図面 (/)

技術 デジタルマーケティングシステム

出願人 株式会社アクシバル
発明者 沼田洋一石田壮史竹澤智美
出願日 2015年8月27日 (4年10ヶ月経過) 出願番号 2015-168367
公開日 2017年3月2日 (3年4ヶ月経過) 公開番号 2017-045337
状態 特許登録済
技術分野 特定用途計算機
主要キーワード 遷移段階 クラスター毎 簡易判定 質問項目毎 上位クラスタ ハイブリットカー アグレッシブ 不一致度
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2017年3月2日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (20)

課題

データマネジメントプラットフォームDMP)を用いたデジタルマーケティングにおいて、人々の意識、価値観行動をも分析要素に加えたマーケティングシステムを提供すること。

解決手段

データベースアクセス可能な状態のプラットフォーム、顧客端末、前記プラットフォームと顧客端末との間で情報伝達する通信手段を有し、データベースには生活者から現実に蒐集した1次データが蓄積されてなり、 プラットフォームは、顧客端末から伝達された顧客端末を特定するIDと伝達された2次データをづけて蓄積する手段と、前記伝達された2次データを簡易判定ロジックにより判定する手段と、判定結果に基づき生活者をクラスター分類分けする手段を有するデジタルマーケティングシステムである。

概要

背景

従来から、生活者(すなわち消費者)にアンケート調査をし、この結果を基に市場調査を行う手法は多数発案されている(特許文献1〜5)。近年は、とりわけデータマネジメントプラットフォームDMP)を用いて、種々のデータを分析するシステムが開発されている。

しかしながらこの種のマーケティングシステムは、コンピュータ上のデータ分析にとどまり、現実の生活者の意識に基づいた分析が行われているどうか不明である。とりわけ、通常デジタルマーケティングではウェブサイト閲覧履歴などの行動データを用いてセグメントを作成するが、現実の生活者が何を考えているのか等、行動動機となる生活者の現実の意識データを案した分析とはいえなかった。

近年ビッグデータ等のデータが蒐集され分析されるようになってはいるが、できるだけ現実のデータに即した結果を得、該結果に基づいて、消費者それぞれに効果的な広告宣伝を行いたいという要請がある

概要

データマネジメントプラットフォーム(DMP)を用いたデジタルマーケティングにおいて、人々の意識、価値観、行動をも分析要素に加えたマーケティングシステムを提供すること。データベースアクセス可能な状態のプラットフォーム、顧客端末、前記プラットフォームと顧客端末との間で情報伝達する通信手段を有し、データベースには生活者から現実に蒐集した1次データが蓄積されてなり、 プラットフォームは、顧客端末から伝達された顧客端末を特定するIDと伝達された2次データをづけて蓄積する手段と、前記伝達された2次データを簡易判定ロジックにより判定する手段と、判定結果に基づき生活者をクラスター分類分けする手段を有するデジタルマーケティングシステムである。

目的

本発明は、データマネジメントプラットフォーム(DMP)を用いたデジタルマーケティングと現実の市場調査を組み合わせて、人々の意識、価値観、行動をも分析要素に加えたマーケティングシステムを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

データベースアクセス可能な状態のプラットフォーム顧客端末、前記プラットフォームと顧客端末との間で情報伝達する通信手段を有し、データベースには生活者から現実に蒐集した1次データ蓄積されてなるとともに、生活者は1次データから詳細ロジックにより判定されるクラスター分類分けされてなり、プラットフォームは、顧客端末から伝達された顧客端末を特定するIDと生活者により伝達された2次データとをづけて蓄積する手段と、前記伝達された2次データを簡易判定ロジックにより判定する手段と、判定結果に基づき顧客端末からアクセスした生活者をクラスターに分類する手段を有することを特徴とするデジタルマーケティングシステム

請求項2

プラットフォームは、顧客端末からアクセスされたウェブサイトを特定する手段と、伝顧客端末を特定するIDと、伝達された3次データとを紐づけて蓄積する手段と、前記3次データを拡張判定ロジックにより判定する手段と、判定結果に基づき生活者をクラスターに分類する手段を有することを特徴とする請求項1記載のデジタルマーケティングシステム。

請求項3

プラットフォームは、顧客端末からアクセスしている生活者が分類分けされたクラスターに紐付けられたコンテンツを前記顧客端末から閲覧可能に表示する手段を有することを特徴とする請求項1または請求項2記載のデジタルマーケティングシステム。

請求項4

プラットフォームは、データ蓄積のたびに及び/又は定期的に、2次データを提供した生活者のうち1次データも提供した生活者が分類されてなるクラスターの一致又は不一致を判定する手段と、該判定結果に基づき簡易判定ロジックを変更する手段を有することを特徴とする請求項1乃至3のいずれかに記載のデジタルマーケティングシステム。

請求項5

プラットフォームは、データ蓄積のたびに及び/又は定期的に、3次データを提供した生活者のうち1次データ及び/又は2次データを提供した生活者が分類されてなるクラスターの一致又は不一致を判定する手段と、該判定結果に基づき簡易判定ロジックを変更する手段を有することを特徴とする請求項1乃至4のいずれかに記載のデジタルマーケティングシステム。

請求項6

顧客端末を特定するIDはクッキーであることを特徴とする請求項1乃至5のいずれかに記載のデジタルマーケティングシステム。

請求項7

顧客端末を特定するIDは顧客端末固有端末番号であることを特徴とする請求項1乃至6のいずれかに記載のデジタルマーケティングシステム。

請求項8

ウェブサイトを特定する手段はウェブサイトに埋め込まれる分析タグであることを特徴とする請求項1乃至7のいずれかに記載のデジタルマーケティングシステム。

請求項9

1次データ、2次データは生活者の属性に関する属性データ及び/又は質問項目への回答データを含むことを特徴とする請求項1乃至8のいずれかに記載のデジタルマーケティングシステム。

請求項10

3次データはウェブサイトのコンテンツを特定する特定データを含むことを特徴とする請求項1乃至9のいずれかに記載のデジタルマーケティングシステム。

請求項11

3次データは、ウェブサイトで入力した性別、ウェブサイトにアクセスした場所、ウェブサイトにアクセスした時間帯、ウェブサイトにとどまった時間の少なくともいずれかからなる判定要素データを含むことを特徴とする請求項1乃至10のいずれかに記載のデジタルマーケティングシステム。

請求項12

クラスターは複数の質問項目に対する回答数値化し、該数値化したデータを閾値判定したデータの集合であることを特徴とする請求項1乃至11のいずれかに記載のデジタルマーケティングシステム。

技術分野

0001

本発明は、データマネジメントプラットフォームDMP)を利用したデジタルマーケティングシステムに関するものである。

背景技術

0002

従来から、生活者(すなわち消費者)にアンケート調査をし、この結果を基に市場調査を行う手法は多数発案されている(特許文献1〜5)。近年は、とりわけデータマネジメントプラットフォーム(DMP)を用いて、種々のデータを分析するシステムが開発されている。

0003

しかしながらこの種のマーケティングシステムは、コンピュータ上のデータ分析にとどまり、現実の生活者の意識に基づいた分析が行われているどうか不明である。とりわけ、通常デジタルマーケティングではウェブサイト閲覧履歴などの行動データを用いてセグメントを作成するが、現実の生活者が何を考えているのか等、行動動機となる生活者の現実の意識データを案した分析とはいえなかった。

0004

近年ビッグデータ等のデータが蒐集され分析されるようになってはいるが、できるだけ現実のデータに即した結果を得、該結果に基づいて、消費者それぞれに効果的な広告宣伝を行いたいという要請がある

先行技術

0005

特開2004−102969号公報
特開2005−316923号公報
特開2006−227817号公報
特開2011−159264号公報
特開2013−84133号公報

発明が解決しようとする課題

0006

上記課題に鑑み、本発明は、データマネジメントプラットフォーム(DMP)を用いたデジタルマーケティングと現実の市場調査を組み合わせて、人々の意識、価値観、行動をも分析要素に加えたマーケティングシステムを提供することを目的とする。さらには該マーケティングシステムを用いてダイレクトメールの提供、ランディングページの最適化、好適な広告コンテンツの提供を行うことを目的とする。

課題を解決するための手段

0007

本発明のデジタルマーケティングシステムは、データベースアクセス可能な状態のプラットフォーム、顧客端末、前記プラットフォームと顧客端末との間で情報伝達する通信手段を有し、データベースには生活者から現実に蒐集した1次データが蓄積されてなるとともに、生活者は1次データから詳細ロジックにより判定されるクラスター分類されてなり、プラットフォームは、顧客端末から伝達された顧客端末を特定するIDと伝達された2次データとをづけて蓄積する手段と、前記伝達された2次データを簡易判定ロジックにより判定する手段と、判定結果に基づき顧客端末からアクセスした生活者をクラスターに分類する手段を有することを特徴とする。

0008

プラットフォームは、顧客端末からアクセスされたウェブサイトを特定する手段と、顧客端末から伝達された顧客端末を特定するIDと伝達された3次データとを紐づけて蓄積する手段と、前記3次データを拡張判定ロジックにより判定する手段と、判定結果に基づき生活者をクラスターに分類する手段を有することを特徴とする。

0009

プラットフォームは、顧客端末からアクセスしている生活者が分類分けされたクラスターに紐付けられたコンテンツを前記顧客端末から閲覧可能に表示する手段を有することを特徴とする。

0010

プラットフォームは、データ蓄積のたびに及び/又は定期的に、2次データを提供した生活者のうち1次データも提供した生活者が分類されてなるクラスターの一致又は不一致を判定する手段と、該判定結果に基づき簡易判定ロジックを変更する手段を有することを特徴とする。

0011

プラットフォームは、データ蓄積のたびに及び/又は定期的に、3次データを提供した生活者のうち1次データ及び/又は2次データを提供した生活者が分類されてなるクラスターの一致又は不一致を判定する手段と、該判定結果に基づき簡易判定ロジックを変更する手段を有することを特徴とする。

0012

顧客端末を特定するIDはクッキーであることを特徴とする。

0013

顧客端末を特定するIDは顧客端末固有端末番号であることを特徴とする。

0014

ウェブサイトを特定する手段はウェブサイトに埋め込まれる分析タグであることを特徴とする。

0015

1次データ、2次データは生活者の属性に関する属性データ及び/又は質問項目への回答データを含むことを特徴とする。

0016

3次データはウェブサイトのコンテンツを特定する特定データを含むことを特徴とする。

0017

3次データは、ウェブサイトで入力した性別、ウェブサイトにアクセスした場所、ウェブサイトにアクセスした時間帯、ウェブサイトにとどまった時間の少なくともいずれかからなる判定要素データを含むことを特徴とする。

0018

クラスターは複数の質問項目に対する回答数値化し、該数値化したデータを閾値判定したデータの集合であることを特徴とする。

発明の効果

0019

本発明により、コンピュータ上の分析にとどまらず、現実の生活者の意識に基づいた分析を行うことができるマーケティングシステムを提供することができる。

図面の簡単な説明

0020

本発明のデジタルマーケティングシステムの概要図である。
本発明のデジタルマーケティングシステムの1次データ乃至3次データの取得と蓄積を示す概要図である。
本発明のデジタルマーケティングシステムにおいて生活者をクラスター分けするための質問項目の一部例示である。
本発明のデジタルマーケティングシステムにおけるクラスターの一例である。
本発明のデジタルマーケティングシステムにおける簡易判定ロジックの例である。
本発明の2次データ蒐集用の質問項目フォーマット回答項目フォーマットの一例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ蒐集例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのための質問項目の例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。
本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。

発明を実施するための最良の形態

0021

(システムの構成)
本発明の実施の形態について図面を参照して説明する。本発明のデジタルマーケティングシステム1(以下、単にシステム1ということがある。)はシステム1の管理者が提供するサーバー、データベース等からなるデータマネジメントプラットフォーム2(以下、単にプラットフォーム2ということがある。)はプラットフォーム2に各種通信手段を通じて情報伝達可能に接続された生活者が操作する顧客端末31〜3n、プラットフォーム2に各種通信手段を通じて情報伝達可能に接続された広告代理店プロデューサ、マーケティング企業のサーチャー広告主担当者等マーケティング結果を閲覧する者が操作するクライアント端末41〜4nから、主として構成される。顧客端末31〜3n、クライアント端末41〜4nはパーソナルコンピュータ等である。

0022

事前の回答データ蓄積及び分析手段(1次データ蒐集と分析))
プラットフォーム2のデータベースには、システム動作前の段階の検証用サンプルデータとしての一次データが蓄積される。システム管理者等が、分析に足る数の生活者から実際に蒐集した生活者総合調査に基づく生活価値観クラスターデータすなわち現実の回答データが蓄積されている。

0023

あらかじめシステム1のモニターとして登録した生活者からは、年齢職業、性別、既婚未婚の別、家族構成、学歴、世帯年収個人年収、小遣い、資産スマートフォン所有の別、大切にしている言葉やよりどころにしているものの選択、食生活意識の高低美容意識の高低等、生活者意識調査と称するに最終的に数値化可能な質問項目(本システム1では例えば1,000項目)に回答させる調査が行われており、これらの回答内容は数値化(たとえば点数化や0or1化)された回答データとして、回答を提供した生活者のIDに紐づけられるかたちで蓄積されている。また、生活者意識調査の回答データに加えて、該生活者IDにはカード会社やインターネット上の購買行動から得られる生活者が実際に購入した商品データ金額データからなる購買データ、どのメディアにどの時間接触したか等インターネットやTVの閲覧行動から得られるメディア接触データが紐づけられることもある。

0024

プラットフォーム2は、回答データ、購買データやメディア接触データも蓄積されてなるときには回答データ及び/又は購買データ及び/又はメディア接触データに対して、詳細判定ロジックすなわち特定の因子分析を行い、回答データを提供した生活者IDに対してクラスター毎フラグを立てる手法により、生活者を生活価値観毎のクラスターに分類分けする。詳細判定ロジックの例としては質問項目毎にその回答者あるいは性別毎の回答者全体者数に対する各回答項目の数値を算出する手法が最も簡易な手法である。例えば生活者意識調査の回答データを基礎にする場合には「美意識が高い」を選択した人を「美容意識の高い人」とクラスター分けすることが最も単純なやり方である。また購買データを基礎にする場合には所定期間内のオーガニック製品購入額購入回数閾値より高い人を「健康意識の高い人」等のようにクラスター分けすることができる。また、このような「美容意識の高い人」「健康意識の高い人」等複数のクラスターに生活者を分類分けし、これらのクラスターの統合を行うことで、例えば、生活者Aは、「美容意識の高い人」かつ「健康意識の高い人」であるから、大クラスターa「クラスの人気者全てにアグレッシブ派」等の上位クラスターに分類されるという判定が行われる。また、クラスターと生活者のIDが紐づけられて蓄積されることから、クラスターにより生活者の属性データ、回答データ、購買データ、メディア接触データ等元のデータを抽出することもできる。尚、クラスターには、「クラスの人気者全てにアグレッシブ派」に例示されるように、生活者が興味をもちそうな生活価値観を示す名称を付与して、生活者のシステム1への参加を促してもよい。本システム1の参照図面では例示的に各5クラスに分類分けし、各クラスに生活価値観を示す名称を付与している。このように初期状態で任意の数のクラスターが設定され、現実の属性データと回答データがクラスターに紐づけられる。以上が検証用の基データとしての1次データ蒐集と蓄積及び生活者のカテゴリー分けの作業である。

0025

(システム動作による回答データ蓄積及び分析手段(2次データ蒐集と分析))
ここから、システム1の動作によるアンケートデータの蓄積について説明する。システム1の動作によるプラットフォーム2による回答データとしての2次データの蓄積について説明する。2次データは、生活者が顧客端末31〜3nを通じて能動的に提供するデータである。プラットフォーム2のデータベースには質問フォーマットと回答フォーマットが蓄積されている。ここでの質問項目とこれに対応する回答項目の抽出について説明する。質問項目は上記1次データの蒐集の時に提供された1,000項目をもとにこれらの項目がサマリー化され、該質問項目に回答すれば生活者を最も適切にクラスター分けすることができる質問項目(本システム1では例えば38項目)が抽出されるという分析が行われる。

0026

質問フォーマットと回答フォーマットの様式には種々のものが想定されるが、通常のアンケートのほか、システム1では、これらフォーマットは占い形式を採用したフォーマットが用意され、図4、5に例示されるような任意の項目の質問(本システム1では例えば38項目)が提供されている。この占いは「あなたが知らない裏の顔」等と称した占い形式をとり、生活者に上記質問項目(本システム1では例えば38項目)に展開可能な質問による占い診断をさせることにより2次データを蒐集する仕組みになっている。この種の占いウェブサイトは、各種検索エンジンが提供するサイトや、広告サイトエンターテイメントとして設けられることが多い。尚、質問フォーマットと回答フォーマットの形式は必ずしも占い形式をとる必要はなく、生活者を任意のクラスターに分類するための判定ロジックの演算に足る情報が得られればどのような形式でもよい。

0027

顧客端末31よりプラットフォーム2にアクセスがあるとプラットフォーム2は、顧客端末31に質問フォーマットを表示させる。顧客端末31からの操作により回答フォーマットへの入力があると、顧客端末31からプラットフォーム2へ回答データが伝達される。並行して、顧客端末31のcookie或いは端末特定番号等なんらかの生活者IDがプラットフォーム2へ伝達される。

0028

プラットフォームは、上述の事前の38項目の質問に対する回答データと分析段階で用いる詳細判定ロジックより判定工数が少ない簡易判定ロジックに基づき、回答データの分析を行い、回答データと紐付られた生活者IDをクラスターに紐付し分類分けする。この動作を繰り返すことによりクラスターと生活者ID及びこれに紐付られた回答データがプラットフォーム2のデータベースに蓄積されていく。

0029

尚、システム動作による2時データの回答データ蓄積及び分析の動作において、上記事前の回答データ蓄積及び分析により1次データをも蒐集した者を、母数に入れておけば、該現実の1次データを提供した生活者のクラスターと、システム1から2次データを提供した生活者のクラスターの一致不一致を分析することが可能で、簡易判定ロジックの精度を向上させるべくロジックを変更することができる。

0030

(拡張オーディエンスによる拡張データの生成と分析手段(3次データ生成と分析))
次に、プラットフォーム2において、上記1次データ、2次データの蒐集を行っていない、すなわち、生活者IDと回答データが紐づけられていない生活者のクラスターを分類するための拡張オーディエンスによる拡張データの生成と分析について説明する。事前の準備として、システムの管理者或いはクライアント等は、分析を行いたいウェブサイトにシステム1の分析タグを埋め込む作業行い、ウェブサイトとプラットフォーム2を関連付けておく。

0031

プラットフォーム2に関連付けられたウェブサイトに生活者がアクセスしたとき、プラットフォーム2はアクセスした生活者のクラスターを拡張判定ロジックにより判定し、ウェブサイトにアクセスした生活者のクラスターを予測する。拡張判定ロジックにより、ウェブサイトにアクセスした生活者は、上述した任意のクラスターに分類分けされる。第1の拡張判定ロジックは購買履歴から類似性を判定してクラスターを拡張する方法である。すなわち、生活者aがブランドAのウェブサイトにアクセスした場合、上記1次データの分析あるいは2次データの分析においてブランドAの商品を購入した生活者が多く属するクラスター、すなわちブランドAの商品を購入した購入履歴がある生活者が多く属するクラスターを拡張判定する手法である。第2の拡張判定ロジックはウェブサイトのアクセス履歴から類似性を判定してクラスターを拡張する方法である。すなわち、生活者aがブランドAのウェブサイトにアクセスした場合、上記1次データの分析あるいは2次データの分析においてブランドAのウェブサイトにアクセスした生活者が多く属するクラスター、すなわちブランドAのウェブサイトを閲覧した閲覧履歴がある生活者が多く属するクラスターを拡張判定する手法である。尚、拡張判定ロジックの類似性の判定は、単にブランドAの商品を購入した購入履歴やウェブサイトの閲覧履歴1回でもある生活者のクラスターを判定する手段として構築してもよいし、ブランドAの商品を購入した購入履歴やウェブサイトの閲覧履歴が閾値以上ある生活者の属するクラスターを判定する手段として構築してもよい。また、拡張判定ロジックの判定の回数は、これに限られるものではなく、当該ウェブサイトで入力した性別、ウェブサイトにアクセスした場所、ウェブサイトにアクセスした時間帯、ウェブサイトにとどまった時間等各種の判定要素データを複数段階判定し、より的確なクラスターを予測するシステムを構築してもよい。また、生活者の特定は、アクセス元端末に格納されるcookie、アクセス元の端末を特定する特定番号、或いは生活者に付与されてなるIDの入力のいずれを基に行われる。

0032

尚、拡張判定ロジックの精度の向上のための変更は、1次データ及び/又は2次データをも有する生活者のインターネット内の行動特徴を分析して3次データの提供により、判定されたクラスターと1次データ及び/又は2次データを基に判定されたクラスターの一致度不一致度を基に行うことができる。

0033

例えば、1段階の拡張判定ロジックの例としては、A社のハイブリットカーの広告サイトに分析タグを埋め込んだ場合、ハイブリットカーのウェブサイトにアクセスしたというアクションから、類似性の高い生活者が属するカテゴリーが判定され、例えば「環境にやさしい」というクラスターbが予測されるようになっている。

0034

広告配信・ウェブサイト遷移段階
上述のように質問フォーマットと回答フォーマットへの回答データの入力と伝達による2次データの蒐集と分析による生活者のクラスターへの分類、或いは、拡張オーディエンスによる生活者のクラスターへの分類が行われた段階で、プラットフォーム2は、ウェブサイトにアクセスした生活者の顧客端末31に対して、該生活者が分類分けされたクラスターに紐付されたランディングページを表示させたり、クラスターに紐付されたウェブサイトへ遷移させたり、クラスターに紐付されたメールマガジンを送信する。例えば顧客端末31の操作者たる生活者がクラスターbに分類されると、クラスターbに紐付られた他のブランドBのコンテンツを表示させる。

0035

具体的には、事前にクライアント端末41等からの提供により、プラットフォーム2のデータベースあるいは外部データベース(不図示)にクラスター毎に作成されたランディングページ等のコンテンツを蓄積しておく。当該コンテンツにはクラスター毎のフラグを立てる等クラスターと紐付をしておく。上記プラットフォーム2が顧客端末31よりアクセスした生活者のクラスターの予測を上記手法で行い、2次データから分析されたクラスター、あるいは、3次データから予測されたクラスターに紐付られたコンテンツを顧客端末31に表示させるようになっている。

0036

すなわち上記拡張判定ロジックにより顧客端末31からハイブリットカーのウェブサイトにアクセスした生活者がクラスターbと判定された場合、クラスターbに紐づけられているB社のオーガニック食品のランディングページを表示させる等の例が挙げられる。

0037

広告効果測定手段)
プラットフォーム2には必要に応じて、広告効果測定手段が構築されている。

0038

(蒐集するデータと分類するクラスターの例)
図7~図36に蒐集するデータ数データ項目、クラスターと判定の例を示す。すなわち、たとえば、ブランドCを購入した生活者の中でブランドAを購入した者の分析を例にとれば、当該生活者が1次データを提供可能な生活者である場合には属性データと、1,000項目の質問に回答するかたちで趣味、大切にしている言葉等の回答データすなわち図7〜36に示す各種の現実の回答データが蒐集される。これらの回答データを複数人分蓄積しデータを分析し生活者をクラスター分けし1次データを作成する。

0039

例えば、ブランドAの購入が閾値以上の者を抽出すれば当該生活者のクラスターにたどり着けるという仕組みになっており、クラスターを抽出すれば当該クラスターに属する者が良く購入するブランドにたどり着けるという仕組みになっている。

0040

2次データ蒐集段階では、1次データ収集手段による現実の回答データを基礎とし、38項目の質問への回答データを伝達した生活者の回答データを分析して、当該生活者をクラスターに分類する。したがってクラスターを抽出すれば当該生活者に属する者が良く購入するブランドにたどり着けるという仕組みになっている。

0041

3次データ生成段階では、1次データ収集手段による現実の回答データ、2次データ収集手段によるプラットフォームによる回答データにより分析されたクラスターへの生活者の分類とここから導きだされる拡張判定ロジックにより、ウェブサイトにアクセスした生活者の動向を分析して、当該生活者をクラスターに分類分けする。

0042

したがって、現実に生活者から蒐集した1次データ、生活者が能動的に提供した2次デーから生活者のクラスター分類を行うことができ、能動的にデータを提供しない生活者の動向データすなわち3次データに対して1次データ及び2次データにより裏付けされた判定ロジックで当該生活者のクラスター分類を行うことができ、ひいては、膨大な生活者に対して当該生活者に好適なコンテンツを提供することが可能となる。

0043

1デジタルマーケティングシステム
2プラットフォーム
31〜3n顧客端末
41〜4n クライアント端末

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ