AIで広告予算を最適化 | DATUM STUDIOが『D-Reg』 をリリース

最終更新日:

広告はかねてからデータドリブンな取り組みが進んでいます。AI・人工知能の活用が進む以前から、ターゲティング広告などデータに基づいて広告効果を向上させる事例が多く生まれました。そんなデータドリブンな広告領域において、AI・人工知能の活用も進みやすく、特に予測の領域で活用が進んでいます。

この度、AI・人工知能の受託開発やコンサルティングを手がけるDATUM STUDIO株式会社が、AIを活用した広告予算配分の最適化ツール『D-Reg』 (デーリグ)を正式リリースしたと発表しました。

これまで テレビ局、メガバンク、通販業、保険会社、広告代理店 などに先行して提供していたサービスをパッケージ化し、さらに使いやすくマーケティング担当者向けに開発したとのことです。このツールは5年前、某テレビ局のイベント集客に関する広告の効果検証依頼を受けて開発したのがきっかけで、以降顧客ごとに作成してきました。

主な機能は、予算から売上を予測する機能目標売上を設定して広告の予算配分を予測する機能に分かれ、マーケティング担当者が勘や経験に頼らずデータに忠実に広告出稿できるように工夫されています。

 

予算から売上を予測する機能

目標売上を設定して広告の予算配分を予測

広告の残存効果

広告効果の推定結果のイメージの例:期間を通して、リスティングとTVCMの効果が高い

独自のAI技術である「DATUM Regression Model」 を採用

今回、モデルとして採用したのは、AI(機械学習)を用いた当社独自開発の回帰モデル「DATUM Regression Model」です。

効果分析は通常、重回帰モデルが使われます。しかし、このモデルはビジネスデータ、特にマーケティングや広告の効果を分析しようとすると、多重共線性(マルチコ)という本来プラスであるものがマイナスになってしまう問題が発生します。

これを解決するのに教科書を見ると「マイナスになった変数を省いてモデルを作り直す」となっています。自然現象などを説明するならばそれでよいかもしれませんが、広告の話になると、「じゃあ、省いた広告はどうなってしまうのか?」という事になるので、このやり方では解決できません。

「DATUM Regression Model」は、この問題が起きないように改善した新しい回帰モデルです。他のツールだとマイナスの部分を0 にしてしまったりするものもありますが、「DATUM Regression Model」はマルチコが起きないため適切な分析をすることが出来ます。

DATUM STUDIO株式会社 取締役CAO 里 洋平 氏

「DATUM Regression Model」の概要

重回帰モデルのビジネス適用で発生する問題(多重共線性)を解決した独自回帰モデル

『D-Reg』は今後、精度を上げていくと同時に、この様なツールは使い勝手が重要であるので、クライアントと一緒にツールのユーティリティを向上させ、いかに継続して利用するかを追求することを目標に改良・開発していくとのことです。

 

2019年4月23日 2019年7月10日更新

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する