CN103797474A - 多渠道转化路径位置报告 - Google Patents
多渠道转化路径位置报告 Download PDFInfo
- Publication number
- CN103797474A CN103797474A CN201180073431.5A CN201180073431A CN103797474A CN 103797474 A CN103797474 A CN 103797474A CN 201180073431 A CN201180073431 A CN 201180073431A CN 103797474 A CN103797474 A CN 103797474A
- Authority
- CN
- China
- Prior art keywords
- user interactions
- user
- conversion pathway
- channel
- conversion
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
用于接收关于多个转化路径的信息的方法、***和设备,包括在计算机可读介质上编码的计算机程序。每个转化路径包括一个或多个用户交互、与用户相对应,并且以转化交互结束。接收渠道组列表。每个渠道组包括名称和涉及所述多个转化路径的一个或多个用户交互的特征的一个或多个组规则。基于渠道组列表将所述多个转化路径中的每个用户交互进行分组。接收对要进行可视化的渠道的选择,并且对于每个所选择的要进行可视化的渠道,基于用户交互的渠道组以及转化路径内用户交互的位置来聚合用户交互。对于每个所选择的渠道提供关于所聚合的用户交互的信息。
Description
相关申请的交叉引用
本申请要求在2011年7月18日提交的美国专利申请NO.13/184772的优先权,该美国专利申请通过引用被全部包含于此。
背景技术
互联网提供了对各种各样内容的访问。例如,通过互联网可以访问关于大量不同主题的图像、音频、视频和网页。可访问的内容为刊登广告提供了机会。可在诸如网页、图像或视频之类的内容中刊登广告,或者内容可触发一个或多个广告的显示,例如在广告位置(slot)中呈现广告。
广告客户使用各种广告管理工具来决定在特定内容中呈现哪些广告。这些工具还允许广告客户跟踪各种广告或者广告活动的执行。还可以使用广告管理工具来改变用于确定何时显示特定广告的参数。
可使用各种各样的可用数据来生成表现衡量。该数据通常包括来自多个服务器的数据的组合。组合的数据量足够大,使得可使用从该数据生成的表现衡量来提供用于理解该数据的有效方式。处理数据来生成有用和准确的表现衡量涉及到很多障碍。例如,如果表现衡量基于在一段时间内用户的动作,则应该跟踪该用户的动作。可使用cookie来跟踪在一段时间内用户的动作。然而,如果在该段时间内移除了这个cookie,则会破坏对跟踪用户动作的准确数据的收集。该数据可包含用户动作,其包括对于广告客户来说具有重要意义的各种动作(称为转化)。识别造成发生转化的其他动作很有价值。然而,该数据包含可与转化相关联的多个动作。此外,该数据还可以包含关于不会导致任何记录的转化的用户动作的信息。因此,基于关于用户动作的可用信息来处理数据以便提供准确和可靠的表现衡量具有很多挑战。
发明内容
总的来说,本说明书中描述的主题的一个创新方面可体现在用于提供与转化路径相关的数据的方法中,该方法包括接收关于多个转化路径的信息。每个转化路径包括一个或多个用户交互、与一个用户相对应,并且以转化交互结束。用户交互包括描述该用户交互的特征。接收渠道组的列表。每个渠道组包括名称和涉及所述多个转化路径的一个或多个用户交互的特征的一个或多个组规则。基于该渠道组列表将所述多个转化路径中的每个用户交互进行分组。接收对要进行可视化的渠道的选择,并且对于要进行可视化的每个所选择的渠道,基于用户交互的渠道组和转化路径内用户交互的位置来聚合用户交互。提供关于针对每个所选择的渠道所聚合的用户交互的信息。本方面的其他实施例包括被配置为执行该方法的动作的相应***、设备和计算机可读介质。
附图说明
在附图和下面的描述中将阐述本说明书描述的主题的一个或多个实施例的细节。根据说明书、附图和权利要求,该主题的其他特征、方面和优点将更加明显。
图1是根据一个说明性实施例的示例环境的框图,该示例环境中广告管理***管理广告服务;
图2是根据一个说明性实施例的用于集成用户交互日志数据的过程的流程图;
图3是示出根据一个说明性实施例的在用户交互日志数据集成过程中更新的用户交互数据的框图;
图4是示出根据一个说明性实施例的与用户交互关联的数据的框图;
图5是示出根据一个说明性实施例的转化路径的框图;
图6是根据一个说明性实施例的用于提供与关于所聚合的用户交互的一个或多个渠道相关的信息的过程的流程图;
图7A-7D示出根据一个说明性实施例的对于不同的渠道基于转化路径中用户交互的顺序建立用户交互的图形化表示;
图8A-8D示出根据一个说明性实施例的将曲线应用于图7A-7D;
图9A-9E示出根据另一个说明性实施例的对于不同渠道的用户交互的图形化表示;
图10示出根据一个说明性实施例的用于显示各个渠道的图形的示例用户接口;
图11是根据一个说明性实施例的计算机***的框图。
各附图中同样的参考编号和名称指示同样的元素。
具体实施方式
将公开了与内容的各种用户交互的各种报告提供给内容提供者(例如,广告客户)。每个用户交互可包括多个维度,该维度可包括与用户交互关联的数据。然而,这样的维度可以是稀疏填充的。可使用用户交互的单个维度来生成报告,并且因此该报告也可以是稀疏填充的。可使用维度的优先级列表来生成较为充实的报告,并且该优先级列表可以在报告中提供足够程度的细节。
作为贯穿本文始终所使用的术语,用户交互包括对用户的任何内容呈现,以及用户响应于向该用户呈现内容而采取的任何随后的积极动作或者不采取动作(除非另外指定,统称为“动作”)(例如在呈现内容后选择内容,或者在呈现内容后不选择内容)。因此,用户交互不一定需要由该用户选择内容(或者任何其他的积极动作)。
用户交互衡量可包括下列中的一个或多个:时间间隔衡量(即衡量从一个或多个指定的用户交互到转化的时间)、路径长度衡量(即在转化前发生的用户交互的数量)、用户交互路径(即在转化前发生的用户交互的序列)、辅助交互衡量(即在转化前发生的特定用户交互的数量)和辅助的转化衡量(即由指定内容辅助的转化的数量)。
图1是根据一个说明性实施例的示例环境的框图,其中广告管理***管理广告服务。示例环境100包括网络102,例如局域网(LAN)、广域网(WAN)、互联网或者上述的组合。网络102连接网站104、用户装置106、广告客户108和广告管理***110。示例环境100可包括数千个网站104、用户装置106和广告客户108。
网站104包括与域名关联的且由一个或多个服务器寄载的一个或多个资源105。一个示例网站是采用超文本标记语言(HTML)格式的网页的集合,该网页可包含文本、图像、多媒体内容和编程元素,例如脚本。
资源105是可通过网络102提供的任何数据。通过与资源105关联的资源地址来标识资源105,该资源地址例如统一资源定位符(URL)。举例来说,资源105可包括网页、字处理文档、可移植文档格式(PDF)文档、图像、视频、编程元素、交互式内容和馈送(feed)源。资源105可包括内容,例如单词、短语、图像和声音,该内容可包含嵌入信息(例如超链接中的元信息)和/或嵌入指令。嵌入指令可包括在用户装置处(例如在网页浏览器中)执行的代码。可以采用诸如或的语言来编写代码。
用户装置106是由用户控制的电子装置,并且能够通过网络102请求和接收资源105。用户装置106的例子包括个人计算机、移动通信装置和能够通过网络102发送和接收数据的其他装置。用户装置106通常包括便于通过网络102发送和接收数据的用户应用,例如网页浏览器。
用户装置106可请求来自网站104的资源105。反过来,可将表示资源105的数据提供给用户装置106,用于由用户装置106进行呈现。表示资源105的数据可包括用于指定其中可呈现广告的资源的部分或者用户显示的部分(例如,弹出式窗口的呈现位置或者在网页的位置中的呈现位置)的数据。资源105或者用户显示的这些指定部分称作广告位置。
为便于搜索通过网络102可访问的大量资源105,环境100可包括搜索***112,其通过抓取和索引在网站104上提供的资源105来识别资源105。可基于与数据关联的资源105来索引关于资源105的数据。可选地,将资源105的索引副本和(可选的)高速缓存副本存储在搜索索引(未示出)中。
用户装置106可通过网络102向搜索***112提交搜索查询。作为响应,搜索***112访问搜索索引,以识别与搜索查询相关的资源105。在一个说明性实施例中,搜索查询包括一个或多个关键词。搜索***112识别响应于查询的资源105、以搜索结果的形式提供关于该资源105的信息,并且以搜索结果页面向用户装置106返回该搜索结果。搜索结果可包括由搜索***112生成的数据,其标识响应于特定搜索查询的资源105,并且搜索结果可包括到资源105的链接。搜索结果的例子可包括网页标题、从网页104提取的文本片段或图像的部分、资源105的呈现,以及网页104的URL。搜索结果页面还可以包括在其中可呈现广告的一个或多个广告位置。
可将搜索结果页面与来自搜索***112的对于用户装置106的网页浏览器设置HTTP(超文本传输协议)cookie的请求一起进行发送。例如,cookie可表示特定用户装置106和特定网页浏览器。例如,搜索***112包括服务器,该服务器通过在HTTP响应中发送搜索结果页面来回答查询。该HTTP响应包括使得浏览器为服务器寄载的站点或者为服务器的域存储cookie的指令(例如,设置cookie指令)。如果浏览器支持cookie且启用了cookie,则对该相同服务器或者该服务器的域内的服务器的每一个随后的页面请求将包括该cookie。cookie可存储各种数据,包括唯一或部分唯一标识符。可隐去该唯一或部分唯一标识符并且该唯一或部分唯一标识符与用户名称没有关系。由于HTTP是无状态协议,所以使用cookie允许外部服务(例如搜索***112或其他***)在多个会话上跟踪用户的特定动作和状态。例如,用户可通过在浏览器的设置中禁用cookie,来选择退出跟踪用户动作。
当用户装置106请求资源105或搜索结果时,或者当将资源105或搜索结果提供给用户装置106时,广告管理***110接收对广告的请求,其中该广告将与资源105或搜索结果一起被提供。对广告的请求可包括为请求的资源105或搜索结果页面定义的广告位置的特征,并且可被提供给广告管理***110。例如,可向广告管理***110提供:对资源105的引用(例如URL),其中为该资源105定义了广告位置;广告位置的大小;和/或可用于在该广告位置中呈现的媒体类型。类似地,还可以向广告管理***110提供与请求的资源105关联的关键词(即与内容关联的一个或多个单词)(“资源关键词”)或者请求搜索结果的搜索查询,以帮助识别与资源105或搜索查询相关的广告。
基于在对广告的请求中包括的数据,广告管理***110可选择将要响应于该请求而提供的、符合条件的广告(“符合条件的广告”)。例如,符合条件的广告可包括具有与广告位置的特征相匹配的特征的广告以及被识别为与指定的资源关键词或搜索查询相关的广告。在一些实施例中,由广告管理***110将具有与资源关键词、搜索查询或搜索查询的部分相匹配的目标关键词的广告选为符合条件广告。
广告管理***110为资源105或搜索结果页面的每个广告位置选择符合条件的广告。用户装置106接收用于由该用户装置106呈现的资源105或搜索结果页面。可将表示与呈现的广告进行用户交互的用户交互数据存储在历史数据存储器119中。例如,在经由广告服务器114向用户呈现广告时,可在日志文件116中存储数据。如下文中所详细描述的,可聚合该日志文件116与历史数据存储器119中的其他数据。因此,历史数据存储器119包含表示广告印象(impression)的数据。例如,响应于对呈现的广告的请求来存储该广告的呈现。例如,广告请求可包括标识特定cookie的数据,使得标识cookie的数据可与标识响应于请求而呈现的广告的数据相关联地存储。在一些实施例中,可将数据直接存储到历史数据存储器119。
类似地,当用户选择(即点击)呈现的广告时,可将表示对广告的选择的数据存储到日志文件116、cookie或历史数据存储器119中。在一些实施例中,响应于对由广告链接到的网页的请求来存储数据。例如,用户对广告的选择可以发起呈现由(或者为)广告客户提供的网页的请求。该请求可包括标识关于用户装置的特定cookie的数据,并且可将该数据存储到广告数据存储器中。
用户交互数据可与唯一标识符关联,该唯一标识符表示执行用户交互的相应的用户装置。例如,在一些实施例中,用户交互数据可与一个或多个cookie关联。每个cookie可包括指定初始化时间的内容,该初始化时间指示在特定用户装置106上最初设置该cookie的时间。
日志文件116或者历史数据存储器119还可以存储对广告的引用和表示条件的数据,其中在该条件下选择用于向用户呈现的每个广告。例如,历史数据存储器119可存储目标关键词、出价(bid)和选择符合条件的广告用于呈现的其他标准。此外,历史数据存储器119可包括指定关于每个广告的多个印象的数据,以及,可以例如使用造成广告印象的关键词和/或与印象关联的cookie来跟踪关于每个广告的多个印象。还可以存储关于每个印象的数据,使得每个印象和用户选择可与选择的广告和/或使得该广告被选择用于呈现的目标关键词相关联(即,参考该选择的广告和/或目标关键词存储每个印象和用户选择,和/或根据该选择的广告和/或目标关键词索引每个印象和用户选择)。
广告客户108可向广告管理***110提交用于控制广告分发的活动参数(例如,目标关键词和相应的出价)。广告客户108可访问广告管理***110,以监控使用活动参数分发的广告的表现。例如,广告客户可访问活动表现报告,其提供关于广告的多个印象(即呈现)、选择(即点击),以及已识别的转化。活动表现报告还可以提供在指定的时间段内关于广告的总成本、每次点击的成本,以及其他成本衡量。例如,广告客户可以访问表现报告,其描述了使用短语匹配关键词“曲棍球”分发的广告已经收到1000个印象(即已被呈现1000次)、已被选择(例如被点击)20次,以及已经造成了5个转化。因此,可以将1000个印象、20次点击和5个转化归功于短语匹配关键词曲棍球。
如上文所述,提供给特定内容提供者的报告可描述用于衡量在转化之前发生的、用户与内容交互的表现衡量。当用户执行指定动作时发生转化,并且转化路径包括转化以及在由用户执行转化之前发生的一组用户交互。可将任何一个或多个用户交互看作转化。构成转化的因素可能因事而异,并且可以用各种方法来确定是什么构成转化。例如,当用户点击广告、转到网页或网站,然后在离开该网页或网站之前在那完成购买时,可发生转化。再例如,当用户在特定网站花费多于给定时间量的时间时,可发生转化。来自多个用户交互的数据可用于确定在特定网站的时间量。
可由每个广告客户指定构成转化的动作。例如,每个广告客户可选择一个或多个可衡量/可观察的用户动作作为转化,例如下载***、至少导航到网站的给定深度、至少查看一定数量的网页、至少在网站或网页上花费预定的时间量,或者在网站上注册。也可以使用构成转化的其他动作。
要跟踪转化(以及与广告客户的网站的其他交互),广告客户可在该广告客户的网页中包含嵌入指令,其中该嵌入指令监控与广告客户的网站的用户交互(例如页面选择、内容项目选择和其他交互),并且可以检测构成转化的用户交互(或者一系列用户交互)。在一些实施例中,当用户从引用网页(或其他资源)访问网页,或另一资源时,可识别关于该交互的引用网页(或其他资源),例如,可通过执行由正被访问的网页引用的代码片段和/或基于用于访问该网页的URL来识别。
例如,用户可通过选择在网页上呈现的链接来访问广告客户的网站,例如,选择作为广告客户的联属会员(affiliate)的推广活动的部分的链接。该链接可与包括唯一标识资源的数据(即文本)的URL相关联,其中用户从该资源进行导航。例如,链接http://www.example.com/homepage/%affiliate_identifier%promotion_1表明将用户从与该URL中指定的联属会员标识符号关联的联属会员的网页导航到example.com网页,并且基于选择在与promotion_1关联的推广活动中包含的链接将用户定向到example.com网页。可将关于该交互(即选择链接)的用户交互数据存入数据库,并且如下文所述,使用该用户交互数据来促成表现报告。
在为广告客户检测转化时,可将表示转化的转化数据传输到接收该转化数据的数据处理设备(“分析设备”),进而将该转化数据存储在数据存储器中。可与用于执行用户交互的用户装置的一个或多个cookie相关联地存储该转化数据,使得与cookie关联的用户交互数据可与转化关联,并且可用于生成关于该转化的表现报告。
通常,当使用目标关键词定为目标的广告是转化前最后点击的广告时,认为该转化归因于该目标关键词。例如,广告客户X可将关键词“网球”、“鞋”和“品牌X”与广告相关联。在该示例中,假设用户提交对“网球”的第一搜索查询,向该用户呈现包括广告客户X的广告的搜索结果页面,并且该用户选择该广告,但是该用户并未采取构成转化的动作。进一步假设该用户随后提交对“品牌X”的第二搜索查询,向该用户呈现广告客户X的广告,用户选择广告客户X的广告,并且用户采取构成转化的动作(例如,用户购买品牌X网球鞋)。在该示例中,将该转化归因于关键词“品牌X”,这是因为转化前选择的最后一个广告(“最后选择的广告”)是响应于匹配“品牌X”而呈现的广告。
向导致呈现在转化前最后选择的广告的关键词提供转化计分(“最后选择计分(credit)”)是对广告表现的一种有效衡量,然而仅仅是该衡量并不能向广告客户提供帮助分析转化周期的数据,该转化周期包括在最后选择的广告之前用户对广告的接触和/或选择。例如,单独的最后选择计分衡量并不描述可能已经通过在选择该最后选择的广告之前对呈现给用户和/或由用户选择的广告的呈现增加了品牌或产品知名度的关键词。然而,这些广告可能已经对随后采取构成转化的动作的用户具有重大贡献。
在上面的示例中,即使响应于匹配关键词“网球”的搜索查询而呈现的广告可能对采取构成转化的动作(例如购买品牌X网球鞋)的用户有贡献,但没有向关键词“网球”提供关于转化的任何计分。例如,当用户选择响应于匹配关键词“网球”而呈现的广告时,用户可能已经查看了可从广告客户X获得的品牌X网球鞋。基于用户对品牌X网球鞋的接触,用户可能已经随后提交了搜索查询“品牌X”,以寻找来自品牌X的网球鞋。类似地,无论用户对广告的选择如何,用户对使用关键词“网球”定为目标的广告的接触也已经对随后采取构成转化的动作(例如购买来自广告客户X的产品)的用户有所贡献。分析在选择最后选择的广告之前发生的用户与广告客户的广告(或者其他内容)的交互,可以提高广告客户理解该广告客户的转化周期的能力。
转化周期是从向用户呈现广告时开始,且在用户采取构成转化的动作时结束的期间。可由时间或动作来衡量和/或约束转化周期,并且该转化周期可跨越多个用户会话。用户会话是聚合在一起用于分析的用户交互的集合。每个用户会话包括表示由特定用户执行的且在会话窗口内(即指定期间)的用户交互的数据。例如,会话窗口可以是指定的时间段(例如1小时、1天或1个月),或者可使用指定动作来划定该会话窗口。例如,用户搜索会话可包括在1小时期间内发生的和/或在会话结束事件(例如,关闭搜索浏览器)之前发生的用户搜索查询以及随后的动作。
分析转化周期可提高广告客户理解在转化周期内其顾客如何与广告交互的能力。例如,如果广告客户确定从用户第一次接触广告到转化的平均时间量为20天,则广告客户可使用该数据来推断用户在转化(即采取构成转化的动作)前用于研究替代源所花费的时间量。类似地,如果广告客户确定很多进行转化的用户在使用特定关键词定为目标的广告的呈现后这样做,则广告客户可能希望增加其在使用该关键词分发的广告上花费的资金数量,和/或提高使用该特定关键词定为目标的广告的质量。
帮助分析转化周期的用户交互衡量可称作转化路径表现衡量。转化路径是在由特定用户转化前且包括该转化的该特定用户的一组用户交互。如在下文中详细描述的,转化路径表现衡量描述转化周期的持续时间、在转化周期的持续时间内发生的用户交互数量、转化前的用户交互路径、转化前发生的特定用户交互的数量,以及对在转化周期的持续时间内发生的用户交互的其他衡量。
广告管理***110包括表现分析设备120,其确定描述在转化周期的持续时间内用户与内容项交互的衡量的转化路径表现衡量。表现分析设备120为每个广告客户跟踪用户与该广告客户提供的广告的交互、确定(即计算)一个或多个转化路径表现衡量,以及提供造成呈现表现报告的数据,其中该表现报告描述至少一个转化路径表现衡量。通过使用表现报告,广告客户可分析其转化周期,并且得知其每个关键词如何引起对促成转化的广告的呈现,而不管该关键词是否引起对最后选择的广告的呈现。反过来,广告客户可基于表现报告来调整控制其广告分发的活动参数。
可提供配置选项来减少表现报告中的偏差。没有配置选项,某些表现报告可能有偏差,例如偏向短转化路径。例如,如果用作报告基础的数据包括比阈值百分比更高的部分转化路径的百分比,则表现报告可能偏向短转化路径。部分转化路径是其中关于用户的一些用户交互数据但不是所有用户交互数据都与转化关联的转化路径。例如,如果使用小于请求报告的广告客户的典型转化周期长度的报告期来生成报告,则可在该报告中加入部分转化路径。
报告期确定所报告的转化周期的最大长度(以天来表示),这是由于并不使用报告期外的额外数据来生成该报告。表现报告可基于报告期(即回顾窗口),使得在生成报告时不将报告期之前的用户交互看作转化周期的部分。这样的报告期称作“回顾窗口”。例如,当根据三十天的回顾窗口生成报告时,表示在给定年份的7月1日和7月31日之间发生的用户动作的可用用户交互数据,将会对在该年7月31发生的转化可用。
在使用默认回顾窗口(例如三十天)时,如果与报告关联的产品的典型转化周期长度大于该默认回顾窗口,则表现报告会偏向短转化路径。例如,在上文的示例中,“品牌X”网球鞋的典型转化周期(例如三十天)与较贵产品(例如,新车)的转化周期相比可能相对较短。新车可具有更长的转化周期(例如,九十天)。
不同的广告客户或者广告客户的不同产品可具有不同的关联转化周期长度。例如,出售低价(例如小于100美元)产品的广告客户可指定30天的回顾窗口,而出售较昂贵的产品(例如至少1000美元)的广告客户可指定90天的回顾窗口。
在一些实施方式中,广告客户108可以在请求表现报告时,例如通过输入天数或者通过从特定的回顾窗口列表(例如30天、60天、90天)中选择回顾窗口来指定要使用的回顾窗口。允许广告客户配置他们的表现报告的回顾窗口,使得广告客户能够选择与他们的产品的转化周期相对应的回顾窗口。允许回顾窗口配置还使得广告客户能够用不同的回顾窗口进行实验,其结果可能导致发现提高转化速率的方法。
其他因素可对报告部分转化路径起作用。例如,如上文所述,用作报告基础的用户交互数据可与表示用户装置的唯一标识符相关联,其中使用该用户装置来执行用户交互。如上文所述,可将唯一标识符存储为cookie。可以从用户装置删除cookie,例如,可由删除cookie的用户、删除cookie的浏览器(例如,在退出浏览器时,基于浏览器参数设定),或者删除cookie的一些其他软件(例如反间谍软件)来删除cookie。
如果从用户装置删除了cookie,则当用户访问网页(例如搜索***112)时,可在用户装置上设置新的cookie。该新的cookie可用于存储新的部分唯一标识符,并且因此在该用户装置上发生的随后的用户交互数据可与不同的标识符相关联。因此,由于认为每个用户标识符表示不同的用户,所以与关联新的cookie的用户交互数据相比,与被删除的cookie关联的用户交互数据被标识为与不同的用户相关联。
例如,在上文的示例中,假设用户在执行对“网球”的第一搜索查询后删除cookie,并且在cookie被删除后发生对“品牌X”的第二搜索查询。在这个示例中,基于关于用户的用户交互数据计算的表现衡量可能出现偏差。例如,由于不将第一搜索查询导致的广告选择看做是与第二搜索查询导致的广告选择相同的转化周期的部分,所以路径长度衡量可能被计算为一,而不是二,这是因为这两个用户交互看起来并不是由相同的用户执行的。
要查看减少由部分转化路径导致的偏差的报告,广告客户可为该报告指定回顾窗口。如上文所述,回顾窗口指定用于生成报告的用户交互数据是与唯一标识符关联的用户交互数据,其中,该唯一标识符具有在转化前的指定期间(例如三十天、六十天、九十天)之前的初始化时间。因此,对于其中用户交互数据与具有该指定期间后的初始化时间的唯一标识符相关联的转化不被包含在内来作为该报告的基础。具有最近初始化时间的唯一标识符指示可能最近已经在该唯一标识符表示的用户装置上重新初始化了该唯一标识符。因此,与相对较新的唯一标识符关联的用户交互数据可以仅表示部分转化路径。或者,对于其中用户交互数据与具有该指定期间后的初始化时间的唯一标识符相关联的转化被包含在该报告中。为减少偏差,在加入报告之前,从转化路径中移除在转化路径中包括的、在指定期间之后发生的任何用户交互。
图2是根据一个说明性实施例用于集成用户交互日志数据的方法的流程图。方法200是更新转化路径并且基于更新的用户转化路径确定转化的方法。
可在广告管理***110、表现分析设备120或者另一个计算装置上实现方法200。在一个实施例中,在计算机可读介质上编码方法200,该计算机可读介质包括当由计算装置执行时使得该计算装置执行方法200的操作的指令。
如上文所述,日志文件116可包含用户交互数据。日志文件116可在处理前与来自其他服务器的其他日志的用户交互数据相结合,包括实现搜索***112的那些服务器。处理从实现方法200的计算装置确定新日志可用于处理开始(210)。例如,可向计算装置发送指示新日志已准备好用于处理的通知,或者新日志的存在可指示该新日志已准备好用于处理。
接下来,检索到新日志(220)。可在网络102上检索新日志。基于由新日志指示的用户动作来更新每个用户的状态历史。新日志可包含与多个用户的用户交互相关的信息。历史数据存储器119包括来自先前已处理的日志文件的用户交互数据。由于可根据用户标识符来对用户交互数据进行分组且按时间对其进行排序,所以在历史数据存储器119内包含的用户交互数据可以是有状态的。图3是根据一个说明性实施例描述在用户交互日志数据集成方法200的持续时间内更新的用户交互数据的框图。图3示出了四个用户标识符示例,然而历史数据存储器119和日志文件116可包括与数千或数百万不同用户标识符关联的数据。在一个实施例中,先前存储的用户交互数据310是存储在历史数据存储器119中的。如图所示,先前还没有在历史数据存储器119中存储与用户标识符3关联的用户交互数据。
新日志可包含关于一个或多个用户标识符的用户交互数据。可根据用户标识符对用户交互数据进行分组并且接着按时间进行排序(230)。列320示出已分组和排序的用户交互数据。如图所示,用户标识符2不包括任何新的用户交互数据,并且用户标识符1、3和4已经更新了用户交互数据。例如,新日志文件包括与关联于用户标识符1的用户交互a13和a14关联的用户交互数据。接着,已分组和排序的用户交互数据可与在历史数据存储器119中存储的用户交互数据相合并(240)。如果在历史数据存储器119中先前存在用户标识符,则将新的用户交互数据添加到先前的用户交互数据。否则,添加新的用户交互数据以及新的用户标识符。
列330示出关于每个用户标识符的更新的用户交互数据。基于更新的用户交互数据,可确定在用户交互的更新路径的每一个中发生的任何转化(250)。将用户交互路径限制为与特定广告客户108相关的那些用户交互。特定广告客户108的转化交互用于确定是否已经发生转化。例如,假设用户交互a13和a32表示转化交互。相应地,找到转化路径340和350。一旦找到,可将转化路径写入历史数据存储器119的另一部分或者另一个数据存储器,用于进一步分析。
每个用户交互包括与该用户交互关联的一组数据或维度。可以稀疏地填充该维度,使得任何用户交互可具有与维度的一个子集相关的数据。可基于接收的用户交互数据来生成大量转化路径。关于活动或者广告客户的安排的执行情况的各种报告可包括关于转化路径的各种信息。考虑到大量潜在的转化路径,可将各个转化路径聚合到一起以减少报告的不同转化路径的数量。在一个说明性实施例中,可聚合具有相同数量的用户交互以及具有相应的数据的转化路径。
在一个实施例中,用户能够创建各种各样的组以便对各个用户交互进行分类。组包括组定义,该组定义包括用于确定特定用户交互是否属于特定组的一个或多个组规则。组规则使用用户交互的维度数据来确定该用户交互的组。可使用诸如“与”、“非”、“或”等的布尔运算符来连接组定义中的各个组规则。每个组还包括组名称。在一些实施例中,组可以包括显示信息,例如但不限于用于显示组名称的文本颜色和/或背景颜色。默认组也可以对用户可用。当默认组可用时,用户可复制默认组(包括关联的组规则),并且接着修改一个或多个组规则和/或组名称。可在数据存储器中存储用户创建的组,该数据存储器例如是本地或远程数据库。接着,可以在将来的时间访问、修改或删除该组。
在组定义的分类或者排序列表中,一个或多个组可彼此相关联。排序列表内的组可用于确定每个用户交互的组。列表的排序确定了特定的组的优先级。用户交互被分到具有最高优先级的匹配组。具有较低优先级的匹配组将被忽略。
使用组定义的排序列表,可将每个转化路径转换为组路径。组路径包括与转化路径的用户交互相对应的组元素。组元素可包含或者引用来自对应的用户交互的数据。此外,组元素包含或者引用组名称,并且显示匹配组的信息。
在一个实施例中,通过向每个用户交互添加对匹配组的引用来将转化路径转换为组路径。在另一个实施例中,创建与转化路径分离的组路径。在本实施例中,可在与存储转化路径的位置相同或者不同的位置存储组路径。无论如何实现组路径,可基于组路径的长度以及组成组路径的组元素的组名称来聚合组路径。
在一个实施例中,组路径包含来自对应的转化路径的各个数据。例如,转化路径可包括与转化关联的货币价值。在聚合组路径时,还可以聚合与所聚合的组路径关联的所有转化路径的价值。该聚合的价值可包含在报告中。
图4是根据一个说明性实施例的描述与用户交互关联的数据的框图。用户交互400的框架或形式描述了可与任何用户交互关联的四个可能的维度。如图所示,每个用户交互可具有与用户交互的来源402、媒介404、活动406和关键词408相关的维度。来源维度402指示对网站的引荐(referral)的来源。媒介维度404提供关于来源维度402的进一步信息。例如,来源维度402可指示作为引荐来源的特定搜索引擎,且媒介维度404可进一步将来源分类为:“每点击计费”(用户点击了赞助链接时)或者“自然的(organic)”(用户点击了无偿搜索结果链接时)。媒介值的其他非限制性示例包括电子邮件、RSS订阅等。活动维度406允许广告客户在各个广告活动之间进行区分。例如,广告客户可具有将用户引导到一个或多个共同页面的两个同时运行的广告活动。活动维度406允许与活动相关的各个用户交互彼此独立。这样使得即使两个活动都将用户引导到相同的共同页面,广告客户也能够彼此独立地对活动进行分析。关键词维度408包括用户在搜索中使用的任何单词或短语。可用的维度不限于这些示例。例如,与用户交互相关的维度可包括但不限于:用户交互的日期、用户交互的时间、国家/地区、登录页面标题、浏览器名称、浏览器版本、内容等。例如,用户交互可包括内容维度,其允许广告客户指示用户点击的广告版本。
转化路径410描述三个用户交互420、430和440。用户交互420具有与来源维度422、媒介维度424和关键词维度428关联的维度数据。然而,活动维度426不具有关联数据。在一个说明性实施例中,用户交互420可与在搜索引擎中使用关键词“优惠券”进行搜索的用户相关联。无偿搜索结果包含到广告客户网站的链接,用户在其上进行点击。用户交互430提供一个用户交互的示例,该用户交互的维度是稀疏填充的。仅来源维度432具有关联数据。其余的维度434、436和438不具有任何关联的维度数据。用户交互430可对应于但不限于:通过将广告客户的网页地址或URL直接键入网页浏览器的地址工具来访问广告客户的网页的用户。转化路径410中的第三个用户交互440的所有示出的维度442、444、446和448都填充了维度数据。用户交互440可关联但不限于:点击广告链接的用户,该广告链接将用户定向到广告客户的网页。该广告链接与在搜索引擎中使用“优惠券”作为关键词的关键词搜索的搜索结果相关联。最后,活动维度446指示点击的广告链接与“春季特卖”活动相对应。
转化路径450描述包括三个用户交互460、470和480的另一个转化路径。用户交互460具有与来源维度462、媒介维度464和活动维度466关联的维度数据。关键词维度468不具有任何关联数据。媒介维度464指示根据基于来源维度462的referral_url.com网页将用户引导到广告客户的网页。为空的关键词维度468可指示用户没有进行与引荐站点关联的关键词搜索来导航到广告客户的网页。用户交互470具有与来源维度472、媒介维度474和关键词维度478关联的维度数据。活动维度476不具有关联数据。在一个说明性实施例中,用户交互470可与通过点击使用关键词“特卖”从搜索引擎得到的无偿搜索结果来访问广告客户网页的用户相对应。用户交互480可与包含到广告客户网页的链接的新闻通讯相关联。媒介维度484被设置为“电子邮件”,并且基于来源维度482指示将用户从与“春季新闻通讯”相对应的电子邮件新闻通讯导航到广告客户的网页。用户交互480还与由活动维度486指示的“春季特卖”活动相关。
转化路径410和450是两个说明性转化路径。广告客户很可能具有大量的转化路径。单个转化路径还可以包括比图4中描述的那些用户交互更少或更多的用户交互,以及更少或更多的维度。考虑到特定广告客户的转化路径数量,报告每个单个转化路径可能是难以完成的。为提供有用的报告度量,可在生成报告之前将大量的转化路径聚合到一起。然而,在这样的聚合之前,可基于各种标准来过滤转化路径。例如,可通过转化路径长度、时间间隔衡量、来源维度、媒介维度、活动维度、关键词维度、任何其他用户交互维度等来过滤转化路径,但不局限于此。还可以在聚合转化路径之前将用户交互分组到各个组。聚合可基于用户交互的组而不是直接基于用户交互的维度数据。组可以包括用于确定用户交互是否与该组匹配的一个或多个组规则。可定义多个组,并且可创建组定义的分类列表。
在一个说明性的实施例中,组可与各个渠道相关联。渠道通常与用户交互的来源相关,并且可基于用户交互的维度数据来确定渠道。渠道的示例包括自然搜索结果交互、付费搜索结果交互、直接交互、显示交互、电子邮件交互、社交网络交互、引荐交互等。自然搜索结果渠道指示用户交互起源于来自搜索引擎的搜索结果。与自然搜索结果相比,基于与付费搜索结果的用户交互将用户交互分类为付费搜索结果渠道的部分。显示交互、电子邮件交互、社交网络交互和引荐交互与来源于所显示的资源、电子邮件、社交网站资源或引荐站点资源的用户交互相对应。直接交互与直接键入网页浏览器或者用网页浏览器直接访问的URL相对应。渠道或者定义渠道的组可用于将每个用户交互分类为特定渠道的部分。
图5是根据一个说明性实施例的示出转化路径的框图。图5示出四个转化路径502、512、524和534。每个转化路径包括与特定渠道关联的用户交互。例如,转化路径502包括自然搜索渠道用户交互504、付费搜索渠道用户交互506、直接交互渠道用户交互508和转化510。转化路径512、524和532包括也已与渠道关联的用户交互。除了与特定渠道关联,每个用户交互还与跟该用户交互相关的日期相关联。日期可表示何时发生了特定的用户交互。在一个实施例中,该信息是每个用户交互的维度数据的部分。
在一个说明性的实施例中,可基于一个或多个渠道将用户交互聚合到一起,并且可提供与每个渠道相关的显示数据,图6是根据一个说明性实施例的、用于提供与关于所聚合的用户交互的一个或多个渠道相关的信息的过程的流程图。可在广告管理***110、表现分析设备120或者另一个计算装置上实现过程600。在一个实施方式中,在计算机可读介质上编码过程600,该计算机可读介质包括当由计算装置执行时使得该计算装置执行过程600的操作的指令。
接收关于多个转化路径的信息(602)。在一个实施例中,可从数据存储器(例如历史数据存储器119)中检索该信息。选择转化路径可以包括过滤掉不需要的转化路径(例如看起来是无效的或者不满足某些初始搜索标准的那些转化路径),例如检索在过去的30天内具有转化的所有转化路径。此外,可基于其他标准来过滤转化路径,例如过滤掉除了与特定类型的转化相关的那些转化路径之外的所有转化路径。在另一个实施例中,仅可以选择完整的转化路径。完整的转化路径是与至少与回顾窗口一样古老的cookie相对应的一个转化路径。这允许排除较短的转化路径,该较短的转化路径可与不接受或者定期删除cookie的用户相关联。还接收渠道组列表(604)。该渠道组列表指示应确定数据的渠道。可在数据存储器中存储一个或多个渠道组。可从数据存储器中查询和接收一个或多个渠道组。在一个实施例中,可从数据存储器检索渠道组的子集。所接收的渠道组的子集可基于来自用户的信息。对于每个渠道,基于用户交互的渠道组和/或转化路径内用户交互的位置来聚合用户交互(606)。在一个实施例中,基于与每个所选择的渠道组关联的组规则来确定与用户交互关联的渠道。用户交互的位置可与该用户交互的日期或者转化路径内该用户交互的位置相关。在聚合用户交互之后,可提供关于对于每个渠道所聚合的信息的信息(608)。
在一个实施例中,可生成和提供关于每个渠道的线形图,其示出了在整个转化路径上的渠道的贡献。图7A-7D示出根据一个说明性实施例的、基于对于不同渠道用户交互在转化路径内的排序建立用户交互的图形化表示。在图7A-7D中,该排序与在转化路径中用户交互相对于转化用户交互的位置相关。在另一个实施例中,该排序可参考用户交互相对于转化用户交互的日期。图7A-7D与图5中示出的数据相关。具体地,图7A与自然搜索渠道相关、图7B与付费搜索渠道相关、图7C与直接交互渠道相关,并且图7D与显示交互渠道相关。此外,图7A-7D对图5示出的转化路径中的这些渠道的行为进行了可视化。
图5中示出的最长转化路径是转化路径512。转化路径512具有四个用户交互,该四个用户交互不包括转化用户交互522。因此,图7A-7D包括四个可能的点,每个点表示转化路径中的一个位置。因此,可将图中的可能点的数量设置为转化路径组中的最大转化路径长度。在另一个实施例中,图中仅包括最后某个数量的用户交互。例如,可以仅包括最后3个、5个、10个、15个及其他数量的用户交互。删掉超过最后某个数量的用户交互的任何用户交互,且该用户交互不包含在图中。本实施例的好处可包括检索较少的转化路径数据并且允许更好地利用水平空间。如果与大多数较短的转化路径相比,存在个别相对长的转换路径,则可以更好地利用水平空间。在一个可替换的实施例中,水平轴可使用对数刻度。在一个实施例中,沿水平轴从转化用户交互向外移动的点可与转化路径中的用户交互数量10、100、1000等相对应。在另一个实施例中,沿水平轴的点可参考时间。例如,该点可与10、100、1000等分钟、小时或天相对应。
一旦确定了水平空间,可确定每个用户交互的渠道。接下来,可确定转化路径内用户交互的位置。对于提供所聚合的信息,这些操作的顺序是不确定的,并且是可以颠倒的。一旦确定了用户交互的渠道和位置,则可以确定关联渠道图中的关联点。在一个实施例中,每个点与转化路径中的一个位置关联。因此,用户交互的位置确定图中的点。在另一个实施例中,图中的每个点可与转化路径中的一个或多个位置相关联。例如,每个点可与转化路径中的两个连续的位置相关联。
一旦确定了与用户交互关联的点,则可以更新与该点对应的值。在一个实施例中,通过一个因子来增加该值。该因子可以是但不限于1、2、5、10等。在一个实施例中,该值具有关联的最小值。如果在将所有的用户交互适当地分配给点之后,该值小于最小值,则该值采用默认值(例如零)。该值还可以具有关联的最大值,使得该值将不能超过该最大值。
一旦对于每个渠道确定了每个点的值,则生成图形数据或者其他显示数据。在一个实施例中,可在对应点的上方示出圆点(例如702)。圆点702可表示与点704关联的一个或多个用户交互。在一个实施例中,每个圆点表示与关联点对应的单个用户交互。在另一个实施例中,任何特定点上方的圆点可具有对数刻度。圆点表示在转化路径内的任何特定位置处的用户交互的数量。圆点的高度可用于创建线形图。在一个实施例中,该线形图是曲线图。图8A-8D示出根据一个说明性实施例的将曲线拟合到图7A-7D。
图7A-7D和8A-8D基于转化路径的长度示出线形图。图的水平空间可基于其他数据。图9A-9D示出根据另一个说明性实施例的对于不同渠道的用户交互的图形化表示。类似于图7A-7D和8A-8D,图9A-9D示出与图5中示出的转化路径相关的数据。在图9A-9D中,水平空间基于用户交互的日期而不是转化路径的长度。在一个实施例中,水平空间可与特定的天数相对应。该特定的天数可被设置为或者基于回顾窗口。在所示的实施例中,水平空间与30天相对应,其每个点是一个特定的日期。可从转化向后计算天。因此,其最早的用户交互小于过去的30天的转化路径可能不是开始于第一天,而是开始于距离转化用户交互的天数。如果所有的转化路径都小于水平空间中的天数,则可以自动地调整水平空间。该调整可将水平空间从其初始设置更改为与到达转化的最大时间间隔对应的水平空间。对水平空间的这种自动更改在新的水平空间上有效地拉伸了原始数据,并且更好地利用了水平空间。
在另一个实施例中,水平空间可基于任何天数。一旦接收到天数,可使用该天数将比所接收的天数更久的用户交互排除在外。可相应地标绘剩下的用户交互。还可以将天数自动地设置为包括转化路径在它们的整体中的某个百分比。因此,可设置天数使得在所确定的天数内发生所有转化的某个百分比的转化。作为一个说明性的示例,可计算天数,使得在图中示出所接收的转化路径的50%、75%、85%、90%、95%等的所有用户交互。
一旦确定了水平空间,可确定与每个用户交互对应的点。在标绘了每个用户交互后,可绘制曲线以包含所有用户交互。在一个实施例中,跨水平空间从点到点地绘制曲线(如902)。在另一个实施例中,曲线仅连接连续的点。图9E示出了与图9B相同的数据,但是曲线并没有直接连接每个点。反而是曲线904返回轴,而不是连接到点906。此外,基于与点906关联的数据来绘制曲线908。
可对于多个渠道生成图。在一个实施例中,对于每个已知的渠道生成图。在另一个实施例中,接收一个或多个渠道的选择性列表,并且对于每个所接收的渠道生成图。图10示出了根据一个说明性实施例的显示各个渠道的图的示例用户接口。该示例用户接口包括根据一个说明性实施例生成的多个图1002、1004、1006、1008、1010和1014。如图所示,可采用颜色来填充图形线下的区域。除了图,用户接口可包括关于与特定渠道关联的转化的进一步信息1016。例如,可提供转化的总数和/或与每个渠道关联的转化的百分比。另外地或者可替代地,还可以提供其他信息。例如,可提供用户交互的平均位置、平均转化路径长度,和/或与转化关联的价值。用户接口还可以包括关于在图中示出的所有转化的信息1018。
可由在执行时使得一个或多个处理装置执行上述过程和功能的指令来实现广告管理***110和/或表现分析设备120。例如,该指令可包括解释指令(例如脚本指令)、可执行代码或者在计算机可读介质中存储的其他指令。可在网络上(例如服务器群)分布式地实现广告管理***110和/或表现分析设备120,或者在单个计算机装置上实现广告管理***110和/或表现分析设备120。
图11描述了可用于提供用户交互报告、处理日志文件、实现说明性表现分析设备120,或者实现说明性广告管理***110的计算机***1100。计算***1100包括总线1105或者用于传送信息的其他通信组件,以及耦合到总线1105用于处理信息的处理器1110。计算***1100还包括耦合到总线1105用于存储信息以及要由处理器1110执行的指令的主存储器1115,例如随机存取存储器(RAM)或者其他动态存储装置。主存储器1115还可以用于在由处理器1110执行指令期间存储位置信息、临时变量,或者其他中间信息。计算***1100还可以包括耦合到总线1105用于为处理器1110存储静态信息和指令的只读存储器(ROM)1110或者其他静态存储装置。存储装置1125(例如固态装置、磁盘或光盘)被耦合到总线1105用于持久地存储信息和指令。
计算***1100可经由总线1105耦合到显示器1135(例如液晶显示器或有源矩阵显示器),用于向用户显示信息。输入装置1130(例如包括字母数字和其他键的键盘)可耦合到总线1105用于向处理器1110传送信息以及命令选择。在另一个实施例中,输入装置1130具有触摸屏显示器1135。输入装置1130可包括光标控制(例如鼠标)、轨迹球或光标方向键,用于向处理器1110传送方向信息和命令选择,以及用于在显示器1135上控制光标移动。
根据各个实施例,响应于处理器1110执行主存储器1115中包含的指令安排,可由计算***1100来实现完成本文描述的说明性实施例的方法。可将这样的指令从另一个计算机可读介质(例如存储装置1125)读取到主存储器1115中。执行在主存储器1115中包含的指令安排,使得计算***1100执行本文描述的说明性方法。可采用多处理配置中的一个或多个处理器来执行主存储器1115中包含的指令。在可选实施例中,可使用硬连线电路来代替软件指令或者与软件指令组合,从而实现说明性实施例。因此,实施例并不限于硬件电路和软件的任何特定组合。
尽管已经在图11中描述了处理***的一个例子,但可在其他类型的数字电子电路、或者在计算机软件、固件或硬件(包括在本说明书中公开的结构以及它们的结构等效物),或者在它们的一个或多个的组合中实施本说明书中描述的主题和功能操作的实现。
可在数字电子电路中、或者在计算机软件、固件或硬件(包括在本说明书中公开的结构和它们的结构等效物)中,或者在它们的一个或多个的组合中实现本说明书中描述的主题和操作的实施例。可将本说明书中描述的主题的实施例实现为在一个或多个计算机存储介质上编码的、用于由数据处理设备执行或者控制数据处理设备的操作的一个或多个计算机程序,即计算机程序指令的一个或多个模块。可选地或者另外地,可在人工生成的传播信号(例如机器产生的电、光或电磁信号)上编码程序指令,其中生成该传播信号以编码用于传输到适当的接收设备由数据处理设备来执行的信息。计算机存储介质可以是或者被包含于计算机可读存储装置、计算机可读存储基底、随机或顺序存取存储器阵列或装置,或者它们的一个或多个的组合。此外,尽管计算机存储介质不是传播信号,但计算机存储介质可以是在人工生成的传播信号中编码的计算机程序指令的源或目的地。计算机存储介质还可以是一个或多个单独组件或媒介(例如多个CD、盘或其他存储装置),或者被包含于其中。因此,计算机存储介质既是有形的也是永久的。
可将本说明书中描述的操作实现为由数据处理设备对在一个或多个计算机可读存储装置上存储的或者从其他源接收的数据执行的操作。
术语“数据处理设备”涵盖用于处理数据的任何类型的设备、装置和机器,例如包括可编程处理器、计算机、片上***或者上述中的多个或组合。设备可包括专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。除了硬件,设备还可以包括为上述计算机程序创建执行环境的代码,例如,构成处理器固件、协议堆栈、数据库管理***、操作***、跨平台运行时环境、虚拟机或者它们的一个或多个的组合的代码。设备和执行环境可实现各种各样不同的计算模型架构,如网络服务、分布式计算和网格计算架构。
可采用任何形式的编程语言来编写计算机程序(又称作程序、软件、软件应用、脚本或代码),包括编译或解释语言、声明或过程语言,并且可采用任何形式来部署计算机程序,包括作为独立程序或者作为模块、组件、子程序、对象或者适于在计算环境中使用的其他单元。计算机程序可以但不是必须与文件***中的文件相对应。可将程序存储在保持其他程序或数据的文件的部分中(例如在标记语言文档中存储的一个或多个脚本)、专用于上述程序的单个文件中,或者多个相配合文件(例如存储一个或多个模块、子程序或部分代码的多个文件)中。可将计算机程序部署为在一个计算机上执行,或者在位于一个地点或分布在多个地点上、并且由通信网络互联的多个计算机上执行。
可由执行一个或多个计算机程序的一个或多个可编程处理器来执行本说明书中描述的方法和逻辑流,从而通过对输入数据进行操作并且生成输出来执行动作。还可以由专用逻辑电路来执行方法和逻辑流,并且还可以将设备实现为专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
适于执行计算机程序的处理器例如包括:通用和专用微处理器,以及任何类型的数字计算机的任何一个或多个处理器。通常,处理器将接收来自只读存储器或随机存取存储器或者上述两者的指令和数据。用于根据指令来执行动作的处理器,以及用于存储指令和数据的一个或多个存储装置是计算机的必要元件。通常,计算机还会包括一个或多个大容量存储装置用于存储数据,或者***作地耦合以便接收来自一个或多个大容量存储装置的数据或向其传输数据或者执行上述两者,该大容量存储装置例如是磁盘、磁光盘或光盘。然而,计算机并不必须具有这样的装置。此外,可将计算机嵌入另一装置,仅举几例,例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏控制台、全球定位***(GPS)接收器或者移动存储装置(例如,通用串行总线(USB)闪存驱动器)。适于存储计算机程序指令和数据的装置包括所有形式的非易失性存储器、媒介和存储装置,例如包括:半导体存储装置,例如EPROM、EEPROM和闪存存储装置;磁盘,例如内置硬盘或可移动盘;磁光盘;以及CD-ROM和DVD-ROM盘。可由专用逻辑电路来补充处理器或存储器,或者将处理器或存储器并入其中。
为提供与用户的交互,可在具有用于向用户显示信息的显示装置(例如CRT(阴极射线管)或LCD(液晶显示)监视器),以及键盘和指示装置(例如鼠标或轨迹球)的计算机上实现本说明书中描述的主题的实施例,其中用户可通过键盘和指示装置向计算机提供输入。也可以使用其他类型的装置提供与用户的交互,例如,提供给用户的反馈可以是任何形式的传感反馈,例如视觉反馈、听觉反馈或触觉反馈;以及来自用户的输入可以是以任何形式接收的,包括声学、语音或触觉输入。此外,计算机可通过将文档发送给由用户使用的装置并且从该装置接收文档来与用户交互;例如,通过响应于从用户的客户机装置上的网页浏览器接收的请求向该网页浏览器发送网页。
可在计算***中实现本说明书中描述的主题的实施例,该计算***包括:后端组件,例如数据服务器;或者包括中间件组件,例如应用服务器;或者包括前端组件,例如具有图形用户接口或网页浏览器的客户机计算机,其中用户可通过图形用户接口或网页浏览器与本说明书中描述的主题的实现进行交互;或者该后端、中间件或前端组件中的一个或多个的任何组合。可通过任何形式或介质的数字数据通信来互联该***的组件,例如通信网络。通信网络的例子包括局域网(“LAN”)和广域网(“WAN”)、互联网(例如因特网),和对等网络(例如自组对等网络)。
计算***可包括客户机和服务器。客户机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。由于计算机程序在各自的计算机上运行且彼此之间具有客户机-服务器关系,从而产生了客户机和服务器之间的关系。在一些实施例中,服务器将数据(例如HTML页面)传输到客户机装置(例如用于向与客户机装置交互的用户显示数据,并且接收来自该用户的用户输入)。可在服务器处接收来自客户机装置的、在该客户机装置处生成的数据(例如用户交互的结果)。
尽管本说明书包括多个具体的实施细节,但不应将这些理解为对任何发明或者可主张的范围的限制,而是应该理解为是针对特定发明的特定实施例的特征的描述。还可以在单个实施例中组合实现在本说明书中的不同实施例的上下文中描述的某些特征。反过来,也可以在多个实施例中分别地或在任何适当的子组合中实现在单个实施例的上下文中描述的各个特征。此外,尽管可能在上文中将特征描述为在某些组合中起作用,并且甚至最初是这样主张的,但在某些情况下可将来自所主张的组合的一个或多个特征从该组合中去除,并且可将所主张的组合定向到子组合或子组合的变形。
类似地,尽管在附图中以特定顺序描述了操作,但不应将此理解为要求按照所示的特定顺序或先后顺序来执行该操作,或者要求执行所有的示出的操作,以达到期望的结果。在某些情况下,多任务处理和并行处理可能是有利的。此外,不应将上文描述的实施例中各种***组件的独立理解为在所有实施例中要求这种独立,并且应该理解为通常能够在单个软件产品中将所描述的程序组件和***集成到一起,或者将其打包到多个软件产品。
因此,已经描述了主题的特定实施例。其他实施例在所附权利要求的范围内。在一些情况下,可采用不同的顺序来执行在权利要求中描述的动作,并且仍然达到期望的结果。此外,在附图中描述的方法并不要求所示的特定顺序或者先后顺序来达到期望的结果。在某些实施例中,多任务处理和并行处理可能是有利的。
Claims (20)
1.一种提供与转化路径相关的数据的方法,所述方法包括:
接收关于多个转化路径的信息,其中每个转化路径包括一个或多个用户交互,其中用户交互包括描述该用户交互的特征,其中每个转化路径与用户相对应,并且其中每个转化路径以转化交互结束;
接收渠道组列表,其中每个渠道组包括一个或多个组规则,其中所述一个或多个组规则涉及所述多个转化路径的一个或多个用户交互的特征,并且其中每个渠道组包括组名称;
使用处理器基于所述渠道组列表将所述多个转化路径中的每个用户交互分组到渠道组;
接收对要进行可视化的渠道的选择;
对于每个所选择的要进行可视化的渠道,基于用户交互的渠道组以及转化路径内用户交互的位置来聚合用户交互;以及
对于每个所选择的渠道,提供关于所聚合的用户交互的信息。
2.根据权利要求1所述的方法,其中所提供的信息包括表示线形图、条形图、柱状图或者饼图的显示数据中的一种。
3.根据权利要求1所述的方法,其中转化路径内用户交互的位置基于从转化交互起的多个交互。
4.根据权利要求3所述的方法,还包括在将每个用户交互分组到渠道组之前,过滤掉其位置大于一个值的用户交互。
5.根据权利要求4所述的方法,其中所述值与回顾窗口相对应。
6.根据权利要求5所述的方法,其中所述值小于回顾窗口。
7.根据权利要求4所述的方法,其中确定所述值使得过滤掉预定百分比的用户交互。
8.根据权利要求1所述的方法,其中所述多个转化路径中的每个转化路径与至少与回顾窗口一样老的cookie相对应。
9.根据权利要求1所述的方法,其中转化路径内用户交互的位置基于转化交互的日期。
10.根据权利要求9所述的方法,还包括在将每个用户交互分组到渠道组之前,过滤掉其日期在一个值之前的用户交互。
11.根据权利要求10所述的方法,其中一个或多个处理器还被配置为过滤掉由在一个日期之后发生的用户交互组成的转化路径。
12.根据权利要求10所述的方法,其中所述值与回顾窗口相对应。
13.根据权利要求12所述的方法,其中所述值小于回顾窗口。
14.根据权利要求10所述的方法,其中确定所述值使得过滤掉预定百分比的用户交互。
15.一种***,包括:
一个或多个处理器,其被配置为:
接收关于多个转化路径的信息,其中每个转化路径包括一个或多个用户交互,其中用户交互包括描述该用户交互的特征,其中每个转化路径与用户相对应,并且其中每个转化路径以转化交互结束;
接收渠道组列表,其中每个渠道组包括一个或多个组规则,其中所述一个或多个组规则涉及所述多个转化路径的一个或多个用户交互的特征,并且其中每个渠道组包括组名称;
基于所述渠道组列表将所述多个转化路径中的每个用户交互分组到渠道组;
接收对要进行可视化的渠道的选择;
对于每个所选择的要进行可视化的渠道,基于用户交互的渠道组以及转化路径内用户交互的位置来聚合用户交互;以及
对于每个所选择的渠道,提供关于所聚合的用户交互的信息。
16.根据权利要求15所述的***,其中转化路径内用户交互的位置基于从转化交互起的多个交互,其中所述一个或多个处理器还被配置为在将每个用户交互分组到渠道组之前过滤掉其位置大于一个值的用户交互,并且其中确定所述值使得过滤掉预定百分比的用户交互。
17.根据权利要求15所述的***,其中转化路径内用户交互的位置基于转化交互的日期,其中所述一个或多个处理器还被配置为在将每个用户交互分组到渠道组之前过滤掉其日期在一个值之前的用户交互。
18.一种其上存储有指令的有形计算机可读介质,所述指令包括:
用于接收关于多个转化路径的信息的指令,其中每个转化路径包括一个或多个用户交互,其中用户交互包括描述该用户交互的特征,其中每个转化路径与用户相对应,并且其中每个转化路径以转化交互结束;
用于接收渠道组列表的指令,其中每个渠道组包括一个或多个组规则,其中所述一个或多个组规则涉及所述多个转化路径的一个或多个用户交互的特征,并且其中每个渠道组包括组名称;
用于基于所述渠道组列表将所述多个转化路径中的每个用户交互分组到渠道组的指令;
用于接收对要进行可视化的渠道的选择的指令;
用于基于用户交互的渠道组以及转化路径内用户交互的位置来聚合每个所选择的渠道的用户交互的指令;以及
用于对于每个所选择的渠道,提供关于所聚合的用户交互的信息的指令。
19.根据权利要求18所述的有形计算机可读介质,还包括执行以下操作的指令:在将每个用户交互分组到渠道组之前过滤掉其位置大于一个值的用户交互,并且其中确定所述值使得过滤掉预定百分比的用户交互,其中转化路径内用户交互的位置基于从转化交互起的多个交互。
20.根据权利要求18所述的有形计算机可读介质,还包括执行以下操作的指令:在将每个用户交互分组到渠道组之前,过滤掉其日期在一个值之前的用户交互,其中转化路径内用户交互的位置基于转化交互的日期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711180588.3A CN107885868B (zh) | 2011-07-18 | 2011-09-29 | 生成渠道贡献的图形化表示的方法、***及介质 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/184,772 US8655907B2 (en) | 2011-07-18 | 2011-07-18 | Multi-channel conversion path position reporting |
US13/184772 | 2011-07-18 | ||
PCT/US2011/053934 WO2013012429A1 (en) | 2011-07-18 | 2011-09-29 | Multi-channel conversion path position reporting |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711180588.3A Division CN107885868B (zh) | 2011-07-18 | 2011-09-29 | 生成渠道贡献的图形化表示的方法、***及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103797474A true CN103797474A (zh) | 2014-05-14 |
CN103797474B CN103797474B (zh) | 2018-01-02 |
Family
ID=47555466
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711180588.3A Active CN107885868B (zh) | 2011-07-18 | 2011-09-29 | 生成渠道贡献的图形化表示的方法、***及介质 |
CN201180073431.5A Active CN103797474B (zh) | 2011-07-18 | 2011-09-29 | 提供与转化路径相关的数据的方法、装置及*** |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711180588.3A Active CN107885868B (zh) | 2011-07-18 | 2011-09-29 | 生成渠道贡献的图形化表示的方法、***及介质 |
Country Status (5)
Country | Link |
---|---|
US (2) | US8655907B2 (zh) |
EP (1) | EP2734929A4 (zh) |
JP (1) | JP2014521182A (zh) |
CN (2) | CN107885868B (zh) |
WO (1) | WO2013012429A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105677866A (zh) * | 2016-01-08 | 2016-06-15 | 车智互联(北京)科技有限公司 | 一种内容转化追踪方法、装置、***和转化服务器 |
CN106371842A (zh) * | 2016-08-31 | 2017-02-01 | 北京字节跳动科技有限公司 | 一种网页转化跟踪方法和*** |
CN108363578A (zh) * | 2018-01-29 | 2018-08-03 | 深圳前海有电物联科技有限公司 | 应用程序打包方法、电子装置及计算机存储介质 |
CN111210333A (zh) * | 2019-12-12 | 2020-05-29 | 上海淇玥信息技术有限公司 | 一种金融产品的渠道流量统计方法和装置 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130066724A1 (en) * | 2011-09-14 | 2013-03-14 | Collective, Inc. | System and Method for Targeting Advertisements |
US20130085837A1 (en) * | 2011-10-03 | 2013-04-04 | Google Inc. | Conversion/Non-Conversion Comparison |
US20130173382A1 (en) * | 2012-01-03 | 2013-07-04 | Tal Hasson | Conversion attribution for earned media |
US10282746B2 (en) * | 2012-08-31 | 2019-05-07 | Accenture Global Services Limited | Marketing campaign management system |
US11222346B2 (en) | 2013-03-15 | 2022-01-11 | Commerce Signals, Inc. | Method and systems for distributed signals for use with advertising |
US9477994B2 (en) * | 2013-06-27 | 2016-10-25 | National Taiwan University | Global relationship model and a relationship search method for internet social networks |
SG2013078639A (en) * | 2013-10-22 | 2015-05-28 | Paratu Pte Ltd | Online campaign system and method |
EP3262531A1 (en) * | 2015-02-24 | 2018-01-03 | Entit Software LLC | Element identifier generation |
WO2017049310A1 (en) | 2015-09-18 | 2017-03-23 | Mms Usa Holdings Inc. | Micro-moment analysis |
US20190279236A1 (en) * | 2015-09-18 | 2019-09-12 | Mms Usa Holdings Inc. | Micro-moment analysis |
US10607254B1 (en) * | 2016-02-16 | 2020-03-31 | Google Llc | Attribution modeling using withheld or near impressions |
US20180089676A1 (en) * | 2016-09-23 | 2018-03-29 | Paypal, Inc. | Dynamic Multi-Website Data Collection and Data Sharing |
US20180089742A1 (en) * | 2016-09-23 | 2018-03-29 | Paypal, Inc. | Dynamic Website Personalization and Data Sharing |
US11080756B2 (en) * | 2016-11-13 | 2021-08-03 | The Nielsen Company (Us), Llc | Methods and apparatus to deliver targeted advertising |
US11551259B2 (en) * | 2018-04-10 | 2023-01-10 | Adobe Inc. | Generating and providing return of incremental digital content user interfaces for improving performance and efficiency of multi-channel digital content campaigns |
US11436509B2 (en) * | 2018-04-23 | 2022-09-06 | EMC IP Holding Company LLC | Adaptive learning system for information infrastructure |
US10929878B2 (en) * | 2018-10-19 | 2021-02-23 | International Business Machines Corporation | Targeted content identification and tracing |
US20210117825A1 (en) * | 2019-10-16 | 2021-04-22 | Visably, LLC | Method and system for processing a search result of a search engine system |
USD921014S1 (en) | 2020-01-31 | 2021-06-01 | Salesforce.Com, Inc. | Display screen or portion thereof with graphical user interface |
USD924901S1 (en) | 2020-01-31 | 2021-07-13 | Salesforce.Com, Inc. | Display screen or portion thereof with graphical user interface |
CN113177174B (zh) * | 2021-05-21 | 2024-02-06 | 脸萌有限公司 | 特征构建方法、内容显示方法及相关装置 |
CN113781122B (zh) * | 2021-09-14 | 2023-09-12 | 深圳市酷开网络科技股份有限公司 | 广告投放方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5737527A (en) * | 1995-08-31 | 1998-04-07 | U.S. Philips Corporation | Interactive entertainment apparatus |
US6839680B1 (en) * | 1999-09-30 | 2005-01-04 | Fujitsu Limited | Internet profiling |
US20050192825A1 (en) * | 1999-06-14 | 2005-09-01 | Cardno Andrew J. | Data visualisation system and method |
CN1701331A (zh) * | 2002-09-24 | 2005-11-23 | Google公司 | 使用与电子邮件有关的信息来提供广告 |
CN101854299A (zh) * | 2010-05-21 | 2010-10-06 | 中国科学院软件研究所 | 一种发布/订阅***的动态负载平衡方法 |
CN102016734A (zh) * | 2008-02-21 | 2011-04-13 | 市场份额合伙人有限责任公司 | 自动制定营销和销售资源总预算以及花费类别间的分配 |
Family Cites Families (87)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE9602834L (sv) | 1996-07-22 | 1998-01-23 | Analysity Ab | Anordning och förfarande för multidimensionell mönsteranalys |
US20010014868A1 (en) | 1997-12-05 | 2001-08-16 | Frederick Herz | System for the automatic determination of customized prices and promotions |
US6148333A (en) | 1998-05-13 | 2000-11-14 | Mgi Software Corporation | Method and system for server access control and tracking |
US6574632B2 (en) | 1998-11-18 | 2003-06-03 | Harris Corporation | Multiple engine information retrieval and visualization system |
US20020123928A1 (en) | 2001-01-11 | 2002-09-05 | Eldering Charles A. | Targeting ads to subscribers based on privacy-protected subscriber profiles |
US7523191B1 (en) | 2000-06-02 | 2009-04-21 | Yahoo! Inc. | System and method for monitoring user interaction with web pages |
NZ502019A (en) | 1999-12-22 | 2002-10-25 | Compudigm Int Ltd | Method for generating a Venn diagram with each area of circle being proportional to the ratio of the number of elements in the circle |
GB2361385A (en) | 2000-04-12 | 2001-10-17 | Queen Mary & Westfield College | Intelligent control of radio resorces in a wireless network |
US6996536B1 (en) | 2000-09-01 | 2006-02-07 | International Business Machines Corporation | System and method for visually analyzing clickstream data with a parallel coordinate system |
US20030018584A1 (en) | 2001-07-23 | 2003-01-23 | Cohen Jeremy Stein | System and method for analyzing transaction data |
US8001052B2 (en) | 2001-12-10 | 2011-08-16 | Dunkeld Bryan C | System and method for unique digital asset identification and transaction management |
US9235849B2 (en) | 2003-12-31 | 2016-01-12 | Google Inc. | Generating user information for use in targeted advertising |
US20050021397A1 (en) | 2003-07-22 | 2005-01-27 | Cui Yingwei Claire | Content-targeted advertising using collected user behavior data |
AU2003248767C1 (en) | 2002-06-28 | 2009-01-29 | Omniture, Inc. | Capturing and presenting site visitation path data |
US7665030B2 (en) | 2002-11-05 | 2010-02-16 | Sap Aktiengesellschaft | Tabstrip user interface element for formulating boolean statements |
US7917382B2 (en) | 2003-03-05 | 2011-03-29 | Teradata Us, Inc. | Integration of visualizations, reports, and data |
KR100532621B1 (ko) | 2003-04-14 | 2005-12-01 | 이수창 | 온라인 광고효과 분석 시스템 및 방법 |
KR100458460B1 (ko) | 2003-04-22 | 2004-11-26 | 엔에이치엔(주) | 인터넷 사용자의 접속 의도를 이용한 인터넷 상의 광고유치 및 광고 제공 방법과 그 시스템 |
WO2004109425A2 (en) | 2003-05-14 | 2004-12-16 | Dharamdas Gautam Goradia | Interactive system for building, organising, and sharing one's own databank of questions and answers in a variety of questioning formats, on any subject in one or more languages |
CN101124594A (zh) * | 2003-06-24 | 2008-02-13 | Ipf公司 | 基于因特网的品牌管理和营销传播网络 |
US7991732B2 (en) | 2005-06-03 | 2011-08-02 | Adobe Systems Incorporated | Incrementally adding segmentation criteria to a data set |
US7363302B2 (en) | 2003-06-30 | 2008-04-22 | Googole, Inc. | Promoting and/or demoting an advertisement from an advertising spot of one type to an advertising spot of another type |
WO2005006140A2 (en) | 2003-06-30 | 2005-01-20 | Yahoo! Inc. | Methods to attribute conversions for online advertisement campaigns |
US11042886B2 (en) | 2003-09-04 | 2021-06-22 | Google Llc | Systems and methods for determining user actions |
US20050055269A1 (en) | 2003-09-04 | 2005-03-10 | Alex Roetter | Systems and methods for determining user actions |
US8706551B2 (en) | 2003-09-04 | 2014-04-22 | Google Inc. | Systems and methods for determining user actions |
JP4500921B2 (ja) | 2004-01-09 | 2010-07-14 | Kddi株式会社 | ログ分析装置、ログ分析方法およびログ分析プログラム |
US20050182676A1 (en) | 2004-02-17 | 2005-08-18 | Chan Brian K.K. | Method and system for advertisement campaign optimization |
KR20070056047A (ko) | 2004-06-30 | 2007-05-31 | 구글 잉크. | 호출 기능을 갖는 디바이스에 광고와 같은 로컬 에어리어광고를 생성 및/또는 서비스하는 방법 |
US20060004627A1 (en) | 2004-06-30 | 2006-01-05 | Shumeet Baluja | Advertisements for devices with call functionality, such as mobile phones |
US7505051B2 (en) | 2004-12-16 | 2009-03-17 | Corel Tw Corp. | Method for generating a slide show of an image |
US8768766B2 (en) | 2005-03-07 | 2014-07-01 | Turn Inc. | Enhanced online advertising system |
DE102005033839A1 (de) | 2005-07-20 | 2007-01-25 | H.C. Starck Gmbh | Elektrolytkondensatoren mit polymerer Außenschicht und Verfahren zur ihrer Herstellung |
US9558498B2 (en) | 2005-07-29 | 2017-01-31 | Excalibur Ip, Llc | System and method for advertisement management |
US20070044133A1 (en) | 2005-08-17 | 2007-02-22 | Hodecker Steven S | System and method for unlimited channel broadcasting |
US20100076994A1 (en) | 2005-11-05 | 2010-03-25 | Adam Soroca | Using Mobile Communication Facility Device Data Within a Monetization Platform |
US8364540B2 (en) | 2005-09-14 | 2013-01-29 | Jumptap, Inc. | Contextual targeting of content using a monetization platform |
US8879856B2 (en) | 2005-09-27 | 2014-11-04 | Qualcomm Incorporated | Content driven transcoder that orchestrates multimedia transcoding using content information |
US8065184B2 (en) | 2005-12-30 | 2011-11-22 | Google Inc. | Estimating ad quality from observed user behavior |
US7827060B2 (en) | 2005-12-30 | 2010-11-02 | Google Inc. | Using estimated ad qualities for ad filtering, ranking and promotion |
US20070156887A1 (en) | 2005-12-30 | 2007-07-05 | Daniel Wright | Predicting ad quality |
KR101539774B1 (ko) | 2006-03-16 | 2015-07-29 | 엠.브루베이커 커티스 | 이동 객체에 하이퍼-관련 광고의 표시를 통한 수익 획득 시스템 및 방법 |
US20070282684A1 (en) | 2006-05-12 | 2007-12-06 | Prosser Steven H | System and Method for Determining Affinity Profiles for Research, Marketing, and Recommendation Systems |
KR100811168B1 (ko) | 2006-05-18 | 2008-03-07 | 엔에이치엔(주) | 수수료 과금 방법 및 수수료 과금 시스템 |
US20080046218A1 (en) | 2006-08-16 | 2008-02-21 | Microsoft Corporation | Visual summarization of activity data of a computing session |
US8838560B2 (en) | 2006-08-25 | 2014-09-16 | Covario, Inc. | System and method for measuring the effectiveness of an on-line advertisement campaign |
US20080184129A1 (en) | 2006-09-25 | 2008-07-31 | David Cancel | Presenting website analytics associated with a toolbar |
US20080114639A1 (en) | 2006-11-15 | 2008-05-15 | Microsoft Corporation | User interaction-biased advertising |
US20080162699A1 (en) | 2006-12-29 | 2008-07-03 | John Gaffney | Selectively Apportioning User Web Traffic |
KR20080085100A (ko) | 2007-01-16 | 2008-09-23 | 엔에이치엔(주) | 부정클릭 감시 방법 및 장치 |
US8504348B2 (en) | 2007-01-31 | 2013-08-06 | Adobe Systems Incorporated | User simulation for viewing web analytics data |
US20080221987A1 (en) | 2007-03-07 | 2008-09-11 | Ebay Inc. | System and method for contextual advertisement and merchandizing based on an automatically generated user demographic profile |
KR100911014B1 (ko) | 2007-06-05 | 2009-08-06 | 주식회사 위피아 | 스폰서 매치 광고 서비스 방법 및 그 시스템 |
WO2009002999A2 (en) | 2007-06-25 | 2008-12-31 | Jumptap, Inc. | Presenting content to a mobile communication facility based on contextual and behaviorial data relating to a portion of a mobile content |
US8069083B2 (en) | 2007-08-08 | 2011-11-29 | Yahoo! Inc. | Pay-per-action system for selling advertisements |
US20090076886A1 (en) | 2007-09-14 | 2009-03-19 | Google Inc. | Advertisement plusbox |
US20090106081A1 (en) | 2007-10-22 | 2009-04-23 | Yahoo! Inc. | Internet advertising using product conversion data |
JP4327873B2 (ja) * | 2007-10-30 | 2009-09-09 | 株式会社東芝 | 放送受信装置、tsパケット再生装置、放送受信方法及びプログラム |
US8438579B2 (en) | 2008-01-17 | 2013-05-07 | Intuit Inc. | System and method for time tracking |
US8554629B2 (en) | 2008-01-25 | 2013-10-08 | Google Inc. | Targeted ads based on user purchases |
US20090292677A1 (en) | 2008-02-15 | 2009-11-26 | Wordstream, Inc. | Integrated web analytics and actionable workbench tools for search engine optimization and marketing |
KR101001794B1 (ko) | 2008-02-20 | 2010-12-15 | 엔에이치엔비즈니스플랫폼 주식회사 | 유저 정보를 기반으로 한 연관 그룹별 연관광고 노출 방법및 시스템 |
US8635542B2 (en) * | 2008-04-16 | 2014-01-21 | Ryan Hickman | Campaign monitor |
US8259722B1 (en) | 2008-05-19 | 2012-09-04 | Juniper Networks, Inc. | Integrated packet inspection and modification system and network device for internet service provider market research and influence |
EP2283445A1 (en) | 2008-05-19 | 2011-02-16 | F. Hoffmann-La Roche AG | Computer research tool for the organization, visualization and analysis of metabolic-related clinical data and method thereof |
US20100088373A1 (en) | 2008-10-06 | 2010-04-08 | Jeremy Pinkham | Method of Tracking & Targeting Internet Payloads based on Time Spent Actively Viewing |
AU2009305747A1 (en) | 2008-10-15 | 2010-04-22 | Contextweb, Inc. | Method and system for displaying internet ad media using ETags |
CN101751382B (zh) | 2008-11-28 | 2011-10-05 | 方正国际软件(北京)有限公司 | 一种基于标签的数据采集方法与*** |
CN101751642A (zh) * | 2008-12-03 | 2010-06-23 | 清华大学 | 电子商务市场产品/服务信息管理与监测平台 |
KR101731009B1 (ko) | 2009-01-30 | 2017-04-27 | 구글 인코포레이티드 | 컨버전 크레디팅 |
US8346709B2 (en) | 2009-02-05 | 2013-01-01 | Google Inc. | Determining conversion probability using session metrics |
US8818838B1 (en) | 2009-03-12 | 2014-08-26 | Henry Rak Consulting Partners, LLC | System and method for efficiently developing a hypothesis regarding the structure of a market |
US8244564B2 (en) | 2009-03-31 | 2012-08-14 | Richrelevance, Inc. | Multi-strategy generation of product recommendations |
US20100306276A1 (en) | 2009-05-26 | 2010-12-02 | Yahoo! Inc. | Dynamic group labels |
US8671089B2 (en) | 2009-10-06 | 2014-03-11 | Brightedge Technologies, Inc. | Correlating web page visits and conversions with external references |
US8689136B2 (en) | 2010-02-03 | 2014-04-01 | Yahoo! Inc. | System and method for backend advertisement conversion |
US20110231239A1 (en) | 2010-03-16 | 2011-09-22 | Sharon Burt | Method and system for attributing an online conversion to multiple influencers |
WO2011119186A1 (en) | 2010-03-23 | 2011-09-29 | Google Inc. | Conversion path performance measures and reports |
AU2010348960B2 (en) | 2010-03-23 | 2015-05-07 | Google Llc | Conversion path performance measures and reports |
US20110314034A1 (en) | 2010-06-17 | 2011-12-22 | Intuit Inc. | Concept-based data processing |
US8510850B2 (en) | 2010-12-17 | 2013-08-13 | Microsoft Corporation | Functionality for providing de-identified data |
CN102053912A (zh) * | 2011-01-06 | 2011-05-11 | 中国工商银行股份有限公司 | 一种基于uml图形对软件进行自动化测试的装置及方法 |
US20120259851A1 (en) | 2011-04-11 | 2012-10-11 | Google Inc. | Aggregation of conversion paths utilizing user interaction grouping |
US8620933B2 (en) | 2011-04-11 | 2013-12-31 | Google Inc. | Illustrating cross channel conversion paths |
US20120259854A1 (en) | 2011-04-11 | 2012-10-11 | Google Inc. | Conversion Path Based Segmentation |
US8788339B2 (en) | 2011-05-27 | 2014-07-22 | Google Inc. | Multiple attribution models with return on ad spend |
US20130304565A1 (en) | 2012-05-11 | 2013-11-14 | Admobilize Llc. | System and method for advertising on mobile platforms |
-
2011
- 2011-07-18 US US13/184,772 patent/US8655907B2/en active Active
- 2011-09-29 CN CN201711180588.3A patent/CN107885868B/zh active Active
- 2011-09-29 WO PCT/US2011/053934 patent/WO2013012429A1/en active Application Filing
- 2011-09-29 CN CN201180073431.5A patent/CN103797474B/zh active Active
- 2011-09-29 JP JP2014521603A patent/JP2014521182A/ja not_active Withdrawn
- 2011-09-29 EP EP11869608.7A patent/EP2734929A4/en not_active Withdrawn
-
2013
- 2013-09-26 US US14/038,469 patent/US9619117B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5737527A (en) * | 1995-08-31 | 1998-04-07 | U.S. Philips Corporation | Interactive entertainment apparatus |
US20050192825A1 (en) * | 1999-06-14 | 2005-09-01 | Cardno Andrew J. | Data visualisation system and method |
US6839680B1 (en) * | 1999-09-30 | 2005-01-04 | Fujitsu Limited | Internet profiling |
CN1701331A (zh) * | 2002-09-24 | 2005-11-23 | Google公司 | 使用与电子邮件有关的信息来提供广告 |
CN102016734A (zh) * | 2008-02-21 | 2011-04-13 | 市场份额合伙人有限责任公司 | 自动制定营销和销售资源总预算以及花费类别间的分配 |
CN101854299A (zh) * | 2010-05-21 | 2010-10-06 | 中国科学院软件研究所 | 一种发布/订阅***的动态负载平衡方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105677866A (zh) * | 2016-01-08 | 2016-06-15 | 车智互联(北京)科技有限公司 | 一种内容转化追踪方法、装置、***和转化服务器 |
CN106371842A (zh) * | 2016-08-31 | 2017-02-01 | 北京字节跳动科技有限公司 | 一种网页转化跟踪方法和*** |
CN106371842B (zh) * | 2016-08-31 | 2018-10-23 | 北京字节跳动科技有限公司 | 一种网页转化跟踪方法和*** |
CN108363578A (zh) * | 2018-01-29 | 2018-08-03 | 深圳前海有电物联科技有限公司 | 应用程序打包方法、电子装置及计算机存储介质 |
CN111210333A (zh) * | 2019-12-12 | 2020-05-29 | 上海淇玥信息技术有限公司 | 一种金融产品的渠道流量统计方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2734929A1 (en) | 2014-05-28 |
CN107885868A (zh) | 2018-04-06 |
JP2014521182A (ja) | 2014-08-25 |
US9619117B2 (en) | 2017-04-11 |
US8655907B2 (en) | 2014-02-18 |
WO2013012429A1 (en) | 2013-01-24 |
EP2734929A4 (en) | 2015-03-25 |
US20130021345A1 (en) | 2013-01-24 |
CN103797474B (zh) | 2018-01-02 |
CN107885868B (zh) | 2021-04-27 |
US20150007081A1 (en) | 2015-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103797474A (zh) | 多渠道转化路径位置报告 | |
CN103608834A (zh) | 报告优先级维度数据转化路径 | |
CN103597509A (zh) | 利用用户交互分组聚合转化路径 | |
CN103748608B (zh) | 路径浏览器可视化 | |
CN103597508A (zh) | 基于转化路径的分段 | |
CN103733217A (zh) | 用图说明跨渠道转化路径 | |
CN103562946A (zh) | 对于广告开支回报的多个归因模型 | |
CN103748605A (zh) | 转化类型到转化类型的传送 | |
CN103890799A (zh) | 转化/非转化比较 | |
CN103608807A (zh) | 路径长度选择器 | |
CN111095330B (zh) | 用于预测在线用户交互的机器学习方法和*** | |
CA3188352A1 (en) | Artificial intelligence for keyword recommendation | |
US20120284119A1 (en) | System and method for selecting web pages on which to place display advertisements | |
WO2011019524A2 (en) | Systems and methods for providing targeted content to a network user | |
US20150193815A1 (en) | Validating advertisement predictions using advertisement experiments | |
WO2018004737A1 (en) | Improving content delivery by monitoring user actions for predicting event performance | |
US20240248825A1 (en) | Contribution incrementality machine learning models | |
KR100458462B1 (ko) | 온라인 광고 방법 및 온라인 광고 시스템 | |
WO2013116105A1 (en) | Alterations of calculations in attribution modeling | |
KR20050071308A (ko) | 온라인 광고 방법 및 온라인 광고 시스템 | |
JP7223164B2 (ja) | データインテグリティの最適化 | |
US20240241920A1 (en) | Method and system for providing customized content using generative artificial intelligence | |
WO2023244641A1 (en) | Training pipeline for training machine-learned user interface customization models | |
CN111767497A (zh) | 用于处理信息的方法和装置 | |
CN114663083A (zh) | 基于流量预测的价值信息生成方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: American California Patentee after: Google limited liability company Address before: American California Patentee before: Google Inc. |