接和关系以及它们的功能意味着仅是示例性的,而并不意味着限制在本文档中描述和/或要求保护的本发明的实施方式。
计算设备600包括处理器602、存储器604、存储设备606、连接到存储器604和高速扩展端口610的高速接口608以及连接到低速总线614和存储设备606的低速接口612。组件602、604、606、608、610和612中的每一个都使用各种总线进行互连,并且可以安装在共用主板上或者以其它适当方式进行安装。处理器602能够处理用于在计算设备600内执行的指令,所述指令包括存储在存储器604中或者存储设备606上用来在外部输入/输出设备上的GUI的图形信息的指令,所述外部输入/输出设备诸如耦合到高速接口608的显示器616。在其它实施方式中,可以连同多个存储器和存储器类型一起适当使用多个处理器和/或多个总线。而且,可以连接多个计算设备600,其中每个设备提供部分的必要操作(例如,作为服务器组、刀片服务器群组或者多处理器***)。
存储器604存储计算设备600内的信息。在一个实施方式中,存储器604是一个或多个易失性存储器单元。在另一个实施方式中,存储器604是一个或多个非易失性存储器单元。存储器604还可以是其它形式的计算机可读介质,诸如磁盘或光盘。
存储设备606能够为计算设备600提供大型存储。在一个实施方式中,存储设备606可以是或者包含计算机可读介质,诸如软盘设备、硬盘设备、光盘设备或者磁带设备、闪存或其它类似的固态存储器设备,或者设备的阵列,包括存储域网络或其它配置中的设备。计算机程序产品能够有形实现在信息载体中。计算机程序产品还可以包含指令,当执行时,所述指令执行诸如以上所描述的一个或多个方法。所述信息载体是计算机或机器可读介质,诸如存储器604、存储设备606、处理器602上的存储器、或者传播信号。
高速控制器608管理计算设备600的带宽密集操作,而低速控制器612管理较低带宽密集的操作。这样的功能分配仅是示例性的。在一个实施方式中,高速控制器608耦合到存储器604、显示器616(例如,通过图形处理器或加速器),并且耦合到可以接纳各种扩展卡(未示出)的高速扩展端口610。在所述实施方式中,低速控制器612耦合到存储设备606和低速扩展端口614。可以包括各种通信端口(例如,USB、蓝牙、以太网、无线以太网)的低速扩展端口可以耦合到一个或多个输入/输出设备,诸如键盘、指示设备、扫描仪或者例如通过网络适配器耦合到诸如交换机或路由器的联网设备。
如图所示,计算设备600可以以多个不同形式来实现。例如,其可以被实现为标准服务器620,或者在这样服务器的群组中实现多次。其还可以被实现为机架服务器***624的一部分。此外,其可以在诸如膝上计算机622的个人计算机中实现。可替换地,来自计算设备600的组件可以与诸如设备650的移动设备(未示出)中的其它组件进行组合。这样设备中的每一个都可以包含一个或多个计算设备600、650,并且整体***可以由多个彼此通信的计算设备600、650所构成。
除其它组件之外,计算设备650包括处理器652、存储器664、诸如显示器654的输入/输出设备、通信接口666以及收发器668。设备650还可以被提供以诸如微驱动器或其它设备的存储设备以提供额外的存储。组件650、652、664、654、666和668中的每一个使用各种总线进行互连,并且若干组件可以安装在共用主板上,或者以其它适当方式进行安装。
处理器652能够执行计算设备650内的指令,包括存储在存储器664中的指令。所述处理器可以被实现为芯片的芯片组,其包括单独的多个模拟和数字处理器。例如,所述处理器可以提供设备650的其它组件的协调,诸如对用户接口、设备650所运行的应用以及设备650所进行的无线通信的控制。
处理器652可以通过耦合到显示器654的显示接口656和控制接口658与用户进行通信。例如,显示器654可以是TFT LCD(薄膜晶体管液晶显示器)或OLED(有机发光二极管)显示器,或者其它的适当显示技术。显示接口656可以包括用于驱动显示器654以向用户呈现图形和其它信息的适当电路。控制接口658可以从用户接收命令并且将它们进行转换以便向处理器652进行提交。此外,可以提供与处理器652进行通信的外部接口662,从而使得能够进行设备650与其它设备的近场通信。例如,外部接口662可以在一些实施方式中提供有线通信,或者在其它实施方式中提供无线通信,并且也可以使用多个接口。
存储器664存储计算设备650内的信息。存储器664可以被实现为计算机可读介质或媒体、一个或多个易失性存储器单元或者一个或多个非易失性存储器单元中的一个或多个。也可以提供扩展存储器674,并且其通过扩展接口672连接到设备650,其可以包括例如SIMM(单列直插存储器模块)卡接口。这样的扩展存储器674可以为设备650提供额外的存储空间,并且还可以存储设备650的应用或其它信息。特别地,扩展存储器674可以包括用来执行或补充以上所描述的过程的指令,并且还可以包括安全信息。因此,例如,扩展存储器674可以被提供作为设备650的安全模块,并且可以利用允许设备650安全使用的指令进行编程。此外,可以经由SIMM卡连同附加信息一起提供安全应用,诸如以不可破坏的方式放置在SIMM卡上的标识信息。
例如,如以下所讨论的,所述存储器可以包括闪存和/或NVRAM存储器。在一个实施方式中,计算机程序产品有形实现在信息载体中。所述计算机程序产品包含指令,在执行时,所述指令执行诸如以上所描述的一个或多个方法。所述信息载体是计算机或机器可读介质,诸如存储器664、扩展存储器674、处理器652上的存储器或传播信号,所述传播信号例如可以通过收发器668或外部接口662而被接收。
设备650可以通过通信接口666进行无线通信,所述通信接口666可以包括必要的数字信号处理电路。通信接口666可以在各种模式或协议下提供通信,除其它之外,诸如GSM语音呼叫、SMS、EMS或MMS消息发送、CDMA、TDMA、PDC、WCDMA、CDMA2000或GPRS。这样的通信例如可以通过射频收发器668进行。此外,可以诸如使用蓝牙、WiFi或其它这样的收发器(未示出)来进行短范围通信。此外,GPS(全球定位***)接收器模块670可以向设备650提供额外的导航和位置相关的无线数据,其可以被设备650上运行的应用适当使用。
设备650还可以使用音频编解码器660进行可听通信,所述音频编解码器660可以从用户接收话音信息并且将其转换为可使用的数字信息。音频编解码器660同样可以诸如通过扬声器为用户生成可听声音,所述扬声器例如设备650中的头戴式耳机。这样的声音可以包括来自语音电话呼叫的声音,可以包括所录制的声音(例如,语音消息、音乐文件等),并且还可以包括在设备650上运行的应用所生成的声音。
计算设备650可以以如图中所示的多种不同形式来实现。例如,其可以实现为手机680。其还可以被实现为智能电话682的一部分、个人数字助理或者其它类似的移动设备。
这里所描述的***和技术的各种实施方式能够以数字电子电路、集成电路、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或其组合来实现。这些各种实施方式能够包括以一个或多个计算机程序的实施方式,所述计算机程序能够在可编程***上执行和/或解释,所述可编程***包括至少一个可以是专用或通用的可编程处理器,其被耦合以从存储***、至少一个输入设备和至少一个输出设备接收数据和指令并且向它们传送数据和指令。
这些计算机程序(也被称作程序、软件、软件应用或代码)包括机器指令,所述机器指令用于可编程处理器,并且能够以高级过程和/或面向对象的编程语言来实现,和/或以汇编/机器语言来实现。如这里所使用的,术语“机器可读介质”、“计算机可读介质”是指用来向可编程处理器提供机器指令和/或数据的任意计算机程序产品、设备和/或设备(例如,磁盘、光盘、存储器、可编程逻辑设备(PLD)),包括接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”是指用来向可编程处理器提供机器指令和/或数据的任意信号。
为了提供与用户的交互,这里所描述的***和技术能够在计算机上实现,所述计算机具有用于向用户显示信息的显示设备(例如,CRT(阴极射线管)或LCD(液晶显示器)监视器)以及用户能够利用其向计算机提供输入的键盘和指示设备(例如,鼠标或轨迹球)。也能够使用其它类型的设备来提供与用户的交互;例如,提供给用户的反馈可以是任意形式的感知反馈(例如,视觉反馈、听觉反馈或触觉反馈);并且来自用户的输入能够以包括声音、语音或触觉输入的任意形式来接收。
这里所描述的***和技术能够在计算***中实现,所述计算***包括后端组件(例如,作为数据服务器),或者其包括中间件组件(例如,应用服务器),或者其包括前端组件(例如,具有用户能够通过其与这里所描述的***和技术的实施方式进行交互的图形用户界面或web浏览器的客户端计算机),或者包括这样的后端、中间件或前端组件的任意组合。所述***的组件能够通过任意形式或介质的数字数据通信(例如,通信网络)进行互连。通信网络的示例包括局域网(“LAN”)、广域网(“WAN”)和互联网。
所述计算***能够包括客户端和服务器。客户端和服务器通常彼此远离并且典型地通过通信网络进行交互。客户端和服务器的关系依靠在各自计算机上运行并且彼此具有客户端-服务器关系的计算机程序而建立。
已经对多个实施例进行了描述。然而,将要理解的是,可以进行各种修改而不会背离本发明的精神和范围。例如,已经关于电视广告对本文档中的许多内容进行了描述,但是也可以针对其它形式的未来的基于电视观众的广告,诸如无线电广告和在线视频广告。
此外,图中所描绘的逻辑流程并不要求所示的特定顺序或连续顺序才能实现所需的结果。此外,可以提供其它步骤,或者可以从所描述流程中删除步骤,并且可以向所描述的***添加其它组件或者从其移除组件。因此,其它实施例也落入所附权利要求的范围之内。
Claims (18)
1.一种计算机实现的广告管理过程,包括:
接收要播出广播广告的时段或网络的一个或多个指示符以及用于播出所述广告的计划的基于闪现的支付量;
识别与所述一个或多个指示符相关联的一个或多个历史广告位并且向所述一个或多个历史广告位的广告数据应用所述基于闪现的支付量;以及
使用所述基于闪现的支付量以及从所述一个或多个历史广告位的广告数据取得的闪现估计来报告播出所述广告的估计广告成本。
2.如权利要求1所述的方法,其中所述历史广告位与所接收的时段相匹配。
3.如权利要求2所述的方法,其中所述历史广告位与所接收的网络相匹配。
4.如权利要求1所述的方法,其中所述历史广告位与和所接收的时段和网络相关联的节目相匹配,并且所述节目的剧集与所述时段或网络紧密匹配。
5.如权利要求1所述的方法,其中向所述一个或多个历史广告位的广告数据应用所述基于闪现的支付量包括:针对用于在所述一个或多个历史广告位中已播出的广告的支付量提交所述支付量,以确定用于播出所述广告的基于拍卖的支付量。
6.如权利要求5所述的方法,进一步包括将所述基于拍卖的支付量与对应于所述一个或多个历史广告位的闪现水平相乘。
7.如权利要求6所述的方法,其中所述一个或多个历史广告位包括在所接收网络上的具有与所接收的时段近似相同的时段的广告部署点。
8.如权利要求6所述的方法,其中通过由季节性修正器对所述一个或多个历史广告位的闪现的数目进行调节来计算所述闪现水平。
9.如权利要求1所述的方法,进一步包括使用在所述一个或多个历史广告位中播出的广告的报价来生成报价估计,所述报价估计用于提供所确定的赢得对所接收的时段或网络的拍卖的可能性。
10.如权利要求9所述的方法,其中生成所述报价估计包括计算在所述一个或多个历史广告位中播出的广告的最高和最低报价之间的值。
11.如权利要求1所述的方法,进一步包括使用基于所述基于闪现的支付量的报价获胜数量乘以所述广告的所测量的实际估计闪现确定对广告主的收费。
12.如权利要求11所述的方法,其中所确定的收费的上限被限定为高于所述报价数量乘以所估计的闪现的数量。
13.一种计算机实现的广告成本估计***,包括:
广告估计器接口,其用于接收与用于显示未来广告的广告位相关的用户输入以及与所述未来广告相关联的报价数量;
历史闪现数据库,其存储与时间位和网络相关联的闪现数据;和
观众估计器,其适于在所述历史闪现数据库中识别与和广告位相关的所述用户输入相关联的历史数据,并且使用所述历史数据估计所述未来广告的闪现的数目。
14.如权利要求13所述的***,其中所述历史闪现数据库中的时间位对应于广告部署点。
15.如权利要求14所述的***,其中所述观众估计器适于计算与所述广告位相对应的部署点的平均闪现水平。
16.如权利要求13所述的***,进一步包括拍卖模拟器,其适于针对来自所述历史闪现数据库的报价数量应用与所述未来广告相关联的所述报价数量,以便确定所述未来广告的广告位置。
17.如权利要求13所述的***,进一步包括拍卖模拟器,其适于计算可能生成所述未来广告的获胜报价的建议报价数量。
18.一种计算机实现的广告成本估计***,包括:
广告估计器接口,其用于接收与用于显示未来广告的广告位相关的用户输入以及与所述未来广告相关联的报价数量;
历史闪现数据库,其存储与时间位和网络相关联的闪现数据;和
用于计算所述未来广告的所估计的基于闪现的成本的装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US1270707P | 2007-12-10 | 2007-12-10 | |
US61/012,707 | 2007-12-10 | ||
PCT/US2008/086257 WO2009076456A2 (en) | 2007-12-10 | 2008-12-10 | Television traffic estimation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101939759A true CN101939759A (zh) | 2011-01-05 |
Family
ID=40722585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008801264423A Pending CN101939759A (zh) | 2007-12-10 | 2008-12-10 | 电视业务估计 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20090150224A1 (zh) |
EP (1) | EP2232424A4 (zh) |
JP (1) | JP5334987B2 (zh) |
CN (1) | CN101939759A (zh) |
AU (1) | AU2008335170B2 (zh) |
BR (1) | BRPI0820942A2 (zh) |
CA (1) | CA2708774A1 (zh) |
WO (1) | WO2009076456A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103797501A (zh) * | 2011-09-06 | 2014-05-14 | 阿尔卡特朗讯公司 | 使用随机化简档扰动来进行保留隐私的广告目标确定 |
CN105847865A (zh) * | 2016-05-31 | 2016-08-10 | 无锡天脉聚源传媒科技有限公司 | 一种节目关键词的参数计算方法及装置 |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090234723A1 (en) * | 2008-03-11 | 2009-09-17 | Xerox Corporation | Publicly generated advertisement system and method |
US8386398B1 (en) * | 2008-05-21 | 2013-02-26 | Google Inc. | Campaign goal pricing |
US8538809B2 (en) * | 2008-09-29 | 2013-09-17 | Yahoo! Inc. | Estimating on-line advertising inventory value based on contract eligibility information |
US8315908B1 (en) * | 2009-02-27 | 2012-11-20 | Google Inc. | Generating a proposed bid |
KR20100128958A (ko) * | 2009-05-29 | 2010-12-08 | 엘지전자 주식회사 | 영상표시장치 및 그 제어방법 |
KR101598336B1 (ko) * | 2009-05-29 | 2016-02-29 | 엘지전자 주식회사 | 공간리모콘의 페어링방법 및 동작방법 |
KR101545490B1 (ko) * | 2009-05-29 | 2015-08-21 | 엘지전자 주식회사 | 영상표시장치 및 그 동작방법 |
US8704958B2 (en) * | 2009-06-01 | 2014-04-22 | Lg Electronics Inc. | Image display device and operation method thereof |
US20100306688A1 (en) * | 2009-06-01 | 2010-12-02 | Cho Su Yeon | Image display device and operation method therefor |
KR101572843B1 (ko) * | 2009-06-03 | 2015-11-30 | 엘지전자 주식회사 | 영상 표시 장치 및 그 동작 방법 |
US20110029374A1 (en) * | 2009-08-03 | 2011-02-03 | Muralidharan Kodialam | Dynamic ad scheduling method for improving utility in interactive tv environment |
WO2011020076A2 (en) * | 2009-08-14 | 2011-02-17 | Dataxu | Learning system for the use of competing valuation models for real-time advertisement bidding |
US9071370B2 (en) | 2010-05-20 | 2015-06-30 | CSC Holdings, LLC | System and method for set top box viewing data |
US20110295684A1 (en) * | 2010-06-01 | 2011-12-01 | Jeong Gab Lee | Method and server for managing advertisements |
US8453173B1 (en) * | 2010-12-13 | 2013-05-28 | Google Inc. | Estimating demographic compositions of television audiences from audience similarities |
US20120158456A1 (en) * | 2010-12-20 | 2012-06-21 | Xuerui Wang | Forecasting Ad Traffic Based on Business Metrics in Performance-based Display Advertising |
US11232480B1 (en) * | 2010-12-23 | 2022-01-25 | Intrado Corporation | Preference-based advertising systems and methods |
US10945011B2 (en) | 2010-12-29 | 2021-03-09 | Comcast Cable Communications, Llc | Measuring video viewing |
US10089592B2 (en) | 2010-12-29 | 2018-10-02 | Comcast Cable Communications, Llc | Measuring video asset viewing |
US10028003B2 (en) | 2011-10-12 | 2018-07-17 | Turner Broadcasting System, Inc. | Advertisement scheduler |
US10440428B2 (en) | 2013-01-13 | 2019-10-08 | Comcast Cable Communications, Llc | Measuring video-program-viewing activity |
US10645433B1 (en) | 2013-08-29 | 2020-05-05 | Comcast Cable Communications, Llc | Measuring video-content viewing |
CN103095820B (zh) * | 2013-01-04 | 2016-03-16 | 新浪网技术(中国)有限公司 | 一种确定访问页面的终端数量的方法及装置 |
US10708654B1 (en) * | 2013-03-15 | 2020-07-07 | CSC Holdings, LLC | Optimizing inventory based on predicted viewership |
US9124948B2 (en) | 2013-03-15 | 2015-09-01 | Ipar, Llc | Systems and methods for defining ad spaces in video |
IL225560A0 (en) * | 2013-04-04 | 2013-09-30 | Google Inc | Budget allocation for content distribution |
JP5996502B2 (ja) * | 2013-09-19 | 2016-09-21 | ヤフー株式会社 | サービス提供装置、サービス提供方法及びサービス提供プログラム |
US20150289000A1 (en) * | 2014-04-04 | 2015-10-08 | CSC Holdings, LLC | Programmatic Buying and Selling of Television Advertising |
US10334299B2 (en) | 2014-05-23 | 2019-06-25 | Adap.Tv, Inc. | Systems and methods for web spike attribution |
US10373209B2 (en) * | 2014-07-31 | 2019-08-06 | U-Mvpindex Llc | Driving behaviors, opinions, and perspectives based on consumer data |
US10555050B2 (en) | 2015-07-24 | 2020-02-04 | Videoamp, Inc. | Cross-screen measurement accuracy in advertising performance |
WO2017019645A1 (en) * | 2015-07-24 | 2017-02-02 | Videoamp, Inc. | Cross-screen optimization of advertising placement |
US10136174B2 (en) | 2015-07-24 | 2018-11-20 | Videoamp, Inc. | Programmatic TV advertising placement using cross-screen consumer data |
WO2017019643A1 (en) | 2015-07-24 | 2017-02-02 | Videoamp, Inc. | Targeting tv advertising slots based on consumer online behavior |
WO2017019646A1 (en) | 2015-07-24 | 2017-02-02 | Videoamp, Inc. | Sequential delivery of advertising content across media devices |
US10812870B2 (en) | 2016-01-14 | 2020-10-20 | Videoamp, Inc. | Yield optimization of cross-screen advertising placement |
US11064234B2 (en) | 2015-09-01 | 2021-07-13 | Turner Broadcasting System, Inc. | Targeting and demographics scheduling utilizing a framework for audience rating estimation |
US10567824B2 (en) | 2015-09-30 | 2020-02-18 | Simulmedia, Inc. | Methods and systems for selecting inventory units for television and other media advertising campaigns |
US10070166B2 (en) * | 2015-11-02 | 2018-09-04 | Turner Broadcasting System, Inc | Generation of reach, mixture, and pricing utilizing a framework for audience rating estimation |
US11093968B2 (en) | 2015-11-02 | 2021-08-17 | Turner Broadcasting System, Inc. | Audience proposal creation and spot scheduling utilizing a framework for audience rating estimation |
US10185974B1 (en) * | 2015-12-16 | 2019-01-22 | AudienceScience Inc. | User-level bid request preferences |
US11343555B2 (en) | 2016-04-05 | 2022-05-24 | Turner Broadcasting System, Inc. | Allocation of under delivery units utilizing an optimization framework |
CN105979287B (zh) * | 2016-05-31 | 2020-04-24 | 无锡天脉聚源传媒科技有限公司 | 一种节目关键词的提取与统计方法及装置 |
EP3635962A4 (en) * | 2017-02-13 | 2020-09-09 | Adcuratio Media, Inc. | SYSTEM AND METHOD OF TARGETING PEOPLE WITH ADVERTISING FILMS DURING NATIONAL BROADCASTING AND ON CABLE TELEVISION |
US11423431B2 (en) | 2017-06-13 | 2022-08-23 | Turner Broadcasting System, Inc. | Promotion planning for managing allocation of inventory mix utilizing an optimization framework |
US11282115B2 (en) | 2017-06-13 | 2022-03-22 | Turner Broadcasting System, Inc. | Managing allocation of inventory mix utilizing an optimization framework |
US11494814B2 (en) * | 2017-08-25 | 2022-11-08 | Disney Enterprises, Inc. | Predictive modeling techniques for generating ratings forecasts |
US10834451B2 (en) | 2018-01-09 | 2020-11-10 | Turner Broadcasting System, Inc. | Dynamically scheduling non-programming media items in contextually relevant programming media content |
CN112465532B (zh) * | 2019-09-06 | 2023-10-03 | 百度在线网络技术(北京)有限公司 | 信息流广告的流量预估方法及流量预估装置 |
WO2023086051A1 (en) * | 2021-11-15 | 2023-05-19 | Dogus Bilgi Islem Ve Teknoloji Hiz. A.S. | A rating estimation system |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4694490A (en) * | 1981-11-03 | 1987-09-15 | Harvey John C | Signal processing apparatus and methods |
US4965825A (en) * | 1981-11-03 | 1990-10-23 | The Personalized Mass Media Corporation | Signal processing apparatus and methods |
DE69837194T2 (de) * | 1997-01-06 | 2007-10-31 | Bellsouth Intellectual Property Corp., Wilmington | Methode und system zur netzwerkverwendungserfassung |
US8180675B2 (en) * | 2000-08-31 | 2012-05-15 | Prime Research Alliance E., Inc. | System and method for automatically managing avail inventory data and avail pricing |
US7260823B2 (en) * | 2001-01-11 | 2007-08-21 | Prime Research Alliance E., Inc. | Profiling and identification of television viewers |
US11109114B2 (en) * | 2001-04-18 | 2021-08-31 | Grass Valley Canada | Advertisement management method, system, and computer program product |
US20020013757A1 (en) * | 1999-12-10 | 2002-01-31 | Bykowsky Mark M. | Automated exchange for the efficient assignment of audience items |
JP2002245287A (ja) * | 2001-02-14 | 2002-08-30 | Nec Corp | 広告オークションサービスシステム及びその方法 |
JP2002259741A (ja) * | 2001-02-26 | 2002-09-13 | Mitsubishi Electric Corp | コマーシャル枠の競売システム、コマーシャル枠の競売方法、及びプログラム |
JP2002312634A (ja) * | 2001-04-16 | 2002-10-25 | Sony Corp | 放映コンテンツのコマーシャル枠の競売方法および放映コンテンツのコマーシャル枠の競売システムおよび放映コンテンツの自動送出方法および放映コンテンツの自動送出システム |
US7343354B2 (en) * | 2001-08-10 | 2008-03-11 | Wideorbit, Inc. | Method for determining demand and pricing of advertising time in the media industry |
US7136871B2 (en) * | 2001-11-21 | 2006-11-14 | Microsoft Corporation | Methods and systems for selectively displaying advertisements |
JP4005820B2 (ja) * | 2002-02-21 | 2007-11-14 | 株式会社東芝 | 電子商品流通システム、電子商品流通方法及びプログラム |
KR20040054026A (ko) * | 2002-12-16 | 2004-06-25 | 인디비듀얼 네트워크, 인코포레이티드 | 데이터 네트워크 상에서 스폿 광고를 발주하기 위한 방법및 시스템 |
KR100458459B1 (ko) * | 2004-01-27 | 2004-11-26 | 엔에이치엔(주) | 검색자의 검색 요청에 응답하여 검색 결과 목록을생성하고 검색어 광고를 제공하는 방법 및 검색어 광고제공 시스템 |
US7895075B2 (en) * | 2004-08-12 | 2011-02-22 | Cable Television Advertising Group Llc | Method and apparatus for determining an effective media channel to use for advertisement |
JP4801908B2 (ja) * | 2005-02-09 | 2011-10-26 | 株式会社 サイバー・コミュニケーションズ | 放送番組の広告入札受付システムおよび番組表示システム |
JP2006313464A (ja) * | 2005-05-09 | 2006-11-16 | Sammy Networks Co Ltd | インターネットを利用したオークション方法及びインターネットを利用してオークションを行うためのオークションサーバー |
CA2984577C (en) * | 2005-06-01 | 2019-05-21 | Google Inc. | Media play optimization |
US20070156525A1 (en) * | 2005-08-26 | 2007-07-05 | Spot Runner, Inc., A Delaware Corporation, Small Business Concern | Systems and Methods For Media Planning, Ad Production, and Ad Placement For Television |
JP4237179B2 (ja) * | 2005-12-21 | 2009-03-11 | 株式会社電通 | 成果報酬型広告システム、成果報酬型広告方法および成果報酬型広告プログラム |
EP1971999A4 (en) * | 2005-12-21 | 2012-05-30 | Trojan Techn Inc | RADIATION LAMP ASSEMBLY WITH EXCIMER, SOURCE MODULE AND LIQUID TREATMENT SYSTEM CONTAINING THE MODULE |
EP1964046A4 (en) * | 2005-12-24 | 2013-01-09 | Rich Media Club Llc | SYSTEM AND METHOD FOR CREATING, DISTRIBUTING AND TRACKING ADVERTISING VIA ELECTRONIC NETWORKS |
JP5934460B2 (ja) * | 2006-06-12 | 2016-06-15 | インビディ テクノロジーズ コーポレイションInvidi Technologies Corporation | 広告時間枠競売のためのシステム及び方法 |
WO2008021239A2 (en) * | 2006-08-10 | 2008-02-21 | Targetspot, Inc. | System and method for targeted auctioning of available slots in a delivery network |
US20080263578A1 (en) * | 2007-03-28 | 2008-10-23 | Google Inc. | Forecasting TV Impressions |
US7802280B2 (en) * | 2007-04-03 | 2010-09-21 | Google Inc. | Approving transcoded advertisements in advertisement front end |
-
2008
- 2008-12-10 AU AU2008335170A patent/AU2008335170B2/en not_active Ceased
- 2008-12-10 JP JP2010538133A patent/JP5334987B2/ja not_active Expired - Fee Related
- 2008-12-10 EP EP08858590A patent/EP2232424A4/en not_active Ceased
- 2008-12-10 US US12/332,024 patent/US20090150224A1/en not_active Abandoned
- 2008-12-10 CA CA2708774A patent/CA2708774A1/en not_active Abandoned
- 2008-12-10 CN CN2008801264423A patent/CN101939759A/zh active Pending
- 2008-12-10 BR BRPI0820942-1A patent/BRPI0820942A2/pt not_active IP Right Cessation
- 2008-12-10 WO PCT/US2008/086257 patent/WO2009076456A2/en active Application Filing
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103797501A (zh) * | 2011-09-06 | 2014-05-14 | 阿尔卡特朗讯公司 | 使用随机化简档扰动来进行保留隐私的广告目标确定 |
CN103797501B (zh) * | 2011-09-06 | 2017-11-14 | 阿尔卡特朗讯公司 | 使用随机化简档扰动来进行保留隐私的广告目标确定 |
CN105847865A (zh) * | 2016-05-31 | 2016-08-10 | 无锡天脉聚源传媒科技有限公司 | 一种节目关键词的参数计算方法及装置 |
CN105847865B (zh) * | 2016-05-31 | 2019-07-26 | 无锡天脉聚源传媒科技有限公司 | 一种节目关键词的参数计算方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2009076456A2 (en) | 2009-06-18 |
EP2232424A4 (en) | 2011-09-07 |
BRPI0820942A2 (pt) | 2015-09-01 |
CA2708774A1 (en) | 2009-06-18 |
WO2009076456A9 (en) | 2009-11-12 |
JP5334987B2 (ja) | 2013-11-06 |
WO2009076456A3 (en) | 2009-08-06 |
AU2008335170A1 (en) | 2009-06-18 |
EP2232424A2 (en) | 2010-09-29 |
US20090150224A1 (en) | 2009-06-11 |
JP2011507107A (ja) | 2011-03-03 |
AU2008335170B2 (en) | 2014-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101939759A (zh) | 电视业务估计 | |
KR102075512B1 (ko) | 동적 비디오 광고 교체 | |
US10623825B2 (en) | Automated allocation of media campaign assets to time and program in digital media delivery systems | |
JP5591684B2 (ja) | 広告インプレッションデータにおける不確実性の調整 | |
JP5579595B2 (ja) | 予想データの測定データとの照合 | |
US11127033B2 (en) | Programmatic advertising platform | |
US6912039B2 (en) | Method for staging motion picture content by exhibitor | |
US20130080264A1 (en) | Methods and systems for bidding and acquiring advertisement impressions | |
US20130066725A1 (en) | Methods and systems for acquiring advertisement impressions | |
CA2718377A1 (en) | Apparatus and method for targeted advertisement | |
KR20090119416A (ko) | 디지털 방송 서비스에서의 광고 컨텐츠 제공 방법 및시스템, 그리고 광고 컨텐츠 노출 방법 및 시스템 | |
US11941668B2 (en) | Ad exchange bid optimization with reinforcement learning | |
Pandey et al. | Survey on revenue management in media and broadcasting | |
WO2013036957A2 (en) | Methods and systems for bidding and acquiring advertisement impressions | |
US20130066715A1 (en) | Methods and systems for time-variable cps based on user interaction with advertisement | |
US20150213509A1 (en) | Real time pacing of online video advertisements | |
US11030642B2 (en) | Qualitative user assessment in online video advertising |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110105 |