2022-700813

特許第７０２３３９２号発明「ＴＶＣＭの効果を可視化するための装置、方法及びそのためのプログラム」の特許異議申立事件について、次のとおり決定する。

結 論 特許第７０２３３９２号の特許請求の範囲を訂正請求書に添付された特許請求の範囲のとおり、訂正後の請求項〔１、３、４〕、２、５、６について訂正することを認める。 特許第７０２３３９２号の請求項１～６に係る特許を維持する。

理 由 第１ 手続の経緯 特許第７０２３３９２号（以下「本件特許」という。）の請求項１～６に係る特許についての出願は、令和２年６月２８日に出願された特願２０２０－１１１０２３号の一部を令和３年１月１９日に新たな特許出願（特願２０２１－６２８８号）としたものであって、令和４年２月１０日にその特許権の設定登録がされ、同年２月２１日に特許掲載公報が発行された。 本件特許についての特許異議申立人 塚田顕子（以下「異議申立人」という。）による特許異議の申立ての経緯は、次のとおりである。 令和４年 ８月１８日 ：特許異議の申立て（全請求項） 同年１２月２０日付け：取消理由通知 令和５年 ２月２０日 ：特許権者による意見書の提出、訂正請求 同年 ４月１８日 ：異議申立人による意見書の提出 同年 ６月 １日付け：取消理由通知（決定の予告） 同年 ７月２８日 ：特許権者による意見書の提出、訂正請求 同年 ９月 １日 ：異議申立人による意見書の提出 第２ 訂正の適否についての判断 １ 訂正の内容 令和５年７月２８日の訂正請求（以下「本件訂正請求」という。）は、本件特許の特許請求の範囲を訂正請求書に添付した特許請求の範囲のとおり、訂正後の請求項１～６について訂正することを求めるものであり、訂正の内容は、以下の訂正事項１～７のとおりである（各訂正事項中の下線は、訂正箇所を示す。）。 なお、本件訂正請求により、先の令和５年２月２０日にされた訂正請求は、取り下げられたものとみなされる（特許法１２０条の５第７項）。 また、本件訂正請求のうち、訂正事項１～３に係る訂正前の請求項１～４について、訂正前の請求項２～４はそれぞれ請求項１を引用しているから、訂正前の請求項１～４に対応する訂正後の請求項１～４は、特許法１２０条の５第４項に規定する一群の請求項である。しかるところ、特許権者は、訂正後の請求項２について、当該請求項についての訂正が認められる場合には、一群の請求項の他の請求項とは別途訂正することを求めている。 （１） 請求項１～４に係る訂正について ア 訂正事項１ 特許請求の範囲の請求項１に「インターネット上の行動回数を表す行動履歴データ」と記載されているのを、「インターネット上の行動回数を表し、各行動に用いられた端末の位置を含む行動履歴データ」に訂正する（請求項１の記載を引用する請求項３及び４も同様に訂正する。）。 イ 訂正事項２ 特許請求の範囲の請求項１に「比により係数を算出するステップ」と記載されているのを、「比により、曜日の属性ごとに係数を算出するステップ」に訂正する。 （請求項１の記載を引用する請求項３及び４も同様に訂正する。） ウ 訂正事項３ 特許請求の範囲の請求項２に「 請求項１記載の方法であって、」と記載されているのを、「 ＴＶＣＭの効果を可視化するための方法であって、 コンピュータが、インターネット上の行動回数を表し、各行動に用いられた端末の位置を含む行動履歴データに基づいて生成された、前記ＴＶＣＭを放映した対象地域に対応する効果測定地域における時系列の第１の効果スコア及び対比対象となる複数の対比地域における時系列の第２の効果スコアを取得するステップと、 前記コンピュータが、前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第２の効果スコアの和に応じた値と前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第１の効果スコアの和に応じた値との比により係数を算出するステップと、 前記コンピュータが、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第３の効果スコアを前記第１の効果スコアと同時に表示するための表示情報を生成するステップと を含み、 前記表示情報は、それを用いて、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において、前記第２の効果スコアの値又は縦軸を前記係数により前記第１の効果スコアと対比可能に調整した前記第３の効果スコアが表示されるものであり、 」に訂正する。 （２） 請求項５に係る訂正について ア 訂正事項４ 特許請求の範囲の請求項５に「インターネット上の行動回数を表す行動履歴データ」と記載されているのを、「インターネット上の行動回数を表し、各行動に用いられた端末の位置を含む行動履歴データ」に訂正する。 イ 訂正事項５ 特許請求の範囲の請求項５に「比により係数を算出するステップ」と記載されているのを、「比により、曜日の属性ごとに係数を算出するステップ」に訂正する。 （３） 請求項６に係る訂正について ア 訂正事項６ 特許請求の範囲の請求項６に「インターネット上の行動回数を表す行動履歴データ」と記載されているのを、「インターネット上の行動回数を表し、各行動に用いられた端末の位置を含む行動履歴データ」に訂正する。 イ 訂正事項７ 特許請求の範囲の請求項６に「比により係数を算出」と記載されているのを、「比により、曜日の属性ごとに係数を算出」に訂正する。 ２ 訂正の適否についての判断 以下、訂正の適否について判断する。 なお、特許異議の申立ては、上記第１のとおり、訂正前の全請求項（請求項１～６）に対してされているので、訂正を認める要件として、特許法１２０条の５第９項において読み替えて準用する同法１２６条７項に規定する独立特許要件は課されない。 （１） 請求項１～４に係る訂正について ア 訂正事項１について （ア） 訂正の目的 訂正事項１は、訂正前の請求項１の「行動履歴データ」を「各行動に用いられた端末の位置を含む行動履歴データ」と限定するものであるから、特許法１２０条の５第２項ただし書１号に掲げる特許請求の範囲の減縮を目的とするものに該当する。 （イ） 実質上特許請求の範囲を拡張し、又は変更する訂正であるか 訂正事項１は、カテゴリーや対象、目的を変更するものではなく、実質上特許請求の範囲を拡張し、又は変更するものではないから、特許法１２０条の５第９項で準用する同法１２６条６項に適合する。 （ウ） 願書に添付した明細書、特許請求の範囲又は図面に記載した事項の範囲内の訂正であるか 訂正事項１の「行動履歴データ」が「各行動に用いられた端末の位置」を含むことは、願書に添付した明細書（以下「願書に添付した特許請求の範囲又は図面」を含め、「本件明細書等」という。）の【００２９】に「いずれの種類の行動履歴データにおいても、・・・各端末の行動時の位置を含み、・・・」、同【００３１】に「各端末の行動時の位置は、たとえば経緯度又は住所により表される。」と記載されているから、訂正事項１に係る訂正は、本件明細書等のすべての記載を総合することにより導かれる技術的事項との関係において、新たな技術的事項を導入するものではなく、本件明細書等に記載した事項の範囲内においてする訂正である。 したがって、訂正事項１は、特許法第１２０条の５第９項で準用する同法１２６条５項に適合する。 イ 訂正事項２について （ア） 訂正の目的 訂正事項２は、訂正前の請求項１の「算出するステップ」を、「曜日の属性ごとに係数を算出するステップ」と限定するものであるから、特許法１２０条の５第２項ただし書１号に掲げる特許請求の範囲の減縮を目的とするものに該当する。 （イ） 実質上特許請求の範囲を拡張し、又は変更する訂正であるか 訂正事項２は、カテゴリーや対象、目的を変更するものではなく、実質上特許請求の範囲を拡張し、又は変更するものではないから、特許法１２０条の５第９項で準用する同法１２６条６項に適合する。 （ウ） 願書に添付した明細書、特許請求の範囲又は図面に記載した事項の範囲内の訂正であるか 訂正事項２の「係数を算出するステップ」が「曜日の属性ごとに」係数を算出することは、本件明細書等の【００２１】に「また、平日及び休日で分けるといったように曜日の属性ごとに係数を算出してもよい。」と記載されているから、訂正事項２に係る訂正は、本件明細書等のすべての記載を総合することにより導かれる技術的事項との関係において、新たな技術的事項を導入するものではなく、本件明細書等に記載した事項の範囲内においてする訂正である。 したがって、訂正事項２は、特許法第１２０条の５第９項で準用する同法１２６条５項に適合する。 ウ 訂正事項３について （ア） 訂正の目的 訂正事項３は、訂正前の請求項２が請求項１を引用する記載であるところ、請求項１の記載を請求項２の記載に明示的に記載するように訂正するものであるから、訂正事項３は、特許法１２０条の５第２項ただし書４号に掲げる他の請求項の記載を引用する請求項の記載を当該他の請求項の記載を引用しないものとすることを目的とするものに該当する。 また、訂正事項３は、訂正前の請求項２が引用する請求項１の記載について、「対比地域における時系列の第２の効果スコアを取得するステップ」を「複数の対比地域における時系列の第２の効果スコアを取得するステップ」と限定するものであるから、特許法１２０条の５第２項ただし書１号に掲げる特許請求の範囲の減縮を目的とするものに該当する。 （イ） 実質上特許請求の範囲を拡張し、又は変更する訂正であるか 訂正事項３は、他の請求項の記載を引用する請求項の記載を当該他の請求項の記載を引用しないものとすることと、特許請求の範囲の減縮を目的とするものであるから、カテゴリーや対象、目的を変更するものではなく、実質上特許請求の範囲を拡張し、又は変更するものではないから、特許法１２０条の５第９項で準用する同法１２６条６項に適合する。 （ウ） 願書に添付した明細書、特許請求の範囲又は図面に記載した事項の範囲内の訂正であるか 訂正事項３は、他の請求項の記載を引用する請求項の記載を当該他の請求項の記載を引用しないものとするものである。 また、訂正事項３の「複数の対比地域における時系列の第２の効果スコアを取得するステップ」について、本件明細書等の【００３１】には、「対比対象となる地域としては、たとえば全国、全国から効果測定地域を除いた地域、特定の１又は複数の地域等が挙げられる。」と記載されている。 以上によれば、訂正事項３に係る訂正は、本件明細書等のすべての記載を総合することにより導かれる技術的事項との関係において、新たな技術的事項を導入するものではなく、本件明細書等に記載した事項の範囲内においてする訂正である。 したがって、訂正事項３は、願書に添付した明細書に記載した事項の範囲内の訂正であるから、特許法１２０条の５第９項で準用する同法１２６条５項に適合する。 （２） 請求項５に係る訂正について ア 訂正事項４について 訂正事項４は、訂正事項１と同様の訂正である。 したがって、訂正事項４は、上記（１）アと同様、（ア）特許法１２０条の５第２項ただし書１号に掲げる特許請求の範囲の減縮を目的とするものに該当するものであり、（イ）カテゴリーや対象、目的を変更するものではなく、実質上特許請求の範囲を拡張し、又は変更するものではないから、特許法１２０条の５第９項で準用する同法１２６条６項に適合するものであり、（ウ）願書に添付した明細書に記載した事項の範囲内の訂正であるから、特許法１２０条の５第９項で準用する同法１２６条５項に適合するものである。 イ 訂正事項５について 訂正事項５は、訂正事項２と同様の訂正である。 したがって、訂正事項５は、上記（１）イと同様、（ア）特許法１２０条の５第２項ただし書１号に掲げる特許請求の範囲の減縮を目的とするものに該当するものであり、（イ）カテゴリーや対象、目的を変更するものではなく、実質上特許請求の範囲を拡張し、又は変更するものではないから、特許法１２０条の５第９項で準用する同法１２６条６項に適合するものであり、（ウ）願書に添付した明細書に記載した事項の範囲内の訂正であるから、特許法１２０条の５第９項で準用する同法１２６条５項に適合するものである。 （３） 請求項６に係る訂正について ア 訂正事項６について ア 訂正事項６について 訂正事項６は、訂正事項１と同様の訂正である。 したがって、訂正事項６は、上記（１）アと同様、（ア）特許法１２０条の５第２項ただし書１号に掲げる特許請求の範囲の減縮を目的とするものに該当するものであり、（イ）カテゴリーや対象、目的を変更するものではなく、実質上特許請求の範囲を拡張し、又は変更するものではないから、特許法１２０条の５第９項で準用する同法１２６条６項に適合するものであり、（ウ）願書に添付した明細書に記載した事項の範囲内の訂正であるから、特許法１２０条の５第９項で準用する同法１２６条５項に適合するものである。 イ 訂正事項７について 訂正事項７は、訂正事項２と同様の訂正である。 したがって、訂正事項７は、上記（１）イと同様、（ア）特許法１２０条の５第２項ただし書１号に掲げる特許請求の範囲の減縮を目的とするものに該当するものであり、（イ）カテゴリーや対象、目的を変更するものではなく、実質上特許請求の範囲を拡張し、又は変更するものではないから、特許法１２０条の５第９項で準用する同法１２６条６項に適合するものであり、（ウ）願書に添付した明細書に記載した事項の範囲内の訂正であるから、特許法１２０条の５第９項で準用する同法１２６条５項に適合するものである。 ３ 小括 以上のとおり、本件訂正請求による訂正は適法にされたものであるから、特許請求の範囲を、訂正請求書に添付された特許請求の範囲のとおり、訂正後の請求項１～６について訂正することを認める。 なお、訂正後の請求項２に係る訂正事項３は、引用関係の解消を目的として含む訂正であって、その訂正は認められるものである。そして、特許権者から、訂正後の請求項２について訂正が認められるときは請求項〔１～４〕とは別の訂正単位として扱われることの求めがあったことから、訂正後の請求項〔１、３、４〕、２、５、６について訂正することを認める。 第３ 訂正後の本件発明 本件訂正請求により訂正された請求項１～６に係る発明（以下「本件発明１～６」という。）は、訂正請求書に添付された特許請求の範囲の請求項１～６に記載された次の事項により特定されるとおりのものである。なお、下線は、訂正箇所を示す。 【請求項１】 ＴＶＣＭの効果を可視化するための方法であって、 コンピュータが、インターネット上の行動回数を表し、各行動に用いられた端末の位置を含む行動履歴データに基づいて生成された、前記ＴＶＣＭを放映した対象地域に対応する効果測定地域における時系列の第１の効果スコア及び対比対象となる対比地域における時系列の第２の効果スコアを取得するステップと、 前記コンピュータが、前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第２の効果スコアの和に応じた値と前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第１の効果スコアの和に応じた値との比により、曜日の属性ごとに係数を算出するステップと、 前記コンピュータが、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第３の効果スコアを前記第１の効果スコアと同時に表示するための表示情報を生成するステップと を含み、 前記表示情報は、それを用いて、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において、前記第２の効果スコアの値又は縦軸を前記係数により前記第１の効果スコアと対比可能に調整した前記第３の効果スコアが表示されるものであることを特徴とする。 【請求項２】 ＴＶＣＭの効果を可視化するための方法であって、 コンピュータが、インターネット上の行動回数を表し、各行動に用いられた端末の位置を含む行動履歴データに基づいて生成された、前記ＴＶＣＭを放映した対象地域に対応する効果測定地域における時系列の第１の効果スコア及び対比対象となる複数の対比地域における時系列の第２の効果スコアを取得するステップと、 前記コンピュータが、前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第２の効果スコアの和に応じた値と前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第１の効果スコアの和に応じた値との比により係数を算出するステップと、 前記コンピュータが、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第３の効果スコアを前記第１の効果スコアと同時に表示するための表示情報を生成するステップと を含み、 前記表示情報は、それを用いて、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において、前記第２の効果スコアの値又は縦軸を前記係数により前記第１の効果スコアと対比可能に調整した前記第３の効果スコアが表示されるものであり、 前記行動履歴データは、前記ＴＶＣＭに関連づけられたウェブサイトに対するアクセス数、前記ウェブサイトにおける会員登録数又は前記ウェブサイトにおける注文数のいずれかであることを特徴とする。 【請求項３】 請求項１記載の方法であって、 前記行動履歴データは、前記ＴＶＣＭに関連づけられたアプリの利用開始数であることを特徴とする。 【請求項４】 請求項１記載の方法であって、 前記表示情報は、それを用いて、前記第１の効果スコア及び前記第３の効果スコアの少なくとも一方が折れ線グラフで表示されるものであることを特徴とする。 【請求項５】 コンピュータに、ＴＶＣＭの効果を可視化するための方法を実行させるためのプログラムであって、前記方法は、 前記コンピュータが、インターネット上の行動回数を表し、各行動に用いられた端末の位置を含む行動履歴データに基づいて生成された、前記ＴＶＣＭを放映した対象地域に対応する効果測定地域における時系列の第１の効果スコア及び対比対象となる対比地域における時系列の第２の効果スコアを取得するステップと、 前記コンピュータが、前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第２の効果スコアの和に応じた値と前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第１の効果スコアの和に応じた値との比により、曜日の属性ごとに係数を算出するステップと、 前記コンピュータが、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第３の効果スコアを前記第１の効果スコアと同時に表示するための表示情報を生成するステップと を含み、 前記表示情報は、それを用いて、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において、前記第２の効果スコアの値又は縦軸を前記係数により前記第１の効果スコアと対比可能に調整した前記第３の効果スコアが表示されるものであることを特徴とする。 【請求項６】 ＴＶＣＭの効果を可視化するための装置であって、 インターネット上の行動回数を表し、各行動に用いられた端末の位置を含む行動履歴データに基づいて生成された、前記ＴＶＣＭを放映した対象地域に対応する効果測定地域における時系列の第１の効果スコア及び対比対象となる対比地域における時系列の第２の効果スコアを取得し、 前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第２の効果スコアの和に応じた値と前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第１の効果スコアの和に応じた値との比により、曜日の属性ごとに係数を算出し、 前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第３の効果スコアを前記第１の効果スコアと同時に表示するための表示情報を生成し、 前記表示情報は、それを用いて、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において、前記第２の効果スコアの値又は縦軸を前記係数により前記第１の効果スコアと対比可能に調整した前記第３の効果スコアが表示されるものであることを特徴とする。 第４ 取消理由通知に記載した取消理由について １ 取消理由の概要 訂正前の請求項１～６に係る特許に対して、当審が令和５年６月１日に特許権者に通知した取消理由の要旨は、次のとおりである。 本件特許の請求項１～６に係る発明は、本件特許出願前に日本国内において頒布された、異議申立人が提出した以下の甲第１号証（以下「甲１」という。）に記載された発明に基づいて、本件特許出願前にその発明の属する技術の分野における通常の知識を有する者が容易に発明をすることができたものであるから、特許法２９条２項の規定に違反してされたものであり、本件特許の請求項１～６に係る特許は取り消されるべきものである。 甲第１号証（甲１）：KITTS,B. et al.,“Can Television Advertising Impact Be Measured on the Web? Web Spike Response as a Possible Conversion Tracking System for Television”, ADKDD'14: Proceedings of the Eighth International Workshop on Data Mining for Online Advertising August 2014 Pages 1?9 ２ 甲１及び甲１発明 （１） 甲１の記載事項 甲１には、次のとおりの記載がある（なお、訳文は、異議申立人の提出した甲１の全訳を採用し、一部、合議体が変更した。また、訳文中の下線は、合議体が付加した。）。 ア １頁左欄 「1.INTRODUCTION TV effects are notoriously difficult to measure. Unlike online advertising, there is no cookie to enable tracking of a user between an ad view and action. This has left television with critical problems with the ability to measure and optimize airings, and we believe is resulting in a large number of irrelevant and poorly targeted ads. This paper will present experimental findings that suggest that this situation may be changing. We show that by aligning web activity with TV broadcasts in time and space and applying some signal processing techniques, it is possible to measure web activity bursts that peak about 13 seconds after traditional TV ad broadcasts. The implications for computational advertising are profound. Using this effect, we note that it may be possible to deploy a web-based TV conversion tracking system that will both work today on existing TV systems, and could be used for future IP-connected TV systems, thus enabling real-time optimization of television ad targeting for the first time.」 （訳文） 「１．はじめに ＴＶの効果を測定するのが難しいことはよく知られています。オンライン広告とは異なり、ユーザの広告視聴からアクションまでをトラッキングできるCookieはありません。このため、ＴＶは放送を測定および最適化できないという重大な問題があり、その結果、無関係であったり、ターゲットを絞れない広告が多数生じることになります。 本論文では、この状況が変わるかもしれないことを示唆する実験結果を提示します。Ｗｅｂアクティビティを時間的、空間的にＴＶ放送と連携させ、いくつかの信号処理技術を利用することで、従来型のＴＶ広告の放送の約１３秒後にピークに達するＷｅｂアクティビティバーストを測定できることを示します。コンピュータを利用した広告の意義ははかり知れないものがあります。この効果を使用すれば、既存のＴＶシステムで今日機能し、将来のＩＰ接続ＴＶシステムでも使用できるＷｅｂベースのＴＶコンバージョントラッキングシステムを導入することで、ＴＶ広告ターゲティングのリアルタイムでの最適化が初めて可能になるかもしれないと認識しています。」 イ １頁右欄 「2.1 Contribution Much of the previous work has been concerned with showing that a short latency effect exists ? the present paper will attempt to use that effect to provide measurement for real television campaigns. The present paper extends upon the previous research in several ways: (1) We describe algorithms that attribute web activity to television airings without the need for training or parametric assumptions. (2) We show how the attributed web response can be used in a TV ad targeting system to automatically target TV ads to the most responsive media. (3) We demonstrate the above in a live advertiser television campaign (4) We quantify the amount of TV activity that was correctly identified using an in-market experiment. Our general conclusion is that web spike response appears to be workable as a conversion tracking signal for television.」 （訳文） 「２．１貢献 過去の研究の多くは、短い遅延効果が存在することを証明しようとしていました。本論文ではその効果を利用して、実際のＴＶキャンペーンの測定値を提供することを試みます。本論文は、いくつかの点で先行研究を発展させたものです。（１）トレーニングやパラメトリックな仮定を必要とせずに、ＷｅｂアクティビティをＴＶ放送と関連づけるアルゴリズムについて説明します。（２）関連付けられたＷｅｂレスポンスをＴＶ広告ターゲティングシステムでどのように使用すれば、最も応答性の高いメディアにＴＶ広告を自動的にターゲティングできるかを示します。（３）ライブ広告主のＴＶキャンペーンで上記を実証します。（４）市場内での実験により正しく識別されたＴＶアクティビティの量を定量化します。我々の総合的な結論は、Ｗｅｂスパイク反応はＴＶのコンバージョントラッキング信号として機能させることができると思われるということです。」 ウ ３頁左欄～同右欄 「4. LIVE TV ADVERTISER EXPERIMENT We will now analyze a live advertiser to determine if web spike responses can be detected on very small airings. The data are from a live TV campaign that ran from 2/11/2013 to 7/9/2013 with 35,296 airings. The airings were detected using digital watermarks. The average spot cost was $143 per airing ?nowhere near Super Bowl airings costs. Web activity was aggregated from advertiser web logs in 5 minute time buckets. Figure 1 shows new visitor web activity using 5 minute time intervals and national geography, from 1/20/2013 to 2/25/2013. The timeseries starts to become more spikey around 2/11/2013. The reason for those spikes can be seen in close-up in Figure 2. Figure 3 shows that when we reveal TV media, that the airings that are producing the spikes line up exactly with the web spikes. In order to measure web spikes quantitatively, we provided several measurements for web spike magnitude in Table 2: 1. Additional traffic during 5 minute airing is the web traffic in native units that was generated during the TV airing. 2. Percentage increase over base is the during-airing reading divided by base activity. Base activity is equal to the reading in the 30 minutes prior to the airing, and where no other airing occurs within those 30 minutes. 3. tImp Correlation is the correlation coefficient between the metric and TV airing’s targeted impressions. This may produce a more accurate measure since the other metrics don’t account for targeting. 4. Increase per million impressions (wpmm) is the change in the web traffic multiplied by one million divided by number of television impressions. 5. Mean and Var are the mean and variance of the web traffic in native units. A p-value is shown based on a t-test for the instantaneous spike percentage change, during the time of airing, compared to the percentage changes of differences around baseline activity. 6. % of events shows the web traffic as a percentage of all web traffic. Some web traffic categories that have high spike response from infrequent events.」 （訳文） 「４．ライブＴＶ広告主の実験 次に、ライブ広告主を分析して、非常に小規模な放映でＷｅｂスパイク反応を検出できるかを判断します。このデータは、2013年2月11日から2013年7月9日まで35,296回放映されたテレビの生放送キャンペーンからのものです。放映はデジタル透かしを使用して検出されました。平均スポットコストは、放映１回あたり143ドルでした。これはスーパーボウルの放映コストに比べてはるかに安いです。 Ｗｅｂアクティビティは、広告主のＷｅｂログから５分の時間単位で集計しました。図１の上図は、2013年1月20日から2013年2月25日までの、国内の地方別に５分間隔でみた新規訪問者のＷｅｂアクティビティを示しています。時系列データは2013年2月11日頃にスパイク状になり始めます。 これらのスパイクの理由は、図１の中央図のクローズアップで見ることができます。図１の下図は、テレビメディアを明らかにしたとき、スパイクを発生させている放映がＷｅｂスパイクと正確に一致していることを示しています。 Ｗｅｂスパイクを定量的に測定するために、表２にＷｅｂスパイクの大きさのいくつかの測定値を示しました。 １． ５分間の放映中のトラフィックの増加分は、テレビ放映中に生成されたネイティブユニットでのＷｅｂトラフィックです。 ２． 基準値に対する増加率は、放映中の測定値を基準アクティビティで割ったものです。基準アクティビティは、放映の３０分前の測定値に相当します（ただし、その３０分間に他の放映が行われないことが前提です）。 ３． ｔｌｍｐ相関は、メトリックとＴＶ放映のターゲットインプレッション間の相関係数です。他のメトリックはターゲティングを考慮していないため、この方法より正確な測定値が生成される可能性があります。 ４． １００万インプラッションあたりの増加（ｗｐｍｍ）は、Ｗｅｂトラフィックの変化量に１００万を掛けて、テレビのインプレッション数で割ったものです。 ５． ＭｅａｎとＶａｒは、ネイティブ単位でのＷｅｂトラフィックの平均と分散です。ｐ値は、ベースラインアクティビティの前後の際の変化率と比較した、放送中習慣的なスパイク率の変化をｔ検定に基づいて表示したものです。 ６． イベント割合は、全ＷｅｂトラフィックのパーセンテージとしてＷｅｂトラフィックを示します。一部のカテゴリのＷｅｂトラフィックは、まれなイベントに対して高いスパイク反応を示します。」 エ ４頁右欄～５頁左欄 「5. WEB RESPONSE ATTRIBUTION 5.1 Problem Description “To Learn what TV is, you must learn what TV is not” ? Yoda Speak Generator The durability of web spikes introduces the intriguing possibility that we could use these web effects to build a television conversion tracking system that we could use for TV effectiveness reporting and optimization. In order to build such a system, we can make use of a useful property of the above models ? specifically, our observed web activity W(T,G) can divided into two parts: (a) the web activity due to the television airing f(I(M(T,G))) plus(b) background web activity that would have occurred anyway WNoTV(T,G): f(I(M(T,G)))=W(T,G)-WNoTV(T,G) When we are trying to estimate the total effects of television, a key insight is that we don’t have to identify the exact parametric functional form of ? indeed this could be a complex function, require a large number of factors, involve complex interactions, and may take a great deal of insight to understand. It would be easy to get the model wrong. Instead, our approach is to estimate the background WNoTV(T,G), and remove it from observed activity to infer the activity due to TV: in other words learn what TV is not. In practice, background traffic tends to be more reliable to estimate than activity during TV airings, as there are many more observations of web activity, and it is often periodic and predictable. TV estimates then become the observed residuals after subtraction of background, in the narrow window during TV airings when there is high signal-to-noise. We now turn to two algorithms for removal of background activity which introduce minimal assumptions.」 （訳文） 「５．WEB反応のアトリビューション ５．１ 問題の解説 「ＴＶとは何かを学ぶには、『何がＴＶではないか』を学ぶ必要があります」-ヨーダスピークジェネレーター Ｗｅｂスパイクの持続性は、ＴＶの有効性の報告と最適化に使用するためのＴＶコンバージョントラッキングシステムを構築するのにこれらのＷｅｂ効果が有効であるという興味深い可能性を提供します。このようなシステムを構築するために、上記のモデルの有益な特性を利用できます。具体的には、観察されたＷｅｂアクティビティを以下の２つの部分に分けることができます。（ａ）ＴＶ放映によるＷｅｂアクティビティf(I(M(T,G）))と、（ｂ）ＴＶ放映がなかったとしても発生したであろうバックグラウンドＷｅｂアクティビティWNoTV(T,G)： f(I(M(T,G)))=W(T,G)-WNoTV(T,G) ＴＶの総合的な効果を計算する時、重要なことは、ｆの正確なパラメトリック関数形式を特定する必要がないということです。実際、この形式は複雑な関数で、多くの因数を必要とし、複雑な相互作用を伴う場合があり、理解するために多くの洞察が必要となることがあります。モデルは簡単に誤解され得ます。 私たちのアプローチは、その代わりにバックグラウンドWNoTV(T,G)を推定し、それを観測されたアクティブティから削除して、ＴＶによるアクティビティを推測します。言い換えれば、「何がＴＶではないか」を知ります。 実際には、バックグラウンドトラフィックは、ＴＶ放映中のアクティビティよりも確実に推定できる傾向があります。これは、Ｗｅｂアクティビティの観測がはるかに多く、定期的で予測可能であることが多いためです。ＴＶの推定値は、Ｓ／Ｎ比の高いＴＶ放映中の狭い時間枠で、バックグラウンドを差し引いた残余の観測値になります。ここで、最小限の仮定を導入するバックグラウンドアクティビティを削除するための２つのアルゴリズムに目を向けます。」 オ ５頁左欄 「5.2 Algorithm I: Instantaneous Minute Treatment-Control The Instantaneous Treatment-Control algorithm works by estimating the web traffic without TV as being equal to the web traffic in the time period before the airing. In the formula below, the web activity control period y indicates how many periods of time prior to the present will be used to create an average for web activity (eg. y=1), and the algorithm requires there to have been no media airings during z time-periods prior to the present (eg. z=1), the exclusion window. This ensures that the previous web activity isn’t being elevated by an earlier media event. ［図：0001405787000001.jpg］ By using the web activity prior to the airing as the noTV baseline, the treatment when TV was applied is close in time to the control, and the environmental conditions ? including day-hour-minute traffic levels - of the website should be very similar in these two cases. Therefore, any change in web visits is likely to have been caused by the TV airing. This algorithm has an advantage of being robust when faced with real-world problems such as bots. Bots are notorious for crawling various pages, and then may not be seen again for some time. This can cause significant problems when estimating models of web activity, since global models such as regression can be severely disrupted by what appears to be large amounts of web traffic. However, because web activity immediately prior to the airing is close in time to time of airing, it is likely that the bot will be present and generating a similar inflation during both time buckets T and T-1. Therefore if we have: f(I(T,G)=W(T,G)+BOT(T,G)-(W(T-1,G)+BOT(T-1,G)) If BOT(T-1,G)=BOT(T,G) then the estimate will not be affected. This is likely to be true in many cases because bot activity is correlated in time.」 （訳文） 「５．２ アルゴリズムＩ：瞬時処理・制御 瞬時処理・制御アルゴリズムは、ＴＶなしのＷｅｂトラフィックを、放送前の期間のＷｅｂトラフィックと等しいと推定することで機能します。以下の式で、Ｗｅｂアクティビティ制御期間ｙは、Ｗｅｂアクティビティの平均を生成するために、現在の期間より前に何回の期間を要するかを示します（例：ｙ＝１）。このアルゴリズムでは、現在の期間より前のｚ回の期間（たとえば、ｚ＝１）（「除外ウィンドウ」）にメディアの放映が行われていないことが必要です。これにより、以前のメディアイベントによって上昇しないようにします。 ［図：0001405787000002.jpg］ 放送前のＷｅｂアクティビティをＴＶのないベースラインとして使用することで、ＴＶが適用されたときの処理は統制に時間的に近くなり、Ｗｅｂサイトの環境条件（日－時間－分のトラフィックレベルを含む）は、これらの２つのケースがきわめて類似するはずです。したがって、Ｗｅｂ訪問の変化は、ＴＶの放映によって引き起こされた可能性が高くなります。 このアルゴリズムには、ボットなどの現実の問題に直面したときに堅牢であるという利点があります。ボットはさまざまなページを這い回ることで有名であり、しばらくの間、再び見かけない場合があります。これは、Ｗｅｂアクティビティのモデルを推定するときに重大な問題を引き起こす可能性があります。なぜなら、回帰などのグローバルモデルが、大量のＷｅｂトラフィックのようにみえるものによって著しく混乱させられる可能性があるためです。 ただし、放映直前のＷｅｂアクティビティは時間的に放映に近いため、ボットが存在し、TとT-1の両方の時間バケットで同様の上昇を生成する可能性があります。したがって、たとえば： f(I(T,G)=W(T,G)+BOT(T,G)-(W(T-1,G)+BOT(T-1,G)) BOT(T-1,G)=BOT(T,G)ならば、推定値は影響を受けません。ボットのアクティビティは時間的に相関しているため、これは多くの場合に当てはまる可能性があります。」 カ ６頁左欄～同右欄 「6. EXPERIMENTAL COMPARISON The web response alignment graphs are suggestive. However, TV is known to have complex and long-lasting effects. Could web spike response be used as a proxy to measure total TV effect? We firstly need to be able to measure total TV lift. A classic method for measuring total TV effect is to run a controlled experiment. Media is applied to certain geographies, and not to control geographies. The difference in web activity between treatment and control is then measured. This is called a Matched Market Experiment and it has been used in many previous studies to measure television effects. We implemented a Matched Market Experiment by purchasing 9,748,347 impressions and 296 airings ($483 per airing) of media on the week of February 11 and March 4 2013 in treatment market Gj=Seattle. This purchased approximately 281 Gross Rating Points per week in the targeted area. We selected an aggregated control W(T,Gj,com) matched to this treatment and not running media as follows: ［図：0001405787000003.jpg］ where were trained using data from times that were prior to the start of television, selected using stepwise regression to avoid over-fitting, and the model was validated against a test set that was held out in time. The parameters are shown in Table 7. ［図：0001405787000004.jpg］ Difference of Differences can now be used to calculate the activity due to the treatment in this kind of design. The method measures the change in treatment area minus change in control area: ［図：0001405787000005.jpg］ Because we are using an explicit, time-varying control which minimizes difference between W(T0,Gj,CON) and W(T0,Gj), the treatment and control starting terms cancel, and the Difference of Difference formula becomes the formula below. The results are shown in Table 5 and Figure 5. ［図：0001405787000006.jpg］ The first surprising result is that web spike lift readings appear to predict total TV effect. Web Spike analysis reported 30.7% lift for Homepage, 14.8% for new visitors and 10.2% for visits. Experimental measurement exhibits the same relationship: 58%, 27%, 18% (Table 5; Figure 5). The second result is that the amount of lift measurable by web spike is small relative to the total effect of TV. We experimentally measured an additional 3.5 conversions for every conversion generated during the campaign in the 6 months after the campaign because of elevated lift in treatment area. Web spike is unable to detect this lift as it works on short-term effects. In addition, web spike measurements only observe a narrow time window around each airing when signal-to-noise is maximum. Based on algorithm 1 we measured only 0.69% of total web effect including residuals after 6 months. Never-the-less, despite measuring only a small amount of TV’s total effect, the measured signal appears to be correlated with overall TV effect.」 （訳文） 「６．実験的比較 ウェブ反応連携グラフは示唆に富んでいます。ただし、ＴＶには複雑で長続きする効果があることが知られています。 Ｗｅｂスパイク反応をＴＶの総合的な効果を測定する代理として使用することは可能でしょうか？ まず、ＴＶの総合的な上昇を測定できる必要があります。ＴＶの総合的な効果を測定するための古典的な方法は、統制された実験を行うことです。メディアは特定の地域に適用され、統制地域には適用されません。次に、処理と統制の間のＷｅｂアクティビティの違いを測定します。これらはマッチドマーケット実験と呼ばれ、ＴＶの効果を測定するために多くの先行研究で使用されてきました。 ２０１３年２月１１日と３月４日の週に、処理市場Gjシアトルで9,748,347インプレッションと２９６回の放映（１放送あたり４８３ドル）のメディアを購入することにより、マッチドマーケット実験を実施しました。これにより、対象地域で１週間あたり約281GRPの延べ視聴率が購入されたことになります。この処理に一致し、メディアを実行しない集計統制W(T,Gj,CON)を次のとおり選択しました。： ［図：0001405787000007.jpg］ ここでWiは過剰適合を回避するためにステップワイズ回帰を使用して選択され、ＴＶの開始前の時間T0のデータを使って学習させたものであり、モデルは時間内に保持されたテストセットに照らして検証されました。パラメータを表７に示します。 ［図：0001405787000008.jpg］ 差分の差を使用して、この種の設計での処理によるアクティビティを計算できるようになりました。この方法では、処理領域の変化から制御領域の変化を差し引いたものを測定します。 ［図：0001405787000009.jpg］ W(T0,Gj,CON)とW(T0,Gj)の差が最小となる、明示的な時変制御を使用しているため、処理と制御の開始項がキャンセルされ、差分の差は次の式になります。結果を表５と図５に示します。 ［図：0001405787000010.jpg］ 最初の驚くべき結果は、Ｗｅｂスパイク上昇の測定値がＴＶの総合的な効果を予測しているようにみえることです。Ｗｅｂスパイク分析では、トップページが30.7%、新規訪問者が14.8%、訪問が10.2%増加したと報告されています。実験測定でも同じ関係がみられます。すなわち、58%、27%、18%（表５、図５）です。 ２番目の結果は、Ｗｅｂスパイクによって測定可能な上昇の量が、ＴＶの総合的な効果に比べて小さいことです。処理地域の上昇幅が増加したため、我々はキャンペーン後の６ヶ月で、キャンペーン中に生成されたコンバージョン１回につき３．５回のコンバージョンを追加で実験的に測定しました。Ｗｅｂスパイクは短期的な効果に反応するため、この上昇を検出できません。さらにＷｅｂスパイクの測定ではＳ／Ｎ比が最大の場合にのみ、各放送の前後の狭い時間枠が観察されます。我々は、アルゴリズム１に基づいて、６ヶ月後の残差を含むＷｅｂ効果全体の0.69％しか測定しませんでした。ところがＴＶの総合的な効果のうち僅かしか測定していないのに、測定された信号はＴＶの総合的な効果と相関しているように見えます。」 キ ９頁 ［図：0001405787000011.jpg］ 「Figure 5. (left) Web Spike Percentage Lift for 60 minutes before through 60 minutes after a TV airing (at minute 0) with spike magnitude expressed in terms of percentage lift over average baseline activity. (right) Experimental Lift Measurement measured using Difference of differences calculated over a treatment and control geographic area for three web metrics. The timeseries is shown as a 7 day moving average. The control area with web activity is normalized to 1.0, and treatment area shows activity in units of percentage over control. The top graphs are Visits, middle are New Visitors, and bottom are New Visitors to the Homepage on Mobile devices. As Web Spike Percentage lift increases, so too does Experimentally measured lift.」 （訳文） 「 図５（左）ＴＶ放送の６０分前から６０分後までのＷｅｂスパイクのパーセンテージの上昇（０分）。スパイクの大きさは、平均ベースラインアクティビティに対する上昇率で表しています。（右）実験的上昇の測定は、３つのＷｅｂメトリックについて処理地域(treatment area)と統制地域（control geographic area）で計算した差分を使用して測定しました。時系列データは７日間の移動平均として表しています。Ｗｅｂアクティビティのある統制地域は１．０に正規化し、処理地域では統制地域に対するパーセンテージの単位でアクティビティを示します。上のグラフは訪問数、中央は新規訪問者、下はモバイルデバイスのトップページへの新規訪問者です。Ｗｅｂスパイク上昇が増加すると、実験的に測定された上昇も増加します。」 （２） 甲１の記載から理解できること ア 上記（１）ア及びイによれば、甲１には、ＴＶ広告の放送の１３秒後にピークとなるＷｅｂアクティビティのスパイクが生じ、この効果を測定することにより、ＴＶ広告のコンバージョントラッキング信号として機能させることができることが記載されている。 したがって、甲１には、「ＴＶ広告の放映後のＷｅｂアクティビティのスパイクを測定することにより、ＴＶ広告によるコンバージョンをトラッキングすることができる」ことが記載されているといえる。 イ 上記（１）エ及びオによれば、甲１には、ＴＶ広告によるＷｅｂアクティビティのスパイクの持続性は、ＴＶ広告が放映されたときのＷｅｂアクティビティからＴＶ広告が放映されなかったときのバックグラウンドのＷｅｂアクティビティを減算することにより最適化することができ、バックグラウンドのＷｅｂアクティビティは、ＴＶ広告放送前の期間のＷｅｂアクティビティと等しいと推定することができることが記載されている。 ウ 上記（１）カによれば、甲１には、特定の処理地域に広告メディアを適用し、処理地域以外の統制地域には広告メディアを適用しないで、Ｗｅｂアクティビティの違いを測定したＷｅｂアクティビティのスパイクは、ＴＶ広告の総合的な効果と相関がみられることが記載されている。また、上記ウによれば、甲１には、Ｗｅｂアクティビティは、国内の地方別に集計したものであることが記載されている。 エ 上記（１）イ及びエによれば、甲１には、「特定の処理地域に広告メディアを適用し、処理地域以外の統制地域には広告メディアを適用しないで、ＴＶ広告を放映し、処理地域のＷｅｂアクティビティと統制地域のＷｅｂアクティビティの違いをみることにより、ＴＶ広告の総合的な効果を測定することができる」ことが記載されているといえる。 オ 上記（１）キによれば、甲１には、「処理地域と統制地域について、Ｗｅｂメトリックとして、訪問数、新規訪問者、モバイルデバイスのトップページへの新規訪問者の３つのＷｅｂアクティビティの７日間の移動平均として表した時系列データを、統制地域を１．０に正規化し、処理地域を統制地域に対するパーセンテージとして表し、統制地域のＷｅｂアクティビティと、処理地域のＷｅｂアクティビティとをグラフ表示する」ことが記載され、当該グラフの表示は、「処理地域と統制地域のＷｅｂアクティビティを表示する表示方法」といえる。 （３） 甲１発明 上記（２）によれば、甲１には、次の発明（以下「甲１発明」という。）が記載されている。 ［甲１発明］ 「ＴＶ広告の放映後のＷｅｂアクティビティのスパイクを測定することにより、ＴＶ広告によるコンバージョンをトラッキングすることができ、 特定の処理地域に広告メディアを適用し、処理地域以外の統制地域には広告メディアを適用しないで、ＴＶ広告を放映し、Ｗｅｂアクティビティを国内の地方別に集計し、処理地域のＷｅｂアクティビティと統制地域のＷｅｂアクティビティの違いをみることにより、ＴＶ広告の総合的な効果を測定することができ、 処理地域と統制地域について、Ｗｅｂメトリックとして、訪問数、新規訪問者、モバイルデバイスのトップページへの新規訪問者の３つのＷｅｂアクティビティの７日間の移動平均として表した時系列データを、統制地域を１．０に正規化し、処理地域を統制地域に対するパーセンテージとして表し、統制地域のＷｅｂアクティビティと、処理地域のＷｅｂアクティビティとをグラフ表示する、 処理地域と統制地域のＷｅｂアクティビティを表示する表示方法。」 ３ 当審における判断 （１） 本件発明１について ア 対比 本件発明１と甲１発明を対比する。 （ア） 甲１発明の「処理地域と統制地域のＷｅｂアクティビティを表示する表示方法」は、ＴＶ広告を放映する処理地域と、ＴＶ広告を放映しない統制地域とでＷｅｂアクティビティの違いを比較して、ＴＶ広告によるコンバージョンをトラッキングする、すなわち、ＴＶ広告の放映による、Ｗｅｂの訪問数、新規訪問者、モバイルデバイスのトップページへの新規訪問者の増加を追跡するためのものであるから、ＴＶ広告のＷｅｂアクティビティに対する効果を表示するものといえる。 したがって、甲１発明の「処理地域と統制地域のＷｅｂアクティビティを表示する表示方法」は、本件発明１と同様の「ＴＶＣＭの効果を可視化するための方法」であるといえる。 （イ） 甲１発明の「Ｗｅｂメトリック」としての「訪問数、新規訪問者、モバイルデバイスのトップページへの新規訪問者の３つのＷｅｂアクティビティ」は、本件発明１の「インターネット上の行動回数を表す行動履歴データ」に相当し、甲１発明の「広告メディアを適用」して「ＴＶ広告を放映」した「処理地域」は、本件発明１の「ＴＶＣＭを放映した対象地域に対応する効果測定地域」に相当し、甲１発明の「広告メディアを適用しないで」「ＴＶ広告を放映」した「処理地域以外の統制地域」は、本件発明１の「対比対象となる対比地域」に相当する。 そして、甲１発明の「Ｗｅｂアクティビティの７日間の移動平均として表した時系列データ」は、本件発明１の「インターネット上の行動回数を表す行動履歴データに基づいて生成された」、「時系列」の「効果スコア」に相当し、甲１発明において、この「時系列データ」を取得していることは明らかである。 また、甲１発明は、「Ｗｅｂアクティビティを国内の地方別に集計」するから、「Ｗｅｂアクティビティ」に用いられたモバイルデバイスのアクセス元の地域を特定していることは明らかである。 したがって、甲１発明の、モバイルデバイス（端末）のアクセス元の地域を取得することにより、「広告メディアを適用」して「ＴＶ広告を放映」した「処理地域」の「訪問数、新規訪問者、モバイルデバイスのトップページへの新規訪問者の３つのＷｅｂアクティビティの７日間の移動平均として表した時系列データ」と、「広告メディアを適用しないで」「ＴＶ広告を放映」した「処理地域以外の統制地域」の「訪問数、新規訪問者、モバイルデバイスのトップページへの新規訪問者の３つのＷｅｂアクティビティの７日間の移動平均として表した時系列データ」を取得することは、本件発明１の「インターネット上の行動回数を表し、各行動に用いられた端末の位置を含む行動履歴データに基づいて生成された、前記ＴＶＣＭを放映した対象地域に対応する効果測定地域における時系列の第１の効果スコア及び対比対象となる対比地域における時系列の第２の効果スコアを取得するステップ」と、「インターネット上の行動回数を表し、各行動に用いられた端末の地理的情報を含む行動履歴データに基づいて生成された、前記ＴＶＣＭを放映した対象地域に対応する効果測定地域における時系列の第１の効果スコア及び対比対象となる対比地域における時系列の第２の効果スコアを取得するステップ」である点で共通する。 （ウ） 甲１発明は「ＴＶ広告の放映後のＷｅｂアクティビティのスパイクを測定する」だけではなく、放映前のデータも測定していることは明らかであるから、甲１発明の「Ｗｅｂアクティビティの７日間の移動平均として表した時系列データ」は、ＴＶ広告の放映前から放映後までの期間の時系列データを含むものである。 そして、甲１発明では、「統制地域のＷｅｂアクティビティと、処理地域のＷｅｂアクティビティとをグラフ表示」しているから、そのための「表示情報を生成するステップ」を含んでいることは明らかである。 したがって、甲１発明の「処理地域と統制地域について、Ｗｅｂメトリックとして、訪問数、新規訪問者、モバイルデバイスのトップページへの新規訪問者の３つのＷｅｂアクティビティの７日間の移動平均として表した時系列データを、統制地域を１．０に正規化し、処理地域を統制地域に対するパーセンテージとして表し、統制地域のＷｅｂアクティビティと、処理地域のＷｅｂアクティビティとをグラフ表示」するための表示情報を生成するステップと、本件発明１の「前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第３の効果スコアを前記第１の効果スコアと同時に表示するための表示情報を生成するステップ」とは、「前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第２の効果スコアに関するスコアを第１の効果スコアに関するスコアと同時に表示するための表示情報を生成するステップ」である点で共通する。 以上によれば、本件発明１と甲１発明とは、次の一致点及び相違点を有する。 ［一致点］ ＴＶＣＭの効果を可視化するための方法であって、 インターネット上の行動回数を表し、各行動に用いられた端末の地理的情報を含む行動履歴データに基づいて生成された、前記ＴＶＣＭを放映した対象地域に対応する効果測定地域における時系列の第１の効果スコア及び対比対象となる対比地域における時系列の第２の効果スコアを取得するステップと、 前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第２の効果スコアに関するスコアを第１の効果スコアに関するスコアと同時に表示するための表示情報を生成するステップと を含む。 ［相違点］ ［相違点１］ 本件発明１は、各ステップを「コンピュータ」が行うと特定しているのに対し、甲１発明ではそのような特定のない点。 ［相違点２］ 本件発明１は、「前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第２の効果スコアの和に応じた値と前記ＴＶＣＭの放映前の期間の少なくとも一部における前記第１の効果スコアの和に応じた値との比により、曜日の属性ごとに係数を算出するステップ」を有するのに対し、甲１発明はそのようなステップを有しない点。 ［相違点３］ 「表示情報を生成するステップ」における「第２の効果スコアに関するスコアを第１の効果スコアに関するスコアと同時に表示するための表示情報」について、本件発明１は、「第２の効果スコアに関するスコア」が「第３の効果スコア」であり、「第１の効果スコアに関するスコア」が「第１の効果スコア」そのものであるから、「表示情報」は、「前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第３の効果スコアを前記第１の効果スコアと同時に表示するための表示情報」であって、「前記表示情報は、それを用いて、前記ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において、前記第２の効果スコアの値又は縦軸を前記係数により前記第１の効果スコアと対比可能に調整した前記第３の効果スコア」であるのに対し、甲１発明は、「第２の効果スコアに関するスコア」が「第２の効果スコア」（統制地域のＷｅｂアクティビティの時系列データ）を調整したもの（１．０に正規化）であり、「第１の効果スコアに関するスコア」が「第１の効果スコア」（処理地域のＷｅｂアクティビティの時系列データ）を調整したもの（「第２の効果スコア」に対するパーセンテージ）であって、本件発明１のような「表示情報」ではない点。 ［相違点４］ 行動履歴データに含まれる行動に用いられた「端末の地理的情報」が、本件発明１では、「端末の位置」であるのに対し、甲１発明では、「端末のアクセス元の地域」であり、「端末の位置」とは特定されていない点。 イ 判断 事案に鑑み、相違点３について検討する。 （ア） 甲１発明は、上記アの［相違点３］のとおり、「第１の効果スコア」（処理地域のＷｅｂアクティビティの時系列データ）そのものを表示するのではなく、「第１の効果スコア」を「第２の効果スコア」に対するパーセンテージで調整したものを表示するものである。 そうすると、甲１発明において、「第１の効果スコア」そのものを表示しない以上、「第１の効果スコアと対比可能に調整した前記第３の効果スコア」を表示させる必要はないから、甲１発明において、「第３の効果スコア」を表示するための表示情報を生成する動機付けはない。 なお、仮に、甲１発明において、「第１の効果スコア」そのものを表示するように構成することが容易であったとしても、甲１には、相違点３に係る構成は記載されておらず、ほかに周知技術であるということもできない。 そして、本件発明１は、相違点３の構成によって、本願明細書等の【００１６】に記載されているように、「放映前の期間１４１の少なくとも一部における第１の効果スコア１１０と放映前の期間１４１の少なくとも一部における第２の効果スコアとの対比により、放映期間１４２及びその後の期間１４３における第２の効果スコアを調整し、ＴＶＣＭが放映されなかったという仮定の下での効果を表す第３の効果スコア１３０を第１の効果スコア１１０と同時に表示して、ＴＶＣＭの効果を視覚的に判然と伝達することができる。」という効果を奏するものである。 したがって、甲１発明において、相違点３の構成を採用することは、当業者であっても容易に想到し得るものではない。 （イ） これに対し、異議申立人は、甲１の図５に示された実験結果は、ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において第３の効果スコアを第１の効果スコアと同時に表示するための表示情報を生成することで得られたものであることは明らかであり、当該表示情報が、それを用いて、ＴＶＣＭの放映期間及びその後の期間の少なくとも一部において、第２の効果スコアの値又は縦軸を上述の係数により第１の効果スコアと対比可能に調整した第３の効果スコアを表示するものであることも明らかであるから、相違点３に係る構成は、甲１に記載されている旨主張する（異議申立書２７頁中段）。 しかしながら、甲１の図５には、上記２（１）キ及び同（２）オのとおり、「処理地域と統制地域について、Ｗｅｂメトリックとして、訪問数、新規訪問者、モバイルデバイスのトップページへの新規訪問者の３つのＷｅｂアクティビティの７日間の移動平均として表した時系列データを、統制地域を１．０に正規化し、処理地域を統制地域に対するパーセンテージとして表し、統制地域のＷｅｂアクティビティと、処理地域のＷｅｂアクティビティとをグラフ表示する」ことが記載されているといえるにとどまり、第１の効果スコア（処理地域のＷｅｂアクティビティの時系列データ）そのものを表示することや、第３の効果スコアを第１の効果スコアと同時に表示することを含め、相違点３に係る構成が記載されているとはいえない。 したがって、異議申立人の主張は採用できない。 （ウ） 小括 以上によれば、ほかの相違点について検討するまでもなく、本件発明１は、甲１発明に基づいて当業者が容易に発明をすることができたものではない。 ウ 本件発明１についてのまとめ 以上のとおり、本件発明１は、特許法２９条２項の規定に違反してされたものであるとはいえない。 したがって、本件発明１に係る特許は、取り消されるべきものではない。 （２） 本件発明２について 本件発明２と、甲１発明を対比すると、上記（１）アの［相違点３］を含むものである。 そうすると、上記（１）イと同様、本件発明２は、甲１発明に基づいて、当業者が容易に発明をすることができたものではない。 したがって、本件発明２は、特許法２９条２項の規定に違反してされたものであるとはいえないから、本件発明２に係る特許は、取り消されるべきものではない。 （３） 本件発明３及び４について 本件発明３及び４は、上記第３のとおり、本件発明１の構成にさらに構成を付加し、本件発明１を限定したものであるから、上記（１）アの［相違点３］を有する。 そうすると、上記（１）イと同様、本件発明３及び４は、甲１発明に基づいて、当業者が容易に発明をすることができたものではない。 したがって、本件発明３及び４は、特許法２９条２項の規定に違反してされたものであるとはいえないから、本件発明３及び４に係る特許は、取り消されるべきものではない。 （４） 本件発明５及び６について 本件発明５は、本件発明１の「ＴＶＣＭの効果を可視化するための方法」について、カテゴリーが異なるのみである「コンピュータに、ＴＶＣＭの効果を可視化するための方法を実行させるためのプログラム」とした発明である。 そうすると、本件発明５は、甲１から認定される「コンピュータに、ＴＶＣＭの効果を可視化するための方法を実行させるためのプログラム」と対比すると、上記（１）アの［相違点３］と同様の相違点を有することとなるから、上記（１）イと同様、本件発明５は、特許法２９条２項の規定に違反してされたものであるとはいえない。 また、本件発明６も、本件発明１の「ＴＶＣＭの効果を可視化するための方法」について、カテゴリーが異なるのみである「ＴＶＣＭの効果を可視化するための装置」とした発明である。 そうすると、本件発明６は、甲１から認定される「ＴＶＣＭの効果を可視化するための装置」と対比すると、上記（１）アの［相違点３］と同様の相違点を有することとなるから、上記（１）イと同様、本件発明６は、特許法２９条２項の規定に違反してされたものであるとはいえない。 したがって、本件発明５及び６は、特許法２９条２項の規定に違反してされたものであるとはいえないから、本件発明５及び６に係る特許は、取り消されるべきものではない。 第５ 取消理由通知において採用しなかった特許異議申立理由について １ 異議申立人は、異議申立書において、訂正前の特許請求の範囲の請求項１～６に記載された発明は、甲１に記載された発明であるから、特許法２９条１項３号の規定により特許を受けることができない旨主張する。 しかしながら、訂正後の本件発明１～６と、甲１に記載された発明を対比すると、第４の３（１）アのとおり、［相違点］に係る構成を有するから、本件発明１～６は甲１に記載された発明であるということはできない。 したがって、異議申立人の主張は採用できない。 ２ また、異議申立人は、上記甲１に加え、訂正前の特許請求の範囲の請求項２及び請求項３について以下の甲２及び甲３、請求項４について以下の甲４を証拠方法として提出し、甲１に記載された発明であるか、あるいは、甲１に記載された発明に基づいて当業者が容易に発明をすることができたものである旨主張する。 ＜証拠方法＞ 甲第２号証（甲２）：特開２０１５－２２２４５８号公報 甲第３号証（甲３）：特開２０１７－２２４１９８号公報 甲第４号証（甲４）：特開２００７－１６４２７６号公報 しかしながら、異議申立人が提出した証拠方法は、本件発明１を限定した本件発明２～４における発明特定事項に対するものであり、本件発明１並びにカテゴリーが異なるのみである本件発明５及び本件発明６の発明特定事項についての証拠方法ではない。 そして、異議申立人の主張する甲２の【００１３】、【００３８】及び【００６０】、甲３の【０００１】、【０００２】及び【００４０】、甲４の【００３４】及び【００４１】をみても、上記第４の３（１）アの［相違点３］に係る構成は記載されていないし、甲１発明に対して、［相違点３］に係る構成を採用する動機付けについて記載も示唆もされていない。 そうすると、異議申立人が提出した甲２～甲４を考慮したとしても、本件発明１～６は甲１に記載された発明であるとはいえないし、上記第４の３の当審における判断を左右するものでもない。 したがって、異議申立人の主張は採用できない。 第６ むすび 以上のとおりであるから、取消理由通知に記載した取消理由及び特許異議申立書に記載した特許異議申立理由によっては、本件特許の請求項１～６に係る特許を取り消すことはできない。 また、他に本件特許の請求項１～６に係る特許を取り消すべき理由を発見しない。 よって、結論のとおり決定する。