-求められる技術の目利きとビジネスへの適応力-(井川雅之) デジタルマーケティングと人工知能 1/2

ikawa-ec

インターネットやメール、スマートフォンアプリなどさまざまな電子媒体を用いた販売促進活動であるデジタルマーケティングが急拡大している。本稿では、インターネット広告に焦点を当てて、デジタルマーケティングにおける課題と、機械学習を中心とした人工知能(AI)はそれをどう解決するかについて述べる。
ロイヤリティマーケティング事業推進室長 井川雅之

拡大するデジタルマーケティング

電通が毎年発表している「日本の広告費」(2015 年版は2016 年2 月発表)によると、2014 年に初めて1 兆円を突破したインターネット広告費(媒体費+広告制作費)は2015 年に1 兆1,594 億円(前年比110.2%)となり、地上波テレビ向け広告費の1 兆8,088 億円(同98.6%)の6 割を超えるまでに拡大している。インターネット広告費のうち媒体費は9,194 億円(同111.5%)で、中でも運用型広告が6,226 億円(同121.9%)と68% を占めるまでに成長している。

運用型広告は、リアルタイム入札などのサービスを利用して掲載先や掲載単価を試しながら出稿の仕方を最適化する方式で、リスティング広告、バナー広告、ディスプレー広告、動画広告、リターゲティング広告などの種類がある。インターネット広告費は、その多くを占める運用型広告の拡大によって、今後も増え続けると思われる。

運用型広告の出稿や配信には、DMP(DataManagement Platform。社外・社内のデータを統合して分析するための仕組み)、DSP(Demand-Side Platform。広告主に最大の効果をもたらすための配信自動化の仕組み)、MA(Marketing Automation。マーケティングの各プロセスを自動化するシステム)などが用いられている。IDC Japan の「2015 年国内データ活用型マーケティング関連ソフトウェア市場展望」(2015 年3 月発表)によると、これらのソフトウェアの市場規模は、2014年の約800億円から2019年には1,300億円規模に拡大するという。

デジタルマーケティングの市場は、IoT(Internet of Things。さまざまな機器やセンサーがインターネットに接続される状態やその仕組み)の伸展などに伴って取得できるデータの種類と量が飛躍的に増えることにより、今後も拡大を続けるだろう。

マーケティングを高度化する人工知能

デジタルマーケティング市場が急拡大し、導入企業やサービス提供ベンダーが増え続けるなかで、さまざまな課題も浮かび上がってきている。ここではそれらの課題を挙げるとともに、その解決策としての人工知能の活用について紹介する(図1 参照)。

(1)運用型広告出稿の最適化

NRI ネットコムでは、先に挙げたさまざまな運用型広告の出稿を顧客から委託されており、その際に、米国 Google 社の提供するアクセス解析ツール「Google Analytics」と各種のDMP、DSP を連係させて広告効果の最適化に取り組んでいる。

運用型広告は出稿計画策定、出稿、監視、分析・調整というプロセスを経るが、効果を上げるためには広告担当者の経験が必要で手間も掛かるという課題がある。例えばキャンペーン広告の出稿に当たっては、広告の無駄を減らすために、過去のアクセス分析を踏まえた日別の広告予算やCPC(クリック単価)の上限を決める必要がある。また、キャンペーンの開始直後と終了直前には1日に数回、広告のインプレッション(出現)やクリック数をチェックし、予算消化や広告効果の点で問題がないかを監視し、必要に応じて別の媒体への追加出稿なども検討する必要がある。家電製品のように、休日に広告視聴が増えるものでは土日の監視も欠かせない。しかし、このようにして人的資源を投じても、それがそのまま効果につながるわけではないということも問題である。

この現状を打破するものとして期待されるのが人工知能である。ここ数年で飛躍的に進展した機械学習を利用すれば、従来の「if ~then ~ else ~」という条件実行式のプログラミングでは実現が難しい自律的な反復学習によって予測モデルを導き出し、それを次の一手の判断に使えるようになる。人間の「判断」や「オペレーション」が人工知能で置き換えられるのである。例えば、広告効果の過去の実績を機械学習させて得られる効果予測モデルを出稿計画に盛り込み、実績を監視して予測を見直しつつ広告出稿を微調整するといった作業まで自動化されるようになるであろう。

お問い合わせ

当社のサービス・製品に関するご相談やご質問、お見積りのご依頼など、こちらからお問い合わせください。