$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
スマートフォン向けインターネット広告配信システムの配信最適化
Search
Takashi Nishibayashi
July 11, 2017
Business
3
2k
スマートフォン向けインターネット広告配信システムの配信最適化
DATUM STUDIO Conference 2017夏での講演資料です
非エンジニア向けの内容です
Takashi Nishibayashi
July 11, 2017
Tweet
Share
More Decks by Takashi Nishibayashi
See All by Takashi Nishibayashi
病院向け生成AIプロダクト開発の実践と課題
hagino3000
0
450
入院医療費算定業務をAIで支援する:包括医療費支払い制度とDPCコーディング (公開版)
hagino3000
0
150
診断前の病歴テキストを対象としたLLMによるエンティティリンキング精度検証
hagino3000
1
160
論文紹介 Improving Medical Reasoning through Retrieval and Self-Reflection with Retrieval-Augmented Large Language Models
hagino3000
0
910
論文紹介 Audience Size Forecasting Fast and Smart Budget Planning for Media Buyers
hagino3000
0
250
論文紹介 Towards a Fair Marketplace: Counterfactual Evaluation of the trade-off between Relevance, Fairness & Satisfaction in Recommendation Systems
hagino3000
1
650
論文紹介 Budget Management Strategies in Repeated Auctions (公開版)
hagino3000
2
300
論文紹介 A Request-level Guaranteed Delivery Advertising Planning: Forecasting and Allocation
hagino3000
1
140
論文紹介 Online Experimentation with Surrogate Metrics Guidelines and a Case Study
hagino3000
1
390
Other Decks in Business
See All in Business
組織でAIをQAに活用する仕組みづくり / Scaling AI-Powered QA Across Your Organization
medley
0
560
やらないことを決めると未来が見える!「迷わない」組織になるための マルチプロダクト戦略
onyoda
0
1.8k
[NGA] カンパニーデック202511Ver.
ngaltd
PRO
1
700
ちゅらデータ会社紹介 / Chura DATA Inc.
churadata
0
420
お客様から大量の質問は Slackで"真打エージェント"がお答えいたしましょう
kosakiteppei
0
1k
株式会社Domuz会社紹介資料(採用)
kimpachi_d
0
47k
センス・トラスト福利厚生(スマホ用)
sensetrust
0
1.8k
新規投資家向け資料20251114
junkiogawa
0
2.9k
強みのデザイン入門 / Introduction to Strengths Design
tbpgr
0
400
元経営企画CSOのPMが語る 「プロダクトが創る事業戦略」のリアル
yjksmt
0
880
GMO Flatt Security 会社紹介資料
flatt_security
0
23k
アッテル会社紹介資料/culture deck
attelu
11
16k
Featured
See All Featured
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.8k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
37
6.2k
The Pragmatic Product Professional
lauravandoore
37
7.1k
Automating Front-end Workflow
addyosmani
1371
200k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
128
54k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3.1k
YesSQL, Process and Tooling at Scale
rocio
174
15k
GitHub's CSS Performance
jonrohan
1032
470k
How STYLIGHT went responsive
nonsquared
100
6k
Scaling GitHub
holman
464
140k
Building Flexible Design Systems
yeseniaperezcruz
330
39k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
970
Transcript
εϚʔτϑΥϯ͚ Πϯλʔωοτࠂ৴γεςϜ ʹ͓͚Δ৴࠷దԽ 5BLBTIJ/JTIJCBZBTIJ %"56.456%*0$POGFSFODFՆ
Agenda 1.ࣗݾհ 2.ΞυωοτϫʔΫͱωοτࠂۀքʹ͍ͭͯ 1.ωοτࠂϏδωεͷ֓ཁ 2.ࠂ৴ͰΘΕΔਓೳཁૉٕज़ 3.ฐࣾࣄྫͷհ 1.ΫϦοΫ୯Ձͷௐઅ 2.৴͢Δࠂͷબ
ࣗݾհ ID: hagino3000 Name: ྛ (Takashi Nishibayashi) Job: Software
Engineer ݱࡏZucks AdNetworkʹͯ৴ϩδοΫ ͷ։ൃΛ୲ɻσʔλੳج൫ͷߏங͔Β ػցֶशΛͬͨ༧ଌɺ࠷దԽॲཧ·Ͱɻ
࠷ۙͷ׆ಈ ਓೳֶձࢽ Vol. 32 No. 4 (2017/07) ͷʮࠂͱAI ಛूʯʹຊͷ༰ʹؔ࿈ ͨ͠هࣄΛدߘ͍ͯ͠·͢ɻ
ৄࡉʹڵຯ͕͋Δํ͝Ұಡ͍ͩ͘͞ɻ
Ad Networkͱ ✴ ΠϯλʔωοτͷσΟεϓϨΠࠂྖҬʹ͓͍ͯɺ ෳͷࠂओͱෳͷഔମࣾΛଋͶͯࠂΛ৴͢ ΔΈ ✴ ഔମࣾʹऩӹΛɺࠂओʹίϯόʔδϣϯΛ ͨΒ͢ͷ͕ࣄ ✴
ࠂϦΫΤετຖʹͲͷࠂΛ৴͢Δ͔ϩδοΫ Ͱܾఆ͍ͯ͠Δ
Ad Network ࠂೖߘ ࠂओ ഔମࣾ ࠂഔମ (ϝσΟΞ) ࠂ৴ ࠂඅ
ࠂऩӹ ΦʔσΟΤϯε Click
ωοτࠂ৴ͱ ਓೳཁૉٕज़ ✴ ৴͢Δࠂͷબ ✴ CTRɾCVR༧ଌ ✴ ϢʔβʔτϥοΩϯά ✴ ྫ:
ෳσόΠεΛލ͍ͩߪങߦಈͷ ✴ ࠂޮՌͷਪఆ ✴ ྫ: TV CMͷޮՌਪఆ ✴ ࠂΦʔΫγϣϯʹ͓͚ΔϦΞϧλΠϜೖࡳ
Zucks AdNetworkʹ͓͚Δ ࣄྫհ ✴ લఏ ✴ ৫ͷσʔλ׆༻εςʔδ ✴ Ad NetworkʹٻΊΒΕΔ৴
✴ ࣄྫ1. ΫϦοΫ୯Ձͷ࠷దԽ ✴ ࣄྫ2. ୳ࡧ৴ͷޮԽ
৫ͷσʔλ׆༻εςʔδ σʔλΛཷΊΒΕΔ σʔλ͕ར༻Ͱ͖ͳ͍ॴʹ͍͖ͳΓػցֶशΛͬͨ γεςϜΛσϓϩΠͰ͖ͳ͍ σʔλ͕Ҿ͖ग़ͤΔ ੳ͕Ͱ͖Δ ༧ଌॲཧͷγεςϜԽ ༧ଌ݁ՌΛͬͨऩӹͷ࠷େԽ ݕূͷ
Έ #*πʔϧͷಋೖ "#ςετ ҼՌޮՌਪ ཧ࠷దԽ ػցֶश ੳج൫ͷߏங
ཁһ֬อ ✴ ࠷ॳ͔ΒશͯͷϨΠϠʔͰඞཁͳεΩϧΛ࣋ͭਓࡐ Λἧ͑Δͷ͍͠ ✴ Γͳ͍ॴ͍͍ײ͡ʹิ͍ͬͯ͘ඞཁ͕͋Δ ✴ ֎෦……??
ղ͖͍ͨ ✴ ͍ͭ ✴ ୭ʹ or Ͳͷࠂʹ ✴ ͲͷࠂΛ ✴
(ΫϦοΫ୯Ձ) ͍͘ΒͰ ✴ දࣔ͢Δͷ͔
ఆࣜԽ ✴ ඪ ✴ ഔମࣾऩӹͷ࠷େԽ ✴ ੍݅ ✴ ࠂओͷඪCPA (ίϯόʔδϣϯ֫ಘ͋ͨΓͷίετ)
✴ ࠂओͷ༧ࢉ ✴ ࠂදࣔճ ͨͩ͠ ΫϦοΫɾίϯόʔδϣϯ ৴͠ͳ͍ͱΘ͔Βͳ͍
Ұͭͷ࠷దԽͱͯ͠ղ͚Εྑ͍ ͷͰ͕͢ɺ͍͠ͷͰෳͷʹ ͚ͯ։ൃͯ͠·͢
ΫϦοΫ୯Ձͷௐ ✴ CPA (ίϯόʔδϣϯ͋ͨΓͷ֫ಘίετ) Λࠂओ ͷཁʹ߹ΘͤΔͷ͕త ✴ ͋ΔࠂΩϟϯϖʔϯΛ৴͢Δͱͯ͠ ✴ ίϯόʔδϣϯ͕औΕΔͷ୯Ձ্͍͛ͨ
՝ ✴ ྫ ✴ ίϯόʔδϣϯ100% ✴ ΫϦοΫ୯Ձ100ԁͳΒCPA100ԁͱͳΔ ✴ ͳΔ͘৴ͷॳظஈ֊ʹ͓͍ͯίϯόʔδϣϯ Λਪఆ͍ͨ͠
✴ ͔͠͠ɺ৴ॳظΫϦοΫͷαϯϓϧαΠζ͕খ ͘͞౷ܭతʹྑ͍ͱѱ͍ͱݴ͑ͳ͍
CVRਪఆ ✴ ίϯόʔδϣϯͷࣅͨಉ࢜Ͱ͋ΕɺCVRۙ͘ ͳΔͣɻ͜ΕΛࣄલͱͯ͑͠ͳ͍͔ ✴ ࣅͨಉ࢜ͷू߹ΫϥελϦϯάͰٻΊΔ ✴ ࣄલ֬Λಋೖ͠ɺϕΠζͷఆཧʹΑΓΫϦοΫ n ͷ
͏ͪ k ݸͷίϯόʔδϣϯΛ؍ଌͨ͠ޙͷ CVR ͷࣄޙ ֬Λߟ͑ΔɻCVRͷࣄલΛϕʔλBeta(α, β) ͱ͢ΔͱɺCVRͷࣄޙϕʔλʹͳΔɻ
݁Ռݕূ1 ✴ ༧ଌਫ਼ΦϑϥΠϯ࣮ݧͰݕূͰ͖Δ ✴ RMSE, Accuracy, Precision, F-value …. ✴
ϏδωεαΠυ͕Γ͍ͨͷɺ༧ଌ͕ͨΔࣄʹΑ ΔܦӦࢦඪͷӨڹ (ྫ: ച্) ༧ଌਫ਼͕YY্͕Γ·ͨ͠ ച্Ͳ͏ͳΔͷʜʜ
݁Ռݕূ2 ✴ ࣮ࡍʹCPA͕ඪCPAʹۙ͘ͳΔͷ͔ɺຊ൪ʹϦϦʔ εͯ͠ݕূ ✴ log(࣮CPA/ඪCPA) ΛطଘϩδοΫద༻Ωϟϯ ϖʔϯͱൺֱɻରͰݟΔͷɺ2ഒʹͳΔͷͱ ʹͳΔͷΛಉ͡ΠϯύΫτͱͯ͠ଊ͑ΔͨΊɻ ✴
log(࣮CPA/ඪCPA) ͷʹ͍ͭͯϊϯύϥϝτ ϦοΫݕఆͰ͕ࠩ͋Δࣄͷ֬ೝͱ4ҐͷࠩΛΈΔ
ެ։൛ʹ͖ͭআ ݁Ռ
৴͢Δࠂͷબ ✴ ഔମऀऩӹͷߴ͍ࠂΛଟ͘৴͍ͨ͠ ✴ ΫϦοΫ͕ଟ͘ίϯόʔδϣϯऔΕΔ ✴ ݁ՌతʹΫϦοΫ୯Ձ্͛ΒΕΔ ✴ ޮՌ͕ྑ͍͔ѱ͍͔৴͠ͳ͍ͱΘ͔Βͳ͍ ✴
ࠂͱࠂͷΈ߹Θͤແʹ͋ΔͷͰૣ͘ྑ ͍Έ߹ΘͤΛҾ͖͍ͯͨ ✴ ࣝͷ׆༻ͱ୳ࡧͷδϨϯϚ
୳ࡧͱ׆༻ ✴ ׆༻ ✴ ʹͱͬͯऩӹ͕ߴ͍ͱΘ͔͍ͬͯΔࠂΛ৴ ✴ ࠷ߴ͍ͷΈΛ৴ͨ͠Βྑ͍༁Ͱͳ͍ ✴ طଘͷόϯσΟοτΞϧΰϦζϜΛͦͷ··͍ ʹ͍͘
✴ ୳ࡧ ✴ ʹͱͬͯऩӹ͕ະͷࠂΛ৴͢Δ
ଟόϯσΟοτʹΑΔ Ξϓϩʔν ✴ εϩοτϚγϯͷϝλϑΝʔ ✴ εϩοτϚγϯ͕ෳ͋ͬͨ࣌ʹͲΕΛԿճҾ͘ ͖͔ ✴ ϝϦοτ ✴
ڭࢣσʔλ͕ແ͍ॴ͔ΒελʔτͰ͖Δ ✴ ৽͍͠ࠂΩϟϯϖʔϯ͕࣍ʑͱೖߘ͞ΕΔઃఆ
୳ࡧͷޮԽ ✴ ͋Δʹ͓͚Δɺଞͷࠂͱͷൺֱ ✴ ଞͷࠂͱൺֱͯ͠ऩӹ͕ѱ͍ͱΘ͔ͬͨ࣌Ͱ୳ ࡧΛΊΕྑ͍ ✴ ऩӹੑ(eCPM)ͷ্քΛ͏ ✴ ֬తʹߴͯ͘͜Ε͙Β͍ͩΖ͏ɺͱ͍͏
✴ ৴Λଓ͚ΔࣄͰԼ͕͍ͬͯ͘
ݕূ ✴ ͷऩӹ͕Ͳ͏มԽ͔ͨ͠Λݟ͍ͨ ✴ ͔͠͠ɺऩӹ࣌ؒมԽͷӨڹΛڧ͘ड͚Δ ✴ ظʹ༧ࢉফԽ͕͋ΔͨΊɺඞͣ৳ͼΔ ✴ ୯७ʹϩδοΫมߋલޙͰൺֱͰ͖ͳ͍
ϥϯμϜԽൺֱࢼݧʹΑΔݕূ ϩδοΫͷมߋʹΑΔհೖ σʔλαϯϓϧɺԣ࣠࣌ؒ ࠂΛ܈ʹ͚ͯσʔλΛऔΔ
݁Ռ ެ։൛ʹ͖ͭআ
͋Γ͕ͱ͏͍͟͝·ͨ͠