Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
パーソナライズド広告配信 における純広告の在庫管理
Search
Shunta Furukawa
August 05, 2020
Technology
2
2.4k
パーソナライズド広告配信 における純広告の在庫管理
パーソナライズド広告配信を前提とした純広告の管理方法について
説明をした資料です
Shunta Furukawa
August 05, 2020
Tweet
Share
More Decks by Shunta Furukawa
See All by Shunta Furukawa
AlphaGoの論文について
shuntafurukawa
0
76
Machida Tech Night #2 My Failure on Wally Game with Machine Learning
shuntafurukawa
0
78
Machida Tech Night #1 My First Use of Chainer
shuntafurukawa
0
45
路線認知地図の構築を支援するナビゲーションシステム
shuntafurukawa
1
140
Helpal - Help Exchanging Platform
shuntafurukawa
0
99
Other Decks in Technology
See All in Technology
PO初心者が考えた ”POらしさ”
nb_rady
0
210
さくらのIaaS基盤のモニタリングとOpenTelemetry/OSC Hokkaido 2025
fujiwara3
3
440
LangSmith×Webhook連携で実現するプロンプトドリブンCI/CD
sergicalsix
1
240
Claude Code に プロジェクト管理やらせたみた
unson
6
4.1k
KubeCon + CloudNativeCon Japan 2025 Recap Opening & Choose Your Own Adventureシリーズまとめ
mmmatsuda
0
280
United airlines®️ USA Contact Numbers: Complete 2025 Support Guide
unitedflyhelp
0
310
Enhancing SaaS Product Reliability and Release Velocity through Optimized Testing Approach
ropqa
1
230
AI専用のリンターを作る #yumemi_patch
bengo4com
5
4.3k
関数型プログラミングで 「脳がバグる」を乗り越える
manabeai
1
190
american aa airlines®️ USA Contact Numbers: Complete 2025 Support Guide
aaguide
0
180
LLM時代の検索
shibuiwilliam
2
170
生成AI活用の組織格差を解消する 〜ビジネス職のCursor導入が開発効率に与えた好循環〜 / Closing the Organizational Gap in AI Adoption
upamune
7
5.3k
Featured
See All Featured
The Invisible Side of Design
smashingmag
301
51k
Bash Introduction
62gerente
613
210k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
740
RailsConf 2023
tenderlove
30
1.1k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
181
54k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
Unsuck your backbone
ammeep
671
58k
For a Future-Friendly Web
brad_frost
179
9.8k
Adopting Sorbet at Scale
ufuk
77
9.5k
Scaling GitHub
holman
460
140k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
20
1.3k
Transcript
パーソナライズド広告配信 における純広告の在庫管理 株式会社 AbemaTV フルスタックエンジニア 古川 俊太
自己紹介 古川 俊太 Abema TV / 広告本部 / フルスタックエンジニア 略歴
・(株) パンカク : デザイナー / PM ・大学院 : システム工学 と デザイン思考 ・(株) NTTドコモ : PM ・AbemaTV : PM -> FE/BEエンジニア 何でもやります
アジェンダ • ABEMA について • ABEMA の 広告ビジネス について •
広告の在庫/在庫管理 について • パーソナライズド広告と 在庫管理の課題 • 現状の解決方法 • まとめ
ABEMAとは
ABEMA Ads メディアガイド より抜粋
ABEMA Ads メディアガイド より抜粋
基本 無料 登録 必要なし 有料 プレミアム ✔ 広告 無し ✔
プレミアム限定コンテンツ の 視聴 ✔ 動画ダウンロード機能 ✔ 追っかけ再生機能 ✔ 見逃しコメント機能
ABEMA の 広告ビジネス について
ABEMA プレミアム 月額料金 ABEMA プレミアム 視聴 ABEMA 無料視聴 ABEMA 広告視聴
有料会員 一般視聴者 広告代理店 広告実費 手数料など 商材の訴求 課金 広告配信 広告出稿費 広告主 周辺ビジネス 広告
ABEMA プレミアム 月額料金 ABEMA プレミアム 視聴 ABEMA 無料視聴 ABEMA 広告視聴
有料会員 一般視聴者 広告代理店 広告実費 手数料など 商材の訴求 課金 広告配信 広告出稿費 広告主 周辺ビジネス 広告
番組 番組 ABEMA 無料視聴 ABEMA 広告視聴 広告代理店 商材の訴求 広告配信 広告出稿費
広告主 広告 一般視聴者 新作!! 広告出しましょう! 広告 新しいビール 出たんだ! 売上 ビール ビールの広告 流します!
広告の在庫/在庫管理 について
番組 番組 ABEMA 無料視聴 ABEMA 広告視聴 広告代理店 商材の訴求 広告配信 広告出稿費
広告主 広告 一般視聴者 新作!! 広告出しましょう! 広告 新しいビール 出たんだ! 売上 ビール ビールの広告 流します!
9月1日 から 9月10日 の 10日間で 素材を 500万回 視聴させたい 9月1日 から
9月10日 で 500万 imp 出したい 広告代理店 広告配信 広告出稿費 大丈夫です! 400万 imp 予測 した imp数 = 在庫 案件の 受注判断ができるように 在庫 を管理すること = 在庫管理
imp数 日付 総在庫 現在 [ ク リ ッ ク ]
10日で 500万 imp 消費 在庫 50万 imp
imp数 案件 案件 案件 総在庫 案件 2020/09/01 受入 可能 ライン
パーソナライズド広告と 在庫管理の課題
番組 番組 ABEMA 無料視聴 ABEMA 広告視聴 広告代理店 商材の訴求 広告配信 広告出稿費
広告主 広告 一般視聴者 広告 売上 ビール 少 多 パーソナライズド配信
この記事 是非読んでみてね 「ABEMA」エンジニアに聞く、リニア放送における新広告配信システム
ABEMA Ads メディアガイド より抜粋 多種多様なパーソナライズド広告のターゲティングメニュー NEW!!
10代女性 20代女性 30代女性 10代男性 20代男性 30代男性 × アニメ スペシャル 韓流・華流
ドラマ 格闘 釣り ・・・ ターゲティング項目の 組み合わせ分の在庫数を管理しようとすると...
大項目 中項目 項目数 デモグラフィック マーケ区分 8 デバイス SP / PC
/ TV 3 OS iOS / Android / PC 3 キャリア 3 エリア 都道府県 47 サイコグラフィック 興味関心 2^10 サイコグラフィック 購買意欲 2^27 チャンネル 27 曜日 7 配信先 2 ロール 4 8*3*3*3*47*(2^10)*(2^27)*27*7*2*4 = 2.109663747E18 200京以上通りの組み合わせになり、現実的ではない
現状の解決方法
imp数 2020/09/01 総在庫 1000万 imp ① 男性/20-30代/関東 で の 総在庫
? 案件A 400万 imp 案件B 200万 imp iOS ② 既存案件の 男性/20-30代/関東 の 消費在庫 は? 案件C 男性 20 - 30代 関東 150万 imp 80% 受入 可能 ライン 800万 imp
組み合わせ数が多くなってしまう問題への対応 男性 10代 iOS Docomo 兵庫 NEWS 2020-06-01 00:00:01 性別
年齢 OS キャリア エリア チャンネル 女性 50代 iOS -- 東京 HIPHOP 2020-06-01 00:00:02 男性 10代 Android Softbank 神奈川 スペシャル 2020-06-01 00:00:03 女性 40代 iOS au 青森 アニメ 2020-06-01 00:00:04 女性 20代 iOS au 島根 麻雀 2020-06-01 00:00:05 男性 20代 Web -- 鳥取 格闘 2020-06-01 00:00:06 男性 10代 Android ドコモ 宮城 アニメ 2020-06-01 00:00:06 女性 30代 Web -- 熊本 スペシャル 2020-06-29 23:59:51 男性 10代 Android ドコモ 徳島 アニメ 2020-06-29 23:59:53 女性 30代 iOS Softbank 東京 アニメ 2020-06-29 23:59:53 男性 50代 Web -- 神奈川 NEWS 2020-06-29 23:59:54 男性 50代 iOS ドコモ 千葉 将棋 2020-06-29 23:59:56 女性 40代 Android au 埼玉 将棋 2020-06-29 23:59:58 男性 10代 iOS ドコモ 新潟 釣り 2020-06-29 23:59:59 ︙ 性別 年齢 OS キャリア エリア チャンネル ︙ 女性 30代 Web -- 熊本 スペシャル 男性 10代 Android ドコモ 徳島 アニメ 女性 30代 iOS Softbank 東京 アニメ 男性 50代 Web -- 神奈川 NEWS 男性 50代 iOS ドコモ 千葉 将棋 1000万行 ログをサンプリングして、特徴を映した疑似実績ログの集合を作る
疑似実績ログを使って 総在庫を計算 例) 男性 / 20-30歳 / 関東 性別 年齢
OS キャリア エリア チャンネル ︙ 女性 30代 Web -- 熊本 スペシャル 男性 10代 Android ドコモ 徳島 アニメ 女性 30代 iOS Softbank 東京 アニメ 男性 50代 Web -- 神奈川 NEWS 男性 50代 iOS ドコモ 千葉 将棋 1000万件 絞り込み SELECT COUNT(*) FROM ログプール WHERE 性別 = “男性” AND 年齢 IN (“20代”,”30代”) AND エリア IN ( “東京”, “神奈川”, “千葉”, “埼玉”, “群馬”, “栃木”, “茨木” ) 性別 年齢 OS キャリア エリア チャンネル ︙ 男性 30代 茨木 麻雀 男性 20代 Android ドコモ 栃木 アニメ 男性 30代 iOS Softbank 東京 NEWS 男性 20代 Web -- 神奈川 NEWS 男性 20代 ドコモ 千葉 将棋 400万件 Web Android -- = 400万imp
議事録を使って 消費在庫を計算 案件A の 場合 案件A 400万 imp 400万 imp
疑似実績ログ上の総在庫数 受入判断する案件のターゲティング条件 (男性/20代-30代/関東) に合う 在庫数 400万imp 1000万imp 160万 imp
iOS 400万 imp 男性 20-30代 関東 議事録を使って 消費在庫を計算 案件B 200万
imp iOS 250万 imp 100万 imp 1000万 imp 案件B の 場合 100万 imp 250万 imp 80万 imp 200万 imp 案件B かつ 案件C の条件にあう 疑似実績ログ上のimp数 案件B の条件にあう 疑似実績ログ上のimp数
imp数 2020/09/01 総在庫 1000万 imp ① 男性/20-30代/関東 で の 総在庫
? 案件A 400万 imp 案件B 200万 imp iOS ② 既存案件の 男性/20-30代/関東 の 消費在庫 は? 案件C 男性 20 - 30代 関東 150万 imp 80% 受入 可能 ライン 800万 imp => 400万imp 受入可能ライン 80% => 320万imp => 80万imp => 160万imp 320万 - 160万 - 80万 = 残り 80万 imp
まとめ
決まった imp数が配信できないと事故になるため、 配信できるimp数 を 見立てる必要がある。 = 総在庫 ABEMAでは広告案件が発注される時は、予め 出す imp数
と期間が決まって発注される。 既に受注済みの案件が imp数をどのくらい 出す想定なのかを 考慮する必要がある = 消費在庫 ターゲティング項目が多くなると 組み合わせでは追いきれない ので、疑似実績ログを使って 計算をしている。 この方法だと、ターゲティング項目がいくら増えても対応可能。
ありがとうございました