[发明专利]用于确定广告活动的知情的不参加者的方法和设备

说明书

公开了确定广告活动的知情的不参加者的方法和设备。示例存储介质包括指令，该指令在被执行时使机器取回与购买实例相关联的用户标识符；确定与用户标识符相对应的家庭；标识第一组类型和第二组类型，第一组类型表现出第一购买行为阈值，并且第二组类型表现出第二购买行为阈值；标识第一不参加者组和第二不参加者组，通过以下方式来减少计算提升的计算资源消耗：将第一不参加者组约束至第一百分比，将第二不参加者组约束至第二百分比，第一百分比等于第二百分比；第一不参加者组和第二不参加者组将不暴露于广告活动；以及基于第一不参加者组和第二不参加者组来确定广告活动的提升计算。

技术领域

本公开总体上涉及市场策略开发，并且更具体地，涉及用于确定广告活动的知情的不参加者(informed holdout)的方法和设备。

背景技术

近年来，市场研究者很容易得到消费者行为数据。在一些示例中，消费者行为数据称为“大数据”，这种大数据包括与各个消费者的购买行为有关的信息以及与该特定消费者有关的其它详细信息(诸如人口统计信息和区段(segment)信息)。消费者行为数据可以源自消费者小组成员(panel)、个体零售商数据收集举措(例如，频繁购物者数据)、数据整合者(例如，)和/或其组合。

附图说明

图1是根据本公开的教导构造的示例知情的不参加者系统的示意性例示图。

图2是表示示例家庭不参加者组的示例表。

图3是表示可以被执行以实现图1的示例知情的不参加者系统的示例机器可读指令的流程图。

图4是被构造成执行图3的指令以实现图1的示例知情的不参加者系统的示例处理平台的框图。

具体实施方式

在市场研究的技术领域中，市场研究者(例如，广告公司)采用了多种策略来对广告活动的投资回报率(ROI)进行建模。例如，一些策略依赖于选择消费者的不参加者组。如本文所用，“不参加者”或“不参加者组”限定了(例如，由广告公司)选定的将不暴露于广告活动的消费者对照组。在一些示例中，从大的消费者组随机选择不参加者组。在一些示例中，将不参加者组与包括暴露于广告活动的其余群体的组(例如，测试组)进行比较。向广告活动应用不参加者的目的是允许计算所关注的特定广告活动的提升。如本文所用，“提升”限定了指示由所关注的活动带来的效果的计算值，并且在一些示例中，“提升”基于广告活动前后的品牌互动率，以确定该活动的投资回报率。换句话说，提升计算以如下方式使用不参加者组：与未暴露于所关注的活动的那些消费者相比，该方式例示了暴露于所关注的活动的那些消费者的购买行为将如何变化。

然而，就当前随机选择的不参加者组作为投资回报率(例如，提升)的准确量度的可靠性而言，该当前随机选择的不参加者组可能会出现问题。在一些情况下，随机选择不参加者组可能会导致对提升的错误计算，并且更具体地，导致广告活动表现的不正确的模型。在一些情况下，依赖于随机选择的不参加者组会导致市场研究技术领域的计算浪费，这可能需要进行附加的提升计算(例如，后续提升计算工作量)，以发现为什么计算出的提升值是错误的。例如，随机选择不参加者组并没有考虑到大多数消费者是彼此不同的。就消费者的购买行为、人口统计、广告响应度等而言，消费者是多样化的。

当随机选择不参加者组时，广告公司冒着选定包括彼此不相关的消费者(例如，不同的购买行为、不同的人口统计以及不同的广告响应度)的不参加者组的风险。此外，除非不参加者组很大，否则不同水平的品牌购买、类别购买、购买周期以及对广告的接受度在不参加者组和测试组(例如，暴露于广告活动的组)内的消费者分布当中可能是不均等的。然而，虽然增大不参加者组的大小可以改善该不参加者组与测试组之间的分布的均等性，但是当广告活动的不参加者组大小增大时，由于不参加者组内的所有消费者将不会被投放广告，因此，对应的到达值(例如，指示暴露于广告活动的消费者的值)会减小(或以其它方式进一步受到限制)。