知財求人 - 知財ポータルサイト「IP Force」
▶ Ｃｉｎａｒｒａ Ｓｙｓｔｅｍｓ Ｊａｐａｎ株式会社の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024118826
(43)【公開日】2024-09-02
(54)【発明の名称】計測装置、計測方法及び計測プログラム
(51)【国際特許分類】
G06Q 30/0242 20230101AFI20240826BHJP
【ＦＩ】
G06Q30/0242
【審査請求】未請求
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2023025358
(22)【出願日】2023-02-21
(71)【出願人】
【識別番号】517238798
【氏名又は名称】Ｃｉｎａｒｒａ Ｓｙｓｔｅｍｓ Ｊａｐａｎ株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】細谷 正人
【テーマコード（参考）】
5L030
5L049
【Ｆターム（参考）】
5L030BB08
5L049BB08
(57)【要約】
【課題】広告効果を精度高く計測することを可能とする。
【解決手段】実施形態に係る計測装置１００は、広告接触情報と、来店者の端末情報とを取得する取得部１３１と、取得部１３１により取得された広告接触情報と、来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算部１３２と、所定グループと属性情報が類似する者で構成されたグループを作成する作成部１３３と、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された来店者の端末情報とから、作成部１３３により作成されたグループにおける来店度合いを計算する第２計算部１３４と、第１計算部１３２により計算された所定グループにおける来店度合いと、第２計算部１３４により計算された作成部１３３により作成されたグループにおける来店度合いとの差を算出する算出部１３５とを有する。
【選択図】図４
【解決手段】実施形態に係る計測装置１００は、広告接触情報と、来店者の端末情報とを取得する取得部１３１と、取得部１３１により取得された広告接触情報と、来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算部１３２と、所定グループと属性情報が類似する者で構成されたグループを作成する作成部１３３と、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された来店者の端末情報とから、作成部１３３により作成されたグループにおける来店度合いを計算する第２計算部１３４と、第１計算部１３２により計算された所定グループにおける来店度合いと、第２計算部１３４により計算された作成部１３３により作成されたグループにおける来店度合いとの差を算出する算出部１３５とを有する。
【選択図】図４
【特許請求の範囲】
【請求項1】
広告接触情報と、来店者の端末情報とを取得する取得部と、
前記取得部により取得された前記広告接触情報と、前記来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算部と、
前記所定グループと属性情報が類似する者で構成されたグループを作成する作成部と、
前記作成部により作成されたグループに含まれる者の情報と、前記取得部により取得された前記来店者の端末情報とから、前記作成部により作成されたグループにおける来店度合いを計算する第２計算部と、
前記第１計算部により計算された所定グループにおける来店度合いと、前記第２計算部により計算された前記作成部により作成されたグループにおける来店度合いとの差を算出する算出部と
を有することを特徴とする計測装置。
前記取得部により取得された前記広告接触情報と、前記来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算部と、
前記所定グループと属性情報が類似する者で構成されたグループを作成する作成部と、
前記作成部により作成されたグループに含まれる者の情報と、前記取得部により取得された前記来店者の端末情報とから、前記作成部により作成されたグループにおける来店度合いを計算する第２計算部と、
前記第１計算部により計算された所定グループにおける来店度合いと、前記第２計算部により計算された前記作成部により作成されたグループにおける来店度合いとの差を算出する算出部と
を有することを特徴とする計測装置。
【請求項2】
前記取得部は、前記広告接触情報として広告に接触した者に関する情報を取得し、
前記第１計算部は、前記取得部により取得された前記広告に接触した者に関する情報と、前記来店者の端末情報とから、前記広告に接触した者のグループにおける来店度合いを計算し、
前記作成部は、前記取得部により取得された前記広告に接触した者と属性情報が類似し、広告に接触していない者で構成されたグループを作成する
ことを特徴とする請求項１に記載の計測装置。
前記第１計算部は、前記取得部により取得された前記広告に接触した者に関する情報と、前記来店者の端末情報とから、前記広告に接触した者のグループにおける来店度合いを計算し、
前記作成部は、前記取得部により取得された前記広告に接触した者と属性情報が類似し、広告に接触していない者で構成されたグループを作成する
ことを特徴とする請求項１に記載の計測装置。
【請求項3】
前記取得部は、前記広告接触情報として広告に接触していない者に関する情報を取得し、
前記第１計算部は、前記取得部により取得された前記広告に接触していない者に関する情報と、前記来店者の端末情報とから、前記広告に接触していない者のグループにおける来店度合いを計算し、
前記作成部は、前記広告に接触していない者と属性情報が類似し、広告に接触した者で構成されたグループを作成する
ことを特徴とする請求項１に記載の計測装置。
前記第１計算部は、前記取得部により取得された前記広告に接触していない者に関する情報と、前記来店者の端末情報とから、前記広告に接触していない者のグループにおける来店度合いを計算し、
前記作成部は、前記広告に接触していない者と属性情報が類似し、広告に接触した者で構成されたグループを作成する
ことを特徴とする請求項１に記載の計測装置。
【請求項4】
前記取得部は、所定期間の前記来店者の端末の情報を取得し、
前記第１計算部は、前記所定グループにおける所定期間の来店度合いを計算し、
前記第２計算部は、前記作成部により作成されたグループにおける所定期間の来店度合いを計算する
ことを特徴とする請求項１に記載の計測装置。
前記第１計算部は、前記所定グループにおける所定期間の来店度合いを計算し、
前記第２計算部は、前記作成部により作成されたグループにおける所定期間の来店度合いを計算する
ことを特徴とする請求項１に記載の計測装置。
【請求項5】
前記作成部は、過去に作成したレポートと関係するレポートが必要な場合には、属性情報が類似する者の情報を用いて、属性情報が類似するグループを作成することを特徴とする請求項１に記載の計測装置。
【請求項6】
コンピュータが実行する方法であって、
広告接触情報と、来店者の端末情報とを取得する取得工程と、
前記取得工程により取得された前記広告接触情報と、前記来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算工程と、
前記所定グループと属性情報が類似する者で構成されたグループを作成する作成工程と、
前記作成工程により作成されたグループに含まれる者の情報と、前記取得工程により取得された前記来店者の端末情報とから、前記作成工程により作成されたグループにおける来店度合いを計算する第２計算工程と、
前記第１計算工程により計算された所定グループにおける来店度合いと、前記第２計算工程により計算された前記作成工程により作成されたグループにおける来店度合いとの差を算出する算出工程と
を含むことを特徴とする計測方法。
広告接触情報と、来店者の端末情報とを取得する取得工程と、
前記取得工程により取得された前記広告接触情報と、前記来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算工程と、
前記所定グループと属性情報が類似する者で構成されたグループを作成する作成工程と、
前記作成工程により作成されたグループに含まれる者の情報と、前記取得工程により取得された前記来店者の端末情報とから、前記作成工程により作成されたグループにおける来店度合いを計算する第２計算工程と、
前記第１計算工程により計算された所定グループにおける来店度合いと、前記第２計算工程により計算された前記作成工程により作成されたグループにおける来店度合いとの差を算出する算出工程と
を含むことを特徴とする計測方法。
【請求項7】
広告接触情報と、来店者の端末情報とを取得する取得ステップと、
前記取得ステップにより取得された前記広告接触情報と、前記来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算ステップと、
前記所定グループと属性情報が類似する者で構成されたグループを作成する作成ステップと、
前記作成ステップにより作成されたグループに含まれる者の情報と、前記取得ステップにより取得された前記来店者の端末情報とから、前記作成ステップにより作成されたグループにおける来店度合いを計算する第２計算ステップと、
前記第１計算ステップにより計算された所定グループにおける来店度合いと、前記第２計算ステップにより計算された前記作成ステップにより作成されたグループにおける来店度合いとの差を算出する算出ステップと
をコンピュータに実行させることを特徴とする計測プログラム。
前記取得ステップにより取得された前記広告接触情報と、前記来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算ステップと、
前記所定グループと属性情報が類似する者で構成されたグループを作成する作成ステップと、
前記作成ステップにより作成されたグループに含まれる者の情報と、前記取得ステップにより取得された前記来店者の端末情報とから、前記作成ステップにより作成されたグループにおける来店度合いを計算する第２計算ステップと、
前記第１計算ステップにより計算された所定グループにおける来店度合いと、前記第２計算ステップにより計算された前記作成ステップにより作成されたグループにおける来店度合いとの差を算出する算出ステップと
をコンピュータに実行させることを特徴とする計測プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、計測装置、計測方法及び計測プログラムに関する。
【背景技術】
【0002】
従来、広告効果を計測する技術が知られている。例えば、広告放送後の所定時間内における、広告によって惹起されたと推定されたアクション数に基づいて広告の効果を計測する広告効果計測システムする技術が存在する（特許文献１参照）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２２－１４００１５号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上記の従来技術では、広告効果を精度高く計測することができない。例えば、従来技術では、リアル店舗への来店に対する広告効果を計測することができない。また、例えば、従来技術では、特定の広告効果を計測するために、ターゲット層の一部に対して別種の広告の配信を行う場合がある。
【0005】
本願は、広告効果を精度高く計測することができる計測装置、計測方法及び計測プログラムを提供することを目的とする。
【課題を解決するための手段】
【0006】
上述の課題を解決するために、本願に係る計測装置は、広告接触情報と、来店者の端末情報とを取得する取得部と、前記取得部により取得された前記広告接触情報と、前記来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算部と、前記所定グループと属性情報が類似する者で構成されたグループを作成する作成部と、前記作成部により作成されたグループに含まれる者の情報と、前記取得部により取得された前記来店者の端末情報とから、前記作成部により作成されたグループにおける来店度合いを計算する第２計算部と、前記第１計算部により計算された所定グループにおける来店度合いと、前記第２計算部により計算された前記作成部により作成されたグループにおける来店度合いとの差を算出する算出部と有する。
【発明の効果】
【0007】
実施形態の一態様によれば、広告効果を精度高く計測することができる。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
以下に、本願に係る計測装置、計測方法及び計測プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る計測装置、計測方法及び計測プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
【0010】
（実施形態１）
〔１．計測処理の概要〕
図１は、実施形態に係る計測処理の概要について説明するための図である。図１では、実施形態に係る計測装置１００によって、実施形態に係る計測処理などが実現されるものとする。図１では、計測装置１００が、広告に接触した者に関する情報と、来店者の端末情報とを取得し、取得された広告に接触した者に関する情報と、来店者の端末情報とから、広告に接触した者のグループにおける来店率を計算する。その後、計測装置１００は、広告に接触した者のグループと属性情報が類似し、広告が表示されていないグループ（ミラーグループ）を作成する。続いて、計測装置１００は、広告に接触した者のグループと属性情報が類似し、広告が表示されていないグループにおける来店率を計算する。そして、計測装置１００は、各グループの来店率の差を算出する。
〔１．計測処理の概要〕
図１は、実施形態に係る計測処理の概要について説明するための図である。図１では、実施形態に係る計測装置１００によって、実施形態に係る計測処理などが実現されるものとする。図１では、計測装置１００が、広告に接触した者に関する情報と、来店者の端末情報とを取得し、取得された広告に接触した者に関する情報と、来店者の端末情報とから、広告に接触した者のグループにおける来店率を計算する。その後、計測装置１００は、広告に接触した者のグループと属性情報が類似し、広告が表示されていないグループ（ミラーグループ）を作成する。続いて、計測装置１００は、広告に接触した者のグループと属性情報が類似し、広告が表示されていないグループにおける来店率を計算する。そして、計測装置１００は、各グループの来店率の差を算出する。
【0011】
これにより、計測装置１００は、広告が表示されたグループと、広告が表示されたグループと属性情報が類似し、広告が表示されていないグループとの来店率の比較を行い、来店に対する広告効果を計測することができる。
【0012】
〔２．システム構成〕
次に、図２を用いて、実施形態に係る計測システムの構成を説明する。図２は、実施形態に係るシステムの構成を示す図である。図２には、実施形態に係る計測システムの一例として、計測システム１が示される。
次に、図２を用いて、実施形態に係る計測システムの構成を説明する。図２は、実施形態に係るシステムの構成を示す図である。図２には、実施形態に係る計測システムの一例として、計測システム１が示される。
【0013】
図２に示すように、計測システム１は、利用者装置１０と、広告主装置２０と、検知装置３０と、計測装置１００とを備えて構成されてよい。また、利用者装置１０、広告主装置２０、検知装置３０、計測装置１００は、ネットワークＮを介して、有線または無線により通信可能に接続されてよい。
【0014】
利用者装置１０は、利用者によって利用される情報処理端末であり、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等が挙げられる。また、ここでいう利用者とは、リアル店舗に出向いて買い物したり、サービスを受けたりする一般消費者（エンドユーザ）を指し示す。
【0015】
例えば、利用者装置１０は、後述する計測装置１００から配信された広告を含む画面（広告媒体）を表示する。このような場合、利用者は、広告に接触した広告接触者となる。ここで、広告への接触とは、広告が掲載、表示されることだけでなく、広告に対する所定のユーザ操作（例えば、クリック）も含み得る。このように広告接触したことで興味を高められた利用者は、広告対象の店舗に訪問する場合がある。
【0016】
ここで、広告接触者によるリアル店舗への訪問は、実施形態に係るオフラインでの行動の一例であるが、オフラインでの行動はリアル店舗への訪問に限定されない。例えば、オフラインでの行動は、広告接触者によるリアル店舗での商品購入やサービスの享受であってもよい。
【0017】
広告主装置２０は、広告主によって利用される情報処理端末であり、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣや、デスクトップＰＣや、携帯電話機や、ＰＤＡ等が挙げられる。また、ここでいう広告主とは、広告を入稿する入稿元を指し示す。例えば、広告主は、広告配信を仲介する配信事業者Ｔのクライアントとなっている企業であってよく、店舗を運営している場合がある。
【0018】
例えば、広告主装置２０は、広告主の操作に応じて、計測装置１００に対して広告配信や来店計測に関する各種設定を行う。また、広告主装置２０は、広告主の操作に応じて、計測装置１００に対して広告自体の入稿も行う。
【0019】
検知装置３０は、広告主（例えば、配信事業者Ｔのクライアント企業）により運営されるリアル店舗に設置される装置であって、来客を検知するための装置である。例えば、検知装置３０は、クライアント企業の店舗に設置されるＷｉＦｉ（登録商標）や、Ｂｌｕｅｔｏｏｔｈ（登録商標）といった通信機器であってよく、利用者装置１０に配信される広告に対して予め付与されている特定のタグとの間で相互作用が得られた場合に、利用者装置１０を有する利用者を店舗への来客として検知する。また、検知装置３０は、配信事業者Ｔ、あるいは、配信事業者Ｔのパートナー企業により提供される場合がある。
【0020】
計測装置１００は、本開示の実施形態に係る計測装置１００の一例であり、来店に対する広告効果の計測に係る一連の計測処理を行う。また、計測装置１００は、配信事業者Ｔに属する装置であってよい。
【0021】
計測装置１００は、実施形態に係る計測処理として次のような処理を行う。計測装置１００は、広告接触情報と、来店者の端末情報とを取得する。また、計測装置１００は、取得された広告接触情報と、来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する。また、計測装置１００は、所定グループと属性情報が類似する者で構成されたグループを作成する。また、計測装置１００は、作成されたグループに含まれる者の情報と、取得された来店者の端末情報とから、作成されたグループにおける来店度合いを計算する。また、計測装置１００は、計算された、所定グループにおける来店度合いと、作成されたグループにおける来店度合いとの差を算出する。
【0022】
なお、計測装置１００とは別の専用のサーバ装置によって実現されてもよいし、広告配信は、計測装置１００が行ってもよい。
【0023】
また、利用者装置１０、広告主装置２０、検知装置３０は、顧客の近くでエッジ処理を行うエッジコンピュータであることに対して、計測装置１００は、クラウド側で処理を行うクラウドコンピュータであってよい。すなわち、計測装置１００は、サーバ装置であってよい。
【0024】
〔３．来店検知ロジック〕
次に、図３を用いて、来店検知のロジックについて説明する。図３は、実施形態に係る来店検知ロジックの一例を示す図である。まず、図３の例によれば、配信事業者Ｔが提供する広告配信サービスＳＡでは、入稿された広告Ｘｎの掲載先となる広告媒体として、媒体Ｍ１、媒体Ｍ２および媒体Ｍ３が定められている。また、入稿された広告には、来店検知のためのタグＴＧが挿入される。タグＴＧの挿入は、計測装置１００によって行われてよい。
次に、図３を用いて、来店検知のロジックについて説明する。図３は、実施形態に係る来店検知ロジックの一例を示す図である。まず、図３の例によれば、配信事業者Ｔが提供する広告配信サービスＳＡでは、入稿された広告Ｘｎの掲載先となる広告媒体として、媒体Ｍ１、媒体Ｍ２および媒体Ｍ３が定められている。また、入稿された広告には、来店検知のためのタグＴＧが挿入される。タグＴＧの挿入は、計測装置１００によって行われてよい。
【0025】
このような状態において、利用者装置１０は、タグＴＧ１（タグＴＧの一例）が挿入された広告Ｘ１（広告Ｘｎの一例）を含む画面である媒体Ｍ１を表示した場合には、利用者装置１０の利用者が広告Ｘ１に接触したことを示す広告接触情報を計測装置１００に送信する。広告接触情報には、利用者装置１０を識別する端末情報、広告Ｘ１の掲載日時、掲載先である媒体Ｍ１を示す媒体情報等が含まれてよい。また、広告接触情報は、広告配信における配信履歴としての一レコードとして、接触／来店情報データベース１２１に蓄積されてよい。また、広告接触情報は、広告に接触した者の属性情報や接触した端末に関する情報を含んでもよい。
【0026】
広告Ｘ１を閲覧したことで広告接触者となった利用者は、図３に示すように、検知装置３０が備えられたリアル店舗に訪問したとする。係る場合、利用者装置１０と、検知装置３０とが近距離無線通信により接続され、この結果、検知装置３０は、近距離無線通信を介して利用者装置１０を有する利用者を店舗への来客として検知する。そして、検知装置３０は、来店検知を示す来店情報を計測装置１００に送信する。来店情報は、利用者装置１０を識別する端末情報、広告Ｘ１の情報、店舗を識別する店舗情報等が含んでいてもよい。また、来店情報は、広告配信における配信履歴としての一レコードとして、接触／来店情報データベース１２１に蓄積されてよい。ここで、近距離無線通信の一例としては、Ｂｌｕｅｔｏｏｔｈ、ＷｉＦｉ等が挙げられる。なお、来店や屋外広告への接触情報の取得に際して、ＧＰＳ（Global Positioning System）を含むＧＮＳＳ（Global Navigation Satellite System）測位技術が活用されてもよい。例えば、利用者装置１０は、当該利用者装置１０にインストールされたアプリケーションによりＧＮＳＳ測位技術等に基づいて取得された位置情報取得を用いて、来店や屋外広告への接触情報を取得してよい。
【0027】
なお、検知装置３０は、来店の検知に様々な条件を用いることができる。例えば、検知装置３０は、接触／来店情報データベース１２１に、近距離無線通信の接続レベルを記憶させ、記憶された接続レベルが所定値よりも高い場合に、来店を検知してもよい。また、例えば、検知装置３０は、接触／来店情報データベース１２１に、近距離無線通信の接続レベルを記憶させ、記憶された接続レベルが所定値よりも低い場合に、来店を検知しなくてもよい。
【0028】
また、例えば、検知装置３０は、接触／来店情報データベース１２１に記憶された広告接触があった日と、来店が検知された日までの日数が所定値よりも短ければ、広告による来店と検知してもよい。また、例えば、検知装置３０は、接触／来店情報データベース１２１に記憶された広告接触があった日と、来店が検知された日までの日数が所定値よりも長ければ、広告による来店ではないと検知してもよい。
【0029】
〔４．計測装置の構成〕
図４は、実施形態に係る計測装置１００の構成例を示す図である。計測装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。
図４は、実施形態に係る計測装置１００の構成例を示す図である。計測装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。
【0030】
（通信部１１０）
通信部１１０は、ＮＩＣ（Network Interface Card）やアンテナ等によって実現される。通信部１１０は、各種ネットワークと有線または無線で接続され、外部装置と情報の送受信を行う。
通信部１１０は、ＮＩＣ（Network Interface Card）やアンテナ等によって実現される。通信部１１０は、各種ネットワークと有線または無線で接続され、外部装置と情報の送受信を行う。
【0031】
（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、接触／来店情報データベース１２１と、類似データベース１２２とを有する。
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、接触／来店情報データベース１２１と、類似データベース１２２とを有する。
【0032】
（接触／来店情報データベース１２１）
接触／来店情報データベース１２１は、図３で説明した広告接触情報や来店情報を記憶
する。接触／来店情報データベース１２１は、広告接触情報や来店情報として、広告情報、接触した広告、広告に接触した日時、端末番号、機種、広告に接触した者に関する情報、広告に接触していない者に関する情報、属性情報、来店情報、グループ情報、その他広告効果の計測に必要な情報を記憶する。ここで、属性情報には、例えば、人数、性別、年齢、居住地、家族構成、年収といった情報が含まれる。また、グループ情報には、後述する作成部１３３で作成されたグループを構成する者に関する情報を含んでいてもよい。
接触／来店情報データベース１２１は、図３で説明した広告接触情報や来店情報を記憶
する。接触／来店情報データベース１２１は、広告接触情報や来店情報として、広告情報、接触した広告、広告に接触した日時、端末番号、機種、広告に接触した者に関する情報、広告に接触していない者に関する情報、属性情報、来店情報、グループ情報、その他広告効果の計測に必要な情報を記憶する。ここで、属性情報には、例えば、人数、性別、年齢、居住地、家族構成、年収といった情報が含まれる。また、グループ情報には、後述する作成部１３３で作成されたグループを構成する者に関する情報を含んでいてもよい。
【0033】
（類似データベース１２２）
類似データベース１２２は、属性情報、グループ情報、属性情報が類似する者の情報を記憶する。なお、各データベースが記憶する情報は上記に記載したものに限られない。
類似データベース１２２は、属性情報、グループ情報、属性情報が類似する者の情報を記憶する。なお、各データベースが記憶する情報は上記に記載したものに限られない。
【0034】
（制御部１３０）
制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、計測装置１００内部の記憶装置に記憶されている各種プログラム（計測プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、計測装置１００内部の記憶装置に記憶されている各種プログラム（計測プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
【0035】
制御部１３０は、取得部１３１と、第１計算部１３２と、作成部１３３と、第２計算部１３４と、算出部１３５と、評価部１３６とを機能部として有し、以下に説明する処理の作用を実現または実行してよい。なお、制御部１３０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、各機能部は、制御部１３０の機能を示したものであり、必ずしも物理的に区別されるものでなくともよい。
【0036】
（取得部１３１）
取得部１３１は、広告接触情報と、来店者の端末情報とを取得する。例えば、取得部１３１は、広告接触情報と、来店者の端末情報とを、接触／来店情報データベース１２１から取得する。また、例えば、取得部１３１は、広告接触情報として広告に接触した者に関する情報を取得する。また、例えば、取得部１３１は、広告に接触した者の属性情報と、来店者の利用者装置１０の情報とを取得する。また、例えば、取得部１３１は、広告に接触した者に関する情報と、所定期間の来店者の端末の情報とを取得する。また、例えば、取得部１３１は、広告に接触した者の人数、性別、年齢、居住地（県・市・最寄り駅など）、家族構成、年収などといった属性情報と、所定期間における来店者の端末機種、端末ＩＤといった端末情報を取得する。
取得部１３１は、広告接触情報と、来店者の端末情報とを取得する。例えば、取得部１３１は、広告接触情報と、来店者の端末情報とを、接触／来店情報データベース１２１から取得する。また、例えば、取得部１３１は、広告接触情報として広告に接触した者に関する情報を取得する。また、例えば、取得部１３１は、広告に接触した者の属性情報と、来店者の利用者装置１０の情報とを取得する。また、例えば、取得部１３１は、広告に接触した者に関する情報と、所定期間の来店者の端末の情報とを取得する。また、例えば、取得部１３１は、広告に接触した者の人数、性別、年齢、居住地（県・市・最寄り駅など）、家族構成、年収などといった属性情報と、所定期間における来店者の端末機種、端末ＩＤといった端末情報を取得する。
【0037】
なお、取得部１３１は、広告に接触した者に関する情報として、広告に接触した者が使用する端末の情報を取得してもよい。また、例えば、取得部１３１は、来店者の端末情報として、店舗に設置された通信機器（例えば、ＷｉＦｉや、Ｂｌｕｅｔｏｏｔｈ）と接続した端末情報を取得してよい。また、例えば、取得部１３１は、来店者の端末情報として、ＧＰＳを含むＧＮＳＳ測位技術を用いて、店舗所在地に訪れた端末情報を取得してよい。
【0038】
また、取得部１３１は、広告接触情報として広告に接触していない者に関する情報を取得する。例えば、取得部１３１は、広告に接触していない者に関する情報を、接触／来店情報データベース１２１から取得する。また、取得部１３１は、広告に接触していない者の属性情報と、来店者の利用者装置１０の情報とを取得する。また、取得部１３１は、広告に接触していない者に関する情報と、所定期間の来店者の端末の情報とを取得する。例えば、取得部１３１は、広告に接触していない者の人数、性別、年齢、居住地（県・市・最寄り駅など）、家族構成、年収などといった属性情報と、所定期間における来店者の端末機種、端末ＩＤといった端末情報を取得する。
【0039】
なお、取得部１３１は、広告に接触していない者に関する情報として、広告に接触していない者が使用する端末の情報を取得してもよい。
【0040】
図５は、広告表示と複数店舗への来店を説明するための図である。図５で示す例では、ユーザＸ、ユーザＹ、ユーザＺと、店舗１、店舗２とが存在する。ここで、ユーザＸとユーザＺとは、同じ性別、年齢、居住地である。この例では、ユーザＸ、４月１日に広告表示を視認し、４月２日に店舗２へ来店、４月５日に店舗１に来店を行っている。また、ユーザＹは、４月２日に広告表示を視認し、４月３日に店舗１に来店を行っている。そして、ユーザＺは、広告表示を視認することなく、４月４日に店舗２に来店を行っている。この場合、取得部１３１は、広告に接触した者に関する情報として、ユーザＸと、ユーザＺとの情報を取得し、来店者の端末情報として、ユーザＸ、ユーザＹ、ユーザＺの端末情報を取得する。
【0041】
ここで、広告表示後に複数回来店があった場合には、計測装置１００は、広告表示を視認した後の初回来店のみを広告表示後の来店として扱ってもよい。例えば、図５では、４月１日に広告表示を視認したユーザＸについて、広告表示後の初回来店である４月２日の店舗２への来店のみを広告表示後の来店として扱い、４月５日の店舗１への来店は、広告表示後の来店に含めなくてもよい。また、同一ユーザが同一店舗に対して複数回来店した場合も同様である。
【0042】
（第１計算部１３２）
第１計算部１３２は、取得部１３１により取得された広告接触情報と、来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する。例えば、第１計算部１３２は、取得部１３１により取得された、広告に接触した者に関する情報と、来店者の端末情報とから、広告に接触した者のグループにおける来店度合いを計算する。また、例えば、第１計算部１３２は、取得部１３１により取得された広告に接触していない者に関する情報と、来店者の端末情報とから、広告に接触していない者のグループにおける来店度合いを計算する。
第１計算部１３２は、取得部１３１により取得された広告接触情報と、来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する。例えば、第１計算部１３２は、取得部１３１により取得された、広告に接触した者に関する情報と、来店者の端末情報とから、広告に接触した者のグループにおける来店度合いを計算する。また、例えば、第１計算部１３２は、取得部１３１により取得された広告に接触していない者に関する情報と、来店者の端末情報とから、広告に接触していない者のグループにおける来店度合いを計算する。
【0043】
また、第１計算部１３２は、取得部１３１により取得された広告接触情報と、来店者の端末情報とに基づいて、所定グループにおける所定期間の来店度合いを計算する。例えば、第１計算部１３２は、取得部１３１により取得された、広告に接触した者が保有する端末情報と、所定期間の来店者の利用者装置１０の情報とを照らし合わせて、広告に接触した者のグループにおける所定期間の来店度合いを計算する。
【0044】
例えば、第１計算部１３２は、広告に接触した者（１５０人）の端末情報と、来店者の端末情報とを照らし合わせて、広告に接触した者のグループのうち来店した人数をカウント（１５人）し、広告に接触した者のグループの来店度合い（１０％）を計算する。
【0045】
（作成部１３３）
作成部１３３は、所定グループと属性情報が類似する者で構成されたグループを作成する。例えば、作成部１３３は、取得部１３１により取得された、広告に接触した者と属性情報が類似し、広告に接触していない者で構成されたグループを作成する。例えば、作成部１３３は、取得部１３１により取得された広告に接触した者の属性情報を用いて、当該属性情報と類似し、広告に接触していない者で構成されたグループを作成する。例えば、作成部１３３は、取得部１３１により取得された広告に接触した者（３０代後半、男性、東京都豊島区在住）と属性情報が類似し、広告に接触していない者で構成されたグループを作成する。
作成部１３３は、所定グループと属性情報が類似する者で構成されたグループを作成する。例えば、作成部１３３は、取得部１３１により取得された、広告に接触した者と属性情報が類似し、広告に接触していない者で構成されたグループを作成する。例えば、作成部１３３は、取得部１３１により取得された広告に接触した者の属性情報を用いて、当該属性情報と類似し、広告に接触していない者で構成されたグループを作成する。例えば、作成部１３３は、取得部１３１により取得された広告に接触した者（３０代後半、男性、東京都豊島区在住）と属性情報が類似し、広告に接触していない者で構成されたグループを作成する。
【0046】
なお、作成部１３３は、所定グループと属性情報が類似する者で構成されたグループを作成した際、作成したグループに含まれる属性情報が類似する者の情報を、類似データベース１２２に記憶させてもよい。
【0047】
図６は、ミラーグループの作成を説明するための図である。例えば、作成部１３３は、広告に接触した者と属性情報が類似し、広告に接触していない者で構成されたグループを作成する。ここで、図６（１）は、広告に接触した者で構成されたグループＡを示す表である。また、図６（２）は、広告に接触していない者で構成されたグループＢを示す表である。図６の例では、作成部１３３は、広告に接触した者のグループＡに含まれるユーザの属性情報と類似し、広告表示がされていない端末の保有者で構成されたグループＢを作成する。このとき、作成部１３３は、グループＡと類似する属性情報を持つグループＢのユーザに対して、グループＡと同じタイムスタンプを付与してもよい。
【0048】
また、例えば、作成部１３３は、取得部１３１により取得された広告に接触していない者と属性情報が類似し、広告に接触した者で構成されたグループを作成してもよい。
【0049】
図７は、ミラーグループの作成を説明するための図である。ここで、図７（１）は、広告に接触した者であるグループＡに使用可能なユーザを示す表である。また、図７（２）は、広告に接触していない者であるグループＢに使用可能なユーザを示す表である。図６では、作成部１３３は、広告に接触した者のグループからミラーグループを作成したが、図７では、作成部１３３は、広告に接触していない者のグループを先に作成し、その後、広告に接触していない者のグループと属性情報が類似し、広告に接触した者のグループを作成する。
【0050】
例えば、図７に示すように、広告に接触した者に対して、広告に接触していない者の人数が少ない場合には、作成部１３３は、広告に接触していない者のグループＢを先に作成し、広告に接触していない者のグループＢのミラーグループとして、広告に接触した者のグループＡを作成する。このとき、作成部１３３は、図７（２）に示すように、広告に接触していない者のグループＢのユーザが不足しているため、図７（１）に示すように、広告に接触した者のグループＡからユーザＣを削除する。そして、作成部１３３は、図８（１）に示すように、広告に接触した者のグループＡと、図８（２）に示すように、広告に接触していない者のグループＢを作成する。
【0051】
これにより計測装置１００は、広告に接触していない者が、広告に接触した者に比べて少ない場合などにも、属性情報が類似する者で構成されるグループ間で、来店に対する広告効果を計測することができる。
【0052】
また、作成部１３３は、属性情報が類似する者の情報を用いて、属性情報が類似するグループを作成する。例えば、作成部１３３は、過去に計測した広告の効果に関するレポートと関係するレポートが必要な場合には、類似データベース１２２に記憶された属性情報が類似する者の情報を用いて、属性情報が類似するグループを作成する。ここで、過去に計測した広告の効果に関するレポートと関係するレポートには、例えば、過去に計測した広告と同じ識別情報（lid、cid、adv-id等）を対象として作成されるレポートが含まれる。
【0053】
（第２計算部１３４）
第２計算部１３４は、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された来店者の端末情報とから、作成部１３３により作成されたグループにおける来店度合いを計算する。また、第２計算部１３４は、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された所定期間の来店者の端末情報とから、作成部１３３により作成されたグループにおける所定期間の来店度合いを計算する。
第２計算部１３４は、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された来店者の端末情報とから、作成部１３３により作成されたグループにおける来店度合いを計算する。また、第２計算部１３４は、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された所定期間の来店者の端末情報とから、作成部１３３により作成されたグループにおける所定期間の来店度合いを計算する。
【0054】
例えば、第２計算部１３４は、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された来店者の端末情報とを照らし合わせて、作成部１３３により作成されたグループにおける所定期間の来店度合いを計算する。例えば、第２計算部１３４は、作成部１３３により作成されたグループ（１５０人）の端末情報と、来店者の端末情報とを照らし合わせて、作成部１３３により作成されたグループのうち来店した人数をカウント（９人）し、作成部１３３により作成されたグループの来店度合い（６％）を計算する。
【0055】
（算出部１３５）
算出部１３５は、第１計算部１３２により計算された所定グループにおける来店度合いと、第２計算部１３４により計算された作成部１３３により作成されたグループにおける来店度合いとの差を算出する。例えば、算出部１３５は、第１計算部１３２により計算された、広告に接触した者のグループにおける来店度合いと、第２計算部１３４により計算された、作成部１３３により作成されたグループにおける来店度合いとの差を算出する。
算出部１３５は、第１計算部１３２により計算された所定グループにおける来店度合いと、第２計算部１３４により計算された作成部１３３により作成されたグループにおける来店度合いとの差を算出する。例えば、算出部１３５は、第１計算部１３２により計算された、広告に接触した者のグループにおける来店度合いと、第２計算部１３４により計算された、作成部１３３により作成されたグループにおける来店度合いとの差を算出する。
【0056】
また、例えば、算出部１３５は、第１計算部１３２により計算された、広告に接触した者のグループにおける来店度合い「１０％」と、第２計算部１３４により計算された作成部１３３により作成されたグループにおける来店度合い「６％」との差「４％」を算出する。
【0057】
なお、算出部１３５は、性別、年齢、居住地など、属性情報ごとに、第１計算部１３２により計算された広告に接触したグループにおける来店度合いと、第２計算部１３４により計算された、作成部１３３により作成されたグループにおける来店度合いとの差を算出してもよい。
【0058】
〔５．計測処理の手順〕
次に、図９を用いて、実施形態に係る計測装置の計測処理手順について説明する。なお、下記のステップＳ１０１～Ｓ１０５は、異なる順序で実行することもできる。また、下記のステップＳ１０１～Ｓ１０５のうち、省略される処理があってもよい。
次に、図９を用いて、実施形態に係る計測装置の計測処理手順について説明する。なお、下記のステップＳ１０１～Ｓ１０５は、異なる順序で実行することもできる。また、下記のステップＳ１０１～Ｓ１０５のうち、省略される処理があってもよい。
【0059】
まず、取得部１３１は、広告接触情報と、来店者の端末情報とを取得する（ステップＳ１０１）。例えば、取得部１３１は、広告に接触した者に関する情報と、所定期間の来店者の端末情報とを取得する。
【0060】
次に、第１計算部１３２は、取得部１３１により取得された、広告接触情報と、来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する（ステップＳ１０２）。例えば、第１計算部１３２は、取得部１３１により取得された、広告に接触した者に関する情報と、来店者の端末情報とに基づいて、広告に接触した者のグループにおける所定期間の来店度合いを計算する。
【0061】
それから、作成部１３３は、所定グループと属性情報が類似する者で構成されたグループを作成する（ステップＳ１０３）。例えば、取得部１３１により取得された、広告に接触した者と属性情報が類似し、広告に接触していない者で構成されたグループを作成する。
【0062】
続いて、第２計算部１３４は、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された来店者の端末情報とから、作成部１３３により作成されたグループにおける来店度合いを計算する（ステップＳ１０４）。例えば、第２計算部１３４は、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された来店者の端末情報とから、作成部１３３により作成されたグループにおける所定期間の来店度合いを計算する。
【0063】
そして、算出部１３５は、第１計算部１３２により計算された所定グループにおける来店度合いと、第２計算部１３４により計算された作成部１３３により作成されたグループにおける来店度合いとの差を算出する（ステップＳ１０５）。例えば、第１計算部１３２により計算された、広告に接触した者のグループにおける来店度合いと、第２計算部１３４により計算された、作成部１３３により作成されたグループにおける来店度合いとの差を算出する。
【0064】
〔６．効果〕
上述したように、実施形態に係る計測装置１００は、広告接触情報と、来店者の端末情報とを取得する取得部１３１と、取得部１３１により取得された広告接触情報と、来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算部１３２と、所定グループと属性情報が類似する者で構成されたグループを作成する作成部１３３と、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された来店者の端末情報とから、作成部１３３により作成されたグループにおける来店度合いを計算する第２計算部１３４と、第１計算部１３２により計算された所定グループにおける来店度合いと、第２計算部１３４により計算された作成部１３３により作成されたグループにおける来店度合いとの差を算出する算出部１３５とを有する。
上述したように、実施形態に係る計測装置１００は、広告接触情報と、来店者の端末情報とを取得する取得部１３１と、取得部１３１により取得された広告接触情報と、来店者の端末情報とに基づいて、所定グループにおける来店度合いを計算する第１計算部１３２と、所定グループと属性情報が類似する者で構成されたグループを作成する作成部１３３と、作成部１３３により作成されたグループに含まれる者の情報と、取得部１３１により取得された来店者の端末情報とから、作成部１３３により作成されたグループにおける来店度合いを計算する第２計算部１３４と、第１計算部１３２により計算された所定グループにおける来店度合いと、第２計算部１３４により計算された作成部１３３により作成されたグループにおける来店度合いとの差を算出する算出部１３５とを有する。
【0065】
このように、計測装置１００は、広告接触情報と来店者端末情報を用いて、所定グループと、所定グループと属性情報が類似するグループを作成し、各グループの来店率を計算することで、広告効果を精度高く計測することができる。
【0066】
また、実施形態に係る計測装置１００において、取得部１３１は、広告接触情報として広告に接触した者に関する情報を取得し、第１計算部１３２は、取得部１３１により取得された広告に接触した者に関する情報と、来店者の端末情報とから、広告に接触した者のグループにおける来店度合いを計算し、作成部１３３は、取得部１３１により取得された広告に接触した者と属性情報が類似し、広告に接触していない者で構成されたグループを作成する。
【0067】
このように、計測装置１００は、広告に接触した者に関する情報と来店者端末の情報を用いて、広告接触者のグループと、広告接触者のグループと属性情報が類似する広告非接触者のグループを作成し、各グループの来店率を計算することで、広告効果を精度高く計測することができる。
【0068】
また、実施形態に係る計測装置１００において、取得部１３１は、広告接触情報として広告に接触していない者に関する情報を取得し、第１計算部１３２は、取得部１３１により取得された広告に接触していない者に関する情報と、来店者の端末情報とから、広告に接触していない者のグループにおける来店度合いを計算し、作成部１３３は、広告に接触していない者と属性情報が類似し、広告に接触した者で構成されたグループを作成する。
【0069】
このように、計測装置１００は、広告に接触していない者に関する情報と来店者端末の情報を用いて、広告非接触者のグループと、広告非接触者のグループと属性情報が類似する広告接触者のグループを作成し、各グループの来店率を計算することで、広告効果を精度高く計測することができる。また、計測装置１００は、広告に接触していない者が、広告に接触した者に比べて少ない場合にも、属性情報が類似する者で構成されるグループを作成し、各グループの来店率を計算することで、来店に対する広告効果を計測することができる。
【0070】
また、実施形態に係る計測装置１００において、取得部１３１は、所定期間の来店者の端末の情報を取得し、第１計算部１３２は、所定グループにおける所定期間の来店度合いを計算し、第２計算部１３４は、作成部１３３により作成されたグループにおける所定期間の来店度合いを計算する。
【0071】
このように、計測装置１００は、広告接触情報と所定期間の来店者端末情報を用いて、所定グループと、所定グループと属性情報が類似するグループを作成し、各グループの所定期間の来店率を計算することで、広告効果を精度高く計測することができる。
【0072】
また、実施形態に係る計測装置１００において、作成部１３３は、属性情報が類似する者の情報を用いて、属性情報が類似するグループを作成する。
【0073】
このように、計測装置１００は、過去に作成した属性情報が類似する者の情報を用いてミラーグループを作成することで、ミラーグループ作成対象をランダムに選別することによる生ずる影響を抑えて、広告効果を精度高く計測することができる。
【0074】
（変形例）
上述した実施形態に係る処理は、上記実施形態以外にも種々の異なる形態にて実施されてよい。上述した実施形態では、広告表示が一回の場合について説明したが、広告表示が複数回の場合も想定される。以下の変形例では、複数回の広告表示のアトリビューション評価を行う場合について説明する。つまり、ユーザが複数回の広告表示を視認し、店舗へ来店した場合、ユーザの来店という行動に対して複数回の広告表示が、それぞれどのように貢献したかを評価する。
上述した実施形態に係る処理は、上記実施形態以外にも種々の異なる形態にて実施されてよい。上述した実施形態では、広告表示が一回の場合について説明したが、広告表示が複数回の場合も想定される。以下の変形例では、複数回の広告表示のアトリビューション評価を行う場合について説明する。つまり、ユーザが複数回の広告表示を視認し、店舗へ来店した場合、ユーザの来店という行動に対して複数回の広告表示が、それぞれどのように貢献したかを評価する。
【0075】
【0076】
（評価部１３６）
評価部１３６は、広告に接触したユーザが、来店した場合、ユーザの来店に対する広告効果を評価する。例えば、評価部１３６は、複数回広告に接触したユーザが、来店した場合、ユーザの来店に対する各広告接触を評価する。
評価部１３６は、広告に接触したユーザが、来店した場合、ユーザの来店に対する広告効果を評価する。例えば、評価部１３６は、複数回広告に接触したユーザが、来店した場合、ユーザの来店に対する各広告接触を評価する。
【0077】
例えば、評価部１３６は、１回の来店を、複数回の広告表示に対して均等に分配することにより評価を行ってもよい（広告表示Ａ：０．５、広告表示Ｂ：０．５）。また、例えば、評価部１３６は、１回の来店を、複数回の広告表示に対して同じ重み付けで均等に評価してもよい（広告表示Ａ：１、広告表示Ｂ：１）。
【0078】
また、例えば、評価部１３６は、最初の広告表示を重視するよう評価してもよい（広告表示Ａ：０．８、広告表示Ｂ：０．２）。また、例えば、評価部１３６は、直近の広告表示を重視する方法により評価してもよい（広告表示Ａ：０．２、広告表示Ｂ：０．８）。また、例えば、評価部１３６は、機械学習モデルを用いて、広告表示に関する情報と、来店に関する情報とに基づいて、各広告表示の来店に対する貢献度合いを推定することにより評価してもよい。
【0079】
〔８．効果〕
これにより、計測装置１００は、複数回の広告表示後に来店があった場合に、ユーザの来店という行動に対して複数回の広告表示が、それぞれどのように貢献したかを評価し、広告効果を精度高く計測することができる。
これにより、計測装置１００は、複数回の広告表示後に来店があった場合に、ユーザの来店という行動に対して複数回の広告表示が、それぞれどのように貢献したかを評価し、広告効果を精度高く計測することができる。
【0080】
〔９．ハードウェア構成〕
また、上述してきた実施形態に係る計測装置１００は、例えば図１１に示すような構成のコンピュータ１０００によって実現される。図１１は、計測装置１００の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を備える。
また、上述してきた実施形態に係る計測装置１００は、例えば図１１に示すような構成のコンピュータ１０００によって実現される。図１１は、計測装置１００の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を備える。
【0081】
ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。
【0082】
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、所定の通信網を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定の通信網を介して他の機器へ送信する。
【0083】
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。
【0084】
メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
【0085】
例えば、コンピュータ１０００が実施形態に係る計測装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。
【0086】
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
【0087】
〔１０．その他〕
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
【0088】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【符号の説明】
【0089】
１ 計測システム
１００ 計測装置
１１０ 通信部
１２０ 記憶部
１２１ 接触／来店情報データベース
１２２ 類似データベース
１３０ 制御部
１３１ 取得部
１３２ 第１計算部
１３３ 作成部
１３４ 第２計算部
１３５ 算出部
１００ 計測装置
１１０ 通信部
１２０ 記憶部
１２１ 接触／来店情報データベース
１２２ 類似データベース
１３０ 制御部
１３１ 取得部
１３２ 第１計算部
１３３ 作成部
１３４ 第２計算部
１３５ 算出部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】