CN101253524A - 实现最佳广告的系统和方法 - Google Patents

实现最佳广告的系统和方法 Download PDF

Info

Publication number
CN101253524A
CN101253524A CNA2005800242283A CN200580024228A CN101253524A CN 101253524 A CN101253524 A CN 101253524A CN A2005800242283 A CNA2005800242283 A CN A2005800242283A CN 200580024228 A CN200580024228 A CN 200580024228A CN 101253524 A CN101253524 A CN 101253524A
Authority
CN
China
Prior art keywords
advertising
tracks
advertising image
advertisement
variable
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
Application number
CNA2005800242283A
Other languages
English (en)
Inventor
马克·赫里凯
斯科特·费伯
约翰·费伯
罗布·吕恩伯格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo AD Tech LLC
Original Assignee
Advertising com LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Advertising com LLC filed Critical Advertising com LLC
Publication of CN101253524A publication Critical patent/CN101253524A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0244—Optimization
    • 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
    • G06Q30/0247—Calculate past, present or future revenues
    • 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
    • G06Q30/0254—Targeted advertisements based on statistics

Abstract

公开了一种用于实现最佳广告的系统和方法。在因特网广告实施例中，对少量的实验性广告横幅设计进行测试，以便从该实验提取有价值的信息。一个或多个实施例也可以包含阵列数学计算，以便帮助选择和分析改善整个广告活动的结果(例如，点进率、每个印象的收益等)的广告设计元素。本发明的实施例还可以利用识别有影响的设计元素、选择和测试代表这种设计元素的横幅广告、获得反馈并对其进行分析的过程，来从所述实验提取关于哪些设计元素最重要、以及设计元素的哪个组合产生最好的整个横幅广告的信息。通过经由较少的测试横幅广告设计提供大量结果，本发明减少了与进行广告活动相关联的成本，并且提高了广告提供商的效率和成功率。

Description

实现最佳广告的系统和方法
相关申请交叉引用
本申请要求2004年5月18日提交的美国临时申请第60/572427号的权益，其通过引用而被合并于此。
技术领域
本发明一般地涉及利用对产品或服务的需求而以最有利的方式分配产品和服务的供应，并且更具体地涉及用于优化因特网上的广告的系统和方法。
背景技术
自从20世纪90年代早期起，使用万维网的人数已经以相当大的速率增长。随着更多的用户利用万维网，他们在因特网上产生越来越大量的流量。由于将因特网商业化的利益可能是巨大的，因此企业通过在线为他们的产品或服务做广告而越来越多地利用这一流量。这些广告可以以网站上的租借广告空间(例如横幅广告(banner))的形式出现，所述租借广告空间类似于公路上和城市中的租用广告牌空间以及电视或无线电节目期间的商业广播。
这种广告的最佳布置(placement)已经成为因特网广告业务中的重要竞争优势。消费者在线上花费数量不断增多的时间来寻找在逐个页面的基础上浏览的信息。每个页面可以包含文字和图形信息以及一个或多个广告。相对于其它信息媒介，因特网的重要优势是可以定制每个页面以便适应客户的概况(profile)，并且广告可以包含到其它因特网页面的链接。这样，可以使广告直接针对不同的客户段，并且广告本身是到良好地设计的因特网页面的直接连接。尽管针对网页上的传统网络浏览而描述了当前示例，但是相同的原理适用于通过任何允许因特网的分发通道，例如经由电子邮件、无线设备(包括但不限于电话、寻呼机、PDA、台式显示器和数字广告牌)、或诸如ATM终端的其它媒介传递的包括信息或消息以及广告的任何内容。
除了仅仅放置足够大数量的广告以达到所希望的客户数量的简单动作以外，如果广告活动要达到预期的结果，则必须在全面的体制(regime)下实现全部广播功能。通常，基于广告布置产生的成功响应的数量来校正广告布置。最成功的体制也允许最少的多余数据处理。然而，当前的放置因特网广告的方法常常不令人满意，因为它们未能考虑到正确的因素、信息和反馈，并且/或者它们浪费计算机资源。
经验和常识都已经表明：横幅广告的设计可以影响浏览者响应的比率。因此，重要的是获得系统的方法来识别包含将在浏览者响应方面有利的元素的那些横幅广告。考虑到对于成功布置因特网广告的有效构架的需要，识别理想的横幅广告和布置因特网广告的当前方法具有相当大的缺点。
当前方法的一个缺点是它们往往依赖于低效和/或庞大的程序来实现它们的目的。随着所希望的广告的复杂性和数据大小要求以及相关系统的要求持续急剧增加，任何不必要的数据处理或其它计算机处理能力的浪费变得非常令人不快。因此，当前方法可能由于它们未能执行高效数据处理操作而增添额外的负担。
当前方法的另一缺点是在提供它们的广告活动时未能使用有价值的反馈信息。例如，从所显示的横幅广告产生的接受和成功数据提供了关于各种可能的广告横幅的不同方面的重要的有益信息。未能利用这种反馈信息在诸如后续数据处理效率的范围内对这些系统增添了额外的负担。
与最后这两个问题相关的是这样的缺点，即：当前方法往往不能决定哪个广告是理想的。优选地，广告体制应当提供关于在给定情形下哪个广告是要显示的最佳广告的敏锐预测。例如，可以通过特定的方法分析、数学建模或其它计算以及/或者通过利用更新的广告相关数据(例如成功数据等)或者经由其它反馈来确定对于一组给定情形的最佳广告。就当前方法不能预测要显示的一个或多个最佳广告的方面来说，明显存在对于成功广告的负担。
在未能考虑成本效率和可行性因素的系统和方法中存在另外的缺点。例如，为了在网页上显示横幅广告，广告者通常在每个印象(impression)的基础上购买空间。因而，存在与横幅广告的每次显示相关联的成本。反之，很多广告者(或其代理)对点击或行动感兴趣。因此，横幅广告的每次显示构成了有风险的投资，因为成本是固定的，而价值或收益却不是。因而，广告者必须高效地使用租用的空间。除了这一成本问题以外，还有进行全面测试是否可行的问题。大多数广告活动具有以时间、金钱、印象、行动、或某个相关量度量的有限持续性。以完全穷尽性的方式即使测试中等数量的设计元素也将需要超过在很多场合中允许的合理合同规模。当前的系统往往不令人满意，因为它们未能考虑这些考虑因素。
横幅广告设计可以涵盖各种方面或元素，例如颜色、消息、动画(其中，将项目放置在横幅广告内)、以及很多其它方面或元素。因为理想的是具有正在进行的改进的过程，所以重要的是不仅仅识别可能表现得最好的那些横幅广告，还能够将在导致这一结果方面最有影响力的那些元素分离开。然后，人们可以将精力集中在获取关于那些方面的附加信息上。因此，在未能分析哪些因素促进成效(performance)的系统和方法中存在额外的缺点。
因此，需要允许广告客户以最高效和有效的方式来创建、布置和修正广告活动的系统和方法。此外，需要提供利用科学的程序来确定所希望的设计元素并且准确决定要显示的广告的广告体制的系统和方法。
发明内容
根据本发明，提出了用于实现最佳广告的系统和方法。对于第一示例方法，公开了一种用于最佳地确定用于显示的广告的方法，该方法包括以下步骤：选择适于与广告有关的变量的测试设计；根据该测试设计创建广告媒介；向广告受众提供(serve)该广告媒介；收集关于广告媒介的提供/服务的结果数据；分析该结果数据，包括(i)基于该结果数据获得成效数据，以及(ii)通过包括阵列数学计算的处理而根据每个变量确定成效，确定对于所述变量的预测(projection)。
对于第二示例方法，公开了确定用于显示的最佳广告的另一方法，该方法包括以下步骤：确定要分析的一个或多个变量；从所述一个或多个变量中选择一个或多个元素，其中，所述一个或多个元素是所述分析的输出结果所涉及的值；通过应用测试设计阵列/矩阵确定要发布的所述一个或多个元素的组合，根据所确定的组合创建广告图像，向客户提供该广告图像，跟踪该广告图像以产生结果，分析该结果，包括：(i)基于该结果获得成效数据，以及(ii)根据每个变量确定成效，并且报告对于所有变量组合的预测。
对于第三示例方法，公开了一种处理通过向广告受众提供广告而获得的结果数据的方法，该方法包括以下步骤：识别与广告相关联的变量以进行分析；获取具有与所识别的变量相对应的参数的测试设计阵列；基于通过提供广告获得的结果数据获得第一成效数据；通过包括应用正交阵列的处理而根据每个变量确定第二成效数据；以及计算对于要提供的最佳广告的预测。
还公开了根据上述方法的用于实现最佳广告的一个或多个系统。根据这些实施例，本发明的系统可以包括：广告横幅产生组件，产生广告；广告服务器，被配置为向广告受众提供广告；处理组件，被配置为处理关于广告发布的成功相关信息；数据库组件，存储关于广告的数据；以及计算组件，包括存储指令程序的计算机可读介质，所述指令程序包含可由计算机操作以执行上述方法的多个方面的指令程序。
还公开了制造产品、计算机可读介质和计算机程序产品。与这些方面有关的本发明的实施例包括包含可由计算机操作以执行上述方法或这些方法的多个方面的指令程序的物品、介质或产品。
本发明实施例的广告布置技术提供用于选择客户接下来将浏览哪个广告的最佳策略构架，这是个优点。这样的实施例使得总的预期广告布置收益(或其它值的量度)最大，并且可以将对学习的期望和收益的产生进行折衷。该技术可被“实时地”执行，并且更新每个客户的策略空间。
本发明的其它目的和优点将部分地在以下描述中阐述，并且部分将根据该描述而显而易见，或者可以通过本发明的实践得知。通过在所述权利要求中具体指出的元素和组合，将实现和达到本发明的这些目的和优点。
应当理解：如所声明的那样，前面的一般性描述和下面的详细描述仅仅是示例性和说明性的，而不是对本发明的限制。
被合并在本说明书中并组成本说明书一部分的附图图示了本发明的若干实施例，并且与本描述一起用来解释本发明的原理。
附图说明
图1是根据一个或多个实施例的、用来实现本发明的示例计算机系统的方框图；以及
图2是图示根据本发明一个或多个实施例的、用于实现广告横幅的示例过程的图。
图3是图示根据本发明一个或多个实施例的、对数据进行分析的示例方法的流程图。
图4是图示根据本发明一个或多个实施例的、可用于本发明的分析的正交阵列的示例的图。
具体实施方式
现在，将对仅仅代表本发明的本发明的当前实施例进行详细介绍。这些实施例的示例在附图中示出。只要有可能，就将在附图中自始至终使用相同的参考标号来表示相同或相似的部分。
值得注意的是，如在这里使用的那样，术语“广告”还意欲包括包含信息或消息以及广告的任何内容，例如但不限于网络横幅广告、产品赠品、特殊的非商业或商业消息、或者任何其它显示、图形、视频或音频信息。在下面的术语表部分中更充分地阐述了在本申请中使用的其它术语(例如“网页”、“因特网”、“客户”、“用户”、“收益”)、与这些术语有关的术语、以及其它术语的定义。
此外，在本申请中，单数的使用包括多个，除非另外具体说明。在本申请中，“或”的使用意思是“和/或”，除非另外说明。此外，术语“包含(including)”以及诸如“包括(includes)”和“被包括(included)”的其它形式的使用不是限制性的。而且，诸如“元件”或“组件”的术语囊括了包括一个单元的元件和组件以及包括超过一个子单元的元件和组件，除非另外具体说明。
在此使用的节段的标题仅仅是出于组织的目的，而不应被解释为限制所描述的主题。在本申请中引用的包括但不限于专利、专利申请、文章、书籍和论文的所有文档通过引用而被清楚地整体合并于此。
广告者、广告网络和其它实体对在因特网上进行高效的广告活动感兴趣。典型的合同将规定预算和该广告活动将进行的时间周期。由于各方往往对所引起的特定行动(例如，点击或销售)感兴趣，因此整个投放算法的重要部分是在了解哪些横幅广告有效和显示已知有效的那些横幅广告之间的权衡。
此外，广告者往往希望他们的广告活动在所述时间周期期间“顺利”进行。例如，如果该活动具有$30000的预算并且持续30天，那么他们可能希望每天使用大约$1000。此外，广告者可以施加诸如在该日的某些时间期间不允许该活动出现在某些网站上的其它限制或其它约束。在给定广告者的这些愿望之后，对于测试广告横幅的高效方法的需要是显而易见的。
在本说明书中公开的用于广告产生的系统和方法的实施例的示例系统架构阐述如下。图1图示了与本发明一个或多个实施例一致的示例广告产生系统100。系统100的组件可以通过硬件、软件和/或固件的任何适当组合来实现。如图1所示，根据一个或多个实施例，系统100可以包括至少一个横幅广告产生组件102、广告服务器104、网站106、用户108、点击/印象日志分析器110、数据库112、计算机114和网络(例如，网络105和/或者允许在该系统的任何/所有组件中进行通信的任何其它计算机数据网络)。这种网络可以是包括例如因特网的任何网络和/或网络的组合。因此，根据这样的系统，可以经由任何合适的网络来向用户108(或广告受众)提供广告。
下面，根据本发明的一个或多个实施例来描述系统元件。横幅广告产生组件102可以是诸如带有用来创建适于在网站上显示的横幅广告的图片制作软件的个人计算机的机器。广告服务器104可以是能够接收横幅广告以及关于在哪里以及何时提供它们的指令并执行这些指令的一个或多个广告服务器计算机。网站106可以是已经同意(可能作为付款的交换)显示由广告服务器提供的横幅广告的网站。用户108可代表浏览网站106、并且因此也浏览横幅广告的用户之一。点击/印象日志分析器110是用来确定横幅广告显示结果的点击/印象分析器。数据库112可以是用来存储横幅广告显示结果的数据库。计算机114可以是用来处理广告的时间安排以及向广告服务器提供指令的与控制有关的计算机。
接下来说明科学的横幅广告产生和实现过程的程序和方法。与示例Taguchi阵列相关联地阐述这一方法，并且在图2中图示这一示例方法的步骤。出于讨论和说明的目的，我们将全部实验划分为3个部分：阶段1，为测试做准备；阶段2，进行测试；阶段3，分析数据。根据所述数据的结果，我们可以结束、或者我们可以调整我们的准备工作并且一次或多次地重复所述过程的多个部分。
在初始阶段中，在为测试做准备时采取多个步骤。首先，主要根据经验和合理的广告诀窍，测试设计者选择可能影响横幅广告效果的建议的横幅广告的多个特性702。典型的选择将是颜色、动画、消息等。这些特性中的每一个将具有随后由设计者706选择的对应数目的可能层级(level)。例如，如果所述特性是颜色，则所述层级可以是蓝色、红色和绿色。因为不是所述数目的特性的所有组合和所述数目的层级都进行组合以形成可被有效分析的阵列，因此必须参考有效阵列的列表704来进行这些数目的选择。这样的列表在这里被附作表现(Exhibit)A。
当此完成时，按照这一实践的典型方式来物理地构造所得到的横幅广告708。这简单地创建具有被设置为所指定的适当层级的特性的图片，直到创建了所有必要的横幅广告为止。
然后，设计者将转移到阶段2，从而进行测试。当创建了横幅广告时，按照部署任何广告服务器的常规方式将这些横幅广告加载到广告提供系统中710。在这里，与如何提供广告无关。
然后，通过使用控制将提供哪些广告的一个或多个算法，程序或设计者将刚刚创建的广告设置为以对于它们中的每一个都相同的方式提供，从而强迫它们均等地显示712。例如，如果向特定网站请求广告，则每个广告应当具有均等的显示机会，或者应当以公平的轮换或以相似的方式来显示这些广告。在这里，微小的差异将不会以有意义的方式来影响整个程序。
每当出现与成功的横幅广告相对应的事件时，就记录这一事件。通常，这将是作为看到广告的结果的观众点击该广告或者用户进行购买。在因特网广告行业中，这样的事件记录和存储是标准的。使用统计学界中的定义标准，这一数据收集714应当继续到具有在统计学上相当多的关于横幅广告的数据为止。
然后，该过程转移到阶段3，从而分析数据。接下来，所述程序确定每个可能的横幅广告的值716(参见下面的示例)。对于已创建的横幅广告，比较与有关成功标准相关联的值。例如，这通常将是点进率(当向浏览者显示广告时，浏览者点击它的次数的百分比)或者每次浏览的收益。
使用矩阵阵列方法(例如，Taguchi方法)，下一步骤是确定所选择的横幅广告中的哪一个在所指定的标准(例如点进率)方面最重要718。
接下来，可以执行细化步骤，即步骤720。这里，如果基于上述细化而认为一个或多个特性是重要的，那么可以测试该特性的其它层级(例如，如果发现颜色是重要的，但是只要测试两个颜色即可，那么现在可以增加若干种其它颜色以进行测试。在此情况下，算法返回步骤706，并且适当地选择特性和层级。否则，(如果不需要额外的测试)选择根据所选择的标准而最成功的横幅广告，并且继续运行这些横幅广告712。
对于给定的活动，存在很多方式来设计横幅广告，并且不同的设计导致不同的成效。即使利用比较少量的设计元素，组合的总数也非常高。但是，在网络上测试很多横幅广告较为昂贵。
为了说明这种矩阵/数学建模在实际横幅广告设计中的应用，下面给出示例性实验设计。如在下面看到的那样，我们可以通过仔细选择要测试的某些横幅广告来识别每个设计元素的最佳设置和最重要的设计元素。
本质上，对于诸如此类的实施例，通过假设设计元素之间的相互作用不是主导因素，可以显著减少测试所需的横幅广告的数量。例如，在作为用于实验设计的统计方法的专门应用的Taguchi方法中，通过忽略参数相互作用的影响而显著减少了对于给定的一组参数的组合和层级的数目。例如，对每个取3个值的13个参数的完全分析将需要313＝1594323次实验。然而，使用Taguchi方法，有可能仅利用27次实验来确定各个层级上的参数的主要影响(例如，参见证据A)。随着参数和层级的数目增大，Taguchi方法的优势也增大。Taguchi方法使用无偏(unbiased)正交阵列，因此是用来获取系统的主要影响的最高效的无偏实验集合。在正交阵列(例如，参见表现A，“L27正交阵列”)中，避免了实验重复，这是因为列不能由任何其它列的组合产生。而且，实验是无偏的，因为对于参数的每个层级，均等地表现所有其它参数层级。因此，Taguchi方法允许在计算方面高效的实验设计，以便理解各种参数的相对重要性。
例如，在具有3个设计元素(参数)的情形中，每个取两个可能值(层级)：第一，颜色，其可以取红色(C1)或蓝色(C2)的值；第二，消息，其可以取“现在行动”(M1)或(保存10％)(M2)的值；最后，横幅广告动画，其可具有“无”(无横幅广告动画)(A1)或闪烁的横幅广告动画(A2)的值。Taguchi阵列具有4个实验(例如，参见表现A，“L4正交阵列”)。
因此，尽管总共有8个可能的横幅广告，但是，在这里，通过构造诸如Taguchi阵列的正交阵列，我们将能够通过仅测试4个横幅广告来了解几乎每一件事。
示例阵列
  横幅广告   颜色(C)   消息(M)   动画(A)
  B1   1   1   1
  B2   1   2   2
  B3   2   1   2
  B4   2   2   1
如例如可以通过查看颜色维度而看到的那样，这一阵列既是正交的，又是无偏的。
·当颜色为1时：
-消息取值1一次，取值2一次，并且
-动画取值1一次，取值2一次。
·当颜色为2时：
-消息取值1一次，取值2一次，并且
-动画取值1一次，取值2一次。
因此，对于颜色参数的每个值，均等地表现其它参数的层级。使用这种阵列组织结构的结果是对现有方法的大大改进。现在，假设在以日计的时间(time-of-day)对实验进行了校正的情况下运行这4个横幅广告，并且在一站点上得到以下RPM：
示例阵列
  横幅广告   结果(RPM)
  B1   1.9
  B2   1.0
  B3   2.5
  B4   2.3
因此，分析这些结果，我们能够通过处理(例如，求平均等)基本的RPM结果而注意到某些二级结果：
·C1＝(B1+B2)/2＝(1.9+1.0)/2＝1.45
·C2＝(B3+B4)/2＝(2.5+2.3)/2＝2.40
·M1＝(B1+B3)/2＝(1.9+2.5)/2＝2.20
·M2＝(B2+B4)/2＝(1.0+2.3)/2＝1.65
·A1＝(B1+B4)/2＝(1.9+2.3)/2＝2.10
·A2＝(B2+B3)/2＝(1.0+2.5)/2＝1.75
·在一些实施例中，选择由C2、M1、A1表示的每个参数的最好的二级结果。
注意，B1和B2被求平均，这是因为它们对应于颜色C1、即红色。类似地，对B1和B3求平均产生消息M1、即“现在行动”的结果。在一些实施例中，选择每个参数的最好的二级结果。出于当前的说明性示例的目的，将利用C2、M1和A1来表示所选择的参数。因此，建议将是：颜色＝蓝色；消息＝现在行动；并且动画＝无。注意，所推荐的横幅广告不是正好测试过的横幅广告——允许推导对于所有可能组合的最好结果。
还有可能通过进一步的数学处理来找出哪些参数最有影响力。例如，如果我们取颜色(C)、消息(M)和动画(A)类别中的每一个的RPM值之间的差：
·C2-C1＝0.95
·M1-M2＝0.55
·A1-A2＝0.35
因此，颜色(C)是最重要的方面或维度，这是因为颜色维度的改变在这里产生最大的RPM差。这表明：与其它参数相比，用户的点进更大程度地受到颜色影响。这种数据处理还允许对将最大地受益于这种反馈的横幅广告设计的领域的关注和改进。在这里，例如，所述数学处理显示：应当对其它颜色进行实验，以便确定提高客户响应的最有利的方式。
图3是示出Taguchi分析方法的实施例的步骤的流程图。在一些实施例中，图3所示的示例算法可被用作完整的测试方法的数据分析部分，并且可被合并到包括在图3中描述的示例性科学的横幅广告产生实施例的步骤的程序中。在一些实施例中，可以在已经选择了测试设计、已经将组成媒介(例如，横幅广告)提供给用户、并且已经从广告提供系统集聚了单个层级的结果数据之后应用所述算法。在一些实施例中，可以使用图3的算法来分析数据、检索该数据、并且以HTML的形式向终端用户显示测试结果。
所述算法在步骤800中开始。接下来，在步骤802中，执行从中读取和写入数据的变量、地址、以及位置的初始化。例如，可以读取包含要分析的数据的文件，并且可以打开保存分析结果所需的文件。在步骤804中，获得要分析的变量的列表。在一些实施例中，该变量列表可以是由图2的算法选择以进行测试的参数或特性。在一些实施例中，可以将该变量列表存储在文件中。在一些实施例中，可以从另一程序获得或者从存储器读取该变量列表。在一些实施例中，可以从数据库112获得该变量列表。根据本发明的实施例，可以向每个变量分配标签以便在程序中使用并且输出。接下来，在步骤806中，读取测试设计矩阵。测试设计矩阵指示组成媒介的性质(例如，所测试的横幅广告的特性)，使得可以进行对这些性质的分析。根据本发明的实施例，可以如先前所述的那样使用无偏正交测试设计矩阵。
在步骤808中，获得通过网络用户与横幅广告的交互产生的成效数据。在一些实施例中，所述程序可以从广告提供数据库112读取印象、点击、转换和收益数据。在一些实施例中，特定于组成媒介而将存储在广告提供系统中的数据进行存储。在一些实施例中，可以使用所述程序来分析所使用的媒介的单个属性。在一些实施例中，可以将所分析的媒介层级数据与对应的属性数据、在媒介层级上概括的结果、以及所输出的信息相组合。
在步骤810中，产生每个变量的概要(summary)数据。在一些实施例中，所述程序可以与其它变量无关地计算每个变量的概要数据。根据测试设计矩阵像Taguchi阵列那样正交的本发明的实施例，可以对每个元素的数据求和，或者可以以另外的方式对每个元素的数据进行处理，而不考虑其它变量在测试中的影响。在一些实施例中，可以利用对每个变量重复的内循环来实现所述程序，其对每个变量执行迭代，从而执行多个层级的分析。例如，一个层级可以包括在所有网络布置上的概要。另一层级可以将最大的网络布置分离出来，以便确定在所有布置上一致地确定了所证实的影响的程度。例如，由于某些参数的层级对点进率的影响可根据显示它们所在的站点而变化，因此在一些实施例中，可以执行另一层级的分析，由此通过查看最大的站点来检查结果的一致性。在一些实施例中，可以在这一步骤中显示每个变量的概要层级的数据。在一些实施例中，还可以显示单个布置数据，其包含布置的成效以及每个元素赢得每个相对排名的概要的频率。
在步骤812中，所述程序报告对于全矩阵的预测。在这一步骤中，加入每个变量/元素组合的相对成效，以便预测出最佳可能媒介的属性。重要的是注意：新的或所选择的属性组合可以不是在测试中使用的组成媒介中的任何一个，而是从那些媒介确定的所有最佳属性的合成。所述预测依赖于所有元素均独立的假设，因此该预测仅仅是单个元素的成效的线性组合。在一些实施例中，也可以输出这一预测。
图4是图示根据本发明一个或多个实施例的、可用于本发明的分析的正交阵列的示例的图。正如可以从图中看到的那样，仅仅具有变量或层级的某些量(图4中列出的“L”数字)的参数的某些量(图4中列出的“P”数字)适于通过使用正交阵列数学计算来进行处理。因此，图4示出了根据包含这种处理的本发明的实施例的可用的正交阵列分析方式。
根据本发明的一个或多个示例实施例，可以使用以下项目来实现在这里阐述的计算机处理方法：(1)安装在适当的机器上的具有许可证的SAS语言的运行副本；(2)用来运行利用SAS语言实现的程序的计算机，该计算机包括诸如Windows的兼容操作系统；以及(3)与诸如ODBC的数据库的连接以便进行读取和写入。注意，程序代码、语言、环境、计算机、操作系统、数据库和系统的任何其它元素可以根据需要而适当地改变，并且对于本领域技术人员来说是显而易见的。
作为附录A而附加于此的表(表1到表25)示出了可利用使用具有层级的各种参数的广告而在网站上进行的示例实验的测试参数、结果和分析。
表1示出了所述参数、它们的层级、和所进行的实验、以及每个实验的结果。该分析程序的目的是将这一实验数据分解为每个属性/元素的相对成效。
表2到8示出了各个参数层级的结果。这是通过集聚利用该值进行的所有实验的数据获得的。这一数据用来确定哪些参数是成效的驱动者、以及哪些参数中的哪些层级具有更好的成效。
接下来的一组表(表9到22)可以成对地阅读。例如，表9对于各种布置、基于RPM而将概念参数的层级进行排名。表10通过频率来对在各个布置上每个概念层级被排名第一或第二的次数进行排名。同样，表11-22对表1所示的其它参数中的每一个进行类似的分析。这一数据可用来通过查看对于5个数量最大的布置的层级的成效来确定在布置上所述层级的成效有多么一致。在一些场景中，可以找到在所有布置上具有最高成效的单个主导层级。就将结果混合的方面来说，可能需要额外的实验来确定在参数之间是否存在相互作用的影响。
最后，表23示出了以实验结果为基础的全矩阵的预测成效。在此示例中，基于通过仅运行8个实验而收集的数据来示出128个可能的广告的预测成效。该预测是通过将广告的每个属性(层级)的相对成效合成为单个分数而获得的。
通过考虑在这里公开的本发明的说明书和实践，本发明的其它实施例对于本领域技术人员来说将是显而易见的。其意图是：所述说明书和示例仅仅被视为示例性的，并且本发明的真实范围和精神由所附权利要求限定。
术语表
术语“广告”还意欲包括包含信息或消息以及广告的任何内容，例如但不限于网络横幅广告、产品赠品、特殊的非商业或商业广告、或者任何其它种类的显示或音频信息。
术语“网页”、“网站”和“站点”意欲包括通过允许因特网的分发信道进行的任何种类的信息显示或表现，所述信息显示或表现可具有可定制的区域(包括整个区域)，并且可以是可视的、音频或者二者兼有。可以通过诸如时间和位置的因素来对它们进行划分和/或定制。术语“因特网浏览器”是不管通过软件、硬件还是应用程序来解码和显示上面定义的网页或站点的任何手段(means)，包括通常不被认为是浏览器的不同手段，例如游戏。
术语“因特网”意欲包括所有基于TCP/IP的通信信道，而不限于任何特定的通信协议或信道，包括但不限于电子邮件、借助于NNTP的新闻、以及借助于HTTP和WAP的WWW(例如，使用HTML、DHTML、XHTML、XML、SGML、VRML、ASP、CGI、CSS、SSI、Flash、Java、JavaScript、Perl、Python、Rexx、SMIL、Tcl、VBScript、HDML、WML、WMLScript等)。
术语“客户”或“用户”是指上面定义的网页或站点的任何消费者、浏览者或访问者，并且还可以指代单个客户向某些分组的集聚。“点击”和“点进率”或“CTR”是指任何种类的可定义、可跟踪、和/或可测量的动作或响应，所述动作或响应可以经由因特网进行，并且可以包括客户进行的任何希望的行动或者对成效活动(performance activity)的合理量度，所述“点击”和“点进率”或“CTR”包括但不限于鼠标点击、所传递的印象、所产生的销售额、以及从访问者向购买者的转换。此外，对“浏览”广告的客户的提及意欲包括任何表现，无论是视觉的、听觉的还是它们的组合。
术语“收益”是指值的任何有意义的量度，包括但不限于收益、利润、开支、客户寿命值以及净现值(NPV)。
附录A
Figure A20058002422800201
表2
按照概念、rncemaqacjan04的成效概要
Figure A20058002422800211
表3
按照颜色、rncemaqacjan04的成效概要
Figure A20058002422800221
表4
按照对行动的调用、rncemaqacjan04的成效概要
Figure A20058002422800231
表5
按照大而难以管理的东西、rncemaqacjan04的成效概要
Figure A20058002422800241
表6
按照放弃权利声明的布置、rncemaqacjan04的成效概要
Figure A20058002422800251
表7
按照点击按钮、rncemaqacjan04的成效概要
表8
按照图像、rncemaqacjan04的成效概要
Figure A20058002422800271
表9
按照概念、rncemaqacjan04的主要站点上的成效
Figure A20058002422800281
表10
对概念、rncemaqacjan04的频率进行排名的RPMFREQ程序
Figure A20058002422800291
表11
按照颜色、rncemaqacjan04的主要站点上的成效
Figure A20058002422800301
表12
对颜色、rncemaqacjan04的频率进行排名的RPMFREQ程序
Figure A20058002422800311
表13
按照对行动的调用、rncemaqacjan04的主要站点上的成效
Figure A20058002422800321
表14
对于对行动的调用、rncemaqacjan04的频率进行排名的RPMFREQ程序
Figure A20058002422800331
表15
按照大而难以管理的东西、rncemaqacjan04的主要站点上的成效
Figure A20058002422800341
表16
按照大而难以管理的东西、rncemaqacjan04的频率进行排名的RPMFREQ程序
Figure A20058002422800351
表17
按照放弃权利声明的布置、rncemaqacjan04的主要站点上的成效
Figure A20058002422800361
表18
对放弃权利声明的布置、rncemaqacjan04的频率进行排名的RPMFREQ程序
表19
按照点击按钮、rncemaqacjan04的主要站点上的成效
Figure A20058002422800381
表20
对点击按钮、rncemaqacjan04的频率进行排名的RPMFREQ程序
Figure A20058002422800391
表21
按照图像、rncemaqacjan04的主要站点上的成效
Figure A20058002422800401
表22
对图像、rncemaqacjan04的频率进行排名的RPMFREQ程序
Figure A20058002422800411
Figure A20058002422800421
Figure A20058002422800431
Figure A20058002422800441
Figure A20058002422800451
Figure A20058002422800461
Figure A20058002422800471
Figure A20058002422800491
Figure A20058002422800501
Figure A20058002422800511
Figure A20058002422800521
Figure A20058002422800531

Claims (33)

1. 一种用于最佳地确定用于显示的广告的方法，该方法包括以下步骤：
(a)选择适于与广告有关的变量的测试设计；
(b)根据该测试设计创建广告媒介；
(c)将该广告媒介提供给广告受众；
(d)收集关于该广告媒介的提供/服务的结果数据；
(e)分析该结果数据，包括(i)基于该结果数据获得成效数据，和(ii)通过包括阵列数学计算的处理而根据每个变量确定成效；以及
(f)确定对于所述变量的预测。
2. 如权利要求1所述的方法，其中，所述处理包括应用正交阵列。
3. 如权利要求2所述的方法，其中，所述处理包括应用Taguchi方法来确定所述成效。
4. 如权利要求1所述的方法，其中，收集结果数据的步骤包括跟踪广告媒介。
5. 如权利要求4所述的方法，其中，跟踪广告媒介包括跟踪提供每个广告图像的次数。
6. 如权利要求4所述的方法，其中，跟踪广告媒介包括跟踪对于所提供的广告图像接收到点击的次数。
7. 如权利要求4所述的方法，其中，跟踪广告媒介包括跟踪对于所提供的广告图像的转换结果的个数。
8. 如权利要求4所述的方法，其中，跟踪广告媒介包括跟踪与关于所提供的广告图像的收益有关的信息。
9. 如权利要求1所述的方法，其中，在提供步骤中，按照实现由此达到正确分析的一致/均衡的结果的方式来分发广告图像。
10. 如权利要求8所述的方法，其中，随机地分发广告图像。
11. 一种确定用于显示的最佳广告的方法，该方法包括以下步骤：
(a)确定要分析的一个或多个变量；
(b)从所述一个或多个变量的每一个中选择一个或多个元素，其中，所述一个或多个元素是所述分析的输出结果所涉及的值；
(c)通过应用测试设计阵列/矩阵来确定要分发的所述一个或多个元素的组合；
(d)根据所确定的组合创建广告图像；
(e)将该广告图像提供给客户；
(f)跟踪该广告图像以产生结果；
(g)分析该结果，包括(i)基于该结果获得成效数据，和(ii)根据每个变量确定成效；以及
(h)报告对于所有变量组合的预测。
12. 如权利要求11所述的方法，其中，跟踪步骤包括跟踪提供每个广告图像的次数。
13. 如权利要求11所述的方法，其中，跟踪步骤包括跟踪对于所提供的广告图像接收到点击的次数。
14. 如权利要求11所述的方法，其中，跟踪步骤包括跟踪对于所提供的广告图像的转换结果的个数。
15. 如权利要求11所述的方法，其中，跟踪步骤包括跟踪与关于所提供的广告图像的收益有关的信息。
16. 如权利要求4或11所述的方法，其中，跟踪步骤包括一个或多个例程，所述一个或多个例程是从由跟踪提供每个广告图像的次数、跟踪对于所提供的广告图像接收到点击的次数、跟踪对于所提供的广告图像的转换结果的个数、以及跟踪与关于所提供的广告图像的收益有关的信息组成的组中选择的。
17. 如权利要求4或11所述的方法，其中，跟踪步骤包括两个或多个例程，所述两个或多个例程是从由跟踪提供每个广告图像的次数、跟踪对于所提供的广告图像接收到点击的次数、跟踪对于所提供的广告图像的转换结果的个数、以及跟踪与关于所提供的广告图像的收益有关的信息组成的组中选择的。
18. 如权利要求4或11所述的方法，其中，跟踪步骤包括三个或多个例程，所述三个或多个例程是从由跟踪提供每个广告图像的次数、跟踪对于所提供的广告图像接收到点击的次数、跟踪对于所提供的广告图像的转换结果的个数、以及跟踪与关于所提供的广告图像的收益有关的信息组成的组中选择的。
19. 如权利要求4或11所述的方法，其中，跟踪步骤包括跟踪提供每个广告图像的次数、跟踪对于所提供的广告图像接收到点击的次数、跟踪对于所提供的广告图像的转换结果的个数、以及跟踪与关于所提供的广告图像的收益有关的信息。
20. 如权利要求11所述的方法，其中，在提供步骤中，按照实现由此允许正确分析的一致/均衡的结果的方式来分发广告图像。
21. 如权利要求20所述的方法，其中，随机地分发广告图像。
22. 一种处理从面向广告受众的广告提供中所获得的结果数据的方法，该方法包括以下步骤：
(a)识别与广告相关联的变量用于分析；
(b)获取具有与所识别的变量相对应的参数的测试设计阵列；
(c)基于从广告提供中获得的结果数据来获得第一成效数据；
(d)通过包括应用正交阵列的处理而根据每个变量确定第二成效数据；并且
(e)计算对于要提供的最佳广告的预测。
23. 如权利要求22所述的方法，其中，计算所确定的成效数据，并且使其可用作第一输出。
24. 如权利要求22所述的方法，其中，第二成效数据是每个变量的概要层级的数据，并且可被用作第二输出。
25. 如权利要求22所述的方法，其中，确定第二成效数据的步骤包括确定使得可被用作第三输出的单个布置数据。
26. 如权利要求22所述的方法，其中，使得要提供的最佳广告的计算结果可用作第四输出。
27. 如权利要求22所述的方法，其中，确定第二成效数据的步骤包括在所有网络布置上的概要的第一计算、以及将较大的网络布置分离出以便确定在所有布置上一致地确定变量的影响程度的第二计算。
28. 如权利要求4-27中的任一项所述的方法，其中，所述处理包括应用正交阵列。
29. 如权利要求28所述的方法，其中，所述处理包括应用Taguchi方法来确定所述成效。
30. 一种达到最佳广告的系统，包括：
(a)广告横幅产生组件，其产生广告；
(b)广告服务器，其被配置为向广告受众提供广告；
(c)处理组件，其被配置为处理关于广告分发的成功相关信息；
(d)数据库组件，用于存储关于所述广告的数据；和
(e)计算组件，其包括含有指令程序的计算机可读介质，该指令程序涉及以下步骤：
(i)选择适于与广告有关的变量的测试设计；
(ii)收集关于广告提供的结果数据；
(iii)分析该结果数据，包括基于该结果数据获得成效数据，和通过包括阵列数学计算的处理而根据每个变量确定成效；以及
(iv)确定对于所述变量的预测。
31. 如权利要求30所述的系统，其中，所述阵列数学计算包括应用Taguchi方法。
32. 一种包含指令程序的制造产品，该指令程序可由计算机读取以使处理器执行以下步骤：
(a)选择适于与广告有关的变量的测试设计；
(b)根据该测试设计创建广告媒介；
(c)将该广告媒介提供给广告受众；
(d)收集关于该广告媒介的提供/服务的结果数据；
(e)分析该结果数据，包括(i)基于该结果数据获得成效数据，和(ii)通过包括阵列数学计算的处理而根据每个变量确定成效；以及
(f)确定对于所述变量的预测。
33. 如权利要求32所述的系统，其中，所述阵列数学计算包括应用Taguchi方法。
CNA2005800242283A 2004-05-18 2005-05-18 实现最佳广告的系统和方法 Pending CN101253524A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US57242704P 2004-05-18 2004-05-18
US60/572,427 2004-05-18

Publications (1)

Publication Number Publication Date
CN101253524A true CN101253524A (zh) 2008-08-27

Family

ID=35451532

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2005800242283A Pending CN101253524A (zh) 2004-05-18 2005-05-18 实现最佳广告的系统和方法

Country Status (7)

Country Link
US (1) US20050289005A1 (zh)
EP (1) EP1763833A2 (zh)
JP (1) JP2008502079A (zh)
CN (1) CN101253524A (zh)
AU (1) AU2005248824A1 (zh)
CA (1) CA2567345A1 (zh)
WO (1) WO2005116899A2 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105630185A (zh) * 2014-11-25 2016-06-01 奥多比公司 显示广告预测中的时间动态
CN105809487A (zh) * 2016-03-17 2016-07-27 广州筷子信息科技有限公司 基于广告元素的广告投放方法和装置
CN106204099A (zh) * 2016-06-23 2016-12-07 广州筷子信息科技有限公司 基于元素级别的广告创意有效性分析方法及装置
CN106204102A (zh) * 2016-06-23 2016-12-07 广州筷子信息科技有限公司 基于元素标签的广告创意大数据分析方法及装置
CN107004211A (zh) * 2014-12-08 2017-08-01 万歌有限公司 基于适应算法向具有定制的适应用户体验的装置提供广告服务的系统和方法
CN110443647A (zh) * 2019-08-01 2019-11-12 北京字节跳动网络技术有限公司 信息投放方法及设备
CN111080354A (zh) * 2019-12-10 2020-04-28 杭州古点网络科技有限公司 一种动态选择广告商的智能移动广告系统
CN111738764A (zh) * 2020-06-23 2020-10-02 广州筷子信息科技有限公司 一种用于广告创意效果预测及生成广告创意的方法和系统
CN112612951A (zh) * 2020-12-17 2021-04-06 上海交通大学 一种面向收益提升的无偏学习排序方法
US11127037B2 (en) 2014-12-08 2021-09-21 Vungle, Inc. Systems and methods for providing advertising services to devices with a customized adaptive user experience

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6578022B1 (en) 2000-04-18 2003-06-10 Icplanet Corporation Interactive intelligent searching with executable suggestions
WO2001080065A2 (en) 2000-04-18 2001-10-25 Icplanet Acquisition Corporation Method, system, and computer program product for propagating remotely configurable posters of host site content
US6681255B1 (en) 2000-04-19 2004-01-20 Icplanet Corporation Regulating rates of requests by a spider engine to web sites by creating instances of a timing module
WO2001082075A2 (en) 2000-04-25 2001-11-01 Icplanet Acquisition Corporation System and method for scheduling execution of cross-platform computer processes
US7065555B2 (en) 2000-04-25 2006-06-20 Ic Planet Corporation System and method related to generating and tracking an email campaign
AU2001253784A1 (en) 2000-04-25 2001-11-07 Icplanet Acquisition Corporation System and method for proximity searching position information using a proximity parameter
AU2001259143A1 (en) * 2000-04-25 2001-11-07 Icplanet Acquisition Corporation Method, system, and computer program product for employment market statistics generation and analysis
US7577702B1 (en) * 2004-05-11 2009-08-18 Google Inc. Context-aware processes for allowing users of network services to access account information
US8666820B2 (en) 2004-12-30 2014-03-04 Google Inc. Ad rendering parameters, such as size, style, and/or layout, of online ads
US20060253328A1 (en) * 2005-05-06 2006-11-09 Ujjal Kohli Targeted advertising using verifiable information
US20060277102A1 (en) * 2005-06-06 2006-12-07 Better, Inc. System and Method for Generating Effective Advertisements in Electronic Commerce
US20070244754A1 (en) * 2005-07-26 2007-10-18 Bellsouth Intellectual Property Corporation Research-based design
US20070038516A1 (en) * 2005-08-13 2007-02-15 Jeff Apple Systems, methods, and computer program products for enabling an advertiser to measure user viewing of and response to an advertisement
US20070156382A1 (en) * 2005-12-29 2007-07-05 Graham James L Ii Systems and methods for designing experiments
US9037482B2 (en) * 2006-03-16 2015-05-19 Opentv, Inc. Method and system for optimizing the viewing of advertising
US8788343B2 (en) * 2006-10-25 2014-07-22 Microsoft Corporation Price determination and inventory allocation based on spot and futures markets in future site channels for online advertising
US20080103897A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Normalizing and tracking user attributes for transactions in an advertising exchange
US20080103955A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Accounting for trusted participants in an online advertising exchange
US20080103837A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Risk reduction for participants in an online advertising exchange
US8589233B2 (en) * 2006-10-25 2013-11-19 Microsoft Corporation Arbitrage broker for online advertising exchange
US20080103900A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Sharing value back to distributed information providers in an advertising exchange
US20080103902A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Orchestration and/or exploration of different advertising channels in a federated advertising network
US20080103952A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Specifying and normalizing utility functions of participants in an advertising exchange
US8533049B2 (en) * 2006-10-25 2013-09-10 Microsoft Corporation Value add broker for federated advertising exchange
US20080103953A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Tool for optimizing advertising across disparate advertising networks
US20080103795A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Lightweight and heavyweight interfaces to federated advertising marketplace
US20080103896A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Specifying, normalizing and tracking display properties for transactions in an advertising exchange
US20080103792A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Decision support for tax rate selection
US20080103898A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Specifying and normalizing utility functions of participants in an advertising exchange
US20080140508A1 (en) * 2006-12-12 2008-06-12 Shubhasheesh Anand System for optimizing the performance of a smart advertisement
KR100847870B1 (ko) * 2007-09-05 2008-07-23 이종헌 광고 제공 시스템 및 그 방법
CA2720224A1 (en) * 2008-03-31 2009-12-03 Google Inc. Managing accounts such as advertising accounts
CA2700030C (en) 2009-04-16 2019-11-05 Accenture Global Services Gmbh Touchpoint customization system
US20130211909A1 (en) * 2010-02-25 2013-08-15 Fringe81, Inc. Server device and advertisment image distribution and program
TWM384453U (en) * 2010-03-02 2010-07-11 Winharbor Technology Co Ltd Pull-resistant illuminating/heat generating structure capable of being charged in wireless manner
US20130018719A1 (en) * 2011-07-13 2013-01-17 Comscore, Inc. Analyzing effects of advertising
JP2014052399A (ja) * 2012-09-05 2014-03-20 Toshiba Tec Corp 情報配信サーバおよびプログラム
US10192238B2 (en) 2012-12-21 2019-01-29 Walmart Apollo, Llc Real-time bidding and advertising content generation
US8775332B1 (en) * 2013-06-13 2014-07-08 InsideSales.com, Inc. Adaptive user interfaces
JP6167697B2 (ja) * 2013-07-01 2017-07-26 凸版印刷株式会社 販売促進効果分析装置、販売促進効果分析方法及びプログラム
US11205193B2 (en) 2014-12-08 2021-12-21 Vungle, Inc. Systems and methods for communicating with devices with a customized adaptive user experience
JP2017167586A (ja) * 2016-03-14 2017-09-21 株式会社エフォートサイエンス 広告提案システム、プログラム
EP3308342A4 (en) 2016-06-23 2018-05-02 Guangzhou Kuaizi Information Technology Co., Ltd. Methods and systems for automatically generating advertisements
WO2017223547A1 (en) * 2016-06-24 2017-12-28 Ad Exchange Group Automated aggregated multivariate testing systems, methods, and processes
JP6635457B1 (ja) * 2018-12-07 2020-01-22 株式会社エフォートサイエンス 情報処理装置、プログラム、及びシステム

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US1598899A (en) * 1925-03-18 1926-09-07 Carl S Plaut Color meter
US3608206A (en) * 1970-05-21 1971-09-28 Philip H Knott Exhibitor assembly for imprinting observable markings on display planar means by localized pressure
US4400161A (en) * 1982-01-21 1983-08-23 Gerlt Roy R Graphic display and tonal value determinator
US5192209A (en) * 1991-09-09 1993-03-09 Sweet John P Color demonstrator
GB9313761D0 (en) * 1993-07-02 1993-08-18 Gay Clive H Method of generating a visual design
JP3862328B2 (ja) * 1996-09-30 2006-12-27 株式会社ネットコムセック ラテン方陣作成装置
US5870771A (en) * 1996-11-15 1999-02-09 Oberg; Larry B. Computerized system for selecting, adjusting, and previewing framing product combinations for artwork and other items to be framed
US5968125A (en) * 1997-01-21 1999-10-19 Net. Roi Process for optimizing the effectiveness of a hypertext element
CA2202106C (en) * 1997-04-08 2002-09-17 Mgi Software Corp. A non-timeline, non-linear digital multimedia composition method and system
US6167382A (en) * 1998-06-01 2000-12-26 F.A.C. Services Group, L.P. Design and production of print advertising and commercial display materials over the Internet
US6332150B1 (en) * 1998-08-31 2001-12-18 Cubus Corporation Integrated document development method
US6907566B1 (en) * 1999-04-02 2005-06-14 Overture Services, Inc. Method and system for optimum placement of advertisements on a webpage
US6313835B1 (en) * 1999-04-09 2001-11-06 Zapa Digital Arts Ltd. Simplified on-line preparation of dynamic web sites
US20020103698A1 (en) * 2000-10-31 2002-08-01 Christian Cantrell System and method for enabling user control of online advertising campaigns
US6892355B2 (en) * 2001-06-13 2005-05-10 Bannergalaxy.Com, L.L.C. System and method for interactively designing and producing customized advertising banners
US20050021397A1 (en) * 2003-07-22 2005-01-27 Cui Yingwei Claire Content-targeted advertising using collected user behavior data
US20030220830A1 (en) * 2002-04-04 2003-11-27 David Myr Method and system for maximizing sales profits by automatic display promotion optimization
US20040122735A1 (en) * 2002-10-09 2004-06-24 Bang Technologies, Llc System, method and apparatus for an integrated marketing vehicle platform
US7523087B1 (en) * 2003-12-31 2009-04-21 Google, Inc. Determining and/or designating better ad information such as ad landing pages

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105630185A (zh) * 2014-11-25 2016-06-01 奥多比公司 显示广告预测中的时间动态
CN105630185B (zh) * 2014-11-25 2021-02-12 奥多比公司 显示广告预测中的时间动态
CN107004211A (zh) * 2014-12-08 2017-08-01 万歌有限公司 基于适应算法向具有定制的适应用户体验的装置提供广告服务的系统和方法
US11861660B2 (en) 2014-12-08 2024-01-02 Vungle, Inc. Systems and methods for providing advertising services to devices with a customized adaptive user experience
US11127037B2 (en) 2014-12-08 2021-09-21 Vungle, Inc. Systems and methods for providing advertising services to devices with a customized adaptive user experience
US11922459B2 (en) 2014-12-08 2024-03-05 Vungle, Inc. Systems and methods for providing advertising services to devices with a customized adaptive user experience based on adaptive algorithms
CN105809487A (zh) * 2016-03-17 2016-07-27 广州筷子信息科技有限公司 基于广告元素的广告投放方法和装置
CN106204099A (zh) * 2016-06-23 2016-12-07 广州筷子信息科技有限公司 基于元素级别的广告创意有效性分析方法及装置
CN106204102A (zh) * 2016-06-23 2016-12-07 广州筷子信息科技有限公司 基于元素标签的广告创意大数据分析方法及装置
CN110443647A (zh) * 2019-08-01 2019-11-12 北京字节跳动网络技术有限公司 信息投放方法及设备
CN110443647B (zh) * 2019-08-01 2022-09-06 北京字节跳动网络技术有限公司 信息投放方法及设备
CN111080354A (zh) * 2019-12-10 2020-04-28 杭州古点网络科技有限公司 一种动态选择广告商的智能移动广告系统
CN111738764A (zh) * 2020-06-23 2020-10-02 广州筷子信息科技有限公司 一种用于广告创意效果预测及生成广告创意的方法和系统
CN111738764B (zh) * 2020-06-23 2021-11-05 广州筷子信息科技有限公司 一种用于广告创意效果预测及生成广告创意的方法和系统
CN112612951A (zh) * 2020-12-17 2021-04-06 上海交通大学 一种面向收益提升的无偏学习排序方法
CN112612951B (zh) * 2020-12-17 2022-07-01 上海交通大学 一种面向收益提升的无偏学习排序方法

Also Published As

Publication number Publication date
WO2005116899A2 (en) 2005-12-08
JP2008502079A (ja) 2008-01-24
EP1763833A2 (en) 2007-03-21
CA2567345A1 (en) 2005-12-08
AU2005248824A2 (en) 2005-12-08
WO2005116899A8 (en) 2006-12-28
WO2005116899A3 (en) 2007-04-05
AU2005248824A1 (en) 2005-12-08
US20050289005A1 (en) 2005-12-29

Similar Documents

Publication Publication Date Title
CN101253524A (zh) 实现最佳广告的系统和方法
Sismeiro et al. Modeling purchase behavior at an e-commerce web site: A task-completion approach
Ngai Selection of web sites for online advertising using the AHP
US10013702B2 (en) Assessing the impact of search results and online advertisements
US9477930B2 (en) Cross channel optimization systems and methods
US7594189B1 (en) Systems and methods for statistically selecting content items to be used in a dynamically-generated display
Raghu et al. Dynamic profiling of consumers for customized offerings over the Internet: A model and analysis
Phang et al. Customers’ preference of online store visit strategies: An investigation of demographic variables
US20010047297A1 (en) Advertisement brokering with remote ad generation system and method in a distributed computer network
US20050246391A1 (en) System & method for monitoring web pages
US20050246358A1 (en) System & method of identifying and predicting innovation dissemination
US20060010029A1 (en) System & method for online advertising
US8392252B2 (en) Scientific targeting for advertisement and content selection, distribution, and creation
CN1981286A (zh) 确定搜索中的关键字值的方法和数据库搜索系统
CN110674391A (zh) 基于大数据的产品数据推送方法、系统和计算机设备
KR102477687B1 (ko) 광고 관리 장치 및 이의 동작 방법
Burke et al. Rethinking marketing research in the digital world
WO2001033410A2 (en) Segment-based self-learning method and system
Kim Weighted order-dependent clustering and visualization of web navigation patterns
US20100114693A1 (en) System and method for developing software and web based applications
RU2500030C2 (ru) Система и способ эффективного выполнения процедуры распределения при использовании электронной магистральной сети
KR20020006939A (ko) 가상 전자상거래를 통한 광고 및 마케팅 조사 시스템과 그방법
Loke et al. Seasoned and potential internet shoppers: a multinomial logit analysis
Burke et al. Marketing research in the digital age
Smith et al. Personalizing e-commerce with data mining

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20080827