cmo japan sumit 2016web-cache.stream.ne.jp/28b5]speee.pdf · 機械学習アプローチ(ai)...

84
D3 WEEK 2016 ネイティブアドを活用したデジタル時代に 考えるべき顧客接点の作り方

Upload: others

Post on 15-Jan-2020

2 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

D3 WEEK 2016 ネイティブアドを活用したデジタル時代に考えるべき顧客接点の作り方

Page 2: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

自己紹介

All Rights Reserved. Copyrights Speee co., Ltd. 2

左納 健大 株式会社Speee ネイティブアド事業 事業責任者 ・ デジタルマーケティングコンサルタント ・ 自社プロダクト「UZOU」開発 ・ 新規事業立案 ・ 過去SNSマーケティング活用書籍の執筆

Page 3: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 3

ネイティブアドを活用したデジタル時代に 考えるべき顧客接点の作り方

Page 4: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 4

ネイティブアドって?

Page 5: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 5

例えばこれ

ネイティブアドとは

Page 6: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドとは

All Rights Reserved. Copyrights Speee co., Ltd. 6

・ユーザー体験を妨げない

・クリック率が高くなりやすい

・自然な形でのブランディングが可能

Page 7: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

自社プロダクト「UZOU」

All Rights Reserved. Copyrights Speee co., Ltd. 7

Page 8: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 8

消費行動の変化とWeb広告

Page 9: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 9

スマホの利用シーン

Page 10: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 10

http://www.adobe.com/jp/news-room/news/201502/20150202_JapanConsumerResearch.html

消費行動の変化 – デジタルシフト -

Page 11: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 11

認知 興味 訪問 検討 購入 分析

オウンドメディア

検索

サイト 他サイト

CV

非CV分析

CV分析

購入

申込

購入

購入

ユーザー導線

Web広告

交通広告

CM

記事

公式サイト

CV

消費行動の変化 – デジタルシフト -

Page 12: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 12

認知 興味 訪問 検討 購入 分析

オウンドメディア

検索

サイト 他サイト

CV

非CV分析

CV分析

購入

申込

購入

購入

ユーザー導線

Web広告

交通広告

CM

記事

公式サイト

CV

消費行動の変化 – デジタルシフト -

Page 13: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 13

認知 興味 訪問 検討 購入 分析

オウンドメディア

検索

サイト 他サイト

CV

非CV分析

CV分析

購入

申込

購入

購入

ユーザー導線

Web広告

交通広告

CM

記事

公式サイト

CV

認知 興味

検索

ユーザー導線

Web広告

交通広告

CM

記事

消費行動の変化 – デジタルシフト -

Page 14: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 14

多種多様なWeb広告メニュー

Page 15: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 15

CPA/ROASが分かる

PDCAが回せる

投資判断が明確で継続性がある

Web広告への投資

Page 16: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 16

例)「日焼け止め」のプロモーション

アプローチ優先度を 下げている

非認知 認知 検討 ファン

Webプロモーション 注力ユーザー

日焼け止めの購入意志を もっていない消費者

一度他の商品を 購入した消費者

日焼け止めの購入を 検討している消費者

来週海に行く人

Web広告の現状

Page 17: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 17

例)「日焼け止め」のプロモーション

アプローチ優先度を 下げている

非認知 認知 検討 ファン

Webプロモーション 注力ユーザー

日焼け止めの購入意志を もっていない消費者

一度他の商品を 購入した消費者

日焼け止めの購入を 検討している消費者

来週海に行く人

どのように顧客接点を持つか

どのようにロイヤリティーをあげていくか

Web広告の現状

Page 18: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 18

ロイヤリティー向上のための広告 - ブランドリフト -

Page 19: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

国内企業事例

ワコール × MYLOHAS

「私はパンツ」 企画

All Rights Reserved. Copyrights Speee co., Ltd. 19

Page 20: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

国内企業事例

ワコール × MYLOHAS

「私はパンツ」 企画

All Rights Reserved. Copyrights Speee co., Ltd. 20

オウンドメディアPV 2ヶ月連続倍増

CTR・滞在時間も バナー広告を凌駕

Page 21: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

AdtechでのKeynote トレンドウォッチング

マネージング・ディレクター

ヘンリー・メイソン氏 “Post-Demographic Consumerism”

人々のライフスタイルやアイデンティティーは、

より流動的でフレキシブルに、

消費者の側から定義され始めている。

場所、年齢、性別などの型にはめて

その人の消費パターンを予測することはもはやできない。

All Rights Reserved. Copyrights Speee co., Ltd. 21

Page 22: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

海外企業事例

Burberry × LINE

All Rights Reserved. Copyrights Speee co., Ltd. 22

Page 23: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ブランドリフトとは

ユーザーと接点を作り、

段階を経てブランド価値を

浸透させていくこと

All Rights Reserved. Copyrights Speee co., Ltd. 23

Page 24: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ブランドリフト事例

au「SYNC YELL」 ブランドリフトに動画活用 商品サービスに対しての 理解促進/利用意向リフト →Googleの2015年上半期ベスト10動画に選出

All Rights Reserved. Copyrights Speee co., Ltd. 24

Page 25: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

例えば…

All Rights Reserved. Copyrights Speee co., Ltd. 25

クルマ情報サイト

Page 26: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

例えば…

All Rights Reserved. Copyrights Speee co., Ltd. 26

広告LP

Page 27: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 27

ネイティブアド活用

Page 28: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドとは

All Rights Reserved. Copyrights Speee co., Ltd. 28

ネイティブアド

• PCでの掲出

Page 29: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドとは

All Rights Reserved. Copyrights Speee co., Ltd. 29

ネイティブアド

• SPでの掲出

Page 30: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドとは

All Rights Reserved. Copyrights Speee co., Ltd. 30

※2007年の米ニールセン・ノーマン社による2007年の調査

Page 31: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 31

2000年から約10年間でディスプレイ広告のCTRは8割減少している

※ 参照: http://www.findstar.co.jp/columuns/view/4140

ネイティブアドとは

Page 32: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドとは

All Rights Reserved. Copyrights Speee co., Ltd. 32

1, ネイティブアドはバナー広告の1.5倍見られる

米国でさまざまなメディアのフィード(タイムライン)内に ネイティブアドを提供する「sharethrough」社が2013年に 「IPG Media Lab」と共に行った視線追跡調査から抜粋

Page 33: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドとは

All Rights Reserved. Copyrights Speee co., Ltd. 33

2. ブランドに親近感を覚えたユーザーがバナー広告に 比べて1.4倍、かつ行動を起こしたユーザーが1.5倍

米国でさまざまなメディアのフィード(タイムライン)内に ネイティブアドを提供する「sharethrough」社が2013年に 「IPG Media Lab」と共に行った視線追跡調査から抜粋

Page 34: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドのメリットとリスク

All Rights Reserved. Copyrights Speee co., Ltd. 34

• 広告がコンテンツに馴染む(表示)

=ユーザーの意識に入りやすい

Page 35: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドのメリットとリスク

All Rights Reserved. Copyrights Speee co., Ltd. 35

• 広告がコンテンツに馴染む(表示)

=ユーザーの意識に入りやすい

Page 36: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドのメリットとリスク

All Rights Reserved. Copyrights Speee co., Ltd. 36

• 広告がコンテンツに馴染む(表示)

=ユーザーの意識に入りやすい

コンテンツであると見せかけて

広告を出していると捉えかねられない

Page 37: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

ネイティブアドのメリットとリスク

All Rights Reserved. Copyrights Speee co., Ltd. 37

• 広告がコンテンツに馴染む(表示)

=ユーザーの意識に入りやすい

⇒ユーザーがネイティブアドすら無視

⇒CTRが下がる

⇒新しい広告フォーマットが求められる

コンテンツであると見せかけて

広告を出していると捉えかねられない

Page 38: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

理想とされるネイティブアド

All Rights Reserved. Copyrights Speee co., Ltd. 38

• 広告がコンテンツに馴染む(表示)

=ユーザーの意識に入りやすい

Page 39: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

理想とされるネイティブアド

All Rights Reserved. Copyrights Speee co., Ltd. 39

• 広告がコンテンツに馴染む(表示)

=ユーザーの意識に入りやすい

• 広告がコンテンツに馴染む(内容)

広告 サイト内記事

ユーザが 訪れているページ

サイト内記事・広告ともに 内容が最も近いものを選んで掲出

Page 40: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

理想とされるネイティブアド

All Rights Reserved. Copyrights Speee co., Ltd. 40

データ蓄積により

レコメンド精度が上がっていく

広告 サイト内記事

配信結果(CTR)

広告 サイト内記事

配信結果(CTR)

Page 41: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

理想とされるネイティブアド

All Rights Reserved. Copyrights Speee co., Ltd. 41

• 弊社がプロダクト開発を行う理由

Search

Display

NAD 広告が 見られていない

短期キャンペーンの 対策が出来ない

Page 42: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

自社プロダクト「UZOU」

All Rights Reserved. Copyrights Speee co., Ltd. 42

• 言語処理アルゴリズムを採用

• SEOにおけるキーワードマーケティング

• 独自の辞書機能

広告 サイト内記事

ユーザが 訪れているページ

サイト内記事・広告ともに 内容が最も近いものを選んで掲出

文章の意味を 数理的に扱う

Page 43: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

今後試用予定のアルゴリズム

All Rights Reserved. Copyrights Speee co., Ltd. 43

グラフ理論アプローチ

サイト内記事/広告ともに 内容が近いグループから 重要度が高いものを 優先的に選んでくる

ユーザが 訪れている

ページ

非公開

Page 44: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

今後試用予定のアルゴリズム

All Rights Reserved. Copyrights Speee co., Ltd. 44

確率統計アプローチ

過去のユーザ行動のログから 共起性が高いものを選んでくる

(協調フィルタリング)

Aさん

Bさん

Xさん ?

過去の ユーザ

閲覧ログ

いま 訪れている

ユーザ

非公開

Page 45: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

今後試用予定のアルゴリズム

All Rights Reserved. Copyrights Speee co., Ltd. 45

画像解析アプローチ

サイト内記事・広告ともに 画像の意味が近いものを選んでくる

(Deep Learning+自然言語処理)

「手をつなぐ」

画像の特徴を 文章で表す

非公開

Page 46: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

今後試用予定のアルゴリズム

All Rights Reserved. Copyrights Speee co., Ltd. 46

機械学習アプローチ(AI)

成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

(DQN: Deep Q-Network)

状況ごとの最適な 動かし方を学ぶ

レコメンド枠

レコメンド枠

レコメンド枠

レコメンド枠

レコメンド枠

アルゴリズム 非公開

Page 47: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

今後の方向性

All Rights Reserved. Copyrights Speee co., Ltd. 47

• アルゴリズムのブラッシュアップにより

• ユーザーにより”良い”広告をマッチング

• 商材への潜在的なモチベーションを持つユーザーにアプローチ

Page 48: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 48

弊社事例紹介

Page 49: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 49

家具通販(実店舗あり)での

新規ターゲット層の流入獲得施策

Page 50: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 50

商材 •ソファ、チェア、テーブルが主力 •価格帯はやや高め 抱えていた課題 •女性顧客は継続して多い •昔と比べて男性顧客が減少している •男性への認知度が下がっている

Page 51: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 51

当時の流入内訳

Page 52: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 52

配信方針 •30歳前後の男性の購入を促進

•20代の男性の認知度UPを促進

•将来の顧客層の育成

Page 53: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 53

ペルソナ1. 30歳前後の男性

▼住まいについて

都内1Kにひとり暮らし インテリアに特別なこだわりはないが、自分の部屋は落ち着く空間にしたい。まだ自分にお金を使いたいので結婚は考えていない。 ▼休日の過ごし方

大学時代の友人とBBQに行ったり、家で飲み会をしたりすることが多い。最近は彼女とレンタカーでドライブをするのが定番のデート。

性別:男性 年齢:29歳

職業:会社員

※社会人7年 ※一人暮らし7年

Page 54: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 54

ペルソナ2. 20代の男性

▼住まいについて

都内1Kにひとり暮らし 今年から社会人でひとり暮らしは大学時代から。引っ越したばかりでお金がないが、女子ウケの良い部屋にしたい。 ▼休日の過ごし方

会社の同期と飲みにいくことがしばしば。彼女募集中なので合コンにもよく参加している。

性別:男性 年齢:23歳

職業:会社員

※社会人1年目 ※一人暮らし5年

Page 55: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 55

配信設計

▼ランディングページ

トレンドに合わせた 男性向けインテリア

特集ページ

流行テーマの インテリアを多数紹介

※写真多数

その中で 使用されている アイテムを紹介

アイテム詳細ページへの導線

Page 56: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 56

配信設計

▼テキスト 30歳前後向け ・ 「大人」「オトナ」「30代」「アラサー」 ・ 「落ち着き」「男前」「こだわり派」 →購入可能性のあるユーザーに訴求できるキーワードを 20代向け ・ 「インテリア」「保存版」 ・ 「オシャレ」 「ワイルド」 →幅広いユーザーにクリックを促せるようなキーワードを

Page 57: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 57

結果

・流入ユーザーの男性の比率上昇

73%65%

27%35%

0%

10%

20%

30%

40%

50%

60%

70%

80%

前 後

男性 女性

Page 58: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 58

結果

・25~40代の男性が増加

18-24

9%

25-34

20%

35-44

26%

45-54

19%

55-64

15%

65+

11%

その他のキャンペーン18-24

5%

25-34

21%

35-44

33%

45-54

21%

55-64

13%

65+

7%

今回のキャンペーン

Page 59: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例①

All Rights Reserved. Copyrights Speee co., Ltd. 59

結果

・ネイティブアド →リターゲティング →CVの経路が増加

ネイティブアド

ネイティブアド

ネイティブアド

Page 60: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 60

ホテルチェーンでのネイティブアド活用によるプロモーション最適化事例

Page 61: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

商材 •全国ホテルチェーン 抱えていた課題 •ホテルの新規オープン時に 最適なwebプロモーション内容が 分からない

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 61

Page 62: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 62

当初のプロモーション施策

NEW OPEN!

ホテルOPEN時には ホテル全体の

プロモーションを増強

バナー広告 リスティング広告

サーチ等

Page 63: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 63

当初のプロモーション施策

NEW OPEN!

一部 新ホテルLPに

バナー・ リスティング 広告配信

※方針なし

ホテルOPEN時には ホテル全体の

プロモーションを増強

バナー広告 リスティング広告

サーチ等

Page 64: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 64

配信方針 メインユーザーである ビジネスマン向けに配信しつつ クリエイティブによる検証を行い 新規オープンのホテル毎に 最適化した訴求ポイントを検証しフォーマット化していく

Page 65: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 65

配信設計

▼ランディングページ

新規OPENの ホテル紹介ページ

写真多数で視覚的に 訴求

各ホテルで仕様が違う

Page 66: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 66

配信設計

▼テキスト

ビジネスマン向け 「ビジネスホテル」 「ビジネスマン」 「出張」

各ホテルの強み訴求 「温泉」 「海鮮」 「観光」「駅近」

地域 ホテルの地域名 ×

Page 67: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 67

検証内容

複数の新規ホテルへの配信結果から 下記を分析

・テキスト別(クリエイティブ別) ・直帰率 ・ページ/セッション ・滞在時間 ・CTR

Page 68: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 68

検証内容

観光地

観光地

Page 69: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 69

検証内容

観光地

観光地

観光名所・ビジネス利用 「観光」掛け合わせの検索結果 市区町村別事業所数・ヒアリングより

検索ボリューム ≒エリア知名度

数値の良いタイトル CTR・回遊性の良いテキスト内容

Page 70: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 70

結果

全てのホテルは 3つのグループに分類可能 1. 観光・ビジネス両用 2. ビジネス用 3. 観光用

Page 71: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 71

結果

男性60%前後 閲覧時間帯:朝と夜 「観光地」で成果◎

男性65%~68% 閲覧時間帯:夕方から夜 「ビジネス」で成果◎

男性61%~64% 閲覧時間帯:昼過ぎから夜 「ビジネス/観光」共に成果◎

1 ◎

2

3

観光 ビジネス

利用

◎ ×

△ ◎

エリア 知名度

×

Page 72: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 72

結果(配信内容検討)

男女に配信 配信時間帯:朝と夜 「観光地」推し

男性に配信 配信時間帯:夕方から夜 「ビジネス」推し

女性にも配信 配信時間帯:昼過ぎから夜 「ビジネス」「観光」推し

1 ◎

2

3

観光 ビジネス

利用

◎ ×

△ ◎

エリア 知名度

×

Page 73: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 73

今後の新規ホテルOPEN後の配信

NEW OPEN! (1)エリア知名度

(2)事業所数 (3)「観光」検索結果 確認

前述の3グループに分類

該当グループに合わせた配信

Page 74: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 74

今後の新規ホテルOPEN後の配信

NEW OPEN! この方法を

他の配信方法にも展開 (バナー/リスティング)

ネイティブアドのテキスト配信結果からリターゲティングの

クリエイティブを変更

Page 75: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

運用事例②

All Rights Reserved. Copyrights Speee co., Ltd. 75

リターゲティングへの活用例

仕事で疲れた身体を癒やす 温泉があるビジネスホテルって…

▼クリエイティブ訴求ポイント

・前述のグルーピングに 則った訴求

+ ・ネイティブアドの複数 テキスト配信から 成果の良い訴求ポイン トを抽出

非公開

Page 76: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 76

目指している未来

Page 77: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

All Rights Reserved. Copyrights Speee co., Ltd. 77

CPA/ROASが分かる

PDCAが回せる

投資判断が明確で継続性がある

Web広告への投資

Page 78: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

Web広告の現状

All Rights Reserved. Copyrights Speee co., Ltd. 78

配信金額:27,929

CPA:1,746

1日入札

LP

配信金額:2,500

CPA:--

配信金額:533

CPA:533

配信金額:2,162

CPA:--

配信金額:7,133

CPA:3,566

配信金額:1,822

CPA:--

配信金額:401

CPA:--

配信金額:5,388

CPA:539

配信金額:2,550

CPA:364

配信金額:596

CPA:199

TOP

キャンペーン

初心者向け

商品・サービス

申込みフォーム

配信金額:4,129

CPA:4,129

配信金額:3,074

CPA:3,074

配信金額:34,610

CPA:2,472

配信金額:14,653

CPA:7,326

配信金額:5,402

CPA:675

配信金額:2,536

CPA:845デモトレード

1~5日 5~14日

配信金額:552

CPA:552

配信金額:93,011

CPA:23,253

配信金額:140,295

CPA:46,765

配信金額:14,501

CPA:1,115

配信金額:5,085

CPA:1,695

キャンペーン②

Page 79: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

Web広告の現状

All Rights Reserved. Copyrights Speee co., Ltd. 79

配信金額:27,929

CPA:1,746

1日入札

LP

配信金額:2,500

CPA:--

配信金額:533

CPA:533

配信金額:2,162

CPA:--

配信金額:7,133

CPA:3,566

配信金額:1,822

CPA:--

配信金額:401

CPA:--

配信金額:5,388

CPA:539

配信金額:2,550

CPA:364

配信金額:596

CPA:199

TOP

キャンペーン

初心者向け

商品・サービス

申込みフォーム

配信金額:4,129

CPA:4,129

配信金額:3,074

CPA:3,074

配信金額:34,610

CPA:2,472

配信金額:14,653

CPA:7,326

配信金額:5,402

CPA:675

配信金額:2,536

CPA:845デモトレード

1~5日 5~14日

配信金額:552

CPA:552

配信金額:93,011

CPA:23,253

配信金額:140,295

CPA:46,765

配信金額:14,501

CPA:1,115

配信金額:5,085

CPA:1,695

キャンペーン② 過剰配信

Page 80: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

継続的に顧客獲得を続けるために

All Rights Reserved. Copyrights Speee co., Ltd. 80

通常

・ ・ ・ 出稿費用

1ヶ月目 2ヶ月目 3ヶ月目

継続的に顧客獲得するために

・ ・ ・

1ヶ月目 2ヶ月目 3ヶ月目

AT

RE

AT

RE

AT

RE

AT

RE

AT

RE

AT

RE

CPA維持のため リタゲのみ絞って配信

リタゲ対象が増えず 配信量が伸びない

初月の獲得見込みは 低い

次月以降の リタゲ配信量に貢献

AT 配信量

RE 配信量

出稿費用

AT 配信量

RE 配信量

リタゲ対象が増えず 配信量が伸びない

次月以降の リタゲ配信量に貢

Page 81: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

Web広告の現状

All Rights Reserved. Copyrights Speee co., Ltd. 81

どのように顧客接点を持つか どのようにロイヤリティーをあげていくか

Page 82: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

目指している未来

All Rights Reserved. Copyrights Speee co., Ltd. 82

ユーザーにより”良い”広告をマッチング 商材への潜在的なモチベーションを持つユーザーにアプローチ

Page 83: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

お問い合わせ先

All Rights Reserved. Copyrights Speee co., Ltd. 83

▼企業情報 株式会社Speee( http://speee.jp/ ) ▼サービス情報 UZOU( http://webmarketing-sp.jp/uzou/ ) ▼お問い合わせ先 [email protected] 03-5114-1941

Page 84: CMO Japan Sumit 2016web-cache.stream.ne.jp/28B5]Speee.pdf · 機械学習アプローチ(AI) 成果が最大化するよう状況ごとに 最適なパラメータの動かし方を学習

FIN