Molocoの機械学習テクノロジーを解説

パフォーマンスマーケターの皆さんは、効果的な広告の選択肢が狭まっているように感じているかもしれません。Appleが導入した「アプリトラッキングの透明性」（ATT：App Tracking Transparency）と「追跡型広告の制限」（LAT：Limited Ad Tracking）の間で、ユーザーをターゲティングして行動を追跡する従来の方法は利用できなくなりつつあります。

幸いなことに、プライバシー規制やLAT、ATTの影響を受けながらも、まだ優れた選択肢があります。深層機械学習（ML）は、利用可能なあらゆるファーストパーティデータを取り込み、それを基に適切なオーディエンスを特定して大規模にターゲティングする上で非常に高い効果があることが証明されています。

さらに、これらのMLモデルは、アプリのインストールにとどまらず、ゲーム内通貨の購入、仮想通貨ウォレットへの入金、マーケットプレイスでの買い物など、特定のアクションを行う最も理想的なユーザーを、デジタル世界で発掘することに長けています。

ディープニューラルネットワークを活用することで、高い広告費用対効果（ROAS）を迅速に達成し、維持し続けることがこれまで以上に簡単になりました。

では、ディープラーニングとは一体何を意味し、どのような仕組みなのでしょうか？これまで利用してきた従来のDSPが提供するAIよりもディープラーニングが優れている理由とは？これらの重要なポイントについて分かりやすく簡潔に説明するため、「Machine Learning for Performance Marketers: A Primer（パフォーマンスマーケターのための機械学習：基礎編）」をご用意しました。このホワイトペーパーでは、シンプルな英語で以下について解説されています。

• 機械学習とその仕組み
  ‍
• ニューラルネットワークとその学習方法
  ‍
• ディープニューラルネットワークと、それによって一般的なニューラルネットワークのパワーを強化できる理由
  ‍
• データのトレーニング方法と、それによってMLの精度と中立性を確保できる理由
  ‍
• 推論モデルによってユーザーが特定のアクションや一連のアクションを行う可能性などの結果を予測できる理由。さらに、お客様が価値の高いユーザーを大規模に見つけ、予算を賢くかつ効率的に使用できるようにするためにMolocoが導入している10の推論モデルの詳細

この基本書が役立つ理由

企業がアプリのユーザーベースを拡大できるかどうかは、パフォーマンスマーケターの手腕にかかっています。メディア予算には限りがあるため、予算の使い方に関する決定や、それらの決定がもたらす成果に基づいてパフォーマンスマーケターの能力が判断されます。

そこで、お客様がキャンペーン目標の達成に最適なオーディエンスに確実にリーチし、メディア予算を最大限に活用できるようサポートするMolocoの取り組みを分かりやすく解説することで、パフォーマンスマーケターの皆さまのお役に立てると考えました。Molocoのソリューションは深層機械学習をベースにしているため、ディープニューラルネットワークと深層機械学習についてかなり深く掘り下げて説明する必要があります。

次世代のMLベースのDSPについて理解を深めるため、ぜひこの基本書をダウンロードしてください。ご質問等がおありの場合やデモをご希望の際にはお気軽にお問い合わせください。