Adweek インタビュー：リテールメディアにおける機械学習の活用がユーザー、広告主、プラットフォームにメリットをもたらす理由をNikhil Rajが解説

機械学習（ML）は、広告の在り方をより良い方向へと導く改革をもたらしています。ニューヨークで開催されたAdvertising Weekにて、Molocoのリテールメディア担当バイスプレジデントを務めるNikhil Rajは、MLが自動化によって広告主、マーケットプレイス、顧客に最適なエクスペリエンスを提供し、業界に長期的な価値をもたらす理由について説明しました。このディスカッションでは、パンデミックがどのようにマーケットプレイスによるリテールメディア構築の必要性を呼び起こし、自動化がデジタル広告にどのように適用されているかについて語られました。また、経験豊富なMLの専門家と組み、すべての関係者により良いユーザー体験と成果を生み出すことが可能なMLベースのプラットフォームを提供することが重要な理由が解き明かされました。

AdweekのJamie MawとMolocoのNikhil Rajのインタビューをご覧ください。

‍

Nikhil Rajによるリテールメディアに関するセッションの主なポイント

‍
1. リテールメディアがオンラインコマースにとって重要な理由

「コロナウイルスのパンデミックによって、誰もが実店舗での買い物からオンラインショッピングへと移行し、Eコマースが爆発的に普及しました。オンラインショッピングでは、顧客に商品を届けるラストワンマイルに対応しなければならないので、本来Eコマースは小売業よりも収益性が低くなります。そのため、Bainでの私のクライアントは全員、利益の穴を埋める方法に関心を持っていました。どうすれば損益を改善できるか？最も有効なアプローチがリテールメディアです。これにより、多額の収益ストリームが形成され、利益プールの構築へとつながります。これが世界中で最大の課題でした」

‍

2. 広告におけるユーザー体験を向上させるために機械学習が重要な理由

「例えばFacebookやTikTokを開いたときに、6週間前や6カ月前の投稿が表示されたら、重要でないと判断してログオフしてしまうでしょう。リテールメディアでも同じことが言えます。メディアだけに限らず、一般的にECサイトを利用するユーザーは、「今」の自分に関連するものを見たいと望むはずです。そのためにはリアルタイムで判断を下す必要があり、これがユーザーにとっての関連性をリアルタイムで生むことにつながります」
‍

「私たちがアルゴリズムを直接コントロールするわけではなく、機械が自ら学習します。例えば、Webサイトで同じ7種類のジーンズを、ユーザーによって順番を並べ替えて表示することができます。ユーザーの閲覧や検索履歴、クリックした画像の種類などを基に、ユーザーに最適なジーンズが判断されます。この方法によって7種類のジーンズを並び替えたところ、クリック率が2倍になり、結果的に広告収益も倍増しました」

‍

3. データ主導型の広告ターゲティングで、ユーザーエンゲージメントとROIをバランスさせる必要がある理由

「ある広告主の商品に加えて、さらに2～3社の広告主の商品があり、いずれもユーザーと関連性があるとします。まず、関連性の高さに基づいてユーザーにとって最適な商品を選ぶ方法についてお話ししましたが、同時に広告主にも利益をもたらす必要があります。データを活用して広告の効果を最大化し、広告主が予算に見合うリターンを得られるようにする必要があります。関連性のない広告をユーザーに見せても、クリックや購入に至りません。広告主の商品は売れず、ユーザーはアドブラインドネスの状態に陥り、誰もが損をします」
‍

「特定のユーザーと具体的な特定のアイテムをマッチングさせることが非常に重要です。そうすることで、広告主の目標が達成されます。例えば、仮に私が多くのユーザーにリーチし、CPR（Cost per Reach：リーチ単価）の削減を目標とする一方、商品を売ろうとしている別の広告主は、ROI（投資利益率）の目標達成を目指しているとします。この2つの目標を1つの指標に正規化する方法を見つける必要がある場合、ユーザーに何を表示すべきか、この広告主はリーチの目標を達成できるか、あの広告主はパフォーマンスの目標を達成できるかを把握する必要があります。そしてオークションで両方を考慮することで、ユーザーに適切な広告を届けられます」

機械学習を活用して広告ビジネスを構築、成長させる方法について詳しくはお問い合わせください。