深層学習により“訪問後未利用層”の獲得へ
ポーランド発の「RTB House」は、ディープラーニング（深層学習）に基づいた広告配信事業者だ。あらかじめ決められた方程式によってアルゴリズムを算出する機械学習と異なり、どのアルゴリズムを活用するかも含めてエンジン自体に学習させるため、より複雑化したユーザー行動に沿ったクリエイティブの生成と配信をこれまでよりも高精度に行える。
Cookieユーザーへのインプレッションを買い付ける予測精度に定評があり、広告主の最終成果に結びつくユーザーを高確率でターゲティングできる性能が好評を博している。
「RTB Houseが日本での展開を開始してから、いち早く導入いただいたのがSUUMOでした」と語るのは、Head of Sales, Japanの高橋氏だ。
2018年1月に1人目として入社。日本支社の立ち上げに携わる。現在は日本の売り上げ責任を負いながら
プロダクトの認知拡大／利用企業への支援、PR活動など、幅広い領域を担当している。
2020年6月からHead of Salesを担当
「SUUMOでは、賃貸住宅の住み替えや住宅購入に向けた情報を提供しているため、ユーザーの検討フェーズは長期にわたります。そのため、ユーザーへのアプローチは長期的かつ継続的に行う必要性がありました。その課題を解決できる手段としてRTB Houseのダイナミックリターゲティング広告を活用いただきました」（高橋氏）
導入に至った理由の一つは、情報とマッチした機能面にある。SUUMOでの賃貸物件の掲載数は500万件～600万件にのぼり、日々更新されている。このデータフィードを活用して、常に入札の最適化を行える強みを持ったRTB Houseは、サイトに訪問しているが活用経験のない“訪問後未利用層”の獲得への期待が持てる。これに加え、成果報酬型の価格体系も安心材料となり、スムーズに導入できたとのことだ。
「RTB Houseは課金体系が柔軟なので、多くの企業が納得して導入いただいています。成果保証ができるエンジンを保有している、ということは裏返すとそれだけ質の高いユーザーへのインプレッションを利益を担保しながら正確に捉えられるエンジンロジックがあります。他媒体と比較しても同等以上のパフォーマンスを提供できます」（高橋氏）
柔軟な入札戦略で新規ユーザーへアプローチ
導入後、深層学習による最適化により、成果は伸び続けていった。そのなかでさらに成果をもう一段階押し上げたのは、入札戦略の変更だ。
元々は成果報酬型に従ったCPA入札でユーザーがコンバージョンするごとに課金されていく手法だったが、バナーをクリックするごとに課金されていくCPC入札の設定に変更。コンバージョンまでを視野に入れるとラーニングが保守的になりがちだが、クリック部分までハードルを下げて設定することで、より新しい面や新たなユーザーへのアプローチが試しやすくなる。これにより、認知未利用層とつながるための配信枠が広がっていった。
また、ユーザーの行動をエンジンに知らせるタグの改修も効果的だったという。RTB House側からの提案で、実施導入時の設置個所から正しいページに実装を変更し、さらに実装タグの種類を増やすことで、タグの発火数は倍以上に。入札戦略とタグ改修の相乗効果で、CPAは導入当初から約50％下がり、配信ボリュームもCPAも配信開始して3年が経過する今でも伸び続ける状態になった。ついにSUUMOでの2020年6月実績ではダイナミックリターゲティング広告の既存主要媒体を抜き最も配信される媒体の一つにまで成長した。
