CN102804219A - 用基于交易的数据增强搜索数据的系统和方法 - Google Patents

用基于交易的数据增强搜索数据的系统和方法 Download PDF

Info

Publication number
CN102804219A
CN102804219A CN2011800144144A CN201180014414A CN102804219A CN 102804219 A CN102804219 A CN 102804219A CN 2011800144144 A CN2011800144144 A CN 2011800144144A CN 201180014414 A CN201180014414 A CN 201180014414A CN 102804219 A CN102804219 A CN 102804219A
Authority
CN
China
Prior art keywords
transaction
user
preferential
data
statistics
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
CN2011800144144A
Other languages
English (en)
Inventor
M·E·温特斯
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.)
Visa USA Inc
Original Assignee
Visa USA Inc
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 Visa USA Inc filed Critical Visa USA Inc
Publication of CN102804219A publication Critical patent/CN102804219A/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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/384—Payment protocols; Details thereof using social networks
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/387—Payment using discounts or coupons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]

Abstract

在一方面中，一种系统包括：交易处理装置，其对交易进行处理；数据仓库，其存储记录所述交易的数据；门户，其被构造为与搜索引擎通信，并且提供接收来自商户的请求的用户界面；以及至少一个处理器，其与所述数据仓库和所述门户耦接。响应于通过所述门户从商户接收到请求，所述至少一个处理器基于搜索引擎的搜索行动来识别一组第一统计数据，基于与所述搜索行动相关的交易来识别一组第二统计数据，并且使用所述门户将该组第一统计数据与该组第二统计数据并置。

Description

用基于交易的数据增强搜索数据的系统和方法
相关申请的交叉引用
本申请要求2010年3月19日提交的临时美国专利申请序号61/315,818和2011年3月17日提交的美国专利申请序号13/050,757的权益，这两篇专利申请的标题都为“用基于交易的数据增强搜索数据的系统和方法（Systems and Methods to Enhance Search Data withTransaction Based Data）”，它们的公开内容特此通过引用并入本文。
技术领域
本公开内容的至少一些实施例涉及交易数据（例如，通过信用卡、借记卡、预付卡等进行的支付的记录）的处理和/或基于交易数据的处理提供信息。
背景技术
上百万的交易每天通过支付卡的使用发生，所述支付卡诸如信用卡、借记卡、预付卡等。交易的对应记录被记录在数据库中，以用于结算和财务记录保存（比如，以满足政府法规的要求）。可针对趋势、统计数据和其它分析来挖掘并分析这样的数据。有时针对特定的广告目标来挖掘这样的数据以例如将针对性优惠（offers）提供给账户持有者，如2008年6月5日公布的、标题为“用于针对性优惠的技术（Techniques for Targeted Offers）”的PCT公开No.WO2008/067543A2中所述。
2009年8月27日公布的、标题为“使用支付服务跟踪在线广告（Tracking Online Advertising using Payment Services）”的美国专利申请公开No.2009/0216579公开了一种系统，在该系统中，支付服务将用户使用支付卡的行动识别为与呈现给该用户的在线广告相关联的优惠所对应。
2001年10月2日发布的、标题为“基于特定消费者的线下购买历史与计算机进行通信（Communicating with a Computer Based onthe Offine Purchase History of a Particular Consumer）”的美国专利No.6,298,330公开了一种系统，在该系统中，响应于接收到与计算机对应的标识符（例如cookie（小型文本文件）），将针对性广告递送到该计算机。
2006年4月25日发布的、标题为“为了预测消费者行为用于整合来自不同数据库的信息的处理和系统（Process and System forIntegrating Information from Disparate Databases for Purposes ofPredicting Consumer Behavior）”的美国专利No.7,035,855公开了一种系统，在该系统中，消费者交易信息用于预测消费者行为。
2003年1月7日发布的、标题为“用于搜集客户购买信息并使其标准化以用于目标营销的系统和方法（System and Method forGathering and Standardizing Customer Purchase Information forTarget Marketing）”的美国专利No.6,505,168公开了一种系统，在该系统中，类别和子类别用于通过信用卡、借记卡、支票等组织购买信息。客户购买信息用于产生客户偏好信息以进行针对性优惠。
2008年10月28日发布的、标题为“执行内容针对性的方法和系统（Method and System to Perform Content Targeting）”的美国专利No.7,444,658公开了一种系统，在该系统中，基于使用信用卡购买数据执行的用户分类来选择将被发送给用户的广告。
2005年3月10日公布的、标题为“用于分析营销效能的系统和方法（System and Method for Analyzing Marketing Efforts）”的美国专利申请公开No.2005/0055275公开了一种系统，该系统使用卡交易数据对广告和营销计划的因果进行评价。
2008年9月11日公布的、标题为“实时奖励确定（Real-timeAwards Determinations）”的美国专利申请公开No.2008/0217397公开了一种用于通过对持卡者的实时奖励确定来促成交易的系统，在该系统中，奖励可作为持卡者的账单上的信用被提供给该持卡者。
以上所讨论的专利文档的公开内容特此通过引用并入本文。
发明内容
附图说明
在附图中以举例而非限制的方式示出了实施例，在附图中，相似的标号指示类似的元件。
图1图示根据一个实施例的基于交易数据提供服务的系统。
图2图示根据一个实施例的总支出简档的产生。
图3示出根据一个实施例的产生总支出简档的方法。
图4示出根据一个实施例的提供基于交易数据的信息的系统。
图5图示根据一个实施例的交易终端。
图6图示根据一个实施例的账户识别设备。
图7图示根据一个实施例的数据处理系统。
图8示出根据一个实施例的用于提供忠诚计划的账户数据的结构。
图9示出根据一个实施例的获得购买明细的系统。
图10示出根据一个实施例的响应于在各种渠道中进行的购买使优惠的处理自动化的系统。
图11-14图示根据一个实施例的用于多渠道优惠兑换（redemption）的用户界面。
图15图示根据一个实施例的优惠兑换的通知。
图16图示根据一个实施例的用于优惠兑换的方法。
图17-21图示根据一个实施例的用于优惠兑换的用户界面的屏幕图像。
图22示出根据一个实施例的当优惠被保存时发送移动消息的例子。
图23示出根据一个实施例的增强搜索数据的系统。
图24示出根据一个实施例的增强搜索数据的方法。
具体实施方式
介绍
在一个实施例中，对交易数据进行处理以提供关于各种服务的信息，所述交易数据诸如通过信用账户、借记账户、预付账户、银行账户、储值账户等进行的交易的记录，所述各种服务诸如报告、标杆瞄准（benchmarking）、广告、内容或优惠选择、定制、个性化、优先化等。
在一个实施例中，基于交易处理装置（handler）来提供广告网络，以代表广告商呈现个性化的或针对性的广告/优惠。交易处理装置的计算装置或者与交易处理装置相关联的计算装置使用交易数据和/或其它数据来开发关于各个客户或者某些类型的客户或某组客户的情报信息，所述其它数据诸如账户数据、商户数据、搜索数据、社交网络数据、web数据等。该情报信息可用于选择、识别、产生、调整、优先化和/或个性化给客户的广告/优惠。在一个实施例中，交易处理装置被进一步自动化为响应于广告行动，使用广告商的账户对计入广告商的广告费用进行处理。
在一个实施例中，交易处理装置的计算装置或者与交易处理装置相关联的计算装置（比如，信用卡、借记卡、预付卡等的处理器）被构造为提供基于交易数据或者从交易数据推导的信息来增强第三方产品供应。例如，交易处理装置可汇集基于个人交易的信息，以改进第三方产品供应可提供给广告商或商户的见解（insight），和/或以显示广告ROI（投资回报）。例如，交易处理装置可提供线下购买信息、客户支出习惯、商户标杆和同行（peer set）数据。一些例子在标题为“ROI工具”的部分中讨论。
在一个实施例中，所述计算装置被构造为将搜索请求与由搜索导致的交易相关。基于相关性，关于交易的统计数据可用于扩充搜索统计数据，以提供对搜索行动及它们对购买的相应影响的见解。例如，组合的搜索和交易信息可被呈现给广告商，以使得广告商可更好地识别广告机会并且改进广告行动中的ROI。关于一个实施例中的组合的搜索和交易信息的细节和例子在标题为“搜索”的部分中提供。
在一个实施例中，所述计算装置将交易与在该交易的环境之外发生的行动（例如，呈现给客户的、至少部分引起线下交易的在线广告）相关。相关性数据可用于展示广告的成功，和/或改进关于各个客户和/或各种类型的客户或各组客户如何对广告作出反映的情报信息。
在一个实施例中，所述计算装置将交易与以下方面相关或者提供使交易与以下方面的相关便利的信息：客户的在线行动，诸如搜索、web浏览、社交网络和消费广告；其它行动，诸如观看电视节目；和/或事件，诸如会议、公告、自然灾害、事故、新公告；等等。
在一个实施例中，相关结果在预测模型中用于基于行动或事件来预测交易和/或支出模式、基于交易或支出模式来预测行动或事件、提供警报或报告、等等。
在一个实施例中，操作交易处理装置的单个实体执行基于交易数据而提供的服务中的各种操作。例如，在个性化的或针对性的广告的呈现中，该单个实体可执行下述操作，诸如：产生情报信息；选择对于给定受众的相关情报信息；基于所选择的相关情报信息来选择、识别、调整、优先化、个性化和/或产生广告；以及使个性化的或针对性的广告的递送便利；等等。可替换地，操作交易处理装置的实体通过下述方式来与一个或多个其它实体合作，即，将信息提供给这些实体，以使得这些实体可执行用于呈现个性化的或针对性的广告的操作中的至少一些。
在一个实施例中，交易处理装置的门户（portal）用于存储表示来自商户的优惠的数据，并且如果用户选择包含这些优惠的广告，则将用户所选择的优惠与相应用户的财务账户相关联。当财务账户被用于进行交易处理装置针对满足优惠的相应兑换条件的购买所处理的支付时，交易处理装置和/或门户检测这样的支付交易，并且以自动化的方式履行优惠。
在一个实施例中，优惠的例子包括折扣、激励、回扣、赠券、奖励、现金返还等；用户的财务账户的例子包括信用卡账户、借记卡账户、预付卡账户、银行账户等。在一个实施例中，交易处理装置通过将账单信用发给用户的财务账户来将优惠的权益提供给相应用户。因而，所述系统对于来自商户的优惠提供规范化的、实时的、在线的和线下的兑换服务。
在一个实施例中，当广告被呈现在用户的web浏览器中时，提供优惠的广告被构造为具有多个可选区。所述可选区之一包含广告商或商户的统一资源定位符（URL），当该URL被选择时，该URL将用户指引到该广告商或商户的网站。所述可选区中的一个单独可选区包含交易处理装置的门户的统一资源定位符（URL），当该URL被选择时，该URL将用户指引到该门户，以进入用该用户的财务帐户注册优惠的用户界面。
当交易处理装置和/或门户检测到用户正在使用财务账户来支付满足优惠的兑换要求的购买时，门户向该用户通知优惠的兑换的合格性；并且交易处理装置和/或门户使优惠的兑换处理自动化（比如，通过给用户的财务账户的账单信用，或者通过经由忠诚计划给予的权益，诸如奖励积分、忠诚积分等）。因为交易处理装置对于在各种购买渠道（诸如网上市场、线下零售店、电话订购等）中进行的交易记录交易数据，所以被注册的优惠可以以自动的方式兑现，而不受用于进行购买的渠道限制，也不受购买的环境的限制。
关于一个实施例中的优惠履行操作的进一步细节和例子在标题为“优惠兑换”的部分中提供。
系统
图1示出了根据一个实施例的基于交易数据提供服务的系统。在图1中，该系统包括：交易终端（105），其对于用户（101）发起财务交易；交易处理装置（103），其通过对用户（101）的财务交易（以及其他用户的财务交易）进行处理来产生交易数据（109）；简档产生器（121），其基于交易数据（109）来产生交易简档（127），以提供关于用户偏好和支出模式的信息/情报；交互点（107），其将信息和/或优惠提供给用户（101）；用户跟踪器（113），其使用交互点（107）来产生识别用户（101）的用户数据（125）；简档选择器（129），其选择特定于由用户数据（125）所识别的用户（101）的简档（131）；以及广告选择器（133），其通过媒体控制器（115）来选择、识别、产生、调整、优先化和/或个性化在交互点（107）上呈现给用户（101）的广告。
在一个实施例中，所述系统还包括相关器（117），其将用户特定广告数据（119）与由用户特定广告数据（119）导致的交易相关。相关结果（123）可被简档产生器（121）用于改进交易简档（127）。
在一个实施例中，交易简档（127）以如图2和图3所示的方式从交易数据（109）产生。例如，在图3中，总支出简档（341）通过要素分析（327）和聚类分析（329）产生，以总结（335）交易记录（301）中所反映的支出模式/行为。
在一个实施例中，如图4所示的数据仓库（149）与交易处理装置（103）耦接，以存储交易数据（109）和其它数据，所述其它数据诸如账户数据（111）、交易简档（127）和相关结果（123）。在图4中，门户（143）与数据仓库（149）耦接，以响应于来自第三方的查询请求或者作为警报或通知消息，提供从交易数据（109）推导的数据或信息。
在图4中，交易处理装置（103）耦接在控制消费者账户（146）的发放者（issuer）处理器（145）和控制商户账户（148）的收单者（acquirer）处理器（147）之间。账户识别设备（141）被构造为：携带通过发放者处理器（145）识别消费者账户（146）的账户信息（142），并且将账户信息（142）提供给商户的交易终端（105），以发起用户（101）与该商户之间的交易。
图5和图6示出了交易终端（105）和账户识别设备（141）的例子。图7示出了数据处理系统的结构，该结构可用于用更多或更少的元件来实现该系统中的至少一些组件，诸如交互点（107）、交易处理装置（103）、门户（143）、数据仓库（149）、账户识别设备（141）、交易终端（105）、用户跟踪器（113）、简档产生器（121）、简档选择器（129）、广告选择器（133）、媒体控制器（115）等。如标题为“变型”的部分中进一步讨论的，一些实施例使用比图1和图4-7中所示的组件多或少的组件。
在一个实施例中，交易数据（109）与被交易处理装置（103）处理的财务交易有关；并且账户数据（111）与关于交易中所涉及的账户持有者的信息有关。更多的数据可用在交易简档（127、341）的产生中，所述更多的数据诸如与从账户持有者接收对于他们的购买的支付的商户的位置、业务、产品和/或服务有关的商户数据。
在一个实施例中，财务交易可通过账户识别设备（141）来进行，所述财务识别设备（141）诸如财务交易卡（比如，信用卡、借记卡、银行卡等）；财务交易卡可包含在各种设备中，所述各种设备诸如塑料卡、芯片、射频识别（RFID）设备、移动电话、个人数字助理（PDA）等；并且财务交易卡可用账户标识符（比如，帐号或别名）表示。在一个实施例中，财务交易可通过直接使用账户信息（142）来进行，而不在物理上提供账户识别设备（141）。
更多的特征、修改形式和细节在本说明书的各个部分中提供。
集中式数据仓库
在一个实施例中，交易处理装置（103）维护围绕交易数据（109）组织的集中式数据仓库（149）。例如，集中式数据仓库（149）可包括和/或支持以下方面的确定：支出带分布、交易数和量、商户类别、国有商户、根据速率得分的持卡者细分、以及商户目标内的支出、竞争集合和截面。
在一个实施例中，集中式数据仓库（149）提供集中式管理，但是允许分散式执行。例如，第三方战略营销分析师、统计员、营销人员、促销员、业务主管等可访问集中式数据仓库（149），以分析客户和购物者数据、提供客户贡献的后续分析、开发用于提高营销活动的转换的倾向模型、开发用于营销的细分模型、等等。集中式数据仓库（149）可用于管理广告活动和分析反映收益性。
在一个实施例中，集中式数据仓库（149）包括商户数据（比如，关于卖方的数据）、消费者/业务数据（比如，关于买方的数据）、以及卖方与卖方之间随时间的交易记录（301）。集中式数据仓库（149）可用于支持企业销售预报、欺诈分析报告、销售/客户关系管理（CRB）商业智能、信用风险预测和分析、高级授权报告、商户标杆瞄准、用于小型企业的商业智能、奖励、等等。
在一个实施例中，交易数据（109）与外部数据组合，以标记关键的事件和数据值、设置客户、商户、数据或事件触发器、以及推动新的交易和新的客户接触，所述外部数据诸如调查、标杆、搜索引擎统计数据、人口统计数据、竞争信息、电子邮件等。
交易简档
在图1中，简档产生器（121）基于交易数据（109）、账户数据（111）和/或其它数据来产生交易简档（127），所述其它数据诸如非交易数据、愿望清单、商户提供信息、地址信息、来自社交网站的信息、来自信用局的信息、来自搜索引擎的信息、关于保险索赔的信息、来自DNA数据库的信息、以及在2009年11月9日提交的、标题为“在预测模型中分析本地非交易数据与交易数据（Analyzing LocalNon-Transactional Data  with Transactional Data  in PredictiveModels）”的美国专利申请No.12/614,603中所讨论的其它例子，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，交易简档（127）提供关于用户（101）在购买时的行为、模式、偏好、倾向、意向、频率、趋势和预算的情报信息。在一个实施例中，交易简档（127）包括用户（101）所拥有的物品的信息，所述物品诸如积分、英里数或其它奖励货币、可用信用以及所接收的优惠（诸如加载到用户（101）的账户中的赠券）。在一个实施例中，交易简档（127）包括基于过去的优惠/赠券兑换模式的信息。在一个实施例中，交易简档（127）包括关于在零售店中以及网上的购物模式的信息，该信息包括购物的频率、在每次购物之旅中所支出的量、商户位置（零售商）离账户持有者的地址的距离、等等。
在一个实施例中，交易处理装置（103）提供关于用于优先化、产生、选择、定制和/或调整在涉及交易处理装置（103）的交易过程内递送的广告的情报中的至少一部分。例如，可通过交易处理装置（103）响应于客户支付将广告呈现给该客户。
一些交易简档（127）特定于用户（101）、或者用户（101）的账户、或者用户（101）是其成员的一组用户，用户组例如是家庭、家族、公司、邻居、城市、或者用与在线行动、线下购买行动、商户倾向等相关的某些特性识别的组合。
在一个实施例中，简档产生器（121）周期性地以成批的模式产生并更新交易简档（127）。在其它实施例中，简档产生器（121）实时地或者仅适时地响应于在门户（143）中接收到的对于这样的简档的请求来产生交易简档（127）。
在一个实施例中，交易简档（127）包括用于一组参数的值。计算这些参数的值可涉及对满足一个或多个标准的交易进行计数、和/或构建基于统计的模型，在该模型中，一个或多个计算值或变换值被放进统计算法中，该统计算法对每个值进行加权，以出于各种预定目的对其共同预测性进行优化。
关于一个实施例中的交易简档（127）的进一步细节和例子在标题为“总支出简档”的部分中提供。
非交易数据
在一个实施例中，结合非交易数据对交易数据（109）进行分析，以产生交易简档（127）和/或构成预测模型。
在一个实施例中，交易与非交易事件相关，以建立预测未来的交易或支出模式的因果关系，所述非交易事件诸如新闻、会议、表演、公告、市场变化、自然灾害等。例如，非交易数据可包括新闻事件的地理位置、来自事件日历的事件的日期、即将上演的音乐会的表演者的姓名等。非交易数据可从各种源获得，所述各种源诸如报纸、网站、博客、社交网站等。
在一个实施例中，当交易与非交易事件之间的因果关系是已知的（比如，基于先前的研究结果、领域知识、专门知识）时，这些关系可在预测模型中用于基于最近发生的或者正在实时发生的事件来预测未来的交易或支出模式。
在一个实施例中，非交易数据与在执行相应交易的用户（101）本地的地理区域中发生的事件相关。在一个实施例中，当从用户（101）到地理区域中的位置的距离在便于每日或日常出行的范围内（诸如离用户（101）的地址20、50或100英里）或者在用户（101）的地址的相同城市或邮政编码区域内时，该地理区域是在用户（101）本地。在一个实施例中结合交易数据（109）分析本地非交易数据的例子在2009年11月9日提交的、标题为“在预测模型中分析本地非交易数据与交易数据（Analyzing Local Non-Transactional Data with Transactiondata in Predictive models）”的美国专利申请No.12/614,603中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，非交易数据不限于本地非交易数据。例如，还可使用全国性的非交易数据。
在一个实施例中，在频域中对交易记录（301）进行分析，以识别支出事件中的周期性特征。过去的交易记录（301）中的周期性特征可用于预测时间窗口的概率，在该时间窗口中，类似的交易将发生。例如，交易数据（109）的分析可用于预测具有周期性特征的下一次交易将何时、与哪个商户发生、具有某一量的重复交易的概率、例外的概率、提供广告或者优惠（诸如赠券）的机会、等等。在一个实施例中，周期性特征通过下述方式来检测，即，对在一组预定时间间隔内发生的多对交易的发生次数进行计数，并且基于时间间隔来分离交易对。一个实施例中的用于基于周期性特征的检测来预测未来的交易的一些例子和技术在2010年5月4日提交的、标题为“基于频率的交易预测和处理（Frequency-Based Transaction Prediction and Processing）”的美国专利申请序号12/773,770中提供，该专利申请的公开内容特此通过引用并入本文。
一个实施例中的预测建模的技术和细节在美国专利No.6,119,103、No.6,018,723、No.6,658,393、No.6,598,030和No.7,227,950中提供，这些专利的公开内容特此通过引用并入本文。
在一个实施例中，优惠是基于服务点到受优惠者的距离的，以使得用户（101）可获得当面服务。在一个实施例中，优惠是基于交易数据（109）中的交易历史和购物模式和/或用户（101）与商户之间的距离来选择的。在一个实施例中，优惠是响应于来自用户（101）的请求或者响应于用户（101）的位置的检测来提供的。至少一个实施例的例子和细节在以下美国专利申请中提供：2007年6月22日提交的美国专利申请序号11/767,218，其标题为“基于服务点到受优惠者的距离的被请求优惠的供给（Supply of Requested Offer Based on Point-ofService to Oferee Distance）”，所分配的公开号为2008/0319843；2007年5月30日提交的美国专利申请序号11/755,575，其标题为“基于受优惠者交易历史的被请求优惠的供给（Supply of Requested OfferBased on Oferee Transaction History）”，所分配的公开号为2008/0300973；2007年9月13日提交的美国专利申请序号11/855,042，其标题为“商户将优惠供给预定距离内的消费者（Merchant SuppliedOffer to a Consumer within a Predetermined Distance）”，所分配的公开号为2009/0076896；2007年9月13日提交的美国专利申请序号11/855,069，其标题为“基于服务点到受优惠者的距离的受优惠者请求的优惠（Offeree Requested Offer Based on Point-of-Service to OffereeDistance）”，所分配的公开号为2009/0076925；以及2009年4月22日提交的美国专利申请序号12/428,302，其标题为“接收由位置数据触发的公告（Receiving an Announcement Triggered by LocationData）”，这些申请的公开内容特此通过引用并入本文。
针对性广告
在图1中，广告选择器（133）优先化、产生、选择、调整和/或定制可用的广告数据（135），以至少部分基于用户特定简档（131）来提供用户特定广告数据（119）。广告选择器（133）使用用户特定简档（131）作为产生、识别、选择和/或优先化用于用户（101）的广告数据的过滤器和/或一套标准。媒体控制器（115）将用户特定广告数据（119）递送到交互点（107），以用于作为针对性的和/或个性化的广告呈现给用户（101）。
在一个实施例中，用户数据（125）包括交互点（107）处的上下文（context）的表征。因而，使用用户数据（125）选择的用户特定简档（131）的使用包括在选择用户特定广告数据（119）时考虑交互点（107）处的上下文。
在一个实施例中，在选择用户特定广告数据（119）时，广告选择器（133）不仅使用用户特定简档（131），还使用关于交互点（107）处的上下文的信息。例如，在一个实施例中，用户数据（125）包括关于交互点（107）处的上下文的信息；并且广告选择器（133）在产生或选择用户特定广告数据（119）时明确地使用上下文信息。
在一个实施例中，广告选择器（133）可在提供用户特定广告数据（119）之前查询关于用户（101）的特定信息。查询可被传送给交易处理装置（103）的操作者，并且特别地，被传送给交易处理装置（103）或简档产生器（121）。例如，来自广告选择器（133）的查询可根据以下接口来发送和接收：应用程序编程接口，或者，交易处理装置（103）、简档产生器（121）或交易处理装置（103）的门户（143）的其它查询接口。
在一个实施例中，从广告选择器（133）传送的查询可请求任何特定化程度（比如，细分程度、个体程度）的关于用户（101）的情报信息。例如，查询可包括对持卡者的总支出简档（341）中的某一字段或类型的信息的请求。作为另一个例子，查询可包括对用户（101）在先前的某一时间段（比如，六个月）内在某一商户类别中的支出水平的请求。
在一个实施例中，广告选择器（133）由与操作交易处理装置（103）的实体分开的实体操作。例如，广告选择器（133）可由搜索引擎、发布者、广告商、广告网络或在线商户操作。用户特定简档（131）被提供给广告选择器（133），以帮助用户特定广告数据（119）的定制。
在一个实施例中，基于商户类别（比如，如商户类别代码（MCC）所表示的）中的购物模式来使广告具有针对性，该商户类别与其它商户类别（比如，其它MCC）具有支出倾向的高度相关性。例如，在用于目标受众的第一MCC的上下文中，识别第二MCC的简档可用于选择用于该目标受众的广告，该第二MCC与第一MCC具有支出倾向的高度相关性。
在一个实施例中，总支出简档（341）用于提供关于用户（101）的支出模式、偏好和/或趋势的情报信息。例如，预测模型可基于总支出简档（341）来建立，以估计用户的需求（101）。例如，总支出简档（341）中的要素值（344）和/或聚类ID（343）可用于确定用户（101）的支出偏好。例如，总支出简档（341）中的渠道分布（345）可用于基于用户（101）的支出模式来提供以特定渠道为目标的定制优惠。
在一个实施例中，基于先前的购买（诸如购买的时间、位置和性质）等方面来产生并传播诸如优惠和赠券之类的移动广告。在一个实施例中，优惠或赠券的权益的大小是基于可以有资格兑换优惠的以前购买和/或后续购买的购买量或支出量。一个实施例的进一步细节和例子在2007年12月19日提交的、标题为“移动赠券方法和利用该方法的便携式消费者设备（Mobile Coupon Method and PortableConsumer Device for Utilizing Same）”、被分配公开号2008/0201226的美国专利申请序号11/960,162中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，有条件奖励被提供给用户（101）；并且交易处理装置（103）监视用户（101）的交易，以识别满足相应条件的可兑换奖励。在一个实施例中，有条件奖励基于交易数据（109）来选择。一个实施例的进一步细节和例子在2007年9月27日提交的、标题为“消费者特定有条件奖励（Consumer Specific Conditional Rewards）”的美国专利申请序号11/862,487中提供，该专利申请的公开内容特此通过引用并入本文。检测有条件奖励的满足条件的技术还可用于检测满足下述条件的交易，以将这些交易与相应的在线行动相关，所述条件被指定用以找出由在线行动（诸如在线广告、搜索等）导致的交易。
关于一个实施例中的针对性优惠递送的进一步细节在以下美国专利申请中提供：2008年8月4日提交的美国专利申请序号12/185,332，其标题为“通过发行的消费者账户上的非现金获取商户交易的支付处理器历史进行的针对性广告（Targeted Advertising by PaymentProcessor History of Cashless Acquired Merchant Transaction onIssued Consumer Account）”，所分配的公开号为2010/0030644；以及2010年8月3日提交的美国专利申请序号12/849,793，其标题为“用于针对性广告递送的系统和方法（Systems and Methods for TargetedAdvertisement Delivery）”，这两篇专利申请的公开内容特此通过引用并入本文。
简档匹配
在图1中，用户跟踪器（113）获得并产生关于用户（101）在交互点（107）处的上下文信息，包括表征和/或识别用户（101）的用户数据（125）。简档选择器（129）基于匹配交易简档（127）的特性与用户数据（125）的特性来从由简档产生器（121）产生的一组交易简档（127）选择用户特定简档（131）。例如，用户数据（125）指示用户（101）的一组特性；并且简档选择器（129）选择用于特定用户或用户组的用户特定简档（131），该用户特定简档（131）最佳地匹配由用户数据（125）指定的该组特性。
在一个实施例中，简档选择器（129）以成批的方式接收交易简档（127）。简档选择器（129）基于用户数据（125）从一批交易简档（127）选择用户特定简档（131）。可替换地，简档产生器（121）实时地产生交易简档（127）；并且简档选择器（129）使用用户数据（125）来查询简档产生器（121），以实时地或者仅适时地产生用户特定简档（131）。简档产生器（121）产生最佳地匹配用户数据（125）的用户特定简档（131）。
在一个实施例中，用户跟踪器（113）基于用户在交易终端（105）上的行动（比如，访问了一组网站、当前正在访问某一类型的网页、搜索行为等）来识别用户（101）。
在一个实施例中，用户数据（125）包括用户（101）的标识符，诸如全球唯一标识符（GUID）、个人帐号（PAN）（比如，信用卡号、借记卡号或其它卡帐号）、或者一组相同类型的标识符内的唯一且持久地识别用户（101）的其它标识符。可替换地，用户数据（125）可包括以本地的、临时的、短暂的和/或匿名的方式识别用户（101）的其它标识符，诸如用户（101）的互联网协议（IP）地址、用户（101）的姓名或用户名、或者浏览器cookie ID。用户（101）的这些标识符中的一些可由发布者、广告商、广告网络、搜索引擎、商户或用户跟踪器（113）提供。在一个实施例中，这样的标识符基于它们的使用的时间段的重叠或邻近而与用户（101）相关，以建立识别参考表。
在一个实施例中，识别参考表用于基于在用户数据（125）中捕捉的用户（101）的特性来识别账户信息（142）（比如，帐号（302）），所述特性诸如浏览器cookie ID、IP地址和/或IP地址使用上的时间戳。在一个实施例中，识别参考表由交易处理装置（103）的操作者维护。可替换地，识别参考表由除了交易处理装置（103）的操作者之外的实体维护。
在一个实施例中，用户跟踪器（113）确定用户（101）的某些特性，以描述用户（101）是其成员的一种类型的用户或一组用户。该组的交易简档用作用户特定简档（131）。这样的特性的例子包括地理位置或领域、在线行动的类型、特定在线行动或者商户倾向。在一个实施例中，组是基于聚合信息（比如，根据一天中的时间或家庭）或者细分（比如，根据聚类、倾向、人口统计数据、聚类ID和/或要素值）来定义的。在一个实施例中，组是部分地通过一个或多个社交网络来定义的。例如，组可基于以下方面来定义：到社交网站上的一个或多个用户的社会距离、社交网站上的用户之间的交互、和/或社交网站中的用户的社交网络简档中的共同数据。
在一个实施例中，用户数据（125）可以以不同的肯定程度匹配不同粒度或分辨率的不同简档（比如，账户、用户、家族、公司、邻居等）。简档选择器（129）和/或简档产生器（121）可以以可接受的肯定性确定或选择具有最细粒度或分辨率的用户特定简档（131）。因而，用户特定简档（131）最特定于用户（101）或者与用户（101）最密切相关。
在一个实施例中，广告选择器（133）在优先化、选择、产生、定制和调整用户特定广告数据（119）时使用更多的数据。例如，广告选择器（133）可与用户特定简档（131）相组合地使用搜索数据，以在交互点（107）处将权益或优惠提供给用户（101）。例如，用户特定简档（131）可用于使广告个性化，诸如调整广告相对于其它广告的放置、调整广告的外观、等等。
浏览器cookie
在一个实施例中，用户数据（125）使用浏览器cookie信息来识别用户（101）。浏览器cookie信息与账户信息（142）或帐号（302）匹配，以识别用户特定简档（131）（诸如总支出简档（341））、在可影响用户（101）的支出行为的时间窗口内通过优选的通信信道（比如，移动通信、web、邮件、电子邮件、销售点（POS）等）将有效的、适时的、相关的营销信息提供给用户（101）。基于交易数据（109），用户特定简档（131）可改进在线广告的受众针对性。因而，客户将得到提供给他们的更好的广告和优惠；并且广告商将对于他们的广告活动实现更好的投资回报。
在一个实施例中，识别在线行动中的用户（101）的浏览器cookie可与账户数据（111）中的用户（101）的标识符匹配，所述在线行动诸如web浏览、在线搜索、以及使用社交网络应用程序，所述标识符诸如用户（101）的财务支付卡的帐号（302）或者用户（101）的账户识别设备（141）的账户信息（142）。在一个实施例中，用户（101）的标识符可通过匹配IP地址、时间戳、cookie ID和/或由用户跟踪器（113）观测的其它用户数据（125）来被唯一地识别。
在一个实施例中，查找表在交易处理装置（103）中用于将浏览器cookie信息（比如，IP地址、时间戳、cookie ID）映射到识别用户（101）的账户数据（111）。查找表可通过将被不同实体或不同用户跟踪器（113）观测的用户数据（125）的重叠或共同部分相关来建立。
例如，在一个实施例中，第一用户跟踪器（113）在时间戳所识别的时间段内观测特定IP地址上的用户（101）的卡号（比如，通过在线支付过程）；并且第二用户跟踪器（113）在第一用户跟踪器（113）所观测的时间段附近或者与该时间段重叠的时间段内观测具有同一IP地址上的cookie ID的用户（101）。因而，被第二用户跟踪器（113）观测的cookie ID可与被第一用户跟踪器（113）观测的用户（101）的卡号链接。第一用户跟踪器（113）可由操作交易处理装置（103）的同一实体或者不同实体来操作。一旦cookie ID与卡号之间的相关性通过数据库或查找表建立，则随后可使用cookie ID来识别用户（101）的卡号和账户数据（111）。
在一个实施例中，门户（143）被构造为在用户（101）使用IP地址进行在线交易的同时观测用户（101）的卡号。因而，门户（143）可基于将用于识别用户（101）的IP地址和与消费者账户（146）相关联地记录的IP地址相关来识别消费者账户（146）。
例如，在一个实施例中，当用户（101）通过将账户信息（142）提交给交易终端（105）（比如，网上商店）来进行在线支付时，交易处理装置（103）通过收单者处理器（147）从交易终端（105）获得IP地址。交易处理装置（103）存储如下数据，所述数据指示在交易请求时在该IP地址上账户信息（142）的使用。当在门户（143）中接收到的查询中的IP地址匹配先前被交易处理装置（103）记录的IP地址时，门户（143）确定该请求中的IP地址所识别的用户（101）是与在该IP地址上发起的交易中所使用的账户相关联的同一用户（101）。在一个实施例中，当查询请求的时间在从交易请求起的预定时间段（诸如几分钟、一个小时、一天等）内时，找到匹配。在一个实施例中，查询还可包括表示用户（101）的cookie ID。因而，通过匹配IP地址，cookie ID以持久的方式与账户信息（142）相关联。
在一个实施例中，门户（143）直接获得在线交易的IP地址。例如，在一个实施例中，用户（101）选择使用账户数据（111）中的密码来保护用于在线交易的账户信息（142）。当账户信息（142）被键入到交易终端（105）（比如，网上商店或网上购物车系统）中时，用户（101）被连接到门户（143）来进行密码的验证（比如，通过弹出窗口、或者通过重定向用户（101）的web浏览器）。在密码通过门户（143）被验证之后，交易处理装置（103）接受交易请求。通过该验证过程，门户（143）和/或交易处理装置（103）获得在使用账户信息（142）时的用户（101）的IP地址。
在一个实施例中，用户（101）的web浏览器直接将用户提供的密码传送到门户（143），而不通过交易终端（105）（比如，商户的服务器）。可替换地，交易终端（105）和/或收单者处理器（147）可将密码通信转发到门户（143）或交易处理装置（103）。
在一个实施例中，门户（143）被构造为通过将IP地址映射到街道地址基于在用户数据（125）中识别的IP地址来识别消费者账户（146）。例如，在一个实施例中，用户数据（125）包括识别用户（101）的IP地址；并且门户（143）可使用将IP地址映射到街道地址的服务。例如，互联网服务提供商知道当前分配的IP地址的街道地址。一旦街道地址被识别，门户（143）就可使用账户数据（111）来识别消费者账户（146），该消费者账户（146）的当前地址在所识别的街道地址处。一旦消费者账户（146）被识别，门户（143）就可提供特定于用户（101）的消费者账户（146）的交易简档（131）。
在一个实施例中，门户（143）使用多种方法来基于用户数据（125）识别消费者账户（146）。门户（143）组合来自不同方法的结果，以确定对于用户数据（125）最可能的消费者账户（146）。
关于一个实施例中的基于用户数据（125）识别消费者账户（146）的细节在2010年8月3日提交的、标题为“匹配标识符的系统和方法（Systems and Methods to Match Identifiers）”的美国专利申请序号12/849,798中提供，该专利申请的公开内容特此通过引用并入本文。
关闭循环
在一个实施例中，相关器（117）用于“关闭循环”，该循环用于跟踪在在线行动和至少部分由该在线行动导致的“线下”行动期间的消费者行为。在一个实施例中，在线行动（诸如搜索、web浏览、社交网络和/或消费在线广告）与相应交易相关，以产生图1中的相关结果（123）。所述相应交易可线下地在“实体”零售店发生，或者在线地、但是在在线行动外部的环境下发生，诸如以使搜索行动便利的搜索公司不可见的方式执行的信用卡购买。
在一个实施例中，相关器（117）识别由搜索或在线广告导致的交易。例如，响应于来自用户跟踪器（113）的关于用户（101）的查询，相关器（117）识别用户（101）所执行的线下交易，并将关于线下交易的相关结果（123）发送到用户跟踪器（123），这使得用户跟踪器（113）可组合关于线下交易和在线行动的信息，以提供显著的营销优势。
例如，营销部门可将广告预算与实际销售相关。例如，营销人员可使用相关结果（123）来研究某些优先化策略、定制方案等对实际销售的影响的效果。例如，相关结果（123）可用于调整或优先化广告在网站、搜索引擎、社交网站、网上市场等上的放置。
在一个实施例中，简档产生器（121）使用相关结果（123）来用指示从搜索或广告到购买交易的转换率的数据扩充交易简档（127）。在一个实施例中，相关结果（123）用于产生预测模型，以确定当用户（101）正在使用某些关键字进行搜索时、或者当用户（101）被呈现广告或优惠时，用户（101）有可能购买什么。在一个实施例中，门户（143）被构造为将相关结果（123）报告给合作方（诸如搜索引擎、发布者、或商户），以使得合作方可使用相关结果（123）来度量广告的有效性和/或搜索结果定制、布置奖励、等等。
说明性地，搜索引擎实体可显示搜索页面，该搜索页面具有针对由公司A、B和C生产的平板电视机的特定广告。搜索引擎实体然后可将呈现给特定消费者的特定广告与该消费者的交易数据进行比较，并且可确定该消费者购买了由公司B生产的平板电视机。搜索引擎实体然后可使用该信息和从其它消费者的行为推导的其它信息来确定由公司A、B和C提供的广告的有效性。搜索引擎实体可确定广告的放置、外观或其它特性是否导致实际的增长销售。可对广告进行调整（比如，放置、外观等），以促成最大销售。
在一个实施例中，相关器（117）基于匹配由用户跟踪器（113）提供的用户数据（125）与交易的记录（诸如交易数据（109）或交易记录（301））来匹配在线行动和交易。在另一实施例中，相关器（117）基于用户特定广告数据（119）中所提供的优惠/权益的兑换来匹配在线行动和交易。
在一个实施例中，门户（143）被构造为：接收一组条件和用户（101）的标识；确定是否存在用户（101）的满足该组条件的任何交易，如果存在，则提供满足这些条件的交易的指示和/或关于这些交易的某些细节，这使得请求者可将交易与某些用户行动（诸如搜索、web浏览、消费广告等）相关。
在一个实施例中，请求者可能不知道用户（101）的帐号（302）；并且门户（143）将请求中所提供的标识符映射到用户（101）的帐号（302）以提供被请求信息。在请求中被提供来识别用户（101）的标识符的例子包括被用户（101）访问的网页的iFrame的标识、浏览器cookie ID、IP地址以及与IP地址的使用对应的日期和时间等。
由门户（143）提供的信息可用在购买前营销行动中，所述购买前营销行动诸如定制内容或优惠、优先化内容或优惠、基于用户（101）的支出模式来选择内容或优惠等。被定制、优先化、选择或推荐的内容可以是搜索结果、博客条目、销售物品等。
由门户（143）提供的信息可用在购买后行动中。例如，该信息可用于将线下购买与在线行动相关。例如，该信息可用于确定响应于媒体事件进行的购买，所述媒体事件诸如电视节目、广告、新闻公告等。
关于一些实施例中的简档递送、在线行动到线下购买跟踪、基于用户数据（125）（诸如IP地址）识别用户特定简档（131）的技术、以及广告/优惠/权益的针对性递送的细节在2010年8月3日提交的、标题为“将针对性广告递送到受众的系统和方法（Systems andMethods to Deliver Targeted Advertisements to Audience）”的美国专利申请序号12/849,789中提供，该申请的公开内容特此通过引用并入本文。
匹配广告和交易
在一个实施例中，如图1所示，相关器（117）被构造为：接收关于用户特定广告数据（119）的信息、监视交易数据（109）、识别可被认为是与用户特定广告数据（119）对应的广告的结果的交易、以及产生相关结果（123）。
当广告和对应的交易都发生在在线结账过程中时，用于在线结账过程的网站可用于将交易和广告相关。然而，广告和交易可在分开的过程中发生和/或在不同实体的控制下发生（比如，当线下在零售店进行购买、而广告被呈现在该零售店外部时）。在一个实施例中，相关器（117）使用一组相关性标准来识别可被认为是广告的结果的交易。
在一个实施例中，相关器（117）基于各种标准来识别与用户特定广告数据（119）链接或相关的交易。例如，用户特定广告数据（119）可包括当根据用户特定广告数据（119）进行购买时提供依情况而定的权益的赠券。赠券的使用识别用户特定广告数据（119），因而使得相关器（117）可将交易与用户特定广告数据（119）相关。
在一个实施例中，用户特定广告数据（119）与用户（101）的身份或特性相关联，所述身份或特性诸如全球唯一标识符（GUID）、个人帐号（PAN）、别名、ID地址、姓名或用户名、地理位置或邻域、家庭、用户组和/或用户数据（125）。相关器（117）可基于与用户特定广告数据（119）相关联的用户（101）的身份或特性来将交易与广告链接或匹配。例如，门户（143）可接收识别跟踪用户（101）的用户数据（125）和/或用户特定广告数据（119）的特性的查询；并且相关器（117）识别匹配用户数据（125）和/或用户特定广告数据（119）的特性的一个或多个交易，以产生相关结果（123）。
在一个实施例中，相关器（117）识别交易的特性，并使用这些特性来搜索匹配这些交易的广告。这样的特性可包括GUID、PAN、IP地址、卡号、浏览器cookie信息、赠券、别名等。
在图1中，简档产生器（121）使用相关结果（123）来增强从简档产生器（121）产生的交易简档（127）。相关结果（123）提供关于购买的细节，和/或指示用户特定广告数据（119）的有效性。
在一个实施例中，相关结果（123）用于向广告商展示广告的有效性、对与广告相关联的激励或奖励进行处理、基于广告的有效性来获得广告收益的至少一部分、改进广告的选择等。
赠券匹配
在一个实施例中，当结合广告（比如，119）中所识别的购买通过交易处理装置（103）来兑换该广告中所提供的优惠或权益时，相关器（117）识别作为该广告的结果的交易。
例如，在一个实施例中，当优惠扩及到用户（101）时，关于该优惠的信息可与用户（101）的账户相关联地存储（比如，作为账户数据（111）的一部分）。用户（101）可访问交易处理装置（103）的门户（143）来查看所存储的优惠。
存储在用户（101）的账户中的优惠可通过交易处理装置（103）以各种方式来兑换。例如，在一个实施例中，当交易终端（105）处的交易的特性匹配优惠的特性时，相关器（117）可通过交易处理装置（103）将优惠下载到交易终端（105）。
在优惠被下载到交易终端（105）之后，当在一个实施例中满足该优惠的条件时，交易终端（105）自动地应用该优惠。可替换地，交易终端（105）使得用户（101）可选择性地应用由相关器（117）或交易处理装置（103）下载的优惠。在一个实施例中，相关器（117）将提醒发送给在分离的交互点（107）（比如，移动电话）处的用户（101），以提醒用户（101）兑换优惠。在一个实施例中，交易处理装置（103）应用优惠（比如，通过账单信用），而不必将优惠（比如，赠券）下载到交易终端（105）。通过账单信用兑换优惠的例子和细节在2009年9月24日提交的、标题为“实时账单信用和通知（Real-timeStatement Credits and Notifications）”的美国专利申请序号12/566,350中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，优惠被捕捉为图像，并且被与用户（101）的账户相关联地存储。可替换地，优惠被以文本格式（比如，代码和一套标准）捕捉，而无需复制赠券的原始图像。
在一个实施例中，当赠券被兑换时，呈现该赠券的广告与其中赠券被兑换的交易相关，和/或被确定为导致交易。在一个实施例中，相关器（117）识别导致购买的广告，而不必识别与这些广告对应的特定交易。
关于一个实施例中的通过交易处理装置（103）兑换优惠的细节在2010年8月3日提交的、标题为“用于多渠道优惠兑换的系统和方法（Systems and Methods for Multi-Channel Offer Redemption）”的美国专利申请序号12/849,801中提供，该专利申请的公开内容特此通过引用并入本文。
在ATM和POS终端上
在一个例子中，交易终端（105）是自动柜员机（ATM），其也是交互点（107）。当用户（101）靠近ATM以进行交易（比如，通过信用卡或借记卡提取现金）时，ATM将账户信息（142）发送到交易处理装置（103）。账户信息（142）也可被认为是选择用户特定简档（131）的用户数据（125）。用户特定简档（131）可被发送到广告网络，以查询针对性广告。在广告网络将用户特定简档（131）与用户特定广告数据（119）（比如，针对性广告）匹配之后，交易处理装置（103）可将该广告与对现金提取的授权一起发送到ATM。
在一个实施例中，ATM上显示的广告包括赠券，该赠券提供取决于用户（101）根据该广告进行购买的权益。用户（101）可查看呈现在ATM屏幕上的空白上的优惠，并选择将赠券加载或存储在用户（101）的账户下、交易处理装置（103）的存储设备中。交易处理装置（103）与银行通信，以对现金提取进行处理。在现金提取之后，ATM打印收据，该收据包括赠券的确认或者赠券的拷贝。用户（101）然后可使用打印在收据上的赠券。可替换地，当用户（101）使用相同账户进行相关购买时，交易处理装置（103）可自动地应用存储在用户（101）的账户下的赠券，自动地将赠券下载到相关交易终端（105），或者将赠券发送到用户（101）的移动电话以使得用户（101）可通过赠券在移动电话上的显示来使用该赠券。用户（101）可访问交易处理装置（103）的web门户（143），以查看用户（101）的账户中所收集的赠券的状态。
在一个实施例中，广告通过用于授权的数据流被转发到ATM。在另一实施例中，ATM向交易处理装置（103）的服务器（比如，web门户）发出单独的请求来获得广告。可替换地，或者与之相组合，广告（包括赠券）被提供给在分开的不同的交互点处的用户（101），诸如通过给用户（101）的移动电话的文本消息、通过电子邮件、通过银行账单等。
一个实施例中的基于购买偏好和位置数据在ATM上呈现针对性广告的细节在2008年11月6日提交的、标题为“包括具有数据承载介质的自动柜员机的系统（System Including Automated TellerMachine with Data Bearing Medium）”的美国专利申请序号12/266,352中提供，该专利申请的公开内容特此通过引用并入本文。
在另一例子中，交易终端（105）是零售店中的结账地点处的POS终端（比如，自助结账收银机）。当用户（101）通过支付卡（比如，信用卡或借记卡）为购买支付时，交易处理装置（103）提供具有从广告网络获得的赠券的针对性广告。用户（101）可将赠券加载到支付卡的账户中，和/或从收据获得赠券的硬拷贝。当在交易中使用赠券时，广告与该交易链接。
一个实施例中的在对财务支付卡交易进行授权的过程期间呈现针对性广告的细节在2007年5月1日提交的、标题为“基于商户交易的广告（Merchant Transaction Based Advertising）”的、被分配公开号2008/0275771的美国专利申请序号11/799,549中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，在对被交易处理装置（103）处理的交易进行授权期间，通过交易终端（105）结合授权消息将用户特定广告数据（119）（诸如优惠或赠券）提供给用户（101）。授权消息可用于响应于当前交易、忠诚计划中的奖励的状态和/或平衡等来传送用户（101）有资格得到的奖励。与一个实施例中的授权过程相关的例子和细节在2005年11月2日提交的、标题为“用于进行促销计划的方法和系统（Methodand System for Conducting Promotional Programs）”的、被分配公开号2007/0100691的美国专利申请序号11/266,766中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，当用户（101）正在通过交易处理装置（103）与第一商户进行交易时，交易处理装置（103）可确定该交易的特性是否满足为来自第二商户的公告（诸如广告、优惠或赠券）而指定的条件。如果满足这些条件，则交易处理装置（103）将该公告提供给用户（101）。在一个实施例中，交易处理装置（103）可拍卖将公告提供给一组商户的机会。与一个实施例中的这样的公告的递送相关的例子和细节在2009年4月22日提交的、标题为“定向与代理商户有关的由消费者行动触发的商户公告（Targeting Merchant AnnouncementsTriggered by Consumer Activity Relative to a Surrogate Merchant）”的美国专利申请序号12/428,241中提供，该专利申请的公开内容特此通过引用并入本文。
关于一个实施例中的在与用户交易交互相关联的交互点处递送广告的细节在2010年8月3日提交的、标题为“将针对性广告递送给受众的系统和方法（Systems and Methods to Deliver TargetedAdvertisements to Audience）”的美国专利申请序号12/849,791中提供，该专利申请的公开内容特此通过引用并入本文。
在第三方站点上
在又一例子中，用户（101）可访问第三方网站，该第三方网站为图1中的交互点（107）。第三方网站可以是web搜索引擎、新闻网站、博客、社交网络站点等。用户（101）在第三方网站上的行为可通过浏览器cookie来跟踪，该浏览器cookie使用浏览器的存储空间来存储关于用户（101）在第三方网站上的信息。可替换地，或者与之相组合，第三方网站使用服务器日志来跟踪用户（101）的行为。在一个实施例中，第三方网站可使得广告网络可将广告呈现在网页的部分上。广告网络使用其服务器日志和/或浏览器cookie来跟踪用户的行为。例如，广告网络可使用浏览器cookie来在多个网站上识别特定用户。基于使广告网络在各个网页中加载广告的指引统一资源定位符（URL），广告网络可通过分析用户（101）已访问的网页来确定用户（101）的在线行为。基于所跟踪的用户（101）的在线行动，可形成表征用户（101）的用户数据（125）以针对用户特定简档（131）查询简档选择器（129）。
在一个实施例中，使用cookie跟踪的用户（101）的cookie身份可与用户（101）的账户、用户（101）的家族、用户（101）的公司或者包括用户（101）作为会员的其它组相关。因而，cookie身份可用作获得用户特定简档（131）的用户数据（125）。例如，当用户（101）从包含通过cookie身份跟踪的广告的网页进行在线购买时，cookie身份可与在线交易相关，从而与用户（101）的账户相关。例如，当用户（101）在用户（101）被认证之后访问网页、并且该网页包括来自广告网络的广告时，cookie身份可与用户（101）的被认证身份相关。例如，当用户（101）登录到交易处理装置（103）的web门户（比如，143）中以访问用户（101）的账户时，在web门户（比如，143）上由广告网络使用的cookie身份可与用户（101）的账户相关。
其它在线跟踪技术也可用于将用户（101）的cookie身份与简档选择器（129）已知的用户（101）的标识符（诸如GUID、PAN、帐号、客户编号、社保号等）相关。随后，cookie身份可用于选择用户特定简档（131）。
多次通信
在一个实施例中，操作交易处理装置（103）的实体可提供用于提供关于广告的多次通信的情报。多次通信可针对与用户（101）的两个或更多个交互点。
例如，在用户（101）通过交易终端（105）被提供广告之后，广告的提醒或修订可通过单独的交互点（107）（诸如移动电话、电子邮件、文本消息等）被发送到用户（101）。例如，广告可包括赠券，该赠券向用户（101）提供取决于购买的权益。如果相关器（117）确定赠券没有被兑换，则相关器（117）可将提醒用户赠券的消息发送到用户（101）的移动电话，和/或修订该优惠。
与一个实施例中的优惠相关的多次通信的例子在2009年7月27日提交的、标题为“与优惠接收者的连续优惠通信（Successive OfferCommunications with an Offer Recipient）”的美国专利申请序号12/510,167中提供，该专利申请的公开内容特此通过引用并入本文。
拍卖引擎
在一个实施例中，交易处理装置（103）提供使得各个顾客可根据聚类出价（比如，针对用于营销、监视、研究等的聚类中的实体）的门户（比如，143）。
例如，持卡者可注册在接收优惠（诸如促销、折扣、抽奖、奖励积分、直接邮件赠券、电子邮件赠券等）的程序中。持卡者可通过发放者或者交易处理装置（103）的门户（143）注册。基于交易数据（109）或者交易记录（301）和/或注册数据，简档产生器（121）识别持卡者的聚类和表示持卡者与聚类的密切关系的值。各个实体可根据聚类和/或接近持卡者（诸如用户（101））的值来出价。例如，发放者可对使用优惠进行出价；收单者和/或商户可对客户群进行出价。拍卖引擎接收出价，并基于所接收的出价来奖励群和优惠。因而，客户可得到很棒的交易；并且商户可得到客户流量和由此的销售。
识别用于营销的用户（101）群的一些技术在以下美国专利申请中提供：2008年10月20日提交的、标题为“机会细分（OpportunitySegmentation）”的、被分配公开号2009/0222323的美国专利申请序号12/288,490；2008年4月23日提交的、标题为“支付投资组合优化（Payment Portfolio Optimization）”的、被分配公开号2009/0271305的美国专利申请序号12/108,342；以及2008年4月23日提交的、标题为“支付投资组合优化（Payment Portfolio Optimization）”的、被分配公开号2009/0271327的美国专利申请序号12/108,354，这些申请的公开内容特此通过引用并入本文。
社交网络验证
在一个实施例中，交易数据（109）与社交网络数据和/或搜索引擎数据组合来将权益（比如，赠券）提供给消费者。例如，数据交换装置可基于消费者搜索引擎数据、社交网络数据和支付交易数据来识别聚类数据，以识别将有利地对特定类型的权益（诸如赠券和账单信用）作出响应的相似个人群体。广告活动可被公式化为以消费者或持卡者的聚类为目标。
在一个实施例中，搜索引擎数据与社交网络数据和/或交易数据（109）组合来评价广告的有效性和/或广告的转换模式。例如，在搜索引擎向消费者显示关于平板电视机的广告之后，消费者所使用的社交网络可提供关于由该消费者进行的相关购买的信息。例如，消费者的博客和/或交易数据（109）可指示消费者所购买的平板电视机来自公司B。因而，搜索引擎数据、社交网络数据和/或交易数据（109）可被组合，以将广告与由这些广告导致的购买相关并确定呈现给消费者的广告的转换模式。可对广告进行调整（比如，放置、外观等），以改进广告的有效性，从而提高销售。
忠诚计划
在一个实施例中，交易处理装置（103）使用账户数据（111）来存储关于第三方忠诚计划的信息。交易处理装置（103）对通过财务交易卡（诸如信用卡、借记卡、银行卡等）进行的支付交易进行处理；并且财务交易卡可用作用于相应第三方忠诚计划的忠诚卡。因为第三方忠诚计划被托管在交易处理装置（103）上，所以消费者不必携带多个独立的忠诚卡（比如，每个提供忠诚计划的商户一个忠诚卡）；并且商户不必承受建立忠诚计划的大笔设置和投资费用。托管在交易处理装置（103）上的忠诚计划可向消费者、零售商、制造商、发放者和忠诚计划中所涉及的其它类型的业务实体提供灵活的奖励。忠诚计划整合到交易处理装置（103）上的消费者的账户中允许新的优惠提供，诸如商户交叉优惠或者忠诚优惠的捆绑。
在一个实施例中，操作交易处理装置（103）的实体使用用户（比如，101）的账户数据（111）来托管第三方的忠诚计划。第三方（诸如商户、零售商、制造商、发放者或者对促进某些行动和/或行为感兴趣的其它实体）可对消费者的现存账户提供忠诚奖励。通过忠诚计划递送的激励可推动行为变化，而没有忠诚卡创建的麻烦。在一个实施例中，通过交易处理装置（103）的用户（比如，101）的账户托管的忠诚计划使得消费者可携带较少的卡，并且可向商户提供比传统的忠诚计划多的数据。
与交易处理装置（103）的用户（比如，101）的账户整合的忠诚计划可提供使得能够实现敏捷计划的工具，这些敏捷计划更好地联合用于推动消费者行为在交易渠道（比如，在线、线下、通过移动设备）之间的变化。忠诚计划可以是累积用于消费者的权益（比如，积分、英里数、现金返还）的不间断计划，和/或提供一次权益或有限次权益（比如，奖励、折扣、激励）的计划。
图8示出了根据一个实施例的用于提供忠诚计划的账户数据（111）的结构。在图8中，与第三方忠诚计划相关的数据可包括忠诚权益提供者（183）的标识符，该标识符与一套忠诚计划规则（185）和用于账户标识符（181）的忠诚计划行动的忠诚记录（187）链接。在一个实施例中，与第三方忠诚计划相关的数据的至少一部分存储在用户（101）的账户标识符（181）下，诸如忠诚记录（187）。
图8图示了与忠诚权益提供者（183）的一个第三方忠诚计划相关的数据。在一个实施例中，账户标识符（181）可与对应于不同的第三方忠诚计划的多个忠诚权益提供者（比如，183）链接。
在一个实施例中，忠诚权益提供者（183）的第三方忠诚计划向账户标识符（181）所识别的用户（101）提供权益，诸如折扣、奖励、激励、现金返还、礼物、赠券和/或特权。
在一个实施例中，账户数据（111）中的账户标识符（181）与忠诚权益提供者（183）之间的关联性指示具有账户标识符（181）的用户（101）是忠诚计划的会员。因而，用户（101）可使用账户标识符（181）来使用给予忠诚计划的会员的特权，诸如下述权利：进入仅限会员的区域、设施、商店、获得仅限会员的产品或服务、仅扩及会员的折扣、或者参与某些事件、购买某些物品、或者接收为会员保留的某些服务的机会。
在一个实施例中，没有必要进行购买以使用特权。用户（101）可基于作为忠诚计划的会员的状态来享受特权。用户（101）可使用账户标识符（181）来显示作为忠诚计划的会员的状态。
例如，用户（101）可向交易终端（105）提供账户标识符（181）（比如，信用卡的帐号），以发起用于被设计为检查用户（101）的会员状态的特殊交易的授权过程，该授权过程以与使用账户标识符（181）发起用于支付交易的授权过程类似的方式发起。该特殊交易被设计为通过检查账户数据（111）是否与忠诚权益提供者（183）相关联来验证用户（101）的会员状态。如果账户标识符（181）与对应的忠诚权益提供者（183）相关联，则交易处理装置（103）在授权过程中提供批准指示，以指示用户（101）是忠诚计划的会员。批准指示可用作使得用户（101）可使用为会员保留的会员特权（诸如使用服务、产品、机会、设施、折扣、权限等）的标识形式。
在一个实施例中，当账户标识符（181）用于识别用户（101）为使用会员特权的会员时，交易处理装置（103）将与对应的会员特权的使用有关的信息存储在忠诚记录（187）中。简档产生器（121）可使用忠诚记录（187）中所累积的信息来增强交易简档（127），并且向用户（101）提供个性化的/针对性的广告，同时还有更多的权益优惠或者再没有更多的权益优惠（比如，折扣、激励、回扣、现金返还、奖励等）。
在一个实施例中，账户标识符（181）与忠诚权益提供者（183）的关联性还使得忠诚权益提供者（183）可至少访问账户数据（111）的与忠诚计划相关的一部分，诸如忠诚记录（187）和关于用户（101）的某些信息，诸如姓名、地址和其它人口数据。
在一个实施例中，忠诚计划使得用户（101）可根据忠诚计划规则（185）累积权益，诸如奖励积分、现金返还、折扣级别等。例如，用户（101）可对于满足忠诚计划规则（185）的交易累积奖励积分；并且用户（101）可将奖励积分兑换成现金、礼物、折扣等。在一个实施例中，忠诚记录（187）存储所累积的权益；并且当满足忠诚计划规则（185）的事件发生时，交易处理装置（103）更新与忠诚权益提供者（183）和账户标识符（181）相关联的忠诚记录（187）。
在一个实施例中，当支付交易满足忠诚计划规则（185）时，可在账户标识符（181）用于执行该支付交易时兑换如忠诚记录（187）中所指示的累积权益。例如，用户（101）可兑换一些积分来补偿或降低购买价格的金额。
在一个实施例中，当用户（101）使用账户标识符（181）来作为会员进行购买时，商户可进一步提供关于这些购买的信息；并且交易处理装置（103）可将关于这些购买的信息作为忠诚记录（187）的一部分存储。关于购买的信息可识别会员所购买的特定物品或服务。例如，商户可向交易处理装置（103）提供库存单位（SKU）级别的购买细节，这些细节然后作为忠诚记录（187）的一部分被存储。忠诚权益提供者（183）可使用购买细节来研究用户（101）的购买行为；并且简档产生器（121）可使用SKU级别购买细节来增强交易简档（127）。
在一个实施例中，当用户（101）的账户（146）被登记在使得交易处理装置（103）（和/或发放者处理器（145））可收集购买细节的忠诚计划中时，通过授权响应向商户或零售商请求SKU级别购买细节（比如，如图9所示）。
在一个实施例中，简档产生器（121）可基于忠诚记录（187）来产生交易简档（127），并将交易简档（127）提供给忠诚权益提供者（183）（或者当其它实体被准许时，提供给这些其它实体）。
在一个实施例中，忠诚权益提供者（183）可使用交易简档（比如，127或131）来选择会员资格优惠提供的候选者。例如，忠诚计划规则（185）可包括可用于识别哪些客户够资格加入忠诚计划的一个或多个标准。交易处理装置（103）可被构造为：当对应的客户正在通过交易处理装置（103）和/或通过可接入操作交易处理装置（103）的实体的交互点（107）（诸如ATM、移动电话、收据、账单、网站等）执行交易时，自动地向有资格的客户提供忠诚计划中的会员资格的优惠。用户（101）可通过对广告作出响应来接受会员资格优惠。例如，用户（101）可以以与将赠券加载到用户（101）的账户中相同的方式将会员资格加载到账户中。
在一个实施例中，会员资格优惠被作为赠券提供，或者与另一权益优惠（诸如折扣、奖励等）相关联。当赠券或权益通过交易处理装置（103）被兑换时，更新账户数据（111）以将用户（101）登记到对应的忠诚计划中。
在一个实施例中，当用户（101）正在商户的交易终端（105）上进行购买时，该商户可将该用户（101）登记到忠诚计划中。
例如，当用户（101）正在ATM上进行交易、在POS终端上执行自助结账、或者在移动电话或计算机上进行购买交易时，在交易处理装置（103）正在对交易进行授权的同时，可提示用户（101）加入忠诚计划。如果用户（101）接受会员资格优惠，则帐户数据（111）被更新为具有与忠诚权益提供者（183）相关联的账户标识符（181）。
在一个实施例中，当用户（101）的简档满足忠诚计划规则（185）中所指定的一组条件时，该用户（101）可被自动地登记在忠诚计划中。用户（101）可选择退出忠诚计划。
在一个实施例中，忠诚权益提供者（183）可基于特定于用户（101）或者与用户（101）链接的交易简档（131）来使忠诚权益个性化和/或有针对性。例如，忠诚计划规则（185）可使用用户特定简档（131）来为用户（101）选择礼物、奖励或激励（比如，兑换忠诚记录（187）中所累积的权益，诸如奖励积分）。用户特定简档（131）可使用忠诚记录（187）来增强，或者可基于忠诚记录（187）来产生。例如，简档产生器（121）可使用与忠诚记录（187）相关联的交易数据（109）的子集来产生用户特定简档（131），或者向与忠诚记录（187）相关联的交易数据（109）的子集提供更大的权重，同时在推导用户特定简档（131）时还使用交易数据（109）的其它部分。
在一个实施例中，忠诚计划可涉及不同的实体。例如，第一商户可从与第一商户具有业务关系的第二商户提供作为折扣或礼物的奖励。例如，一个实体可使得用户（101）可通过在一组不同的商户处的购买交易来累积忠诚权益（比如，奖励积分）。例如，一组商户可联合提供忠诚计划，在该忠诚计划中，忠诚权益（比如，奖励积分）可从在该组中的任何商户处的购买被累积，并且在这些商户中的任何一家购买时可被兑换。
在一个实施例中，将用户（101）识别为忠诚计划的会员的信息被存储在与交易处理装置（103）相连的服务器上。可替换地或者与之相组合，将用户（101）识别为忠诚计划的会员的信息也可被存储在财务交易卡中（比如，芯片中、或者磁条中）。
在一个实施例中，忠诚计划提供者（比如，商户、制造商、发放者、零售商、俱乐部、组织等）可在提供忠诚计划相关优惠时彼此竞争。例如，忠诚计划提供者可对忠诚计划相关优惠进行出价；并且广告选择器（133）（比如，在操作交易处理装置（103）的实体或不同实体的控制下）可基于这些出价来按优先顺序排列这些优惠。当优惠被用户（101）接受或兑换时，忠诚计划提供者根据对应的出价来付费。在一个实施例中，忠诚计划提供者可自动出价或报出最高出价，该最高出价指定出价的上限；并且实际出价被确定为比竞争者的出价高的、但是不超过上限的最低可能出价。
在一个实施例中，响应于用户（101）被用户数据（125）识别，将优惠提供给用户（101）。如果用户特定简档（131）满足忠诚计划规则（185）中所指定的条件，则可将来自忠诚权益提供者（183）的优惠呈现给用户（101）。当存在来自不同提供者的多个优惠时，可根据出价来按优先顺序排列这些优惠。
在一个实施例中，提供者可基于可用作选择用户特定简档（131）的用户数据（125）的特性来出价。在另一实施例中，可在一组交易简档（127）上出价。
在一个实施例中，当用户（101）可接受并兑换优惠时，可准时地将基于忠诚计划的优惠提供给用户（101）。例如，当用户（101）正在为从商户购买进行支付时，可将登记在该商户或相关提供者所提供的忠诚计划中的优惠呈现给用户（101）。如果用户（101）接受该优惠，则用户（101）对于该次购买有权接收会员折扣。
例如，当用户（101）正在为从商户购买进行支付时，可基于忠诚计划规则（185）和与用户（101）的账户标识符（181）相关联的忠诚记录（187）（比如，忠诚计划中所累积的奖励积分）来将奖励优惠提供给用户（101）。因而，可减轻用于兑换奖励积分的用户精力；并且可改进用户体验。
在一个实施例中，一种提供忠诚计划的方法包括使用交易处理装置（103）的计算装置。该计算装置对多个支付卡交易进行处理。在该计算装置接收到对于忠诚计划（诸如忠诚计划规则（185））跟踪交易的请求时，该计算装置响应于忠诚计划中所发生的交易来存储并更新忠诚计划信息。当客户（比如，101）满足忠诚计划中所定义的条件（诸如忠诚计划规则（185））时，该计算装置向该客户提供权益的优惠。
一个实施例中的通过包括交易处理装置（103）的支付处理系统中的合作组成部分之间的合作而提供的忠诚计划的例子在以下美国专利申请中提供：2007年6月22日提交的美国专利申请序号11/767,202，其标题为“忠诚计划服务（Loyalty Program Service）”，所分配的公开号为2008/0059302；2007年8月30日提交的美国专利申请序号11/848,112，其标题为“忠诚计划激励确定（Loyalty Program IncentiveDetermination）”，所分配的公开号为2008/0059306；以及2007年8月30日提交的美国专利申请序号11/848,179，其标题为“忠诚计划参数合作（Loyalty Program Parameter Collaboration）”，所分配的公开号为2008/0059307，这些申请的公开内容特此通过引用并入本文。
一个实施例中的通过交易处理装置（103）对累积的忠诚权益的兑换进行处理的例子在2007年8月7日提交的、标题为“用于提供奖励的交易评价（Transaction Evaluation for Providing Rewards）”的、被分配公开号2008/0059303的美国专利申请序号11/835,100中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，忠诚计划中所提供的激励、奖励或权益基于相关的相关交易的存在。例如，在一个实施例中，如果财务支付卡在预订系统中被用于进行预订、并且该财务支付卡随后被用于支付所预订的商品或服务，则提供激励。一个实施例的进一步细节和例子在2007年11月27日提交的、标题为“激励无线通信预订（Incentive WirelessCommunication Reservation）”的、被分配公开号2008/0071587的美国专利申请序号11/945,907中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，交易处理装置（103）提供集中式忠诚计划管理、报告和会员资格服务。在一个实施例中，会员资格数据被从交易处理装置（103）下载到接受点设备，诸如交易终端（105）。在一个实施例中，忠诚交易被从接受点设备报告给交易处理装置（103）；并且指示忠诚积分、奖励、权益等的数据被存储在账户识别设备（141）上。一个实施例的进一步细节和例子在2003年3月27日提交的、标题为“网络中心忠诚计划（Network Centric Loyalty System）”的、被分配公开号2004/0054581的美国专利申请序号10/401,504中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，交易处理装置（103）的门户（143）用于为实体（诸如发放者、商户等）管理奖励或忠诚计划。持卡者（诸如用户（101））被奖励来自商户的优惠/权益。门户（143）和/或交易处理装置（103）为奖励或忠诚计划跟踪商户的交易记录。一个实施例的进一步细节和例子在2007年3月20日提交的、标题为“奖励计划管理器（Reward Program Manager）”的、被分配公开号2008/0195473的美国专利申请序号11/688,423中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，忠诚计划包括提供对详细交易数据的访问的多个实体，这允许对于忠诚计划的定制的灵活性。例如，发放者或商户可发起忠诚计划来提供奖励；并且门户（143）和/或交易处理装置（103）将忠诚货币存储在数据仓库（149）中。一个实施例的进一步细节和例子在2008年7月22日提交的、标题为“多卖家多忠诚货币计划（Multi-Vender Multi-Loyalty Currency Program）”的、被分配公开号2009/0030793的美国专利申请序号12/177,530中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，在交易处理装置（103）的门户（143）上创建激励计划。门户（143）收集来自多个商户的优惠，并将这些优惠存储在数据仓库（149）中。优惠可具有对于它们的分发的相关联的标准。门户（143）和/或交易处理装置（103）可基于交易数据（109）来推荐优惠。在一个实施例中，当交易满足与优惠相关联的条件时，在交易处理期间，交易处理装置（103）自动地应用优惠的权益。在一个实施例中，交易处理装置（103）与交易终端（比如，105）通信，以基于市场焦点、产品类别、服务类别、目标消费者人口统计数据等来建立、定制和/或更新优惠。一个实施例的进一步细节和例子在2009年3月27日提交的、标题为“整合优惠网络的商户设备支持（MerchantDevice Support of an Integrated Offer Network）”的、被分配公开号2010-0049620的美国专利申请序号12/413,097中提供，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，交易处理装置（103）被构造为通过支付系统将来自商户的优惠提供给用户（101），使得便于用户（101）使用和兑换优惠。优惠可由先前的交易触发和/或根据先前的交易定制，并且可仅在从先前的交易的日期开始的有限时间段内有效。如果交易处理装置（103）确定由交易处理装置（103）处理的后续交易满足兑换优惠的条件，则交易处理装置（103）可相信消费者账户（146）可兑换优惠和/或将通知消息提供给用户（101）。一个实施例的进一步细节和例子在2009年9月24日提交的、标题为“实时账单信用和通知（Real-time Statement Credits And Notification）”的美国专利申请序号12/566,350中提供，该专利申请的公开内容特此通过引用并入本文。
关于一个实施例中的忠诚计划的细节在2010年10月1日提交的、标题为“提供忠诚计划的系统和方法（Systems and Methods to ProvideLoyalty Programs）”的美国专利申请序号12/896,632中提供，该专利申请的公开内容特此通过引用并入本文。
SKU
在一个实施例中，商户产生识别由用户（101）或客户购买的特定商品和服务的库存单位（SKU）或其它特定信息。SKU信息可被提供给对交易进行处理的交易处理装置（103）的操作者。交易处理装置（103）的操作者可将SKU信息作为交易数据（109）的一部分存储，并将关于特定交易的SKU信息反映在与该交易中所涉及的人相关联的交易简档（127或131）中。
当用户（101）在传统的零售店中购物或者浏览在线商户的网站时，可提供与该用户（101）特别相关联的SKU级别简档，以选择适当地针对用户（101）的广告（比如，通过移动电话、POS终端、web浏览器等）。用户（101）的SKU级别简档可包括用户（101）在历史上购买的商品和服务的标识。另外，用户（101）的SKU级别简档可识别用户（101）在未来可能购买的商品和服务。该标识可以基于在被确定为与用户（101）相似的其他个人或其他组的SKU级别简档中所反映的历史购买。因此，广告商和商户的投资回报可得到极大改进。
在一个实施例中，用户特定简档（131）是使用SKU级别信息产生的总支出简档（341）。例如，在一个实施例中，要素值（344）对应于基于在不同类别的产品和/或服务中的总支出而产生的要素定义（331）。典型的商户提供许多不同类别的产品和/或服务。
在一个实施例中，用户（101）可进入到与各种在线商户和“实体”商户的交易中。这些交易可涉及各项商品和服务的购买。商品和服务可用SKU编号或者明确地识别由用户（101）购买的商品和服务的其它信息来识别。
在一个实施例中，商户可将关于由用户（101）购买的商品和服务的SKU信息（比如，SKU级别的购买细节）提供给交易处理装置（103）的操作者。在一个实施例中，如以下更详细描述的，SKU信息可结合忠诚计划被提供给交易处理装置（103）的操作者。SKU信息可作为交易数据（109）的一部分并与用户（101）相关联地被存储。在一个实施例中，在由交易处理装置（103）的操作者促成的交易中被购买的物品的SKU信息可作为交易数据（109）并与其相关联的购买者相关联地被存储。
在一个实施例中，当用户（101）的账户（146）被登记在允许交易处理装置（103）（和/或发放者处理器（145））收集购买细节的程序中时，通过授权响应向商户或零售商请求SKU级别购买细节（比如，如图9所示）。
在一个实施例中，基于SKU信息和可能的其它交易数据，简档产生器（121）可为用户（101）产生SKU级别交易简档。在一个实施例中，基于进入到与交易处理装置（103）的操作者的交易中的每个人的与交易相关联的SKU信息，简档产生器（121）可为每个人创建SKU级别交易简档。
在一个实施例中，与一组购买者相关联的SKU信息可被汇集，以创建描述该组的SKU级别交易简档。组可基于一个或多个考虑因素来定义。例如，组可通过其成员的共同人口特征来定义。作为另一例子，组可根据其成员的共同购买模式来定义。
在一个实施例中，用户（101）可能之后考虑额外商品和服务的购买。用户（101）可在传统零售商或在线零售商处购物。对于例如在线零售商，用户（101）可浏览在线零售商、发布者或商户的网站。用户（101）可与浏览器cookie相关联，以例如识别用户（101）和跟踪用户（101）的浏览行为。
在一个实施例中，零售商可将与用户（101）相关联的浏览器cookie提供给交易处理装置（103）的操作者。基于浏览器cookie，交易处理装置（103）的操作者可将浏览器cookie与用户（101）的个人帐号相关联。该关联可由交易处理装置（103）的操作者或另一实体以各种方式（例如，使用查找表）来执行。
基于个人帐号，简档选择器（129）可选择用户特定简档（131），该用户特定简档（131）构成与用户（101）特别相关联的SKU级别简档。SKU级别简档可明确地反映用户（101）的个人的以前的购买和/或用户（101）已购买的商品和服务的类型。
用户（101）的SKU级别简档还可包括用户（101）在未来可能购买的商品和服务的标识。在一个实施例中，这些标识可用于选择用户（101）可能感兴趣的商品和服务的广告。在一个实施例中，用户（101）的标识可以基于与用户（101）的历史购买相关联的SKU级别信息。在一个实施例中，用户（101）的标识可以额外地或者可替换地基于与其它标识相关联的交易简档。推荐可通过预测关联和其它分析技术来确定。
例如，用户（101）的标识可以基于另一个人的交易简档。简档选择器（129）可应用预定标准来识别其被视为与用户（101）足够相似达到预定程度的另一个人。另一个人的标识可以基于各种要素，包括，例如，用户（101）与该另一个人之间的人口统计数据相似性和/或购买模式相似性。作为一个例子，用户（101）和另一个人对相同物品或相关物品的共同购买可导致用户（101）和该另一个人之间的关联性，并得到用户（101）和该另一个人是相似的确定。一旦另一个人被识别，就可对构成该另一个人的SKU级别简档的交易简档进行分析。通过预测关联以及其它建模和分析技术，另一个人的SKU级别简档中所反映的历史购买可用于预测用户（101）的未来购买。
作为另一例子，用户（101）的标识可以基于一组人的交易简档。简档选择器（129）可应用预定标准来识别其被视为与用户（101）足够相似达到预定程度的一大批人。这些人的标识可以基于各种要素，包括，例如，用户（101）与这些人之间的人口统计数据相似性和/或购买模式相似性。一旦由这些人构成的组被识别，就可对构成该组的SKU级别简档的交易简档进行分析。通过预测关联以及其它建模和分析技术，该组的SKU级别简档中所反映的历史购买可用于预测用户（101）的未来购买。
用户（101）的SKU级别简档可被提供来选择有适当针对性的广告。因为用户（101）的SKU级别简档可包括用户（101）有可能购买的商品和服务的标识，所以与所识别的商品和服务对应的广告可被呈现给用户（101）。这样，可以优化对于用户（101）的针对性广告。此外，广告商和广告的发布者可改进他们的投资回报，并且可改进他们交叉销售商品和服务的能力。
在一个实施例中，被识别为与用户（101）相似的其他人的SKU级别简档可用于识别可能具有购买商品和服务的高倾向的用户（101）。例如，如果其他人的SKU级别简档反映被确定满足阈值的购买数量或频率，则用户（101）还可被分类或预测为具有购买的高倾向。因此，导致这样的倾向的广告的类型和频率可针对用户（101）进行适当的定制。
在一个实施例中，用户（101）的SKU级别简档可反映与特定的一个商户或多个商户的交易。用户（101）的SKU级别简档可被提供给被认为与所述特定的一个商户或多个商户同等或相似的企业。例如，商户可被认为是该企业的同等企业，因为该商户提供与该企业的商品和服务相似或相关的商品和服务。反映与同等商户的交易的SKU级别简档可被该企业用于更好地预测用户（101）的购买行为以及用于优化针对性广告对用户（101）的呈现。
关于一个实施例中的SKU级别简档的细节在2010年10月6日提交的、标题为“用于基于SKU级别简档的广告服务的系统和方法（Systems and Methods for Advertising Services Based on anSKU-Level Profile）”的美国专利申请序号12/899,144中提供，该专利申请的公开内容特此通过引用并入本文。
购买细节
在一个实施例中，交易处理装置（103）被构造为通过授权响应来选择性地请求购买细节。当交易处理装置（103）（和/或发放者处理器（145））需要购买细节（诸如所购买的具体物品的标识和/或它们的价格）时，从交易处理装置（103）发送的授权响应包括指示符，该指示符用于请求关于正被授权的交易的购买细节。商户基于在来自交易处理装置（103）的授权响应中是否指示了需求，来确定是否提交购买细节。
例如，在一个实施例中，交易处理装置（103）被构造为通过账单信用来兑换制造商赠券。制造商可向用户（比如，101）提供促销优惠，诸如用于回扣、折扣、现金返还、奖励积分、礼物等的赠券。优惠可通过各种渠道（诸如网站、报纸、直接邮件、针对性广告（比如，119）、忠诚计划等）被提供给用户（比如，101）。
在一个实施例中，当用户（101）在消费者账户（146）下具有一个或多个迫近的优惠、并且使用消费者账户（146）来支付从支持优惠兑换的零售商进行的购买时，交易处理装置（103）使用授权响应来请求购买细节，将优惠细节与这些购买细节中被显示将被购买的物品进行匹配以识别可兑换的优惠，并且管理资金提供，该资金提供用于履行用户（101）与投资对应优惠的制造商之间的可兑换的优惠。在一个实施例中，对购买细节的请求用授权消息实时地提供；并且购买细节的交换和匹配可在授权过程之外实时地发生，或者在一天结束时通过关于多个交易的批处理文件来发生。
在一个实施例中，优惠与用户（101）的消费者账户（146）相关联，以使优惠兑换的处理自动化。如果用户（101）使用用户（101）的消费者账户（146）来为购买进行支付，则交易处理装置（103）（和/或发放者处理器（145））对支付交易进行处理，并且自动地鉴于购买来识别有资格兑换的优惠，并将有资格的优惠的权益提供给用户（101）。在一个实施例中，交易处理装置（103）（或者发放者处理器（145））检测用于兑换的可应用的优惠，并且通过账单信用来提供兑换的优惠的权益，而不必请求用户（101）执行额外的任务。
在一个实施例中，一旦用户（101）使用消费者账户（146）根据优惠的要求进行所需购买，优惠的权益就通过交易处理装置（103）（或者发放者处理器（145））被履行，而无需用户（101）在结账时和/或之后做除了如下操作之外的任何特殊操作，即，用用户（101）的消费者账户（146）（诸如信用卡账户、借记卡账户、忠诚卡账户、私用标记卡账户、赠券卡账户、或者登记在用于使优惠兑换自动化的程序中的预付卡账户）付款。
在一个实施例中，优惠（比如，制造商赠券）的兑换要求购买特定产品或服务。在特定产品或服务的购买被验证之后，用户（101）够资格得到优惠的权益。在一个实施例中，交易处理装置（103）（或者发放者处理器（145））动态地通过授权响应来请求购买细节，以确定用于兑换这样的优惠的购买的资格。
在一个实施例中，通过（或者结合）授权过程来根据需要请求购买细节的方法被用在下述其它情形下，在所述其它情形下，如交易处理装置（103）所确定的那样，逐个情况地需要交易级别数据。
例如，在一个实施例中，交易处理装置（103）和/或发放者处理器（145）确定用户（101）已签约电子地接收购买物品细节，交易处理装置（103）和/或发放者处理器（145）可根据需要发起请求；并且购买细节可被存储并且后来被下载到个人财务软件应用程序或商业会计软件应用程序中。
例如，在一个实施例中，交易处理装置（103）和/或发放者处理器（145）确定用户（101）已签约使某些医疗保健账户（诸如医疗储蓄账户（HSA）、灵活支出安排（FSA）等）下有资格的医疗保健项目的报销的处理自动化。响应于这样的确定，交易处理装置（103）和/或发放者处理器（145）请求购买细节，以自动地识别有资格的医疗保健项目购买，捕获并报告表明资格的证据，簿记收据或等效信息以用于满足规则、法规和法律报告目的（比如，如国内税收法规所要求的），和/或用相应医疗保健账户结算资金报销。
图9示出了根据一个实施例的获得购买细节的系统。在图9中，当用户（101）使用消费者账户（146）来对购买进行支付时，商户或零售商的交易终端（105）将授权请求（168）发送到交易处理装置（103）。作为响应，授权响应（138）被从交易处理装置（103）发送到交易终端（105），以向商户或零售商通知由发放者处理器（145）和/或交易处理装置（103）决定的批准或拒绝支付请求的决定。授权响应（138）通常包括识别交易和/或用信号通知交易被批准的授权代码（137）。
在一个实施例中，当交易被批准并且存在对于购买细节（169）的需求时，交易处理装置（103）（或者发放者处理器（145））在授权响应（138）中提供对购买细节的请求（139）的指示符。可选的请求（139）使得交易处理装置（103）（和/或发放者处理器（145））可根据需要向商户或零售商请求购买细节（169）。当对购买细节的请求（139）存在于授权响应（138）中时，交易终端（105）直接地或者间接地通过门户（143）将与支付交易相关联的购买细节（169）提供给交易处理装置（103）。当请求（139）不存在于授权响应（138）中时，交易终端（105）不必提供关于支付交易的购买细节（169）。
在一个实施例中，当交易被批准、但是不存在对于购买细节（169）的需求时，在授权响应（138）中不设置对购买细节的请求（139）的指示符。
在一个实施例中，在发送授权响应（138）之前，交易处理装置（103）（和/或发放者处理器（145））确定是否存在对交易细节的需求。在一个实施例中，当不存在对关于支付交易的购买细节（169）的需求时，在对于支付交易的授权响应（138）中不提供对购买细节（169）的请求（139）。当存在对关于支付交易的购买细节（169）的需求时，在对于支付交易的授权响应（138）中提供对购买细节的请求（139）。当授权响应消息没有明确地请求详细的购买数据时，商户或零售商不必将详细的购买数据发送到交易处理装置（103）。
因而，交易处理装置（103）（或者发放者处理器（145））不必要求所有的商户或零售商发送关于被交易处理装置（103）（或者发放者处理器（145））处理的所有支付交易的详细的购买数据（比如，SKU级别购买细节）。
例如，当用户（103）的消费者账户（146）已收集了关于可被操作交易终端（105）的商户或零售商销售的产品或服务的制造商赠券时，在一个实施例中，交易处理装置（103）通过授权响应（138）来请求购买细节（169）。如果购买细节（169）表明满足兑换制造商赠券的条件，则交易处理装置（103）通过给消费者账户（146）的账单的信用来将制造商赠券的权益提供给用户（101）。制造商赠券的这种自动化履行使商户/零售商在对制造商优惠进行处理时从工作和复杂性中解脱出来，并且改进用户体验。此外，零售商和制造商通过交易处理装置（103）被提供新的消费者促销分发渠道，交易处理装置（103）可基于用户（101）的交易简档（127）和/或交易数据（109）来使优惠有针对性。在一个实施例中，交易处理装置（103）可使用用于忠诚/奖励计划的优惠。
在另一例子中，如果用户（101）被登记在请求交易处理装置（103）跟踪并管理用户（103）的购买细节（169）的程序中，则交易处理装置（103）通过授权响应（138）来请求交易细节（169）。
在一个实施例中，用于授权响应（138）的消息被构造为包括指示是否对于交易请求购买细节的字段。
在一个实施例中，授权响应消息包括指示用户（101）的账户（146）是否是赠券兑换网络的参与者的字段。当该字段指示用户（101）的账户（146）是赠券兑换网络的参与者时，商户或零售商提交关于使用用户（101）的账户（146）进行的支付的购买细节（169）。
在一个实施例中，当对购买细节（169）的请求（139）存在于授权响应（138）中时，商户或零售商的交易终端（105）将购买细节（169）与授权响应（138）中所提供的授权信息一起存储。当交易被提交到交易处理装置（103）以用于结算时，购买细节（169）也与用于结算的请求一起提交。
在一个实施例中，购买细节（169）通过与用于对交易进行授权和/或结算请求的通信信道分开的通信信道被发送到交易处理装置（103）。例如，商户或零售商可通过交易处理装置（103）的门户（143）向交易处理装置（103）报告购买细节。在一个实施例中，该报告包括交易的标识（比如，用于支付交易的授权代码（137））和购买细节（比如，SKU编号、通用产品代码（UPC））。
在一个实施例中，交易处理装置（103）的门户（143）还可与商户或零售商通信，以减少将被发送到交易处理装置（103）的购买细节数据的数量。例如，在一个实施例中，交易处理装置（103）提供其购买细节（169）被请求的服务或产品的类别的指示；并且商户或零售商仅报告在这些类别中的物品。在一个实施例中，交易处理装置（103）的门户（143）要求商户或零售商指示被购买的物品是否包括兑换优惠所需的一组物品。
在一个实施例中，商户或零售商基于授权响应（138）中所提供的批准的指示来完成购买。当指示符（比如，139）存在于授权响应（138）中时，商户（比如，库存管理系统或交易终端（105））捕捉购买细节（169），并将这些购买细节（169）保存在电子数据文件中。购买细节（169）包括被购买的各个物品的标识（比如，SKU和/或UPC）、它们的价格、和/或这些物品的简要描述。
在一个实施例中，商户或零售商在一天结束时或者根据一些其它预定安排将交易购买数据文件发送到交易处理装置（103）（或者发放者处理器（145））。在一个实施例中，关于购买细节（169）的数据文件与用于对通过授权响应（138）批准的交易进行结算的请求一起被发送。在一个实施例中，关于购买细节（169）的数据文件与用于对通过授权响应（138）批准的交易进行结算的请求分开被发送。
优惠履行的一个实施例的进一步细节和例子在2010年5月24日提交的、标题为“用于兑换优惠的系统和方法（Systems and Methodsfor Redemption of Offers）”的临时美国专利申请序号61/347,797中提供，该专利申请的公开内容特此通过引用并入本文。
优惠兑换
图10示出了根据一个实施例的使响应于在各种渠道中进行的购买对优惠进行的处理自动化的系统。
在图10中，交易处理装置（103）具有门户（143）和存储交易数据（109）的数据仓库（149），交易数据（109）记录被交易处理装置（103）处理的交易。广告服务器（201）将广告（205）提供给交互点（107），诸如用户（101）的web浏览器。
在图10中，广告（205）包括与商户网站（203）的链接和具有与门户（143）的链接的优惠（186）。当在交互点（107）上与商户网站（203）的链接被选择时，用户（101）访问商户网站（203）来获取关于商户或广告商的产品和/或服务的进一步细节。当与门户（143）的链接被选择时，优惠（186）被门户（143）识别以用于与用户（101）的消费者账户（146）相关联。
在一个实施例中，当与门户（143）的链接被选择时，用户（101）通过交互点（107）将账户信息（142）提供给门户（143）以识别用户（101）的消费者账户（146）。在用户（101）的消费者账户（146）和优惠（186）都被识别之后，数据仓库（149）把将优惠（186）与账户信息（142）相关联的数据存储在用户（101）的账户数据（111）中。
在一个实施例中，账户信息（142）预先存储在用户（101）的账户数据（111）中。门户（143）响应于用户选择与门户（143）的链接来对用户（101）的身份进行认证。在用户（101）通过认证被识别之后，数据仓库（149）把将优惠（186）与账户信息（142）相关联的数据存储在用户（101）的账户数据（111）中。
例如，在一个实施例中，门户（143）首先通过用户名和密码来识别并认证交互点（107）的用户（101）。在一个实施例中，在用户（101）被最初认证之后，门户（143）将浏览器cookie提供给交互点（107），以当用户（101）随后访问门户（143）时识别并认证用户（101）。在一个实施例中，浏览器cookie在预定时间段之后、或者在用户（101）结束会话之后、或者在用户（101）关闭用于完成最初认证的web浏览器之后过期。在一个实施例中，浏览器cookie在交互点（107）上保持有效，直到不同的用户（101）通过不同的用户名和密码被认证为止。
在一个实施例中，用户（101）的账户数据（111）可具有受一个或多个发放者处理器（比如，145）控制的多个消费者账户（比如，146）。当用户（101）具有多个消费者账户（比如，146）时，门户（143）提示用户（101）将优惠（186）与消费者账户（比如，146）之一相关联。交易处理装置（103）和/或门户（143）监视优惠（186）与其相关联的消费者账户（比如，146）中的行动，以检测有资格兑换优惠（186）的交易。
在优惠（186）与账户信息（142）相关联之后，交易处理装置（103）和/或门户（143）监视在对应的消费者账户（146）中的交易行动，以检测有资格兑换优惠（186）的一个或多个交易。例如，如果用户（101）在交易终端（105）中使用账户信息（142）来为有资格的购买进行支付，则交易处理装置（103）和/或门户（143）从被交易处理装置（103）处理的多个交易识别该交易，并根据优惠（186）将权益提供给用户（101）。
例如，在一个实施例中，当在交易处理装置（103）上对交易进行处理时，检查该交易中所涉及的账户信息（142），以识别相关联的优惠（比如，186）。如果对于该交易识别了一个或多个优惠（比如，186），则关于该交易的交易记录和/或关于该交易的其它信息用于确定该交易是否满足优惠（186）的兑换条件。如果满足优惠（186）的兑换条件，则交易处理装置（103）通过给账户信息（142）所识别的消费者账户（146）的账单信用来代表用户（101）兑换优惠（186）。
在一个实施例中，当用户（101）具有多个消费者账户（比如，146）时，交易处理装置（103）和/或门户（143）监视多个消费者账户中的行动，以检测有资格兑换优惠（186）的交易。当在消费者账户（146）中检测到有资格的交易时，交易处理装置（103）将账单信用提供给优惠（186）与其相关联以检测有资格兑换优惠（186）的交易的消费者账户（146）。在一个实施例中，当用户（101）具有多个消费者账户（比如，146）时，门户（143）允许用户（101）不将优惠（186）与特定的消费者账户相关联；并且当在消费者账户（146）中检测到有资格的交易时，交易处理装置（103）将账单信用提供给有资格的交易在其中发生的消费者账户（146）。
在一个实施例中，在将广告（205）从广告服务器（201）递送到交互点（107）之前，预先将优惠（186）注册在数据仓库（149）中。例如，在一个实施例中，商户或广告商使用门户（143）来将表示优惠（186）的数据存储在数据仓库（149）中。表示优惠（186）的数据包括优惠（186）的权益的说明和/或用于兑换优惠（186）的条件。作为响应，门户（186）提供优惠（186）的标识符，该标识符在数据仓库（149）中所注册的多个优惠之中唯一地识别该优惠（186）。在一个实施例中，优惠（186）的标识符包括在嵌入在广告（205）中的、与门户（143）的链接中。因而，当包含优惠（186）的标识符的链接被选择时，优惠（186）的标识符被从交互点（107）提供给门户（143），以识别优惠（186）。
在一个实施例中，不需要商户预先将优惠（186）注册在数据仓库（149）中。例如，优惠（186）的细节（诸如权益的说明和用于兑换优惠（186）的条件）被嵌入在从广告（205）到门户（143）的链接中。在一个实施例中，从广告（205）到门户（143）的链接包括门户（143）可从其获得优惠（186）的细节的位置。例如，在一个实施例中，优惠（186）的细节被存储在商户网站（203）中，并由商户网站（203）通过web服务来提供。例如，在一个实施例中，优惠（186）的细节被存储在广告服务器（201）或第三方web服务中。
在图10中，广告（205）由广告服务器（201）提供，广告服务器（201）与门户（143）不同并且分开。例如，广告服务器（201）可由第三方广告网络、搜索引擎、社交网站、在线市场等操作。在一个实施例中，广告（205）被呈现在广告服务器（201）的网页中，诸如搜索引擎的搜索结果中。在一个实施例中，广告（205）被呈现在第三方媒体渠道（诸如博客站点、社交网站、在线报纸等）的网页中。在一个实施例中，广告（205）由门户（143）提供。
在一个实施例中，数据仓库（149）包括从交易数据（109）产生的交易简档（127）。用户（101）的交易简档（127）用于识别针对用户（101）的广告（205）。例如，在一个实施例中，广告商服务器（201）查询门户（143）来获得用户（101）的交易简档（127）或者获得广告（205）。关于一个实施例中的使用浏览器cookie来获得用于针对性广告的基于交易的情报的细节在标题为“针对性广告”的部分和标题为“浏览器cookie”的部分中提供。
在一个实施例中，当基于用户（101）的交易简档（127）来识别、选择、定制、调整和/或个性化广告（205）时，优惠（186）预先与账户信息（142）相关联。例如，当优惠（186）被广告服务器（201）识别时，广告服务器（201）可将优惠（186）到用户（101）的递送报告给门户（143）；并且用户（101）不必选择广告（205）中的链接来通过账户信息（142）注册优惠（186）。然而，在一个实施例中，用户（101）可跟随该链接来访问门户（143），以确认优惠（186）的注册、查看用户（101）的账户数据（111）中所收集的优惠（比如，186）、将优惠（186）与特定消费者账户（146）相关联（如果用户（101）具有多个消费者账户的话）、和/或出于其它目的。
在一个实施例中，有资格兑换优惠（186）的交易的标识链接与广告（205）的呈现相关联的在线行动和在该广告的上下文之外进行的对应购买（诸如在零售店中的线下购买）。因而，相关信息使得广告商可以以改进的准确度评估广告（205）的有效性。关于一个实施例中的链接在线行动和线下购买的细节在标题为“关闭循环”的部分中提供。
在一个实施例中，服务器计算机（比如，门户（143）、广告服务器（201）和/或商户网站（203））为商户提供设计和管理优惠（186）和/或广告（205）的分发的用户界面。考虑到交易处理装置（103）所记录的交易数据（109），广告/优惠可基于用户（比如，101）的财务账户中的实时或接近实时的行动来分发。在线广告（205）具有与门户（143）的链接，以使得用户（101）可选择该链接来将在线广告中所提供的优惠（186）与账户信息（142）相关联地存储，以使优惠（186）的自动兑换便利。无论购买是在线进行的、在零售店中线下进行的、还是通过移动设备（比如，蜂窝电话或PDA）进行的，优惠的兑换都是自动的，这使得能够实现以非在线购买（或者在线广告的上下文/会话之外的在线购买）为目标的在线广告的效果跟踪。因而，广告费可基于按照购买度量的效果来收取，代替于基于其它效果指标来收取（或者与其它效果指标组合来收取），所述其它效果指标诸如从广告引导到广告商的网站的web流量。
在一个实施例中，门户（143）（或者，广告服务器（201）或商户网站（203））包含将优惠（186）呈现给客户的优惠引擎。门户（143）的优惠引擎可以以事件驱动的方式挖掘商户数据和/或交易数据（109）来分析客户交易授权模式，以提供最佳的个性化的优惠（比如，186）。在一个实施例中，优惠（比如，186）可通过现有的发布渠道（诸如搜索引擎、在线报纸、博客、社交网站、在线市场等）来提供；并且优惠（比如，186）可在对现有的销售点终端不作修改的情况下被兑换。优惠（186）可以是例如诸如赠券的在线优惠。优惠（186）包括优惠的标识符，诸如赠券代码。优惠（186）的标识符被提供给门户（143）以用于与账户信息（142）相关联，以使自动兑换便利。在一个实施例中，优惠（186）的标识符与用户（101）的在线行动相关联，所述在线行动诸如观看广告、执行在线搜索、web浏览等。通过优惠（186）的标识符的相关，用户（101）的在线行动可与在这些在线行动的上下文之外的线下购买相链接。
在一个实施例中，商户可通过经由交易处理装置（103）的门户（143）托管的优惠兑换计划注册优惠（186），并创立包括被注册的优惠（186）的广告（205）。当被注册的优惠（186）被选择时，用户（101）被引导到门户（143）来使优惠兑换计划将优惠（186）与一张或多张财务交易卡（比如，信用卡、借记卡、预付卡、银行卡等）相关联。因而，商户可以完全是线下的（比如，没有用于电子商务的网站），但是仍能参与广告活动并具有度量代表该商户呈现的在线广告的效果的方式。
在一个实施例中，当广告（205）的商户/广告商不具有在线存在时，该广告（205）不具有指向该商户/广告商的网站的URL。例如，在一个实施例中，广告（205）被设计为具有单个URL，该单个URL指向用于管理优惠（比如，186）的web门户（143）。因而，用户（101）可跟随链接通过web门户（143）存储优惠，并且稍后到访线下零售店去购买，其中，优惠（186）可以基于交易处理装置（103）（或者发放者处理器（145）或者收单者处理器（147））所记录的交易数据（109）以自动化的方式被兑换。
在一个实施例中，优惠（186）具有与广告（205）（比如，呈现在特定站点上和/或通过特定发布者呈现）唯一地相关联的标识符。当优惠（186）响应于正从交易数据（109）识别的有资格交易而被兑换时，优惠（186）将该交易与广告（205）（比如，呈现在特定站点上和/或通过特定发布者呈现）相链接。广告商或商户可确定各种环境下的广告（205）的有效性。
例如，如果广告（205）被广告（205）的商户和/或发布者放置在几个站点上，则优惠兑换计划使得商户和/或发布者可告诉哪个站点是最有效的（比如，在如下方面，使用户点击广告来使用优惠兑换计划和/或使用户进行其中优惠被兑换的购买）。如果广告（205）被几个发布者放置，则优惠兑换计划使得商户可告诉哪个发布者是最有效的（比如，在如下方面，存储优惠的用户点击和/或兑换优惠的用户购买）。优惠兑换计划使得商户和/或发布者可基于使用由不同发放者提供的财务交易卡进行的用户购买来识别广告的有效站点和/或效果。
在一个实施例中，优惠（186）的自动兑换提供了改进的用户体验。例如，客户可使用与交易处理装置（103）相关联的不同发放者发放的任何卡来进行购买；并且交易处理装置（103）可自动地代表客户来兑换优惠（186）。优惠兑换计划向消费者提供快速地将互联网优惠（186）关联到财务账户的方式（比如，通过点进广告），并且使得客户可通过使用被交易处理装置（103）处理的任何账户进行购买来自动地兑换优惠（186），而不管购买渠道如何。
在一个实施例中，用户（101）可登录到优惠兑换计划的站点（比如，门户（143））来管理优惠（比如，查看存储在用户（101）的账户中的优惠，查看优惠的条款和条件，查看哪些优惠已被履行，查看哪些优惠即将过期，删除被选的优惠，在卡之间移动优惠，等等）。
优惠（186）的自动兑换使得购买可被跟踪并且可与（由特定发布者）呈现在特定站点上的广告（205）相关。如果发布者将广告（205）放置在几个站点上，则优惠兑换计划可提供发布者报告来告诉哪个站点在导致优惠履行中是最有效的（比如，通过将不同标识符所表示的优惠（186）用于对应的站点）。优惠兑换计划可提供发布者报告来告诉哪些广告已被履行（比如，加载到在线或线下的购买）以及由广告（205）导致的购买的规模。这可帮助发布者将不管履行渠道如何而被通常履行（特别是线下履行）的在线广告货币化。
因为兑换是完全自动的，所以商户不必训练结账职员处理广告和优惠（诸如赠券）。
在一个实施例中，优惠（186）已被添加的确认可选地可基于用户（101）的偏好设置被发送到用户（101）的移动电话；并且优惠已被履行的确认可选地可被发送到用户（101）的移动电话。用户（101）可通过简单地使用相关联的卡/账户进行购买来兑换优惠，而不管购买是在线进行的还是线下进行的。
在一个实施例中，广告（205）具有嵌入在该广告的不同位置中的多个链接。例如，这些链接可具有以下URL：指向广告（205）的商户/广告商的网站（203）的一个URL；以及指向用于优惠管理的web门户（143）（诸如交易处理装置（103）的web门户（143））的另一个URL。指向商户/广告商的网站（203）的URL使得广告（205）可将web流量驱动到商户/广告商的网站；并且指向web门户（143）的URL使得用户（101）可将广告（205）中所提供的优惠（比如，激励、折扣、回扣、赠券、奖励等）与诸如消费者账户（146）的财务账户（比如，信用卡账户、借记卡账户、银行卡账户、预付卡账户等）一起存储。在优惠（186）与财务账户一起存储之后，当通过该财务账户进行对应购买时，该优惠（186）可以以自动的方式被兑换。
在一个实施例中，当客户进入到优惠（186）在其中被兑换的线下交易（比如，线下信用卡交易、线下借记卡交易等）时，交易处理装置（103）的操作者适当地识别该优惠（186）的标识符。以这种方式，交易处理装置（103）的操作者将优惠（186）的标识符（以及由此的客户的在线行动）与后续的线下交易相链接。优惠在其中被兑换的交易可在任何渠道中发生，因而可包括，例如，线下交易、在线交易或移动交易。优惠（186）的标识符的这种方式的使用将不同商户之间的在线行为与线下行为相链接，因此，改进了客户行为跟踪并使得可更好地将优惠定向到客户。另外，广告商对于他们的活动将实现更好的投资回报。
在这里所讨论的至少一些例子中，web门户（143）受交易处理装置（103）的控制，这使得当交易处理装置（103）对通过用户（101）的财务账户进行的购买的支付进行处理时可自动地兑换优惠。然而，web门户（143）可由其它实体实现，所述其它实体诸如银行（比如，发放者银行、收单者银行）、财务管理机构、或者在与财务交易卡或账户相关联的交易的处理中可能直接涉及或不直接涉及的第三方。
图11-14图示了根据一个实施例的用于多渠道优惠兑换的用户界面。在图11中，图示了在网站中内容（407）的呈现。内容（407）可与一个或多个广告（比如，409和401）一起呈现。在图11中，提供优惠（401）的广告还具有可使用光标（405）（或者其它选择机制，诸如触摸屏、语音命令等）选择的部分（403）。
在一个实施例中，当部分（403）如图11中那样被选择时，呈现如图12所示的用户界面（411），以使得用户（101）可将优惠（401）存储在web门户（143）（比如，受交易处理装置（103）控制）上。
用户（101）可能已经使用在交互点（107）（比如，如图12所示的Ashley）上运行的web浏览器登录到web门户（143）中。在用户（101）已使用web浏览器登录到web门户（143）中之后，web门户（143）可将浏览器cookie存储在用户（101）的web浏览器中以识别用户（101）。基于在用户（101）跟随嵌入在广告的部分（403）中的链接时从web浏览器返回的cookie，用户界面（411）提示用户（101）确认优惠（401）在账户中的存储。
在图12中，如果浏览器cookie所指示的账户不是用户（101）的账户或者不是用户（101）所希望的账户，则链接（413）使得用户（101）可登录到不同的账户来存储优惠（401）。如果用户（101）通过web门户（143）还没有账户，则用户（101）可跟随链接（415或413）作为新用户登录到web门户（143）中。
在一个实施例中，用户（101）具有受web门户（143）支持的多张财务交易卡。如图13所示，web门户（143）使得用户（101）可通过这些财务交易卡之一存储优惠（401）。例如，在一个实施例中，用户（101）可使用光标（405）来选择将优惠（401）与具有尾号“7776”的卡相关联的单选按钮。当通过与优惠（401）相关联的卡进行有资格兑换优惠（401）的交易时，web门户（143）自动地对优惠（401）进行履行/兑换处理。
在另一实施例中，优惠（401）与账户中所识别的一张或多张（或者全部）卡相关联。因而，当相关联的卡中的任何一张用于对有资格兑换优惠（401）的购买进行支付时，优惠（401）可以以自动的方式被兑换。
图14图示了下述用户界面，该用户界面使得当浏览器不具有识别用户（101）的消费者账户（146）的有效浏览器cookie时，用户（101）可作为web门户（143）的现有用户或新用户登录。
在一个实施例中，web门户（143）受交易处理装置（103）控制；并且优惠（401）的条件基于在从交易终端（105）提交的支付交易的处理期间交易处理装置（103）可访问的信息。例如，所述条件可以基于商户的身份、交易的时间、和/或交易的金额（比如，在呈现优惠（401）的广告的一小时内对超过＄10.00的购买优惠10％）。例如，所述条件可以基于多次交易的信息（比如，当从零售连锁的零售店的预定时间段内进行的购买总额高于预定阈值时对所有购买的折扣、当从两个预定的相关商户的两次购买之间的时间段短于预定阈值时的回扣、等等）。
在一个实施例中，优惠（401）的兑换不基于通过其进行购买的渠道。例如，用户（101）可通过在线购买或线下购买来兑换优惠（401）；或者用户（101）可在不跟随广告的链接进行在线购买的情况下兑换优惠（401）。例如，用户（101）可在呈现优惠（401）的广告的上下文之外直接访问商户的在线商店进行购买。
在一个实施例中，优惠（401）的条件不基于产品或服务的细节。因而，交易处理装置（103）不必从商户（或者交易终端（105））获得购买细节来识别关于优惠（401）的可应用和/或相关交易。可替换地，优惠（401）的条件可以基于特定产品或服务的标识（比如，产品或服务的库存单位（SKU））；并且交易处理装置（103）被构造为至少接收关于相关产品的相关信息（比如，在支付授权期间通过交易终端（105））。在一个实施例中，如果交易处理装置（103）确定当前交易可能有资格兑换优惠（401），则交易处理装置（103）通过授权响应（138）来请求购买细节（169）。根据一个实施例的请求购买细节（169）在标题为“购买细节”的部分中提供。
在一个实施例中，当web门户（143）不受在使用财务账户进行的交易的处理中直接涉及的实体的控制时，web门户（143）可与所述实体之一通信来获得用于履行优惠的交易信息。可替换地，web门户（143）可使得当用户（101）在交易终端（105）上进行购买时用户（101）可取回电子形式的优惠（比如，通过移动通信设备，诸如手机）。用户（101）可向商户呈现电子形式的优惠（401）进行兑换。
在一个实施例中，优惠（401）的兑换不直接反映在交易终端（105）上执行的交易上。作为替代，优惠（401）的价值可作为给用于支付交易的对应财务账户的信用而被反映。web门户（143）可向用户（101）提供确认信用的通知。例如，如图15所示，web门户（143）（或者交易处理装置（103））可向用户（101）的移动电话发送文本消息来向用户（101）通知优惠（401）作为用户（101）的信用卡（或借记卡、或银行卡、或预付卡）中的账单信用的兑换。
在一个实施例中，当将账单信用提供给用户（101）时，交易处理装置（103）进一步结算用于优惠（401）的成本。例如，当优惠（401）由商户资助时，交易处理装置（103）根据提供给用户（101）的账单信用来向商户收费或者扣除给商户的付款。在一个实施例中，优惠（401）由第三方（诸如制造商、发放者、收单者、忠诚计划等）资助；并且交易处理装置（103）与该第三方结算账单信用的成本。
图15图示了根据一个实施例的优惠兑换的通知，其中，通知消息（423）通过无线电信（比如，短消息服务（SMS）、多媒体消息服务（MMS）、电子邮件、即时消息、语音消息等）被发送到用户（101）的移动电话（421）。在一个实施例中，在从交易终端（105）提交的交易正在被交易处理装置（103）处理的同时，消息（423）被发送到用户（101）。
在一些实施例中，消息（423）可包括可呈现新优惠（比如，基于与当前交易的关系而选择的）的广告。例如，基于过去的交易，交易处理装置（103）可确定当用户（101）进行当前购买时用户（101）进行相关购买的可能性高于阈值。因而，为了促进相关购买，交易处理装置（103）可识别新优惠，并且将该新优惠发送到移动电话（421）（比如，与通知消息（423）一起）。如果用户（101）对新优惠感兴趣，则用户（101）可通过web门户（143）选择新优惠来存储在用户（101）的账户中。在一些实施例中，web门户（143）可包括用于通过其它通信渠道（诸如文本消息、电子邮件等）存储优惠的网关。
在另一实施例中，交易处理装置（103）修改交易以反映优惠（401）的兑换，或者将优惠（401）发送到交易终端（105）进行兑换，或者将优惠（401）发送到移动电话（421）以用于在交易终端（105）上进行兑换。
在一个实施例中，优惠兑换计划允许呈现优惠（401）的广告与使用优惠（401）的购买之间的链接。即使当购买是在提供优惠（401）的广告的上下文之外时（诸如，当用户（101）在线下零售店中进行购买时，或者当用户（101）直接在不同的会话中访问商户的在线商店而不通过广告时（比如，在存储优惠（401）并且关闭当前web会话之后）），也可可靠地建立所述链接。所述链接使得可对于引起销售的实际互联网广告跟踪多渠道销售。
所述链接使得能够实现新的按效果付费的类型的广告，其中，广告的效果不是仅基于从广告引导到商户或广告商的网站的web流量来确定的。相反，广告的效果可以可靠地与由广告导致的实际购买相链接。例如，当优惠（401）被兑换时，如图11所示那样在网站中提供优惠（401）的广告商/商户可被收取广告费。在一些实施例中，直到广告中呈现的优惠（401）被兑换，才收取广告的广告费。例如，广告商/商户可指定仅当广告中呈现的优惠（401）被作为有资格的购买的结果而被兑换时才收取的广告费。在一些实施例中，广告费可与用于发布广告的其它费用组合收取。广告的发布者可至少部分基于仅当优惠（401）被兑换时才收取的广告费，来按优先顺序排列广告。新类型的按效果付费的广告对于没有在线商店和/或没有从web流量大大受益的商户/广告商来说可能非常有用。广告可用于推动线下购买或者广告的上下文之外的购买，同时使得广告的效果可被跟踪。
在一个实施例中，交易处理装置（103）被构造为基于实时交易或者接近实时的交易（比如，基于在预定时间段（诸如几分钟、半个小时、一个小时或一天）内发生的交易）来识别或选择优惠。例如，基于交易数据（109），交易处理装置（103）可确定有可能紧跟着（比如，时间上或地理位置上）第一次购买发生的相关第二次购买。因而，在第一次购买时（或者在第一次购买不久之后），与第二次购买相关的优惠可被呈现给用户（101）（比如，通过交易终端（105）（诸如自助结账终端、ATM、自动售货机、气泵、POS终端）或者交互点（107）（诸如web浏览器、移动电话、收据、电子广告亭等）），以促进第二次购买。
在一个实施例中，web门户（143）提供使得用户（101）可查看存储在他们的账户中的优惠和/或这些优惠的状态的用户界面。例如，用户（101）可请求查看迫近的优惠、被兑换的优惠、过期的优惠等。用户（101）可被提供新的优惠、被修改的优惠、延长超过原始截止日期的优惠等。
在一个实施例中，web门户（143）可提供用于让商户设计和管理优惠（比如，401）的用户界面。优惠的条件和权益可由商户通过该用户界面来指定。商户/广告商可指定广告的广告费，其中，直到与广告相关联的优惠对于有资格的交易而被兑换，才收取广告费。在一些实施例中，对于被结算的对应交易，广告费以记入商户账户的形式被收取。因而，在用户（比如，101）针对购买支付商户/广告商之前，商户/广告商不必支付广告费。
在一个实施例中，商户可通过web门户（143）指定优惠（比如，401）的条款、优惠的标识、截止日期等。在一些实施例中，web门户（143）可提供用于广告的部分（403）的代码，以使得商户可与分开的第三方广告发布者一起将该代码用于他们的广告活动。在一些实施例中，广告的部分（403）包括识别商户/广告商以及优惠（401）的细节（诸如条款、条件、截止日期、权益等）的信息。例如，广告的部分（403）可包括商户/广告商特有的标识符、来自商户/广告商的优惠（401）特有的标识符等。在用户（101）选择部分（403）之后，一组标识符被存储在账户中（比如，作为账户数据（111）的一部分）。
在一些实施例中，当用户（101）选择部分（403）来通过用户（101）的账户存储优惠（401）时，web门户（143）还存储广告的标识、广告的时间和/或呈现广告的位置（比如，网站）。例如，用于从图11中的部分（403）的选择产生的web请求的指引URL可用于识别呈现广告的web位置/网站。关于广告的信息随后可被用于确定递送广告的改进方式，和/或将信用或奖励提供给呈现广告的媒体的操作者。例如，媒体的操作者可被付给每次呈现广告的固定费用、和/或当优惠（401）被兑换时收取的广告费的一部分。
可替换地，部分（403）可包括识别如内容（407）的网站中所呈现的优惠（401）的实例的唯一代码。该唯一代码可预先与关于包含优惠（401）的广告的信息（诸如呈现优惠（401）的网站的身份、优惠（401）的呈现日期和时间、优惠（401）的条款、条件和权益等）相关联。当部分（403）被选择时，该唯一代码被存储在账户中以将该唯一代码所表示的信息与该账户相关联，当在满足优惠（401）的条款和条件的后续交易中使用该帐号时，该帐号以及购买与由该唯一代码所表示的信息之间的链接引起优惠（401）的自动兑换。
图16图示了根据一个实施例的优惠兑换方法。在图16中，web门户（143）被设计为向商户呈现（501）用户界面以管理将在广告中呈现的优惠的创建和发布。与web门户（143）相关联的计算机用于基于用户（101）的账户中基本上实时的行动来选择（503）用于呈现给用户（101）的广告。web服务器用于向用户（101）提供（505）具有第一部分（403）和第二部分（比如，优惠401）的在线广告，该第一部分与优惠兑换门户相链接，该第二部分可选地与广告商的网站相链接。当用户（101）选择广告的第一部分（403）时，web门户（143）呈现（507）使得用户（101）可将优惠（401）与用户（101）的账户相关联的用户界面。当用户（101）使用账户来支付如广告所宣传的购买时，交易处理装置（103）对用户（101）的账户中针对该购买的交易进行处理（509），并且为优惠（401）的兑换对该账户进行贷记。web门户（143）可响应于优惠（401）的兑换，在对针对购买的交易进行处理的同时将关于兑换的移动消息提供（511）给用户（101），并且向广告商收取（513）预定的广告费。
在一个实施例中，优惠兑换门户向用户提供快速注册优惠的能力、简单的履行和优惠管理（比如，在点击之后不需要记住优惠详情）、以及跟踪优惠和跟踪它们的兑换状态的能力。优惠兑换门户为在优惠和线下优惠工作。
在一个实施例中，优惠兑换门户在不改变POS（或者不对结账职员进行培训）、不改变广告发布渠道、并且不增加实现成本的情况下，向商户提供跟踪发布渠道上的优惠的有效性的能力、推动增加流量的更简单且更有效的广告、以及跟踪和提供在线和线下的详细履行度量指标的能力。
在一个实施例中，优惠兑换门户可为财务交易卡的发放者和/或交易处理装置（103）提供一些益处，诸如增加的流量、满意的持卡者、对发放者的忠诚、品牌化机会、增加的处理量、新收益机会等。
图17-21图示了根据一个实施例的用于优惠兑换的用户界面的屏幕图像。图17图示了当用户（101）到达发布者站点（比如，媒体渠道ABC）时的例子。在媒体渠道ABC网站上，用户（101）看见商户XYZ优惠（523），其具有与门户（143）链接的插件（521）。当用户（101）点击广告/优惠（523）（不是插件（521））时，用户（101）被带到如图18所示的商户XYZ网站。在商户XYZ网站上，如图18所示，用户（101）可点击浏览器的“返回”按钮（524），以返回到图17所示的媒体渠道ABC网页。在图17中，如果用户（101）在插件（521）上点击并且用户（101）被优惠兑换站点识别（比如，通过浏览器cookie），则优惠兑换站点（比如，被托管在门户（143）上）如图19所示那样在单独的窗口中显示网页（526），这使得用户（101）可选择用户的卡并将优惠（523）保存到所选择的卡。在图19中，广告/优惠（523）也被显示在用于存储优惠（523）、但是没有插件（521）的用户界面（526）中。一旦用户（101）点击“保存”按钮（527），优惠兑换站点就显示如图20所示的确认页面。
在图20中，用户（101）可点击“关闭”按钮（529）来关闭窗口（533）并返回到如图20所示的媒体渠道ABC网站。
在一个实施例中，用户（101）还可将移动电话（421）的电话号码提供给优惠兑换站点（比如，作为用户所选偏好来接收所保存的优惠的移动通知）；并且一旦通过用户（101）的卡保存优惠（523），优惠兑换站点就可将移动消息（537）发送到用户（101），如图22所示。
如果用户（101）没有被优惠兑换站点识别（比如，通过浏览器cookie），或者用户（101）点击图19中的“不是John”链接（525）以作为优惠兑换站点的不同用户登录，则优惠兑换站点显示如图21所示的网页（535），以使得用户（101）可登录并使浏览器存储识别用户（101）的浏览器cookie。
在一个实施例中，计算装置被构造为：接收广告（205）的将优惠（186或401）提供给用户（101）的第一部分（403或521）的用户选择；响应于广告（205）的第一部分（403或521）的用户选择，呈现用户界面（411或526）；响应于在用户界面（411或526）中发起的用户请求，存储将优惠（186或401）与用户（101）的消费者账户（146）相关联的数据；监视在交易处理装置（103）上被处理的交易，以根据优惠（186或401）来识别用户（101）的消费者账户（146）中用于购买的支付交易；并且如果支付交易被识别，则通过用户（101）的消费者账户（146）将优惠（186或401）的权益提供给用户（101）。在一个实施例中，用户界面（526）包括没有第一部分（521）的广告（比如，523）。
在一个实施例中，所述计算装置包括以下中的至少一个：交易处理装置（103）、门户（143）、数据仓库（149）、简档产生器（121）、广告选择器（133）和广告服务器（201）。关于一个实施例中的交易处理装置（103）和门户（143）的细节在标题为“基于交易数据的门户”的部分中提供。
在一个实施例中，广告（205）是在线广告；并且购买是线下购买。所述计算装置通过账单信用将优惠的权益提供给用户（101）的消费者账户（146）。
在一个实施例中，所述计算装置受交易处理装置（103）控制；广告（205）代表与交易处理装置（103）不同的广告商被呈现；并且广告（205）还包括第二部分（401或523），当该第二部分被选择时，该第二部分将用户（101）引导到广告商的网站（203）。
在一个实施例中，所述计算装置响应于优惠（186、523或401）的权益的提供来向广告商收取用于广告（205）的费用。
在一个实施例中，所述计算装置基于用户（101）的消费者账户（146）中被交易处理装置（103）处理的至少一个交易来选择用于呈现给用户（101）的广告（205）。
在一个实施例中，所述计算装置向广告商呈现管理优惠（186、523或401）的创建和发布的用户界面，所述优惠可以以折扣、激励、奖励、礼物或现金返还的形式提供权益。在一个实施例中，所述计算装置响应于通过呈现给广告商的用户界面接收的输入，在用户选择之前存储表示优惠（186、523或401）的数据。
在一个实施例中，所述计算装置汇集用户（101）的消费者账户（146）中的多个支付交易，以确定优惠（186、523或401）的权益的资格。例如，当在预定时间段内从商户购买的累积金额高于阈值，则向用户（101）提供预定金额的回扣。
在一个实施例中，所述计算装置响应于用户（101）进行支付交易来将消息（423或537）提供给用户（101）的移动电话（421）。该消息（423或537）指示优惠（186或401）将通过给用户（101）的消费者账户（146）的信用来被履行。
在一个实施例中，被交易处理装置（103）处理的每个交易响应于由发放者发放的客户的账户标识符被商户提交给收单者，通过交易处理装置（103）从发放者向收单者进行支付。发放者代表客户进行支付，收单者代表商户接收支付。
在一个实施例中，广告（205）被呈现在交互点（107）（诸如用户（101）的web浏览器）中。关于一个实施例中的交互点（107）的细节在标题为“交互点”的部分中提供。
在一个实施例中，所述计算装置基于从web浏览器接收的浏览器cookie来进一步识别用户（101）的消费者账户（146），并且在用户界面（526）中提供列表，该列表使得用户（101）可从基于浏览器cookie识别的用户（101）的多个账户中选择消费者账户（146）。在一个实施例中，所述计算装置通过密码对用户（101）进行认证，并且在用户（101）被认证之后，将浏览器cookie提供给web浏览器。在一个实施例中，用户（101）的账户由不同的发放者处理器（比如，145）控制。
在一个实施例中，广告（205）由所述计算装置提供。在另一实施例中，广告（205）由与所述计算装置不同并且分开的广告服务器（201）提供。
在一个实施例中，所述计算装置基于由交易处理装置（103）记录的交易数据（109）来产生用户（101）的简档（比如，121、131或341）。在一个实施例中，简档（比如，121、131或341）包括表示用户（101）在各个领域中的总支出的多个值以总结用户（101）的交易；并且广告（205）使用用户（101）的简档（比如，121、131或341）来选择。关于一个实施例中的简档（比如，121、131或341）的细节在标题为“交易简档”的部分和标题为“总支出简档”的部分中提供。
在一个实施例中，所述计算装置基于用户（101）的简档（比如，121、131或341）来识别广告（205）。
关于一个实施例中的系统的细节在标题为“系统”、“集中式数据仓库”和“硬件”的部分中提供。
ROI工具
在一个实施例中，交易处理装置（103）提供递送基于交易数据的信息来增强第三方产品优惠提供的益处。由交易处理装置（103）产生的数据可与第三方产品整合或组合，以改进对于终端用户（比如，广告商）的优惠提供。例如，交易处理装置（103）可递送用户特定简档（131），以使得搜索引擎可递送针对性优惠。
在一个实施例中，交易处理装置（103）可提供如以下美国专利申请中所讨论的商户标杆瞄准工具：2008年8月14日提交的、标题为“商户标杆瞄准工具（Merchant Benchmarking Tool）”的美国专利申请公开No.2009/0048884；2010年11月5日提交的美国专利申请序号12/940,562；以及2010年11月5日提交的美国专利申请序号12/940,664，这些专利申请的公开内容通过引用并入本文。简档数据和商户标杆瞄准信息可与各种第三方产品优惠提供（诸如广告ROI工具、网站改进工具、搜索工具、广告活动和零售分析工具、客户细分工具等）整合和/或组合。
在一个实施例中，交易处理装置（103）可区分与商户在线完成的交易与在该商户的零售店中线下完成的交易。通过其完成交易的渠道的标识可与用于结账漏斗分析的其它数据组合（比如，如果客户在商户的网站中在特定时刻放弃在线购物车，则确定该客户稍后是否在零售店中线下购买物品）。
在一个实施例中，交易处理装置（103）被构造为使用交易数据（109）来度量广告商的活动的有效性。例如，在一个实施例中，交易处理装置（103）被构造为确定在广告活动从10-11AM运行之后该广告活动对在线和线下支出统计数据的影响。在一个实施例中，交易处理装置（103）被构造为确定广告活动之后的一些天（诸如广告活动之后的七天）的影响。
在一个实施例中，交易处理装置（103）被构造为确定各个地理位置的实际支出和交易量，以使得广告商可基于这些地理位置上的实际支出和交易量来向客户显示在线广告。
在一个实施例中，交易处理装置（103）被构造为提供交易相关信息来帮助广告商改进和理解他们的网站的有效性。例如，交易处理装置（103）被构造为确定已观看过网站的、在线和店内的购买总额超过阈值金额（比如，＄10或另一金额）的客户的百分比。
在一个实施例中，交易处理装置（103）被构造为在当前已知的广告ROI工具中提供与交易相关的线下支出有关的信息。在一个实施例中，交易处理装置（103）被构造为提供与特定商户处的在线和店内支出有关的交易信息。
搜索
在一个实施例中，搜索引擎和交易处理装置（103）被构造为将搜索统计数据与基于交易的统计数据并置。例如，示出标杆或同行支出量的数据紧挨着根据商户类别过滤的热门搜索的结果而被示出，以帮助广告商或商户。
在一个实施例中，被交易处理装置（103）处理的支付交易与搜索引擎处的搜索行动相关。例如，被提交给搜索引擎的搜索可使与商户相关的信息被呈现给提交相应搜索的用户。该信息可作为与相应搜索相关的广告或者与相应搜索相关的网页或文档被提供。作为搜索引擎在搜索结果中提供该信息的结果而通过各种渠道（比如，在线、店内、通过电话等）进行的购买被跟踪。例如，通过搜索引擎呈现的信息可包括可在相应购买期间兑换的优惠；并且被兑换的优惠可用于将购买与呈现在搜索引擎上的信息和在搜索引擎处接收的搜索相链接，即使购买是线下进行的（比如，店内或通过电话）。
基于搜索与购买之间的相关性，搜索的统计数据可与购买的统计数据一起呈现。例如，这些统计数据可被呈现给商户或广告商，以揭示搜索与由这些搜索导致的购买之间的关系、广告的有效性、客户的行为等。
在一个实施例中，搜索的统计数据包括根据某些标准过滤的搜索关键字/词/短语的列表，所述某些标准诸如与商户类别相关的搜索、来自特定地理区域中的用户的搜索、和/或在特定时间段期间提交的搜索。所述关键字/词/短语在一个实施例中基于主题或者与商户、产品和/或服务的相关性来分组。例如，搜索的统计数据可包括搜索频率、搜索量、搜索的时间、搜索的地理区域以及搜索的相关在线行动。
在一个实施例中，基于交易的统计数据包括交易量、平均交易金额、从搜索到购买的时间延迟、购买渠道（比如，在线、店内、电话）、重复购买、购买的趋势（比如，变化量、移动方向）、等等。
在一个实施例中，响应于来自特定商户的请求，组合搜索和交易信息包括商户的交易统计数据与同行商户（比如，商户的竞争者）的交易统计数据之间的比较。
例如，在一个实施例中，门户（143）提供使得商户可查看与该商户的业务相关的热门搜索词的列表的用户界面。搜索词的列表根据搜索统计数据（比如，搜索频率、最近时间段内的搜索次数等）来排序。在一个实施例中，该列表示出商户和该商户的一组竞争者的交易统计数据，诸如由对商户和竞争者集合的搜索导致的购买总额、由搜索导致的平均支出、以及由于搜索而与商户和/或与竞争者集合中的商户进行购买的客户的支出简档参数。支出简档参数的例子包括总支出简档（341）的参数，诸如多样性指数（342）、聚类ID（343）、要素值（344）、渠道分布（345）、类别分布（346）、支出在其中发生的主导地理区域的邮政编码（347）等。
在一个实施例中，基于交易的统计数据包括由相应搜索导致的支出量的列表。可对特定商户或服务提供商或者对该特定商户或服务提供商的同行来计数支出量。可对支出量进行计数，以包括某些类型的购买、而不包括其它类型的购买。例如，可对支出量进行计数，以包括从搜索开始（或者在自从相应搜索以后的某一时间段之后）的时间窗口内的购买，而不包括其它购买。例如，支出量可包括作为搜索的常规结果（比如，搜索结果的不具有搜索引擎所添加的广告的部分）的、由广告而不是由商户的网站导致的交易。
在一个实施例中，基于多种不同类型的交易的统计数据可与搜索统计数据一起列出。
将搜索统计数据与基于交易的统计数据并置使得商户可理解搜索对购买的影响并且识别搜索行动中的模式与购买中的模式之间的关系。因而，商户可改进他们的广告、web存在等来改进ROI（投资回报）。
在一个实施例中，基于交易的统计数据可包括关于零售支出监视的指标、关于商户标杆瞄准的指标、行业/市场细分、支出模式的指标等。更多的例子可在以下美国专利申请中找到：2008年8月14日提交的、标题为“商户标杆瞄准工具（Merchant Benchmarking Tool）”的美国专利申请公开No.2009/0048884；2010年11月5日提交的美国专利申请序号12/940,562；以及2010年11月5日提交的美国专利申请序号12/940,664，这些专利申请的公开内容通过引用并入本文。
在一些实施例中，基于交易的统计数据不必限于由相应搜索结果导致的交易。例如，基于交易的统计数据可基于诸如时间段、地理位置、商户类别等的标准与搜索统计数据相关。
图23示出了根据一个实施例的增强搜索数据的系统。在图23中，用户（101）可使用交易终端（105）来进行支付交易（比如，使用信用卡、借记卡、预付卡等）。交易处理装置（103）对用户（101）与商户之间的交易进行处理，以产生交易数据（109）。简档产生器（121）可使用交易数据（109）来产生（比如，周期性地）表征用户（101）的支出模式的交易简档（127）。简档选择器（129）可从交易简档（127）选择用户特定简档（131）。在一些实施例中，用户特定简档（131）可在需要时实时地从交易数据（109）产生。
在图23中，用户（101）还可使用交互点（107）（比如，web浏览器、移动电话等）来访问搜索引擎（625），搜索引擎（625）基于数据库（615）来产生搜索结果。在一些实施例中，搜索引擎（625）可使用用户特定简档（131）来在搜索结果中将针对性广告递送给用户（101），包括针对性优惠，诸如赠券、激励、奖励等。
在一个实施例中，搜索与交易相关。所述相关可以是单个交易级别的（比如，通过识别负责该交易的特定搜索（如果有的话））；可替换地，所述相关可以是组级别的（比如，基于搜索和购买的时间段、地理区域、一组用户（101）等）。
关于交易处理装置（103）、简档产生器（121）、交易终端（105）、交互点（107）以及将各个交易与各个搜索相关的例子的进一步细节可在2010年8月3日提交的、标题为“用于多渠道优惠兑换的系统和方法（Systems and Methods for Multi-Channel Offer Redemption）”的美国专利申请序号12/849,801中找到，该专利申请的公开内容通过引用并入本文。
在一个实施例中，搜索引擎（625）产生搜索统计数据（613）；并且统计数据产生器（611）使用交易数据（109）来产生交易统计数据（623）。
在一个实施例中，交易处理装置（103）的门户（143）被构造为接收对组合的搜索和交易信息的请求。例如，门户（143）在一个实施例中被构造为提供基于web的自助界面，该自助界面使得商户可探索与交易和/或搜索相关的信息。在另一实施例中，搜索引擎（625）的门户（143）被构造为提供该界面；并且交易处理装置（103）被构造为提供交易相关数据以促进由搜索引擎（625）提供的服务。该界面使得商户（或者广告商或用户（101））可识别搜索词，以使得当被识别的搜索词被搜索时，商户的广告被认为通过搜索的结果呈现。在一个实施例中，响应于请求，搜索统计数据（613）与基于交易的统计数据（623）被一起提供。
在一个实施例中，统计数据（613和623）被搜索引擎（625）提供给用户（101）。在另一实施例中，统计数据（613和623）被受交易处理装置（103）和/或搜索引擎（625）支持的单独的门户（143）提供给商户、广告商或用户（101）。
在一个实施例中，搜索引擎（625）查询统计数据产生器（611）以得到与由搜索引擎（625）产生的搜索统计数据（613）对应的基于交易的统计数据（623）。
在另一实施例中，统计数据产生器（611）访问交易数据（109）和记录搜索行动的数据这二者（比如，当搜索与个别交易匹配、并被存储在统计数据产生器（611）可访问的数据库中时）。因而，统计数据产生器（611）可根据用户请求来产生基于交易的统计数据（623）和对应的搜索统计数据（613）这二者。
在一个实施例中，统计数据产生器（611）向用户（101）呈现基于交易的统计数据（623），并且查询搜索引擎（625）来得到相应的搜索统计数据（613）以扩充基于交易的统计数据（623）。
在一个实施例中，基于web的文档被呈现在交互点（107）上以示出统计数据（613和623）。基于web的文档针对搜索统计数据（613）使用与搜索引擎（625）的链接，针对基于交易的统计数据（623）使用与交易处理装置（103）的web门户（143）的链接。这些链接包括根据用户（101）的请求来选择统计数据集合（613和623）的参数/标准。统计数据（613和623）可响应于交互点（107）上运行的浏览器访问搜索引擎（625）和交易处理装置（103）的web门户（143）来产生。
图24示出了根据一个实施例的增强搜索数据的方法。在图24中，计算设备从用户（比如，101）接收（601）请求，根据来自用户（比如，101）的请求来识别（603）一组搜索统计数据（613），识别（605）与该组搜索统计数据（613）对应的一组基于交易的统计数据（623），并且将该组搜索统计数据（613）与该组基于交易的统计数据（623）并置（607），以产生对来自用户（比如，101）的请求的响应。例如，所述计算设备可被实现为搜索引擎（625）的web门户（143）和/或交易处理装置（103）。
在一个实施例中，将该组搜索统计数据（613）与该组基于交易的统计数据（623）并置（607）的操作包括呈现示出关于多个搜索词的统计数据的列表。在一个实施例中，关于每个搜索词的统计数据包括表示与对应的搜索词相关的交易的统计数据的数据。
在一个实施例中，所述计算设备被进一步构造为识别与对应的搜索词相关的交易。在一个实施例中，交易是使用对应的搜索词执行的搜索的结果。
在一个实施例中，示出关于多个搜索词的统计数据的列表根据统计参数来排序，该统计参数指示与对应的搜索词相关联的搜索行动的级别，诸如涉及搜索词的搜索的频率、在某一时间段（比如，一天、一星期、一个月）内执行的搜索的次数。
在一个实施例中，关于每个搜索词的统计数据还包括指示与对应的搜索词相关联的搜索行动的级别的数据。在一个实施例中，搜索级别的指标和交易级别的指标彼此相邻地呈现。
在一个实施例中，表示与对应的搜索词相关的交易的统计数据的数据包括已提交搜索词的搜索者的总支出简档（341）的参数。在一个实施例中，一组搜索根据搜索词来识别；并且该组搜索的交易被汇集以产生总支出简档（341）。在一个实施例中，所述参数是基于搜索者的交易和交易数据（109）的要素分析（327）而定义的要素值（比如，344）。关于一个实施例中的简档（比如，121、133或341）的细节在标题为“交易简档”的部分和标题为“总支出简档”的部分中提供。
在一个实施例中，搜索统计数据（613）是基于一组搜索的；并且一组基于交易的统计数据（623）包括由该组搜索导致的支出量的指标。在一个实施例中，所述计算设备被构造为将被交易处理装置（103）处理的交易与一组搜索相关，其中，所述交易中的至少一部分是在零售店中线下执行的。
在一个实施例中，每个交易被处理，以响应于由发放者发放的消费者的账户标识符被商户提交到收单者，通过交易处理装置（103）从发放者向收单者进行支付，发放者代表客户进行支付，收单者代表商户接收支付。
在一个实施例中，将交易与搜索相关的操作包括：将优惠与一组搜索的搜索结果一起提供，每个优惠具有识别相应搜索的标识符；结合被交易处理装置（103）处理的交易对优惠的兑换进行处理；并且基于结合被交易处理装置（103）处理的交易被兑换的优惠的标识符来将交易与搜索相关联。
关于一些实施例中的将优惠与交易相关的细节在标题为“关闭循环”、“匹配广告和交易”、“赠券匹配”和“优惠兑换”的部分中提供。
在一个实施例中，用户（比如，101）是商户；并且该组基于交易的统计数据（623）包括来自该商户的同行的第一组购买统计数据。在一个实施例中，该组基于交易的统计数据（623）还包括来自商户的第二组购买统计数据，该第二组购买统计数据与来自该商户的同行的第一组购买统计数据相关地呈现。
在一个实施例中，该组搜索统计数据（613）识别根据搜索级别指标（诸如搜索频率和某一时间段内执行的搜索次数）分等级（ranked）的搜索词的列表。
在一个实施例中，该组搜索统计数据（613）指示多个搜索词的搜索行动的级别。
在一个实施例中，将该组搜索统计数据（613）与该组基于交易的统计数据（623）并置的操作包括：呈现具有第一数据项和第二数据项的一对数据项，该第一数据项示出关于搜索词的搜索统计数据，该第二数据项示出关于由使用该搜索词的搜索导致的购买的购买统计数据。
在一个实施例中，所述计算设备或系统包括：交易处理装置（103），其对交易进行处理；数据仓库（149），其存储记录交易的数据；门户（143），其被构造为与搜索引擎（625）通信并且提供从商户接收请求的用户界面；以及至少一个处理器，其与数据仓库（149）和门户（143）耦接。响应于通过门户（143）从商户接收的请求，所述至少一个处理器基于搜索引擎（625）的搜索行动来识别一组第一统计数据（比如，613），基于与所述搜索行动相关的交易来识别一组第二统计数据（比如，623），并且使用门户（143）来将该组第一统计数据（比如，613）与该组第二统计数据（比如，623）并置。
在一个实施例中，每个交易被处理，以响应于如由发放者发放的消费者的账户标识符被商户提交给收单者处理器（147），通过交易处理装置（103）从发放者向收单者进行支付。发放者的发放者处理器（145）代表消费者进行支付；以及收单者的收单者处理器（147）代表商户接收支付。
关于一个实施例中的系统的细节在标题为“系统”、“集中式数据仓库”和“硬件”的部分中提供。
变型
一些实施例使用比图1和图4-7中所示的组件多或少的组件。例如，在一个实施例中，用户特定简档（131）被搜索引擎用于按优先顺序排列搜索结果。在一个实施例中，代替用户特定广告数据（119），相关器（117）将交易与在线行动（诸如搜索、web浏览和社交网络）相关，或者，除了用户特定广告数据（119）之外，相关器（117）还将交易与在线行动（诸如搜索、web浏览和社交网络）相关。在一个实施例中，相关器（117）将交易和/或支出模式与新闻公告、市场变化、事件、自然灾害等相关。在一个实施例中，将被相关器与交易数据（109）相关的数据可以不通过用户特定简档（131）来使其个性化，并且可以不是用户特定的。在一个实施例中，多个不同设备在交互点（107）处被用于与用户（101）交互；并且这些设备中的一些可以不能从用户（101）接收输入。在一个实施例中，存在发起多个用户（101）与多个不同商户的交易的交易终端（105）。在一个实施例中，账户信息（142）被直接提供给交易终端（105）（比如，通过电话或互联网），而不使用账户识别设备（141）。
在一个实施例中，简档产生器（121）、相关器（117）、简档选择器（129）和广告选择器（133）中的至少一些由操作交易处理装置（103）的实体控制。在另一实施例中，简档产生器（121）、相关器（117）、简档选择器（129）和广告选择器（133）中的至少一些不由操作交易处理装置（103）的实体控制。
例如，在一个实施例中，操作交易处理装置（103）的实体为广告的选择提供情报（比如，交易简档（127）或用户特定简档（131））；并且第三方（比如，web搜索引擎、发行者或零售商）可在广告导致购买之前在涉及交易处理装置（103）的交易之外的上下文中呈现广告。
例如，在一个实施例中，客户可在交互点（107）处与第三方交互；并且控制交易处理装置（103）的实体可以允许第三方使用用户数据（125）来查询关于客户的情报信息（比如，交易简档（127）或用户特定简档（131）），从而向第三方通知情报信息来使广告有针对性，所述广告对于用户（101）可能更有用、有效和引人注目。例如，操作交易终端（103）的实体可提供情报信息，而不产生、识别或选择广告；接收情报信息的第三方可识别、选择和/或呈现广告。
通过使用交易数据（109）、账户数据（111）、相关结果（123）、交互点处的上下文和/或其它数据，可在交互点（比如，107）处为客户选择相关的、引人注目的消息或广告，以有针对性地投放广告。这些消息或广告从而在最佳时间被递送，以用于影响或加强品牌认知和创收行为。客户在他们喜欢和/或最经常使用的媒体渠道中接收广告。
在一个实施例中，交易数据（109）包括交易金额、收款人（比如，商户）的身份、以及交易的日期和时间。收款人的身份可与收款人的业务、服务、产品和/或位置相关。例如，交易处理装置（103）维护商户数据（包括商户位置、业务、服务、产品等）的数据库。因而，交易数据（109）可用于确定与各种类型的业务、服务和/或产品有关的以及与时间有关的客户的购买行为、模式、偏好、趋势、频率、动向、预算和/或倾向。
在一个实施例中，用户（101）所购买的产品和/或服务还通过从商户或服务提供商发送的信息来识别。因而，交易数据（109）可包括单独产品和/或服务的标识，这使得简档产生器（121）可产生具有精细粒度或分辨率的交易简档（127）。在一个实施例中，粒度或分辨率可以处于可被购买的不同产品和服务的级别（比如，库存单位（SKU）级别）、或者产品或服务的类别或类型的级别、或者产品或服务的卖方的级别、等等。
简档产生器（121）可合并具有多个账户的人的交易数据来推导关于这个人的情报信息，以产生这个人的简档（比如，交易简档（127）或用户特定简档（131））。
简档产生器（121）可合并具有由家族成员保存的多个账户的家族的交易数据来推导关于这个家族的情报信息，以产生这个家族的简档（比如，交易简档（127）或用户特定简档（131））。
类似地，在一组人通过某些特性被识别出之后，简档产生器（121）可合并该组的交易数据，所述某些特性诸如性别、收入水平、地理位置或区域、偏好、过去购买的特性（比如，商户类别、购买类型）、聚类、倾向、人口统计数据、社交网络特性（比如，关系、偏好、社交网站上的行动）、等等。合并的交易数据可用于推导关于该组的情报信息，以产生该组的简档（比如，交易简档（127）或用户特定简档（131））。
在一个实施例中，简档产生器（121）可根据用户数据（125）来合并交易数据，以产生特定于用户数据（125）的简档。
因为交易数据（109）是过去购买的记录和历史，所以简档产生器（121）可推导关于以下的情报信息：使用账户的客户、使用多个账户的客户、家族、公司、或其他客户组、目标受众在未来可能购买什么、多久进行一次购买、以及他们对这样的未来购买的可能预算。情报信息在选择对于客户最有用、有效和引人注目的广告中是有用的，从而提高广告过程的效率和有效性。
在一个实施例中，交易数据（109）用相关结果（123）来增强，所述相关结果（123）将过去的广告与至少部分由这些广告导致的购买相关。因而，情报信息在帮助选择广告中可以更准确。情报信息不仅可指示受众可能购买什么，还可指示受众将受广告影响去进行某些购买的可能性、以及不同形式的广告对于受众的相对有效性。因而，广告选择器（133）可选择最佳地使用与受众交流的机会的广告。此外，交易数据（109）可基于账户数据（111）和/或其它数据通过其它数据元素来增强，所述其它数据元素诸如计划登记、密切度计划、奖励积分（或者其它类型的优惠）的兑换、在线行动（诸如web搜索和web浏览）、社交网络信息、等等，所述其它数据诸如2009年11月9日提交的、标题为“在预测模型中分析本地非交易数据与交易数据（Analyzing Local Non-Transactional Data with Transactional Datain Predictive Models）”的美国专利申请No.12/614,603中所讨论的非交易数据，该专利申请的公开内容特此通过引用并入本文。
在一个实施例中，当对情报信息的请求发生时，操作交易处理装置（103）的实体实时地提供情报信息。在其它实施例中，操作交易处理装置（103）的实体可以以成批的方式来提供情报信息。情报信息可通过以下方式来递送：在线通信（比如，通过网站上的应用程序编程接口（API）或其它信息服务器），或者存储有表示情报信息的数据的计算机可读介质的物理输送。
在一个实施例中，情报信息以与交易系统中转移资金的信息流类似的方式和/或与该方式并行地被传送到系统中的各个实体。交易处理装置（103）以与它路由交易中所涉及的货币相同的方式路由信息。
在一个实施例中，门户（143）提供下述用户界面，该用户界面使得用户（101）可选择在不同商户网站上提供的物品并且将所选物品存储在愿望清单中以用于比较、回顾、购买、跟踪等。通过愿望清单收集的信息可用于改进交易简档（127）并且推导关于用户（101）的需求的情报；并且针对性广告可通过由门户（143）提供的愿望清单用户界面来被递送给用户（101）。管理愿望清单的用户界面系统的例子在2010年1月7日提交的、标题为“用于管理选自在线商户的感兴趣物品的系统和方法（System and Method for Managing Items of InterestSelected from Online Merchants）”的美国专利申请序号12/683,802中提供，该专利申请的公开内容特此通过引用并入本文。
总支出简档
在一个实施例中，客户的交易模式的特性通过聚类、要素和/或购买类别来进行扼要描述。交易数据（109）可包括交易记录（301）；并且在一个实施例中，总支出简档（341）以图2所示的方式从交易记录（301）产生，以总结交易记录（301）中所反映的支出行为。
在一个实施例中，每个交易记录（301）是针对被交易处理装置（103）处理的特定交易的。每个交易记录（301）提供关于特定交易的信息，诸如用于支付购买的消费者账户（146）的帐号（302）、交易的日期（303）（和/或时间）、交易的金额（304）、接收支付的商户的ID（305）、商户的类别（306）、通过其进行购买的渠道（307）、等等。渠道的例子包括在线、线下店内、通过电话等。在一个实施例中，交易记录（301）还可包括识别交易的类型（诸如有卡、无卡等）的字段。
在一个实施例中，“有卡”交易涉及在物理上向商户呈现账户识别设备（141）（诸如财务交易卡）（比如，通过在商户的POS终端上刷信用卡）；“无卡”交易涉及向商户呈现消费者账户（146）的账户信息（142）来识别消费者账户（146），而不在物理上向商户或交易终端（105）呈现账户识别设备（141）。
在一个实施例中，关于交易的某信息可在单独的数据库中基于针对该交易记录的其它信息来被查找。例如，数据库可用于存储关于商户的信息，诸如商户的地理位置、商户的类别等。因而，与交易相关的对应的商户信息可使用针对该交易记录的商户ID（305）来确定。
在一个实施例中，交易记录（301）还可包括关于购买中所涉及的产品和/或服务的细节。例如，交易中所购买的物品的列表可与这些物品的相应购买价格和/或所购买物品的相应数量一起记录。产品和/或服务可通过库存单位（SKU）编号或产品类别ID来识别。购买细节可被存储在单独的数据库中，并且可基于交易的标识符来查找。
当存在表示交易记录（301）的大量数据时，交易记录（301）中所反映的支出模式可能难以被普通人辨别。
在一个实施例中，大量交易记录（301）被总结（335）到总支出简档（比如，341）中，以简洁地呈现交易记录（301）中所反映的统计支出特性。总支出简档（341）使用从统计分析推导的值来以易于被普通人理解的方式呈现实体的交易记录（301）的统计特性。
在图2中，交易记录（301）通过下述方式来总结（335）：精简变量（比如，313、315）的要素分析（327）；以及根据支出模式分离实体的聚类分析（329）。
在图2中，一组变量（比如，311、313、315）基于交易记录（301）中所记录的参数来定义。变量（比如，311、313、315）以具有易于被普通人理解的意义的方式来定义。例如，变量（311）对超级（super）类别中的总支出进行度量；变量（313）对各个范畴中的支出频率进行度量；变量（315）对各个范畴中的支出金额进行度量。在一个实施例中，每个范畴用商户类别（306）（比如，如商户类别代码（MCC）、北美工业分类系统（NAICS）代码、或者类似标准化的类别代码所表示的）来识别。在其它实施例中，范畴可用产品类别、SKU编号等来识别。
在一个实施例中，同一类别的变量（比如，频率（313）或金额（315））被定义为在一组互相排斥的范畴上聚合。交易仅被分类在这些互相排斥的范畴中的一个范畴中。例如，在一个实施例中，支出频率变量（313）是针对一组互相排斥的商户或商户类别而定义的。落在同一类别内的交易被聚合。
一个实施例中的针对各个商户类别（例如，306）定义的支出频率变量（313）和支出金额变量（315）的例子在以下美国专利申请中提供：2009年8月7日提交的、标题为“持卡者聚类（CardholderClusters）”的美国专利申请序号12/537,566；以及2009年6月1日提交的、标题为“持卡者聚类（Cardholder Clusters）”的临时美国专利申请序号61/182,806，这些专利申请的公开内容特此通过引用并入本文。
在一个实施例中，超级类别（311）被定义为对交易记录（301）中所使用的类别（比如，306）进行分组。超级类别（311）可以是互相排斥的。例如，每个商户类别（306）仅被分类在一个超级商户类别下、而不是任何其它超级商户类别下。因为超级类别的列表的产生通常需要关于各个类别中的商户的业务的深入领域知识，所以在一个实施例中不使用超级类别（311）。
在一个实施例中，聚合（317）包括将关于这些变量（比如，311、313和315）的定义（309）应用于交易记录（301）来产生变量值（321）。交易记录（301）被聚合来产生不特定于特定交易的总度量（比如，变量值（321）），诸如向不同商户或不同商户组进行的购买的频率、向不同商户或不同商户组花费的金额、以及在不同商户或不同商户组上的独有购买的次数、等等。聚合（317）可在特定时间段内对于各个级别的实体执行。
在一个实施例中，交易记录（301）根据买入实体来聚合。聚合（317）可在账户级别、个人级别、家族级别、公司级别、邻域级别、城市级别、区域级别等上执行，以针对相应的聚合的买入实体对各个范畴（比如，卖方、产品或服务）上的支出模式进行分析。例如，关于特定账户（比如，由帐号（302）呈现）的交易记录（301）可被聚合用于账户级别的分析。为了在账户级别中聚合交易记录（301），根据对于特定账户的变量定义（309）来对与特定类别中的特定的一个商户或多个商户的交易进行计数，以产生该账户相对于该特定商户或商户类别的频率度量（比如，313）；并且对于特定账户，将与特定商户或特定类别的商户的交易金额（比如，304）累加，以产生该账户相对于该特定商户或商户类别的平均支出金额。例如，关于具有多个账户的特定人的交易记录（301）可被聚合用于个人级别的分析，针对特定家族聚合的交易记录（301）用于家族级别的分析，并且关于特定业务的交易记录（301）可被聚合用于业务级别的分析。
可在预定时间段内，例如对于在过去一个月、过去三个月、过去十二个月等内发生的交易执行聚合（317）。
在另一实施例中，交易记录（301）根据卖出实体来聚合。可在各个买方、产品或服务上对卖出实体处的支出模式进行分析。例如，关于具有用多个账户的交易的特定商户的交易记录（301）可被聚合用于商户级别的分析。例如，关于特定商户组的交易记录（301）可被聚合用于商户组级别的分析。
在一个实施例中，分别对不同类型的交易（诸如在线、线下、通过电话进行的交易和/或“有卡”交易对“无卡”交易）形成聚合（317），这可用于在不同类型的交易之中识别支出模式差异。
在一个实施例中，与实体ID（322）相关联的变量值（比如，323、324、…、325）被认为是相应变量（比如，311、313、315）的随机采样，这些随机采样是对实体ID（322）所表示的实体的实例的采样。执行统计分析（比如，要素分析（327）和聚类分析（329））来识别随机采样中的模式和相关性。
例如，聚类分析（329）可识别一组聚类以及由此的聚类定义（333）（比如，聚类的质心的位置）。在一个实施例中，每个实体ID（322）被表示为由一组变量定义的数学空间中的点；并且实体ID（322）的变量值（323、324、…、325）确定该点在该空间中的坐标以及由此的该点在该空间中的位置。各个点可集中在各个区域中；并且聚类分析（329）被构造为用公式表示这些点的定位以驱动这些点的聚类。在其它实施例中，聚类分析（329）还可使用自组织映射（SOM）技术来执行，这些技术可使用二维映射上的表示来识别并示出多维数据的聚类。
一旦从聚类分析（329）获得了聚类定义（333），就可使用包含实体ID（322）的聚类的身份（比如，聚类ID（343））来表征实体ID（322）所表示的实体的支出行为。同一聚类中的实体被认为具有相似的支出行为。
如实体ID（比如，322）所表示的并且用变量值（比如，323、324、...、325）所表征的实体（诸如账户、个人、家族等）之间的相似性和差异可通过聚类分析（329）来识别。在一个实施例中，在一些实体ID聚类基于总度量的模式被识别之后，可对这些聚类产生表示这些聚类的特性的一组简档。一旦聚类被识别，每个实体ID（比如，对应于账户、个人、家族）就可被分配到一个聚类；并且关于对应聚类的简档可用于至少部分表示实体（比如，账户、个人、家族）。可替换地，实体（比如，账户、个人、家族）与一个或多个聚类之间的关系可被确定（比如，基于与每个聚类的接近程度的度量）。因而，聚类相关数据可在交易简档（127或341）中用于提供关于实体（比如，账户、个人、家族）的行为的信息。
在一个实施例中，多于一组的聚类定义（333）从聚类分析（329）产生。例如，聚类分析（329）可产生与不同数量的被识别聚类对应的不同组的聚类解决方案。一组聚类ID（比如，343）可用于基于相应聚类的典型支出行为来总结实体ID（322）所表示的实体的支出行为。在一个例子中，获得两个聚类解决方案；这些聚类解决方案之一具有17个聚类，这17个聚类以相对粗略的方式对实体进行分类；另一种聚类解决方案具有55个聚类，这55个聚类以相对精细的方式对实体进行分类。持卡者可根据这17个聚类中持卡者所在的一个聚类和这55个聚类中持卡者所在的一个聚类的支出行为来识别。因而，与一组聚类解决方案对应的一组聚类ID提供实体在不同级别的分辨率的聚类之间的分层标识。聚类的支出行为用聚类定义（333）（诸如定义聚类的质心的参数（比如，变量值））来表示。
在一个实施例中，如定义（309）所定义的随机变量（比如，313和315）具有一定程度的相关性，并且不是彼此独立的。例如，不同商户类别（比如，306）的商户可具有重叠业务，或者具有某些业务关系。例如，某些商户的某些产品和/或服务具有因果关系。例如，某些商户的某些产品和/或服务一定程度地互相排斥（比如，从一个商户的购买可具有不让用户（101）从另一个商户进行购买的概率水平）。这样的关系可能是复杂的，并且难以仅通过检查类别来量化。此外，这样的关系可随时间随经济变化而转变。
在一个实施例中，执行要素分析（327）来降低变量（比如，313、315）之间的冗余和/或相关性。要素分析（327）识别关于要素的定义（331），每个定义表示变量（比如，313、315）的组合。
在一个实施例中，要素是针对各个范畴（比如，商户或商户类别、产品或产品类别）确定的多个总度量（比如，变量（313、315））的线性组合。一旦通过要素分析确定了要素与总度量之间的关系，就可从总度量的线性组合确定这些要素的值，并且可在交易简档（127或341）中使用这些值来提供与实体ID所表示的实体（比如，账户、个人、家族）的行为有关的行为。
一旦从要素分析（327）获得了要素定义（331），就可将要素定义（331）应用于变量值（321），以确定用于总支出简档（341）的要素值（344）。因为降低了要素中的冗余和相关性，所以要素的数量通常远少于原始变量（比如，313、315）的数量。因而，要素值（344）表示原始变量（比如，313、315）的精简总结。
例如，可存在与对于不同商户类别的支出频率和金额有关的上千个变量；要素分析（327）可将要素数量减少到少于一百个（甚至少于二十个）。在一个例子中，获得十二个要素的解决方案，该解决方案使得可使用十二个要素来组合数千个原始变量（313、315）；因而，数千个商户类别中的支出行为可通过十二个要素值（344）来总结。在一个实施例中，每个要素是至少四个变量的组合；并且典型的变量对多于一个的要素有贡献。
在一个例子中，持卡者的数百个或数千个交易记录（301）被转换为关于各个商户类别的数百个或数千个变量值（321），这些变量值通过要素定义（331）和聚类定义（333）被总结（335）为十二个要素值（344）和一个或两个聚类ID（比如，343）。所总结的数据可易于被人类解释来确定持卡者的支出行为。用户（101）可容易地指定基于要素值（344）和聚类ID用公式表示的支出行为要求（比如，以查询客户群或者请求客户群的针对性投放）。所总结的数据的缩小大小减少了对于用于通过网络连接传送持卡者的支出行为的数据通信带宽的需要，并且使得可简化表示持卡者的支出行为的数据的处理和利用。
在一个实施例中，对聚类的行为和特性进行研究，以识别在每个聚类中找到的相应实体的类型的描述。聚类可基于相应实体的类型来命名，以使得普通人可易于理解聚类的典型行为。
在一个实施例中，还对要素的行为和特性进行研究，以识别每个要素的主要方面。聚类可基于这些主要方面来命名，以使得普通人可易于理解要素值的意义。
在图2中，实体ID（比如，322）所表示的实体的总支出简档（341）包括基于聚类定义（333）和要素定义（331）确定的聚类ID（343）和要素值（344）。如以下进一步讨论的，总支出简档（341）还可包括其它统计参数，诸如多样性指数（342）、渠道分布（345）、类别分布（346）、邮政编码（347）等。
在一个实施例中，多样性指数（342）可包括熵值和/或基尼（Gini）系数，该熵值和/或基尼（Gini）系数表示实体ID所表示的实体在不同范畴（比如，不同商户类别（比如，306））上的支出的多样性。当多样性指数（342）指示支出数据的多样性低于预定阈值水平时，由于缺乏多样性，可从聚类分析（329）和/或要素分析（327）排除关于对应实体ID（322）的变量值（比如，323、324、…、325）。当总支出简档（341）的多样性指数（342）低于预定阈值时，要素值（344）和聚类ID（343）可能不能精确地表示对应实体的支出行为。
在一个实施例中，渠道分布（345）包括一组百分比值，该组百分比值指示不同购买渠道（诸如在线、通过电话、在零售店中等）中所花费的金额的百分比。
在一个实施例中，类别分布（346）包括一组百分比值，该组百分比值指示不同超级类别（311）中的支出金额的百分比。在一个实施例中，数千个不同的商户类别（比如，306）在交易记录（301）中用商户类别代码（MCC）、或北美工业分类系统（NAICS）代码表示。这些商户类别（比如，306）被分类或组合到少于一百个（或者少于二十个）的超级类别中。在一个例子中，基于领域知识定义了十四个超级类别。
在一个实施例中，总支出简档（341）包括对于一组预定义的、互相排斥的商户类别（比如，超级类别（311））确定的总度量（比如，频率、平均支出金额）。每个超级商户类别表示客户可购买的产品或服务的类型。交易简档（127或341）可包括关于互相排斥的商户类别组中的每一个的总度量。在交易简档（127或341）中可使用对于预定义的、互相排斥的商户类别确定的总度量来提供关于相应实体（比如，账户、个人或家族）的行为的信息。
在一个实施例中，总支出简档（341）中的邮政编码（347）表示与实体ID（322）相关联的支出所发生的主要地理区域。可替换地或者与之相组合，总支出简档（341）可包括交易金额在一组邮政编码上的分布，该组邮政编码占交易或交易金额的大部分（比如，90％）。
在一个实施例中，要素分析（327）和聚类分析（329）被用于总结各个范畴（诸如商户类别（306）所表征的不同商户、不同产品和/或服务、不同消费者等）上的支出行为。总支出简档（341）可包括比图2中所示的字段多或少的字段。例如，在一个实施例中，总支出简档（341）还包括一个时间段（比如，过去十二个月）内的总计支出金额；在另一实施例中，总支出简档（341）不包括类别分布（346）；在又一实施例中，总支出简档（341）可包括一组到聚类的质心的距离度量。这些距离度量可基于变量值（323、324、…、325）或者基于要素值（344）来定义。聚类的质心的要素值可基于最接近相应聚类中的质心的实体ID（比如，322）来估计。
代替图2中所示的变量（311、313、315）或者除了图2中所示的变量（311、313、315）之外，可使用其它变量。例如，总支出简档（341）可使用下述变量来产生，这些变量对从账户持有者的主地址到用于线下购买的商户站点的购物半径/距离进行度量。当使用这样的变量时，交易模式可至少部分基于根据购物半径/距离和地理区域的聚类来识别。类似地，要素定义（301）可包括购物半径/距离的考虑。例如，交易记录（301）可基于购物半径/距离和/或地理区域的范围来聚合。例如，要素分析可被用于确定如下要素，所述要素基于各个地理区域中的支出模式中的相关性来自然地组合地理区域。
在一个实施例中，聚合（317）可涉及与动向或模式的偏差的确定。例如，一个账户在过去6个月期间在一个商户那里进行了一星期某一次数的购买。然而，在过去2个星期内，购买次数少于每星期的平均次数。与动向或模式的偏差的度量可用于定义账户、个人、家族等的行为（比如，在交易简档（127或341）中用作参数，或者在变量定义（309）中用于要素分析（327）和/或聚类分析）。
图3示出了根据一个实施例的产生总支出简档的方法。在图3中，对于变量（比如，311、313和315），建立（351）计算模型。在一个实施例中，以捕获支出统计数据的某些方面（诸如频率、金额等）的方式来定义变量。
在图3中，组合（353）来自相关账户的数据。例如，当帐号改变在分析时间段内对于持卡者发生时，同一持卡者的不同帐号下的交易记录（301）被组合在表示该持卡者的一个帐号下。例如，当在个人级别（或者家族级别、企业级别、社会团体级别、城市级别或区域级别）上执行分析时，个人（或者家族、企业、社会团体、城市或区域）的不同账户下的交易记录（301）可被组合在表示该个人（或者家族、企业、社会团体、城市或区域）的一个实体ID（322）下。
在一个实施例中，组合（355）反复发生的/分期付款的交易。例如，多次每月支付可被组合并且被认为是一个单次购买。
在图3中，根据与行动、一致性、多样性等相关的一套标准来选择（357）账户数据。
例如，当持卡者使用信用卡仅购买天然气时，持卡者的交易的多样性低。在这样的情况下，持卡者的账户中的交易对于表示该持卡者在各个商户类别中的支出模式可能在统计上没有意义。因而，在一个实施例中，如果与实体ID（322）相关联的交易的多样性低于阈值，则在聚类分析（329）和/或要素分析（327）中不使用与实体ID（322）对应的变量值（比如，323、324、…、325）。可基于多样性指数（342）（比如，熵或基尼系数）或者基于对与实体ID（322）相关联的交易中的不同商户类别进行计数，来检查多样性；并且当不同商户类别的计数少于阈值（比如，5）时，由于缺乏多样性，在聚类分析（329）和/或要素分析（327）中不使用与实体ID（322）相关联的交易。
例如，当持卡者仅偶尔使用信用卡时（比如，当现金用完时），持卡者的有限交易在表示该持卡者的支出行为中可能在统计上没有意义。因而，在一个实施例中，当与实体ID（322）相关联的交易的次数低于阈值时，在聚类分析（329）和/或要素分析（327）中不使用与实体ID（322）对应的变量值（比如，323、324、…、325）。
例如，当持卡者在分析时间段的一部分期间仅使用了信用卡时，该时间段期间的交易记录（301）可能不能反映该持卡者在整个时间段内的一致行为。一致性可以以各种方式来检查。在一个例子中，如果在分析时间段的第一个月和最后一个月期间的交易总数为零，则与实体ID（322）相关联的交易在该时间段内不一致，因而，在聚类分析（329）和/或要素分析（327）中不使用这些交易。其它标准可被公式化来检测交易中的不一致性。
在图3中，将计算模型（比如，如变量定义（309）所表示的）应用（359）于其余账户数据（比如，交易记录（301）），以获得对于变量的数据采样。在聚类分析（329）和要素分析（327）中使用与下述实体相关联的数据点，这些实体不是其交易未能满足对于行动、一致性、多样性等的最小要求的那些实体。
在图3中，使用数据采样（比如，变量值（321））来执行（361）要素分析（327）以识别要素解决方案（比如，要素定义（331））。可对要素解决方案进行调整（363），以改进不同组交易数据（109）的要素值的相似性。例如，要素定义（331）可应用于分析时间段（比如，过去十二个月）内的交易，并且可另行应用于之前的时间段（比如，所述过去十二个月之前的十二个月）内的交易，以获得两组要素值。可对要素定义（331）进行调整，以改进这两组要素值的相关性。
数据采样还可被用于执行（365）聚类分析（329）以识别聚类解决方案（比如，聚类定义（333））。可对聚类解决方案进行调整（367），以改进基于不同组交易数据（109）的聚类标识的相似性。例如，聚类定义（333）可应用于分析时间段（比如，过去十二个月）内的交易，并且可另行应用于之前的时间段（比如，所述过去十二个月之前的十二个月）内的交易，以获得用于各个实体的两组聚类标识。可对聚类定义（333）进行调整，以改进这两组聚类标识之间的相关性。
在一个实施例中，从聚类分析确定聚类的数量。例如，最初可识别一组聚类种子，并且将该组聚类种子用于运行已知的聚类算法。然后检查聚类中的数据点的大小。当聚类包含少于预定数量的数据点时，可排除该聚类以重新运行聚类分析。
在一个实施例中，将标准化熵添加到聚类解决方案，以获得改进的结果。
在一个实施例中，识别（369）要素和聚类的人类可理解特性，以对要素和聚类进行命名。例如，当聚类的支出行为表现为互联网忠诚者的行为时，该聚类可被命名为“互联网忠诚者”，以使得如果持卡者被发现在“互联网忠诚者”聚类中，则该持卡者的支出偏好和模式可被容易地感知。
在一个实施例中，周期性地（比如，一年或六个月一次）执行要素分析（327）和聚类分析（329），以更新要素定义（331）和聚类定义（333），这些要素定义（331）和聚类定义（333）可随着时间随经济和社会变化而变化。
在图3中，使用要素解决方案和聚类解决方案来对交易数据（109）进行总结（371），以产生总支出简档（341）。当新的交易数据（109）变得可用时，可以比要素解决方案和聚类解决方案更频繁地更新总支出简档（341）。例如，可每季度或每月更新总支出简档（341）。
可对用于要素分析（327）和聚类分析（329）的变量（比如，313、315）进行各种微调和调整。例如，可根据不同规则对交易记录（301）进行过滤、加权或约束，以改进总度量在指示客户的支出行为的某些方面中的能力。
例如，在一个实施例中，对变量（比如，313、315）进行归一化和/或标准化（比如，使用统计平均值、均值和/或方差）。
例如，可通过过滤和加权来调节用于总度量的变量（比如，313、315），以预测支出行为的未来动向（比如，用于广告选择）、识别异常行为（比如，用于诈骗预防）、或者识别支出模式的变化（比如，用于广告受众度量）、等等。可在交易简档（127或341）中使用总度量、从这些总度量产生的要素值（344）和/或聚类ID（343）来定义账户、个人、家族等的行为。
在一个实施例中，使交易数据（109）老化，以对最近的数据提供比较旧的数据大的权重。在其它实施例中，使交易数据（109）逆向老化。在更多的实施例中，季节性地调整交易数据（109）。
在一个实施例中，对变量（比如，313、315）进行约束，以排除极端异常值。例如，可基于某些百分位数（比如，作为最小值的第1个百分位数和作为最大值的第99个百分位数）和/或某些预定值来约束支出金额（315）的最小值和最大值。在一个实施例中，基于某些百分位数和中位数来约束支出频率变量（313）。例如，支出频率变量（313）的最小值可被约束在P1-k×(M-P1)，其中，P1是第1个百分位数，M是中位数，k是预定常数（比如，0.1）。例如，支出频率变量（313）的最大值可被约束在P99+a×(P99-M)，其中，P99是第99个百分位数，M是中位数，k是预定常数（比如，0.1）。
在一个实施例中，执行变量修整，以减少对聚类解决方案和/或要素解决方案的影响较小的变量（比如，313、315）的数量。例如，为了聚类分析（329）的目的，可丢弃标准方差小于预定阈值（比如，0.1）的变量。例如，可执行方差分析（ANOVA）来识别并移除显著性不超过预定阈值的变量。
总支出简档（341）可为各个应用范畴（诸如营销、欺诈检测和预防、信誉度评估、忠诚分析、优惠的针对性投放等）提供关于支出行为的信息。
例如，可使用聚类来在广告活动内对各个组优化优惠。使用要素和聚类来针对性投放广告可改进生成针对性投放模型的速度。例如，使用基于要素和聚类的变量（从而消除使用大量常规变量的需要）可改进预测模型，并且可通过减少被检查的变量的数量来提高针对性投放的效率。基于要素和/或聚类公式化的变量可与其它变量一起用于基于支出行为构建预测模型。
在一个实施例中，总支出简档（341）可用于监视交易中的风险。要素值通常对于每个实体是始终如一的。一些要素值中的突变可指示财务状况的变化或者账户的欺诈使用。使用要素和聚类公式化的模型可用于识别不遵循要素值（344）和/或聚类ID（343）所指定的常规模式的一系列交易。潜在破产可通过分析要素值随时间的变化来预测；并且支出行为的显著变化可被检测以阻止和/或预防欺诈行动。
例如，在回归模型和/或神经网络模型中可使用要素值（344）来检测某些行为或模式。因为要素是相对不共线的，所以这些要素可作为独立变量很好地工作。例如，要素和聚类可用作树模型中的独立变量。
例如，代理账户可被选择用于构造准控制组。例如，对于一个聚类中的给定账户A，最接近同一聚类中的账户A的账户B可被选择作为账户B的代理账户。接近程度可通过总支出简档（341）中的某些值（诸如要素值（344）、类别分布（346）等）来确定。例如，基于来自总支出简档（341）的一组值定义的欧几里德（Euclidian）距离可用于比较账户之间的距离。一旦被识别，代理账户可用于减少或消除度量中的偏倚。例如，为了确定广告的效果，可将曝露于广告的账户A的支出模式响应与不曝露于广告的账户B的支出模式响应进行比较。
例如，可在细分和/或过滤分析中使用总支出简档（341），诸如为针对性广告活动选择具有通过要素和/或聚类识别的相似支出行为的持卡者、以及选择并确定可能以源于给定聚类的持卡者作为营销目标的一组商户（比如，用于捆绑式优惠）。例如，可提供下述查询界面，该查询界面使得查询可基于使用聚类和要素的值公式化的一套标准来识别针对性群体。
例如，可在支出比较报告中使用总支出简档（341），诸如将感兴趣的子群体与总群体进行比较、确定聚类分布与平均要素值的不同之处、以及为了标杆瞄准的目的为商户和/或发放者创建报告。例如，可以对于商户以自动化的方式根据聚类来产生报告。例如，可通过下述方式在地理报告中使用总支出简档（341），即，识别持卡者最经常购物的地理区域，并且将主要支出位置与持卡者居住位置进行比较。
在一个实施例中，简档产生器（121）在交易简档（127）中提供密切关系数据，以使得交易简档（127）可与业务伙伴共享而不损害用户（101）的隐私和交易细节。
例如，在一个实施例中，简档产生器（121）基于实体（比如，账户、持卡者、家族、企业、城市、区域等）的支出模式来识别这些实体的聚类。这些聚类表示基于交易数据（109）或交易记录（301）中所反映的实体的支出模式识别的实体群。
在一个实施例中，聚类对应于包含各组实体的数学空间中的单元或区域。例如，表示用户（101）的特性的数学空间可被划分为聚类（单元或区域）。例如，聚类分析（329）可在具有与变量（比如，313和315）对应的多个维度的空间中识别包含实体ID（比如，322）的聚类的单元或区域中的一个聚类。例如，一个聚类可被识别为由使用从要素分析（327）产生的要素定义（331）的要素限定的空间中的单元或区域。
在一个实施例中，总支出简档（341）中所使用的参数可用于定义实体的群或聚类。例如，用于聚类ID（343）的值和用于要素值（344）和/或其它值的一组范围可用于定义一个群。
在一个实施例中，对一组聚类进行标准化，以表示各组中的实体对某些产品或服务的偏爱。例如，可针对例如在家装店内进行了购物的人对一组标准化聚类进行公式化。同一聚类中的持卡者具有相似的支出行为。
在一个实施例中，用户（101）在特定聚类中的趋势或可能性（即，用户与该单元的密切度）可使用基于过去购买的值来表征。同一用户（101）对于不同聚类可具有不同的密切度值。
例如，可基于交易记录（301）对于实体计算一组密切度值，以指示该实体与该组标准化的聚类的接近程度或偏爱。例如，具有表示其与第一聚类的密切度的第一值的持卡者可具有表示该持卡者与第二聚类的密切度的第二值。例如，如果消费者购买了很多电子产品，则该消费者与电子产品聚类的密切度值高。
在一个实施例中，在商户群体和持卡者行为上对其它指标进行公式化，并且在简档（比如，127或341）中提供这些其它指标以指示交易的风险。
在一个实施例中，来自两个不同聚类的一对值的关系提供用户（101）在这两个单元之一中的可能性的指示（如果该用户（101）被显示在另一个单元中的话）。例如，如果用户（101）购买两种类型的产品中的每种的可能性是已知的，则得分可被用于确定用户（101）购买这两种类型的产品之一的可能性（如果已知该用户（101）对另一种类型的产品感兴趣的话）。在一个实施例中，所述值对于聚类的映射在简档（比如，127或341）中用于表征用户（101）（或者其它类型的实体，诸如家族、公司、邻居、城市或由其它聚合参数（诸如一天中的时间等）定义的其它类型的组合）的支出行为。
在一个实施例中，对聚类和密切度信息进行标准化，以使得业务伙伴（诸如交易处理组织、搜索提供商和营销人员）之间可共享。购买统计数据和搜索统计数据通常以不同的方式描述。例如，购买统计数据是基于商户、商户类别、SKU编号、产品描述等的；搜索统计数据是基于搜索词的。一旦聚类被标准化，这些聚类就可被用于将基于商户类别（和/或SKU编号、产品描述）的购买信息与基于搜索词的搜索信息相链接。因而，搜索偏爱和购买偏爱可彼此映射。
在一个实施例中，购买数据和搜索数据（或者其它第三方数据）基于到标准化聚类（单元或群）的映射来相关。购买数据和搜索数据（或者其它第三方数据）可一起用于向消费者提供权益或优惠（比如，赠券）。例如，标准化聚类可用作向在共同聚类内或者与共同聚类相关联的消费者提供相关权益（包括赠券、账单信用等）的营销工具。例如，数据交换装置可基于消费者搜索数据和实际的支付交易数据来获得聚类数据，以识别可有利地对特定类型的权益（诸如赠券和账单信用）作出反映的个人的相似组合。
关于一个实施例中的总支出简档（341）的细节在2010年5月10日提交的、标题为“总结交易数据的系统和方法（Systems and Methodsto Summarize Trasanction Data）”的美国专利申请序号12/777,173中提供，该专利申请的公开内容特此通过引用并入本文。
基于交易数据的门户
在图1中，交易终端（105）对于用户（101）（比如，消费者）发起交易以供交易处理装置（103）处理。交易处理装置（103）对该交易进行处理，并且将关于该交易的交易数据（109）结合账户数据（111）（诸如用户（101）的账户的账户简档）存储。账户数据（111）还可包括从发放者或商户和/或其它源（诸如社交网络、信用局、商户提供信息、地址信息等）收集的关于用户（101）的数据。在一个实施例中，交易可由服务器（比如，基于所存储的关于经常性支付的时间表）来发起。
在一个时间段期间，交易处理装置（103）从在不同交易终端（比如，105）对不同用户（比如，101）发起的交易累积交易数据（109）。交易数据（109）因而包括关于由各个用户（比如，101）在各个时间通过不同的购买选择（比如，在线购买、线下从零售店购买、邮购、电话订购等）进行的购买的信息。
在一个实施例中，累积的交易数据（109）和对应的账户数据（111）被用于产生与作为个人或者作为群成员的用户（比如，101）的购买行为、模式、偏好、趋势、频率、动向、金额和/或倾向有关的情报信息。该情报信息然后可被用于产生、识别和/或选择用于在交易期间、交易之后、或者当其它机会出现时，在交互点（107）上呈现给用户（101）的针对性广告。
图4示出了根据一个实施例的提供基于交易数据（109）的信息的系统。在图4中，交易处理装置（103）耦接在发放者处理器（145）与收单者处理器（147）之间，以使消费者账户（146）与商户账户（148）之间的交易的授权和结算便利。交易处理装置（103）将交易记录在数据仓库（149）中。门户（143）耦接到数据仓库（149），以提供基于交易记录（301）的信息（诸如交易简档（127）或总支出简档（341））。门户（143）可被实现为web门户、电话网关、文件/数据服务器等。
在一个实施例中，门户（143）被构造为从简档选择器（129）、广告选择器（133）和/或第三方接收识别搜索标准的查询，并且作为响应，提供这些查询所请求的基于交易的情报。
例如，在一个实施例中，查询指定多个账户持有者，以请求门户（143）以成批的方式递送账户持有者的交易简档（127）。
例如，在一个实施例中，查询识别请求用户（101）的用户特定简档（131）或总支出简档（341）的用户（101）。用户（101）可使用账户数据（111）（诸如帐号（302））或者用户数据（125）（诸如浏览器cookie ID、IP地址等）来被识别。
例如，在一个实施例中，查询识别零售位置；门户（143）提供如下简档（比如，341），该简档总结在一个时间段内在该零售位置进行了购物的用户的总支出模式。
例如，在一个实施例中，查询识别地理位置；门户（143）提供如下简档（比如，341），该简档总结在一个时间段内到访了该地理位置或者预期要到访该地理位置（比如，基于用户的交互点（比如，107）的位置来确定或预测）的用户的总支出模式。
例如，在一个实施例中，查询识别地理区域；门户（143）提供如下简档（比如，341），该简档总结下述用户的总支出模式：居住在该地理区域内（比如，根据账户数据（111）来确定）的用户，或者在一个时间段内在该地理区域内进行了交易（比如，根据用于对交易进行处理的交易终端（比如，105）的位置来确定）的用户。
在一个实施例中，门户（143）被构造为向各种计划（诸如向用户（101）提供奖励和/或优惠的忠诚计划）注册某些用户（101）。
在一个实施例中，门户（143）注册用户（101）的兴趣，或者从用户（101）获得收集关于该用户（101）的进一步信息（诸如数据捕获购买细节、在线行动等）的许可。
在一个实施例中，用户（101）可通过发放者注册；消费者账户（146）中的注册数据可在用户（101）批准时传送到数据仓库（149）。
在一个实施例中，门户（143）注册商户，并且向商户提供服务和/或信息。
在一个实施例中，门户（143）从第三方（诸如搜索引擎、商户、网站等）接收信息。第三方数据可与交易数据（109）相关，以识别购买与其它事件（诸如搜索、新闻公告、会议、集会等）之间的关系，并且改进预测能力和准确度。
在图4中，消费者账户（146）受发放者处理器（145）控制。消费者账户（146）可由个人或者组织（诸如企业、学校等）拥有。消费者账户（146）可以是信用账户、借记账户或储值账户。发放者可向消费者（比如，用户（101））提供使用账户信息（142）识别消费者账户（146）的账户识别设备（141）。账户（146）的相应消费者可被称为账户持有者或持卡者，即使当在一个实施例中消费者实际上没有被发放卡或账户识别设备（141）时。发放者处理器（145）向消费者账户（146）收费以为购买进行支付。
在一个实施例中，账户识别设备（141）是具有磁条的塑料卡，该磁条存储识别消费者账户（146）和/或发放者处理器（145）的账户信息（142）。可替换地，账户识别设备（141）是具有至少存储账户信息（142）的集成电路芯片的智能卡。在一个实施例中，账户识别设备（141）包括具有集成智能卡的移动电话。
在一个实施例中，账户信息（142）被印刷或压印在账户识别设备（141）上。账户信息（142）可被印刷为条形码，以使得交易终端（105）可通过光学扫描仪读取信息。账户信息（142）可被存储在账户识别信息（141）的存储器中，并且可被构造为通过无线、无接触通信（诸如通过磁场耦合的近场通信、红外通信或射频通信）来读取。可替换地，交易终端（105）可要求与账户识别设备（141）接触，以读取账户信息（142）（比如，通过用磁条读取器读取卡的磁条）。
在一个实施例中，交易终端（105）被构造为将授权请求消息发送到收单者处理器（147）。授权请求包括账户信息（142）、支付金额以及关于商户的信息（比如，商户账户（148）的指示）。收单者处理器（147）请求交易处理装置（103）基于在交易终端（105）中接收的账户信息（142）来对授权请求进行处理。交易处理装置（103）将授权请求路由到发放者处理器（145），并且当发放者处理器（145）不可用时，可对授权请求进行处理和作出响应。发放者处理器（145）至少部分基于消费者账户（146）的收支平衡来确定是否对交易进行授权。
在一个实施例中，交易处理装置（103）、发放者处理器（145）和收单者处理器（147）均可包括识别交易中的风险的子系统，并且可基于风险评估来拒绝交易。
在一个实施例中，账户识别设备（141）包括防止消费者账户（146）的未授权使用的安全性特征，诸如显示账户识别设备（141）的真实性的标志、保护账户信息（142）的加密、等等。
在一个实施例中，交易终端（105）被构造为与账户识别设备（141）交互来获得识别消费者账户（146）和/或发放者处理器（145）的账户信息（142）。交易终端（105）与收单者处理器（147）通信，收单者处理器（147）控制商户的商户账户（148）。交易终端（105）可通过数据通信连接（诸如电话连接、互联网连接等）与收单者处理器（147）通信。收单者处理器（147）代表商户将支付收集到商户账户（148）中。
在一个实施例中，交易终端（105）是传统的线下“实体”零售店内的POS终端。在另一实施例中，交易终端（105）是通过web连接从用户（101）接收消费者账户（146）的账户信息（142）的在线服务器。在一个实施例中，用户（101）可通过电话呼叫、经由与商户的代表的口头交流来提供账户信息（142）；该代表将账户信息（142）键入到交易终端（105）中以发起交易。
在一个实施例中，账户信息（142）可被直接键入到交易终端（105）中，以从消费者账户（146）进行支付，而不必实际提供账户识别设备（141）。当在不实际提供账户识别设备（141）的情况下发起交易时，该交易被分类为“无卡”（CNP）交易。
在一个实施例中，发放者处理器（145）可控制多于一个的消费者账户（146）；收单者处理器（147）可控制多于一个的商户账户（148）；交易处理装置（103）连接在多个发放者处理器（比如，145）与多个收单者处理器（比如，147）之间。实体（比如，银行）可操作发放者处理器（145）和收单者处理器（147）这二者。
在一个实施例中，交易处理装置（103）、发放者处理器（145）、收单者处理器（147）、交易终端（105）、门户（143）以及访问门户（143）的其它设备和/或服务通过通信网络连接，所述通信网络诸如局域网、蜂窝电信网络、无线广域网、无线局域网、内联网和互联网。在一个实施例中，专用通信信道被用于交易处理装置（103）与发放者处理器（145）之间、交易处理装置（103）与收单者处理器（147）之间、和/或门户（143）与交易处理装置（103）之间。
在一个实施例中，交易处理装置（103）使用数据仓库（149）来存储关于交易的记录，诸如交易记录（301）或交易数据（109）。在一个实施例中，交易处理装置（103）包括功能强大的计算机、或者作为由存储在计算机可读介质上的指令控制的一个单元运行的计算机集群。
在一个实施例中，交易处理装置（103）被构造为支持并递送授权服务、异常文件服务以及清算和结算服务。在一个实施例中，交易处理装置（103）具有对授权请求进行处理的子系统以及执行清算和结算服务的另一子系统。
在一个实施例中，交易处理装置（103）被构造为对不同类型的交易（诸如信用卡交易、借记卡交易、预付卡交易和其它类型的商业交易）进行处理。
在一个实施例中，交易处理装置（103）使发放者处理器（145）与收单者处理器（147）之间的通信便利。
在一个实施例中，交易处理装置（103）与门户（143）（和/或简档选择器（129）、广告选择器（133）、媒体控制器（115））耦接，以针对提供基于交易的情报信息和/或广告的服务收取费用。
例如，在一个实施例中，图1中所示的系统被构造为基于基于交易的情报信息将广告递送到用户（101）的交互点（107）；交易处理装置（103）被构造为与控制广告商的账户的发放者处理器通信来向该广告商的账户收取广告费。广告费可响应于以下来收取：广告的呈现、预定数量的呈现的完成、或者由广告的呈现导致的交易。在一个实施例中，交易处理装置（103）被构造为与类似于消费者账户（146）的发放者处理器（145）的相应发放者处理器通信来向广告商的账户收取定期费用（比如，月费、年费）。
例如，在一个实施例中，门户（143）被构造为响应于门户（143）中接收到的查询来提供基于交易的情报信息。门户（143）识别请求者（比如，通过认证或请求者的地址），并且指示交易处理装置（103）针对基于交易的情报信息向相应请求者的消费者账户（比如，146）收费。在一个实施例中，响应于通过门户（143）递送情报信息来向请求者的账户收费。在一个实施例中，为有权使用门户（143）的查询能力，向请求者的账户收取定期订阅费。
在一个实施例中，由图1中所示的系统提供的信息服务包括多方，诸如操作交易处理装置（103）的一个实体、操作广告数据（135）的一个实体、操作用户跟踪器（113）的一个实体、操作媒体控制器（115）的一个实体、等等。交易处理装置（103）用于产生使用相应方的账户结算费用、收费和/或分配收入的交易。在一个实施例中，所述方的账户信息被存储在与交易处理装置（103）耦接的数据仓库（149）中。在一些实施例中，单独的计费引擎用于产生结算费用、收费和/或分配收入的交易。
在一个实施例中，交易终端（105）被构造为将授权的交易提交到收单者处理器（147）进行结算。结算金额可以不同于授权请求中所指定的金额。交易处理装置（103）耦接在发放者处理器（145）与收单者处理器（147）之间，以使交易的清算和结算便利。清算包括发放者处理器（145）与收单者处理器（147）之间的财务信息交换；结算包括资金交换。
在一个实施例中，发放者处理器（145）代表消费者账户（146）提供资金来进行支付。收单者处理器（147）代表商户账户（148）接收资金。发放者处理器（145）和收单者处理器（147）与交易处理装置（103）通信以协调对于交易的资金传送。在一个实施例中，资金被电子传送。
在一个实施例中，交易终端（105）可直接提交交易进行结算，而不必单独提交授权请求。
在一个实施例中，门户（143）提供下述用户界面，该用户界面使得用户（101）可将用户的一个或多个消费者账户（146）中的交易与一个或多个发放者一起组织。用户（101）可使用交易记录（301）中所识别的信息和/或类别（诸如商户类别（306）、交易日期（303）、金额（304）等）来组织交易。一个实施例中的例子和技术在2006年3月16日提交的、标题为“用于操纵购买信息的方法和系统（Methodand System for Manipulating Purchase Information）”的、被分配公开号2007/0055597的美国专利申请序号11/378,215中提供，该专利申请的公开内容特此通过应用并入本文。
在一个实施例中，门户（143）提供基于交易的统计数据，诸如关于零售支出监视的指标、关于商户标杆瞄准、行业/市场细分的指标、支出模式的指标、等等。更多的例子可在以下美国专利申请中找到：2008年8月14日提交的、标题为“商户标杆瞄准工具（MerchantBenchmarking Tool）”的美国专利申请序号12/191,796；2010年11月5日提交的美国专利申请序号12/940,562；以及2010年11月5日提交的美国专利申请序号12/940,664，这些申请的公开内容特此通过引用并入本文。
交易终端
图5图示了根据一个实施例的交易终端。在图5中，交易终端（105）被构造为与账户识别设备（141）交互来获得关于消费者账户（146）的账户信息（142）。
在一个实施例中，交易终端（105）包括与处理器（151）耦接的存储器（167），处理器（151）控制读取器（163）、输入设备（153）、输出设备（165）和网络接口（161）的操作。存储器（167）可存储用于处理器（151）的指令和/或数据，诸如与商户账户（148）相关联的标识。
在一个实施例中，读取器（163）包括磁条读取器。在另一实施例中，读取器（163）包括非接触式读取器，诸如射频识别（RFID）读取器、被构造为通过磁场耦合（根据ISO标准14443/NFC）读取数据的近场通信（NFC）设备、蓝牙收发器、WiFi收发器、红外收发器、激光扫描仪、等等。
在一个实施例中，输入设备（153）包括可用于在账户识别设备（141）实际不存在的情况下将账户信息（142）直接键入到交易终端（105）中的键按钮。输入设备（153）可被构造为提供更多信息来发起交易，诸如个人识别号（PIN）、密码、邮政编码等，这些更多信息可用于访问账户识别设备（141）或者与从账户识别设备（141）获得的账户信息（142）组合。
在一个实施例中，输出设备（165）可包括呈现信息（诸如授权请求的结果、交易的收据、广告等）的显示器、扬声器和/或打印机。
在一个实施例中，网络接口（161）被构造为通过电话连接、互联网连接或专用数据通信信道来与收单者处理器（147）通信。
在一个实施例中，存储在存储器（167）中的指令至少被构造为使交易终端（105）将授权请求消息发送到收单者处理器（147）以发起交易。交易终端（105）可以发送或者可以不发送对于清算和结算交易的单独请求。存储在存储器（167）中的指令还可被构造为使交易终端（105）执行该说明书中所讨论的其它类型的功能。
在一个实施例中，交易终端（105）可具有比图5中所示的组件少的组件。例如，在一个实施例中，交易终端（105）被构造为用于“无卡”交易；并且交易终端（105）不具有读取器（163）。
在一个实施例中，交易终端（105）可具有比图5中所示的组件多的组件。例如，在一个实施例中，交易终端（105）是包括在某些条件下出钞的ATM机。
账户识别设备
图6图示了根据一个实施例的账户识别设备。在图6中，账户识别设备（141）被构造为承载识别消费者账户（146）的账户信息（142）。
在一个实施例中，账户识别设备（141）包括与处理器（151）耦接的存储器（167），处理器（151）控制通信设备（159）、输入设备（153）、音频设备（157）和显示设备（155）的操作。存储器（167）可存储用于处理器（151）的指令和/或数据，诸如与消费者账户（146）相关联的账户信息（142）。
在一个实施例中，账户信息（142）包括在多个发放者之中识别发放者（从而发放者处理器（145））的标识符、以及在由发放者处理器（145）控制的多个消费者账户之中识别消费者账户的标识符。账户信息（142）可包括账户识别设备（141）的到期日、持有消费者账户（146）的消费者的姓名、和/或在与消费者账户（146）相关联的多个账户识别设备之中识别账户识别设备（141）的标识符。
在一个实施例中，账户信息（142）还可包括忠诚计划帐号、忠诚计划中的消费者的累积奖励、消费者的地址、消费者账户（146）的收支平衡、交通信息（比如，地铁或火车通行证）、进入信息（比如，门禁）和/或消费者信息（比如，姓名、生日）、等等。
在一个实施例中，存储器包括存储账户信息（142）的非易失性存储器，诸如磁条、存储芯片、闪存、只读存储器（ROM）、等等。
在一个实施例中，存储在账户识别设备（141）的存储器（167）中的信息还可以是传统上与信用卡相关联的数据轨道的形式。这样的轨道包括轨道1和轨道2。轨道1（“国际航空运输协会”）存储比轨道2多的信息，并且包含持卡者的姓名以及账号和其它任意数据。航空公司在确保信用卡的预订时有时使用轨道1。轨道2（“美国银行业协会”）目前最常使用，并且被ATM和信用卡结账机读取。ABA（美国银行业协会）设计了轨道1的规范，并且银行遵守它。它包含持卡者的帐号、加密的PIN和其它任意数据。
在一个实施例中，通信设备（159）包括半导体芯片和天线，该半导体芯片实现用于与读取器（163）通信的收发器，该天线提供和/或接收无线信号。
在一个实施例中，通信设备（159）被构造为与读取器（163）通信。通信设备（159）可包括发送器，其通过无线传输（诸如射频信号、磁耦合、或红外、蓝牙或WiFi信号等）发送账户信息（142）。
在一个实施例中，账户识别设备（141）为移动电话、个人数字助理（PDA）等的形式。输入设备（153）可用于向处理器（151）提供控制账户识别设备（141）的操作的输入；音频设备（157）和显示设备（155）可呈现状态信息和/或其它信息，诸如广告或优惠。账户识别设备（141）可包括图6中未示出的更多组件，诸如蜂窝通信子系统。
在一个实施例中，通信设备（159）可访问存储在存储器（167）上的账户信息，而不通过处理器（151）。
在一个实施例中，账户识别设备（141）具有比图6中所示的组件少的组件。例如，在一个实施例中，账户识别设备（141）不具有输入设备（153）、音频设备（157）和显示设备（155）；在另一实施例中，账户识别设备（141）不具有组件（151-159）。
例如，在一个实施例中，账户识别设备（141）为以下形式：借记卡、信用卡、智能卡、或者具有诸如磁条或智能卡的可选特征的消费者设备。
账户识别设备（141）的例子是附连到卡形式的塑料基板的磁条。该磁条用作提供账户信息（142）的账户识别设备（141）的存储器（167）。消费者信息（诸如帐号、到期日和消费者姓名）可被打印或压印在卡上。在一个实施例中，实现存储器（167）和通信设备（159）的半导体芯片也可被嵌入在提供账户信息（142）的塑料卡上。在一个实施例中，账户识别设备（141）具有该半导体芯片，而不具有磁条。
在一个实施例中，账户识别设备（141）与安全设备（诸如门禁卡、射频识别（RFID）标签、安全卡、转发器等）集成。
在一个实施例中，账户识别设备（141）是手持小型设备。在一个实施例中，账户识别设备（141）具有适合于放置在消费者的钱包或口袋中的大小。
账户识别设备（141）的一些例子包括信用卡、借记卡、储值卡、支付卡、礼品卡、智能卡、智能介质卡、工资卡、医疗保健卡、手腕带、钥匙链设备、超市折扣卡、转发器和包含账户信息（142）的机器可读介质。
交互点
在一个实施例中，交互点（107）向用户（101）提供广告，或者向用户（101）提供从交易数据（109）推导的信息。
在一个实施例中，广告是营销互动，其可包括权益的公告和/或优惠，诸如折扣、激励、奖励、赠券、礼物、现金返还或者机会（比如，特价门票/入场券）。广告可包括产品或服务的优惠、产品或服务的公告、或者产品或服务的品牌的呈现、或者事件、事实、观点的通知、等等。广告可用文本、图形、音频、视频或动画以及作为印刷品、web内容、交互媒体等呈现。广告可响应于以下动作来呈现：财务交易卡的呈现、或者财务交易卡用于进行财务交易、或者其它用户行动（诸如浏览网页、提交搜索请求、在线交流、进入无线通信区等）。在一个实施例中，广告的呈现可以不是用户动作的结果。
在一个实施例中，交互点（107）可以是交易网络的各个端点之一，诸如销售点（POS）终端、自动柜员机（ATM）、电子售货亭（计算机售货亭或交互售货亭）、自助结账终端、自动售货机、气泵、银行（比如，信用卡的发放者银行或收单者银行）的网站、银行账单（比如，信用卡账单）、交易处理装置（103）的网站、商户的网站、用于在线购买的结账网站或网页、等等。
在一个实施例中，交互点（107）可以与交易终端（105）相同，所述交易终端（105）诸如销售点（POS）终端、自动柜员机（ATM）、移动电话、用户的用于在线交易的计算机等。在一个实施例中，交互点（107）可以与交易终端（105）（比如，视频监视器或显示器、数字标牌）位于一处或者在交易终端（105）附近，或者由交易终端生成（比如，由交易终端（105）生成的收据）。在一个实施例中，交互点（107）可以与交易终端（105）分开而不位于一处，所述交易终端（105）诸如移动电话、个人数字助理、用户的个人计算机、用户的语音邮箱、用户的电子邮件收件箱、数字标牌等。
例如，广告可呈现在媒体的用于与客户的交易的一部分上，该部分否则可能不被使用，因而在本文中称之为“空白”。空白可以在印刷品（比如，为交易而打印的收据或者打印的信用卡账单）上、在视频显示器（比如，用于现金提取或资金转移的ATM、客户的用于在线购买的个人计算机、用于零售交易的POS终端的显示监视器）上、或者在音频信道（比如，用于通过电话设备进行交易的交互式语音应答（IVR）系统）上。
在一个实施例中，空白是可用于结合用户（101）的交易的处理呈现来自交易处理装置（103）的消息的媒体渠道的一部分。在一个实施例中，空白处于用于报告关于用户（101）的交易的信息的媒体渠道中，所述信息诸如授权状态、确认消息、验证消息、验证在线使用账户信息（142）的密码的用户界面、月账单、警报或报告、或者由门户（143）提供来访问与消费者账户（146）相关联的忠诚计划或注册计划的网页。
在其它实施例中，广告还可通过其它媒体渠道来呈现，所述其它媒体渠道可以不涉及被交易处理装置（103）处理的交易。例如，广告可呈现在出版物或公告（比如，可以为电子形式或者印刷或绘画形式的报纸、杂志、书籍、名录、无线电广播、电视、数字标牌等）上。广告可呈现在纸张上、网站上、广告牌上、数字标牌上、或者音频门户上。
在一个实施例中，交易处理装置（103）从媒体渠道的拥有者或操作者购买使用媒体渠道的权利，并且将这些媒体渠道用作广告空间。例如，与用户进行被交易处理装置（103）处理的交易的交互点（比如，107）处的空白可用于递送与进行交易的客户相关的广告；并且广告可至少部分基于从累积的交易数据（109）和/或交互点（107）和/或交易终端（105）处的上下文推导的情报信息来选择。
通常，交互点（比如，107）可能能够或者可能不能够从客户接收输入，并且可能与或者可能不与发起交易的交易终端（比如，105）共处一处。交互点（107）上用于呈现广告的空白可以在地理显示空间的一部分上（比如，屏幕上）、或者在时间空间上（比如，在音频流中）。
在一个实施例中，交互点（107）可主要用于访问不由交易处理装置（103）提供的服务，诸如由搜索引擎、社交网站、在线市场、博客、新闻站点、电视节目提供商、无线电台、卫星、出版者等提供的服务。
在一个实施例中，消费者设备用作交互点（107），其可以是非便携式消费者设备或便携式计算设备。消费者设备向用户（101）提供媒体内容，并且可从用户（101）接收输入。
非便携式消费者设备的例子包括计算机终端、电视机、个人计算机、机顶盒等。便携式消费者设备的例子包括便携式计算机、蜂窝电话、个人数字助理（PDA）、寻呼机、安全卡、无线终端等。消费者设备可用更多或更少的组件被实现为如图7所示的数据处理系统。
在一个实施例中，消费者设备包括账户识别设备（141）。例如，用作账户识别设备（141）的智能卡与移动电话或个人数字助理（PDA）集成。
在一个实施例中，交互点（107）与交易终端（105）集成。例如，自助结账终端包括与用户（101）交互的触摸板；ATM机包括与用户（101）交互的用户界面子系统。
硬件
在一个实施例中，计算装置被构造为包括图1和图4中所示的模块或组件中的一些，诸如交易处理装置（103）、简档产生器（121）、媒体控制器（115）、门户（143）、简档选择器（129）、广告选择器（133）、用户跟踪器（113）、相关器以及它们相关联的储存设备（诸如数据仓库（149））。
在一个实施例中，图1和图4中所示的模块或组件中的至少一些（诸如交易处理装置（103）、交易终端（105）、交互点（107）、用户跟踪器（113）、媒体控制器（115）、相关器（117）、简档产生器（121）、简档选择器（129）、广告选择器（133）、门户（143）、发放者处理器（145）、收单者处理器（147）和账户识别设备（141））可用更多或更少的组件被实现为计算机系统，诸如图7中所示的数据处理系统。这些模块中的一些可共享硬件，或者被组合在计算机系统上。在一个实施例中，计算机的网络可用于实现这些模块中的一个或多个。
此外，图1中所示的数据（诸如交易数据（109）、账户数据（111）、交易简档（127）和广告数据（135））可被存储在图1中所示的对应模块可访问的一个或多个计算机的储存设备中。例如，交易数据（109）可被存储在数据仓库（149）中，数据仓库（149）可用更多或更少的组件被实现为图7中所示的数据处理系统。
在一个实施例中，交易处理装置（103）是支付处理系统或者支付卡处理器，诸如用于信用卡、借记卡等的卡处理器。
图7图示了根据一个实施例的数据处理系统。尽管图7图示了计算机系统的各个组件，但是并非意图表示将这些组件互连的任何特定架构或方式。一个实施例可使用具有比图7中所示的组件少或多的组件的其它系统。
在图7中，数据处理系统（170）包括将微处理器（173）与存储器（167）互连的互连部分（171）（比如，总线和系统核心逻辑）。在图7的例子中，微处理器（173）与高速缓冲存储器（179）耦接。
在一个实施例中，互连部分（171）将微处理器（173）与存储器（167）互连在一起，并且还通过I/O控制器（177）将它们与输入/输出（I/O）设备（175）互连。I/O设备（175）可包括显示设备和/或外围设备，诸如鼠标、键盘、调制解调器、网络接口、打印机、扫描仪、摄像机和本领域已知的其它设备。在一个实施例中，当数据处理系统是服务器系统时，I/O设备（175）中的一些（诸如打印机、扫描仪、鼠标和/或键盘）是可选的。
在一个实施例中，互连部分（171）包括通过各种桥接器、控制器和/或适配器彼此连接的一根或多根总线。在一个实施例中，I/O控制器（177）包括用于控制USB（通用串行总线）外设的USB适配器和/或用于控制IEEE-1394外设的IEEE-1394总线适配器。
在一个实施例中，存储器（167）包括以下中的一个或多个：ROM（只读存储器）、易失性RAM（随机存取存储器）和非易失性存储器（诸如硬盘驱动器、闪存等）。
易失性RAM通常被实现为需要连续供电以便刷新或保持存储器中的数据的动态RAM（DRAM）。非易失性存储器通常是磁性硬盘驱动器、磁性光驱、光驱（比如，DVD RAM）、或者即使在系统断电之后也保持数据的其它类型的存储器系统。非易失性存储器还可以是随机存取存储器。
非易失性存储器可以是与数据处理系统中的其余组件直接耦接的本地设备。还可使用远离系统的非易失性存储器，诸如通过网络接口（诸如调制解调器或以太网接口）与数据处理系统耦接的网络储存设备。
在该说明书中，为了简化描述，一些功能和操作被描述为由软件代码执行或引起。然而，这样的表达还用于指定由处理器（诸如微处理器）执行代码/指令而导致的功能。
可替换地，或者与之相组合，如这里所述的功能和操作可使用具有软件指令或者不具有软件指令的专用电路系统来实现，例如使用应用特定集成电路（ASIC）或现场可编程门阵列（FPGA）来实现。实施例可使用不具有软件指令的硬连线的电路系统来实现，或者与软件指令组合来实现。因而，所述技术既不限于硬件电路系统和软件的任何特定组合，也不限于被数据处理系统执行的指令的任何特定源。
尽管一个实施例可在功能完备的计算机和计算机系统中实现，但是各种实施例能够作为计算产品以各种形式分布，并且能够被应用，而不管用于实际实现分布的机器可读介质或计算机可读介质的具体类型如何。
所公开的至少一些方面可至少部分用软件来实施。也就是说，所述技术可以在计算机系统或其它数据处理系统中响应于其处理器（诸如微处理器）执行存储器（诸如ROM、易失性RAM、非易失性存储器、高速缓冲或远程储存设备）中所包含的指令序列来实现。
被执行来实现实施例的例行程序可被实现为操作系统或者特定应用程序、组件、程序、对象、称之为“计算机程序”的指令模块或序列的一部分。这些计算机程序通常包括在计算机中的各种存储器和储存设备中在各个时间设置的一个或多个指令，当这些指令被计算机中的一个或多个处理器读取并执行时，这些指令使该计算机进行执行涉及各个方面的元素所需的操作。
机器可读介质可用于存储当其被数据处理系统执行时使该系统执行各种方法的软件和数据。可执行软件和数据可被存储在各种空间中，包括例如ROM、易失性RAM、非易失性存储器和/或高速缓存。该软件和/或数据的部分可被存储在这些储存设备中的任何一个中。此外，数据和指令可从集中式服务器或对等网络获得。数据和指令的不同部分可在不同时间、在不同通信会话中或者同一通信会话中、从不同的集中式服务器和/或对等网络获得。数据和指令可在执行应用程序之前全部获得。可替换地，数据和指令的部分可动态地、准时地、当执行需要时获得。因而，不需要数据和指令在特定时刻全部在机器可读介质上。
计算机可读介质的例子包括但不限于，可记录和非可记录类型的介质，诸如易失性和非易失性存储器设备、只读存储器（ROM）、随机存取存储器（RAM）、闪存设备、软盘和其它可移除盘、磁盘储存介质、光学储存介质（比如，光盘只读存储器（CD ROM）、数字多功能盘（DVD）等）、等等。计算机可读介质可存储指令。
这些指令还可包含在用于电、光、声或其它形式的传播信号（诸如载波、红外信号、数字信号等）的数字和模拟通信链接中。然而，传播信号（诸如载波、红外信号、数字信号等）不是有形的机器可读介质，并且不被构造为存储指令。
通常，机器可读介质包括提供（比如，存储和/或发送）机器（比如，计算机、网络设备、个人数字助理、制造工具、具有一组一个或多个处理器的任何设备等）可访问的形式的信息的任何装置。
在各种实施例中，硬连线的电路系统可与软件指令组合用于实现所述技术。因而，所述技术既不限于硬件电路系统和软件的任何特定组合，也不限于被数据处理系统执行的指令的任何特定源。
其它方面
说明书和附图是说明性的，并不被解读为限制。描述了许多特定细节来提供全面的理解。然而，在某些实例中，为了避免模糊描述，没有描述公知或常规的细节。本公开内容中对一个实施例的提及不必是对同一实施例的提及；并且，这样的提及意味着至少一个。
本文的标题的使用仅仅是提供来方便参考的，而不应以任何方式被解释为限制本公开内容或权利要求。
对“一个实施例”或“实施例”的提及意味着结合实施例描述的特定特征、结构或特性被包括在本公开内容的至少一个实施例中。措词“在一个实施例中”在本说明书中各个地方的出现不必全部指向同一实施例，并且不必全部指向与其它实施例互相排斥的单独的或可替换的实施例。而且，描述了各种特征，这些特征可由一个实施例、而不由其它实施例展现。类似地，描述了各种要求，这些要求可以是对一个实施例、而不是对其它实施例的要求。除非明确说明不包括和/或明显不兼容，否则这里也包括本说明书中所述的各种特征的任何组合。
以上所讨论的专利文档的公开内容特此通过引用并入本文。
在前述说明书中，已参考本公开内容的特定示例性实施例描述了本公开内容。显而易见的是，在不脱离如权利要求中所阐述的更宽泛的精神和范围的情况下，可对其进行各种修改。因此，要从说明性意义上、而非限制性意义上来看待本说明书和附图。

Claims (20)

1.一种计算机实现的方法，包括：
在计算设备中接收来自用户的请求；
使用所述计算设备，根据来自所述用户的请求识别一组搜索统计数据；
识别与该组搜索统计数据对应的一组基于交易的统计数据；以及
通过所述计算设备，将该组搜索统计数据与该组基于交易的统计数据并置，以产生对来自所述用户的搜索请求的响应。
2.根据权利要求1所述的方法，其中，所述将该组搜索统计数据与该组基于交易的统计数据并置包括：
呈现列表，所述列表示出关于多个搜索词的统计数据，对于每个搜索词的统计数据包括表示与对应的搜索词相关的交易的统计数据的数据。
3.根据权利要求2所述的方法，还包括：
识别与所述对应的搜索词相关的交易。
4.根据权利要求3所述的方法，其中，所述交易是使用所述对应的搜索词执行的搜索的结果。
5.根据权利要求2所述的方法，其中，所述列表根据统计参数来排序，所述统计参数指示与所述对应的搜索词相关联的搜索行动的级别。
6.根据权利要求2所述的方法，其中，所述对于每个搜索词的统计数据还包括指示与所述对应的搜索词相关联的搜索行动的级别的数据。
7.根据权利要求2所述的方法，其中，所述表示与所述对应的搜索词相关的交易的统计数据的数据包括已提交所述搜索词的搜索者的总支出简档的参数。
8.根据权利要求7所述的方法，其中，所述参数是基于搜索者的交易和交易数据的要素分析而定义的要素值。
9.根据权利要求1所述的方法，其中，所述搜索统计数据是基于一组搜索的；以及该组基于交易的统计数据包括由该组搜索导致的支出量的指标。
10.根据权利要求9所述的方法，还包括：
将被交易处理装置处理的交易与该组搜索相关，
其中，所述交易中的至少一部分是在零售店中线下执行的。
11.根据权利要求10所述的方法，其中，每个交易被处理，以响应于由发放者发放的客户的账户标识符被商户提交给收单者，通过所述交易处理装置从所述发放者向所述收单者进行支付，所述发放者代表所述客户进行所述支付，所述收单者代表所述商户接收所述支付。
12.根据权利要求10所述的方法，其中，所述相关包括：
将优惠与该组搜索的搜索结果一起提供，所述优惠中的每一个具有识别相应搜索的标识符；
结合被所述交易处理装置处理的交易对所述优惠的兑换进行处理；以及
基于结合被所述交易处理装置处理的交易被兑换的优惠的标识符来将所述交易与所述搜索相关联。
13.根据权利要求9所述的方法，其中，所述用户是商户；以及该组基于交易的统计数据包括来自所述商户的同行的第一组购买统计数据。
14.根据权利要求13所述的方法，其中，该组基于交易的统计数据还包括来自所述商户的第二组购买统计数据，所述第二组购买统计数据与所述来自所述商户的同行的第一组购买统计数据相关地呈现。
15.根据权利要求1所述的方法，其中，该组搜索统计数据识别根据搜索级别指标分等级的搜索词的列表。
16.根据权利要求15所述的方法，其中，所述搜索级别指标是以下之一：搜索频率和在一时间段内执行的搜索次数。
17.根据权利要求1所述的方法，其中，该组搜索统计数据指示多个搜索词的搜索行动的级别。
18.根据权利要求1所述的方法，其中，所述将该组搜索统计数据与该组基于交易的统计数据并置包括：
呈现具有第一数据项和第二数据项的一对数据项，所述第一数据项示出关于搜索词的搜索统计数据，所述第二数据项示出关于由使用所述搜索词的搜索导致的购买的购买统计数据。
19.一种存储指令的有形计算机可读存储介质，所述指令在被计算机执行时使所述计算机执行包括以下步骤的方法：
在所述计算机中接收来自用户的请求；
使用所述计算机，根据来自所述用户的请求识别一组搜索统计数据；
识别与该组搜索统计数据对应的一组基于交易的统计数据；以及
通过所述计算机，将该组搜索统计数据与该组基于交易的统计数据并置，以产生对来自所述用户的搜索请求的响应。
20.一种设备，包括：
交易处理装置，所述交易处理装置对交易进行处理，所述交易中的每一个被处理，以响应于由发放者发放的客户的账户标识符被商户提交给收单者，通过所述交易处理装置从所述发放者向所述收单者进行支付，所述发放者代表所述客户进行所述支付，所述收单者代表所述商户接收所述支付；
数据仓库，所述数据仓库存储记录所述交易的数据；
门户，所述门户被构造为与搜索引擎通信并且提供接收来自商户的请求的用户界面；以及
至少一个处理器，所述至少一个处理器与所述数据仓库和所述门户耦接；
其中，响应于通过所述门户从所述商户接收到请求，所述至少一个处理器基于所述搜索引擎的搜索行动来识别一组第一统计数据，基于与所述搜索行动相关的交易来识别一组第二统计数据，并且使用所述门户将该组第一统计数据与该组第二统计数据并置。
CN2011800144144A 2010-03-19 2011-03-18 用基于交易的数据增强搜索数据的系统和方法 Pending CN102804219A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US31581810P 2010-03-19 2010-03-19
US61/315,818 2010-03-19
US13/050,757 US8738418B2 (en) 2010-03-19 2011-03-17 Systems and methods to enhance search data with transaction based data
US13/050,757 2011-03-17
PCT/US2011/029017 WO2011116296A2 (en) 2010-03-19 2011-03-18 Systems and methods to enhance search data with transaction based data

Publications (1)

Publication Number Publication Date
CN102804219A true CN102804219A (zh) 2012-11-28

Family

ID=44647936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800144144A Pending CN102804219A (zh) 2010-03-19 2011-03-18 用基于交易的数据增强搜索数据的系统和方法

Country Status (6)

Country Link
US (5) US8738418B2 (zh)
CN (1) CN102804219A (zh)
AU (1) AU2011227093B2 (zh)
BR (1) BR112012023688A2 (zh)
CA (1) CA2791782A1 (zh)
WO (1) WO2011116296A2 (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150657A (zh) * 2013-04-03 2013-06-12 宋子诚 零售连锁渠道及网络协同分销电商系统
CN106462838A (zh) * 2014-07-23 2017-02-22 维萨国际服务协会 使用通信网络在多个单独计算系统当中协调处理的系统及方法
CN107004189A (zh) * 2014-09-22 2017-08-01 万事达卡国际股份有限公司 支付系统和用于管理支付卡使用的方法
CN108027935A (zh) * 2016-02-09 2018-05-11 谷歌有限责任公司 与内容项目相关的归因转换
CN108431847A (zh) * 2015-10-27 2018-08-21 万事达卡国际股份有限公司 确定数字钱包用户发起的当前基于钱包的交易是否是欺诈性的方法
CN110348983A (zh) * 2019-05-21 2019-10-18 平安银行股份有限公司 交易信息管理方法及装置、电子设备和非暂态存储介质
CN110955371A (zh) * 2014-02-13 2020-04-03 Illumina公司 综合式消费者基因组服务
CN111226207A (zh) * 2017-08-18 2020-06-02 贝宝公司 自愈实时数据处理
CN111400491A (zh) * 2018-12-27 2020-07-10 北大方正集团有限公司 公式主体定位方法、装置、设备及计算机可读存储介质
CN112488748A (zh) * 2020-11-18 2021-03-12 银联智惠信息服务（上海）有限公司 数据标识匹配方法及装置、存储介质、计算设备
CN113835777A (zh) * 2017-02-17 2021-12-24 谷歌有限责任公司 移动应用活动检测器
US11727388B1 (en) 2015-07-31 2023-08-15 Wells Fargo Bank, N.A. Connected payment card systems and methods
US11755773B1 (en) 2016-07-01 2023-09-12 Wells Fargo Bank, N.A. Access control tower
US11756114B1 (en) 2017-07-06 2023-09-12 Wells Fargo Bank, N.A. Data control tower
US11818135B1 (en) 2021-01-05 2023-11-14 Wells Fargo Bank, N.A. Digital account controls portal and protocols for federated and non-federated systems and devices
US11823205B1 (en) 2015-03-27 2023-11-21 Wells Fargo Bank, N.A. Token management system
US11853456B1 (en) 2016-07-01 2023-12-26 Wells Fargo Bank, N.A. Unlinking applications from accounts
US11869013B1 (en) * 2017-04-25 2024-01-09 Wells Fargo Bank, N.A. System and method for card control
US11868993B1 (en) 2008-10-31 2024-01-09 Wells Fargo Bank, N.A. Payment vehicle with on and off function
US11915230B1 (en) 2008-10-31 2024-02-27 Wells Fargo Bank, N.A. Payment vehicle with on and off function
US11935020B1 (en) 2016-07-01 2024-03-19 Wells Fargo Bank, N.A. Control tower for prospective transactions
US11947918B2 (en) 2020-09-04 2024-04-02 Wells Fargo Bank, N.A. Synchronous interfacing with unaffiliated networked systems to alter functionality of sets of electronic assets

Families Citing this family (169)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9092828B2 (en) 2012-09-19 2015-07-28 Mastercard International Incorporated Purchase Data sharing platform
US10853890B2 (en) 2012-09-19 2020-12-01 Mastercard International Incorporated Social media transaction visualization structure
US8732004B1 (en) 2004-09-22 2014-05-20 Experian Information Solutions, Inc. Automated analysis of data to generate prospect notifications based on trigger events
US7711636B2 (en) 2006-03-10 2010-05-04 Experian Information Solutions, Inc. Systems and methods for analyzing data
US10037535B2 (en) 2006-08-31 2018-07-31 Visa U.S.A. Inc. Loyalty program parameter collaboration
US8036979B1 (en) 2006-10-05 2011-10-11 Experian Information Solutions, Inc. System and method for generating a finance attribute from tradeline data
US8606626B1 (en) 2007-01-31 2013-12-10 Experian Information Solutions, Inc. Systems and methods for providing a direct marketing campaign planning environment
US8606666B1 (en) 2007-01-31 2013-12-10 Experian Information Solutions, Inc. System and method for providing an aggregation tool
US8285656B1 (en) 2007-03-30 2012-10-09 Consumerinfo.Com, Inc. Systems and methods for data verification
US20080319843A1 (en) * 2007-06-22 2008-12-25 Dennis Norman Moser Supply of requested offer based on point-of-service to offeree distance
US20090076925A1 (en) * 2007-09-13 2009-03-19 Dewitt Jay Allen Offeree requested offer based on point-of-service to offeree distance
US8312033B1 (en) 2008-06-26 2012-11-13 Experian Marketing Solutions, Inc. Systems and methods for providing an integrated identifier
US8935797B1 (en) * 2010-02-25 2015-01-13 American Express Travel Related Services Company, Inc. System and method for online data processing
US8639567B2 (en) * 2010-03-19 2014-01-28 Visa U.S.A. Inc. Systems and methods to identify differences in spending patterns
US20110231258A1 (en) * 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Distribute Advertisement Opportunities to Merchants
US20110231225A1 (en) * 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Identify Customers Based on Spending Patterns
US20110231224A1 (en) * 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Perform Checkout Funnel Analyses
US20110231305A1 (en) * 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Identify Spending Patterns
US8738418B2 (en) 2010-03-19 2014-05-27 Visa U.S.A. Inc. Systems and methods to enhance search data with transaction based data
US9652802B1 (en) 2010-03-24 2017-05-16 Consumerinfo.Com, Inc. Indirect monitoring and reporting of a user's credit data
WO2011163060A2 (en) 2010-06-23 2011-12-29 Managed Audience Share Solutions LLC Methods, systems, and computer program products for managing organized binary advertising asset markets
US20120005182A1 (en) * 2010-06-30 2012-01-05 Dante Monteverde Methods and systems for search engine results based on dynamic experiential usage by users
US20120036048A1 (en) 2010-08-06 2012-02-09 Diy Media, Inc. System and method for distributing multimedia content
US8930262B1 (en) 2010-11-02 2015-01-06 Experian Technology Ltd. Systems and methods of assisted strategy design
US11321727B2 (en) * 2010-11-22 2022-05-03 Capital One Services, Llc System and method for monitoring and tracking user activities
US9147042B1 (en) 2010-11-22 2015-09-29 Experian Information Solutions, Inc. Systems and methods for data verification
US10168413B2 (en) 2011-03-25 2019-01-01 T-Mobile Usa, Inc. Service enhancements using near field communication
TWI456522B (zh) * 2011-03-30 2014-10-11 Chia Chi Chang 線上動態多層次傳銷系統、方法及其電腦可讀記錄媒體
US20130024267A1 (en) * 2011-06-23 2013-01-24 Savingstar Systems and methods for electronic coupon instant rewarding
US9547693B1 (en) 2011-06-23 2017-01-17 Palantir Technologies Inc. Periodic database search manager for multiple data sources
US9824199B2 (en) 2011-08-25 2017-11-21 T-Mobile Usa, Inc. Multi-factor profile and security fingerprint analysis
US10346865B2 (en) 2011-12-20 2019-07-09 Quotient Technology Inc. Check-out based distribution and redemption of digital promotions
US10346874B2 (en) 2011-09-15 2019-07-09 Quotient Technology Inc. Checkout-based distributed of digital promotions
US9159084B2 (en) * 2011-09-21 2015-10-13 Visa International Service Association Systems and methods to communication via a merchant aggregator
US20130191887A1 (en) * 2011-10-13 2013-07-25 Marc E. Davis Social network based trust verification Schema
US9825967B2 (en) 2011-09-24 2017-11-21 Elwha Llc Behavioral fingerprinting via social networking interaction
US9729549B2 (en) 2011-09-24 2017-08-08 Elwha Llc Behavioral fingerprinting with adaptive development
US9298900B2 (en) 2011-09-24 2016-03-29 Elwha Llc Behavioral fingerprinting via inferred personal relation
US9083687B2 (en) 2011-09-24 2015-07-14 Elwha Llc Multi-device behavioral fingerprinting
US9348985B2 (en) 2011-11-23 2016-05-24 Elwha Llc Behavioral fingerprint controlled automatic task determination
JP2013088994A (ja) * 2011-10-18 2013-05-13 Sony Corp 情報処理装置、サーバ、情報処理システム、および情報処理方法
US8326831B1 (en) * 2011-12-11 2012-12-04 Microsoft Corporation Persistent contextual searches
US8442859B1 (en) 2011-12-23 2013-05-14 Managed Audience Share Solutions LLC Methods, systems, and computer program products for optimizing liquidity and price discovery in advertising markets
US8676596B1 (en) * 2012-03-05 2014-03-18 Reputation.Com, Inc. Stimulating reviews at a point of sale
US20130268417A1 (en) * 2012-04-05 2013-10-10 My Clear Reports, Llc Method and apparatus for providing services and reporting of sales
US20130282562A1 (en) * 2012-04-23 2013-10-24 Erika Gallo Systems and methods for preventing fraudulent purchases
US20130338873A1 (en) * 2012-06-15 2013-12-19 Harman International Industries, Inc. Vehicle service auction systems and methods
US11093984B1 (en) 2012-06-29 2021-08-17 Reputation.Com, Inc. Determining themes
US9934511B2 (en) * 2012-06-29 2018-04-03 Mastercard International Incorporated System and method for determining merchant location and availability using transaction data
US9594814B2 (en) 2012-09-07 2017-03-14 Splunk Inc. Advanced field extractor with modification of an extracted field
US8751963B1 (en) 2013-01-23 2014-06-10 Splunk Inc. Real time indication of previously extracted data fields for regular expressions
US9753909B2 (en) 2012-09-07 2017-09-05 Splunk, Inc. Advanced field extractor with multiple positive examples
US8682906B1 (en) 2013-01-23 2014-03-25 Splunk Inc. Real time display of data field values based on manual editing of regular expressions
US8751499B1 (en) 2013-01-22 2014-06-10 Splunk Inc. Variable representative sampling under resource constraints
US20140208217A1 (en) 2013-01-22 2014-07-24 Splunk Inc. Interface for managing splittable timestamps across event records
US10394946B2 (en) 2012-09-07 2019-08-27 Splunk Inc. Refining extraction rules based on selected text within events
US9921072B2 (en) 2012-11-09 2018-03-20 Visa International Service Association Systems and methods for route prediction
US10672008B2 (en) * 2012-12-06 2020-06-02 Jpmorgan Chase Bank, N.A. System and method for data analytics
US11157954B1 (en) 2012-12-22 2021-10-26 Quotient Technology Inc. Forming and using master records based on consumer transaction data
US10410243B2 (en) 2012-12-22 2019-09-10 Quotient Technology Inc. Automatic recommendation of digital offers to an offer provider based on historical transaction data
US9152929B2 (en) 2013-01-23 2015-10-06 Splunk Inc. Real time display of statistics and values for selected regular expressions
US9439036B2 (en) 2013-01-25 2016-09-06 Visa International Service Association Systems and methods to select locations of interest based on distance from route points or route paths
US20140236678A1 (en) * 2013-02-19 2014-08-21 Visa International Service Association Systems and methods to enhance search via transaction data
US9697263B1 (en) 2013-03-04 2017-07-04 Experian Information Solutions, Inc. Consumer data request fulfillment system
USD927508S1 (en) * 2013-03-14 2021-08-10 Acorns Grow Incorporated Mobile device screen or portion thereof with graphical user interface
US8855999B1 (en) 2013-03-15 2014-10-07 Palantir Technologies Inc. Method and system for generating a parser and parsing complex data
US9965937B2 (en) 2013-03-15 2018-05-08 Palantir Technologies Inc. External malware data item clustering and analysis
US8930897B2 (en) 2013-03-15 2015-01-06 Palantir Technologies Inc. Data integration tool
US8818892B1 (en) 2013-03-15 2014-08-26 Palantir Technologies, Inc. Prioritizing data clusters with customizable scoring strategies
US9230280B1 (en) 2013-03-15 2016-01-05 Palantir Technologies Inc. Clustering data based on indications of financial malfeasance
US8903717B2 (en) 2013-03-15 2014-12-02 Palantir Technologies Inc. Method and system for generating a parser and parsing complex data
US10275778B1 (en) 2013-03-15 2019-04-30 Palantir Technologies Inc. Systems and user interfaces for dynamic and interactive investigation based on automatic malfeasance clustering of related data in various data structures
US10055751B2 (en) 2013-04-05 2018-08-21 Visa International Service Association Systems and methods to enhance search results using transaction data of merchants
US8706557B1 (en) 2013-05-08 2014-04-22 Visa International Service Association Systems and methods to identify merchants
US11094019B2 (en) * 2013-05-21 2021-08-17 School Outfitters Associating off-line transactions with on-line visitor web sessions
US9818101B2 (en) 2013-09-05 2017-11-14 Mastercard International Incorporated System and method for socially connecting payment card holders
US20150074118A1 (en) * 2013-09-09 2015-03-12 Bellefield, LLC Systems, methods and computer-readable media for managing and incentivizing data entry
US20150095231A1 (en) * 2013-09-27 2015-04-02 Insperity Services, L.P. Method, apparatus and system for automatically triggering a transaction
US9116975B2 (en) 2013-10-18 2015-08-25 Palantir Technologies Inc. Systems and user interfaces for dynamic and interactive simultaneous querying of multiple data stores
US10102536B1 (en) 2013-11-15 2018-10-16 Experian Information Solutions, Inc. Micro-geographic aggregation system
US20150142629A1 (en) * 2013-11-20 2015-05-21 Bank Of America Corporation Detecting unusual activity in cash vault transactions
US9529851B1 (en) 2013-12-02 2016-12-27 Experian Information Solutions, Inc. Server architecture for electronic data quality processing
US10579647B1 (en) 2013-12-16 2020-03-03 Palantir Technologies Inc. Methods and systems for analyzing entity performance
US9552615B2 (en) 2013-12-20 2017-01-24 Palantir Technologies Inc. Automated database analysis to detect malfeasance
US10356032B2 (en) 2013-12-26 2019-07-16 Palantir Technologies Inc. System and method for detecting confidential information emails
US8832832B1 (en) 2014-01-03 2014-09-09 Palantir Technologies Inc. IP reputation
US10262362B1 (en) 2014-02-14 2019-04-16 Experian Information Solutions, Inc. Automatic generation of code for attributes
US9009827B1 (en) 2014-02-20 2015-04-14 Palantir Technologies Inc. Security sharing system
US9332396B2 (en) 2014-03-17 2016-05-03 Visa International Service Association Systems and methods to provide location-dependent information during an optimal time period
US11080777B2 (en) 2014-03-31 2021-08-03 Monticello Enterprises LLC System and method for providing a social media shopping experience
US20150302438A1 (en) * 2014-04-18 2015-10-22 Mastercard International Incorporated Systems and Methods for Generating Competitive Merchant Sets for Target Merchants
US9576030B1 (en) 2014-05-07 2017-02-21 Consumerinfo.Com, Inc. Keeping up with the joneses
US9836743B2 (en) * 2014-06-04 2017-12-05 Visa International Service Association Systems and methods to register merchants for data processing in an electronic transaction system
US10269077B2 (en) 2014-06-09 2019-04-23 Visa International Service Association Systems and methods to detect changes in merchant identification information
US9619557B2 (en) 2014-06-30 2017-04-11 Palantir Technologies, Inc. Systems and methods for key phrase characterization of documents
US9535974B1 (en) 2014-06-30 2017-01-03 Palantir Technologies Inc. Systems and methods for identifying key phrase clusters within documents
US9785773B2 (en) 2014-07-03 2017-10-10 Palantir Technologies Inc. Malware data item analysis
US9021260B1 (en) 2014-07-03 2015-04-28 Palantir Technologies Inc. Malware data item analysis
US9256664B2 (en) 2014-07-03 2016-02-09 Palantir Technologies Inc. System and method for news events detection and visualization
US9202249B1 (en) 2014-07-03 2015-12-01 Palantir Technologies Inc. Data item clustering and analysis
US10572496B1 (en) 2014-07-03 2020-02-25 Palantir Technologies Inc. Distributed workflow system and database with access controls for city resiliency
CN105446990B (zh) * 2014-07-04 2019-03-08 阿里巴巴集团控股有限公司 一种业务数据处理方法及设备
US20160014459A1 (en) * 2014-07-14 2016-01-14 Mastercard International Incorporated System and method for strategic channel placement based on purchasing information
US20160019552A1 (en) * 2014-07-16 2016-01-21 Capital One Financial Corporation System and method for using social media information to identify and classify users
US10296924B2 (en) * 2014-07-29 2019-05-21 Adobe Inc. Document performance indicators based on referral context
US10949888B1 (en) 2014-09-10 2021-03-16 Square, Inc. Geographically targeted, time-based promotions
US20160078474A1 (en) * 2014-09-15 2016-03-17 DataLlogix, Inc. Apparatus and methods for measurement of campaign effectiveness
US10713702B1 (en) 2014-09-29 2020-07-14 Groupon, Inc. System and method for generating purchase recommendations based on geographic zone information
US10909563B1 (en) 2014-10-30 2021-02-02 Square, Inc. Generation and tracking of referrals in receipts
US9043894B1 (en) 2014-11-06 2015-05-26 Palantir Technologies Inc. Malicious software detection in a computing system
US10325250B2 (en) * 2014-12-10 2019-06-18 Meijer, Inc. System and method for linking POS purchases to shopper membership accounts
US10726449B2 (en) * 2014-12-16 2020-07-28 Arkadiy I Rozental System and method for extracting and publishing information captured by point of sale, point of service, and other order management and sales transactions recording systems for positively influencing internet search engine results
US10242019B1 (en) 2014-12-19 2019-03-26 Experian Information Solutions, Inc. User behavior segmentation using latent topic detection
US10552994B2 (en) 2014-12-22 2020-02-04 Palantir Technologies Inc. Systems and interactive user interfaces for dynamic retrieval, analysis, and triage of data items
US10362133B1 (en) 2014-12-22 2019-07-23 Palantir Technologies Inc. Communication data processing architecture
US9348920B1 (en) 2014-12-22 2016-05-24 Palantir Technologies Inc. Concept indexing among database of documents using machine learning techniques
US9367872B1 (en) 2014-12-22 2016-06-14 Palantir Technologies Inc. Systems and user interfaces for dynamic and interactive investigation of bad actor behavior based on automatic clustering of related data in various data structures
US9817563B1 (en) 2014-12-29 2017-11-14 Palantir Technologies Inc. System and method of generating data points from one or more data stores of data items for chart creation and manipulation
WO2016130886A1 (en) * 2015-02-12 2016-08-18 Oran Cummins Method and system for providing insights to merchants based on consumer transaction history
US9864775B2 (en) * 2015-03-26 2018-01-09 International Business Machines Corporation Query strength indicator
US10031954B2 (en) * 2015-04-23 2018-07-24 Oath Inc. Method and system for presenting a search result in a search result card
US10103953B1 (en) 2015-05-12 2018-10-16 Palantir Technologies Inc. Methods and systems for analyzing entity performance
US10009324B2 (en) * 2015-06-29 2018-06-26 American Express Travel Related Services Company, Inc. Host card emulation systems and methods
US9454785B1 (en) 2015-07-30 2016-09-27 Palantir Technologies Inc. Systems and user interfaces for holistic, data-driven investigation of bad actor behavior based on clustering and scoring of related data
US9456000B1 (en) 2015-08-06 2016-09-27 Palantir Technologies Inc. Systems, methods, user interfaces, and computer-readable media for investigating potential malicious communications
US10489391B1 (en) 2015-08-17 2019-11-26 Palantir Technologies Inc. Systems and methods for grouping and enriching data items accessed from one or more databases for presentation in a user interface
US9485265B1 (en) 2015-08-28 2016-11-01 Palantir Technologies Inc. Malicious activity detection system capable of efficiently processing data accessed from databases and generating alerts for display in interactive user interfaces
US20170111427A1 (en) * 2015-10-18 2017-04-20 Michael Globinsky Internet information retrieval system and method
US20170364577A1 (en) * 2016-06-15 2017-12-21 Mastercard International Incorporated Search engine data validation method and system
US10929866B1 (en) * 2016-06-27 2021-02-23 Square, Inc. Frictionless entry into combined merchant loyalty program
US10210345B2 (en) 2016-08-04 2019-02-19 Bank Of America Corporation Intelligent credential selection system
US10558975B2 (en) 2016-08-17 2020-02-11 Mastercard International Incorporated Systems and methods for use in facilitating transactions
US10678894B2 (en) 2016-08-24 2020-06-09 Experian Information Solutions, Inc. Disambiguation and authentication of device users
US10318630B1 (en) 2016-11-21 2019-06-11 Palantir Technologies Inc. Analysis of large bodies of textual data
CN108154375B (zh) 2016-12-06 2019-10-15 阿里巴巴集团控股有限公司 一种业务数据处理方法及装置
US10620618B2 (en) 2016-12-20 2020-04-14 Palantir Technologies Inc. Systems and methods for determining relationships between defects
US10657594B2 (en) * 2016-12-21 2020-05-19 Mastercard International Incorporated Method and system for intelligent routing of insights
US11418578B1 (en) * 2016-12-29 2022-08-16 Groupon, Inc. Method, apparatus, and computer program product for balancing network resource demand
CA3050139A1 (en) 2017-01-31 2018-08-09 Experian Information Solutions, Inc. Massive scale heterogeneous data ingestion and user resolution
US10325224B1 (en) 2017-03-23 2019-06-18 Palantir Technologies Inc. Systems and methods for selecting machine learning training data
US10606866B1 (en) 2017-03-30 2020-03-31 Palantir Technologies Inc. Framework for exposing network activities
US10235461B2 (en) 2017-05-02 2019-03-19 Palantir Technologies Inc. Automated assistance for generating relevant and valuable search results for an entity of interest
US20180329963A1 (en) * 2017-05-09 2018-11-15 Sap Se Embedded Analytics and Transactional Data Processing
US10482382B2 (en) 2017-05-09 2019-11-19 Palantir Technologies Inc. Systems and methods for reducing manufacturing failure rates
US11537644B2 (en) * 2017-06-06 2022-12-27 Mastercard International Incorporated Method and system for conversational input device with intelligent crowd-sourced options
US20190019213A1 (en) * 2017-07-12 2019-01-17 Cerebri AI Inc. Predicting the effectiveness of a marketing campaign prior to deployment
US10838987B1 (en) 2017-12-20 2020-11-17 Palantir Technologies Inc. Adaptive and transparent entity screening
US20210117970A1 (en) * 2018-02-14 2021-04-22 Yupp Technology Inc. Corroborating data to verify transactions
US10839454B2 (en) * 2018-03-13 2020-11-17 Bank Of America Corporation System and platform for execution of consolidated resource-based action
US11315107B2 (en) * 2018-03-15 2022-04-26 Jpmorgan Chase Bank, N.A. Automated purchase card disable system and method
CN108717664A (zh) * 2018-04-03 2018-10-30 平安科技（深圳）有限公司 投资组合优化方法、装置及存储介质
US20190370826A1 (en) * 2018-06-01 2019-12-05 Mastercard International Incorporated Method and system for anonymous estimation of transaction basket details
US11195205B2 (en) * 2018-06-12 2021-12-07 Capital One Services, Llc Systems and methods for processing and providing transaction affinity profile information
US11119630B1 (en) 2018-06-19 2021-09-14 Palantir Technologies Inc. Artificial intelligence assisted evaluations and user interface for same
US11037133B2 (en) * 2018-07-30 2021-06-15 Visa International Service Association System, method, and computer program product for selectively displaying information regarding activity in a geographic area
US10963434B1 (en) 2018-09-07 2021-03-30 Experian Information Solutions, Inc. Data architecture for supporting multiple search models
US11010781B2 (en) * 2018-11-20 2021-05-18 Capital One Services, Llc Automatic rewards and benefits optimization
CN110033170B (zh) 2019-03-14 2022-06-03 创新先进技术有限公司 识别风险商家的方法及装置
WO2020251804A1 (en) * 2019-06-13 2020-12-17 Capital Intellect, Inc. System and method for tracking earned rewards for online transaction
US11941065B1 (en) 2019-09-13 2024-03-26 Experian Information Solutions, Inc. Single identifier platform for storing entity data
US10956833B1 (en) 2019-10-08 2021-03-23 Wells Fargo Bank, N.A. AI for evaluation and development of new products and features
US11423384B1 (en) * 2019-10-31 2022-08-23 United Services Automobile Association (Usaa) Systems and methods for payment method selection
EP3869372A1 (en) * 2020-02-19 2021-08-25 Mastercard International Incorporated A method of sending data
US11948189B2 (en) 2020-12-30 2024-04-02 Mastercard International Incorporated Systems and methods for identifying full account numbers from partial account numbers
CN112785399A (zh) * 2021-01-12 2021-05-11 四川天行健穗金科技有限公司 一种用于财税数据的清洗方法及系统
CN112967410B (zh) * 2021-02-02 2023-04-21 重庆首讯科技股份有限公司 一种基于最长公共子序列的偷逃通行费车辆识别方法
US20220284456A1 (en) * 2021-03-08 2022-09-08 ChaChingMe, Inc System for facilitating direct communications
US11880377B1 (en) 2021-03-26 2024-01-23 Experian Information Solutions, Inc. Systems and methods for entity resolution
CN113784349A (zh) * 2021-11-09 2021-12-10 电子科技大学 5g边缘计算下基于深度学习的提高安全认证的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001037183A1 (en) * 1999-11-19 2001-05-25 Trilegiant Corporation Method and apparatus for measuring effectiveness of on-line advertising
US7146416B1 (en) * 2000-09-01 2006-12-05 Yahoo! Inc. Web site activity monitoring system with tracking by categories and terms
WO2008067543A2 (en) * 2006-11-30 2008-06-05 Mastercard International Incorporated Techniques for targeted offers

Family Cites Families (292)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5201010A (en) * 1989-05-01 1993-04-06 Credit Verification Corporation Method and system for building a database and performing marketing based upon prior shopping history
US5621812A (en) * 1989-05-01 1997-04-15 Credit Verification Corporation Method and system for building a database for use with selective incentive marketing in response to customer shopping histories
US5687322A (en) * 1989-05-01 1997-11-11 Credit Verification Corporation Method and system for selective incentive point-of-sale marketing in response to customer shopping histories
US5644723A (en) * 1989-05-01 1997-07-01 Credit Verification Corporation Method and system for selective incentive point-of-sale marketing in response to customer shopping histories
US5401946A (en) * 1991-07-22 1995-03-28 Weinblatt; Lee S. Technique for correlating purchasing behavior of a consumer to advertisements
US5819226A (en) * 1992-09-08 1998-10-06 Hnc Software Inc. Fraud detection using predictive modeling
AU674189B2 (en) * 1993-02-23 1996-12-12 Moore North America, Inc. A method and system for gathering and analyzing customer and purchasing information
US5684990A (en) * 1995-01-11 1997-11-04 Puma Technology, Inc. Synchronization of disparate databases
US5710886A (en) * 1995-06-16 1998-01-20 Sellectsoft, L.C. Electric couponing method and apparatus
US6035280A (en) * 1995-06-16 2000-03-07 Christensen; Scott N. Electronic discount couponing method and apparatus for generating an electronic list of coupons
US7024374B1 (en) * 1995-08-11 2006-04-04 Catalina Marketing Corporation Targeted marketing and purchase behavior monitoring system
US6119101A (en) * 1996-01-17 2000-09-12 Personal Agents, Inc. Intelligent agents for electronic commerce
US5924080A (en) * 1996-05-28 1999-07-13 Incredicard Llc Computerized discount redemption system
SE506853C2 (sv) * 1996-06-20 1998-02-16 Anonymity Prot In Sweden Ab Metod för databearbetning
US6070147A (en) * 1996-07-02 2000-05-30 Tecmark Services, Inc. Customer identification and marketing analysis systems
US6332126B1 (en) * 1996-08-01 2001-12-18 First Data Corporation System and method for a targeted payment system discount program
US7225142B1 (en) 1996-08-01 2007-05-29 At&T Corp. Interactive multimedia advertising and electronic commerce on a hypertext network
US6932270B1 (en) 1997-10-27 2005-08-23 Peter W. Fajkowski Method and apparatus for coupon management and redemption
US6282522B1 (en) * 1997-04-30 2001-08-28 Visa International Service Association Internet payment system using smart card
US7624919B2 (en) * 1997-05-07 2009-12-01 Diebold, Incorporated ATM system and method
US7039599B2 (en) * 1997-06-16 2006-05-02 Doubleclick Inc. Method and apparatus for automatic placement of advertising
US6631402B1 (en) * 1997-09-26 2003-10-07 Worldcom, Inc. Integrated proxy interface for web based report requester tool set
US6766946B2 (en) * 1997-10-16 2004-07-27 Dentsu, Inc. System for granting permission of user's personal information to third party
US6925441B1 (en) 1997-10-27 2005-08-02 Marketswitch Corp. System and method of targeted marketing
JP2002510093A (ja) 1998-03-31 2002-04-02 ネットサニティー インコーポレイテッド ターゲットに向けた広告のための方法
US20020174013A1 (en) * 1998-04-17 2002-11-21 Viztec Inc., A Florida Corporation Chip card advertising method and system
US6317782B1 (en) * 1998-05-15 2001-11-13 International Business Machines Corporation Method and apparatus for detecting actual viewing of electronic advertisements and transmitting the detected information
US6285983B1 (en) * 1998-10-21 2001-09-04 Lend Lease Corporation Ltd. Marketing systems and methods that preserve consumer privacy
US20010049620A1 (en) * 2000-02-29 2001-12-06 Blasko John P. Privacy-protected targeting system
US20020123928A1 (en) * 2001-01-11 2002-09-05 Eldering Charles A. Targeting ads to subscribers based on privacy-protected subscriber profiles
US6216129B1 (en) * 1998-12-03 2001-04-10 Expanse Networks, Inc. Advertisement selection system supporting discretionary target market characteristics
US6055573A (en) * 1998-12-30 2000-04-25 Supermarkets Online, Inc. Communicating with a computer based on an updated purchase behavior classification of a particular consumer
US7035855B1 (en) * 2000-07-06 2006-04-25 Experian Marketing Solutions, Inc. Process and system for integrating information from disparate databases for purposes of predicting consumer behavior
US6334110B1 (en) * 1999-03-10 2001-12-25 Ncr Corporation System and method for analyzing customer transactions and interactions
WO2000060435A2 (en) 1999-04-07 2000-10-12 Rensselaer Polytechnic Institute System and method for accessing personal information
AU4342300A (en) 1999-04-13 2000-11-14 Shopexpert.Com, Inc. Method and apparatus for tracking consumers
US20040083184A1 (en) 1999-04-19 2004-04-29 First Data Corporation Anonymous card transactions
US6430539B1 (en) * 1999-05-06 2002-08-06 Hnc Software Predictive modeling of consumer financial behavior
US6609104B1 (en) * 1999-05-26 2003-08-19 Incentech, Inc. Method and system for accumulating marginal discounts and applying an associated incentive
US6519571B1 (en) * 1999-05-27 2003-02-11 Accenture Llp Dynamic customer profile management
US20030191832A1 (en) * 1999-06-01 2003-10-09 Ramakrishna Satyavolu Method and apparatus for controlled establishment of a turnkey system providing a centralized data aggregation and summary capability to third party entities
US6904409B1 (en) 1999-06-01 2005-06-07 Lucent Technologies Inc. Method for constructing an updateable database of subject behavior patterns
US6938022B1 (en) * 1999-06-12 2005-08-30 Tara C. Singhal Method and apparatus for facilitating an anonymous information system and anonymous service transactions
WO2001001312A2 (en) * 1999-06-29 2001-01-04 Awardtrack, Inc. Flexible reporting of customer behavior
WO2001008066A1 (en) 1999-07-26 2001-02-01 Iprivacy Llc Electronic purchase of goods over a communication network including physical delivery while securing private and personal information
US6505168B1 (en) * 1999-08-16 2003-01-07 First Usa Bank, Na System and method for gathering and standardizing customer purchase information for target marketing
US7120590B1 (en) 1999-08-23 2006-10-10 User Trencis, Inc. Electronically distributing promotional and advertising material based upon consumer internet usage
US7424439B1 (en) 1999-09-22 2008-09-09 Microsoft Corporation Data mining for managing marketing resources
EP1244984A4 (en) 1999-11-05 2003-03-19 Webtrends Corp METHOD AND DEVICE FOR REPORTING ELECTRONIC TRADING ACTIVITY IN REAL TIME
AU1797501A (en) 1999-11-22 2001-06-04 Avenue, A, Inc. Method and facility for capturing behavioral and profile data during a customer visit to a web site
US20040030598A1 (en) 1999-11-30 2004-02-12 Boal Steven R. Electronic coupon distribution system
US7062510B1 (en) * 1999-12-02 2006-06-13 Prime Research Alliance E., Inc. Consumer profiling and advertisement selection system
WO2001043375A1 (en) 1999-12-08 2001-06-14 Qualcomm Incorporated Method and system for distributing advertisements to client devices
US6734886B1 (en) 1999-12-21 2004-05-11 Personalpath Systems, Inc. Method of customizing a browsing experience on a world-wide-web site
EP1247228A4 (en) 1999-12-23 2003-03-12 Concept Shopping Inc OPTIMIZATION TECHNIQUES FOR DISTRIBUTION OF PROMOTIONAL OFFERS
US7003476B1 (en) * 1999-12-29 2006-02-21 General Electric Capital Corporation Methods and systems for defining targeted marketing campaigns using embedded models and historical data
US6901406B2 (en) * 1999-12-29 2005-05-31 General Electric Capital Corporation Methods and systems for accessing multi-dimensional customer data
US20010011235A1 (en) * 2000-01-29 2001-08-02 E-Net Co., Ltd. Apparatus for realizing personal shops in an electronic commerce business
AU2001231211A1 (en) 2000-02-01 2001-08-14 Jeffrey S. Minushkin System and method for an impulse transaction user device
US7299194B1 (en) 2000-02-22 2007-11-20 International Business Machines Corporation Method and system for researching sales effects of advertising using association analysis
US20010027413A1 (en) * 2000-02-23 2001-10-04 Bhutta Hafiz Khalid Rehman System, software and method of evaluating, buying and selling consumer's present and potential buying power through a clearing house
US7194422B1 (en) 2000-03-08 2007-03-20 The Coca-Cola Company Disaggregated databases for tracking consumer purchasing data
US7747465B2 (en) * 2000-03-13 2010-06-29 Intellions, Inc. Determining the effectiveness of internet advertising
US7493655B2 (en) 2000-03-22 2009-02-17 Comscore Networks, Inc. Systems for and methods of placing user identification in the header of data packets usable in user demographic reporting and collecting usage data
US7930285B2 (en) * 2000-03-22 2011-04-19 Comscore, Inc. Systems for and methods of user demographic reporting usable for identifying users and collecting usage data
US7260837B2 (en) 2000-03-22 2007-08-21 Comscore Networks, Inc. Systems and methods for user identification, user demographic reporting and collecting usage data usage biometrics
US7181412B1 (en) 2000-03-22 2007-02-20 Comscore Networks Inc. Systems and methods for collecting consumer data
US20020046187A1 (en) * 2000-03-31 2002-04-18 Frank Vargas Automated system for initiating and managing mergers and acquisitions
US7263506B2 (en) * 2000-04-06 2007-08-28 Fair Isaac Corporation Identification and management of fraudulent credit/debit card purchases at merchant ecommerce sites
US20030233425A1 (en) * 2000-05-04 2003-12-18 Lyons Barry C. Method and system for personal portal screen
AU2001264569A1 (en) * 2000-05-05 2001-11-20 L90, Inc. Method and apparatus for transaction tracking over a computer network
WO2001093161A1 (en) 2000-05-26 2001-12-06 Zebus Group, Inc. Online multimedia system and method
US20010056374A1 (en) * 2000-06-22 2001-12-27 Joao Raymond Anthony Apparatus and method for providing compensation for advertisement viewing and/or participation and/or for survey participation
AR029290A1 (es) * 2000-06-28 2003-06-18 American Express Travel Relate Sistema y metodo para integrar datos publicos y privados
US6983379B1 (en) 2000-06-30 2006-01-03 Hitwise Pty. Ltd. Method and system for monitoring online behavior at a remote site and creating online behavior profiles
AU2001271775A1 (en) 2000-07-06 2002-01-21 Telefonaktiebolaget Lm Ericsson (Publ) Automatic database replication server and methods
US7624039B2 (en) * 2000-07-28 2009-11-24 Cardinalcommerce Corporation Affinity shopping portal
US7177822B2 (en) 2000-08-08 2007-02-13 Daimlerchrysler Corporation Common database system for sales and marketing process
CA2419566A1 (en) 2000-08-17 2002-02-21 Daniel A. Kern Automated payment system
US7337127B1 (en) 2000-08-24 2008-02-26 Facecake Marketing Technologies, Inc. Targeted marketing system and method
WO2002017212A1 (en) * 2000-08-25 2002-02-28 Jonas Ulenas Method and apparatus for obtaining consumer product preferences through product selection and evaluation
AU2001287013A1 (en) 2000-09-01 2002-03-13 Kinexus Corporation Method and system for financial data aggregation, analysis and reporting
US20020059100A1 (en) * 2000-09-22 2002-05-16 Jon Shore Apparatus, systems and methods for customer specific receipt advertising
US20020053076A1 (en) * 2000-10-30 2002-05-02 Mark Landesmann Buyer-driven targeting of purchasing entities
JP2002140404A (ja) * 2000-11-02 2002-05-17 Hitachi Ltd データベース統合処理方法及びその実施装置並びにその処理プログラムを記録した記録媒体
US7398225B2 (en) 2001-03-29 2008-07-08 American Express Travel Related Services Company, Inc. System and method for networked loyalty program
KR100503017B1 (ko) 2000-11-21 2005-07-22 양길섭 서버가 제휴 사이트 및 오프라인 상점에서 전자 상거래를수행하는 방법 및 시스템
AU2002218542A1 (en) 2000-11-21 2002-06-03 Kilseob Yang Method and system for server to execute electronic commerce in concerted internet site and off-line store
US8121897B2 (en) 2000-12-06 2012-02-21 Kuo-Ching Chiang System and method of advertisement via mobile terminal
US6996560B1 (en) * 2001-01-31 2006-02-07 Rmsg Llc Method, system, and device for typing customers/prospects
US20020123926A1 (en) 2001-03-01 2002-09-05 Bushold Thomas R. System and method for implementing a loyalty program incorporating on-line and off-line transactions
JP2002279274A (ja) * 2001-03-21 2002-09-27 Fujitsu Ltd 広告配信方法および広告配信装置
US20060053056A1 (en) * 2001-03-29 2006-03-09 American Express Marketing & Development Corporati Card member discount system and method
US7165052B2 (en) 2001-03-31 2007-01-16 First Data Corporation Payment service method and system
CA2443220A1 (en) * 2001-03-31 2002-10-10 First Data Corporation Electronic identifier payment system and methods
AU2002254564A1 (en) 2001-04-10 2002-10-28 Latanya Sweeney Systems and methods for deidentifying entries in a data source
US6856992B2 (en) * 2001-05-15 2005-02-15 Metatomix, Inc. Methods and apparatus for real-time business visibility using persistent schema-less data storage
US7340438B2 (en) 2001-05-21 2008-03-04 Nokia Corporation Method and apparatus for managing and enforcing user privacy
US20030144865A1 (en) * 2001-07-24 2003-07-31 Lin Kuang Shin E-commerce back-end hierarchical data management system and method
WO2003034300A2 (en) 2001-09-04 2003-04-24 Ramon Van Der Riet Marketing communication and transaction/distribution services platform for building and managing personalized customer relationships
AU2002353379B2 (en) 2001-09-20 2009-08-27 Connexity Audience, Inc. Method and system for characterization of online behavior
US7822684B2 (en) * 2001-10-05 2010-10-26 Jpmorgan Chase Bank, N.A. Personalized bank teller machine
US20030074267A1 (en) * 2001-10-11 2003-04-17 Kamal Acharya Method and sytem for integrated online and brick and mortar provider shopping
US7444658B1 (en) 2001-12-14 2008-10-28 At&T Intellectual Property I, L.P. Method and system to perform content targeting
US7020643B2 (en) * 2002-01-25 2006-03-28 Microsoft Corporation Method and system for clickpath funnel analysis
US8190530B2 (en) 2002-01-30 2012-05-29 Visa U.S.A. Inc. Method and system for providing multiple services via a point-of-sale portal architecture
US7424441B2 (en) 2002-02-19 2008-09-09 First Data Corporation Systems and methods for integrating loyalty and stored-value programs
JP4482263B2 (ja) * 2002-02-28 2010-06-16 株式会社日立製作所 広告配信装置および広告の配信方法
WO2003081376A2 (en) 2002-03-20 2003-10-02 Catalina Marketing International Inc. Targeted incentives based upon predicted behavior
US7634423B2 (en) 2002-03-29 2009-12-15 Sas Institute Inc. Computer-implemented system and method for web activity assessment
US9235849B2 (en) 2003-12-31 2016-01-12 Google Inc. Generating user information for use in targeted advertising
US7024409B2 (en) * 2002-04-16 2006-04-04 International Business Machines Corporation System and method for transforming data to preserve privacy where the data transform module suppresses the subset of the collection of data according to the privacy constraint
US7051038B1 (en) * 2002-06-28 2006-05-23 Microsoft Corporation Method and system for a reporting information services architecture
US20040024632A1 (en) * 2002-08-05 2004-02-05 Avenue A, Inc. Method of determining the effect of internet advertisement on offline commercial activity
US8626577B2 (en) * 2002-09-13 2014-01-07 Visa U.S.A Network centric loyalty system
US9852437B2 (en) * 2002-09-13 2017-12-26 Visa U.S.A. Inc. Opt-in/opt-out in loyalty system
US7085682B1 (en) * 2002-09-18 2006-08-01 Doubleclick Inc. System and method for analyzing website activity
US20070250597A1 (en) 2002-09-19 2007-10-25 Ambient Devices, Inc. Controller for modifying and supplementing program playback based on wirelessly transmitted data content and metadata
US20040122735A1 (en) * 2002-10-09 2004-06-24 Bang Technologies, Llc System, method and apparatus for an integrated marketing vehicle platform
US8783561B2 (en) * 2006-07-14 2014-07-22 Modiv Media, Inc. System and method for administering a loyalty program and processing payments
US20040193685A1 (en) * 2003-03-31 2004-09-30 Sony Corporation/Sony Electronics, Inc. Method and apparatus for managing and sharing personal identities in a peer-to-peer environment
US7647257B2 (en) * 2003-05-06 2010-01-12 American Express Travel Related Services Company, Inc. System and method for web access to financial data
US20040225509A1 (en) * 2003-05-07 2004-11-11 Olivier Andre Use of financial transaction network(s) information to generate personalized recommendations
CA2533007A1 (en) * 2003-06-10 2005-01-06 Citibank, N.A. System and method for analyzing marketing efforts
KR20040107715A (ko) 2003-06-12 2004-12-23 주식회사 케이티 단문 메시지를 이용한 개인별 회계 관리 서비스 제공시스템 및 그 방법
US20050065229A1 (en) * 2003-07-28 2005-03-24 Anthony Bonnet Process for oxidizing a fluoropolymer and multilayer structures comprising this oxidized fluoropolymer
US20090132347A1 (en) 2003-08-12 2009-05-21 Russell Wayne Anderson Systems And Methods For Aggregating And Utilizing Retail Transaction Records At The Customer Level
US11042886B2 (en) * 2003-09-04 2021-06-22 Google Llc Systems and methods for determining user actions
CA2539784C (en) 2003-09-22 2016-07-05 Citicorp Credit Services, Inc. Method and system for purchase-based segmentation
US20060143075A1 (en) * 2003-09-22 2006-06-29 Ryan Carr Assumed demographics, predicted behaviour, and targeted incentives
US7130819B2 (en) 2003-09-30 2006-10-31 Yahoo! Inc. Method and computer readable medium for search scoring
US8260661B2 (en) * 2003-09-30 2012-09-04 Visa U.S.A. Inc. System and apparatus for linking multiple rewards programs to promote the purchase of specific product mixes
US20050071227A1 (en) * 2003-09-30 2005-03-31 Visa U.S.A. Method and system for managing concurrent sku-based rewards program
US20050076017A1 (en) * 2003-10-03 2005-04-07 Rein Douglas R. Method and system for scheduling search terms in a search engine account
US20050216823A1 (en) * 2003-12-30 2005-09-29 Microsoft Corporation Assigning textual ads based on article history
WO2005076181A1 (en) 2004-02-05 2005-08-18 Dal-Hyun Cho Information buying and selling system
US20050240473A1 (en) * 2004-04-22 2005-10-27 Ayers James R Jr System and method of point-of-sale manufacturer rebate program
US20070067297A1 (en) 2004-04-30 2007-03-22 Kublickis Peter J System and methods for a micropayment-enabled marketplace with permission-based, self-service, precision-targeted delivery of advertising, entertainment and informational content and relationship marketing to anonymous internet users
US20060047563A1 (en) 2004-09-02 2006-03-02 Keith Wardell Method for optimizing a marketing campaign
KR100675868B1 (ko) 2004-10-14 2007-01-30 주식회사 에스브이엘 사이버 상점의 활동지수를 기반으로 하는 쇼핑몰 운용방법
US7904337B2 (en) * 2004-10-19 2011-03-08 Steve Morsa Match engine marketing
US20060122900A1 (en) * 2004-11-24 2006-06-08 Bean Damien P System for and method of information management
US20060143071A1 (en) * 2004-12-14 2006-06-29 Hsbc North America Holdings Inc. Methods, systems and mediums for scoring customers for marketing
US7653615B2 (en) * 2005-01-18 2010-01-26 Microsoft Corporation Preserving privacy when statistically analyzing a large database
US20060178957A1 (en) * 2005-01-18 2006-08-10 Visa U.S.A. Commercial market determination and forecasting system and method
US20060167818A1 (en) * 2005-01-21 2006-07-27 David Wentker Methods and system for performing data exchanges related to financial transactions over a public network
US20060178949A1 (en) * 2005-02-07 2006-08-10 Mcgrath Paul T Integrated system and method for inducing, brokering and managing alternative transportation modes for commuters and generating commute statistics
US7685195B2 (en) 2005-03-24 2010-03-23 Sas Institute Inc. Systems and methods for analyzing web site search terms
KR100786795B1 (ko) 2005-03-25 2007-12-18 주식회사 다음커뮤니케이션 인터넷 광고 서비스 시스템 및 방법
KR100705410B1 (ko) 2005-05-19 2007-04-10 엔에이치엔(주) 상품모델과 카테고리를 자동으로 매칭시키는 상품 정보등록 방법 및 시스템
WO2006126205A2 (en) 2005-05-26 2006-11-30 Vircomzone Ltd. Systems and uses and methods for graphic display
US20060293948A1 (en) 2005-06-22 2006-12-28 Weinblatt Lee S Technique for correlating purchasing behavior of a consumer to advertisements
US20080071587A1 (en) 2005-06-24 2008-03-20 Granucci Nicole J Incentive wireless communication reservations
GB2429079A (en) 2005-07-22 2007-02-14 Nicole Truelle Harcourt Transaction management system
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
US7729977B2 (en) 2005-08-17 2010-06-01 Quan Xiao Method and system for grouping merchandise, services and users and for trading merchandise and services
US20070055597A1 (en) 2005-09-08 2007-03-08 Visa U.S.A. Method and system for manipulating purchase information
KR100974812B1 (ko) 2005-09-13 2010-08-10 주식회사 비즈모델라인 카드 승인전문 처리방법
US20090234711A1 (en) 2005-09-14 2009-09-17 Jorey Ramer Aggregation of behavioral profile data using a monetization platform
US8832100B2 (en) 2005-09-14 2014-09-09 Millennial Media, Inc. User transaction history influenced search results
US20080215429A1 (en) 2005-11-01 2008-09-04 Jorey Ramer Using a mobile communication facility for offline ad searching
US8306986B2 (en) 2005-09-30 2012-11-06 American Express Travel Related Services Company, Inc. Method, system, and computer program product for linking customer information
US20070192121A1 (en) 2005-09-30 2007-08-16 American Express Travel Related Services Company, Inc. a New York Corporation Method, system, and computer program product for honoring customer privacy and preferences
US20070124662A1 (en) 2005-10-18 2007-05-31 Streuter Gary W Offline click-through ads within internet content
EP1949271A4 (en) * 2005-10-21 2011-08-03 Fair Isaac Corp METHOD AND APPARATUS FOR EXPLORING CO-OCCURRENCE COHERENCE DETECTION DATA FOR PAIRS
US20080221972A1 (en) 2005-10-24 2008-09-11 Megdal Myles G Method and apparatus for determining credit characteristics of a consumer
US7844490B2 (en) 2005-11-02 2010-11-30 Visa U.S.A. Inc. Method and system for conducting promotional programs
US20070219865A1 (en) 2005-11-23 2007-09-20 Leining Adam C Method and System for Collecting, Tracking and Reporting Consumer Data to Improve Marketing Practices for Merchants and Banks
US20070255702A1 (en) 2005-11-29 2007-11-01 Orme Gregory M Search Engine
US20070124201A1 (en) 2005-11-30 2007-05-31 Hu Hubert C Digital content access system and methods
US20070162377A1 (en) 2005-12-23 2007-07-12 Credigy Technologies, Inc. System and method for an online exchange of private data
US10380602B2 (en) 2005-12-24 2019-08-13 Rich Media Club, Llc System and method for creation, distribution and tracking of advertising via electronic networks
JP2009526281A (ja) 2006-01-24 2009-07-16 ゲーミング・ソリューションズ・インターナショナル・リミテッド・ライアビリティ・カンパニー データマイニングおよびデータのインタラクティブな提示のためのシステムおよび方法
US20070179846A1 (en) 2006-02-02 2007-08-02 Microsoft Corporation Ad targeting and/or pricing based on customer behavior
US20070282681A1 (en) 2006-05-31 2007-12-06 Eric Shubert Method of obtaining and using anonymous consumer purchase and demographic data
US20070219866A1 (en) 2006-03-17 2007-09-20 Robert Wolf Passive Shopper Identification Systems Utilized to Optimize Advertising
US20070226056A1 (en) 2006-03-23 2007-09-27 Goss International Americas, Inc. Handheld device for use at point of sale, checkout device and system and method for tracking advertising effectiveness
US20070239532A1 (en) 2006-03-31 2007-10-11 Scott Benson Determining advertising statistics for advertisers and/or advertising networks
US20070250390A1 (en) 2006-04-24 2007-10-25 Advanced Commerce Strategies, Inc. Internet advertising method and system
US20070260597A1 (en) 2006-05-02 2007-11-08 Mark Cramer Dynamic search engine results employing user behavior
GB2437842A (en) 2006-05-04 2007-11-07 Jonathan Bernadotte Miller Method and system for crediting an online publisher of an advertisement
US20070260514A1 (en) 2006-05-05 2007-11-08 Microsoft Corporation Distributed architecture for online advertising
WO2007131258A1 (en) 2006-05-12 2007-11-22 247Ads Pty Ltd Method and system of online classified advertising
JP2009537911A (ja) 2006-05-16 2009-10-29 ヴィザ インターナショナル サーヴィス アソシエイション 個人化情報を提供する方法及びシステム
EP2033154A4 (en) 2006-05-22 2011-04-06 Golconda Co Ltd ONLINE ADVERTISING SYSTEM AND METHOD THEREFOR
US20080004884A1 (en) 2006-06-29 2008-01-03 Microsoft Corporation Employment of offline behavior to display online content
US9430773B2 (en) * 2006-07-18 2016-08-30 American Express Travel Related Services Company, Inc. Loyalty incentive program using transaction cards
US9558505B2 (en) * 2006-07-18 2017-01-31 American Express Travel Related Services Company, Inc. System and method for prepaid rewards
US11062342B2 (en) 2006-07-27 2021-07-13 Blackhawk Network, Inc. System and method for targeted marketing and consumer resource management
US20110066484A1 (en) 2006-08-21 2011-03-17 Golconda Co., Ltd. On-line advertisement output controlling system and method of the same
US20080052153A1 (en) 2006-08-22 2008-02-28 Cook Scott D Method and apparatus for facilitating targeted advertising
US10037535B2 (en) 2006-08-31 2018-07-31 Visa U.S.A. Inc. Loyalty program parameter collaboration
US20080059302A1 (en) 2006-08-31 2008-03-06 Fordyce Iii Edward W Loyalty program service
US8620738B2 (en) 2006-08-31 2013-12-31 Visa U.S.A. Inc Loyalty program incentive determination
US10115112B2 (en) 2006-08-31 2018-10-30 Visa U.S.A. Inc. Transaction evaluation for providing rewards
AU2007296351B2 (en) 2006-09-15 2012-02-09 Visa International Service Association Method and system for cross-issuer registration of transaction cards
US20080077487A1 (en) 2006-09-21 2008-03-27 Mark Davis Targeted Incentives Based Upon Predicted Behavior
US7930197B2 (en) 2006-09-28 2011-04-19 Microsoft Corporation Personal data mining
US10121152B2 (en) 2006-09-29 2018-11-06 Visa U.S.A. Inc. Consumer specific conditional rewards
US8812351B2 (en) 2006-10-05 2014-08-19 Richard Zollino Method of analyzing credit card transaction data
US20080091533A1 (en) 2006-10-17 2008-04-17 Silverbrook Research Pty Ltd Method of delivering an advertisement to a user interacting with a hyperlink
US8589233B2 (en) 2006-10-25 2013-11-19 Microsoft Corporation Arbitrage broker for online advertising exchange
US20080103887A1 (en) 2006-10-31 2008-05-01 Google Inc. Selecting advertisements based on consumer transactions
US8175961B2 (en) 2006-11-17 2012-05-08 Visa International Service Association Method and system for using payment history for conducting commercial transactions
US8032405B2 (en) 2006-11-22 2011-10-04 Proclivity Systems, Inc. System and method for providing E-commerce consumer-based behavioral target marketing reports
US20080134228A1 (en) 2006-11-30 2008-06-05 Alcatel Customer Loyalty Based System Internet Protocol Television Advertising Mechanism
US7630972B2 (en) 2007-01-05 2009-12-08 Yahoo! Inc. Clustered search processing
US8412578B2 (en) 2006-12-15 2013-04-02 Opportunity Notification Technology, LLC System for delivering advertisements to wireless communication devices
US8805720B2 (en) 2006-12-20 2014-08-12 Microsoft Corporation Feedback loop for consumer transactions
US20080201226A1 (en) 2006-12-26 2008-08-21 Mark Carlson Mobile coupon method and portable consumer device for utilizing same
US8615426B2 (en) 2006-12-26 2013-12-24 Visa U.S.A. Inc. Coupon offers from multiple entities
US9940627B2 (en) 2006-12-26 2018-04-10 Visa U.S.A. Inc. Mobile coupon method and system
US8010403B2 (en) 2006-12-29 2011-08-30 American Express Travel Related Services Company, Inc. System and method for targeting transaction account product holders to receive upgraded transaction account products
US20080167992A1 (en) 2007-01-05 2008-07-10 Backchannelmedia Inc. Methods and systems for an accountable media advertising application
GB2458842A (en) 2007-01-17 2009-10-07 Eyemaginations Inc Method and system for delivering presentations
KR20080104398A (ko) 2007-01-19 2008-12-03 유석호 클라이언트 단말기에 사용자의 소비 성향에 따른 정보를제공하는 시스템 및 방법
US20080184117A1 (en) 2007-01-30 2008-07-31 Awaremedia, Inc. D/B/A/ Panjea Method and system of media channel creation and management
CA2582495A1 (en) 2007-02-14 2008-08-14 Visa International Service Association Rewards program manager
KR100780923B1 (ko) 2007-02-26 2007-11-30 주식회사 에스브이엘 유무선 인터넷에서 상품정보의 공유를 통한 쇼핑몰 운영장치 및 방법
US20080221982A1 (en) * 2007-03-06 2008-09-11 Robin Michel Harkins Systems and methods for advertising
US7665660B2 (en) 2007-03-08 2010-02-23 Visa U.S.A. Inc. Real-time awards determinations
US20090018895A1 (en) 2007-03-12 2009-01-15 Lee S. Weinblatt Technique for correlating purchasing behavior of a consumer to advertisements
KR100910517B1 (ko) 2007-03-21 2009-07-31 엔에이치엔비즈니스플랫폼 주식회사 브라우저-로그인 맵핑을 통한 타겟 인벤토리 확장 방법 및시스템
US8566164B2 (en) 2007-12-31 2013-10-22 Intent IQ, LLC Targeted online advertisements based on viewing or interacting with television advertisements
WO2008144643A1 (en) 2007-05-18 2008-11-27 Global Rainmakers, Inc. Measuring effectiveness of advertisements and linking certain consumer activities including purchases to other activities of the consumer
US20080300973A1 (en) 2007-05-30 2008-12-04 Dewitt Jay Allen Supply of requested offer based on offeree transaction history
US20080318559A1 (en) 2007-06-22 2008-12-25 Porco Gino M System and method of mobile device advertising
US20080320512A1 (en) 2007-06-22 2008-12-25 Inskin Media Ltd. Systems and methods for providing interactive advertisements through media player skin
US20080319843A1 (en) 2007-06-22 2008-12-25 Dennis Norman Moser Supply of requested offer based on point-of-service to offeree distance
US8738429B2 (en) 2007-06-25 2014-05-27 Visa U.S.A. Inc. Platform for loyalty services
WO2009001827A1 (ja) 2007-06-26 2008-12-31 Toshiba Tec Kabushiki Kaisha 顧客行動管理装置，方法及びプログラム
US7921069B2 (en) 2007-06-28 2011-04-05 Yahoo! Inc. Granular data for behavioral targeting using predictive models
US20090157479A1 (en) 2007-07-03 2009-06-18 Bca Mobile Solutions, Inc. Selection and Shopping System Founded on Mobile Architecture
US8660893B2 (en) 2007-07-23 2014-02-25 Visa U.S.A. Inc. Multi-vendor multi-loyalty currency program
US20090030787A1 (en) * 2007-07-24 2009-01-29 Xperex Corporation Electronic capture and communication of promotions using a wireless device
US20090043593A1 (en) 2007-08-08 2009-02-12 Microsoft Corporation Event Prediction
EP2179358A4 (en) 2007-08-20 2012-01-25 Facebook Inc TARGETED ADVERTISING IN A SOCIAL NETWORK
US9268849B2 (en) 2007-09-07 2016-02-23 Alexander Siedlecki Apparatus and methods for web marketing tools for digital archives—web portal advertising arts
US20090076896A1 (en) 2007-09-13 2009-03-19 Dewitt Jay Allen Merchant supplied offer to a consumer within a predetermined distance
US20090112767A1 (en) 2007-10-25 2009-04-30 Ayman Hammad Escrow system and method
US8744917B2 (en) 2007-11-02 2014-06-03 Buysafe, Inc. Method, system and components for obtaining, evaluating and/or utilizing seller, buyer and transaction data
US8799068B2 (en) 2007-11-05 2014-08-05 Facebook, Inc. Social advertisements and other informational messages on a social networking website, and advertising model for same
US20090132366A1 (en) 2007-11-15 2009-05-21 Microsoft Corporation Recognizing and crediting offline realization of online behavior
EP2210230A4 (en) 2007-11-16 2013-01-02 Google Inc TRACKING RESPONSE TO ADVERTISEMENTS
US20090144108A1 (en) 2007-11-28 2009-06-04 Douglas Richard Cloud System for commoditization of information through centralized communication between advertisers, internet service providers or similar entities, consumers, and financial institutions
CA2706857C (en) 2007-11-30 2019-04-16 Data Logix, Inc. Targeting messages
US20090164300A1 (en) 2007-12-21 2009-06-25 Yahoo! Inc. Application program interface and graphical user interface for providing a user interface for targeting mobile advertisements in a mobile marketing environment
US8271878B2 (en) 2007-12-28 2012-09-18 Amazon Technologies, Inc. Behavior-based selection of items to present on affiliate sites
US9111286B2 (en) 2008-02-01 2015-08-18 Qualcomm, Incorporated Multiple actions and icons for mobile advertising
US20090198553A1 (en) 2008-02-01 2009-08-06 David Selinger System and process for generating a user model for use in providing personalized advertisements to retail customers
US20090216579A1 (en) 2008-02-22 2009-08-27 Microsoft Corporation Tracking online advertising using payment services
US20090216616A1 (en) 2008-02-26 2009-08-27 Yang Wang Method and System for Displaying Correlated Advertisements to Internet Users
US20090222323A1 (en) 2008-02-29 2009-09-03 Laura Ann Figgie Kelly Opportunity segmentation
US20090234737A1 (en) 2008-03-14 2009-09-17 Sarelson Seth H Method of promotion tracking
US8234159B2 (en) 2008-03-17 2012-07-31 Segmint Inc. Method and system for targeted content placement
US8955006B2 (en) 2008-03-27 2015-02-10 Microsoft Technology Licensing, Llc Entertainment content purchase via advertising viewing credit
US20090248511A1 (en) 2008-03-31 2009-10-01 Yahoo!, Inc. Advertisements on demand
US10664889B2 (en) 2008-04-01 2020-05-26 Certona Corporation System and method for combining and optimizing business strategies
US20090254414A1 (en) 2008-04-07 2009-10-08 Michael Schwarz Method and system for managing advertisement quality of sponsored advertisements
US8170907B2 (en) 2008-04-11 2012-05-01 Accenture Global Services Limited System for optimizing trade promotion and distribution spending in fragmented markets
US7729940B2 (en) 2008-04-14 2010-06-01 Tra, Inc. Analyzing return on investment of advertising campaigns by matching multiple data sources
US20090271305A1 (en) 2008-04-23 2009-10-29 Raghav Lal Payment portfolio optimization
US20090271327A1 (en) 2008-04-23 2009-10-29 Raghav Lal Payment portfolio optimization
US20100004989A1 (en) * 2008-05-20 2010-01-07 American Express Travel Related Services Company, Inc. Systems, methods, apparatus and computer program products for interfacing payment systems to a network associated with a referral
US20090292568A1 (en) 2008-05-22 2009-11-26 Reza Khosravani Adaptive Risk Variables
US8606629B2 (en) * 2008-06-12 2013-12-10 Google, Inc. Providing coupons with a mobile computer of a merchant
US20090319555A1 (en) 2008-06-24 2009-12-24 Microsoft Corporation Optimizing documents based on desired content
US20100049620A1 (en) 2008-08-24 2010-02-25 Visa Usa, Inc. Merchant device support of an integrated offer network
US20100076836A1 (en) * 2008-09-19 2010-03-25 Bank Of America Corporation Consumer information and promotion system
US20100114686A1 (en) 2008-09-25 2010-05-06 Mark Carlson Real-time statement credits and notifications
EP2356621A4 (en) 2008-10-24 2013-11-27 Cardlytics Inc SYSTEM AND METHOD FOR PRESENTING TARGET MARKETING OFFERS TO CONSUMERS VIA AN ONLINE PORTAL
US20100114654A1 (en) 2008-10-31 2010-05-06 Hewlett-Packard Development Company, L.P. Learning user purchase intent from user-centric data
US20100114748A1 (en) 2008-10-31 2010-05-06 Wachovia Corporation Predictive advisor system and method for communicating with a user regarding a payment account in a computer network
EP2184710B1 (en) 2008-11-04 2013-09-25 Sony Corporation Method for generating an electronic coupon, coupon holding device, system for generating an electronic coupon, electronic coupon and computer program product
US20100114677A1 (en) 2008-11-06 2010-05-06 Mark Carlson System including automated teller machine with data bearing medium
US20100145778A1 (en) 2008-12-08 2010-06-10 Fordyce Iii Edward W Consumer commercial behavior modification through multiple merchant incentive program
US20100169177A1 (en) 2008-12-29 2010-07-01 Virgil Griffith Method and system for assessing behavior of a webpage visitor
US20100174623A1 (en) 2009-01-07 2010-07-08 Michael Mcphie System and Method for Managing Items of Interest Selected from Online Merchants
US20100262456A1 (en) * 2009-04-08 2010-10-14 Jun Feng System and Method for Deep Targeting Advertisement Based on Social Behaviors
US20100274625A1 (en) 2009-04-22 2010-10-28 Mark Carlson Targeting merchant announcements triggered by consumer activity relative to a surrogate merchant
US20100274627A1 (en) 2009-04-22 2010-10-28 Mark Carlson Receiving an announcement triggered by location data
WO2010129563A2 (en) 2009-05-04 2010-11-11 Visa International Service Association Determining targeted incentives based on consumer transaction history
US20100306029A1 (en) 2009-06-01 2010-12-02 Ryan Jolley Cardholder Clusters
US8527342B2 (en) * 2009-06-04 2013-09-03 Intent Media Inc. Method and system for electronic advertising
US20110035278A1 (en) 2009-08-04 2011-02-10 Visa U.S.A. Inc. Systems and Methods for Closing the Loop between Online Activities and Offline Purchases
WO2011019759A2 (en) * 2009-08-10 2011-02-17 Visa U.S.A. Inc. Systems and methods for targeting offers
US20110231225A1 (en) * 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Identify Customers Based on Spending Patterns
US8738418B2 (en) 2010-03-19 2014-05-27 Visa U.S.A. Inc. Systems and methods to enhance search data with transaction based data
US20110231224A1 (en) 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Perform Checkout Funnel Analyses
US8639567B2 (en) 2010-03-19 2014-01-28 Visa U.S.A. Inc. Systems and methods to identify differences in spending patterns
US20110231258A1 (en) 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Distribute Advertisement Opportunities to Merchants
US20110231305A1 (en) * 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Identify Spending Patterns

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001037183A1 (en) * 1999-11-19 2001-05-25 Trilegiant Corporation Method and apparatus for measuring effectiveness of on-line advertising
US7146416B1 (en) * 2000-09-01 2006-12-05 Yahoo! Inc. Web site activity monitoring system with tracking by categories and terms
WO2008067543A2 (en) * 2006-11-30 2008-06-05 Mastercard International Incorporated Techniques for targeted offers

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11880827B1 (en) 2008-10-31 2024-01-23 Wells Fargo Bank, N.A. Payment vehicle with on and off function
US11900390B1 (en) 2008-10-31 2024-02-13 Wells Fargo Bank, N.A. Payment vehicle with on and off function
US11915230B1 (en) 2008-10-31 2024-02-27 Wells Fargo Bank, N.A. Payment vehicle with on and off function
US11868993B1 (en) 2008-10-31 2024-01-09 Wells Fargo Bank, N.A. Payment vehicle with on and off function
US11880846B1 (en) 2008-10-31 2024-01-23 Wells Fargo Bank, N.A. Payment vehicle with on and off function
CN103150657A (zh) * 2013-04-03 2013-06-12 宋子诚 零售连锁渠道及网络协同分销电商系统
CN110955371B (zh) * 2014-02-13 2023-09-12 Illumina公司 综合式消费者基因组服务
CN110955371A (zh) * 2014-02-13 2020-04-03 Illumina公司 综合式消费者基因组服务
CN106462838A (zh) * 2014-07-23 2017-02-22 维萨国际服务协会 使用通信网络在多个单独计算系统当中协调处理的系统及方法
US10438226B2 (en) 2014-07-23 2019-10-08 Visa International Service Association Systems and methods of using a communication network to coordinate processing among a plurality of separate computing systems
US11055734B2 (en) 2014-07-23 2021-07-06 Visa International Service Association Systems and methods of using a communication network to coordinate processing among a plurality of separate computing systems
US11455612B2 (en) 2014-09-22 2022-09-27 Mastercard International Incorporated Payment systems and methods for managing payment card use
CN107004189A (zh) * 2014-09-22 2017-08-01 万事达卡国际股份有限公司 支付系统和用于管理支付卡使用的方法
US11893588B1 (en) 2015-03-27 2024-02-06 Wells Fargo Bank, N.A. Token management system
US11861594B1 (en) 2015-03-27 2024-01-02 Wells Fargo Bank, N.A. Token management system
US11823205B1 (en) 2015-03-27 2023-11-21 Wells Fargo Bank, N.A. Token management system
US11847633B1 (en) 2015-07-31 2023-12-19 Wells Fargo Bank, N.A. Connected payment card systems and methods
US11727388B1 (en) 2015-07-31 2023-08-15 Wells Fargo Bank, N.A. Connected payment card systems and methods
US11900362B1 (en) 2015-07-31 2024-02-13 Wells Fargo Bank, N.A. Connected payment card systems and methods
CN108431847A (zh) * 2015-10-27 2018-08-21 万事达卡国际股份有限公司 确定数字钱包用户发起的当前基于钱包的交易是否是欺诈性的方法
CN108027935A (zh) * 2016-02-09 2018-05-11 谷歌有限责任公司 与内容项目相关的归因转换
US11895117B1 (en) 2016-07-01 2024-02-06 Wells Fargo Bank, N.A. Access control interface for managing entities and permissions
US11886611B1 (en) 2016-07-01 2024-01-30 Wells Fargo Bank, N.A. Control tower for virtual rewards currency
US11853456B1 (en) 2016-07-01 2023-12-26 Wells Fargo Bank, N.A. Unlinking applications from accounts
US11935020B1 (en) 2016-07-01 2024-03-19 Wells Fargo Bank, N.A. Control tower for prospective transactions
US11914743B1 (en) 2016-07-01 2024-02-27 Wells Fargo Bank, N.A. Control tower for unlinking applications from accounts
US11886613B1 (en) 2016-07-01 2024-01-30 Wells Fargo Bank, N.A. Control tower for linking accounts to applications
US11762535B1 (en) 2016-07-01 2023-09-19 Wells Fargo Bank, N.A. Control tower restrictions on third party platforms
US11755773B1 (en) 2016-07-01 2023-09-12 Wells Fargo Bank, N.A. Access control tower
US11899815B1 (en) 2016-07-01 2024-02-13 Wells Fargo Bank, N.A. Access control interface for managing entities and permissions
US11928236B1 (en) 2016-07-01 2024-03-12 Wells Fargo Bank, N.A. Control tower for linking accounts to applications
CN113835777B (zh) * 2017-02-17 2024-02-02 谷歌有限责任公司 移动应用活动检测器
CN113835777A (zh) * 2017-02-17 2021-12-24 谷歌有限责任公司 移动应用活动检测器
US11875358B1 (en) * 2017-04-25 2024-01-16 Wells Fargo Bank, N.A. System and method for card control
US11869013B1 (en) * 2017-04-25 2024-01-09 Wells Fargo Bank, N.A. System and method for card control
US11756114B1 (en) 2017-07-06 2023-09-12 Wells Fargo Bank, N.A. Data control tower
CN111226207A (zh) * 2017-08-18 2020-06-02 贝宝公司 自愈实时数据处理
CN111400491A (zh) * 2018-12-27 2020-07-10 北大方正集团有限公司 公式主体定位方法、装置、设备及计算机可读存储介质
CN110348983A (zh) * 2019-05-21 2019-10-18 平安银行股份有限公司 交易信息管理方法及装置、电子设备和非暂态存储介质
CN110348983B (zh) * 2019-05-21 2023-11-24 平安银行股份有限公司 交易信息管理方法及装置、电子设备和非暂态存储介质
US11947918B2 (en) 2020-09-04 2024-04-02 Wells Fargo Bank, N.A. Synchronous interfacing with unaffiliated networked systems to alter functionality of sets of electronic assets
CN112488748A (zh) * 2020-11-18 2021-03-12 银联智惠信息服务（上海）有限公司 数据标识匹配方法及装置、存储介质、计算设备
CN112488748B (zh) * 2020-11-18 2024-01-05 银联智惠信息服务（上海）有限公司 数据标识匹配方法及装置、存储介质、计算设备
US11818135B1 (en) 2021-01-05 2023-11-14 Wells Fargo Bank, N.A. Digital account controls portal and protocols for federated and non-federated systems and devices

Also Published As

Publication number Publication date
US9953373B2 (en) 2018-04-24
US11017482B2 (en) 2021-05-25
CA2791782A1 (en) 2011-09-22
US20180211331A1 (en) 2018-07-26
US20140244353A1 (en) 2014-08-28
WO2011116296A3 (en) 2012-01-19
BR112012023688A2 (pt) 2019-09-24
US20110231223A1 (en) 2011-09-22
AU2011227093A1 (en) 2012-09-20
US20210319520A1 (en) 2021-10-14
US9799078B2 (en) 2017-10-24
WO2011116296A2 (en) 2011-09-22
US8738418B2 (en) 2014-05-27
AU2011227093B2 (en) 2014-02-13
US20170372434A1 (en) 2017-12-28

Similar Documents

Publication Publication Date Title
US11037197B2 (en) Systems and methods to present and process offers
US20210319520A1 (en) Systems and Methods to Enhance Search Data with Transaction Based Data
US10902473B2 (en) Systems and methods to formulate offers via mobile devices and transaction data
US10977666B2 (en) Systems and methods to rank and select triggers for real-time offers
US20190333073A1 (en) Reputation Management in a Transaction Processing System
AU2010303195B2 (en) Systems and methods to aggregate demand
CN102498497A (zh) 用于定向广告投放的系统和方法
US20110035288A1 (en) Systems and Methods for Targeting Offers
US20130191198A1 (en) Systems and methods to redeem offers based on a predetermined geographic region
US20110047072A1 (en) Systems and Methods for Propensity Analysis and Validation
US20110125565A1 (en) Systems and Methods for Multi-Channel Offer Redemption
US20110264497A1 (en) Systems and Methods to Transfer Tax Credits
US20110231224A1 (en) Systems and Methods to Perform Checkout Funnel Analyses
WO2012145530A2 (en) Managing electronic tokens in a transaction processing system
WO2012061758A2 (en) Systems and methods to reward user interactions
WO2011116298A2 (en) Systems and methods to identify differences in spending patterns
WO2011116301A2 (en) Systems and methods to distribute advertisement opportunities to merchants
CN107113055A (zh) 实现用于与车辆数据通信的通信协议的系统和方法
AU2013206306A1 (en) Systems and methods for multi-channel offer redemption
AU2010246397A1 (en) Systems and methods for multi-channel offer redemption

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20121128

RJ01 Rejection of invention patent application after publication