Web 広広広広広広広広広広 広広広広 Masa_S3 Fringe81 広広広広 2013/10/19 Tokyo Webminig #30 1
Web 広告の予算配分最適化
佐野正和Masa_S3
Fringe81 株式会社
2013/10/19 Tokyo Webminig #30
1
アジェンダ• 自己紹介• 第1部 - 超速習インターネット広告配信 -– インターネット広告
アドネットワーク , DSP(Demand-Side Platform), 第三者配信
• 第 2 部 - アトリビューション分析 -
• 第 3 部 - 予算配分モデル -
2
アジェンダ• 自己紹介• 第1部 - 超速習インターネット広告配信 -– インターネット広告
アドネットワーク , DSP, 第三者配信
• 第 2 部 - アトリビューション分析 -
• 第 3 部 - 予算配分モデル -
3
自己紹介• 佐野正和
– (tw: Masa_S3, fb: Masakazu Sano)
• Fringe81 株式会社 ( インターネット広告技術開発 / コンサルティング ) にて、– データ集計 & 分析– 自動 Bid ツールのアルゴリズム & システム開発– 定期レポート作成 & 管理
に従事しています。
• 大学院在籍時は素粒子物理学の理論研究をしていました。主に弦理論に基づいた宇宙論の研究を実施していました。 4
アジェンダ• 自己紹介• 第1部 - 超速習インターネット広告配信 -– インターネット広告
アドネットワーク , DSP(Demand-Side Platform), 第三者配信
• 第 2 部 - アトリビューション分析 -
• 第 3 部 - 予算配分モデル -– 物理流:経路積分 ( ボルツマン ) モデル
5
第1部 –超速習インターネット広告配信 -
• バナー広告、リスティング広告。。。どうやって配信されているんだろう?
6
第1部 –超速習インターネット広告配信 -
• 記事とは別に広告専用サーバ ( アドサーバ ) からバナー広告が配信されるコンテンツサー
バ
アドサーバ 7
第1部 –超速習インターネット広告配信 -
ちょっと欲張りに・・・• 広告主としてはより多くの人に広告を配
信したい。それによって商品 / サービスを多くの人に知ってもらいたい。
• 安く配信できるとより良い。
8
第1部 –超速習インターネット広告配信 -
• アドネットワークでいろんな配信先に広告を出すことができる。
アドネットワークサーバ
画像リクエスト
配信
9
第1部 –超速習インターネット広告配信 -
もうちょっと欲張りに・・・• より効果の高い (click, されやすい、 コン
バージョン( CV )しやすい ) 配信結果がほしい。
• 1 impression (配信)も無駄にせず効率化したい。
10
第1部 –超速習インターネット広告配信 -• SSP(Supply-Side Platform) が impression のオーク
ションを仕切って、それに複数の DSP(Demand-Side Platform ) がセリに参加するイメージ。
DSP1
DSP2
DSP3
SSP
いくらで配信
するの?
\10
\30
\20
DSP2 を配信
ユーザ ID, 広告サイズ等を開示
11
第1部 –超速習インターネット広告配信 -
もっと欲張りに・・・• 運用する DSP やアドネットワークを増や
し、それぞれを単体で運用するとビュースルー CV の計測が重複してしまう。
• ビュースルー CV の重複を何とかしたい。
• 広告配信全体のユーザ行動履歴を知りたい
12
第1部 –超速習インターネット広告配信 -
第三者アドサーバ
アドネットワーク /DSP
第三者アドサーバ
タグ入稿
タグ配信
画像リクエスト
13
第1部 –超速習インターネット広告配信 -
• 第三者配信でビュースルー CV(VTCV) の重複を省くことが可能。さらに広告配信全体のユーザ行動履歴を知ることもできる。個別運用
CV
CV
純広告 DSP1 アドネットワーク DSP2
view view view view
自分のCV !
自分のCV !
自分のCV !
自分のCV !
VTCV 4 件
純広告 DSP1 アドネットワーク DSP2
view view view view
第三者配信
VTCV 1 件ユーザの行動履歴でラストに貢献した view にたいして CV をカウントできる。 14
第1部 –超速習インターネット広告配信 -
• 最後のまとめ・・・カオスマップ
15
第1部 –超速習インターネット広告配信 -
• 最後のまとめ・・・カオスマップ
第三者アドサーバ
16
アジェンダ• 自己紹介• 第1部 - 超速習インターネット広告配信
配信 -– インターネット広告
アドネットワーク , DSP, 第三者配信
• 第 2 部 - アトリビューション分析 -
• 第 3 部 - 予算配分モデル -
17
第 2 部 - アトリビューション分析 -• ラストタッチ評価だけでいいの??いろんな媒体や DSP
に接触したからこそラストにつながってコンバージョンしたのではないの?ラストタッチ以外のコンバージョンへの貢献度ってどうなってるの??
CV純広告 DSP1 アドネットワー
ク DSP2
view view view view/click
第三者配信
?18
第 2 部 - アトリビューション分析 -• そもそもユーザはいきなりラスト接触の広告からコン
バージョンするのではなくて、最初に接触した広告からいろんな過程を経てコンバージョンするはず。
認知
比較
コンバージョン
購入意欲増大
検索・比較
リスティング
19
第 2 部 - アトリビューション分析 -• アドネットワークや DSP 単体運用では複数のタッチポイ
ントの横断的データを可視化することが難しい。• 第三者配信を使うとコンバージョンまでのユーザの行動
がわかる。接触媒体 行動 クリエイティブ タイムスタンプ キーワード
media_1 view c_1 2013/1/1 12:00
media_1 view c_2 2013/1/1 12:10
media_1 view c_1 2013/1/1 12:15
DSP_1 view c_1 2013/1/2 10:00
DSP_2 view c_2 2013/1/3 20:00
サーチ _Y 流入 2013/1/3 20:20書籍 分析
media_2 view c_1 2013/1/3 20:25
サーチ _Y 流入 2013/1/3 20:27統計
サーチ _Y 流入 2013/1/3 20:28機械学習
サーチ _Y 流入 2013/1/3 20:29ビックデータ
自社 流入 2013/1/3 20:30
サーチ _Y 流入 2013/1/3 20:40ビックデータ 機械学習
サーチ _Y 流入 2013/1/3 20:43機械学習 ニューラルネット
media_2 click c_1 2013/1/3 20:44
自社 流入 2013/1/3 20:45
CV 2013/1/3 20:55 20
第 2 部 - アトリビューション分析 -• コンバージョンのスコアを各接触ポイントに振り分ける。
スコアの振り分け方には定義が複数ある。代表的なものはリニア、ファースト、マルコフ連鎖など。
CV純広告 DSP1 アドネットワー
ク DSP2
view view view view/click
第三者配信
a b c d+ + + = 1
21
第 2 部 - アトリビューション分析 -• Linear model は全体のタッチポイントがどれも均一に寄与しているとして、それぞれがどのくらい寄与しているのか調べるときに使う。
CV純広告 DSP1 アドネットワー
ク DSP2
view view view view/click
第三者配信
1/4 1/4 1/4 1/4+ + + = 1
linear model
22
第 2 部 - アトリビューション分析 -• First model は初回接触をえらいとみなす。最初にユーザ
をコンバージョン経路に連れてきたから。新規ユーザを獲得したいケースなどに活用。
CV純広告 DSP1 アドネットワーク DSP2
view view view view/click
第三者配信
1 0 0 0+ + + = 1
First model
23
第 2 部 - アトリビューション分析 -• ユーザごとに算出したスコアを各接触ポイントごとに足
しあげてトータルの評価をする。• 例:ファーストモデルの場合
CVDSP1 アドネットワー
ク DSP2ユーザ1
1 1 0+ + = 2
CV
アドネットワーク DSP2
0 0 2+ + = 2
ユーザ 2
ラスト評価
DSP1 アドネットワーク DSP2
ファースト
24
第 2 部 - アトリビューション分析 -
• 媒体や DSP の貢献度をアトリビューション分析でスコアリングできる。
• そのスコアリングを使ってどうやって予算を配分すればいいのだろうか。
• 実務上、予算配分までいかないと実際のアクションが取れない
→アトリビューションマネジメントが必要。
• スコアだけ出したままだと、スコアが良かったから、でどうなの?となってしまいがち。
25
アジェンダ• 自己紹介• 第1部 - 超速習インターネット広告配信 -– インターネット広告
アドネットワーク , DSP, 第三者配信
• 第 2 部 - アトリビューション分析 -
• 第 3 部 - 予算配分モデル -
26
第 3 部 - 予算配分モデル -日経産業新聞: 8/1統計物理学を応用したインターネット広告予算配分モデル。
27
第 3 部 - 予算配分モデル -• 単純に CV に出る媒体や DSP に予算を増やせばいいわけ
ではない。 CV はたくさん出るが、お金がかかりすぎるのは困る。
• CVの全体量も増え、予算あたりの CV 効率も良くしたい。
目的地へ到達する方法が複数ある。安くかつできるだけ早く着く経路にお金を使いた
い
0 500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 4,500 ¥0
¥500
¥1,000
¥1,500
¥2,000
変更前予算配分
AscoreCP
A
効果悪い
CV を増やす方法は複数ある。安くかつできるだけ多く CV を出すアドネットワークや
DSP にお金を使いたい。
28
第 3 部 - 予算配分モデル -• やりたいことは簡単。安くて多く CV を出す媒体や DSP
などを見つけ予算を配分する。• 具体的な方法の 1 つ:統計物理学に現れるボルツマン
ウェイトの応用。
0 500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500 ¥0
¥500
¥1,000
¥1,500
¥2,000
変更前予算配分
Attribution score
CPA
効果悪い
0 500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 4,500 ¥0
¥500
¥1,000
¥1,500
¥2,000
変更後予算配分
Attribution score
CPA
予算増やす
29
第 3 部 - 予算配分モデル -• ボルツマンウェイト
• もし E がアトリビューションスコア(Ascore) だけの関数なら CV だけを最適化するのでコストのことまで配慮されない。
• E を Ascore とコストの 2パラメータにいしているところがポイント。
× 全予算
ボルツマンウェイト ( ボルツマン因子 )
30
第 3 部 - 予算配分モデル -• 基本のアイデア CVユーザ数
1回接触したユーザグループ
2回接触したユーザグループ
N回接触したユーザグループ
ユーザフロー
31
第 3 部 - 予算配分モデル -• ユーザ数とユーザフローの関係
3 4
45
2
23
1
32
第 3 部 - 予算配分モデル -• もう一工夫・・・• N を箱の中に n_1 人 , n_2 人 , … と振り分け数が W で与えられる。
最大化させたい
制約条件
33
第 3 部 - 予算配分モデル -• 制約条件下で ln(W) を最大化する (統計物理学的
にはエントロピー最大化 ) 。• N や n_i は十分大きいのでスターリングの公式が
使える。
マルコフ連鎖モデル
解
× 全予算
ボルツマンウェイト ( ボルツマン因子 ) 媒体 (DSP など ) 予
算
34
第 3 部 - 予算配分モデル -• CV を増大させる予算配分を初期状態から決める。
First model を初期値にする。
ボルツマン因子にコストが含まれている。コストの重みの加味した将来の予算配分ウェイトが求まる 35
考察• 1 期前のデータのみではなく、より過去の記憶も予算配分
ウェイトに影響を及ぼす場合があるのではないか?• マルコフ連鎖行列にユーザ行動の揺らぎによる補正が寄与
してこないか?• ユーザ遷移の相互作用形はマルコフ連鎖行列で記述され
きっているのか?• エージェントモデルや経路積分モデルなどとの関係性は?⇒相互作用系のモデリング。
• 広告のみではなくウェブ行動履歴データ全般の分析および可視化に応用できるのではないか?
36
• では仲間募集中!• 自由な発想を業務に活かせます。• 機械学習、統計学、数学、物理なんでも活用。• データ周りの多くのことを経験できます。• 営業と距離が非常に近くビジネスセンスも身に付きます。• 主なデータ分析系業務のキーワード:最適化アルゴリズム設
計&実装、 MapReduce 、集計システム設計&実装、データ分析、 java, perl, python,MySQL, SPSS modeler, vba, powerpivot 。
• 興味のある方は [email protected]まで
37
参考資料• アトリビューション 広告効果の考え方を根底から覆す新手法
– 田中 弦 (著 ), 佐藤 康夫 (著 ), 杉原 剛 (著 ), 有園 雄一 (著 ) • DSP/RTB オーディエンスターゲティング入門 ビッグデータ時代に実
現する「枠」から「人」への広告革命– 横山 隆治 (著 ), 菅原 健一 (著 ), 楳田 良輝 (著 )
• 顧客を知るためのデータマネジメントプラットフォーム DMP 入門– 横山 隆治 (著 ), 菅原 健一 (著 ), 草野 隆史 (著 )
• マクロ進化動学と相互作用の経済学―エントロピー、縮退、複数均衡、異質的経済主体、相互作用の道具箱– アオキ マサナオ (著 ), 有賀 裕二 (翻訳 )
• 熱統計力学– 阿部 龍蔵 (著 )
• おまけ:経路積分と確率過程についての論文Supersymmetric field theories and stochastic differential equationsG. Parisi, N. Sourlas Nucl.Phys. B206 (1982) 321
38