テレビCMの残存効果をAd Stock（アドストック）で計算してみる【R & Pythonコード付き】 - honawork
テレビCMの効果測定 例：テレビCMの効果測定 広告の残存効果（アドストック） 定式化 具体例でみる 忘却率をどうやって決めるか 1. 忘却率ごとに相関を出して最適化する（定量的） 2. 商材・メディア・クリエイティブなどに合わせて決める（定性的） 半減期 さいごに 付録：Ad Stockを最適化するスクリプト Python R テレビCMの効果測定 昨今の広告市場を席捲しているデジタル広告市場においては、「効果測定」をしろと言われたば、 CVR（コンバージョン率）やCPA（獲得単価）など、極めて精緻で細やかな指標を用いてレポートすることができる。 そのため、広告をどれだけ出稿するかの意思決定を正確なデータに基づいて行え、大変使い勝手がよい。 しかしながら、このようにデータが整備されているデジタル広告と異なり、 新聞、雑誌、ラジオ、テレビなど古来からのメディアの効果測定はデータ分析にひと工
タグ挿入だけでウェブサイト表示を高速化--「Repro Booster」の狙いを平田代表に聞く
マーケティングの自動化ツールを展開するReproは10月26日、ウェブサイト表示高速化ツール「Repro Booster」の提供を開始した。独自技術のタグを入れた当日から、ウェブサイト全体の表示速度を高速化できるという。 Repro Boosterは、ウェブサイト表示の高速化をうたうツールだ。サイトに独自のHTMLタグを埋め込むだけで導入でき、運用管理も不要。手軽にONとOFFを切り替えられるほか、効果の可視化や検証も容易だという。利用料金は法人の規模に応じた月額課金となる。マーケティング担当者でも扱いやすい手軽さも特徴となる。 技術的には、ユーザーがクリックする可能性が高いリンク先を予測し、先読みする。また、サイト回遊中に取得した情報をユーザー端末に一時保存し、Repro Booster側で管理活用することで、表示の高速化を実現する。これらは主に独自の技術で実現しており、各種特許も取得し
費用対効果を最大にする広告予算の決め方とは？－包絡分析法、FDHを使った予算配分最適化－ - Platinum Data Blog by BrainPad
ブレインパッドでは最新技術の実用化とサービス品質の向上を目的に、日々、研究・開発を行っています。本ブログでは、メディア広告のマーケティング施策などに用いられる、予算配分最適化の技術をご紹介いたします。 Table of Contents イントロダクション 予算配分最適化 包絡分析法(Data Envelopment Analysis, DEA) 包絡分析法の考え方 CCR モデル BCC モデル DRS モデル 包絡分析法の問題点 Free Disposal Hull (FDH) FDH iFDH 予算配分最適化への適用例 まとめ 参考文献 イントロダクション こんにちは、アナリティクスサービス本部の加藤です。現在私は研究開発グループの下で新たなデータ分析手法の研究開発の仕事に携わっています。 研究開発グループでは、ブレインパッドに依頼されるデータ分析案件の品質向上を目的に、新たな分析手
Twitterスケールでの弾力的な広告配信
今回はTwitterの技術面のお話です。Twitterの広告サービスの裏にあるシステムをご紹介します。 人気のイベントやニュース速報、そのほか世界のどこかで事件が起こると、何億もの人々が Twitter を訪れ、大量のトラッフィクが発生します。ほとんどの場合これは予測不可能です。広告主の方々は、それぞれがターゲットとする利用者の方々にリーチするために、このような機会に迅速に反応します。その結果として、Twitter の広告の需要が急増します。このように変動する環境の中で収益を生む Twitter の広告配信システムは、広告のマッチング、スコア付け、そして配信を、巨大な規模で実現しています。私たちの広告配信システムの目標は、負荷が急上昇した時にも Twitter スケールのクエリをスムーズに処理し、すべてのクエリに対して最適な広告を見つけ出し、コンピューティングリソース使用量を常に最適なレベ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
