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。

[宮崎 優，フィードフォース]

　RTB HOUSEは、深層学習（ディープラーニング）を活用してダイナミックリターゲティング広告を提供する広告媒体です。

　2012年にポーランドで創業されたRTB HOUSEは、現在ではアジアを含む世界45カ国で展開しています。広告主は全世界で1200社を超え、中央ヨーロッパにおける広告主のリピート率は99％という高い実績を挙げています。日本ではサービス提供開始が2017年7月、日本法人設立が2018年1月と、比較的歴史は浅いものの、その効果の高さから注目を浴びています。

　RTB HOUSEの最大の特徴は、深層学習型の学習技術を用いて最適化された配信技術です。ユーザーの来訪歴のみならず来訪元や滞在時間、カートに入れる際の行動などあらゆる情報を一元管理して深層学習で行動を予測し、成果につながるクリエイティブを各ユーザーに合わせて自動生成し、ダイナミックリターゲティング広告を配信します。

RTBHOUSEの広告バナーのクリエイティブ（画像はサンプルイメージ）

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》