Digital marketing on AWS
•
4 likes•2,111 views
Developers IO 2015 Business Day( http://devio2015.classmethod.jp/about/business/ )で話した「デジタルマーケティングon AWS」のスライドです。
Recommended
Recommended
More Related Content
Viewers also liked
Viewers also liked (20)
Similar to Digital marketing on AWS
Similar to Digital marketing on AWS (20)
More from Yuta Imai
More from Yuta Imai (20)
Digital marketing on AWS
- 1. Digital Marketing on AWS Yuta Imai Solutions Architect, Amazon Data Services Japan, K.K.
- 2. 自己紹介 • 名前 – 今井雄太( yuimai@amazon.co.jp ) • 仕事 – ソリューションアーキテクト – デジタルマーケティングまわりやゲームま わりのお客様を担当しています – リスティング広告の配信システムの開発や 媒体社で広告配信システムまわりの開発・ 運⽤用を経験してきました。
- 3. アジェンダ • はじめに • 振り返り: デジタルマーケティング x AWS in 2013 • これからの話： デジタルマーケティング x AWS in 2015
- 4. ||| はじめに
- 6. グローバルインフラストラクチャ 11 のリージョン 1. US EAST (バージニア) 2. US WEST (北北カリフォルニア) 3. US WEST 2 (オレゴン) 4. EU WEST (アイルランド) 5. JAPAN (東京) 6. South America (サンパウロ) 7. ASP 1 (シンガポール) 8. ASP 2 (シドニー) 9. GovCloud 10. BJS 1 (北北京) limited preview 11. EU (フランクフルト) <NEW> 28 のアベイラビリティ・ゾーン 52 のエッジロケーション 世界5番⽬目のリージョンとして 2011年年に東京リージョン開設 6
- 8. AWSの強み 8 顧客の 拡⼤大 AWS利利⽤用 の拡⼤大 より多くの インフラ 規模の 経済 インフラ コストの低下 コスト の削減 46 Price Reductions Since 2006 インフラの イノベーション 小売業の精神 規模の経済 • 100万以上のアクティブユーザー
- 9. AWSのサービス 9 Access Control Infrastructure Regions Availability Zones Points of Presence Usage Auditing Monitoring and Logs Enterprise Applications Virtual Desktops Sharing & Collaboration Core Services Storage (Object, Block and Archival) Compute (VMs, Auto-scaling and Load Balancing) Databases (Relational, NoSQL, Caching) Administration & Security Key Storage Platform Services Deployment & Management One-click web app deployment Dev/ops resource management Resource Templates Push Notifications Mobile Services Identity Sync Mobile Analytics App Services Queuing & Notifications Workflow App streaming Transcoding Email Search Analytics Hadoop Data warehouse Data Pipelines Networking (VPC, DX, DNS) Real-time Streaming Data Identity Management CDN
- 10. ||| 振り返り：Digital Marketing x AWS in 2013
- 11. デジタルマーケティング • コンピュータやタブレット、携帯電話などのデバイスを利利⽤用し て⾏行行うマーケティング。 • 以前はインターネットマーケティング≒デジタルマーケティング だった • これに加えて最近ではテレビやラジオもデジタルマーケティン グのデバイスとして利利⽤用されるようになってきている。
- 12. セカンド スクリーン O2O マス マーケティング 1 to 1 マーケティング 購⼊入 ファン獲得 統合されたデータ管理理 デジタルマーケティングとプレイヤー ソーシャル TV CRM インターネット 広告 インタラクティブ キャンペーン Data Management Platform(DMP)
- 14. • AdRoll • アメリカのDSP事業者 • アーキテクチャのコアに DyanamoDBを採⽤用 事例例紹介：AdRoll
- 16. アドテク：AdRollのアーキテクチャ Amazon Web Services Blogより引⽤用 http://bit.ly/XVq6kn Bidder Queues and Buffer Ads ProfilesSSP Ad Exchange Bid Request Bid Response 20ms Request network transit 20ms Response network transit 20ms Buffer Time 40ms Time for Ad Decision
- 18. DMP:adingoのアーキテクチャ S3 MongoDB on EC2Amazon EMR EC2 Auto scaling Group EC2 EC2 EC2 Auto scaling Group EC2 EC2
- 20. ||| 振り返り：Digital Marketing x AWS in 2013 Business • アドテク • O2O • DMP • ソーシャルTV • セカンドスクリーン Tech • Redshiftのリリース • DynamoDBの値下げ • EC2のインスタンス多様化
- 21. || Digital Marketing x AWS in 2015
- 22. Trends in 2015 Data, data, data...
- 23. DMP in action • データを集めたり処理理するところから、利利⽤用する⽅方に関⼼心 が移ってきている – RedshiftやEMRからBIツールへの市場の関⼼心の移⾏行行 • 多数のDMP企業の買収。DMPを利利⽤用した事業が本格的に進 んでいる – Oracle buys BlueKai, Responsys – Publicis buys Run – Adobe buys Demdex – Neustart buys Aggregate Knowleges – RocketFuel buys [x+1]
- 24. DMP – Data Management Platform ファーストパーティー Cookie サードパーティー Cookie オフラインデータ 購買データ DMP インターネット 広告 CRM コンテンツ 最適化
- 25. データ活用の3つのステップ 1. 収集する – 多数のアプリケーションサーバーやクライアント、デバ イスからのデータ収集 2. 前処理する – 抽出、除外、整形、いわゆる前処理 – 一次集計もここに含まれる 3. 利用する – BIツールで利用 – データをAPIで提供 ここをどうつく るかというの が2013のト ピック こちらに関心 が移ってきた
- 26. Trends in 2015 – Business • デバイス/チャネル(データソース)の多様化 – マルチデバイス: スマホとタブレット、PC – IoT: ⾞車車やテレビなどいろいろなものがインターネット接続 – データ量量がふえて、より精度度の⾼高いデータマーケティングか可能に。 – ただし、フラグメンテーションの問題が。 • データ利利⽤用のリアルタイム化 – より短いインターバルでデータ利利⽤用を求められるようになってきた
- 27. Private DMP TV iphone/android PC POS, Car... DMP Ad Network 1st party data 3rd party data User database Ads, CRM, Mktg Trends in 2015 Buy Watch Drive ... リアルタイム化(もしくはインターバルの短縮) IDのフラグメンテーション 自動化 チャネル/デバイスの増加
- 28. Trends in 2015 – Tech • ラムダアーキテクチャ – よりリアルタイムなデータ利利⽤用を可能にするためのパイプライン • YARN – データ基盤と計算リソースの分離離 – データ基盤上で様々なアプリケーションを動かすことができるよう になる • データサイエンスと組織 – データ活⽤用の速度度をあげるためにはよりバーティカルなチームに
- 30. Netflix分析サービスインフラ コンテンツ業界でも世界一と言われるビッグデータ分析を主軸にした経営を 行っているNetflixの分析サービスの基盤もAWSを活用 同社の毎⽉月10億時間以上の総視聴時間のうち、 75％はレコメンデーション由来で視聴 検索索よりも先に視聴者のニーズを汲み取り、 先回りしてレコメンド • 10＋PB DW on S3 • 1.2 PB read daily • 100TB written daily • 〜～2000億 event daily 2000台以上のデータ分析クラスターを利利⽤用(出展) AWS re:Invent 2014
- 31. ラムダアーキテクチャ
- 32. 1.1.1.1, /login, 20140226000101, … 192.168…, /home, 20140226011226, … 1.1.1.2, /home, 20140226011331, … Amazon Elastic MapReduce Amazon Redshift ETL済みデータ Amazon S3 ログ（オリジナル） Amazon S3 処理理済みデータ Webサーバー ログ集約サーバー ETL Before Lambda Arc：バッチ処理理によるアクセスログ集計 USER PATH TIMESTAMP -‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒-‐‑‒ USER1 /login 2014-‐‑‒02-‐‑‒26 00:00:01 USER2 /home 2014-‐‑‒02-‐‑‒26 01:13:31 32 BIツールなど 1.1.1.1, /login, 20140226000101, … 192.168…, /home, 20140226011226, … 1.1.1.2, /home, 20140226011331, …
- 33. USER1, 20140226000101, … USER2, 20140226011226, … USER1, 20140226011331, … EMR Redshift ETL済みデータ S3 ログ（オリジナル） S3 処理理済みデータ Webサーバー ログ集約サーバー Before Lambda Arch：収集したデータの活⽤用 –DMP-‐‑‒ 33 レポートツール データ提供API DynamoDB ETL済みデータ USER1: { Interest: [ ʻ‘Carʼ’, ʻ‘Homeʼ’ ], ... } USER2: { Interest: [ ʻ‘Dogʼ’, ʻ‘Catʼ’ ], … } EMR S3 処理理済みデータ ユーザーごとにログを集計して興味分野を 分析する
- 37. 利用する前処理する収集する Pipeline before Lambda Architecture Data Generation Data Collection Storage Application
- 38. 前処理する 利用する 前処理する 利用する 収集する Pipeline after Lambda Architecture Data Generation Data Collection Speed Layer Batch Layer
- 41. YARN
- 42. YARN – Yet Another Resource Negotiator Hadoop2で採用されたリソースマネージャ HDFS MapReduce v1 HDFS YARN MRv2 Spark Storm Tez Impala Hadoop1 Hadoop2
- 43. YARN – Yet Another Resource Negotiator YARNによるデータ基盤の柔軟な活用 HDFS Resource Manager Resou rce Resou rce Resou rce Resou rce Resou rce Resou rce Resou rce Resou rce App1(MRv2) App2(Spark) App3(Storm)
- 45. データサイエンスと組織
- 47. データサイエンティストの採用の難しさ データサイエンティストに求められるもの – ビッグデータ関連の技術的スキル – 統計などの数学的スキル – 取り組む分野に関するビジネス的経験・知見 データサイエンスはバーティカルなチームで – こんなひとを探すのは大変なのでチームでやるのが◯
- 51. Trends in 2015 変わったこと/チャレンジ Biz • データソースの種類 • データの流量と速度 • データ利活用の速度 Tech • リアルタイム • フレキシブルなアーキテク チャと組織 変わらないこと データを何に使うか • 広告 • CRM • etc... AWS • Amazon Kinesis • Hadoopエコシステムの充実 • ビッグデータサービスをうまく組み 合わせて使いこなすことが求めら れるようになってきた
- 52. まとめ Data Generation Data Collection Speed Layer Batch Layer YARN App1 App2 App3 Newapp • AWSのサービスをうまく活用して、柔軟 性の高いデータプラットフォームを。その ためにはAmazon Kinesisが重要。 • AWSは小さなチームを最大限にレバ レッジする。チームごとにHadoopや DWHが持てる。