Slide 1
Slide 1 text
DSタスクと
利益との結びつき
~Dynalyst編~
1/30
2021年度DSOps研修
第2回 担当:加藤 直
Slide 2
Slide 2 text
担当
加藤 直 (2019年度入社)
DynalystのDSチーム所属
担当領域: データ分析、提案
MLモデル作成・運用
MLOps
2/30
Slide 3
Slide 3 text
今回学んでほしいこと
DynalystのDSP運用をモデルに、
お金の流れからDSが取り組むべきこと・問題点を知る
│
├─ 1. RTBの概要とお金の流れ
└─ 2. DynalystのDSタスク例
3/30
Slide 4
Slide 4 text
RTBの概要とお金の流れ
4/30
Slide 5
Slide 5 text
RTBに関わるプレイヤー
5/30
Slide 6
Slide 6 text
RTBに関わるプレイヤー
6/30
基本的に、左から右にお金が流れていく
Slide 7
Slide 7 text
SSP、DSPの関係性
7/30
SSP
- メディアから広告枠を買い、DSPに売る
- 広告が表示された際にオークションを開催して
最高入札額のDSPに広告表示の権利を与える
DSP
- 広告主から広告を預かって代理で配信する
- 入札額をうまく決定することで効果最大化を図る
- 広告がクリックされた際に広告主からお金を貰う
Slide 8
Slide 8 text
広告表示の流れ
- Webページの一例
- 赤枠の部分が広告
8/30
Slide 9
Slide 9 text
広告表示の流れ
- 最初から広告内容が決まってる
わけではなく、枠だけが存在
- 広告枠にはJSなどで書かれたタグ
が埋め込まれている
9/30
<タグ>
Slide 10
Slide 10 text
広告表示の流れ
10/30
- サイトへアクセスがあると、リクエストが送信
- SSPへのアクセスが行われる．
<タグ>
SSP
Slide 11
Slide 11 text
広告表示の流れ
11/30
<タグ>
SSP
DSP
DSP
DSP
- SSPがDSPに入札リクエストを送る
- 入札リクエストの中身
- 表示日時
- 表示サイト
- 枠のサイズ
- デバイスのOS
- etc.
Slide 12
Slide 12 text
広告表示の流れ
12/30
- それぞれのDSPが入札額を決定
- もちろん入札しなくてもよい
<タグ>
入札額: 100円
入札額: 80円
SSP
DSP
DSP
DSP
Slide 13
Slide 13 text
広告表示の流れ
13/30
勝者が落札。Win通知に対して出したい
広告を返し、広告が表示される
<タグ>
Win!
SSP
DSP
DSP
DSP
Slide 14
Slide 14 text
DynalystのDSタスク例
14/30
Slide 15
Slide 15 text
Dynalystは主にスマホアプリのリターゲティング広告を配信している
リターゲティング広告:
- 「前にこのゲームで遊んでたけど○日間ログインしてない」
というようなユーザーがを対象にした広告
(前提)Dynalystと広告主の取引体系
15/30
Come back
here!
I'm bored.
Slide 16
Slide 16 text
Dynalystが利益を生み出すには
16/30
Dynalystがもっと利益を生み出すためには、大きく
予算を増やす
配信費を最適化する
のどちらかの行動を取る必要がある
Budget
Profit
Slide 17
Slide 17 text
オークションに勝つ度にSSPに配信費を払い、
広告がClickされたら広告主からお金を貰っている(その上限=予算)
Dynalyst周辺のお金の動き
17/30
広告主 SSP
Slide 18
Slide 18 text
Dynalyst周辺のお金の動き
18/30
予算を増やす
広告主が予算を増やしたくなるような配信
- Dynalystから介入できるのは
- 配信した広告の(利益/コスト)が良い
→ 入札額の最適化
- 配信量を多くする余地がある
→ クリエイティブ戦略による
CTR,CVRの増大
Slide 19
Slide 19 text
Dynalyst周辺のお金の動き
19/30
配信費を最適化する
高値で入札→お金の無駄
低値で入札→配信機会の損失
配信することの本質的価値を予測して、
それに基づいた最適価格を決定する必要がある
→ CTR,CVR予測、入札戦略
配信事故が起きるとその分だけ損失発生
→ モニタリング（詳細は時間の都合で省略）
Slide 20
Slide 20 text
Dynalystで取り組んでいる主なDSタスク
クリックやCVがつきそうな広告デザインの配信をおこないたい
→ クリエイティブ選択
広告の価値を正確に見積もることで、最適な入札価格で入札したい
→ CTR/CVR予測, 入札戦略
それらに付随する諸問題
→ 遅れCV, FeedbackLoop, SelectionBias, 予算ペーシング, ...
それぞれの例を紹介していく
20/30
Slide 21
Slide 21 text
どちらの広告のほうがCTRが良いか?
- 広告枠/サイズは同じ
Q : A/Bテストすれば?
A : 可能だが問題がある
クリエイティブ選択
21/30
広告B
広告A
Save the
town!
Zombie
Panic!
Slide 22
Slide 22 text
- クリエイティブは豊富にある
- キャラクターを変えたら?
- 色を変えたら?
- テキストを変えたら?
- 新規キャンペーンの度に新クリエイティブ
- 新イベ, 新ガチャ, ...
A/Bテストの問題点:
サンプルサイズ不足, 機会損失
解決方法: Bandit Algorithm
クリエイティブ選択
22/30
Save the
town!
Zombie
Panic!
Save the
town!
Save the
town!
Defeat the
enemy!
Zombie
Army!
︙ ︙
Slide 23
Slide 23 text
なぜCTR予測やCVR予測が大事なのか
eCTRやeCVRに基づいて広告の価値（＝入札額）を算出しているので、
これらの予測値の精度を上げることがそのまま
- 良い価値の広告をきちんと高値で入札して、配信できる確率を上げる
- 悪い価値の広告に無駄に配信コストをかけないようにする
といったことに繋がり、Dynalystの利益が向上する
→CTR, CVR予測は非常に大事
23/30
Slide 24
Slide 24 text
CTR,CVR予測にまつわる種々の問題
手法: 例えばDNNなどを使った時に入札は間に合うのか?
データサイズ: 学習の時間/メモリなどの計算資源的な問題
不均衡データ: CTRはせいぜい1%
データ鮮度: 古いデータを使ったままだと精度は悪化する
遅れCV: CVがつくまでは時間がかかる
評価: 「精度がいいモデル = DSPにとっていいモデル」は本当に成立する?
本当に平等に評価できてる？
24/30
Slide 25
Slide 25 text
CTR,CVR予測にまつわる種々の問題
手法: 例えばDNNなどを使った時に入札は間に合うのか?
データサイズ: 学習の時間/メモリなどの計算資源的な問題
不均衡データ: CTRはせいぜい1%
データ鮮度: 古いデータを使ったままだと精度は悪化する
遅れCV: CVがつくまでは時間がかかる
評価: 「精度がいいモデル = DSPにとっていいモデル」は本当に成立?
本当に平等に評価できてる？
→ 結局、売上に影響しないと意味がない
25/30
Slide 26
Slide 26 text
まとめ
26/30
Slide 27
Slide 27 text
お金儲けの観点からDSタスクを考えてみた
- クリエイティブの最適化
- 配信費の最適化
CTR予測, CVR予測みたいな問題でも、目的をキチンと考える必要がある
- 予測精度が上がりました！導入します！
- 予測精度が上がって売上が伸びました！導入します！
時間は有限...各タスクがどれくらい売上にインパクトがあるのか
優先順位を考える必要がある
DSがやる仕事 = ロジックで売上最大化
27/30
Slide 28
Slide 28 text
さいごに
28/30
Slide 29
Slide 29 text
ディスカッション
売上 vs 利益
29/30
Slide 30
Slide 30 text
売上 vs 利益
一口に「お金を稼ぐ」といっても、実は様々な測り方がある
- 売上を最大化する (そもそもの貰える予算を増やしたい)
- 利益を最大化する (決められた予算内での儲けを増やしたい)
それぞれをKPIとしたときにどんな未来に繋がるか
30/30
Slide 31
Slide 31 text
売上 vs 利益
売上を最大化
- 市場におけるDynalystの存在が大きくなる
- 売上だけ上がっても儲けが減る恐れがある
- 利益がないと単なるボランティアなので企業としての価値がない
利益を最大化
- ダイレクトに儲けが増える
- 「売上ちょっと減るけどコストがかなり削減できます」みたいな施策が
通ると、長期的には事業規模が縮小していく
双方のバランスを取りつつ、企業として何を優先すべきか軸を作る必要がある
Slide 32
Slide 32 text
おわり