JP6621954B1 - 計画策定装置及びコンピュータプログラム - Google Patents

Abstract

【課題】将来の対象期間において発生する外部要因の影響を加味することで、目標となる成果を達成できるような運用型広告の配信計画の推定精度を向上させる計画策定装置及びコンピュータプログラムを提供する。【解決手段】計画策定サーバにおいて、イベント計画取得部は、外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得する。外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が運用型広告の成果に影響し得る、運用型広告の配信とは異なるイベントである。計画策定部は、イベント計画情報と、運用型広告の対象期間における配信計画と、所定の予測モデルと、に基づいて運用型広告の対象期間における成果を予測し、予測された成果が目標条件情報の示す成果に近づくように、運用型広告の対象期間における配信計画を策定する。【選択図】図４

Description

本開示は、運用型広告の配信計画を策定する計画策定装置及びコンピュータを前記計画策定装置として機能させるコンピュータプログラムに関する。

特許文献１には、テレビやラジオやウェブサイトなどのコンテンツの配信計画を最適化するシステムが開示されている。このシステムは、視聴率などの履歴測定情報や、広告イベントリ情報などの、最適化されたスケジュールを生成するための最適化情報を取得する。そして、このシステムは、取得された最適化情報に基づきインプレッション予測を行い、インプレッション予測に基づきコンテンツの配信スケジュールを最適化する。

特表２０１７−５２７８７４号公報

検索連動型広告（リスティング広告とも呼ばれる）やバナー広告などの運用型広告の配信計画を、目標となる成果を達成するように策定することが考えられる。目標となる成果としては、例えば、目標となるインプレッション数や到達率などのＫＰＩ（Key Performance Indicator）などが挙げられる。運用型広告の成果には運用型広告の配信計画に含まれる諸々の条件以外にも様々な要因が影響し得る。よって、将来の対象期間における運用型広告の配信計画を策定するに当たり、前記対象期間において発生する外部要因の影響を加味することが望ましい。

本開示の一局面は、将来の対象期間において発生する外部要因の影響を加味することで、目標となる成果を達成できるような運用型広告の配信計画の推定精度を向上させることを目的としている。

本開示の一態様は、対象となる広告キャンペーンに関連する運用型広告の配信計画を策定する計画策定装置であって、イベント計画取得部と、目標条件取得部と、計画策定部と、を備える。イベント計画取得部は、外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得するように構成される。外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が運用型広告の成果に影響し得る、運用型広告の配信とは異なるイベントである。目標条件取得部は、運用型広告の対象期間における成果に関する目標条件を示す目標条件情報を取得するように構成される。計画策定部は、イベント計画情報と、運用型広告の対象期間における配信計画と、所定の予測モデルと、に基づいて運用型広告の対象期間における成果を予測し、予測された成果が目標条件情報の示す成果に近づくように、運用型広告の対象期間における配信計画を策定する。

このような構成によれば、計画策定装置は、将来の対象期間におけるイベント計画情報に基づき、対象期間における運用型広告の配信計画を策定する。したがって、対象期間における外部要因としての外生的イベントの影響を加味することで、目標となる成果を達成できるような運用型広告の配信計画の推定精度を向上させることができる。

本開示の一態様では、イベント計画情報には、予約型広告の配信計画の情報、広告キャンペーンに関連する商品又はサービスに関するプレスリリースの計画情報、商品又はサービスに関する展示会の計画情報、及び、コンテンツを出力するコンテンツ出力装置の番組の放送予定内容又は配信予定内容を示す情報、のうち少なくとも１つが含まれてもよい。

このような構成によれば、予約型広告の配信計画の情報等を加味することで、目標となる成果を達成できるような運用型広告の配信計画の推定精度を向上させることができる。
本開示の一態様は、運用型広告の対象期間における配信計画を取得するように構成された運用型計画取得部を更に備えてもよい。予測モデルは、イベント計画情報を基に外生的イベントの成果を予測する第１の予測モデルと、外生的イベントの成果と運用型広告の配信計画とを基に運用型広告の成果を予測可能な第２の予測モデルと、を用いて構成されてもよい。計画策定部は、第１の予測部と、第２の予測部と、策定処理部と、を備えてもよい。第１の予測部は、イベント計画情報を基に第１の予測モデルを用いて外生的イベントの対象期間における成果を予測するように構成される。第２の予測部は、第１の予測部によって予測された外生的イベントの対象期間における成果と、運用型広告の対象期間における配信計画と、を基に第２の予測モデルを用いて運用型広告の対象期間における成果を予測するように構成される。策定処理部は、第２の予測部によって予測された運用型広告の対象期間における成果が目標条件情報の示す成果に近づくように、運用型広告の対象期間における配信計画を変更するように構成される。

このような構成によれば、例えば、イベント計画情報から外生的イベントの対象期間における成果を予測することなく、イベント計画情報と運用型広告の配信計画とに基づき対象期間における運用型広告の成果を予測する構成と比較して、目標となる成果を達成できるような運用型計画情報の推定精度を向上させ得る。

本開示の一態様は、運用型広告の対象期間における広告配信に関する予算額の情報を取得するように構成された予算取得部を更に備えてもよい。そして、計画策定部は、予算額に基づき運用型広告の対象期間における配信計画を策定してもよい。

このような構成によれば、予算額に応じつつ目標となる成果に近づくように運用型広告の配信計画を策定することができる。
本開示の一態様では、計画策定部は、広告キャンペーンのキャンペーン期間全体における運用型広告の広告費の総額が、キャンペーン期間の終了時点において予算額になるように運用型広告の配信計画を策定してもよい。ここでいう「予算額になる」とは、厳密に予算額に一致する必要はなく、目的とする効果を奏するのであれば予算額と多少異なっていてもよい。以下同様である。

このような構成によれば、コンバージョン等の機会損失を少なくすることができる。
本開示の一態様では、予算額の情報は、対象期間を複数の期間に区分した場合の複数の期間のそれぞれにおける予算額の情報を含んでもよい。そして、計画策定部は、複数の期間のそれぞれにおける運用型広告の広告費が当該期間における予算額になるように配信計画を策定してもよい。

このような構成によれば、コンバージョン等の機会損失を少なくすることができる。
本開示の一態様では、計画策定部は、対象期間のうち外生的イベントの実施がある期間又は外生的イベントの成果が第１のしきい値以上である期間における運用型広告の広告費が、対象期間のうち外生的イベントの実施がない期間又は外生的イベントの成果が第２のしきい値以下である期間における運用型広告の広告費よりも大きくなる又は小さくなるように配信計画を策定してもよい。ここで、第２のしきい値は、第１のしきい値以下の値である。

このような構成によれば、インプレッション数等の運用型広告の成果を増加させることができる。
本開示の別の態様は、コンピュータを前記計画策定装置として機能させるコンピュータプログラムである。このような構成によれば、前述した計画策定装置と同様な効果を奏することができる。

図１は計画策定システムの構成を示す図である。 図２は代理店サーバの構成を示すブロック図である。 図３は計画策定サーバの構成を示すブロック図である。 図４は計画策定処理のフローチャートである。 図５は運用型広告の配信計画を策定する手順を説明する図（１）である。 図６は運用型広告の配信計画を策定する手順を説明する図（２）である。 図７は運用型広告の配信計画を策定する手順を説明する図（３）である。 図８は運用型広告の配信計画を策定する手順を説明する図（４）である。

以下、図面を参照しながら、本開示を実施するための形態を説明する。
［１．構成］
図１に示す計画策定システム１は、運用型広告の配信計画を、当該運用型広告の成果が最大になるように最適化するためのシステムである。

具体的には例えば、或る商品又はサービスを広告対象とする運用型広告の成果は、同時期にその商品又はサービスに関連するテレビＣＭなどが配信されるか否かなどによって変化する。詳細には、関連するテレビＣＭなどが配信される時期には、前記商品又はサービスに関連するインターネット上のキーワード検索数が増大し、広告在庫量（インプレッション数）などの運用型広告の成果も増大することが予測される。計画策定システム１は、テレビＣＭの配信などの後述する外生的イベントの影響を加味しながら運用型広告の成果が最大になるように運用型広告の配信計画を策定するためのシステムである。

計画策定システム１は、代理店サーバ１１、広告決定装置１２、計画策定サーバ１３及びユーザ端末１４〜１６を備える。
＜代理店サーバ１１＞
代理店サーバ１１は、例えば広告代理業者などにより利用され、広告主からの広告情報などを管理する。図２に示すように、代理店サーバ１１は、通信部１１１、記憶部１１２及び制御部１１３を備える。

通信部１１１は、代理店サーバ１１をインターネット等のネットワークに接続するための通信インタフェースである。代理店サーバ１１は、通信部１１１を介して、計画策定サーバ１３や図示省略する広告主の端末装置などの外部の装置と有線又は無線にてデータ通信を行う。

記憶部１１２には各種情報が記憶される。本実施形態では、記憶部１１２には、イベント計画情報Ｐ１、イベント成果情報Ｒ１、運用型計画情報Ｐ２及び運用型成果情報Ｒ２が記憶されている。記憶部１１２には、広告主から通知された広告キャンペーンのそれぞれについて、これらの情報Ｐ１，Ｒ１，Ｐ２，Ｒ２が対応付けられて記憶されている。なお、本実施形態でいう広告キャンペーンは、共通の製品又はサービスを含む種々の広告と関連付けられた広告キャンペーンを含む。広告主は、同時に掲載する幾つかのキャンペーンを有することができる。
（イベント計画情報Ｐ１）
イベント計画情報Ｐ１は、外生的イベントの計画情報である。

ここでいう外生的イベントとは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が運用型広告の成果に影響し得る、運用型広告の配信とは異なるイベントである。本実施形態でいう外生的イベントには、例えば、広告主の商品又はサービスのマーケティングに影響を与え、事前に計画でき、さらに実施に関する計画の変更が困難であるイベントが含まれる。また、外生的イベントには、例えば、当該イベントが実施されることで広告キャンペーンに係る商品、サービス又はブランドに関連するインターネット上のキーワード検索をユーザに対して促し得るイベントが含まれる。

例えば、外生的イベントには予約型広告の配信が含まれる。予約型広告は、価格、期間、出稿内容（掲載面、配信量、掲載内容等）があらかじめ定められている広告である。予約型広告は、運用型広告よりも計画の変更が困難である。予約型広告の典型例は、テレビＣＭ、ラジオＣＭ、新聞広告及び雑誌広告の４マス広告や、屋外広告、交通広告、運用型広告以外のインターネット広告などである。また例えば、外生的イベントには、広告主の商品又はサービスのプレスリリースや、前記商品又はサービスの展示会での展示が含まれる。また例えば、外生的イベントには、テレビやラジオなどのコンテンツ出力装置の番組の地上波等による放送又はインターネットの通信等による配信が含まれる。このような外生的イベントは、事前の計画とイベントの実施とがほぼ同時期に行われる。ただし、事前の計画とイベントの実施との間には若干のズレが存在する場合もある。なお、外生的イベントのうち予約型広告に含まれるテレビＣＭやラジオＣＭの配信については放送局がその実施（配信）を行い、新聞広告及び雑誌広告の掲載については出版社が行う。よって、これらの予約型広告の実施に広告主は間接的に寄与する。他方、外生的イベントのうちプレスリリースや展示会での展示などの実施については広告主は直接的に寄与する。つまり、本実施形態でいう外生的イベントには、広告主が当該イベントの実施に直接的又は間接的に寄与し、広告キャンペーンに関連する（すなわち、当該広告キャンペーンに関連する広告活動の一部を構成する）イベントが含まれる。

イベント計画情報Ｐ１は、外生的イベントの計画情報である。イベント計画情報Ｐ１には、予約型広告の配信計画の情報、広告キャンペーンに関連する商品又はサービスに関するプレスリリースの計画情報、及び、前記商品又はサービスに関する展示会の計画情報が含まれる。また、イベント計画情報Ｐ１には、テレビやラジオなどのコンテンツ出力装置の番組の地上波等による放送予定内容又はインターネットの通信等による配信予定内容（以下、コンテンツ放送配信予定内容）を示す情報が含まれる。つまり、イベント計画情報Ｐ１には、広告主のマーケティングに影響を与え、広告主だけではコントロールができず、ユーザが事前に知り得る将来の情報が含まれる。例えば、コンテンツ放送配信予定内容には、広告主である旅行代理店にとってのエジプト特集番組の放送配信予定内容や、広告主であるサッカー用品メーカーにとってのワールドカップの番組の放送配信予定内容などが含まれてもよい。エジプト特集番組の放送又は配信といった外生的イベントには、広告主である旅行代理店は直接的又は間接的に寄与しない場合がある。同様に、ワールドカップの番組の放送又は配信といった外生的イベントには、広告主であるサッカー用品メーカーは直接的又は間接的に寄与しない場合がある。つまり、本実施形態でいう外生的イベントには、広告主が当該イベントの実施に直接的又は間接的に寄与しないイベントも含まれる。

イベント計画情報Ｐ１には、イベント対象、イベント枠種別、イベント素材、イベント期間及び時点などの情報が含まれていてもよい。
イベント対象は、予約型広告の場合、広告されるブランドや商品、サービスといった広告対象である。また、プレスリリースや展示会での展示の場合、イベント対象は、プレスリリースで発表又は展示会で展示される商品又はサービス等である。また、コンテンツ放送配信予定内容の場合、イベント対象はその番組内容等である。

なお、本実施形態でいう外生的イベントには、人が実施する人為的なイベントが含まれる。人為的な外生的イベントには、晴れ、雨、雪等の天気イベントや、地震、津波、噴火等の自然災害イベントなどの自然的イベントは含まれない。よって、例えば、天気予報のような自然的イベントの予測情報などは、人為的な外生的イベントのイベント計画情報Ｐ１には含まれない。

イベント枠種別は、予約型広告の場合、媒体種別、掲載媒体、掲載面、掲載位置等を含む広告枠種別である。プレスリリースやコンテンツ放送配信予定内容の場合も、イベント枠種別は、媒体種別、掲載媒体、掲載面、掲載位置等である。展示会の場合、イベント枠種別は、どの展示会かなどである。

イベント素材は、予約型広告の場合、広告のサイズ（例えば大きさや時間長）、形式（例えば文字、画像又は動画、色の有無等）、表現内容、出演者等を含む広告素材である。プレスリリースやコンテンツ放送配信予定内容の場合、イベント素材は、プレスリリースやテレビ番組のサイズ（例えば時間長）、形式、表現内容、出演者等である。展示会の場合、イベント素材は展示内容等である。

イベント期間及び時点は、予約型広告の場合、広告が掲載される期間及び時点である。プレスリリースの場合、イベント期間及び時点は、プレスリリースが行われる期間及び時点である。コンテンツ放送配信予定内容の場合、イベント期間及び時点は、番組が放送される期間及び時点である。展示会の場合、イベント期間及び時点は、展示会の開催期間である。

記憶部１１２には、図５に示すように、広告キャンペーンのキャンペーン期間の開始時点から終了時点までの期間全体のイベント計画情報Ｐ１が記憶されている。特に、記憶部１１２には、現在がキャンペーン期間の途中である場合、過去のイベント計画情報Ｐ１と将来のイベント計画情報Ｐ１との両方が記憶されている。
（イベント成果情報Ｒ１）
イベント成果情報Ｒ１は、外生的イベントの実施による成果（換言すれば実施による効果）を表す情報である。イベント実績情報Ｒ１には、外生的イベントの実施による成果を表す各種指標の指標値が含まれる。

例えば、イベント成果情報Ｒ１には、ユーザ属性情報に基づいて分類されたセグメントごとの、外生的イベントに関する露出数、接触回数の分布及び統計量、到達人数、到達率、態度変容指標の指標値などの情報が含まれる。なお、ここでいうユーザ属性情報としては、デモグラフィック属性情報、サイコグラフィック属性情報、ジオグラフィック属性情報等が挙げられる。

露出数（換言すれば接触総回数）は、或るセグメントの調査パネル全体のうち、或る予約型広告、プレスリリース、展示会又はコンテンツ放送配信予定内容等（以下「予約型広告等」という）に対して、累積してどれだけの調査パネルが接触したのかを測定するものである。また接触総回数は、或る予約型広告等に対して調査パネルがどれくらいの回数接触したのかを表す。

例えばテレビＣＭやラジオＣＭの場合、接触総回数を表す指標としてＧＲＰ（Gross Rating Point）が挙げられる。また例えば新聞広告や雑誌広告の場合、露出数は、或るセグメントの調査パネル全体のうちその広告を閲覧した調査パネルの数や割合、また、調査パネルが閲覧した回数等である。また例えばウェブサイトによるプレスリリースの場合、露出数は、或るセグメントの調査パネル全体のうちそのウェブサイトを閲覧した調査パネルの数や割合、また、調査パネルが閲覧した回数等である。また例えば展示会での展示の場合、或るセグメントの調査パネル全体のうちその展示会に行った調査パネルの数や割合、また、調査パネルがその展示会に行った回数等である。

接触回数の分布及び統計量は、例えば、或るセグメントの調査パネル全体のうち、或る予約型広告等に接触した人の数又は割合などである。このように、イベント実績情報Ｒ１には、調査パネルが予約型イベントに接触した実績である接触実績が含まれる。

到達人数及び到達率は、或るセグメントの調査パネル全体のうち、或る予約型広告等に対してｎ回以上の接触した人の数及び割合である。
なお、露出数、接触回数の分布及び統計量並びに到達人数及び到達率は、例えば、調査パネルから視聴データを取得して測定したり、調査パネルに対してアンケートを実施したりして測定できる。本実施形態でいうアンケートには、街頭アンケートやネットワーク経由でメールやウェブページを用いたアンケートなどが含まれる。なお、展示会での展示に対する接触総回数や接触回数については、調査パネルの携帯端末の位置情報を利用して測定することも可能である。また例えば、露出数、接触回数の分布及び統計量並びに到達人数及び到達率は、調査パネルの様な標本抽出以外の測定方法として、テレビ受像機データやデータマネジメントプラットフォーム（ＤＭＰ）などを活用してログデータを分析することで測定されてもよい。ただし、このようなログデータでは調査パネル等の接触者の属性情報が推定でしか得られない場合が多い。このため、セグメントごとの露出数を推計するためには前記ログデータと調査パネルデータとが組み合わせて活用されてもよい。

態度変容指標は、広告認知率、ブランド知名率、ブランド理解率、購入意向等である。態度変容指標の指標値は、調査パネルに対してアンケートを実施することで取得できる。
なお、イベント成果情報Ｒ１には、前述した露出数等以外にも、例えば、或る予約型広告等に関する商品やサービス等に関連するキーワード検索回数、広告主のウェブサイトへの流入量、広告される商品又はサービスに関する資料の請求数などが含まれていてもよい。さらに、イベント成果情報Ｒ１には、広告される商品又はサービス等に関するアプリケーションソフトのインストール回数、前記アプリケーションソフトの起動数、広告主の店舗への送客回数、商品又はサービスの購買量など種々の変数が含まれていてもよい。

記憶部１１２には、図５に示すように、キャンペーン期間の開始時点から過去の所定時点Ｔ１までのイベント成果情報Ｒ１が記憶されている。つまり、イベント成果情報Ｒ１が取得されるまでにタイムラグ（Ｔ１と現在との間の期間）が存在する。
（運用型計画情報Ｐ２）
運用型計画情報Ｐ２は、広告キャンペーンに関連する（すなわち、当該広告キャンペーンに関連する広告活動の一部を構成する）運用型広告の配信計画情報である。運用型広告は、特定の広告枠を固定的に購入するのではなく、掲載先や入札単価などを変動させながら出稿方法を最適化していく広告である。運用型広告としては、検索連動型広告の他、バナー広告、インターネット上の動画広告、ソーシャルネットワーキングサービス（ＳＮＳ）に付随して掲載されるＳＮＳ広告などが挙げられる。これらの運用型広告は配信計画の変更が随時可能である。

運用型計画情報Ｐ２には、広告対象、広告枠種別、広告素材、入札条件、配信ＯＮ／ＯＦＦ、配信ペース、入札価格、日予算、目標条件などの情報が含まれていてもよい。
広告枠種別は、媒体種別、掲載媒体、掲載面、掲載位置等である。なお、媒体種別は例えば検索連動型広告かＳＮＳ広告かなどであり、掲載媒体は例えば媒体種別がＳＮＳ広告の場合、Ａ社のＳＮＳのＳＮＳ広告かＢ社のＳＮＳのＳＮＳ広告かなどである。掲載面は例えばウェブサイトのトップページかニュース面のページかなどである。

広告素材は、サイズ（例えば大きさや時間長）、形式（例えば文字、画像又は動画、色の有無等）、表現内容、出演者等である。
入札条件は、入札対象の検索キーワード、入札価格、広告内容を特定する情報（テキストやＵＲＬやバナー等）を含む入札の内容である。また入札条件は、デモグラフィック属性情報、サイコグラフィック属性情報、ジオグラフィック属性情報等のユーザ属性情報を指定して、指定されたユーザ属性情報を有するユーザに広告を出す又は出さないを指定する条件も含んでもよい。

配信ＯＮ／ＯＦＦは、指定されたタイミングにおいて運用型広告を配信する又はしないを指定する。
配信ペースは、運用型広告の広告配信の予算使用のペース配分を指定する情報である。配信ペースには、「標準化」又は「集中化」が含まれる。「標準化」は、予算が１日全体になるべく均等に配分される設定である。「集中化」は、より集中的に予算を使用するため早めの時間帯等に予算が多く配分される設定である。

日予算は、１日の運用型広告の広告費の上限として設定される値である。日予算は１日単位で設定可能である。つまり、日予算の情報により、広告キャンペーンのキャンペーン期間における予算消化のスケジュールを指定することが可能である。

目標条件は、広告キャンペーンのキャンペーン期間における運用型広告の目標となる成果に関する条件である。例えば、目標条件は、目標の達成度合いを図る定量的な指標であるＫＰＩ（Key Performance Indicator）の目標値であってもよい。ＫＰＩとしては、例えば、クリック数、コンバージョン数等が挙げられる。また、目標条件は、ＫＰＩの目標値を具体的に指定せず、対象となる期間においてＫＰＩを最大化するなどの条件であってもよい。

記憶部１１２には、図５に示すように、キャンペーン期間の開始時点から終了時点までの期間全体の運用型計画情報Ｐ２が記憶されている。キャンペーン期間中も将来の運用型計画情報Ｐ２を随時変更可能である。
（運用型成果情報Ｒ２）
運用型成果情報Ｒ２は、運用型広告の広告配信による成果を表す情報である。

例えば、運用型成果情報Ｒ２には、運用単位及び期間ごとの、運用型広告の露出数（換言すれば接触総回数）、到達人数、到達回数の分布及び統計量、運用型広告のクリック数、クリック率、コンバージョン数、コンバージョン率、消化金額、態度変容指標の指標値などの情報が含まれる。露出数は、広告在庫量（すなわちインプレッション数）である。到達人数は、或る運用型広告に到達したブラウザ数、デバイス数、ＩＤ数などである。予算消化量は、所定期間（例えば１時間）当たりに消費された予算額（すなわち発生した広告費）である。なお、ここでいう広告費は、例えばクリック課金により発生する。

これらの運用型成果情報Ｒ２は、調査パネルからウェブサイトの閲覧履歴を収集したり、査パネルに対してアンケートを実施したりして測定できる。
なお、運用型成果情報Ｒ２に含まれる各項目のうち露出数（接触総回数）、到達人数、到達回数の分布及び統計量並びに態度変容指標の指標値は、予約型広告のイベント実績情報Ｒ１にも共通して含まれる横断的な指標である。

記憶部１１２には、図５に示すように、キャンペーン期間の開始時点から過去の所定時点Ｔ１までの運用型成果情報Ｒ２が記憶されている。つまり、運用型成果情報Ｒ２が取得されるまでにタイムラグ（Ｔ１と現在との間の期間）が存在する。

一方、図２に示す代理店サーバ１１の制御部１１３は、代理店サーバ１１の各部を統括及び制御する。制御部１１３は、ＣＰＵ１１３ａと、ＲＡＭ、ＲＯＭ、フラッシュメモリ等の半導体メモリ（以下、メモリ１１３ｂ）と、を有する周知のマイクロコンピュータを中心に構成される。
＜広告決定装置１２＞
図１に示す広告決定装置１２は、ユーザ端末１４〜１６から送信された広告配信要求を受信した場合に、当該要求に対して配信する広告を決定するサーバ装置である。広告決定装置１２は、いわゆるＳＳＰ（Supply-Side Platform）としての機能を有するサーバである。広告決定装置１２は、広告配信要求に対してオークションを開催し、最も高額な額で入札した広告を当該要求に対して配信する広告として決定する。
＜計画策定サーバ１３＞
計画策定サーバ１３は、いわゆるＤＳＰ（Demand-Side Platform）としての機能を有するサーバ装置である。計画策定サーバ１３は、広告配信要求に対して開催されるオークションに入札する広告を選択し、選択した広告の入札価格を広告決定装置１２に送信する。なお、図１では図示省略しているが、一般には複数の計画策定サーバ１３が広告決定装置１２の開催するオークションに参加する。

図３に示すように、計画策定サーバ１３は、通信部１３１、記憶部１３２及び制御部１３３を備える。
通信部１３１は、計画策定サーバ１３をインターネット等のネットワークに接続するための通信インタフェースである。計画策定サーバ１３は、通信部１３１を介して、代理店サーバ１１や広告決定装置１２などの外部の装置と有線又は無線にてデータ通信を行う。計画策定サーバ１３は、通信部１３１を介して代理店サーバ１１からイベント計画情報Ｐ１、イベント実績情報Ｒ１、運用型計画情報Ｐ２及び運用型成果情報Ｒ２を受信する。

記憶部１３２には各種情報が記憶される。記憶部１３２には、代理店サーバ１１から通信部１３１を介して受信された、広告主の広告キャンペーンごとのイベント計画情報Ｐ１、イベント実績情報Ｒ１、運用型計画情報Ｐ２及び運用型成果情報Ｒ２が記憶されている。以下では、同一の広告キャンペーンに関連するイベント計画情報Ｐ１、イベント実績情報Ｒ１、運用型計画情報Ｐ２及び運用型成果情報Ｒ２をまとめて「広告キャンペーン情報」ともいう。

制御部１３３は、計画策定サーバ１３の各部を統括及び制御する。制御部１３３は、ＣＰＵ１３３ａと、ＲＡＭ、ＲＯＭ、フラッシュメモリ等の半導体メモリ（以下、メモリ１３３ｂ）と、を有する周知のマイクロコンピュータを中心に構成される。

制御部１３３の各種機能は、ＣＰＵ１３３ａが非遷移的実体的記憶媒体に格納されたプログラムを実行することにより実現される。この例では、メモリ１３３ｂが、プログラムを格納した非遷移的実体的記憶媒体に該当する。また、このプログラムの実行により、プログラムに対応する方法が実行される。なお、制御部１３３を構成するマイクロコンピュータの数は１つでも複数でもよい。

制御部１３３は、記憶部１３２に記憶されている広告キャンペーン情報に基づき、後述する図４に示す計画策定処理を実行する。計画策定処理が実行されることにより、記憶部１３２に記憶されている広告キャンペーン情報のそれぞれについて、将来の対象期間における運用型計画情報Ｐ２が最適化される。

［２．処理］
次に、計画策定サーバ１３の制御部１３３が実行する計画策定処理について、図４のフローチャートを用いて説明する。計画策定処理は、計画策定サーバ１３の記憶部１３２に記憶されている広告キャンペーン情報ごとに実行される。以下では、計画策定処理が実行されている広告キャンペーン情報に係る広告キャンペーンを「対象広告キャンペーン」ともいう。計画策定処理は、対象広告キャンペーンのキャンペーン期間中に１又は複数回実行される。計画策定処理が実行されることで、将来の対象期間における運用型計画情報Ｐ２が最適化される。本実施形態では、対象期間は、図５等に示すように、現時点から対象広告キャンペーンのキャンペーン期間の終了時点までの期間である。

まず、Ｓ１０１で、制御部１３３は、対象広告キャンペーンに係るイベント計画情報Ｐ１を記憶部１３２から取得する。ここで、制御部１３３は、図５に示すように、対象広告キャンペーンのキャンペーン期間の開始時点から終了時点までのイベント計画情報Ｐ１を取得する。

続いて、Ｓ１０２で、制御部１３３は、対象広告キャンペーンに係るイベント成果情報Ｒ１を記憶部１３２から取得する。ここで、制御部１３３は、図５に示すように、対象広告キャンペーンのキャンペーン期間の開始時点から過去の所定時点Ｔ１までのイベント成果情報Ｒ１を取得する。

続いて、Ｓ１０３で、制御部１３３は、Ｓ１０１で取得されたイベント計画情報Ｐ１とＳ１０２で取得されたイベント成果情報Ｒ１とに基づいて、図５に示すように、対象広告キャンペーンに係る第１の予測モデルｆを構築する。

第１の予測モデルｆとは、或る期間におけるイベント計画情報Ｐ１を基に同期間におけるイベント成果情報Ｒ１を予測可能なモデルである。つまり、第１の予測モデルｆは、Ｒ１＝ｆ（Ｐ１）としたときの関数ｆである。ここで、Ｐ１はイベント計画情報Ｐ１に含まれるパラメータであり、Ｒ１はイベント成果情報Ｒ１に含まれるパラメータである。第１の予測モデルｆは、キャンペーン期間の開始時点からの過去の所定時点Ｔ１までのイベント計画情報Ｐ１及び運用型成果情報Ｒ２を用いて構築される。具体的には例えば、第１の予測モデルｆは以下のようにして構築される。

すなわち、制御部１３３は、Ｓ１０２で取得されたイベント成果情報Ｒ１に含まれる露出数（接触総回数）や、接触回数の分布及び統計量から接触確率を取得する。ここでいう接触確率とは、或るセグメントの調査パネル全体のうち、或る予約型広告等に対して接触した調査パネルの割合である。例えば、制御部１３３は、或るセグメントの調査パネル全体のうち、或る予約型広告等にｎ回接触した調査パネルは何％であるかなど、接触回数ごとの接触確率を取得してもよい。また制御部１３３は、イベント成果情報Ｒ１に含まれる前述した到達率を取得する。

制御部１３３は、取得した接触確率及び到達率を用いて、例えばイベント計画情報Ｐ１に含まれる予約型広告等の掲載期間及び時点が入力された場合に、その掲載期間及び時点における露出数や接触回数の分布及び統計量、到達人数を出力する関数を第１の予測モデルｆとして構築する。

続いて、Ｓ１０４で、制御部１３３は、Ｓ１０１で取得された対象期間におけるイベント計画情報Ｐ１とＳ１０３で構築された第１の予測モデルｆとに基づいて、図６に示すように対象期間におけるイベント成果情報Ｒ１を予測する。

具体的には、制御部１３３は、対象期間におけるイベント計画情報Ｐ１のうち予約型広告等の掲載期間及び時点などの情報に基づき、対象期間における或る予約型広告等に対する露出数や、接触回数の分布及び統計量や到達人数などを対象期間におけるイベント成果情報Ｒ１に係る変数として算出する。

続いて、Ｓ１０５で、制御部１３３は、対象広告キャンペーンに係る運用型計画情報Ｐ２を記憶部１３２から取得する。ここで、制御部１３３は、図５に示すように、対象広告キャンペーンのキャンペーン期間の開始時点から終了時点までの運用型計画情報Ｐ２を取得する。

続いて、Ｓ１０６で、制御部１３３は、Ｓ１０５で取得された運用型計画情報Ｐ２の中から対象期間に係る目標条件を取得する。
続いて、Ｓ１０７で、制御部１３３は、対象広告キャンペーンに係る運用型成果情報Ｒ２を記憶部１３２から取得する。ここで、制御部１３３は、図５に示すように、対象広告キャンペーンのキャンペーン期間の開始時点から過去の所定時点Ｔ１までの運用型成果情報Ｒ２を取得する。

続いて、Ｓ１０８で、制御部１３３は、取得されたイベント成果情報Ｒ１、運用型計画情報Ｐ２及び運用型成果情報Ｒ２に基づいて、図７に示すように、対象広告キャンペーンに係る第２の予測モデルｇを構築する。

ここでいう第２の予測モデルｇとは、或る期間におけるイベント成果情報Ｒ１及び運用型計画情報Ｐ２を基に同期間における運用型成果情報Ｒ２を予測可能なモデルである。つまり、第２の予測モデルｇは、Ｒ２＝ｇ（Ｒ１，Ｐ２）としたときの関数ｇである。ここで、Ｒ１はイベント成果情報Ｒ１に含まれるパラメータであり、Ｐ２は運用型計画情報Ｐ２に含まれるパラメータであり、Ｒ２は運用型成果情報Ｒ２に含まれるパラメータである。第２の予測モデルｇは、図７に示すように、キャンペーン期間の開始時点からの過去の所定時点Ｔ１までのイベント成果情報Ｒ１、運用型計画情報Ｐ２及び運用型成果情報Ｒ２を用いて構築される。具体的には例えば、第２の予測モデルｇは以下のようにして構築される。

まず、第２の予測モデルｇを構築する際には使用される運用型計画情報Ｐ２の項目（すなわち変数。以下「Ｐ２変数」という。）として、キャンペーン期間中の各時点に対して設定可能な配信ＯＮ／ＯＦＦ、配信ペース、入札価格及び日予算が想定される。運用型計画情報Ｐ２の項目のうち広告対象、広告枠種別、広告素材及び入札条件は固定する（つまり前提条件とする）。具体的には例えば、以下の一連の計画（３／１３の９：００−２４：００までの計画）が、予測モデルｇに入力されるＰ２変数である。
３／１３ ０９：００，配信＝ＯＮ，配信ペース＝標準化，入札価格＝ＣＰＣ１００円，日予算＝１万円
３／１３ １５：００，配信＝ＯＮ，配信ペース＝集中化，入札価格＝ＣＰＣ３００円，日予算＝１万円
３／１３ １８：００，配信＝ＯＮ，配信ペース＝標準化，入札価格＝ＣＰＣ１００円，日予算＝１万円
３／１３ ２１：００，配信＝ＯＦＦ，配信ペース＝標準化，入札価格＝ＣＰＣ１００円， 日予算＝１万円
ここで、ＣＰＣは、Cost per Clickの略で広告１クリックあたりの支払金額である。なお、上記の運用型計画情報Ｐ２では、イベント計画情報Ｐ１が１５：００にＴＶＣＭが出稿される計画であることが想定されており、１５：００から３時間だけ配信ペースが強められている（すなわち配信ペースが「集中化」に設定され、入札価格＝ＣＰＣ３００円に設定されている。）。

一方、第２の予測モデルｇを構築する際には使用されるイベント成果情報Ｒ１の項目（すなわち変数。以下「Ｒ１変数」という。）としては、キャンペーン期間中の各時点（例えば９：００−２４：００までの各時間帯）における露出数や到達人数等である。

そして、本実施形態では、これらのＰ２変数及びＲ１変数を入力とする第２の予測モデルｇを、以下の２つの関数として構築する。つまり、本実施形態の第２の予測モデルｇは以下の２つの関数である。
・Ｐｅｒｆｏｒｍａｎｃｅ（Ｒ１，Ｐ２）
・Ｓｐｅｎｄｉｎｇ（Ｒ１，Ｐ２）
ここで、Ｐｅｒｆｏｒｍａｎｃｅ（Ｒ１，Ｐ２）は、Ｐ２変数とＲ１変数とが入力されると各時点における運用型広告の成果を出力する関数である。ここでいう成果（Ｒｅｓｕｌｔ）としては、最大化したいＫＰＩ（例えばクリック数、コンバージョン数等）などが想定される。一方、Ｓｐｅｎｄｉｎｇ（Ｒ１，Ｐ２）は、Ｐ２変数とＲ１変数とが入力されると各時点における予算消化量（すなわち発生する広告費）を出力する関数である。

制御部５４は、キャンペーン期間の開始時点から過去の所定時点Ｔ１までの運用型成果情報Ｒ２のうち例えばクリック数やコンバージョン数などの値を再現するように、関数Ｐｅｒｆｏｒｍａｎｃｅを構築する。ここで、例えば関数Ｐｅｒｆｏｒｍａｎｃｅは、Ｐ２変数及びＲ１変数を説明変数とし、最大化したいＫＰＩを目的変数とする回帰分析モデルとして構築されてもよい。同様に、制御部５４は、キャンペーン期間の開始時点から過去の所定時点Ｔ１までの運用型成果情報Ｒ２のうち予算消化量を再現するように、関数Ｓｐｅｎｄｉｎｇを構築する。このようにして制御部５４は、第２の予測モデルｇを構築する。

なお、例えば検索連動型広告の場合には、広告在庫量が、ＴＶＣＭ等の外生的イベントの影響によってキーワード検索数が大きく変動し、上昇することが予想される。また、運用型広告の入札価格に応じてオークションの勝率や広告掲載の有無や位置が変動する。そして、検索連動型広告がユーザにより視認された際にクリックされる確率がＴＶＣＭなどの訴求効果で上昇することが予想される。よって、外生的イベントのイベント計画情報Ｐ１と運用型計画情報Ｐ２とによって、予算消化量やクリック率などのＫＰＩが変動することが予想される。

また例えば動画広告等の画像広告などの場合には、広告在庫量は、ＴＶＣＭなどの影響を受けにくく、掲載面の時間帯ごとのページビュー（ＰＶ）にほぼ依存する。また、運用型広告の入札価格に応じてオークションの勝率や広告掲載の有無や位置が変動する。そして、画像広告がユーザにより視認された際にクリックされる確率がＴＶＣＭなどの訴求効果で上昇すると予想される。よって、外生的イベントのイベント計画情報Ｐ１と運用型計画情報Ｐ２とによって、予算消化量とクリック率などのＫＰＩが変動することが予想される。前述した構築法によりこのような特徴が反映された第２の予測モデルｇが構築される。

続いて、Ｓ１０９で、制御部１３３は、Ｓ１０４で予測された対象期間におけるイベント成果情報Ｒ１と、Ｓ１０５で取得された対象期間における運用型計画情報Ｐ２と、Ｓ１０８で構築された第２の予測モデルｇと、に基づいて、対象期間における運用型成果情報Ｒ２を予測する。そして、制御部１３３は、図８に示すように、予測された対象期間における運用型成果情報Ｒ２とＳ１０６で取得された目標条件とに基づいて対象期間における運用型計画情報Ｐ２を最適化する。

具体的には、制御部５４は、以下のように対象期間における運用型計画情報Ｐ２を性的かする。すなわち、制御部５４は、予測モデルｇに使用されるＲ１変数として、第１の予測モデルｆを用いて予測されたＲ１変数（露出数、到達人数等）を使用する。そして、制御部５４は、Ｐ２変数（本実施形態では配信ＯＮ／ＯＦＦ、配信ペース、入札価格及び日予算）を変動させて複数の運用型計画情報Ｐ２を生成する。

そして、生成された複数の運用型計画情報Ｐ２のそれぞれについて第２の予測モデルｇ（すなわち関数Ｐｅｒｆｏｒｍａｎｃｅ及び関数Ｓｐｅｎｄｉｎｇ）を使って対象期間における運用型広告の成果と予算消化量とを予測する。そして、Ｐｅｒｆｏｒｍａｎｃｅ（ｆ（Ｐ１），Ｐ２）の示す値が目標条件の示す成果になるような運用型計画情報Ｐ２を、前記複数の運用型計画情報Ｐ２の中から選択する。例えば、目標条件がクリック数やコンバージョン数等のＫＰＩを最大化するという条件の場合、これらのＫＰＩを最大化するような運用型計画情報Ｐ２が前記複数の運用型計画情報Ｐ２の中から選択される。

ただし、予算の余り（予算額から関数Ｓｐｅｎｄｉｎｇの予測値を減算したもの）が多いことも予算超過（関数Ｓｐｅｎｄｉｎｇの予測値から予算額を減算したもの）が出てしまうこともいずれも望ましくなく、キャンペーン期間の各時点でＳｐｅｎｄｉｎｇ（ｆ（Ｐ１），Ｐ２）の予測値がほぼ予算額になることが望ましい。

そこで、本実施形態では、Ｓｐｅｎｄｉｎｇ（ｆ（Ｐ１），Ｐ２）が次の２つの条件（条件Ａ及び条件Ｂ）を満たすような前記複数通りの運用型計画情報Ｐ２が生成される。
（条件Ａ）キャンペーン期間全体における運用型広告の広告費の総額（関数Ｓｐｅｎｄｉｎｇの総和）が、あらかじめ設定された運用型広告の予算額の総額になる。
（条件Ｂ）運用型広告の各時点における予算消化量（関数Ｓｐｅｎｄｉｎｇの予測値）が、各時点における予算額になる。換言すれば、各時点における予算消化量（関数Ｓｐｅｎｄｉｎｇの予測値）が、運用型計画情報Ｐ２に含まれる予算消化のスケジュールに従う。本実施形態では、１日単位の予算計画（日予算）と１日単位の予算消化量（関数Ｓｐｅｎｄｉｎｇの値）との差分が所定値以外になる。

そして、制御部１３３は、条件Ａ及び条件Ｂを満たす前記複数通りの運用型計画情報Ｐ２の中から運用型成果情報Ｒ２が目標条件の示す条件に最も近い運用型計画情報Ｐ２を対象期間における運用型計画情報Ｐ２として策定する。これにより、対象期間における当初の運用型計画情報Ｐ２が変更又は修正され、運用型計画情報Ｐ２が最適化される。

制御部１３３は、Ｓ１０９を実行すると、図３の計画策定処理を終了する。
［３．効果］
以上詳述した実施形態によれば、以下の効果が得られる。

（１）本実施形態では、制御部１３３は、対象期間におけるイベント計画情報Ｐ１と運用型計画情報Ｐ２と所定の予測モデルｆ，ｇとに基づいて運用型広告の対象期間における成果である運用型成果情報Ｒ２を予測する。そして、制御部１３３は、予測された運用型成果情報Ｒ２が目標条件の示す成果に近づくように、運用型計画情報Ｐ２を策定する。

つまり、制御部１３３は、テレビＣＭなどの外生的イベントのイベント計画情報Ｐ１に基づき、運用型広告の対象期間における運用型計画情報Ｐ２を策定する。したがって、対象期間における外部要因としての外生的イベントの影響を加味することで、目標となる成果を達成できるような運用型計画情報Ｐ２の推定精度を向上させることができる。

なお、本実施形態でいう「目標条件の示す成果」には、所定のＫＰＩが所定のしきい値を超える又は下回るといった成果や、所定のＫＰＩが一定値に一致するという成果だけでなく、所定のＫＰＩを最大化又は最小化するという成果も含まれる。具体的には、例えば、コンバージョン数やクリック数を最大化するという成果やＣＰＭ（インプレッション単価）を最小化するという成果も含まれる。つまり、制御部５４は、所定のＫＰＩを最大化又は最小化するように運用型計画情報Ｐ２を策定してもよい。

（２）本実施形態では、イベント計画情報Ｐ１には、予約型広告の配信計画の情報、広告キャンペーンに関連する商品又はサービスに関するプレスリリースの計画情報、前記商品又はサービスに関する展示会の計画情報、及び、コンテンツ放送配信予定内容を示す情報、が含まれる。したがって、予約型広告の配信計画の情報等を加味することで、目標となる成果を達成できるような運用型計画情報Ｐ２の推定精度を向上させることができる。

（３）本実施形態では、制御部１３３は、まず第１の予測モデルｆを用いて対象期間におけるイベント成果情報Ｒ１を予測する。そして、制御部１３３は、予測されたイベント成果情報Ｒ１と対象期間における運用型計画情報Ｐ２とを基に第２の予測モデルｇを用いて対象期間における運用型成果情報Ｒ２を予測する。そして、制御部１３３は、予測された運用型成果情報Ｒ２が目標条件の示す成果に近づくように運用型計画情報Ｐ２を策定する。

運用型成果情報Ｒ２は、イベント計画情報Ｐ１それ自体ではなく、その成果であるイベント成果情報Ｒ１によって影響を受ける。よって、イベント成果情報Ｒ１を一旦求め、求めたイベント成果情報Ｒ１を基に運用型成果情報Ｒ２を予測する方が、運用型成果情報Ｒ２の推定精度を向上させ得る。したがって、例えば、イベント計画情報Ｐ１からイベント成果情報Ｒ１を予測することなく、イベント計画情報Ｐ１と運用型計画情報Ｐ２とに基づき運用型成果情報Ｒ２を予測する構成と比較して、目標となる成果を達成できるような運用型成果情報Ｒ２の推定精度を向上させ得る。

（４）本実施形態では、制御部１３３は、あらかじめ設定された予算額に基づき運用型計画情報Ｐ２を策定する。したがって、設定された予算額に応じつつ目標条件の示す成果に近づくように運用型計画情報Ｐ２を策定することができる。

（５）特に、本実施形態では、制御部１３３は、対象広告キャンペーンのキャンペーン期間全体における運用型広告の広告費の総額が、キャンペーン期間の終了時点において、広告主から指定された予算額になるように運用型計画情報Ｐ２を策定する。より詳細には、制御部１３３は、キャンペーン期間の開始時点からの運用型広告の広告費が前記キャンペーン期間の終了時点において、あらかじめ設定された予算額になるという条件を満たしつつ、対象期間における運用型成果情報Ｒ２が最大になるように、対象期間における運用型計画情報Ｐ２を策定する。

例えば、キャンペーン期間の前半だけで予算を使い切ってしまうとキャンペーン期間の後半ではコンバージョン等の機会を損失し得る。また、設定された予算額をキャンペーン期間内で使い切れないのも同様に機会損失し得る。よって、本実施形態の構成によれば、コンバージョン等の機会損失を少なくすることができる。

（６）さらに、本実施形態では、広告費が運用型計画情報Ｐ２に含まれる予算消化のスケジュールに従うように運用型計画情報Ｐ２が策定される。換言すれば、将来の対象期間を複数の期間に分割した場合の複数の期間のそれぞれにおける運用型広告の広告費が当該期間における予算額になるように運用型計画情報Ｐ２が策定される。

例えば、キャンペーン期間全体で予算を使い切る場合でも、キャンペーン期間の前半ではあまり広告配信をせずに前半分の予算を使い切らず、後半で広告配信を沢山行い後半でキャンペーン期間全体の予算を使い切ることが考えられる。このような場合、キャンペーン期間の前半においては、コンバージョン等の機会を損失し得る。よって、対象期間の複数の期間のそれぞれにおける運用型広告の広告費が当該期間における予算額になるように適切に広告配信を行うことで、コンバージョン等の機会損失を少なくすることができる。

なお、本実施形態では、計画策定サーバ１３が計画策定装置に相当し、Ｓ１０１がイベント計画取得部としての処理に相当し、Ｓ１０４が第１の予測部としての処理に相当し、Ｓ１０４及びＳ１０９が計画策定部としての処理に相当し、Ｓ１０５が運用型計画取得部及び予算取得部としての処理に相当し、Ｓ１０６が目標条件取得部としての処理に相当し、Ｓ１０９が第２の予測部及び策定処理部としての処理に相当する。

［４．他の実施形態］
以上、本開示を実施するための形態について説明したが、本開示は前述の実施形態に限定されることなく、種々変形して実施することができる。

（１）上記実施形態では、計画策定サーバ１３は、対象期間における運用型成果情報Ｒ２を２つの予測モデルｆ，ｇを用いてＲ２＝ｇ（ｆ（Ｐ１），Ｐ２）の形で予測するが、運用型成果情報Ｒ２の予測の仕方はこれに限られない。例えば、Ｒ２＝ｈ（Ｐ１，Ｐ２）を満たす関数ｈを直接求め、関数ｈを用いて対象期間における運用型成果情報Ｒ２を予測してもよい。つまり、Ｐ１及びＰ２を基にＲ２を予測する関数を２つの関数ｆ，ｇに分割せず、１つの関数ｈとして求めてもよい。

（２）上記実施形態では、第２の予測モデルｇを２つの関数Ｐｅｒｆｏｒｍａｎｃｅ及びＳｐｅｎｄｉｎｇに分けて構築したが、第２の予測モデルｇの構築を仕方はこれに限られない。例えば、上記２つの関数に分けずに第２の予測モデルｇが構築されてもよい。

（３）上記実施形態では、第２の予測モデルｇを構築する際に使用されるＰ２変数は配信ＯＮ／ＯＦＦや配信ペース等であり、Ｒ１変数は接触総回数や到達回数であるが、使用されるＰ２変数及びＲ１変数はこれに限られない。例えば、Ｒ１変数として、態度変容確率やキーワード検索数等が使用されてもよい。態度変容確率とは、或る予約型広告等に対して対象者が何回接触したらその予約型広告等に係る商品やサービス等について態度変容する（認知する、知名する、理解する、購入意欲を持つ）のかを表す確率である。

（４）上記実施形態における運用型計画情報Ｐ２の策定方法はあくまで一例に過ぎず、他の策定方法で運用型計画情報Ｐ２が策定されてもよい。例えば、対象期間のうち外生的イベントの実施がある期間又は外生的イベントの成果が第１のしきい値以上である期間における運用型広告の広告費用が、対象期間のうち外生的イベントの実施がない期間又は第２のしきい値以下である期間における運用型広告の広告費用よりも大きくなるように運用型計画情報Ｐ２が策定されてもよい。なお、第２のしきい値は、第１のしきい値以下の値である。

このような構成によれば、運用型広告の成果を増加させることができる。すなわち、テレビＣＭなどの外生的イベントの実施がある期間又は外生的イベントの成果が第１のしきい値以上である期間（例えば外生的イベントの影響がある程度残存する期間）は、外生的イベントの実施がない期間又は外生的イベントの成果が第２のしきい値以下である期間（例えば外生的イベントの影響が残存するが少ない期間）よりも、広告キャンペーンに関連する商品やサービスなどに関するキーワード検索数が増加することが想定される。つまり、通常であれば毎日（若しくは曜日ごとに）同じ日予算を設定するところ、テレビＣＭなどの外生的イベントの実施がある期間などにはキーワード検索数が増加することが想定される。よって、上記構成のように、キーワード検索数が増加することが想定される期間において運用型広告の広告費を増加させることで、インプレッション数等の運用型広告の成果を増加させることができる。

また例えば、上記とは逆に、対象期間のうち外生的イベントの実施がある期間又は外生的イベントの成果が第１のしきい値以上である期間における運用型広告の広告費用が、対象期間のうち外生的イベントの実施がない期間又は第２のしきい値以下である期間における運用型広告の広告費用よりも小さくなるように運用型計画情報Ｐ２が策定されてもよい。

例えば、テレビ番組などのコンテンツ出力装置の番組で商品又はサービスが取り上げられた場合に検索連動型広告の予算を小さくするという場合も発生する。その理由は、コンテンツ出力装置の番組に反応したウェブサイト流入者のコンバージョン率が有意に低い、検索連動型広告でなく自然検索でウェブサイトにユーザが十分に流入する場合などがあるためである。よって、上記構成によれば、イベント計画情報Ｐ１や、イベント計画情報Ｐ１の成果の予測結果に基づき費用対効果を向上させることができる。

（５）上記実施形態において、計画策定サーバ１３は、予約型広告の配信計画の情報、広告キャンペーンに関連する商品又はサービスに関するプレスリリースの計画情報、前記商品又はサービスに関する展示会の計画情報、及び、コンテンツ放送配信予定内容を示す情報、の全部ではなく一部の影響のみを加味して運用型計画情報Ｐ２を策定してもよい。

（６）上記実施形態において、広告キャンペーンのキャンペーン期間全体における運用型広告の広告費の総額が、キャンペーン期間の終了時点において予算額になるという条件を課すことなく運用型計画情報Ｐ２が策定されてもよい。

（７）上記実施形態において、対象期間における複数の期間のそれぞれにおける運用型広告の広告費が当該期間における予算額になるという条件を課すことなく運用型計画情報Ｐ２が策定されてもよい。

（８）上記実施形態では、計画策定装置は１台の計画策定サーバ１３として実現されるが、計画策定装置を実現する構成はこれに限られない。例えば、複数台のサーバにより計画策定装置が実現されてもよい。また、上記実施形態において、代理店サーバ１１、広告決定装置１２及び計画策定サーバ１３の少なくとも２つが１台のサーバとして実現されてもよい。

（９）上記実施形態で、計画策定サーバ１３の制御部１３３が実行する機能の一部又は全部を、１つあるいは複数のＩＣ等によりハードウェア的に構成してもよい。
（１０）前述した計画策定サーバ１３の他、当該計画策定サーバ１３を構成要素とする計画策定システム１、当該計画策定サーバ１３としてコンピュータを機能させるためのコンピュータプログラム、このコンピュータプログラムを記憶した半導体メモリ等の非遷移的実体的記憶媒体、運用型広告の配信計画を策定する方法など、種々の形態で本開示を実現することもできる。

（１１）上記実施形態における１つの構成要素が有する複数の機能を、複数の構成要素によって実現したり、１つの構成要素が有する１つの機能を、複数の構成要素によって実現したりしてもよい。また、複数の構成要素が有する複数の機能を、１つの構成要素によって実現したり、複数の構成要素によって実現される１つの機能を、１つの構成要素によって実現したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言によって特定される技術思想に含まれるあらゆる態様が本開示の実施形態である。

１…計画策定システム、１１…代理店サーバ、１２…広告決定装置、
１３…計画策定サーバ、１３１…通信部、１３２…記憶部、１３３…制御部。

Claims (14)

1. 対象となる広告キャンペーンに関連する運用型広告の配信計画を策定する計画策定装置であって、
   外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得するように構成されたイベント計画取得部であって、前記外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が前記運用型広告の成果に影響し得る、前記運用型広告の配信とは異なるイベントである、イベント計画取得部と、
   前記運用型広告の前記対象期間における成果に関する目標条件を示す目標条件情報を取得するように構成された目標条件取得部と、
   前記イベント計画情報と、前記運用型広告の前記対象期間における前記配信計画と、所定の予測モデルと、に基づいて前記運用型広告の前記対象期間における成果を予測し、予測された成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を策定する計画策定部であって、前記予測モデルは、前記イベント計画情報と、前記運用型広告の前記配信計画と、を基に前記運用型広告の成果を予測するモデルであって、前記イベント計画情報により計画される前記外生的イベントの影響を含んだ前記運用型広告の成果を予測するように構築されたモデルである、計画策定部と、
   を備える計画策定装置。
2. 請求項１に記載の計画策定装置であって、
   前記運用型広告の前記対象期間における前記配信計画を取得するように構成された運用型計画取得部を更に備え、
   前記予測モデルは、
   前記イベント計画情報を基に前記外生的イベントの成果を予測する第１の予測モデルと、
   前記外生的イベントの成果と前記運用型広告の前記配信計画とを基に前記運用型広告の成果を予測可能な第２の予測モデルと、
   を用いて構成され、
   前記計画策定部は、
   前記イベント計画情報を基に前記第１の予測モデルを用いて前記外生的イベントの前記対象期間における成果を予測するように構成された第１の予測部と、
   前記第１の予測部によって予測された前記外生的イベントの前記対象期間における成果と、前記運用型広告の前記対象期間における前記配信計画と、を基に前記第２の予測モデルを用いて前記運用型広告の前記対象期間における成果を予測するように構成された第２の予測部と、
   前記第２の予測部によって予測された前記運用型広告の前記対象期間における成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を変更するように構成された策定処理部と、
   を備える、計画策定装置。
3. 対象となる広告キャンペーンに関連する運用型広告の配信計画を策定する計画策定装置であって、
   外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得するように構成されたイベント計画取得部であって、前記外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が前記運用型広告の成果に影響し得る、前記運用型広告の配信とは異なるイベントである、イベント計画取得部と、
   前記運用型広告の前記対象期間における前記配信計画を取得するように構成された運用型計画取得部と、
   前記運用型広告の前記対象期間における成果に関する目標条件を示す目標条件情報を取得するように構成された目標条件取得部と、
   前記イベント計画情報と、前記運用型広告の前記対象期間における前記配信計画と、所定の予測モデルと、に基づいて前記運用型広告の前記対象期間における成果を予測し、予測された成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を策定する計画策定部と、
   を備え、
   前記予測モデルは、
   前記イベント計画情報を基に前記外生的イベントの成果を予測する第１の予測モデルと、
   前記外生的イベントの成果と前記運用型広告の前記配信計画とを基に前記運用型広告の成果を予測可能な第２の予測モデルと、
   を用いて構成され、
   前記計画策定部は、
   前記イベント計画情報を基に前記第１の予測モデルを用いて前記外生的イベントの前記対象期間における成果を予測するように構成された第１の予測部と、
   前記第１の予測部によって予測された前記外生的イベントの前記対象期間における成果と、前記運用型広告の前記対象期間における前記配信計画と、を基に前記第２の予測モデルを用いて前記運用型広告の前記対象期間における成果を予測するように構成された第２の予測部と、
   前記第２の予測部によって予測された前記運用型広告の前記対象期間における成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を変更するように構成された策定処理部と、
   を備える、計画策定装置。
4. 請求項１から請求項３までのいずれか１項に記載の計画策定装置であって、
   前記計画策定部は、前記対象期間のうち前記外生的イベントの実施がある期間又は前記外生的イベントの成果が第１のしきい値以上である期間における前記運用型広告の広告費が、前記対象期間のうち前記外生的イベントの実施がない期間又は前記外生的イベントの成果が第２のしきい値以下である期間における前記運用型広告の広告費よりも大きくなる又は小さくなるように前記配信計画を策定し、前記第２のしきい値は、前記第１のしきい値以下の値である、計画策定装置。
5. 対象となる広告キャンペーンに関連する運用型広告の配信計画を策定する計画策定装置であって、
   外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得するように構成されたイベント計画取得部であって、前記外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が前記運用型広告の成果に影響し得る、前記運用型広告の配信とは異なるイベントである、イベント計画取得部と、
   前記運用型広告の前記対象期間における成果に関する目標条件を示す目標条件情報を取得するように構成された目標条件取得部と、
   前記イベント計画情報と、前記運用型広告の前記対象期間における前記配信計画と、所定の予測モデルと、に基づいて前記運用型広告の前記対象期間における成果を予測し、予測された成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を策定する計画策定部であって、前記予測モデルは、前記イベント計画情報と、前記運用型広告の前記配信計画と、を基に前記運用型広告の成果を予測するモデルであって、過去の前記イベント計画情報又は過去の前記外生的イベントの成果と、過去の前記運用型広告の前記配信計画と、を基に前記外生的イベントの影響を含んだ前記運用型広告の成果を予測し、予測された前記運用型広告の成果が過去の前記運用型広告の成果を再現するように構築されたモデルである、計画策定部と、
   を備え、
   前記計画策定部は、前記予測モデルを用いて、前記対象期間のうち前記外生的イベントの実施がある期間又は前記外生的イベントの成果が第１のしきい値以上である期間における前記運用型広告の広告費が、前記対象期間のうち前記外生的イベントの実施がない期間又は前記外生的イベントの成果が第２のしきい値以下である期間における前記運用型広告の広告費よりも大きくなる又は小さくなるように前記配信計画を策定し、前記第２のしきい値は、前記第１のしきい値以下の値である、計画策定装置。
6. 対象となる広告キャンペーンに関連する運用型広告の配信計画を策定する計画策定装置であって、
   外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得するように構成されたイベント計画取得部であって、前記外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が前記運用型広告の成果に影響し得る、前記運用型広告の配信とは異なるイベントである、イベント計画取得部と、
   前記運用型広告の前記対象期間における成果に関する目標条件を示す目標条件情報を取得するように構成された目標条件取得部と、
   前記イベント計画情報と、前記運用型広告の前記対象期間における前記配信計画と、所定の予測モデルと、に基づいて前記運用型広告の前記対象期間における成果を予測し、予測された成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を策定する計画策定部と、
   を備え、
   前記計画策定部が用いる前記予測モデルは、前記イベント計画情報と、少なくとも前記運用型広告の広告費を含む前記運用型広告の前記配信計画と、を基に、前記対象期間のうち前記外生的イベントの実施がある期間又は前記外生的イベントの成果が第１のしきい値以上である期間における前記運用型広告の成果が、前記対象期間のうち前記外生的イベントの実施がない期間又は前記外生的イベントの成果が第２のしきい値以下である期間における前記運用型広告の成果よりも大きくなる又は小さくなるように前記運用型広告の成果を予測可能なモデルであり、前記第２のしきい値は、前記第１のしきい値以下の値であり、
   前記計画策定部は、前記予測モデルによる予測結果に基づき、前記対象期間のうち前記外生的イベントの実施がある期間又は前記外生的イベントの成果が前記第１のしきい値以上である期間における前記運用型広告の広告費が、前記対象期間のうち前記外生的イベントの実施がない期間又は前記外生的イベントの成果が前記第２のしきい値以下である期間における前記運用型広告の広告費よりも大きくなる又は小さくなるように前記配信計画を策定可能である、計画策定装置。
7. 請求項１から請求項６までのいずれか１項に記載の計画策定装置であって、
   前記イベント計画情報には、予約型広告の配信計画の情報、前記広告キャンペーンに関連する商品又はサービスに関するプレスリリースの計画情報、前記商品又はサービスに関する展示会の計画情報、及び、コンテンツを出力するコンテンツ出力装置の番組の放送予定内容又は配信予定内容を示す情報、のうち少なくとも１つが含まれる、計画策定装置。
8. 請求項１から請求項７までのいずれか１項に記載の計画策定装置であって、
   前記運用型広告の前記対象期間における広告配信に関する予算額の情報を取得するように構成された予算取得部を更に備え、
   前記計画策定部は、前記予算額に基づき前記運用型広告の前記対象期間における前記配信計画を策定する、計画策定装置。
9. 請求項８に記載の計画策定装置であって、
   前記計画策定部は、前記広告キャンペーンのキャンペーン期間全体における前記運用型広告の広告費の総額が、前記キャンペーン期間の終了時点において前記予算額になるように前記配信計画を策定する、計画策定装置。
10. 請求項８又は請求項９に記載の計画策定装置であって、
    前記予算額の情報は、前記対象期間を複数の期間に区分した場合の前記複数の期間のそれぞれにおける予算額の情報を含み、
    前記計画策定部は、前記複数の期間のそれぞれにおける前記運用型広告の広告費が当該期間における前記予算額になるように前記配信計画を策定する、計画策定装置。
11. コンピュータを、対象となる広告キャンペーンに関連する運用型広告の配信計画を策定する計画策定装置として機能させるコンピュータプログラムであって、
    外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得するように構成されたイベント計画取得部であって、前記外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が前記運用型広告の成果に影響し得る、前記運用型広告の配信とは異なるイベントである、イベント計画取得部と、
    前記運用型広告の前記対象期間における成果に関する目標条件を示す目標条件情報を取得するように構成された目標条件取得部と、
    前記イベント計画情報と、前記運用型広告の前記対象期間における前記配信計画と、所定の予測モデルと、に基づいて前記運用型広告の前記対象期間における成果を予測し、予測された成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を策定する計画策定部であって、前記予測モデルは、前記イベント計画情報と、前記運用型広告の前記配信計画と、を基に前記運用型広告の成果を予測するモデルであって、前記イベント計画情報により計画される前記外生的イベントの影響を含んだ前記運用型広告の成果を予測するように構築されたモデルである、計画策定部と、
    を備える前記計画策定装置としてコンピュータを機能させるコンピュータプログラム。
12. コンピュータを、対象となる広告キャンペーンに関連する運用型広告の配信計画を策定する計画策定装置として機能させるコンピュータプログラムであって、
    外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得するように構成されたイベント計画取得部であって、前記外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が前記運用型広告の成果に影響し得る、前記運用型広告の配信とは異なるイベントである、イベント計画取得部と、
    前記運用型広告の前記対象期間における前記配信計画を取得するように構成された運用型計画取得部と、
    前記運用型広告の前記対象期間における成果に関する目標条件を示す目標条件情報を取得するように構成された目標条件取得部と、
    前記イベント計画情報と、前記運用型広告の前記対象期間における前記配信計画と、所定の予測モデルと、に基づいて前記運用型広告の前記対象期間における成果を予測し、予測された成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を策定する計画策定部と、
    を備える前記計画策定装置としてコンピュータを機能させ、
    前記予測モデルは、
    前記イベント計画情報を基に前記外生的イベントの成果を予測する第１の予測モデルと、
    前記外生的イベントの成果と前記運用型広告の前記配信計画とを基に前記運用型広告の成果を予測可能な第２の予測モデルと、
    を用いて構成され、
    前記計画策定部は、
    前記イベント計画情報を基に前記第１の予測モデルを用いて前記外生的イベントの前記対象期間における成果を予測するように構成された第１の予測部と、
    前記第１の予測部によって予測された前記外生的イベントの前記対象期間における成果と、前記運用型広告の前記対象期間における前記配信計画と、を基に前記第２の予測モデルを用いて前記運用型広告の前記対象期間における成果を予測するように構成された第２の予測部と、
    前記第２の予測部によって予測された前記運用型広告の前記対象期間における成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を変更するように構成された策定処理部と、
    を備える、コンピュータプログラム。
13. コンピュータを、対象となる広告キャンペーンに関連する運用型広告の配信計画を策定する計画策定装置として機能させるコンピュータプログラムであって、
    外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得するように構成されたイベント計画取得部であって、前記外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が前記運用型広告の成果に影響し得る、前記運用型広告の配信とは異なるイベントである、イベント計画取得部と、
    前記運用型広告の前記対象期間における成果に関する目標条件を示す目標条件情報を取得するように構成された目標条件取得部と、
    前記イベント計画情報と、前記運用型広告の前記対象期間における前記配信計画と、所定の予測モデルと、に基づいて前記運用型広告の前記対象期間における成果を予測し、予測された成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を策定する計画策定部であって、前記予測モデルは、前記イベント計画情報と、前記運用型広告の前記配信計画と、を基に前記運用型広告の成果を予測するモデルであって、過去の前記イベント計画情報又は過去の前記外生的イベントの成果と、過去の前記運用型広告の前記配信計画と、を基に前記外生的イベントの影響を含んだ前記運用型広告の成果を予測し、予測された前記運用型広告の成果が過去の前記運用型広告の成果を再現するように構築されたモデルである、計画策定部と、
    を備える前記計画策定装置としてコンピュータを機能させ、
    前記計画策定部は、前記予測モデルを用いて、前記対象期間のうち前記外生的イベントの実施がある期間又は前記外生的イベントの成果が第１のしきい値以上である期間における前記運用型広告の広告費が、前記対象期間のうち前記外生的イベントの実施がない期間又は前記外生的イベントの成果が第２のしきい値以下である期間における前記運用型広告の広告費よりも大きくなる又は小さくなるように前記配信計画を策定し、前記第２のしきい値は、前記第１のしきい値以下の値である、コンピュータプログラム。
14. コンピュータを、対象となる広告キャンペーンに関連する運用型広告の配信計画を策定する計画策定装置として機能させるコンピュータプログラムであって、
    外生的イベントの将来の対象期間における計画情報であるイベント計画情報を取得するように構成されたイベント計画取得部であって、前記外生的イベントは、当該イベントの実施を事前に計画でき、当該イベントの実施又は実施の予告が前記運用型広告の成果に影響し得る、前記運用型広告の配信とは異なるイベントである、イベント計画取得部と、
    前記運用型広告の前記対象期間における成果に関する目標条件を示す目標条件情報を取得するように構成された目標条件取得部と、
    前記イベント計画情報と、前記運用型広告の前記対象期間における前記配信計画と、所定の予測モデルと、に基づいて前記運用型広告の前記対象期間における成果を予測し、予測された成果が前記目標条件情報の示す成果に近づくように、前記運用型広告の前記対象期間における前記配信計画を策定する計画策定部と、
    を備える前記計画策定装置としてコンピュータを機能させ、
    前記計画策定部が用いる前記予測モデルは、前記イベント計画情報と、少なくとも前記運用型広告の広告費を含む前記運用型広告の前記配信計画と、を基に、前記対象期間のうち前記外生的イベントの実施がある期間又は前記外生的イベントの成果が第１のしきい値以上である期間における前記運用型広告の成果が、前記対象期間のうち前記外生的イベントの実施がない期間又は前記外生的イベントの成果が第２のしきい値以下である期間における前記運用型広告の成果よりも大きくなる又は小さくなるように前記運用型広告の成果を予測可能なモデルであり、前記第２のしきい値は、前記第１のしきい値以下の値であり、
    前記計画策定部は、前記予測モデルによる予測結果に基づき、前記対象期間のうち前記外生的イベントの実施がある期間又は前記外生的イベントの成果が前記第１のしきい値以上である期間における前記運用型広告の広告費が、前記対象期間のうち前記外生的イベントの実施がない期間又は前記外生的イベントの成果が前記第２のしきい値以下である期間における前記運用型広告の広告費よりも大きくなる又は小さくなるように前記配信計画を策定可能である、コンピュータプログラム。

Images