ABEMA Ads 技術の変革と展望/devcon2021_20_ABEMA Ads

by Wataru Fukunaga

Slide 1

Slide 1 text

No content

Slide 2

Slide 2 text

@wataru420 自己紹介福永亘 AbemaTV ビジネスデベロップメント本部開発局局長 CyberAgent Publisher adTechnology Associations 会長 Technical Product Manager 2011年株式会社サイバーエージェント入社「アメブロ」や「ガールフレンド(仮)」, 「オルタナティブガールズ」等の開発を担当。 2017年9月より「AbemaTV」広告本部に参画。

Slide 3

Slide 3 text

Agenda これまでのABEMA Ads これからのABEMA Ads

Slide 4

Slide 4 text

タイトル１２３４５６７８９０１２３４これまでのABEMA Ads

Slide 5

Slide 5 text

ABEMA Adsの歴史 ABEMA開局 AVOD開始新フォーマットへの挑戦リニア放送でCM配信開始テレビのCM型でインターネット広告への挑戦するも・・・様々な制約があるなかAVODを開発 CM以外のフォーマットも続々リリース ABEMAならではのフォーマットを実現再チャレンジ機は熟した再度インターネット広告へのチャレンジ 2016年4月 2018年12月 2019年12月 2020年4月

Slide 6

Slide 6 text

ABEMA開局テレビCMとインターネット広告の融合にチャレンジ

Slide 7

Slide 7 text

ABEMA開局インターネット広告へのチャレンジ開局時のABEMA

Slide 8

Slide 8 text

ABEMA開局システムコストの試算 DSP 広告リクエストのトラフィック常にピークに合わせてキャパシティを確保する必要があるため、試算の結果、年間数億円のインフラコストが予想された。当時の売上ではなかなか受け入れられない金額だった。

Slide 9

Slide 9 text

ABEMA開局僕らは考えた需要の多いセグメントなるべく多くの人に配信

Slide 10

Slide 10 text

ABEMA開局需要が多いセグメントはどこか地域的変数国や地域、都市等のような地理的単位 IPアドレスやGPSで取得可能だがニーズはやや限定的人口統計的変数年齢・性別、家族構成、世代等年齢・性別は幅広くニーズがある社会経済的変数所得水準、資産状況、職業、教育水準等取得が困難心理的変数生活環境・体験、パーソナリティや価値観、ライフスタイル等取得が困難行動変数製品に対する知識や行動、消費行動、使用経験等汎用性が低い

Slide 11

Slide 11 text

ABEMA開局性年代を類推拡張した・学習用データアンケート回答データ・特徴量視聴データ・分類器勾配ブースティングデモグラの類推会員登録不要のABEMAでどうすればいいか

Slide 12

Slide 12 text

ABEMA開局なるべく多くの人に配信したいヘビーユーザー度合ヘビーユーザー度合何も考えずに配信すると、ヘビーユーザーにばかり同じCMがあたり、接触できるユーザー数が減ってしまう。理想状態はすべてのユーザーに均一に広告があたる状態。

Slide 13

Slide 13 text

ABEMA開局なるべく多くの人に配信したいユーザー毎のCM接触回数で分類するために当日のCM接触を予測したい

Slide 14

Slide 14 text

ABEMA開局なるべく多くの人に配信したいデモグラをより細かい5つのセグメントに分割 CM接触回数の少ないユーザーに優先的にCMを配信より均一に広告接触できるよう工夫した

Slide 15

Slide 15 text

ABEMA開局 31クラスタでの配信を実現デモグラ5×CF6+デフォルトの31セグメントで実現したもう少し詳しい情報はこちら（ABEMA DevCon2018） ×31

Slide 16

Slide 16 text

AVOD ビデオに最適な広告とは何か

Slide 17

Slide 17 text

AVOD CSAIとSSAI CLIENT-SIDE AD INSERTION SERVER-SIDE AD INSERTION 本編ストリーム広告ストリーム本編ストリーム +広告ストリーム A B A B

Slide 18

Slide 18 text

AVOD CSAIで細かい体験の制御本質的な視聴体験に広告を細かい制御を実現するためにCSAIを導入ユーザー体験と収益性のバランスを考えながら開発しています。

Slide 19

Slide 19 text

AVOD リニア配信の精度を補う 1日目 2日目 3日目 4日目 5日目リニアはCMチャンスとともに、同時に広告配信が行われ、流入するユーザー数にブレが発生するため、目標通り進捗させることが難しい。そこでAVODがあとからそのブレを補う形で広告が消化されるような仕組みを実装しています。

Slide 20

Slide 20 text

AVOD より正確な広告配信が実現ユーザーフレンドリーで

Slide 21

Slide 21 text

新フォーマットよりリッチなCMとはクリッカブルフォーマット CMの拡張も行っています。番組から離脱しない形でLPを表示させた。 ※LPに動画があるケースが多く、現在は使われていない。動画サイト

Slide 22

Slide 22 text

パーソナライズド再挑戦デモグラだけの販売に限界が一方で売上も十分にたつようになってきた

Slide 23

Slide 23 text

DSP 広告リクエストのトラフィッククライアントサイドでのリクエストの分散と動画ストリームの動的生成をどのように実現するかが課題広告リクエストを分散させることでインフラコストを抑えられないかパーソナライズド再挑戦リクエストの分散

Slide 24

Slide 24 text

パーソナライズド再挑戦 3つの実現方法の比較外部ベンダー内製SSAI SGAI ランニングコスト △ ○ ◎ プライシングモデル(計算式) △ ○ ◎ スケジュール ◎ ○ ☓ 対応デバイス △ ○ △ キャパシティ ○ ☓ ◎ 映像品質 △ ○ ○ PMP ◎ ○ ○ 保守性 ◎ △ △

Slide 25

Slide 25 text

パーソナライズド再挑戦意思決定のためにコスト試算と収益シュミレーションを実施、意思決定を行った。

Slide 26

Slide 26 text

外部DSPによる配信 3rdPartyDataを利用した配信パーソナライズド再挑戦接触回数をコントロールした配信これにより実現できたこと。

Slide 27

Slide 27 text

タイトル１２３４５６７８９０１２３４これからのABEMA Ads

Slide 28

Slide 28 text

振返りパーソナライズド配信在庫の細分化主要セグメント好調類推や外部データ配信既存CM枠の最大化リニア・AVOD対応既存枠の限界小規模セグメントの効果課題

Slide 29

Slide 29 text

これからのABEMA Ads 新フォーマットへの挑戦効果計測と最適化

Slide 30

Slide 30 text

新フォーマットへの挑戦インターネットテレビに最適な新たなフォーマットへの挑戦現在、様々なCMに変わる広告フォーマットをリリースしています。この挑戦はまだまだ続きます。デザインスプリント等を通してより良い広告体験を追求していきます。

Slide 31

Slide 31 text

効果計測と最適化ブランド広告の効果測定 CMの効果最適化配信直接的・短期的な売上をゴールとしないブランド広告における効果計測手法の発明に取り組んでいきます。また、その効果計測手法を利用したCMの最適化配信等にもチャレンジしていきます。メディアならではの独自性があり価値の高い配信手法の発明に取り組みます。

Slide 32

Slide 32 text

タイトル１２３４５６７８９０１２３４最後に

Slide 33

Slide 33 text

メディア広告の面白さメディア広告は、通常のアドテクと異なり、メディアのグロースを視野に入れた開発を行います。ユーザーに受け入れられ、かつ事業としても成立するプロダクトの開発はとてもエクサイティングです。一緒にメディア広告を開発する仲間を募集しています！詳しくはコチラから👉

Slide 34

Slide 34 text

No content