JP2020053053A - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP2020053053A JP2020053053A JP2019173827A JP2019173827A JP2020053053A JP 2020053053 A JP2020053053 A JP 2020053053A JP 2019173827 A JP2019173827 A JP 2019173827A JP 2019173827 A JP2019173827 A JP 2019173827A JP 2020053053 A JP2020053053 A JP 2020053053A
- Authority
- JP
- Japan
- Prior art keywords
- information
- target
- advertisement
- service
- analysis
- 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
- 230000010365 information processing Effects 0.000 title claims description 46
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims description 15
- 238000000605 extraction Methods 0.000 abstract description 65
- 239000000284 extract Substances 0.000 abstract description 6
- 230000008685 targeting Effects 0.000 description 64
- 238000007726 management method Methods 0.000 description 52
- 238000010586 diagram Methods 0.000 description 23
- 238000004220 aggregation Methods 0.000 description 12
- 230000002776 aggregation Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000012384 transportation and delivery Methods 0.000 description 10
- 230000007115 recruitment Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 230000003796 beauty Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000035935 pregnancy Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000010411 cooking Methods 0.000 description 2
- 239000002537 cosmetic Substances 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000003898 horticulture Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
このようなことから、インターネットを利用した広告の分野では、所定の属性(例えば共通の属性)を有する1以上のターゲットからなるターゲット層に対する広告の配信を、従来よりも効率よく行いたいとする要望がある。
所定の属性を有する1以上のターゲットからなるターゲット層に対する広告の配信の支援を行う情報処理装置であって、
前記所定の属性に基づいて、前記ターゲット層を抽出するための根拠となる第1情報を取得する取得手段と、
前記取得手段により取得された前記第1情報の分析を行う分析手段と、
前記分析手段による分析の結果に基づいて、前記ターゲット層を抽出する抽出手段と、
を備える。
以下、本発明の実施形態について、図面を用いて説明する。
広告主は、本サービスを利用することで、ターゲット層に対して適切に広告の配信を行うことができる。さらに、広告主は、ターゲット層を抽出するための根拠となる情報(以下、「抽出根拠情報」と呼ぶ)を取得して、各種の分析、活用、広告掲載、管理、及び集計を行うことができる。
ここで、「ターゲット層を抽出」とは、「ターゲット層」に対して広告の配信が可能になる情報(例えばメールアドレス、そのターゲット層が閲覧しているWebサイト等に広告を表示(露出)させるための情報等)を抽出することをいう。ただし、ターゲット層に属する各個人の氏名や住所等の個人情報は抽出されない。
抽出根拠情報は、サービス提供者の提携先である1以上の情報提供者から提供される情報であり、図1の破線内に示されている。抽出根拠情報には、IPアドレス分析ツールにより得られるIPアドレスの情報と、エリアマーケティング情報と、データマーケットプレイスから得られる情報と、広告主に関する情報(以下、「広告主情報」と呼ぶ)と、企業に関する情報(以下、「企業情報」と呼ぶ)とが含まれる。
「IPアドレスターゲティング」とは、本サービスを提供するサーバにアクセスしてきた端末に振られているIPアドレスから、その端末が接続されているLAN(local area network)やWiFi等を提供する企業等を特定し、その企業等が属するターゲット層を抽出するサービスである。なお、IPアドレス分析ツールの具体的内容については、図2を参照して後述する。
具体的には、国勢調査結果には、居住エリア毎の、人口、年齢、配偶者の有無、居住年数、世帯構成、世帯の種類、子供の有無、世帯人数、教育施設数、及び最終学歴の夫々に関する情報等が含まれる。
また、購買行動を示す情報には、ダイレクトマーケティングサービス企業により提供される情報、メールオーダーの利用状況、高級ブランド品の購入の傾向等が含まれる。
また、年収階級別推計世帯数等に関する情報には、年収300万円未満乃至1000万円以上の5階級からなる情報が含まれる。なお、年収階級別推計世帯数等に関する情報は、国勢調査結果、及び住宅・土地統計調査に基づいて推計される情報である。
エリアマーケティング情報は、例えば富裕層の多い地域であるとか、築20年以上の戸建てが〇%以上ある地域といった情報が生成される際の根拠情報となる。
具体的には例えば、企業間アライアンス情報には、ポイントカード事業者と加盟店との間で共有される情報、EC(Electronic Commerce)サイトと出店者との間で共有される情報、共同開発のために共有される情報等が含まれる。各種の統計情報には、例えば調査会社が保有する人口統計学的な属性(例えば性別、年齢、居住地域、所得、職業等)に関する情報(デモグラフィック情報)、国勢調査結果等の統計情報、消費動向情報、位置情報等の情報が含まれる。なお、企業間アライアンス情報の具体例については、図9乃至図11を参照して後述する。
具体的には、管理ツールは、各システム・ツールのAPIやサーバ連携した内容を、例えばGoogle Sheetsに落とし込んで、管理項目を表示、入力、操作指示させる機能を搭載したものとすることができる。
即ち、管理ツールは、各システム・ツールのAPIや、情報提供者から提供された抽出根拠情報を所定の表計算用ソフトウェア等に落とし込むことで、管理項目を表示、入力、操作指示を実行可能にする。
管理ツールによれば、サービス提供者側における、(1)各種設定、(2)分析、(3)進捗管理、(4)広告主(クライアント)に対する結果納品までのフローを一元管理することができる。
即ち、本サービスで実現させる広告配信機能と、広告運用状況の運用進捗管理、運用結果の分析を一か所に集約させる独自運用管理機能とを連携させることができるので、スタッフの利便性の向上、又は改善させることができる。
その結果、作業の簡素化、効率化を図ることができる。
また、本サービスには、広告とともに写真(静止画像)や動画像を掲載するための専用のWebサイト(以下、「オリジナル動画像掲載WEBサイト」と呼ぶ)が設けられている。これにより、ターゲット層に対する広告配信だけではなく、ターゲット層に対し有益な情報を画像や動画を用いて訴求できるオリジナル動画像掲載WEBサイトもセットで提供することが可能となる。
即ち、本サービスは、ターゲット層に対する広告配信と、オリジナル動画像掲載WEBサイトの提供と、スタッフに対する管理ツールの提供とがセットとなったサービスである。
図2は、IPアドレスターゲティングの概要を示す図である。
即ち、IPアドレスターゲティングによれば、本サービスを提供するサーバへのアクセス元となる企業等のIPアドレスを特定することができるので、その企業の属性と共通点を有する様々な業種の企業、又は特定の企業等への広告の配信が可能となる。
「セグメント」とは、市場の中で属性(例えば年収や資産等)を共通にする層のことをいう。
即ち、IPアドレスターゲティングが行われる場合のターゲティング層のセグメントとしては、例えば図2(B)に示すように、業種(大区分)、業種(中区分)、従業員規模、売上高規模、上場区分、回線種別、職種、役職・職位がある。また例えば図2(C)に示すように、上場区分、売上高、資本金、従業員数、業種分類がある。なお、セグメントの詳細は図2(B)及び(C)に示すとおりである。
このように、IPアドレスターゲティングによれば、上場区分、売上高、資本金、従業員数規模、業種区分等でのセグメントが可能となる。その結果、企業情報や、職種や職位といったパーソナライズされたオーディエンスデータを活用した広告配信やレポーティングが可能となる。
具体的には例えば、全国の生活者に関する情報(以下、「生活者情報」と呼ぶ)が記録されたデータベース(以下、「生活者DB」と呼ぶ)から、所定のロジックに基づいて抽出された資産1億円以上の者を富裕層と定義する。そして、富裕層に関する情報を富裕層DBに記憶させて管理する。
富裕層DBに記憶されている情報は、広告主情報に対するクレンジング及び名寄せがなされた情報として管理されている。また、富裕層DBに記憶されている情報には、広告主プロファイリングの分析結果、デプスインタビュー調査の結果、ライフスタイル調査の結果や、カルテやイベントに関する情報が含まれる。
富裕層DBに記憶された情報は、様々な業界において活用することができる。具体的には例えば、図3の左側に示すように、銀行、証券、百貨店、ブランド、旅行、不動産、エネルギー、EC(Eコマース)、呉服着物、メーカー、化粧品、航空会社、コンサルティング、鉄道、及び音楽等の業界で活用することができる。
富裕層DBには、生活者DBに記憶されている情報から抽出された富裕層に関する情報(以下、「富裕層情報」と呼ぶ)が記憶されて管理されている。ここで、配信条件として「東京23区在住」、「30〜59歳」、及び「富裕層世帯率15%以上のエリア」という条件設定がなされた場合には、その配信条件を満たす者(ターゲット)が抽出される。抽出結果としては、例えば配信条件を満たす者(ターゲット)のIPアドレス、郵便番号、住所等が広告主に提示される。
図4は、位置情報ターゲティングの概要を示す図である。
図5は、本発明の情報処理装置の一実施形態に係るサーバを含む、情報処理システムの構成を示す図である。
管理サーバ1、広告主端末2−1乃至2−n、ターゲット端末3−1乃至3−m、及び連携先サーバ4の夫々は、インターネット等の所定のネットワークNを介して相互に接続されている。
以下、広告主端末2−1乃至2−nの夫々を個々に区別する必要がない場合、これらをまとめて、「広告主端末2」の夫々と呼ぶ。
以下、ターゲット端末3−1乃至3−mの夫々を個々に区別する必要がない場合、これらをまとめて、「ターゲット端末3」の夫々と呼ぶ。
また、広告主C、及びターゲットTの夫々は、広告主端末2、及びターゲット端末3の夫々のブラウザ機能により表示される、専用サイトから本サービスを利用することもできる。
なお、以下、断りのない限り、「広告主Cが広告主端末2を操作する」と表現している場合、それは、次のいずれかを意味している。即ち、広告主Cが、広告主端末2にインストールされた専用アプリを起動して各種操作を行うこと、又は広告主端末2のブラウザ機能により表示される専用サイトから本サービスを利用することを意味している。
また、「ターゲットTがターゲット端末3を操作する」と表現している場合、それは、次のいずれかを意味している。即ち、ターゲットTが、ターゲット端末3にインストールされた専用アプリを起動して各種操作を行うこと、又はターゲット端末3のブラウザ機能により表示される専用サイトから本サービスを利用することを意味している。
RAM13には、CPU11が各種の処理を実行する上において必要なデータ等も適宜記憶される。
出力部17は、液晶等のディスプレイやスピーカ等により構成され、各種情報を画像や音声として出力する。
記憶部18は、DRAM(Dynamic Random Access Memory)等で構成され、各種データを記憶する。
通信部19は、インターネットを含むネットワークNを介して他の装置(例えば図5の広告主端末2、ターゲット端末3、及び連携先サーバ4等)との間で通信を行う。
また、リムーバブルメディア30は、記憶部18に記憶されている各種データも、記憶部18と同様に記憶することができる。
「ターゲティング処理」とは、上述の本サービスを提供するために実行される処理のことをいう。
以下、本実施形態に係る管理サーバ1において実行される、ターゲティング処理を実行するための機能的構成について説明する。
また、管理サーバ1の記憶部18の一領域には広告主DB181と、生活者DB182と、富裕層DB183と、IPアドレスDB184とが設けられている。広告主DB181には、広告主情報が記憶されて管理されている。生活者DB182には、生活者情報が記憶されて管理されている。富裕層DB183には、富裕層情報が記憶されて管理されている。IPアドレスDB184には、IPアドレス情報が記憶されて管理されている。
具体的には、取得部101は、所定の属性(例えば年収や資産等)に基づいて、連携先サーバ4により提供された抽出根拠情報を取得する。取得部101により取得された抽出根拠情報は、広告主DB181、生活者DB182、富裕層DB183、及びIPアドレスDB184のいずれかに記憶されて管理される。
即ち、図8には、エリアAに、ターゲット層の区分を示す居住地クラスタを重畳的に表示させた地図が示されている。居住地クラスタには、例えば「1.都心の高層マンションセレブ」、「2.都心の若者ひとり暮らし」、「3.若手キャリア系ビジネスマン」、「4、都心への通勤独身貴族」、「5.都会の勝ち組ファミリー」、「6.都会のニューファミリー」、「7.超高級住宅地のエグゼクティブ」、「8.中高年ファミリーの持ち家高級住宅街」、「9.都会の新興高級マンション」、「10.育児ニュータウンマンション」の他、図示はしないが「11.お手ごろニュータウン」、「12.子育てマイホーム」、「13.高齢化の進むニュータウン」、「14.ひとり暮らしの都市労働者」、「15.繁華街の貧困地区」、「16.低所得の外国人居住区」、「17.念願の一戸建て」、「18.近郊高層マンションで子育て」、「19.大都市近郊の中流ファミリー」、「20.下町」、「21.団地」、「22.地方都市駅前の若者ひとり暮らし、「23.地方都市駅近く」、「24.地方都市の中流世帯」、「25.地方都市のエリート」、「26.地方都市の賃貸組」、「27.地方の観光地・中小都市」、「28.工場勤めの子育てファミリー」、「29.工場勤めの一軒家大家族」、「30.工場勤めの高齢夫婦」、「31.農家の大家族」、「32.超高齢化が進む農村」、「33.大学生の街」、「34.公務員の街・研究都市」、「35.病院・大学教員のひとり暮らし寮」、「36.自衛隊の寮」等が含まれる。
図8の例では、エリアAのうち、エリアA1には「5.都会の勝ち組ファミリー」、エリアA2には「7.超高級住宅地のエグゼクティブ」、エリアA3には「9.都会の新興高級マンション」、エリアA4には「2.都心の若者ひとり暮らし」の夫々が集中している。なお、模様のない居住地クラスタは、図8に図示されていない上記11乃至36のいずれかの居住地クラスタを示している。
これにより、広告主Cは、図8に示す地図を視認するだけで、ターゲット層を容易に把握することができる。
通信会社より提供される抽出根拠情報には、当該通信会社が提供するサービスの利用者に関する高精度な情報が含まれる。このため、例えば図9(A)に示すようなセグメントによるターゲット層の抽出を行うことができる。
即ち、性別(男又は女)、年代(例えば10代、20代、30代等)、学年層(例えば中学生、高校生、大学生)、居住地(例えば47都道府県のいずれか)、定額制アプリ会員(会員又は非会員)、デジタルコンテンツ利用(例えばプランの価格帯)、決済利用ランク(例えばランク毎の決済金額帯)、アプリ利用状況(例えばアプリの起動状況やダウンロード状況)、及び新規端末購入者(例えば新規端末の利用開始から間もない利用者かどうか)といったセグメントによるターゲット層の抽出を行うことができる。
ポータルサービス提供会社より提供される抽出根拠情報には、スマートフォンを中心とするターゲットの行動や嗜好性に関する情報が多く含まれる。このため、例えば図9(B)に示すようなセグメントによるターゲット層の抽出を行うことができる。
即ち、生活・ライフスタイル、趣味・娯楽(例えばファッション、グルメ等)、恋愛(例えば出会い系、交際後等)、料理、パソコン・ソフトウェア(例えばWeb、インターネット、タブレット等)、結婚、ビジネス・経済(例えば就職活動、転職活動)、健康・医療、妊娠、旅行(例えば海外旅行、国内旅行)、育児(例えば0乃至3歳の育児、3乃至6歳の子育て等)、不動産・住宅(例えば引越、住宅購買等)、美容・ビューティ(例えばメイク、女性の髪等)、マネー(例えば家計関心層、クレジットカード等)、語学・学習(例えば受験、進学、資格等)といったセグメントによるターゲット層の抽出を行うことができる。
このうち、会員属性情報のセグメントには、例えば会員の性別、年齢、居住地、未既婚、及びクレジットカードの種別が含まれる。また、クレジットカード利用情報のセグメントには、例えばクレジットカードの利用場所(例えば利用した店舗等)、利用金額(例えば月に〇万円以上を利用等)、利用頻度及び利用するタイミング(例えば月〇回利用、毎月利用等)が含まれる。
そして、このようなセグメントにより抽出されるターゲット層の抽出が行われる。抽出されるターゲット層のカテゴリには、例えば居住形態(例えば持ち家、賃貸)、職位(例えば役員、管理職等)、年収(例えば100万円以上、200万円以上等)、関心事項(例えば保険、住まい等)等が含まれる。
図11は、不動産販売業を営む広告主が、各ターゲット層にマンション購入の広告を配信する際の流れを示す図である。
この場合、(1)オリジナルターゲティング、(2)オプティマイズ配信、(3)キーワードターゲティング、(4)エリア配信、(5)居住地指定配信、(6)リターゲティングの順で広告配信が行われる。
具体的には、広告済物件の分析結果に基づいて、広告の配信先となるターゲット層が抽出され、広告対象物件の広告が配信(又は露出)される。
具体的には、抽出根拠情報のうち広告主情報と企業情報とに基づいた分析や、IPアドレスターゲティング等が行われることで、広告の配信先となるターゲット層が抽出されて、広告対象物件の広告が配信(又は露出)される。
具体的には、抽出根拠情報のうちデータマーケットプレイスにより提供される情報や、広告主・企業情報に基づいた検索履歴の分析が行われることで、広告の配信先となるターゲット層が抽出されて、広告対象物件の広告が配信(又は露出)される。
さらに具体的には、(3)キーワードターゲティングでは、https化されていない様々な検索エンジンにおける検索履歴について分析が行われる。
具体的には、IPターゲティングが行われることで、広告の配信先となるターゲット層が抽出されて、広告対象物件の広告が配信(又は露出)される。
具体的には、抽出根拠情報のうちデータマーケットプレイスにより提供される情報や広告主・企業情報の分析等が行われることで、広告の配信先となるエリアに居住する者からなるターゲット層が抽出されて、広告対象物件の広告が配信される。
以上のような流れにより、不動産興味層に対する効率的・効果的な広告配信を行うことができる。
この場合、(1)オリジナルターゲティング、(2)地域属性ターゲティング、(3)ビッグデータ活用配信、(4)エリア配信、(5)居住地指定配信、(6)リターゲティングの順で広告配信が行われる。
具体的には、広告済物件の分析結果に基づいて、広告の配信先となるターゲット層が抽出され、広告対象物件の広告が配信(又は露出)される。広告済物件の分析では、CTR、CVR、非直帰率、Webサイトの回遊に関する情報、表示時間が長いWebサイトのドメインに関する情報等が参照される。
具体的には、設定された地域が、ブルーカラー地域とホワイトカラー地域とに区分され、両者の属性に応じた広告配信が行われる。例えば地元勤務者が多い地域、共働きの世帯が多い地域、及び公営住宅に在住している者が多い地域はブルーカラー地域に分類することができる。また、世帯年収が500万円以上である世帯が多い地域はホワイトカラー地域に分類することができる。
地域の設定は、抽出根拠情報のうちデータマーケットプレイスにより提供される情報や広告主・企業情報の分析、及び位置情報ターゲティング等に基づいて行われる。
具体的には、抽出根拠情報のうち通信会社により提供されるビッグデータから、指定された条件にマッチするターゲット層が抽出されて、広告対象物件の広告が配信される。例えば年収が400万円乃至800万円、職業が公務員の管理職、職業が上場企業勤務者、6歳までの子供を持つ母親、既婚で子供を持たない夫婦、50歳以上のシニア層、といった条件が指定される。
具体的には、IPターゲティングが行われることで、広告の配信先となるターゲット層が抽出されて、広告対象物件の広告が配信(又は露出)される。
具体的には、抽出根拠情報のうちデータマーケットプレイスにより提供される情報や広告主・企業情報の分析等が行われることで、広告の配信先となるエリアに居住する者からなるターゲット層が抽出されて、広告対象物件の広告が配信される。
以上のような流れにより、ミドルレンジ層に対する効率的・効果的な広告配信を行うことができる。
このように、ターゲット層としての富裕層をセグメントによって3種類の層に区分することで、富裕層に対する効率的・効果的な広告配信を行うことができる。
即ち、リクルートコンシェルジュサービスでは、特定大学IPアドレス指定(例えば工業系又は工科系)、エリア(例えば都道府県、市区町村)、年齢(例えば18歳乃至24歳、20歳乃至24歳)、興味関心(例えば新卒採用関連、就職活動・採用関連)、検索履歴(例えば就職関連Webサイト、新卒採用関連キーワード)、リターゲティング(例えばタグ設置可能ページ訪問者)といったセグメントによるターゲット層の抽出が行われる。
そして、各ターゲット層に配信される広告の掲載先は、セグメント毎に設定することができる。例えば工業系又は工科系をターゲット層とする広告配信は、広告媒体(4)に掲載されるようにすることができる。また例えば、ターゲット層が都道府県単位で抽出される場合には、広告媒体(1)及び広告媒体(2)に掲載されるようにすることができる。
なお、セグメント毎に設定される、広告の掲載先となる広告媒体の具体例は図13に示すとおりである。
またさらに、学校の属性をセグメントとすることもできる。例えば偏差値が50以上の理工学部であり、所定のロボットコンテストに出場経験のある大学をセグメントとすることもできる。
本サービスでは、「プライベートDMP」、「CDP」、及び「管理ツール」に加えて、さらに「レポート抽出ツール」を用いた第2実施形態を採用してもよい。
この第2実施形態を採用することで、様々なツールと連携し、1元管理することで、設定・分析・集計等の業務に携わるスタッフの業務効率や利便性を向上させることができる。
図14は、本発明の情報処理装置の第2実施形態に係るサーバを含む、情報処理システムにより実現可能な本サービスの概要を示す図である。
広告主は、本サービスを利用することで、ターゲット層に対して適切に広告の配信を行うことができる。さらに、広告主は、抽出根拠情報を取得して、各種の分析、活用、広告掲載、管理、及び集計を行うことができる。
抽出根拠情報は、サービス提供者の提携先である1以上の情報提供者から提供される情報であり、図14の破線内に示されている。抽出根拠情報には、IPアドレス分析ツールにより得られるIPアドレスの情報と、エリアマーケティング情報と、データマーケットプレイスから得られる情報と、広告主情報と、企業情報とが含まれる。
具体的には例えば、企業間アライアンス情報には、ポイントカード事業者と加盟店との間で共有される情報、EC(Electronic Commerce)サイトと出店者との間で共有される情報、共同開発のために共有される情報等が含まれる。各種の統計情報には、例えば調査会社が保有する人口統計学的な属性(例えば性別、年齢、居住地域、所得、職業等)に関する情報(デモグラフィック情報)、国勢調査結果等の統計情報、消費動向情報、位置情報等の情報が含まれる。
また、データマーケットプレイスから得られる情報は、2nd party dataや、3rd party data等の広告掲載ツール側が保有する匿名化されたデータも含まれる。
また、広告主・企業情報から得られる情報は、1st party Data等の情報も含まれる。
また更には、「分析・集計ツール」には、Google Analytics、IPアドレス判別ツール、クロスデバイス判別ツール、user_agent取得ツール等も含まれる。
また、本サービスには、広告とともに写真(静止画像)や動画像を掲載するための専用のWebサイト(以下、「オリジナル動画像掲載WEBサイト」と呼ぶ)が設けられている。これにより、ターゲット層に対する広告配信だけではなく、ターゲット層に対し有益な情報を画像や動画を用いて訴求できるオリジナル動画像掲載WEBサイトもセットで提供することが可能となる。
即ち、本サービスは、ターゲット層に対する広告配信と、オリジナル動画像掲載WEBサイトの提供と、スタッフに対する管理ツールの提供とがセットとなったサービスである。
具体的には、管理ツールは、各システム・ツールのAPIやサーバ連携した内容を、例えばGoogle Sheetsに落とし込んで、管理項目を表示、入力、操作指示させる機能を搭載したものとすることができる。
即ち、管理ツールは、各システム・ツールのAPIや、情報提供者から提供された抽出根拠情報を所定の表計算用ソフトウェア等に落とし込むことで、管理項目を表示、入力、操作指示を実行可能にする。
管理ツールによれば、サービス提供者側における、(1)各種設定、(2)分析、(3)進捗管理、(4)広告主(クライアント)に対する結果納品までのフローを一元管理することができる。
即ち、本サービスで実現させる広告配信機能と、広告運用状況の運用進捗管理、運用結果の分析を一か所に集約させる独自運用管理機能とを連携させることができるので、スタッフの利便性の向上、又は改善させることができる。
その結果、作業の簡素化、効率化を図ることができる。
具体的には、集計期間を任意で設定でき、APIおよびサーバ接続した各広告配信ツールより配信データを集約〜集計することができる。
なお、APIおよびサーバ接続可能な配信ツールは全て集計対象となり、任意の集計フォーマットへ結果を反映できる。通常は、エクセルやCSVデータをエクセルの計算式を使用し、人力で集計・合算・反映をしなければならないが、「レポート抽出ツール」では、WEBアプリケーション上のボタンワンクリックで集約・集計・反映ができる。
これにより、作業時間の削減に伴う業務効率の改善や、必要な情報や複雑なマルチ集計も対応できることで広告主や広告運用者のマーケティング活動においての利便性向上にもつながる。
また、「レポート抽出ツール」には、WEBアプリケーション等が用いられる。
即ち、ターゲット端末に広告バナーを表示させることで広告の配信が行われた場合には、広告バナーをクリックすることで表示される広告ページを作成する支援を行うサービスを提供することができる。
また、新聞購読率の低い地域をターゲット層とする広告配信を行うことができる。具体的には、若者に多い新聞を読まない層や、ブルーカラー層に対する広告配信を行う。これにより、新聞折込チラシでは届かない層に対する広告配信を実現させることができる。
また、自動車の所有者をターゲット層とする広告配信を行うことができる。この場合、車検に関する情報(例えば車種、車検満了日、走行距離等)、自動車の所有者の居住地に関する情報(例えば位置情報、デモグラフィック情報、ライフスタイル等)を取得する。そして、取得したこれらの情報を抽出根拠情報としてターゲット層を抽出する。具体的には例えば、車種、購入から〇年以上、車検期限間近、都心で働くホワイトカラー、といったセグメントによるターゲット層の抽出が行われる。
具体的には例えば、目視確認を行ったスタッフが「露出しても問題ない」と判断したドメインのみに広告配信を行う、あるいは、目視確認を行ったスタッフが「露出したら大問題」と判断したドメインのみをブロックする、といった運用が可能となる。
例えば、図7の例において、上述のターゲティング処理は管理サーバ1側で行われる構成となっているが、これに限定されず、広告主端末2側でターゲティング処理の少なくとも一部が行われてもよい。
即ち、ターゲティング処理の実行に必要となる機能ブロックは、管理サーバ1側が備える構成となっているが、これは例示に過ぎない。管理サーバ1側に配置された機能ブロックの少なくとも一部を、広告主端末2側が備える構成としてもよい。
また、1つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。
また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。
即ち、本発明が適用される情報処理装置(例えば図5の管理サーバ1)は、
所定の属性(例えば年収や資産等)を有する1以上のターゲット(例えば図5のターゲットT1乃至Tm)からなるターゲット層に対する広告の配信の支援を行う情報処理装置であって、
前記所定の属性に基づいて、前記ターゲット層を抽出するための根拠となる第1情報(例えば抽出根拠情報)を取得する取得手段(例えば図7の取得部101)と、
前記取得手段により取得された前記第1情報の分析を行う分析手段(例えば図7の分析部103)と、
前記分析手段による分析の結果に基づいて、前記ターゲット層を抽出する抽出手段(例えば図7の抽出部104)と、
を備える。
前記第1情報として、前記ターゲットのIPアドレスに関する第2情報(例えばIPアドレス情報)を含む情報を取得し、
前記分析手段は、
前記第1情報に含まれる前記第2情報の分析を行うことができる。
前記第1情報として、前記ターゲットの位置に関する第3情報を含む情報を取得し、
前記分析手段は、
前記第1情報に含まれる前記第3情報の分析を行うことができる。
Claims (5)
- 所定の属性を有する1以上のターゲットからなるターゲット層に対する広告の配信の支援を行う情報処理装置であって、
前記所定の属性に基づいて、前記ターゲット層を抽出するための根拠となる第1情報を取得する取得手段と、
前記取得手段により取得された前記第1情報の分析を行う分析手段と、
前記分析手段による分析の結果に基づいて、前記ターゲット層を抽出する抽出手段と、
を備える情報処理装置。 - 前記取得手段は、
前記第1情報として、前記ターゲットのIPアドレスに関する第2情報を含む情報を取得し、
前記分析手段は、
前記第1情報に含まれる前記第2情報の分析を行う、
請求項1に記載の情報処理装置。 - 前記取得手段は、
前記第1情報として、前記ターゲットの位置に関する第3情報を含む情報を取得し、
前記分析手段は、
前記第1情報に含まれる前記第3情報の分析を行う、
請求項1又は2に記載の情報処理装置。 - 所定の属性を有する1以上のターゲットからなるターゲット層に対する広告の配信の支援を行う情報処理装置が実行する情報処理方法であって、
前記所定の属性に基づいて、前記ターゲット層を抽出するための根拠となる第1情報を取得する取得ステップと、
前記取得ステップにおいて取得された前記第1情報の分析を行う分析ステップと、
前記分析ステップにおける分析の結果に基づいて、前記ターゲット層を抽出する抽出ステップと、
を含む情報処理方法。 - 所定の属性を有する1以上のターゲットからなるターゲット層に対する広告の配信の支援を行う情報処理装置を制御するコンピュータに、
前記ターゲット層を抽出するための根拠となる第1情報を取得する取得ステップと、
前記取得ステップにおいて取得された前記第1情報の分析を行う分析ステップと、
前記分析ステップにおける分析の結果に基づいて、前記ターゲット層を抽出する抽出ステップと、
を含む制御処理を実行させるプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018178767 | 2018-09-25 | ||
JP2018178767 | 2018-09-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020053053A true JP2020053053A (ja) | 2020-04-02 |
Family
ID=69997428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019173827A Pending JP2020053053A (ja) | 2018-09-25 | 2019-09-25 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020053053A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022077860A (ja) * | 2020-11-12 | 2022-05-24 | Hitowaケアサービス株式会社 | 分析プログラム、分析方法及び分析装置 |
JP7124240B1 (ja) | 2022-02-03 | 2022-08-23 | 株式会社電通 | 店舗コンテンツの効果取得装置、効果取得方法及び効果取得プログラム |
WO2024095579A1 (ja) * | 2022-10-31 | 2024-05-10 | CrossBorder株式会社 | 最適営業指針情報出力装置、機械学習装置、推論装置、情報処理方法、機械学習方法、及び、推論方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013073628A (ja) * | 2011-09-27 | 2013-04-22 | Nhn Business Platform Corp | Ipアドレス帯域を用いた集団ターゲッティングシステム及びその方法 |
JP2014241061A (ja) * | 2013-06-12 | 2014-12-25 | 株式会社日立ソリューションズ | 顧客情報分析システム |
JP2019148669A (ja) * | 2018-02-26 | 2019-09-05 | キヤノン株式会社 | 投影装置 |
-
2019
- 2019-09-25 JP JP2019173827A patent/JP2020053053A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013073628A (ja) * | 2011-09-27 | 2013-04-22 | Nhn Business Platform Corp | Ipアドレス帯域を用いた集団ターゲッティングシステム及びその方法 |
JP2014241061A (ja) * | 2013-06-12 | 2014-12-25 | 株式会社日立ソリューションズ | 顧客情報分析システム |
JP2019148669A (ja) * | 2018-02-26 | 2019-09-05 | キヤノン株式会社 | 投影装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022077860A (ja) * | 2020-11-12 | 2022-05-24 | Hitowaケアサービス株式会社 | 分析プログラム、分析方法及び分析装置 |
JP7124240B1 (ja) | 2022-02-03 | 2022-08-23 | 株式会社電通 | 店舗コンテンツの効果取得装置、効果取得方法及び効果取得プログラム |
JP2023113186A (ja) * | 2022-02-03 | 2023-08-16 | 株式会社電通 | 店舗コンテンツの効果取得装置、効果取得方法及び効果取得プログラム |
WO2024095579A1 (ja) * | 2022-10-31 | 2024-05-10 | CrossBorder株式会社 | 最適営業指針情報出力装置、機械学習装置、推論装置、情報処理方法、機械学習方法、及び、推論方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hassan et al. | Strategic use of social media for small business based on the AIDA model | |
Pavlou et al. | Building effective online marketplaces with institution-based trust | |
US20110295694A1 (en) | System and method for an individual data marketplace and monetization | |
US20090192871A1 (en) | Business Social Network Advertising | |
Kushwaha et al. | Investigating privacy paradox: Consumer data privacy behavioural intention and disclosure behaviour | |
JP6100431B1 (ja) | 住宅購入情報から構築されたデータベースを利用した広告配信システム | |
JP2020053053A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US20130204823A1 (en) | Tools and methods for determining relationship values | |
Lam et al. | Customer relationship mining system for effective strategies formulation | |
JP6739398B2 (ja) | 情報収集処理システム及び広告配信システム | |
Anderl et al. | Nonmonetary customer value contributions in free e-services | |
KR20110133644A (ko) | 기업의 효과적인 광고 마케팅 방법과 기업 브랜드 인지효과가 뛰어난 온라인 마케팅 비즈니스 모델 | |
KR101370656B1 (ko) | 가상 동네 서비스 제공 시스템 및 방법 | |
JP2020053029A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
Chang et al. | The matrix composition of banking customer value | |
Hedid et al. | Impact of E-Promotion on Consumer Buying Behavior: A Case Study of Algeria | |
JP6276438B1 (ja) | 住宅購入情報から構築されたデータベースを利用した広告配信システム | |
JP7481305B2 (ja) | 配信装置、配信方法、及び配信プログラム | |
JP7469414B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
Koch | Effect differences of digital nudging along the customer journey–a field experiment | |
Vaiciunas | INCREASING SALES IN THE ONLINE STORE AT UAB “AUTOMATION SUPPLY” | |
Reddy et al. | The Effect of Customer Satisfaction in Digital Marketing on During the Pandemic Period In Telangana State | |
Sklavounos et al. | The Use of Social Media in the Fashion Industry During the Post-COVID-19 Period: Evidence From Central Greece | |
Horng et al. | Applying a decomposed theory of planned behavior to study the paying behaviors of a virtual community | |
Jacky et al. | Determining Factors for House Purchasing Decisions in Batam City |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220628 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220906 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221107 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230214 |