ネット広告講義資料 at 東京大学 2017/07/11
•
17 likes•3,235 views
lecture note at the university of tokyo in 2017/07/11 Advertising
Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (20)
Similar to ネット広告講義資料 at 東京大学 2017/07/11
Similar to ネット広告講義資料 at 東京大学 2017/07/11 (20)
ネット広告講義資料 at 東京大学 2017/07/11
- 3. なぜネット広告なのか？ 相違点: p リーチ規模 旧: ⼤大 ネット: ⼩小 p 効率率率 旧: ⼩小 ネット: ⼤大(定量量的) 指標が定量量的であ るため最適化が可 能になった
- 4. ⽬目次 p 広告配信について ü 広告の定義・役割 ü 広告配信 ü 広告プロダクト ü 広告指標 ü アーキテクチャ p 広告プロダクトの種類 ü アドネットワーク ü RTB ü BTA ü DMP p 配信の最適化と効率率率化 ü 最適化のために理理解しておくこと ü 広告の選定 ü bidding price ü 予算 p まとめ p 将来に向けて
- 5. ⽬目次 p 広告配信について ü 広告の定義・役割 ü 広告配信 ü 広告プロダクト ü 広告指標 ü アーキテクチャ p 広告プロダクトの種類 ü アドネットワーク ü RTB ü BTA ü DMP p 配信の最適化と効率率率化 ü 最適化のために理理解しておくこと ü 広告の選定 ü bidding price ü 予算 p まとめ p 将来に向けて
- 6. ⼀一般的な広告の定義 Any announcement or persuasive message placed in the mass me -‐‑‒dia in paid or donated time or space by an identified individual, company, or organization. 広告主が ⾃自社サービスを(対価を⽀支払って) メディアを使ってお勧めする⼿手段 American Marketing Associasion
- 7. ネット広告による便便益 多くのネットサービスが無料料 Any announcement or persuasive message placed in the mass me -‐‑‒dia in paid or donated time or space by an identified individual, company, or organization. 広告主が ⾃自社サービスを(対価を⽀支払って) メディアを使ってお勧めする⼿手段
- 8. 配信に関わる主役たち 広告主: 予算を提供 代理理店: バナー作成, プロダクト選定 配信会社: 配信プロダクトを開発, 配信を実⾏行行 メディア: 配信されたバナーを表⽰示する 広告枠: メディア上の広告配信位置 広告の流流れ
- 10. 広告配信の基本指標 Impression Click Conversion CTR = CLICK IMPLESSION CVR = CONVERSION CLICK CPA = CPC CVR CPM = CPC CTR ⇥ 1000 Click through rate Cost per mill Conversion rate Cost per conversion 配信単価
- 20. 広告配信における指標 広告主 メディア CPA ↓ 支払額に対 するCV効率 CPM↑ 広告表示 収益効率
- 21. 広告配信指標 CPA CPC↓ CPM CPC↑ CPM = CPC ⇥ CLICK IMPRESSION ⇥ 1000CPA = CPC ⇥ CLICK CV CPCを⽀支点に シーソーの関係 =配信を難しくする メディア広告主
- 22. 広告配信指標 CPM = CPC ⇥ CLICK IMPRESSION ⇥ 1000CPA = CPC ⇥ CLICK CV 価格(CPC)の決定は⾮非常に重要
- 23. 実現すべき広告配信 p 1⽇日あたり億単位のリクエスト処理理 p 0.05s単位での広告バナーの選定・表⽰示 p リクエスト間の結合 p 配信の最適化
- 24. 広告配信アーキテクチャ Webサーバー(配信) KVS(付け合せ、リスト) データベース(マスタ) BI(レポート) リクエスト バッチ HDFS データベース(実績) バッチ 安定 頑健 修正
- 25. ⽬目次 p 広告配信について ü 広告の定義・役割 ü 広告配信 ü 広告プロダクト ü 広告指標 ü アーキテクチャ p 広告プロダクトの種類 ü アドネットワーク ü RTB ü BTA ü DMP p 配信の最適化と効率率率化 ü 最適化のために理理解しておくこと ü 広告の選定 ü bidding price ü 予算 p まとめ p 将来に向けて
- 26. アドネットワーク CPA CPC↓ CPM CPC↑ 代理理店から受け持った広告を 契約メディアに対して配信を⾏行行う CPM, CPAの両⽅方に責任を追う メディア広告主
- 28. Real Time Bidding 1番⾼高い指値が30円, ２番が20円の場合、 落落札者はDSP1になり落落札額は21円になる ※ゲーム理理論論によりより⾼高い指値のゲームになる SSP DSP1 DSP2 30円 20円 Second price auction win
- 29. Behavioral Targe;ng Adver;sing (セグメント配信) CPC↑ +CVR↑ ⼈人(属性)単位で⼊入札を⾏行行う (説明の便便宜上リターゲティング、 スポンサードサーチ、デモグラフィックを含む) メディア広告主
- 30. Behavioral Targe;ng Adver;sing (リマーケティング) CPC↑ +CVR↑ ⼀一度度広告主サイトを訪れた⼈人にマーキングを施し、 再度度訪れるようにする施策 メディア広告主
- 31. DMP 1, 企業側で配信結果、配信対象のデータを格納する仕組み 2, 広告配信結果によるオーディエンスデータを売買する仕組み 広告主 データ 価格決定に 必要な情報 を提供 DMPの情報から 想定される CPM=CPM* メディア広告主
- 32. プロダクト比較 タイプ 広告主 メディア 特徴 アドネットワーク ○� ○� 広告枠に対して固定単価で買付け RTB� DSP� SSP� bitタイミング毎に価格を決定する BTA ○� ☓ ラベル情報を活用して, 価格決定 近年年, DMPが最適化のために 関わることが多くなってきた
- 33. ⽬目次 p 広告配信について ü 広告の定義・役割 ü 広告配信 ü 広告プロダクト ü 広告指標 ü アーキテクチャ p 広告プロダクトの種類 ü アドネットワーク ü RTB ü BTA ü DMP p 配信の最適化と効率率率化 ü 最適化のために理理解しておくこと ü 広告の選定 ü bidding price ü 予算 p まとめ p 将来に向けて
- 34. Jun Yan et al., How much can Behavioral Targe:ng Help Online Adver:sing? (1)同じ広告をクリックするユーザーは似た行動(ページ遷移)をする (2)同じセグメントユーザーに同じの広告をうった結果, 670%のCTR改善 (3)直前の行動に則したターゲティング広告は効果的である ユーザーの⾏行行動をクラス分け => 効率率率的な広告配信が可能 web上の行動遷移をどのように広告を通して 行っているかを数理モデルを用いて評価した
- 35. Question: ⾏行行動ターゲティング広告は効果があるのか？ Answer: ユーザー⾏行行動を基にしたターゲティング広告 は倍以上の効果をもたらす (注) 精密なターゲティングにはコストが掛かる
- 36. 最適化に必要な技術 [解析技術] ü 学習理理論論 ü 情報理理論論 ü 制御理理論論 ü 時系列列解析 ü ⾃自然⾔言語処理理 ü 統計検定 ü 最適化数理理 ü 認知・⾏行行動科学 多くの技術が必要 であることを念念頭 においてください
- 38. 広告配信最適化のための 情報理理論論による理理解 H(X) = X i Pilog(Pi) 不不確実性が⾼高いほど⾼高い値を⽰示す エントロピー 例例: X=1(確率率率P), X=0(1-‐‑‒P)
- 39. 1 n log p(X1, X2, ..., Xn) = 1 n X i log p(Xi) ! E log p(X) = H(X) 広告配信最適化のための 情報理理論論による理理解 漸近等分割性: 情報理理論論における⼤大数の法則 情報の多さによりエントロピーは⼀一意に決まる
- 40. W⇤ (p) + H(p) = log m 広告配信最適化のための 情報理理論論による理理解 保存定理理 倍増レート エントロピー 情報源数 不不確実性を下げるようにプロダクトを 組むことが儲けにつながる
- 46. 広告の選定⼿手法 主な⼿手法: multi-‐‑‒arm bandit problem ※最近はcontexctualなケース(特徴量量から報酬量量を予測)を扱う LinUCB法 搾取項 (選択肢の 期待報酬) 探索索項 (期待報酬量量 に対する分散) X: 素性, θ: パラメータ, A:分散共分散⾏行行列列
- 49. 買付け価格の決定 広告枠への買い付け価格をどのように 設定すべきか？ バナー1 バナー1 メディアA メディアB Question: バナーの買い付け価格はいくら？ Answer: メディアに対してトピックや⾊色合 など相性があるため価格は異異なる = メディアごとにオーディエンス が異異なることが要因の⼀一つ
- 50. 買付け価格の決定 特徴量量を考慮して実績(CTR, CVR)を 推定することでCPCを決定する 素性情報(ベクトル) => ⾊色, キーワード等 (1, 0, 0, 0, 1, 1, …) (学習) CV確率率率を求める or CVしそうな⼈人を判定 バナー メディア
- 52. 買付け価格の決定 素性を挙げるなどしてCTR, CVRを 推定することでCPCを決定する 田頭 et al., オンライン広告における CVR 予測モデルの素性評価 学習
- 56. 予算の割り振り 広告主のCV数に関する⽬目的関数を 最⼤大化するため予算式を数理理計画法で 上限予算内に収めるように調整する minimize -CTR, -CVR, eCPC, eCPA s.t.|sumT t s(t) B| ✏ Real Time Bid Op;miza;on with Smooth Budget Delivery in Online Adver;sing
- 57. 分析のまとめ – 必要な技術 -‐‑‒ [解析技術] ü 学習理理論論 ü 情報理理論論 ü 制御理理論論 ü 時系列列解析 ü ⾃自然⾔言語処理理 ü 統計検定 ü 最適化数理理 ü 認知・⾏行行動科学 [課題] ü 価格の決定 ü モデルの選定 ü CTR推定 ü IMP推定 ü 特徴抽出 ü モデルの検証 ü 広域解 ü web上の⾏行行動 多くの課題解決 のため多くの⼿手段 を必要とする
- 58. 分析のまとめ – 最重要⽬目的 -‐‑‒ [重要なポイント] CVRを推定したい =>データが疎なため難しい =>様々な技術を⽤用いて解決
- 59. 適⽤用例例 ⽬目的: アドネットワークにおけるCPAの抑制 0 0.2 0.4 0.6 0.8 1 1.2 1.4 201309 201310 201311 201312 201401 201402 施策 修正
- 60. ⽬目次 p 広告配信について ü 広告の定義・役割 ü 広告配信 ü 広告プロダクト ü 広告指標 ü アーキテクチャ p 広告プロダクトの種類 ü アドネットワーク ü RTB ü BTA ü DMP p 配信の最適化と効率率率化 ü 最適化のために理理解しておくこと ü 広告の選定 ü bidding price ü 予算 p まとめ p 将来に向けて
- 61. まとめ p CAグループではデータ・ドリブン のサービス提供を⾏行行っている p CAグループは広告分野で多くの サービスを展開している p 広告配信には多くのテクノロジー (開発, 理理論論)が詰まっている p “認知”, “実績”こそ全て
- 62. ⽬目次 p 広告配信について ü 広告の定義・役割 ü 広告配信 ü 広告プロダクト ü 広告指標 ü アーキテクチャ p 広告プロダクトの種類 ü アドネットワーク ü RTB ü BTA ü DMP p 配信の最適化と効率率率化 ü 最適化のために理理解しておくこと ü 広告の選定 ü bidding price ü 予算 p まとめ p 将来に向けて
- 63. 将来に向けて 修正