本願は、マルチチャンネル・マーケティング活動用のインターネット・マーケティング・チャンネルの最適化のためのシステムおよび方法に関する。

（優先権）
本願は、２００９年２月１７日に出願された米国仮特許出願番号６１／１５３、１９５「有料検索の最適化」“Ｐａｉｄ Ｓｅａｒｃｈ Ｏｐｔｉｍｉｚａｔｉｏｎ”の優先権を主張し、その内容は、参照することにより本明細書に全て組み込まれる。 本願はまた、２００９年２月１７日に出願された米国仮特許出願番号６１／１５３、１９６「ディスプレイ広告の最適化」“Ｄｉｓｐｌａｙ Ａｄｖｅｒｔｉｓｉｎｇ Ｏｐｔｉｍｉｚａｔｉｏｎ”の優先権を主張し、その内容は、参照することにより本明細書に全て組み込まれる。

多くの事業は、収益を増大させるために、つまり一般的には利益を最大化するために、テレビ、ラジオ、インターネットなどの一つ以上のチャンネルを通じて、広告に関与する。

しかしながら、広告およびマーケティングの支出と利益を相関させることは、困難な課題である。 さらに、最終的に利益を最大化するために、異なる種類のマーケティング・チャンネルのなかでの、マーケティング予算の割り当て方法を解明することは、困難である。

マーケティング活動に多く含まれる広告の一チャンネルは、有料検索であり、それによって広告主は、検索エンジンによって生成される検索結果内での掲載に対して、契約を行う。 検索結果内での広告掲載は、一般的には競争的な入札プロセスに従って決定される。 企業は、自身の商品を説明する単語および掲載に対する入札を行なってよい。

マーケティング活動に多く含まれる広告の別チャンネルは、ディスプレイ広告であり、それによって広告主は、ウェブサイトまたはウェブページ内のバナー広告などの広告掲載に対して、契約を行う。 ディスプレイ内での広告掲載もまた、競争的な入札プロセスに従って決定することができる。

両方の広告チャンネルにおいて、他の広告チャンネルと比較して入札金額および予算金額を決定することは、企業にとって困難である。 さらに、他の種類のマーケティング・チャンネルと同様に、有料検索およびディスプレイ広告に関して、販売が特定のマーケティング・チャンネルに起因するかどうかを解明することは、困難である。 その結果、企業は、投資収益率（ｒｅｔｕｒｎ ｏｎ ｉｎｖｅｓｔｍｅｎｔ：ＲＯＩ）を最大化するためにマーケティング投資を効率的に割り当てる、困難な問題に直面する。

本発明の一つの局面において、マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するためのコンピュータシステムが提供される。 該コンピュータシステムは、プロセッサと、記憶装置と、前記インターネット・マーケティング・チャンネルのアイテムを受領するための、前記記憶装置内に格納された前記プロセッサが実行可能な機械可読命令を含む最適化エンジンであって、各アイテムはパラメータを含み、アイテム毎の前記パラメータは、アイテム毎の目標位置、前記目標位置における該アイテムの最大予算、該アイテム購入地域、および前記目標位置で表示する該アイテムの入札金額を含む、最適化エンジンとを含み、該最適化エンジンは、アイテム毎の損益計算書データを予測するための計算書ユニットであって、アイテム毎の前記予測された損益計算書データは、該アイテムのコンバージョン当たりの収益、該アイテムの予測入札価格、および該アイテムの予測クリック数のうちの少なくとも一つを含み、アイテム毎の前記予測された損益計算書データは、該アイテムへの潜在的投資と、該潜在的投資に対する予測収益および利益とを関連付けたものである、計算書ユニットと、アイテム毎の前記予測された損益計算書データをもとに、該アイテムの少なくとも一つの収益レスポンス曲線を含む、収益レスポンス・データを生成するための収益レスポンス・ユニットであって、前記収益レスポンス・データは、各アイテムに対する投資金額当たりの予測収益を含み、前記インターネット・マーケティング・チャンネルは、ディスプレイ広告を含み、各アイテムは、少なくとも一つの属性により分類された異なるディスプレイ広告を含み、前記少なくとも一つの属性は前記ディスプレイ広告で使用される創造性を含む、収益レスポンス・ユニットと、アイテム毎の前記予測された損益計算書データをもとにアイテム毎の利益レスポンス・データを生成するための利益レスポンス・ユニットであって、前記利益レスポンス・データは、該アイテムに対する投資金額当たりの予測利益を含む、利益レスポンス・ユニットと、前記収益レスポンス・データおよび前記利益レスポンス・データから効率性フロンティア・レスポンス・データを生成するための効率性フロンティア・レスポンス・ユニットであって、前記効率性フロンティア・レスポンス・データは、アイテム毎の前記投資金額をもとにアイテム毎の収穫逓減点を特定する効率性レスポンス曲線を含むものである、効率性フロンティア・レスポンス・ユニットと、該アイテムの予測された損益計算書データを決定するための複数の最適化モデルを格納するための最適化モデル・データベースと、ユーザーからの入力を受領するための最適化ダッシュボードとを含み、前記収益レスポンス・ユニットは、該アイテムに対する投資金額当たりの収益を、降順または昇順で順位付けし、該順位付けをもとに該アイテムの前記少なくとも一つの収益レスポンス曲線を生成するものであり、前記利益レスポンス・ユニットは、該アイテムに対する投資金額当たりの利益を、降順または昇順で順位付けし、該順位付けをもとに該アイテムの利益レスポンス曲線を生成するものであり、前記効率性フロンティア・レスポンス・ユニットは、前記収益レスポンス・データおよび前記利益レスポンス・データにおける順位付けをもとに、前記効率性フロンティア・レスポンス・データおよび前記効率性レスポンス曲線を生成するものであり、前記最適化ダッシュボードは、前記少なくとも一つの収益レスポンス曲線、前記利益レスポンス曲線、および前記効率性レスポンス曲線のうちの少なくとも一つを表示するものであることを特徴とする。

本発明のコンピュータシステムにおいて、前記インターネット・マーケティング・チャンネルは、有料検索を含み、有料検索用各アイテムは、有料検索ワード、またはワードに応じて表示される関連広告の位置を含み、前記予測された損益は、前記ワード購入地域をもとに予測されてよい。

また、本発明のコンピュータシステムは、前記効率性フロンティア・レスポンス・データからアイテムへの投資を選択する選択部をさらに備えてよい。

本発明のコンピュータシステムにおいて、マーケティング活動において前記選択された投資は、前記インターネット・マーケティング・チャンネル用の予算として使用することにより適用されてよい。

また、本発明のコンピュータシステムにおいて、前記インターネット・マーケティング・チャンネルは、ウェブサイトまたはウェブページ内の目標位置におけるバナー広告の掲載を含み、前記収益レスポンス・ユニットは、該分類内の各ディスプレイ広告によって生成される予測収益額を表す各分類の前記少なくとも一つの収益レスポンス曲線を生成するものであってよい。

さらに、本発明のコンピュータシステムにおいて、前記アイテムのコンバージョン当たりの前記収益を予測するために、前記計算書ユニットは、前記インターネット・マーケティング・チャンネルに対する以前の投資に関連する履歴データについて多変数の計量経済学回帰分析を実施し、前記多変数の計量経済学回帰分析をもとに、予測販売増加を前記インターネット・マーケティング・チャンネルの投資の関数として記述する予測販売増加データを出力するものであってよい。

また、本発明のコンピュータシステムにおいて、前記最適化ダッシュボードは、ユーザーから、前記マーケティング活動用の選択されたインターネット・マーケティング・チャンネルの組合せに関するアイテムを受領し、選択されたインターネット・マーケティング・チャンネルの前記組合せにおける投資を判断するよう動作可能であり、前記投資は、利益の最大化を含む事業の目的を達成するために予測されてよい。

本発明の別の局面において、マーケティング活動用のインターネット・マーケティング・チャンネルを最適化する、コンピュータによって実行される方法が提供される。 該方法は、最適化ダッシュボードを通じてユーザーからの前記インターネット・マーケティング・チャンネルのアイテムを含む入力を受領するステップであって、各アイテムは、パラメータを含み、アイテム毎の前記パラメータは、アイテム毎の目標位置、前記目標位置の該アイテムの最大予算、該アイテム購入地域、および前記目標位置で表示する該アイテムの入札金額を含む、ステップと、プロセッサにより、前記インターネット・マーケティング・チャンネルの前記アイテムについての予測された損益計算書データを決定するステップであって、アイテム毎の前記予測された損益計算書データは、該アイテムのコンバージョン当たりの収益、該アイテムの予測入札価格、および該アイテムの予測クリック数のうちの少なくとも一つを含み、アイテム毎の前記予測された損益計算書データは、該アイテムへの潜在的投資と、該潜在的投資に対する予測収益および利益とを関連付けたものである、ステップと、前記プロセッサにより、アイテム毎の前記予測された損益計算書データをもとに、前記アイテムの少なくとも一つの収益レスポンス曲線を含む、収益レスポンス・データを生成するステップであって、前記収益レスポンス・データは、アイテム毎の投資金額当たりの予測収益を含み、前記インターネット・マーケティング・チャンネルは、ディスプレイ広告を含み、各アイテムは、少なくとも一つの属性によって分類された異なるディスプレイ広告を含み、前記少なくとも一つの属性は、前記ディスプレイ広告で使用される創造性を含む、ステップと、前記プロセッサにより、アイテム毎の前記予測された損益計算書データをもとにアイテム毎の利益レスポンス・データを生成するステップであって、前記利益レスポンス・データは、該アイテムに対する投資金額当たりの予測利益を含む、ステップと、前記プロセッサにより、前記収益レスポンス・データおよび前記利益レスポンス・データから効率性フロンティア・レスポンス・データを生成するステップであって、前記効率性フロンティア・レスポンス・データは、アイテム毎の前記投資金額をもとにアイテム毎の収穫逓減点を特定する効率性レスポンス曲線を含むものである、ステップとを含み、前記収益レスポンス・データを生成するステップは、該アイテムに対する投資金額当たりの収益を、降順または昇順で順位付けし、該順位付けをもとに該アイテムの前記少なくとも一つの収益レスポンス曲線を生成するステップと、該アイテムに対する投資金額当たりの利益を、降順または昇順で順位付けし、該順位付けをもとに該アイテムの利益レスポンス曲線を生成するステップと、前記収益レスポンス・データおよび前記利益レスポンス・データにおける順位付けをもとに、前記効率性フロンティア・レスポンス・データを生成するステップと、前記ユーザーに対して、前記収益レスポンス曲線、前記利益レスポンス曲線、および前記効率性レスポンス曲線のうちの少なくとも一つを表示するステップとを含むことを特徴とする。

本発明の方法において、前記インターネット・マーケティング・チャンネルは、有料検索を含み、有料検索用各アイテムは、有料検索ワード、またはワードに応じて表示される関連広告の位置を含み、前記予測された損益は、前記ワード購入地域をもとに予測されてよい。

また、本発明の方法は、前記効率性フロンティア・レスポンス・データからアイテムへの投資を選択するステップと、前記選択された投資を前記インターネット・マーケティング・チャンネル用の予算として適用するステップとをさらに含んでよい。

本発明の方法において、前記インターネット・マーケティング・チャンネルは、ウェブサイトまたはウェブページ内の目標位置におけるバナー広告の掲載を含み、前記方法は、該分類内の各ディスプレイ広告によって生成される予測収益額を表す各分類の前記少なくとも一つの収益レスポンス曲線を生成するステップを含んでよい。

また、本発明の方法において、前記アイテムのコンバージョン当たりの前記収益を決定するステップは、前記インターネット・マーケティング・チャンネルに対する以前の投資に関連する履歴データについて多変数の計量経済学回帰分析を実施するステップと、前記多変数の計量経済学回帰分析をもとに、予測販売増加を前記インターネット・マーケティング・チャンネルの投資の関数として記述する予測販売増加データを出力するステップとを含んでよい。

本発明の方法において、ユーザーから、前記マーケティング活動用の選択されたインターネット・マーケティング・チャンネルの組合せに関するアイテムを受領するステップと、選択されたインターネット・マーケティング・チャンネルの前記組合せにおける投資を決定するステップとをさらに含み、前記投資は、利益の最大化など事業の目的を達成するために予測されてよい。

本発明の更に別の局面において、マルチチャンネル・マーケティング活動用のインターネット・マーケティング・チャンネルを最適化するための、コンピュータが実行可能なコードを格納したコンピュータ可読媒体が提供される。 プロセッサによって実行された前記コードは、ユーザーからの前記インターネット・マーケティング・チャンネルのアイテムを含む入力を受領するステップであって、各アイテムは、パラメータを含み、アイテム毎の前記パラメータは、アイテム毎の目標位置、前記目標位置の該アイテムの最大予算、該アイテム購入地域、および前記目標位置で表示する該アイテムの入札金額を含む、ステップと、前記インターネット・マーケティング・チャンネルの前記アイテムについての予測された損益計算書データを決定するステップであって、アイテム毎の前記予測された損益計算書データは、該アイテムのコンバージョン当たりの収益、該アイテムの予測入札価格、および該アイテムの予測クリック数のうちの少なくとも一つを含み、アイテム毎の前記予測された損益計算書データは、該アイテムへの潜在的投資と、該潜在的投資に対する予測収益および利益とを関連付けたものである、ステップと、アイテム毎の前記予測された損益計算書データをもとに、前記アイテムの少なくとも一つの収益レスポンス曲線を含む、収益レスポンス・データを生成するステップであって、前記収益レスポンス・データは、アイテム毎の投資金額当たりの予測収益を含み、前記インターネット・マーケティング・チャンネルは、ディスプレイ広告を含み、各アイテムは、少なくとも一つの属性によって分類された異なるディスプレイ広告を含み、前記少なくとも一つの属性は、前記ディスプレイ広告で使用される創造性を含む、ステップと、アイテム毎の前記予測された損益計算書データをもとにアイテム毎の利益レスポンス・データを生成するステップであって、前記利益レスポンス・データは、該アイテムに対する投資金額当たりの予測利益を含む、ステップと、前記収益レスポンス・データおよび前記利益レスポンス・データから効率性フロンティア・レスポンス・データを生成するステップであって、前記効率性フロンティア・レスポンス・データは、アイテム毎の前記投資金額をもとにアイテム毎の収穫逓減点を特定するものである、ステップとを実行させ、前記収益レスポンス・データを生成するために、前記コードは、該アイテムに対する投資金額当たりの収益を、降順または昇順で順位付けし、該順位付けをもとに該アイテムの前記少なくとも一つの収益レスポンス曲線を生成するステップと、該アイテムに対する投資金額当たりの利益を、降順または昇順で順位付けし、該順位付けをもとに該アイテムの利益レスポンス曲線を生成するステップと、前記収益レスポンス・データおよび前記利益レスポンス・データにおける順位付けをもとに、前記効率性フロンティア・レスポンス・データおよび前記効率性レスポンス曲線を生成するステップと、前記ユーザーに対して、前記少なくとも一つの収益レスポンス曲線、前記利益レスポンス曲線、および前記効率性レスポンス曲線のうちの少なくとも一つを表示するステップとを実行させることを特徴とする。

本発明のコンピュータ可読媒体において、前記インターネット・マーケティング・チャンネルは、ウェブサイトまたはウェブページ内の目標位置におけるバナー広告の掲載を含み、前記コードは、該分類内の各ディスプレイ広告によって生成される予測収益額を表す各分類の前記少なくとも一つの収益レスポンス曲線を生成するステップを実行させてよい。

また、本発明のコンピュータ可読媒体において、前記アイテムのコンバージョン当たりの前記収益を前記プロセッサに決定させるコードは、前記インターネット・マーケティング・チャンネルに対する以前の投資に関連する履歴データについて多変数の計量経済学回帰分析を実施するステップと、前記多変数の計量経済学回帰分析をもとに、予測販売増加を前記インターネット・マーケティング・チャンネルの投資の関数として記述する予測販売増加データを出力するステップとを実行させるコードを含んでよい。

本発明のコンピュータ可読媒体において、前記コードは、前記プロセッサに、ユーザーから、前記マーケティング活動用の選択されたインターネット・マーケティング・チャンネルの組合せに関するアイテムを受領するステップと、選択されたインターネット・マーケティング・チャンネルの前記組合せにおける投資を決定するステップとをさらに実行させ、前記投資は、利益の最大化など事業の目的を達成するために予測されてよい。

また、本発明のコンピュータ可読媒体において、前記インターネット・マーケティング・チャンネルは、有料検索であって、各アイテムは、有料検索ワード、またはワードに応じて表示される関連広告の位置であり、前記予測された損益は、前記ワード購入地域をもとに予測されてよい。

本発明の実施形態を、以下の図面を参照して以下の説明において詳細に述べる。

一実施形態に係るインターネット・マーケティング・チャンネルへの投資を最適化する方法を示す図である。

一実施形態に係るディスプレイ広告への投資を最適化する方法を示す図である。

一実施形態に係る有料検索への投資を最適化する方法を示す図である。

一実施形態に係る小規模損益計算書を示す図である。

一実施形態に係るコンバージョン当たりの収益を得る方法を示す図である。

一実施形態に係る小規模損益計算書を示す図である。

一実施形態に係る詳細な収益レスポンス・データのグラフを示す図である。

一実施形態に係る詳細な利益レスポンス・データのグラフを示す図である。

一実施形態に係る効率性フロンティア・レスポンス曲線を示す図である。

一実施形態に係るインターネット・マーケティングへの投資を最適化するシステムを示す図である。

簡略化および図式化を目的として、実施形態の原理を主として実施例を参照しながら説明する。 以下の説明において、本実施形態を十分理解するために多数の特定の詳細な説明を示す。 しかしながら、本実施形態はこれらの特定の詳細な説明に限定されずに実施可能であることは当業者には明らかであろう。 いくつかの例において、周知の方法および構造については、本実施形態を不必要に分かりにくくしないよう詳しい説明は行なわない。
１． 概略

企業のマーケティング活動の最適化として、利益の最大化など事業の目的を達成するために予測される、マーケティング・チャンネルの組み合わせへの投資の決定を含んでよい。 本実施形態によると、マーケティング活動を最適化するためのシステムおよび方法が、提供される。 この最適化には、個々のマーケティング・チャンネルの最適化と同様に、マーケティング・チャンネルの組み合わせへの投資の決定を含めてよい。 本明細書で使用されるマーケティング・チャンネルとは、広告の一形式または一種である。

本実施形態によると、有料検索およびディスプレイ広告などのインターネット・マーケティング・チャンネルにおける収益または利益を、最大化するための投資が、決定される。 有料検索は、典型的には一つ以上のキーワードに対する検索結果における、位置またはランクへの支払いに関与する。 例えば、インターネットの検索エンジンを使用してキーワード検索を行うと、検索結果が生成され、ランク順位リストで示される。 これらの検索結果に伴って、一組の特徴的な広告もまた、例えば実際の検索結果の片側に、表示してよい。 広告はまた、ウェブページの上から下まで、ランク順位リストに提示してよい。 広告主は、ある特定のキーワード、またはある特定のキーワードの組み合わせに対する、特定のランキングに対して、支払いを行なってよい。 多くの例において、広告主は、ある特定のキーワードに対する特定のランキングのために、競争入札プロセスに参加する。 ディスプレイ広告は有料検索とは異なり、ウェブサイトまたはウェブページ内の、バナー広告などの広告掲載への支払いに関与する。 広告主は、ある特定のウェブページへのディスプレイ広告の掲載、および／またはウェブページ上の特定の場所へのディスプレイ広告の掲載のために、競争入札プロセスに参加してよい。

有料検索およびディスプレイ広告は、モデリングを使用して最適化される。 例えば、システムは、キーワード検索に関連したウェブページへのそれぞれのアクセスに対して、そのアクセスから生成される収益または利益をもとに、値を割り当てる。 収益性モデルは、参照検索エンジンをもとに、キーワード（単にワードと称する場合もある）毎に構築され、ビジターの地域、日時などの複数の変数を含む。 これらのモデルは、入札方策を展開するための基礎としての役割を果たし、その入札方策は、有料検索の入札に使用してよい。 入札方策は、収益が最大化するようその入札方策をキーワードに適用することにより、有料検索を最適化する。

収益性および入札方策はまた、ディスプレイ広告に対して決定される。 ディスプレイ広告では、広告主が、宣伝用のウェブサイト不動産への入札を行なう。 例えば、ディスプレイ広告のクリックスルーから生じるウェブページへのアクセスについては、所定の取引成果に対して評価が行なわれる。 そのシステムは、取引成果をもとに、参照ディスプレイに関連するアクセス毎に、値を割り当てる。 収益性モデルは、参照クリックスルー毎に構築され、広告の種類、ビジターの地域、日時などの複数の変数を含む。 これらのモデルは、広告公開システムへ伝達される公開方策の基礎としての役割を果たす。

最適化には、収益に対する広告の効果を決定するために、多変数の計量経済学モデリングの適用を含めてよい。 有料検索の場合、収益レスポンス曲線が、有料検索のキーワードおよび位置毎に構成される。 投資収益率（ＲＯＩ）をもとに、有料検索用の異なるキーワードおよび位置に対して、予算の競争的な割り当てが行なわれて、入札方策が決定される。 また、有料検索の予算は、他のチャンネルの広告を含めた他のマーケティング投資のオプションと競合して、決定される。

ディスプレイ広告の場合、収益レスポンス曲線が、異なるディスプレイ広告に対して構成され、例えば、一つ以上の属性によって分類される。 属性は、広告に使用される創造的な、ウェブページ上の場所、またはウェブサイト階層内の場所などをもとにしてよい。 曲線をカテゴリー毎に生成してよい。 ＲＯＩをもとに、入札方策が決定され、その入札方策には、ディスプレイ広告の異なるカテゴリーにわたっての予算の競争的な割り当てが含まれる。 また、ディスプレイ広告の予算は、他のチャンネルでの広告を含む他のマーケティング投資のオプションと競合して、決定される。

有料検索およびディスプレイ広告を最適化するために、その全体を参照として組み込む同時係属米国特許出願番号１１／４８３、４０１「マーケティング・データのモデリング」“Ｍｏｄｅｌｉｎｇ Ｍａｒｋｅｔｉｎｇ Ｄａｔａ”（２００６年７月７日にＡｎｄｒｉｓ Ｕｍｂｌｉｊｓ等により出願）に記載のシステムおよび方法を使用して、モデリングと、収益およびＲＯＩのレスポンス曲線などのレスポンス曲線を、決定してよい。
２． インターネット・マーケティング・チャンネルへの投資の最適化

図１は、一実施形態に係る、インターネット・マーケティング・チャンネルへの投資を最適化するための方法２０を示す。 インターネット・マーケティング・チャンネルには、ある種のオンライン広告が含まれる。 有料検索およびディスプレイ広告は、２種類のインターネット・マーケティング・チャンネルの例である。

ステップ２１において、アイテムを受け取る。 アイテムは、宣伝に使用される広告またはコンテンツ、または、その広告またはコンテンツのいくつかの属性を含んでよい。 例えば、アイテムは、広告の位置、有料検索ワード、バナー広告などであってよい。 受け取ったアイテムは、ユーザーがマーケティング活動の一部として、インターネット・マーケティング・チャンネルにおける使用を検討する候補であってよい。 したがって、ユーザーは、そのアイテムが使用する候補であると表示してよい。 方法２０は、アイテムを評価して、実際のマーケティングに使用すべき一つ以上のアイテムへの、最適な投資を予測する。

ステップ２２において、小規模損益計算書（ミニ損益計算書）が、アイテム毎に予測される。 ミニ損益計算書は、アイテムへの投資を、収益および利益と関連付ける。 ミニ損益計算書は、アイテムおよびそのアイテムに費やされる金額（すなわち、投資）の予測を記述する入力を含んでよく、また、そのアイテムの損益計算書を記述する出力を含んでよい。 過去の投資に対するこれまでのデータ分析をもとに、ミニ損益計算書の出力を予測してよく、またミニ損益計算書の出力は、動的で、時間と共に変化してよい。 ミニ損益計算書における出力の例に、収益、ＲＯＩなどを含んでよい。

ステップ２３において、コンバージョン当たりの収益が、アイテム毎に予測される。 コンバージョンは、広告をクリックするなど、アイテムに対するアクションであってよい。 コンバージョン当たりの収益は、コンバージョンに応じて生成される、収益の予測であってよい。 コンバージョン当たりの収益を予測するために、多変数の計量経済学回帰を使用してよい。 収益がそのアイテムにあるいは他の要因に起因するかを決定するのは、困難である場合があるので、多変数の計量経済学回帰は、他のマーケット要因を考慮してよい。 コンバージョン当たりの収益は、ウェブサイトからの直接的なオンライン販売コンバージョン、「伝統的な」販売チャンネルによる直接販売を促進するコンバージョン、および、ブランド構築コンバージョンによる、間接的な長期効果に対して、個別に予測してよい。 他の実施形態において、ステップ２３を、ステップ２２のサブステップとみなしてよく、そのサブステップにおいて、ミニ損益計算書のパラメータを予測する処理の間にコンバージョン当たりの収益が決定される。

ステップ２４において、収益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。 収益レスポンス・データは、アイテム毎に投資される通貨単位当たりの収益リターンをもとに、アイテムをランク付けしてよい。 例えば、アイテムは、費用通貨単位当たりの最大収益の発生から、費用通貨単位当たりの最小収益の発生まで、順位付けされる。

ステップ２５において、アイテム毎の利益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。 利益レスポンス・データは、アイテム毎に投資される通貨単位当たりの収益リターンをもとに、アイテムをランク付けしてよい。 例えば、アイテムは、費用通貨単位当たりの最大利益の発生から、費用通貨単位当たりの最小利益の発生まで、順位付けされる。

ステップ２６において、効率性フロンティア・レスポンス・データが、収益レスポンス・データおよび利益レスポンス・データから生成される。 効率性フロンティア・レスポンス・データは、アイテム毎に予測されるＲＯＩの収穫逓減点を特定してよい。 効率性フロンティア・レスポンス・データは、投資される通貨単位から発生する収益または利益による、アイテムの降順ランキングを含んでよい。

ステップ２７において、リターンを最大化するために、一つ以上のアイテムへの投資が、効率性フロンティア・レスポンス・データをもとに選択される。 例えば、効率性フロンティア・レスポンス・データにおける最高ランクのアイテムを、実際の投資に対して選択してよい。
３． ディスプレイ広告への投資の最適化

一実施形態によると、ディスプレイ広告を最適化するための方法５０が、図２に示される。 方法５０は、図１に示す方法２０を、特定のインターネット・マーケティング・チャンネルとしてディスプレイ広告に適用することを含む。 ステップ５１において、ディスプレイ広告用のアイテムを受け取る。 アイテムは、ウェブページ上で表示可能な異なる広告を含んでよい。 それらの広告は、一つ以上の異なる属性を含む点において異なっている。 属性の例として、コンテンツ、ウェブページ上の広告の場所などが挙げられる。 受け取ったアイテムは、どのアイテムが最大リターンをもたらすと予測されるかを決定するために、ユーザーが使用または評価を検討する候補である。

ステップ５２において、ミニ損益計算書が、アイテム毎に予測される。 例えば、広告掲載を勝ち取るための予測入札価格、予測クリック数、予測コンバージョン・レートなどの、ディスプレイ広告キー・パラメータが、例えば、以前の投資およびモデリングの分析履歴を通じて、決定される。 これらのパラメータを、アイテム毎のミニ損益計算書に含めてよい。

ステップ５３において、コンバージョン当たりの収益が、アイテム毎に予測される。 コンバージョンは、ディスプレイ広告をクリックすることであってよい。 コンバージョン当たりの収益は、コンバージョンに応じて生成される、収益の予測であってよい。 コンバージョン当たりの収益を予測するために、多変数の計量経済学回帰を使用してよい。 別の実施形態において、ステップ５３をまた、ステップ５２のサブステップとみなしてよく、そのサブステップにおいて、ミニ損益計算書のパラメータを予測する処理の間にコンバージョン当たりの収益が決定される。

ステップ２４から２６と同様に、ステップ５４において、収益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。 ステップ５５において、アイテム毎の利益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。 ステップ５６において、効率性フロンティア・レスポンス・データが、収益レスポンス・データおよび利益レスポンス・データから生成される。 効率性フロンティア・レスポンス・データは、アイテム毎に予測されるＲＯＩの収穫逓減点を特定してよい。

ステップ５７において、リターンを最大化するために、一つ以上のアイテムへの投資が、効率性フロンティア・レスポンス・データをもとに選択される。 例えば、効率性フロンティア・レスポンス・データにおける最高ランクのアイテムを、実際の投資に対して選択してよい。 例えば、効率性フロンティア・レスポンス・データが、特定のディスプレイ広告への投資が最大のリターンをもたらすことを示していることを理由に、その特定のディスプレイ広告への投資を選択してよい。

また、効率性フロンティア・レスポンス・データは、複数の異なるマーケティング・チャンネルについて生成してよい。 ディスプレイ広告マーケティング・チャンネルの収益および／または利益ＲＯＩについて、例えばテレビ広告、有料検索、他のプロモーションなどの別のマーケティング・チャンネルのＲＯＩの方がより大きい場合に到達したときには、ディスプレイ広告マーケティング・チャンネルの増加を中止してよい。 次いで、投資の最大増加が、ディスプレイ広告予算としてセットされてよく、そのディスプレイ広告予算は、ディスプレイ広告に投資する合計金額を決定する。 したがって、ディスプレイ広告への投資の合計を、他の全てのマーケティング・チャンネルへの投資のオプションと競合して、競争的に予測および割り当ててよい。 この割り当ては、全ての投資のオプションのレスポンス曲線の、増分額の限界リターンを比較することで、決定してよい。
４． 有料検索への投資の最適化

一実施形態によると、有料検索を最適化するための方法１００が、図３に示される。 方法１００は、図１に示す方法２０を、特定のインターネット・マーケティング・チャンネルとして有料検索に適用することを含む。 ステップ１０１において、有料検索用のアイテムを受け取る。 アイテムは、異なるワードまたはワードの異なる組み合わせ、および、それらのワードに関連する広告の異なる位置を含んでよい。 上述のように、ワードは検索エンジンに入力するキーワードであってよく、位置は、キーワードに関連する順位付けされた広告結果における広告用の位置であってよい。

ステップ１０２において、ミニ損益計算書がアイテム毎に予測される。 例えば、それぞれの位置に対する入札価格、それぞれの位置での予測クリック数、それぞれの位置での予測コンバージョン・レートなどの、有料検索キー・パラメータが、専用の小額「実験予算」で順々に実験的に測定され、または、これらのパラメータを、企業が認識し再テスト不要な、特定の位置で以前購入済みのワードの分析履歴から、予測してよい。 有料検索キー・パラメータを、アイテム毎のミニ損益計算書に含めてよい。

ステップ１０３において、コンバージョン当たりの収益が、アイテム毎に予測される。 コンバージョンは、特定の位置における広告をクリックすることであってよい。 コンバージョン当たりの収益は、コンバージョンに応じて生成される、収益の予測であってよい。 コンバージョン当たりの収益を予測するために、多変数の計量経済学回帰を使用してよい。 別の実施形態において、ステップ１０３を、ステップ１０２のサブステップとみなしてよく、そのサブステップにおいて、ミニ損益計算書のパラメータを予測する処理の間にコンバージョン当たりの収益が決定される。

ステップ２４から２６、および、ステップ５４から５６と同様に、ステップ１０４において、収益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。 ステップ１０５において、アイテム毎の利益レスポンス・データが、アイテム毎のミニ損益計算書をもとに生成される。 ステップ１０６において、効率性フロンティア・レスポンス・データが、収益レスポンス・データおよび利益レスポンス・データから生成される。 効率性フロンティア・レスポンス・データは、アイテム毎に予測されるＲＯＩの収穫逓減点を特定してよい。

ステップ１０７において、リターンを最大化するために、一つ以上のアイテムへの投資が、効率性フロンティア・レスポンス・データをもとに選択される。 例えば、効率性フロンティア・レスポンス・データにおける最高ランクのアイテムを、実際の投資に対して選択してよい。 例えば、効率性フロンティア・レスポンス・データが、特定のディスプレイ広告への投資が最大のリターンをもたらすことを示していることを理由に、その特定のディスプレイ広告への投資を選択してよい。 また、効率性フロンティア・レスポンス・データは、複数の異なるマーケティング・チャンネルについて生成してよい。 有料検索マーケティング・チャンネルの収益および／または利益ＲＯＩについて、例えばテレビ広告、有料検索、他のプロモーションなどの別のマーケティング・チャンネルのＲＯＩの方がより大きい場合にときに到達したときには、有料検索マーケティング・チャンネルの増加を中止してよい。 次いで、投資の最大増加が、有料検索予算としてセットされてよく、その有料検索予算は、ディスプレイ広告に投資する合計金額を決定する。 したがって、有料検索への投資の合計を、他の全てのマーケティング・チャンネルへの投資のオプションと競合して、競争的に予測および割り当ててよい。 この割り当ては、全ての投資のオプションのレスポンス曲線の、増分額の限界リターンを比較することで、決定してよい。
５． 有料検索を最適化する例

図４から図８は、一実施形態にかかる有料検索への投資を最大化する例を示す。 有料検索を最適化する方法１００のステップの例を示すために、図３に示す方法１００を、図４から図８を用いて説明する。

方法１００によると、ステップ１０２において、ミニ損益計算書が予測される。 図４において、ミニ損益計算書が示される。 ミニ損益計算書を、４００で示されるワード １−ｎ 毎、および、４１０で示される位置 １−ｋ 毎に予測してよい。 例えば、ミニ損益計算書４２０が、検索結果において４３０で示される位置４でのワード番号２について予測される。 ミニ損益計算書４２０は、ワードおよび位置を説明する、有料検索入力４４０を備えてよい。 入力４４０は、選択されたワードを示す「ワード選択」４４１、投資家が検索結果ページのどの位置に、対応する広告を表示したいかを示す「検索ページ（１，２，３，４、、、）上の対象位置」４４２、投資家が多数の位置のうちある特定の位置に、対応する広告に費やす最大金額を示す「その位置でのワードに対する最大予算（ｍ＄）」４４３、どの国でワードが購入されるかを示す「ワード購入地域（対象）」４４４、特定の位置で対応する広告を表示するために、投資家がそのワードに対して入札を希望する金額を示す「ワード入札金額（＄）」４４５、「クリック上限数（ｍ）」４４６を備える。

財務入力４５０は、特定および入力される対象売上総利益率である、「売上総利益率（％）」４５１を含んでよい。

ミニ損益計算書４２０はまた、出力４６０を含んでよい。 ミニ損益計算書４２０の出力４６０は、「生成クリック数（ｍ）」４６１、「この位置でのワード当たりの費用合計（＄ｍ）」４６２、「コンバージョン・レート（％）」４６３、「コンバージョン数」４６４、「コンバージョン当たりの収益（＄）」４６５、「合計収益（＄ｍ）」４６６、「平均収益ＲＯＩ」４６７、「利益貢献」４６８、および、このワードおよび特定の位置への投資と収益および利益との関連付けを示す「利益貢献ＲＯＩ（＄ｍ）」４６９を含んでよい。 入力４４０および出力４６０は、有料検索キー・パラメータの例であり、それらは、アイテム毎（例えば、ワードおよび位置毎）のそれぞれのミニ損益計算書について決定してよい。

出力４６０の一つは、ステップ１０３において説明する、コンバージョン当たりの収益である。 他のマーケット要因と同時に多変数の計量経済学回帰を使用して、それぞれの位置でそれぞれのワードに対して、コンバージョン当たりの収益を予測してよい。 図５は、多変数の計量経済学分析の例を示す。 図５によると、５１０で示される異なるマーケティング・チャンネル １−ｎ に対するマーケティング・データ５００が、特定のマーケティング・チャンネルへの投資として、時間とともに示される。 次いでマーケティング・データ５００は、販売モデル５２０に入力される。 販売モデル５２０は、マーケティング・チャンネルの種類にしたがって、時間とともに予測を行なうために使用され、有料検索５２１、バナー５２２、テレビ広告５２３などの販売結果が、表示される。 モデルに使用される多変数の計量経済学回帰により、予測販売レスポンス５３０が出力される。 この予測販売レスポンスには、予測販売増加が、マーケティング・チャンネル毎の投資の関数として記述されている。 ５３０の下に示される曲線は、効率性フロンティア・レスポンス曲線を含んでよく、収穫逓減点を、それぞれの曲線毎に決定してよい。 収穫逓減点は、マーケティング・チャンネルにおける投資に対する最大リターン点を示す。

図６において、「ワードＮｒ２」６１０のような特定のワードに対して、ミニ損益計算書６２０が、検索結果ページにおいて位置 １−ｋ 毎に予測される。 ミニ損益計算書６２０は、ワード「ウィスキー」に対して７個の位置があると仮定して、７個の異なる損益計算書として示される。 図６のミニ損益計算書６２０をもとに、位置は、位置毎に投資額当たりの収益リターン順に、ランク付けされる。 例えば、位置は、費用ドル当たりの最大収益の発生から、費用ドル当たりの最小収益の発生まで、順位付けされる。 この順位付けを、方法１００においてステップ１０４で説明した収益レスポンス・データに、含めてよい。 図７Ａは、費用対予測生成収益にしたがって位置を順位付けする曲線７０１の例を示す。 曲線７０１は、キーワードに対する広告の位置を表すポイント１から７を含む。 順位付けにより、位置１が、費用当たりの最大収益を生成することが示され、また、位置７が、費用当たり二番目に大きい収益を生成することなどが示される。

図７Ｂは、図７Ａに示される曲線７０１と同様の曲線７１１を示すが、曲線７１１は、収益レスポンス・データ用ではなく、むしろ利益レスポンス・データ用の曲線である。 方法１００におけるステップ１０５について説明したように、収益レスポンス・データが、投資金額当たりの収益をランク付けすることにより生成される。 図７Ｂは、キーワードに対する広告位置を表すポイント１から７を示す。 この順位付けは、位置４から６が、消費額当たりの最高収益をもたらすことを示す。

ステップ１０６について説明したように、効率性フロンティア・レスポンス・データは、収益レスポンス・データおよび利益レスポンス・データから生成される。 効率性フロンティア・レスポンス・データは、図８に示されるような、効率性フロンティア・レスポンス曲線８０１を含んでよい。 当業者にとって周知の効率性フロンティア・レスポンス曲線は、リスク・報酬グラフを含む。 本実施形態によると、効率性フロンティア・レスポンス曲線８０１は、マーケティング・チャンネルにおける全体の投資に対する予測リターンを示す。 効率性フロンティア・レスポンス曲線８０１は、マーケティング・チャンネルにおける全体の投資に対するＲＯＩの収穫逓減点８１０を含む。 例えば、投資（すなわち、支出）が過去のポイント８１０を上回ると、予測収益が僅かながら増加するか、または、増加しない。 チャンネル毎の収益または利益をもとに最大ＲＯＩを特定するために、効率性フロンティア・レスポンス曲線をマーケティング・チャンネル毎に生成してよい。 次いで、それらの曲線を、以下に説明する最適化ダッシュボードのようなシステム・インターフェースを介して、投資マネージャーへ提示してよく、これにより、マネージャーが、ＲＯＩを最大化するマーケティング活動に対するマーケティング・チャンネルの組み合わせを決定することが可能となる。
６． マルチチャンネル・マーケティング最適化システム

図９は、マルチチャンネル・マーケティングを最適化するためのシステム９００を示す。 システム９００は、上記のステップおよび機能を実施してよい。 システム９００は、最適化モデル・データベース９１０、投資最適化データベース９１１、および、最適化エンジン９１２を含む。 最適化エンジン９１２は、上記の方法のステップを実施する。 システム９００は、ウェブサイトのバックエンドに含めてよい。

最適化モデル・データベース９１０は、ミニ損益計算書におけるキー・パラメータを予測するモデルなど、様々な最適化モデルを格納する。 最適化エンジン９１２は、最適化モデル９１３を最適化モデル・データベース９１０から抽出し、上述の方法のステップを実行する。 最適化エンジン９１２が実行した最適化の結果は、収益レスポンス・データ、利益レスポンス・データ、およびミニ損益計算書などの中間結果、並びに効率性フロンティア・レスポンス・データを含み、これらは投資最適化データベース９１１に格納される。 最適化モデル９１３は、オフライン属性変数、およびユーザー行動履歴に結び付けられたオンライン活動変数を使用し、特定のインターネット・マーケティング・チャンネルのアイテム９１８に対する、最適な投資の予測を、提供してもよい。 ユーザーは、使用する最適化モデル、または、最適化する特定のマーケティング・チャンネルを選択してよい。

最適化エンジン９１２はまた、インターネット・マーケティング・チャンネルのそれぞれのアイテム９１８に対する、予測ミニ損益計算書を決定する、計算書ユニット９３０を含む。 アイテム毎のミニ損益計算書は、そのアイテムへの潜在的投資と、その潜在的投資に対する予測収益および利益を関連付けする。 計算書ユニット９３０は、ミニ損益計算書を、レスポンス・ユニット９４０および利益レスポンス・ユニット９５０へ提供する。 アイテム９１８については、ユーザーが提供または選択するか、または、データソースによって提供されてよい。

収益レスポンス・ユニット９４０は、アイテム毎のミニ損益計算書をもとに、アイテム毎の収益レスポンス・データを生成する。 収益レスポンス・データは、アイテムに対する投資額当たりの予測収益を含む。 利益レスポンス・ユニット９５０は、アイテム毎のミニ損益計算書をもとに、アイテム毎の収益レスポンス・データを生成する。 収益レスポンス・データは、アイテムに対する投資額当たりの予測収益を含む。

収益レスポンス・ユニット９４０および利益レスポンス・ユニット９５０の両方は、効率性フロンティア・レスポンス・ユニット９６０に対しデータを提供し、その収益レスポンス・データおよび利益レスポンス・データから、効率性フロンティア・レスポンス・データが生成される。 効率性フロンティア曲線を含む効率性フロンティア・レスポンス・データは、それぞれのアイテムへの投資額をもとに、アイテム毎の収穫逓減点を特定する。 上述したシステムの出力は、予測投資９２０である。 予測投資９２０は、チャンネルに対する収益および／または利益を最大化する、一つ以上のマーケティング・チャンネルに対する投資金額を含んでよい。 最適化エンジン９１２は、最適化モデル９１３を使用して、収穫が逓減する直前の点（例えば、投資額）を特定する。

システム９００はまた、最適化ダッシュボード９７０を含む。 この最適化ダッシュボード９７０において、システム９００のユーザーは、システムへ要求を入力し、上述のようなシステムの機能性を使用することができる。 最適化ダッシュボードは、ウェブサイト、ＧＵＩ、タッチスクリーンなどの形態であってよい。

本方法の一つ以上のステップ、本明細書に記載のステップおよび機能、および、本明細書に記載のシステムの一つ以上の構成要素を、メモリおよび／または補助記憶機器などの記憶装置を含むコンピュータ可読媒体に格納されるコンピュータ・コードとして実施してよく、また、例えば、プロセッサ、特定用途向け集積回路（ＡＳＩＣ）、または、他の制御手段によって、コンピュータシステム上で実行してよい。 コードは、ソースコード、オブジェクトコード、実行可能コードまたは他の形式で、プログラム命令から成るソフトウェア・プログラムとして存在してよい。 コンピュータ可読媒体の例として、従来のコンピュータシステムのＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ、 Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ、Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ハードドライブ、および、フラッシュメモリが挙げられる。

本実施形態を、実施例を参照して説明したが、当業者は、実施形態の範囲から逸脱することなく上述の実施形態の様々な変更が可能であろう。 本明細書に記載の実施形態は、一般的にインターネット・マーケティング・チャンネルについて説明したが、他の種類のマーケティング・チャンネルにおける投資を最適化するために、本実施形態を同様に使用してよい。 さらに、マーケティング・チャンネルだけでなく、金融マーケット、または、他の実体への投資を最適化するために、本実施形態を使用してよい。

９１０ 最適化モデル・データベース ９１１ 投資最適化データベース ９１２ 最適化エンジン ９１３ 最適化モデル ９３０ 計算書ユニット ９４０ 収益レスポンス・ユニット ９５０ 利益レスポンス・ユニット ９６０ 効率性フロンティア・レスポンス・ユニット ９７０ 最適化ダッシュボード