ABEMA Ads 技術の変革と展望/devcon2021_20_ABEMA Ads
by
Wataru Fukunaga
Link
Embed
Share
Beginning
This slide
Copy link URL
Copy link URL
Copy iframe embed code
Copy iframe embed code
Copy javascript embed code
Copy javascript embed code
Share
Tweet
Share
Tweet
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