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

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(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

3. 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

4. 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

5. 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

6. 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

7. 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

8. 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

9. 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。
配信
画像リクエスト
アドネットワークサー
バ
9

10. 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

11. 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(DemandSide Platform )がセリに参加するイメージ。
10
DSP1
30
いくら
で配信
する
の？
DSP2を配信
SSP
DSP2
20
DSP3
ユーザID, 広告サイズ
等を開示
11

12. 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

13. 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
タグ配信
タグ入稿
画像リクエス
ト
第三者アドサーバ
アドネットワーク/DSP
13

14. •
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
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 !
CV
自分のCV !
VTCV 4件
第三者配信
純広告
view
DSP1
view
アドネットワー
ク
DSP2
view
view
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。
CV
VTCV 1件
14

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
15

16. •
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

17. 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

18. 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？？
第三者配信
純広告
DSP1
アドネットワー
ク
DSP2
view
view
view
view/click
CV
?
18

19. 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
検索・比較
比較
購入意欲増大
リスティン
グ
コンバージョン
19

20. 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
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
media_2
view
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
自社
流入
CV
タイムスタンプ
キーワード
2013/1/3 20:20 書籍 分析
c_1
c_1
2013/1/3 20:25
2013/1/3 20:44
2013/1/3 20:45
2013/1/3 20:55
20

21. 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。
第三者配信
純広告
DSP1
アドネットワー
ク
DSP2
view
view
view
view/click
a
+
b
+
c
+
d
CV
=1
21

22. 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。
第三者配信
純広告
DSP1
アドネットワー
ク
DSP2
view
view
view
view/click
CV
linear model
1/4
+
1/4
+
1/4
+
1/4
=1
22

23. 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。
第三者配信
純広告
DSP1
アドネットワー
ク
DSP2
view
view
view
view/click
CV
First model
1
+
0
+
0
+
0
=1
23

24. 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
ユーザ１
ファース
ト
DSP2
アドネットワー
ク
DSP1
ユーザ2
ラスト評
価
CV
アドネットワー
ク
DSP2
CV
0
+
0
+
2
=2
１
+
1
+
0
=2
DSP1
アドネットワー
ク
DSP2
24

25. 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

26. 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

27. 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

28. 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。
変更前予算配分
効果悪い
¥2,000
CPA
¥1,500
¥1,000
¥500
¥0
0
500 1,0001,5002,0002,5003,0003,5004,0004,5005,000
Ascore
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
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

29. 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。
変更前予算配分
変更後予算配分
効果悪い
¥2,000
予算増やす
¥1,500
CPA
CPA
¥1,500
¥2,000
¥1,000
¥1,000
¥500
¥500
¥0
0
500 1,0001,5002,0002,5003,0003,5004,0004,5005,000
Attribution score
¥0
0
500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 4,500 5,000
Attribution score
29

30. 第3部-予算配分モデル• ボルツマンウェイト
ボルツマンウェイト(ボルツマン因
子)
×全予算
• 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。
30

31. 第3部-予算配分モデルＣＶユーザ数
• 基本のアイデア
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

32. 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
5
4
2
2
1
3
4
32

33. 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。
制約条件
最大化させたい
33

34. 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。解
マルコフ連鎖モデ
ル
ボルツマンウェイト(ボルツマン因
子)
媒体(DSPなど)予算
×全予算
34

35. 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

36. 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

37. •
•
•
•
•
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sano@fringe81.comまで
37

38. 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 equations
G. Parisi, N. Sourlas Nucl.Phys. B206 (1982) 321
38