Jubatusをベースにしたオーディエンスの分析エンジンの紹介

Jubatus Casual Talk #3 「Meteor: Jubatusをベースにしたオーディエンスの分析エンジンの紹介」 2014年6月29日株式会社Intimate Merger 渡部創史

Intimate Merger 会社概要 2 商号出資元の情報株式会社Intimate Merger インティメート・マージャー設⽴立立 2013年年6⽉月オフィス六六本⽊木cross point 代表簗島　亮亮次⾼高度度な広告配信技術を持つフリークアウトと検索索・データマイニング技術に強みを持つPFIとのジョイントベンチャーグリーでデータマイニング、ポータル、編成、 API、SDKなど複数部⾨門のマネジメントしていた⼈人間を中⼼心としたデータマネジメント企業 “ビックデータをお⾦金金に換える“をテーマにビックデータの活⽤用や利利⽤用環境の構築を⽬目標とした企業日本最大規模月間1200億リクエストの配信データを持つフリークアウトビックデータをビジネスに結びつけるノウハウをもったメンバー数億のデータを 0.1秒台で分析する技術力を持つPFI メンバー創業ミッション

2013 FreakOut Inc., All Rights Reserved. 3 AD 対象メディアを閲覧していると想定されるユーザー情報をもとに、URL単位での広告枠を購入予め決められたimpを決められた価格で購入 ∼これまでのディスプレイ広告∼ 純広告買付け対象：メディアの枠発生したimpが広告主様にとってどれくらい有益かをリアルタイムに判断し、接触しているオーディエンスによって適切な価格で入札より親和性が高いと判断親和性が高いと判断親和性が低いと判断 ∼これからのディスプレイ広告∼ DSP 買付け対象：オーディエンス（人）買わない 50円で入札 100円で入札どういう行動特性、生活習慣をもったオーディエンスかDSPが判断【サイト閲覧者】特定の媒体予め決められた金額媒体単位での最適化入札による適切な価格での買付複数の媒体を横断場所は関係なく「人」オーディエンスに合わせて配信 DSPについて場所価格クリエイティブ場所価格クリエイティブ

RTB(realtime bidding)の仕組み 4 0.05秒間で媒体に来訪してきたユーザーのCookie情報を分析、広告枠のオークション取引を実施インプレッション発⽣生発⽣生したインプレッションのオーディエンス情報をDSPに送付リアルタイム⼊入札機能⽣生活者広告主ユーザーのCookie情報（サイト閲覧行動・閲覧日時、リファラー情報、キーワードなど）と広告主のターゲットを分析し、「このユーザーはターゲットか？」というマッチングをするリアルタイムオークション機能 SSP 3 2 1 同じ広告枠でも無駄なインプレッションには⼊入札せず、広告主様にとって価値のあるオーディエンスのインプレッションのみを買い付ける ◇ 0.05 秒でのやり取り ① メディアの枠にてインプレッション発生 ② 発生したインプレッションのオーディエンス情報を DSP に送付 ③ ユーザーの cookie 情報を分析し、オークション取引を開始 ④ オークションで落札された広告主が、オーディエンスと親和性の高いクリエイティブを配信

DMPの全体像とポジショニング DMP プライベート DMP パブリックDMP 広告系DMP CRM系DMP データセラー DMP 1st partyデータを⽤用いたターゲティングを⾏行行うためのDMP 1st/3rd partyデータを⽤用いたターゲティングを⾏行行うための DMP アクセスデータを⽤用いた広告ターゲティング⽤用会員データを⽤用いたメールやコールセンター⽤用

マーケティング課題解決のためのデータ・アクティベーション・プラットフォーム Intimate Mergerのプラットフォームはデータをデータのままで流通させるプラットフォームではなく、データの利活用チャネル上で流通させるデータ・アクティベーション・プラットフォーム 6 データ利用者（マーケッター/商品企画/事業マネジメント etc）／消費者データプロバイダー(メディア（自社・他社）／リサーチ／CRM／他DMP etc) CRMコンテンツ最適化広告配信 Data Management System Nebula Data Activation System Meteor 分析拡張 Analytics DMP

7FreakOut Inc., All Rights Reserved. Intimate Merger が提供する『 Audience Search 』に 1st.party データを連携する事で保有セグメント毎のオーディエンスを可視化し活用を支援年年齢性別職業収入結婚・⼦子供有無興味関⼼心 Audience Search 1st. Party データのセグメントを Intimate Merger が保有するオーディエンスデータと “ セグメント単位 “で連携する事で詳細なディスカバリー情報を取得可能 1st.Party Data 提携メディアのアクセスログネットリサーチデータ SSP のリクエストデータ提携決済事業者データ

性別年齢収入結婚有無⼦子供有無 [サンプル] Audience Search

興味関心職業ブラウザリーチ [サンプル] Audience Search

データ活用例

Look-a-like によるオーディエンス拡張ロイヤリティ -> 低 1st.party データ類似したオーディエンスを抽出しリストにオーディンエンス数を指定しセグメント化・バナー配信貴社サイト来訪者と Intimate Merger保有データのマッチング Cookie IDに紐紐づいた Web閲覧履履歴や検索索ワードをもとに拡張セグメントを⽣生成ロイヤリティ -> ⾼高ロイヤリティ -> ⾼高類推精度度⾼高低拡張対象オーディエンス１億ユーザから、クラスタリング、近傍探索索のスコアが上位のIDを数万〜～数⼗十万程度度抽出する。拡張対象オーディエンスは数千〜～数⼗十万。

ネットリサーチ×Intimate Merger 12 In-‐‑‒Bannerリサーチ分類年年齢性別結婚・⼦子供有無ネットリサーチで拡張したオーディエンスを元にターゲティングを⾏行行い、 In-‐‑‒Bannerリサーチと連携して認知や興味を調査

ペルソナ分析 13 対象セグメント ※ Freak Out で設定している URL ベース単位の　セグメント単位で分析可能対象セグメントから分析された相性の [ 良良い / 悪い] セグメントを可視化分析されたペルソナをセグメント化し実配信などに活⽤用する事も可能 Web上でのペルソナ診断企業と提携し、ペルソナの分類モデルを作成。ユーザ群に対し、その分類モデルからどのペルソナユーザが多いのかをオンラインで分析し、結果を表⽰示。

利用している Jubatus の機能 l  nearest neighbor (近傍探索) ⁃  オーディエンス拡張 ⁃  look-a-like 分析 l  classifier (分類) ⁃  属性、ペルソナ分析 ⁃  オーディエンス拡張 l  clustering (クラスタリング) ⁃  core-set（代表点）を利用 14

15 分析デモ

ご清聴ありがとうございました。 16

http://blog.jubat.us	1930
http://www.slideee.com	17
https://2023884025454259159_72fe9922d69be86dcda13bb0adbe886583a5d5ad.blogspot.com	13
https://twitter.com	10
http://2023884025454259159_72fe9922d69be86dcda13bb0adbe886583a5d5ad.blogspot.jp	1
http://www.google.com	1

Jubatusをベースにしたオーディエンスの分析エンジンの紹介

by JubatusOfficial

on Jul 02, 2014

Statistics

Views

Actions

6 Embeds 1,972

Accessibility

Categories

Upload Details

Usage Rights

Report content

Jubatusをベースにしたオーディエンスの分析エンジンの紹介 Presentation Transcript