自律運用が可能なオペレーショナル・マシンラーニング：ECサイトやマーケットプレイスがAmazonクラスの収益化を実現する方法

:主なポイント

• Amazonの前例のない成功は、その大規模なユーザーベースによるものだけでなく、自律運用が可能なオペレーショナル・マシンラーニングの戦略的な導入により、パフォーマンスを大幅に向上させ、競合企業と圧倒的な差をつけていることが背景にあります。
  ‍
• 自律的かつリアルタイムでスケーラブルな意思決定能力を提供するオペレーショナル・マシンラーニングを活用することで、ECサイトやマーケットプレイスはAmazonクラスの収益化の達成を可能にするツールを得ることができます。
  ‍
• オペレーショナル・マシンラーニングは複雑で多くのリソースを必要とするものの、高いROASの達成と常時利用可能な予算へのアクセスを可能にし、大きな競争優位性を提供します。

デジタルコマースの分野では、Amazonが米国のEコマース市場の40％を占めるという快挙を達成しています。しかし広告ではさらに強さを見せ、Amazonは米国のリテールメディアのデジタル広告費の77.7%近くを牽引しています。2022年にはAmazonの広告プラットフォームは380億米ドルを生み出し、流通取引総額（GMV）の7％を占めています。

Amazonの広告プラットフォームは、Amazon Marketplaceの中心的なサプライヤーである約200万のアクティブな出店者によって利用されています。このうち75％は、Amazonのクリック課金型広告を利用する広告主です。これらの広告主は、シンプルで自動化されたツールを使って商品を宣伝する中小規模の広告主です。このような広告ビジネスを実現するには、単にキャンペーンを作成する以上の能力が求められ、これにはリアルタイムのユーザーイベントやリアルタイムの入札最適化から得られた情報に基づき、関連性の高い広告を配信することも含まれます。これにより、適切な広告を、適切なユーザーに、適切なタイミングで、適切な価格で配信するインプレッションレベルの意思決定が可能になります。

その結果として、目に見えるリターンと常時利用可能な予算へのアクセスが得られます。

‍Amazonがリテール広告で世界的成功を収めた本当の秘訣

Amazonは、米国のリテールメディアのデジタル広告費で他社よりも大きなシェアを占めているだけでなく、他とは異なる方法でプレイしています。別の指標を見てみましょう。ユーザーあたりの平均収益を意味するARPUでは、Amazonが時には他社の3倍から20倍以上の割合でユーザーを収益化しています。同社は常時利用可能な広告費にアクセスできることでこれを達成しているのです。Amazonの広告収益が他社を大きく引き離しているのは、単にユーザー数が多いという理由だけではないことは明らかです。

Amazonの広告主は、このような広告費をマーケティングコストではなく、売上原価（Cost of Goods Sold：COGS）と見なしているのです。これらの予算は、広告費用対効果（ROAS）が得られる限り制限がありません。これは、未開拓のパフォーマンスマーケティングの可能性を意味し、知る人ぞ知る公然の秘密です。そして、この成功を裏で支えているのが高度な機械学習テクノロジーです。

‍

オペレーショナル・マシンラーニングのメリット

いたる所で機械学習が使用されていますが、すべての機械学習が同じように作られているわけではありません。高度な機械学習テクノロジーの中でも、リアルタイムデータを使用して自己学習し、意思決定、スピード、スケールにおいて自律的に行動する機械学習モデルをMolocoでは「オペレーショナル・マシンラーニング」と呼んでいます。これは、バッチプロセスが行われ、過去のデータに基づいて予測し、多くの場合、手動入力を必要とする事前にプログラムされた線形モデルに依存する典型的な機会学習とは大きく異なります。

このような自律運用可能な機械学習の複雑なモデルを作成するには、優秀なエンジニアはもちろん、リアルタイムで大規模に運用するためのクラウドコンピューティングへの多大な投資が必要となります。高度な機械学習を持つAmazonのようなプラットフォームでは以下を利用できます。

• 大規模に使用できるセルフサービスツール：多くの販売者が簡単に広告主になることができます。
  ‍
• 最適化を容易にする自動入札とターゲティング：広告主はキャンペーンを容易にかつ効果的に管理できます。
  ‍
• 高いROASをもたらすリアルタイムのクリックとコンバージョンの予測：極めて関連性が高い広告を配信し、目に見える成果を広告主にもたらすことを促進する独自のデータを提供します。
  ‍
• パフォーマンスしきい値に基づく動的な予算：常に利用可能な「成長ベース」の予算にアクセスするのに役立ちます。

さらに、データの量はモデルの質につながります。オペレーショナル・マシンラーニングでは、モデルで使用されるデータが多いほどパフォーマンスが向上します。リテールメディアがこの高度なテクノロジーの理想的な候補であるのはこのためです。

‍リテールメディアにおけるオペレーショナル・マシンラーニングの未開拓の可能性

オペレーショナル・マシンラーニングが複雑で容易ではないことは確かですが、その力を使いこなすことができる企業は、真の価値を解き放つことができます。Amazonのように高度な機械学習テクノロジーの活用によって、ECサイトやマーケットプレイスは、常時利用可能な広告主の予算にアクセスして高いROASを達成し、競合企業を凌駕することができます。Amazonクラスの収益化を生み出せる可能性は非常に大きく、まさに未開拓の宝庫と言えます。高度な機械学習の力をうまく利用できる企業が勝利を手に入れることができるのです。

「Moloco Retail Media Platform（RMP）」は、関連性の高い広告を配信し、目に見えるROIを促進すると同時に事業の拡張と合理化に向けたシステムの自動化を可能にする高度なエンタープライズ・ソフトウェア・ソリューションです。機械学習の力を活用して広告ビジネスの収益性を最大化することにご興味がおありでしたら、早速Molocoチームにお問い合わせください。

免責事項：このブログで紹介されている内容はMolocoの観察と分析に基づいており、いかなる形でもAmazonによる支持またはスポンサーを受けていません。