メディア

深層学習を活用した成果報酬型ダイナミックリターゲティング広告「RTB HOUSE」とは？：使えるダイナミック広告特別編（1/2 ページ）

ディープラーニングによって最適化されたダイナミックリターゲティング広告「RTB HOUSE」とは何か。その効果を最大限にするための活用方法とは。誰も教えてくれなかった成功法を紹介する。

» 2019年11月06日 09時00分公開

[宮崎優，フィードフォース]

深層学習と機械学習の違いとは？

　そもそも深層学習と機械学習（マシンラーニング）の違いは何でしょうか。両者を比較する上での大きなポイントとなるのが、学習計算式モデルの有無です。

　機械学習は、何を機械に学習させるか、人間があらかじめ方程式を定義するのに対し、深層学習はコンピュータが自ら学習する事柄を発見し学習するものです。深層学習では、方程式の決定すらもコンピュータが行うため、機械学習と比較して学習には時間がかかるものの、学習の精度はより高くなります。

深層学習と機械学習の違い《クリックで拡大》

　一般的な機械学習を活用した広告配信では、あらかじめ決まった方程式を基に効果のよいクリエイティブやユーザーを機械に学習させることで、配信効率を上げています。

　一方、深層学習を活用したRTB HOUSEの広告配信では、粒度の細かなあらゆる要素（フィードデータ、タグ情報、ユーザーの来訪歴、滞在時間、カートに入れる際の行動など）を一元管理して深層学習で判断・判別し、各ユーザーのCVの可能性や成果につながるクリエイティブを自動で生成し、広告を配信しています。

　また、学習モデルの違いにより他媒体では価値がない（配信する必要がない）と判断されていたユーザーに対しても、RTB HOUSEでは価値があると判断し、広告を配信する可能性があるため、競合企業とかぶり合っているCookieを有効的に活用できます。

学習モデルのちがいによりRTB HOUSEでは独自のロジックにより広告を配信する《クリックで拡大》

Instagramは若年層にリーチできる「マスメディア」　18～29歳の総利用は月1億時間以上に
「Instagramストーリーズ」が浸透する一方で「いいね！」数の非表示を試験導入するなど、「インスタ映え」よりも日常のコミュニケーションツールにシフトしつつあるInstagram。マーケターが注目すべきポイントをまとめた。
Criteo、Facebook、Googleショッピング広告が人気――フィードフォース「データフィード利用状況調査2019」
データフィードを活用している企業が利用する人気の媒体（フィード送信先）やその推移、データフィード管理環境などについてまとめています。
ブランドと顧客の出会いの場としてのオープンインターネット
出会いは壁に囲まれた庭の外にある。タイ・チェンマイで開催されたイベントでCriteo幹部が語ったビジョンから今日のデジタル広告の課題を考える。
LINEの「リデザイン」が本格化、2019年の広告事業はこうなる
2018年8月に運用型広告配信プラットフォーム「LINE Ads Platform」を大幅刷新し2018年12月には公式アカウントのサービス体系を改めたLINE。「リデザイン」の進捗と2019年の展望が明かされた。