Home
Explore
Submit Search
Upload
Login
Signup
Advertisement
Check these out next
DAUを評価指標から捨てた会社の話 #tokyowebmining
Tokoroten Nakayama
ターゲティング型インターネット広告における広告予算消化の最適化
Shinichiro Sega
『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014
Koichi Hamada
DeNAの大規模データマイニング活用したサービス開発
Koichi Hamada
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
Takahiro Kubo
アドテクと機械学習システムの開発@SMN・サンカク・CodeIQワークショップ
Kei Tateno
マーケジンDMPセミナー final 0528
Intimate Merger Inc.
Business Innovation cases driven by AI and BigData technologies
DataWorks Summit/Hadoop Summit
1
of
20
Top clipped slide
アドテク勉強会0819
Aug. 8, 2010
•
0 likes
69 likes
×
Be the first to like this
Show More
•
26,113 views
views
×
Total views
0
On Slideshare
0
From embeds
0
Number of embeds
0
Report
Technology
広告テクノロジーに関する概要をまとめたもの。勉強会資料です。twitter: jazzyslide
Hideya Kato
Follow
Engineer at CyberAgent
Advertisement
Advertisement
Advertisement
Recommended
アドテク案件入門講座
伊藤 孝
2.8K views
•
52 slides
アドテク案件入門講座 8月20日(公開版)
伊藤 孝
2.5K views
•
32 slides
パーソナライズニュースを支えるML業務のまわしかた@Yahoo! JAPAN
Yahoo!デベロッパーネットワーク
9.6K views
•
33 slides
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Recruit Technologies
26.3K views
•
48 slides
アドテクを支える人と技術
Ransui Iso
10.2K views
•
55 slides
HTTPプロキシによるゼロダウンタイムなアドサーバー移行
Ryo Aita
6.6K views
•
19 slides
More Related Content
Slideshows for you
(15)
DAUを評価指標から捨てた会社の話 #tokyowebmining
Tokoroten Nakayama
•
150.6K views
ターゲティング型インターネット広告における広告予算消化の最適化
Shinichiro Sega
•
527 views
『MobageのAnalytics活用したサービス開発』 - データマイニングCROSS2014 #CROSS2014
Koichi Hamada
•
6.6K views
DeNAの大規模データマイニング活用したサービス開発
Koichi Hamada
•
51.2K views
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
Takahiro Kubo
•
4K views
アドテクと機械学習システムの開発@SMN・サンカク・CodeIQワークショップ
Kei Tateno
•
4.6K views
マーケジンDMPセミナー final 0528
Intimate Merger Inc.
•
6.3K views
Business Innovation cases driven by AI and BigData technologies
DataWorks Summit/Hadoop Summit
•
3.3K views
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
Hisahiko Shiraishi
•
3.1K views
リクルートにおける画像解析事例紹介と周辺技術紹介
Recruit Technologies
•
25.8K views
グロースハック なぜ我々は無意味な施策を打ってしまうのか
Yahoo!デベロッパーネットワーク
•
2.4K views
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
•
3.5K views
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
Koichi Hamada
•
7.9K views
5年後のデータサイエンティスト
Drecom Co., Ltd.
•
30K views
文章を読み、理解する機能の獲得に向けて-Machine Comprehensionの研究動向-
Takahiro Kubo
•
13.9K views
Viewers also liked
(20)
DMP勉強会
Shoho Kozawa
•
99.8K views
媒体側から見たネット広告の取引形態の多様化
Nori Takahiro
•
8.8K views
不自由なLt
Iwama Ryo
•
759 views
メディアマネタイズは次の世界へ。プライベートマーケットプレイス超入門
Shoho Kozawa
•
4.2K views
1011motionBEAT主催セミナー_1
motionBEAT
•
596 views
201707 maio media guide
Yuki Hayase
•
509 views
IoTプラットフォーム主要ベンダ相関図2017Apr.
Keiichiro Nabeno
•
4.5K views
メディアを維持するためには広告収入を増やしていくしかないんだから、もっと真剣に広告ビジネス戦略を考えようよ
Nori Takahiro
•
7.5K views
昨今のDMPの流れ
Members_corp
•
16.3K views
アトリビューションのLandscape
Taku ogawa
•
21.7K views
a2iアトリビューション分科会20110811@so-net
Jumpei Oguri
•
15.1K views
2015年をRTBのアプリ広告元年とするために
Toshiaki Ishibashi
•
24.9K views
ATARA オンラインアトリビューション概要資料
アタラ合同会社
•
20.1K views
海外アドテクIR資料まとめ 2015年1-3月期
Satoshi Noda
•
21.5K views
Video ad platform
Satoshi Noda
•
15.7K views
GMOプライベートDMPの仕組み
Michio Katano
•
25.2K views
AdServerの仕組み
Eiji Kuroda
•
22.6K views
DMPの仕組み
Kenta Suzuki
•
27.4K views
スマホSSP事業者が見る業界トレンド~AdGeneration
Satoshi Noda
•
10.8K views
グローバルSSPに学ぶ次の一手とは(mediba社内勉強会)
Satoshi Noda
•
13.5K views
Advertisement
Similar to アドテク勉強会0819
(20)
DI.コンサルティング&プランニング
Digital Intelligence Inc.
•
5.7K views
Devsumi2013 community
Developers Summit
•
1.9K views
わかる!アドテクノロジー 〜ビジネスモデルからアーキテクチャまで〜
Jiro Hiraiwa
•
840 views
データマイニングCROSS 第2部-機械学習・大規模分散処理
Koichi Hamada
•
8.4K views
【AUN講演資料】ネットワーク広告配信と分析
AUN CONSULTING, Inc
•
2.4K views
ad:tech Tokyo 2011 - MicroAd Workshop
Wataru Noguchi
•
4.1K views
避けては通れないビッグデータ周辺の重要課題
kurikiyo
•
3.7K views
SQiPシンポジウムアブストラクト作成のポイント
ソフトウェア品質シンポジウム
•
140 views
AI for Business - Microsoft AI Business summit 2018
Daiyu Hatakeyama
•
882 views
Cloud enablement desk説明資料
HiroyasuSato6
•
2.8K views
ネット広告講義資料 at 東京大学 2017/07/11
Takehiko Yoshida
•
3.2K views
CET (Capture EveryThing)プロジェクトにおける機械学習・データマイニング最前線
Recruit Lifestyle Co., Ltd.
•
17.9K views
Devsumi agile20
Akiko Iwakiri
•
1.6K views
アドネットワークのデータ解析チームを支える技術
hagino 3000
•
25.4K views
第2回すだちくん勉強会におけるIoT最新動向と題したプレゼン資料
知礼 八子
•
2.4K views
CVPR 2020報告
日本ディープラーニング協会(JDLA)
•
386 views
デスクトップアプリを『一歩前へ』進める方法
グレープシティ株式会社 ツール事業部
•
1.2K views
YakoCloud presen 141213
知礼 八子
•
3.9K views
≪インテル x ブロケード 特別対談≫ 2020年。どうなる?車とデータセンタの関係 ~SDxの、その先へ~
Brocade
•
2.7K views
アドテクにおける機械学習技術 @Tokyo Data Night #tokyodn
Kei Tateno
•
12.5K views
Recently uploaded
(20)
通信プロトコルについて
iPride Co., Ltd.
•
7 views
【DL輪読会】DINOv2: Learning Robust Visual Features without Supervision
Deep Learning JP
•
86 views
統計学の攻略_統計的仮説検定の9パターン.pdf
akipii Oga
•
300 views
mi-2. データサイエンス・AIの事例
kunihikokaneko1
•
0 views
JSONEncoderで詰まった話
とん とんぼ
•
144 views
mi-1. 人工知能の概要
kunihikokaneko1
•
0 views
HTTPの仕組みについて
iPride Co., Ltd.
•
11 views
JSTQB_テストマネジメントとレビュープロセス.pdf
akipii Oga
•
266 views
20230602_enebular_meetup_kitazaki_v1.pdf
Ayachika Kitazaki
•
40 views
OpenJDKのコミッタってどんなことしたらなったの?解決してきた技術課題の事例から見えてくる必要な知識と技術(JJUG CCC 2023 Spring)
NTT DATA Technology & Innovation
•
198 views
MC-800DMT intrusion detector manual
Vedard Security Alarm System Store
•
3 views
mi-5. ディープラーニング
kunihikokaneko1
•
0 views
20230601_Visual_IoTLT_vol14_kitazaki_v1.pdf
Ayachika Kitazaki
•
73 views
GitHub最新情報キャッチアップ 2023年6月
Kazumi IWANAGA
•
7 views
【DL輪読会】Poisoning Language Models During Instruction Tuning Instruction Tuning...
Deep Learning JP
•
156 views
触感に関わる共感覚的表現と基本6感情の対応関係の検証
Matsushita Laboratory
•
22 views
【DL輪読会】HyperDiffusion: Generating Implicit Neural Fields withWeight-Space Dif...
Deep Learning JP
•
6 views
mi-4. 機械学習
kunihikokaneko1
•
0 views
AIEXPO_CDLE名古屋紹介
KotaMiyano
•
4 views
JSAI2023_企画セッション(仕掛学)資料
Matsushita Laboratory
•
39 views
Advertisement
アドテク勉強会0819
アドテクノロジーの仕組み 再入門 ∼アドテクの基礎から DSP/Real-Time Biddingまで∼ 2012/10/26 by Hideya
Kato
はじめに
今回の勉強会でお話することは概念的なことが 多い分解釈の幅があるためきっちりした「定義」 ということではありませんのでご了承下さい。 はじめにちょっとだけ
どんなテクノロジーがどのように インターネット上の広告配信に 利用されているのか? 広告主とパブリッシャー(メディア)の 目的を達成する(しようとする)ための テクノロジーの解説 今回の内容
・アドテクノロジーについて ・アドテクノロジーの目的 ・それぞれの概要 ・(1/7)アドサーバー ・(2/7)アドサーバー(第三者配信) ・(3/7)アドネットワーク ・(4/7)アドエクスチェンジ ・(5/7)DSP/SSP ・(6/7)データプロバイダー/ Real-Time Bidding ・(7/7)トラッキング/レポーティング 今回の内容
ではさっそく
※出典:Terence Kawaja's LUMA
Display Ad Tech Landscape 2012
この図は 広告ビジネスの 「エコシステム」 (それぞれが相関関係を持つ生態系) 今回は概要を流れで説明
広 告 主 ユ ー ザ ー パ ブ リ ッ シ ャ ー ︵ メ デ ィ ア ︶ ☆それぞれの目的 代 理 店 「目的」を達成するために広告をでき るだけ効率的かつ効果的に出稿したい インプレッションの価値を高め、 メディアとして収益を増大させたい 広告 より多くのユーザに 知ってもらいたい 売上を伸ばしたい 利益を出したい 問い合わせ件数を 伸ばしたい 質のいいユーザを 見つけたい 広告売上をあげたい 質の高いコンテンツを 届け続けたい 新しいビジネスを 伸ばしたい
広 告 主 ユ ー ザ ー (1/7)アドサーバー 広告 ア ド サ ー バ ー ・広告の予定配信 ・複数広告の切り替え配信 ・在庫管理 ・指定時間配信 ・他社のサーバーでの負荷管理 ・レポートの集計 などが可能に 代 理 店 アドサーバー アドサーバー アドサーバー パ ブ リ ッ シ ャ ー ︵ メ デ ィ ア ︶ 広告 広告 広告
広 告 主 ユ ー ザ ー (2/7)アドサーバー(第三者配信) 広告 ア ド サ ー バ ー 代 理 店 アドサーバー アドサーバー アドサーバー パ ブ リ ッ シ ャ ー ︵ メ デ ィ ア ︶ 広告 広告(タグ) 広告(タグ) 配信を広告主側でもコントロール ・指定時間などに複数広告の切り替え配信 ・配信サイトごとにクリエイティブを調整 ・媒体側任せだったインプレッションなどの レポートも確認可能 →オプティマイザーとしての役割 アドサーバー アドサーバー 広告 広告
広 告 主 ユ ー ザ ー (3/7)アドネットワーク 広告 ア ド サ ー バ ー アド ネットワーク 複数のパブリッシャーに 横断的に配信 1. レップネットワーク 2. バーティカルネットワーク 3. ターゲティングネットワーク など ◎パブリッシャーにとっては 販売営業が不要に。 売れ残りも少なくなる 純広告 代 理 店 パ ブ リ ッ シ ャ ー △どの媒体にどのように出ても 価格は(中間マージンもあるので) ブラックボックス
広 告 主 ユ ー ザ ー パ ブ リ ッ シ ャ ー (4/7)アドエクスチェンジ 代 理 店 ア ド サ ー バ ー アド ネットワーク 純広告 アド エクスチェンジ 広告出稿 枠の購入 空き枠 パブリッシャーは空いている枠を アドエクスチェンジ市場に放流。 需要と供給で インプレッションごとに単価が変わる 広告出稿 枠の購入 ◎インプレッションごとの評価 △売れてない枠ばっかり? △ユーザーごとの興味関心は?
DSP Demand Side Platform 広 告 主 ユ ー ザ ー パ ブ リ ッ シ ャ ー (5/7)DSP/SSP 純広告 アド ネット. アド エクス. アド エクス.アド エクス. アド ネット.アド ネット. 代 理 店 複数のエクスチェンジや ネットワークを一元管理 予算管理やユーザーベースの入札 などが可能になるほか、 配信規模とターゲティングを両立 SSP Sell(Sup ply) Side Platform ア ド サ ー バ ー 複数のアドエクスチェンジや 複数のネットワークに 接続して最も効果が高く、 収益が高い広告を配信する
DSP Demand Side Platform 広 告 主 ユ ー ザ ー パ ブ リ ッ シ ャ ー (6/7)データプロバイダー/Real-Time Bidding 純広告 アド ネット. アド エクス. アド エクス.アド エクス. アド ネット.アド ネット. 代 理 店 SSP Sell(Sup ply) Side Platform ア ド サ ー バ ー Data
Provider・ Exchange ユーザーデータ ユーザーデータ ユーザーデータ RTB RealTime Bidding インプレッションごとに 入札が行われる 複数のサイトから収集され たオーディエンスデータを 共通化・ラベリング。 配信に利用出来る形で販売 ユーザーデータ データ提供サイト
(7/7)トラッキング&レポーティング DSP Demand Side Platform 広 告 主 ユ ー ザ ー パ ブ リ ッ シ ャ ー 純広告 アド ネット. アド エクス. アド エクス.アド エクス. アド ネット.アド ネット. 代 理 店 SSP Sell(Sup ply) Side Platform ア ド サ ー バ ー Data Provider・ Exchange ユーザーデータ ユーザーデータ ユーザーデータ RTB ユーザーデータ データ提供サイト トラッキング・ レポーティング レポートデータ 人が常に効果を追って 判断し、チューニング していくためのデータ +アルゴリズムの元データに
全体図 DSP Demand Side Platform 広 告 主 ユ ー ザ ー パ ブ リ ッ シ ャ ー 純広告 アド ネット. アド エクス. アド エクス.アド エクス. アド ネット.アド ネット. 代 理 店 SSP Sell(Sup ply) Side Platform ア ド サ ー バ ー Data Provider・ Exchange ユーザーデータ ユーザーデータ ユーザーデータ RTB ユーザーデータ データ提供サイト トラッキング・ レポーティング レポートデータ
広 告 主 ユ ー ザ ー パ ブ リ ッ シ ャ ー ︵ メ デ ィ ア ︶ ☆改めてそれぞれの目的 代 理 店 目的を達成するために広告をできる だけ効率的かつ効果的に出稿したい インプレッションの価値を高め、 メディアとして収益を増大させたい 広告
☆アドテクノロジーはテクノロジーだけじゃない 広告主 マーケター パブリッシャー ユーザー テクノロジーはみんなをつなぎ、 みんなが市場を大きくしていく
不明な点、間違い指摘、叱咤激励は jazzyslide@gmail.com または twitter: jazzyslide まで。 ありがとうございました。
Advertisement