@d_tettu blog

メディアとかウェブとかネコとかそこらへん。たまに日記。

Googleは、機械学習でどうマーケティングを変えようとしているのか #AWAsia

メディア 広告

2018年5月14日〜16日に、東京ミッドタウンで開催されているAd Week Asia。会社の偉い人から関係者向けのチケットをもらったので行ってきました。

Googleの機械学習xマーケティングのセッションがあったので覗いてきましたが、これまた面白かった。どこかで耳にした話ではあったものの、なるほどこういうことだったのかと。

やっぱりGoogleすげえなあ。

ちなみに、Ad Week Asiaに関連するほか記事はこちら。1日で4つほどログミーしたよ。

LINE 桜川さんの話す「もっと読んでもらうための工夫」が実用的すぎてめちゃいい #AWAsia #LINE_AWA - @d_tettu blog

6秒でメッセージを届ける方法とはーーYouTube動画広告の効果的な作り方 #AWAsia - @d_tettu blog

セッション内容

  • 5月14日（月）@東京ミッドタウン
    • Google 水谷 嘉仁さん
    • Loco Partners 宮下 俊さん

  • AIにも種類がある。
    • AI>機械学習>深層学習（Deep Learning）
      • DeepLearningによって、猫の写真を学習させまくることで、機械が判断できるようになる。
      • 今年のエイプリルフール、物理キーボードを発表した。
 
 
  • Google Photoがお気に入り
    • 特定の場所、名前で検索することができる。
    • トレーニングと検索して、ある画像を出すことができる。
    • 「筋トレ」だとジムが出てくる、元気（息子）と検索すると、息子が出てくる
  • Gmailにスマートリプライという機能がある。
    • 内容に応じて返信文章を考えてくれる機能。
  • Google翻訳
    • 写真を撮って、自動で文言内容を翻訳する。
 
  • 3つのAでマーケティングを変える
    • Audience、Automation、Attribution
 
  • Audience
    • 指定した顧客セグメントを抽出して、似たような検索行動をとっている人を特定して、広告配信の最適化を進める。
 
    • マイナビバイトはこれにより効率化を進め、65%の申し込み増を達成。
  • Automaiton
    • スマート自動入札
      • 自動化してリソースを節約し、より価値ある業務にリソースを投下することができる。
      • ある特定のワードに入札している場合に、より効果的な配信方法を絞り込むことができる。
    • DSA：動的検索広告
      • 運用者の思い込みで属人運用がされていたが、DSAを使うと、関連性の高いLPを誘導することができるようになる。
  • Attribution
    • 貢献度をどう分配するかを指す
    • 主流はラストクリックだったが、これからはData Driven Attribution。
    • シュートを決めた人がチヤホヤされるのではなく、過程で貢献した人も評価したい、というもの。
      • 事例：結婚までの道のり
      • どこが良かったのか、「井の頭公園のデートが決め手として大きかったですね」みたいなことがわかったりする。
 
    • DDAだと、機械学習に基づいて貢献度を割り当てる。、また、モデリング対象もCVRベースで絞れる。ウィンドウも長め。
  • どうやって見ていくのか
    • Last Click Attributionだと、カスタマージャーニー的には限定的な視点になってしまう。
 
    • Data Driven Attribition。DDA DSA Atrtribution
      • リアルタイムに入札単価を調整する、ユーザーデータを使って、顧客セグメントごとに配慮する、これによりビジネスの成長に役立てる。
 
      • Smarter Together、ベルーナ様の事例
        • データの質と量が大事。
      • 他にも大東建託、ダイハツ……
 
  • 今日の内容をマーケティングに活用した、Loco Partnersの事例
    • 宮下さん：Reluxのマーケティングとプロダクトを担当している。
      • サッカー代表の香川さんにアンバサダーに就任していただいた。
 
    • Reluxとは
      • ユーザーと宿泊施設をマッチングさせるビジネス。
      • 予約をしていただくことで、送客手数料（予約手数料）をもらう。
        • 競合も一緒だが、ユーザーも宿泊施設も量を増やすモデル。
        • ただ、Reluxは数を絞っている。全国で約1,000件。じゃらんの5%以下。
        • 独自のグレードで分類している。ユーザーレビューだけでなく、格付けしている。
          • 年間100泊するスタッフがいて、その人が評価する。これが評価をいただいている。
          • 実際には「失敗したくない」というシーンにおいてご利用いただいている。その結果、満足度が1位に。
        • 会員数は100万人を超え、海外ユーザーにも利用されている。
 
    • 創業時からのマーケティング活動、機械学習について
      • 2013〜：SNS中心のマーケティングを進めていた。だが、成長に応じて後半はスピードが鈍化。
      • 2016〜：SEMを導入、ラストクリックをゴリゴリ見ていた。
      • 2018〜：機械学習を活用、統合した。
  • 3つのAにもとづいて整理する
    • Audience
      • 類似の新規ユーザーへのリーチを強めていく。
      • 既存顧客でもリマーケティング。既にリーチしていた人に再度アプローチ。
    • Automation
      • GoogleのAIがクリエイティブなどを自動で組み合わせ、ターゲティングし、入札もしてくれる。
      • マーケ担当者が個別にPDCAを回していたが、工数が浮いた。
        • 浮いたリソースでクリエイティブ100以上をテストしたり。
 
    • Attriobution
      • 投資をラストクリックから全体最適するように。
      • ユーザーの検索過程が複雑になりがちだが、前段階を全く評価できていなかった。
        • 最初に「長野県 温泉」と検索していたが、そこから「アンダリゾート別邸」「アンダリゾート割引」と行動した。こういった経路が可視化/最適化されたので、最初のワードにも入札できるようになった。
 
  • 機械学習を活用したマーケティングの結果
    • 獲得単価、獲得率、獲得数、それぞれ目覚ましい結果となった。
      • 今後は広告媒体にまたいだアトリビュートに挑戦していく。
 
    • リスクをとらないことがリスク。これがReluxで大事にしていること。
      • 切り替え当初は凹んだこともあったが、学習タームとして捉え、結果を出すことができた。
      • 変化というリスクを犯さないことが、将来的な事業リスクになりうると考えている。
      • 機械学習の導入は確実にチャンスである。目の前のリスクにおそれず、リスクテイクしてゲインをとっていきたい。
      • AIの学習期間も大事。いち早くかじを切って、学習させる。その結果を出す。今後も続けていきたい。
 
  • 今後の展望
    • 動画施策、クリエイティブ改善を続けて、売上最大化を狙いたい。

注釈：高速でまとめたので、聞き取れなかった箇所は省いたりしています。誤りがあった場合はご指摘ください。

Tw：山口 亮 (@d_tettu) | Twitter