SlideShare a Scribd company logo
1 of 46
マイクロアドの
アドテクを支える技術
2019/10/05 【マイクロアド】〜ネット広告を支える技術を知る〜
#microad_CAMPHOR
MicroAd, Inc.
システム開発本部
中野翔太
#microad_CAMPHOR
アジェンダ
● 基本の説明
● RTB
○ 概要
○ オーディエンス
○ 広告配信制御
○ 広告配信計測
● マイクロアドにおけるRTBの実現
○ データパイプライン
○ DSPの広告選択
2
基本の説明
3
インターネット広告における
#microad_CAMPHOR
基本用語
広告主: 広告を出すことで製品の認知度を上げたりブランドの形成を行いたい
媒体主: 運営しているメディアに広告を掲載して利益を得たい
インプレッション: 広告の表示のこと
クリック: 広告のクリックのこと
コンバージョン: 広告により成果を達成すること
LP: Landing Pageのこと
4
サイトを表示すると広告のインプレッションが発生
→ユーザはその広告をクリック
→LPに遷移
→LPから会員登録を行いコンバージョン
#microad_CAMPHOR
インターネット広告の種類
○○広告という言葉も様々
● リスティング広告
● 純広告
● ネイティブ広告
● 動画広告
etc...
5
RTB
6
概要
7
#microad_CAMPHOR
RTBとは
● Real Time Biddingの略
● 広告枠が表示されるたびにオークションが行われ
最も高い値段をつけられた広告が表示される
8
リーマンショックで金融系のエンジニアが広告業界に
流れ込み、株取引の仕組みをインターネット広告に取
り入れたと言われている
#microad_CAMPHOR
SSPとDSP
RTBで誰がオークションを行うのか?
SSP(Supply Side Platform): メディアの収益を最大化するプラットフォーム
DSP(Demand Side Platform): 広告配信を最適化するプラットフォーム
9
SSP DSP
出来るだけ収益を
高くしたい
出来るだけ安く効
果的に配信したい
メディア
広
告
10
SSP
DSP1
DSP2
DSP3
サイトA
広告枠
STEP1
サイトが表示されSSPにリクエストが送られる
SSPは接続しているDSPにリクエストを送る
RTBの処理フローのイメージ
11
SSP
DSP1
DSP2
DSP3
サイトA
転職広告
10円
50円
30円
車広告
家広告
広告枠
STEP2
DSPはそれぞれ入札する広告とその金額を決定する
RTBの処理フローのイメージ
12
SSP
DSP1
DSP2
DSP3
サイトA
転職広告
10円
50円
30円
車広告
家広告
車広告
STEP3
DSPはSSPにレスポンスを返す
SSPはその中から最も高い値段の付いた広告を選択し、
表示する
RTBの処理フローのイメージ
#microad_CAMPHOR
OpenRTB
13
SSP
DSP1
DSP2
DSP3
- RTBにおける標準的な仕様
- SSP⇄DSPのプロトコル
- オブジェクトの定義
オーディエンス
14
#microad_CAMPHOR
オーディエンス
● 個人の識別性の無いデータ
● 位置情報、購買履歴などの個人の行動や状態
● 代表的なものとしてCookie
15
#microad_CAMPHOR
1st/3rd party cookie
1st party: ユーザが訪問しているサイトのドメインから直接発行
3rd party: ユーザが訪問しているサイトのドメイン以外から発行
16
abcdefg.com
広告枠
#microad_CAMPHOR
Cookie Sync
17
SSP
Sync Table
SSPとDSPという異なるシステム間でユーザを識別するために行わ
れる
RTBとは別のタイミングでクッキーシンクが行われている
シンクされたIDをRTB時に使ってターゲティングなどに利用
DSP
SSP DSP
AAA XXX
BBB YYY
CCC ZZZ
広告主のサイト
SSPでID=CCCのユーザ
パラメータにIDを乗せ
DSPにリダイレクト
DSPでID=ZZZのユーザ
#microad_CAMPHOR
Cookieの扱い
ITP(Intelligent Tracking Prevention)
Safariでクロスサイトトラッキングを制限。3rd party cookieは1日で削除。
SameSite
ChromeにおけるCookieの扱いを改善し、サイトがどのようにCookieを使用して
いるかの透明性を高める。
GDPR(General Data Protection Regulation)
IPアドレスやCookieなどのオンライン上での識別子も個人情報として扱う。
18
広告配信制御
19
#microad_CAMPHOR
広告配信制御
広告に設定された条件に従い配信を行う
● ターゲティング
● フリークエンシー
● リーセンシー
● アドベリフィケーション
20
#microad_CAMPHOR
ターゲティング
位置情報ターゲティング
デモグラフィックターゲティング
リターゲティング
etc...
21
広告主のサイト
DSPの
サーバ
ユーザのアクセス履歴を蓄積
配信時に参照
リターゲティングの例
広告主のサイトを訪れたユーザを対象に広告配信
#microad_CAMPHOR
フリークエンシー
広告とユーザの接触回数や接触頻度
フリークエンシーブースト: 表示回数が増えるにつれ入札額を徐々に低くする
22
同じユーザに同じ広告は
10回までにしたい
KVS
KEY VALUE
AAA_1 5
AAA_2 0
BBB_1 10
#microad_CAMPHOR
リーセンシー
広告とユーザの接触間隔や接触時間
リーセンシーブースト: 最終接触から一定時間内の場合を入札額を上げる
23
最終接触から1分以内の
ユーザには多少高くても広
告を出したい
KVS
KEY VALUE
AAA_1 1569832969
AAA_2 1569832969
BBB_1 1569832969
#microad_CAMPHOR
アドベリフィケーション
広告主のブランドイメージを損なうようなメディアに広告を配信していないか
アドベリフィケーションツールを使用
24
広告配信計測
25
#microad_CAMPHOR
Impression計測
1×1pxの透過画像(impビーコン)を広告に埋め込み広告表示時にリクエストを計測
サーバに送る
26
メディア
広告
Impression計測サーバ
27
SSP
DSP1
DSP2
DSP3
サイトA
転職広告
10円
50円
30円
車広告
家広告
車広告
DSP2の
Impression
計測サーバimpビーコンからのリクエスト
DSPが落札額を知るために
SSPでマクロの置換を行う
#microad_CAMPHOR
Viewable Impression計測
● 広告が視認可能な範囲に入った場合のみ計測対象とする
● マイクロアドではIntersection Observer APIを利用した実装
● 広告全体の何%以上表示された時だけ計測する、というような制御も可能
28
29
メディア
メディア
広告
Viewable Impression
計測サーバ
初期表示時
広告は全体の20%
だけ表示
スクロールされ
全体の50%以上が1
秒以上表示された時
計測サーバにリクエ
スト
下にスクロール
閾値が50%の場合
#microad_CAMPHOR
Product Impression計測
ダイナミック広告においては商品ごとの計測も可能
30
AD1 AD2 AD3 AD4 AD5 AD6
右のボタン
をクリック
最初に表示される広告 ボタンクリック後に表示される広告
#microad_CAMPHOR
Click計測
DSPやSSPのクリック計測サーバをリダイレクトし最終的にLPに到達する
(クリック計測ツールを間に挟む場合もある)
※マイクロアドではImpressionから一定時間を超えたクリックは不正クリックと判定
※その他BOTなどによる不正なクリックの動作を検出するために別途機械学習を利用しています
31
広告 SSP
DSP
LP
リダイレクト
リダイレクト
#microad_CAMPHOR
Conversion計測
● 広告主のサイトのコンバージョンポイントにコンバージョン計測用のタグを
設置
● 直接/ビュースルー/クリックスルーなど
○ コンバージョンとみなされる期間は異なる
○ 後でAudienceIdでクリックとコンバージョンポイントへアクセスしたログを付き合わせてコ
ンバージョンを判断
32
マイクロアドにおけるRTBの実現
33
データパイプラインとDSPにおける広告選択
データパイプライン
34
#microad_CAMPHOR
データパイプライン
6TB/dayのデータを処理
Bidリクエスト 150億件/day、Impression 30億件/day
35
36
log
log
log
App
App
App
データパイプライン全体像
37
log
log
log
App
App
App
データパイプライン全体像
ストリーム
バッチ
信頼性と性能のトレードオフ
at least once
ユニークIDによる重複排除
38
log
log
log
App
App
App
データパイプライン全体像
アプリケーションが
ファイルに出力したログをリア
ルタイムで処理する
39
log
log
log
App
App
App
データパイプライン全体像
全てのログは1度kafkaに集約される
リアルタイムで複雑な加工処理が必要な場
合はSparkStreamingを用いて加工し、
kafkaに入れ直す
40
log
log
log
App
App
App
データパイプライン全体像
kafkaからhadoopもリアルタイムで
データを処理
hadoopに蓄積されたログに対して
digdagを用いてETL処理を行う
raw orc
リアルタイムに転送され
たデータはrawテーブル
バッチでrawからorcに変
換する際に重複排除
#microad_CAMPHOR
ワークフロー管理
ワークフロー管理に求められる機能
● スケジュール実行
● タスク同士の依存を制御
● 実行履歴の保持
マイクロアドではDigdagを使用
- ワークフローをコードで管理
- UIから再実行が可能
https://speakerdeck.com/tosametal/digdagdeetlchu-li-wosuru
41
digdagのワークフロー定義ファイル例
#microad_CAMPHOR
ストリーム処理
● 断片的なアクセスデータでなく連続的な行動を追跡したい
● その瞬間にCVする確率の高いユーザに配信したい
● アクセスデータをマイクロアドの持つデータと組み合わせて価値の高い情報
にした状態で配信に使用したい
● 2~5万QPS 42
トップ
ページ
購入
ページ
商品
ページ
12:00:00 12:00:05 12:00:10
全体図のこの部分
DSPの広告選択
43
#microad_CAMPHOR
DSPの広告選択
44
SSP DSP
サイト
50円
車広告車広告
ここで何をしているの ?
(1)リクエストが有効か判定...不正なフォーマット、不正なサイト、不正なユーザ
(2)配信可能な広告を選択...広告の設定やSSPのリクエスト内容に応じた広告を入札候補にする
(3)広告の値付け...候補となった広告全てに金額をつける
(4)入札広告の選択...値段のついた広告のなかから最も高いものを選択
45
デシリアライズ
RTB
リクエスト
RTB
レスポンス
不正リクエスト除
外
●Bot
●不正Site/App
など
シリアライズ 最高値の広告を
選択
RequestAdapter GateKeeper Targeting
ResponseAdapter Selector Filter
1回のRTBリクエストごとに以下の処理を行う
条件に一致しない
広告を除外
配信条件に合致
する広告を選択
#microad_CAMPHOR
リアルタイムな広告の値付け
46
Hadoop
配信アプリ機械学習基盤
モデルRedis
特徴量Redis
配信アプリ(DSP)で定期的にモデルRedisを参照してモデルを更新
RTBリクエストごとに特徴量Redisから分散表現を取得しモデルに適用することで
確率を計算
確率をベースに諸々計算して入札額を算出する

More Related Content

What's hot

アドテク勉強会
アドテク勉強会アドテク勉強会
アドテク勉強会Shoho Kozawa
 
Scala、DDD、Akkaで立ち向かう 〜広告配信システムに課せられた100msの制約〜
Scala、DDD、Akkaで立ち向かう 〜広告配信システムに課せられた100msの制約〜Scala、DDD、Akkaで立ち向かう 〜広告配信システムに課せられた100msの制約〜
Scala、DDD、Akkaで立ち向かう 〜広告配信システムに課せられた100msの制約〜MicroAd, Inc.(Engineer)
 
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AIChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AIShota Imai
 
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)MicroAd, Inc.(Engineer)
 
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...NTT DATA Technology & Innovation
 
Python 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそうPython 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそうRyuji Tsutsui
 
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Modelscvpaper. challenge
 
アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化MicroAd, Inc.(Engineer)
 
マイクロアドにおけるCTR予測への取り組み
マイクロアドにおけるCTR予測への取り組みマイクロアドにおけるCTR予測への取り組み
マイクロアドにおけるCTR予測への取り組みMicroAd, Inc.(Engineer)
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Modelscvpaper. challenge
 
インフラ領域の技術スタックや業務内容について紹介
インフラ領域の技術スタックや業務内容について紹介インフラ領域の技術スタックや業務内容について紹介
インフラ領域の技術スタックや業務内容について紹介MicroAd, Inc.(Engineer)
 
モノタロウの1900万商品を検索する Elasticsearch構築運用事例(2022-10-26 第50回Elasticsearch 勉強会発表資料)
モノタロウの1900万商品を検索する Elasticsearch構築運用事例(2022-10-26 第50回Elasticsearch 勉強会発表資料)モノタロウの1900万商品を検索する Elasticsearch構築運用事例(2022-10-26 第50回Elasticsearch 勉強会発表資料)
モノタロウの1900万商品を検索する Elasticsearch構築運用事例(2022-10-26 第50回Elasticsearch 勉強会発表資料)株式会社MonotaRO Tech Team
 
[GKE & Spanner 勉強会] Cloud Spanner の技術概要
[GKE & Spanner 勉強会] Cloud Spanner の技術概要[GKE & Spanner 勉強会] Cloud Spanner の技術概要
[GKE & Spanner 勉強会] Cloud Spanner の技術概要Google Cloud Platform - Japan
 
アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜MicroAd, Inc.(Engineer)
 
ChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くないChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くないCarnot Inc.
 
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?機械学習モデルのサービングとは?
機械学習モデルのサービングとは?Sho Tanaka
 

What's hot (20)

アドテク勉強会
アドテク勉強会アドテク勉強会
アドテク勉強会
 
Scala、DDD、Akkaで立ち向かう 〜広告配信システムに課せられた100msの制約〜
Scala、DDD、Akkaで立ち向かう 〜広告配信システムに課せられた100msの制約〜Scala、DDD、Akkaで立ち向かう 〜広告配信システムに課せられた100msの制約〜
Scala、DDD、Akkaで立ち向かう 〜広告配信システムに課せられた100msの制約〜
 
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AIChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
 
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
DDD&Scalaで作られたプロダクトはその後どうなったか?(Current state of products made with DDD & Scala)
 
Amazon SageMaker で始める機械学習
Amazon SageMaker で始める機械学習Amazon SageMaker で始める機械学習
Amazon SageMaker で始める機械学習
 
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
 
MLOpsはバズワード
MLOpsはバズワードMLOpsはバズワード
MLOpsはバズワード
 
Python 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそうPython 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそう
 
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
 
アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化アドテクに機械学習を組み込むための推論の高速化
アドテクに機械学習を組み込むための推論の高速化
 
MLOps入門
MLOps入門MLOps入門
MLOps入門
 
マイクロアドにおけるCTR予測への取り組み
マイクロアドにおけるCTR予測への取り組みマイクロアドにおけるCTR予測への取り組み
マイクロアドにおけるCTR予測への取り組み
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
 
インフラ領域の技術スタックや業務内容について紹介
インフラ領域の技術スタックや業務内容について紹介インフラ領域の技術スタックや業務内容について紹介
インフラ領域の技術スタックや業務内容について紹介
 
モノタロウの1900万商品を検索する Elasticsearch構築運用事例(2022-10-26 第50回Elasticsearch 勉強会発表資料)
モノタロウの1900万商品を検索する Elasticsearch構築運用事例(2022-10-26 第50回Elasticsearch 勉強会発表資料)モノタロウの1900万商品を検索する Elasticsearch構築運用事例(2022-10-26 第50回Elasticsearch 勉強会発表資料)
モノタロウの1900万商品を検索する Elasticsearch構築運用事例(2022-10-26 第50回Elasticsearch 勉強会発表資料)
 
[GKE & Spanner 勉強会] Cloud Spanner の技術概要
[GKE & Spanner 勉強会] Cloud Spanner の技術概要[GKE & Spanner 勉強会] Cloud Spanner の技術概要
[GKE & Spanner 勉強会] Cloud Spanner の技術概要
 
アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜アドテクを支える技術 〜1日40億リクエストを捌くには〜
アドテクを支える技術 〜1日40億リクエストを捌くには〜
 
ChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くないChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くない
 
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
 
RDF Semantic Graph「RDF 超入門」
RDF Semantic Graph「RDF 超入門」RDF Semantic Graph「RDF 超入門」
RDF Semantic Graph「RDF 超入門」
 

Similar to マイクロアドのアドテクを支える技術

【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれからDevelopers Summit
 
代理店向けセミナー
代理店向けセミナー代理店向けセミナー
代理店向けセミナーRyoji Yanashima
 
DI.コンサルティング&プランニング
DI.コンサルティング&プランニングDI.コンサルティング&プランニング
DI.コンサルティング&プランニングDigital Intelligence Inc.
 
0926motionBEAT主催セミナー_3
0926motionBEAT主催セミナー_30926motionBEAT主催セミナー_3
0926motionBEAT主催セミナー_3motionBEAT
 
Outline of LinkAdBeta
Outline of LinkAdBetaOutline of LinkAdBeta
Outline of LinkAdBetaHiroshi Soda
 
Outline of LinkAdBeta
Outline of  LinkAdBetaOutline of  LinkAdBeta
Outline of LinkAdBetaHiroshi Soda
 
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】 「グロバール×スマホゲーム」の勝ち方セミナー資料
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】   「グロバール×スマホゲーム」の勝ち方セミナー資料グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】   「グロバール×スマホゲーム」の勝ち方セミナー資料
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】 「グロバール×スマホゲーム」の勝ち方セミナー資料Katsuaki Sato
 
【ランサーズ】コンテンツマーケティングセミナー コンテンツマーケティング活用に向けて 2016.10.12
【ランサーズ】コンテンツマーケティングセミナー  コンテンツマーケティング活用に向けて 2016.10.12【ランサーズ】コンテンツマーケティングセミナー  コンテンツマーケティング活用に向けて 2016.10.12
【ランサーズ】コンテンツマーケティングセミナー コンテンツマーケティング活用に向けて 2016.10.12Lancers_for_Business
 
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦Recruit Technologies
 
AnyTag MarketPlace_credential_ver1(2022Q4)_ja.pdf
AnyTag MarketPlace_credential_ver1(2022Q4)_ja.pdfAnyTag MarketPlace_credential_ver1(2022Q4)_ja.pdf
AnyTag MarketPlace_credential_ver1(2022Q4)_ja.pdfKahoYamada1
 
【IMJ】「Adobe Media Manager」を活用したプライベートDMP構築
【IMJ】「Adobe Media Manager」を活用したプライベートDMP構築【IMJ】「Adobe Media Manager」を活用したプライベートDMP構築
【IMJ】「Adobe Media Manager」を活用したプライベートDMP構築IMJ Corporation
 
ネット広告基礎編スライド
ネット広告基礎編スライドネット広告基礎編スライド
ネット広告基礎編スライドtoshiya tamagawa
 
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料BrainPad Inc.
 
20141129 mtddc資料 ソフトバンクc&s
20141129 mtddc資料 ソフトバンクc&s20141129 mtddc資料 ソフトバンクc&s
20141129 mtddc資料 ソフトバンクc&scloudmarketing
 
デジタル広告におけるブロックチェーンの適用
デジタル広告におけるブロックチェーンの適用デジタル広告におけるブロックチェーンの適用
デジタル広告におけるブロックチェーンの適用YUSUKE MORIZUMI
 
Cheetah digital Culture deck
Cheetah digital Culture deckCheetah digital Culture deck
Cheetah digital Culture deckCheetahDigital1
 

Similar to マイクロアドのアドテクを支える技術 (20)

【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
 
代理店向けセミナー
代理店向けセミナー代理店向けセミナー
代理店向けセミナー
 
DI.コンサルティング&プランニング
DI.コンサルティング&プランニングDI.コンサルティング&プランニング
DI.コンサルティング&プランニング
 
0926motionBEAT主催セミナー_3
0926motionBEAT主催セミナー_30926motionBEAT主催セミナー_3
0926motionBEAT主催セミナー_3
 
代理店向けセミナー
代理店向けセミナー代理店向けセミナー
代理店向けセミナー
 
Outline of LinkAdBeta
Outline of LinkAdBetaOutline of LinkAdBeta
Outline of LinkAdBeta
 
Gaiyou
GaiyouGaiyou
Gaiyou
 
Outline of LinkAdBeta
Outline of  LinkAdBetaOutline of  LinkAdBeta
Outline of LinkAdBeta
 
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】 「グロバール×スマホゲーム」の勝ち方セミナー資料
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】   「グロバール×スマホゲーム」の勝ち方セミナー資料グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】   「グロバール×スマホゲーム」の勝ち方セミナー資料
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】 「グロバール×スマホゲーム」の勝ち方セミナー資料
 
Com ad
Com adCom ad
Com ad
 
【ランサーズ】コンテンツマーケティングセミナー コンテンツマーケティング活用に向けて 2016.10.12
【ランサーズ】コンテンツマーケティングセミナー  コンテンツマーケティング活用に向けて 2016.10.12【ランサーズ】コンテンツマーケティングセミナー  コンテンツマーケティング活用に向けて 2016.10.12
【ランサーズ】コンテンツマーケティングセミナー コンテンツマーケティング活用に向けて 2016.10.12
 
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
 
20120310【説明会資料02】ITmedia新卒採用2013
20120310【説明会資料02】ITmedia新卒採用2013 20120310【説明会資料02】ITmedia新卒採用2013
20120310【説明会資料02】ITmedia新卒採用2013
 
AnyTag MarketPlace_credential_ver1(2022Q4)_ja.pdf
AnyTag MarketPlace_credential_ver1(2022Q4)_ja.pdfAnyTag MarketPlace_credential_ver1(2022Q4)_ja.pdf
AnyTag MarketPlace_credential_ver1(2022Q4)_ja.pdf
 
【IMJ】「Adobe Media Manager」を活用したプライベートDMP構築
【IMJ】「Adobe Media Manager」を活用したプライベートDMP構築【IMJ】「Adobe Media Manager」を活用したプライベートDMP構築
【IMJ】「Adobe Media Manager」を活用したプライベートDMP構築
 
ネット広告基礎編スライド
ネット広告基礎編スライドネット広告基礎編スライド
ネット広告基礎編スライド
 
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
 
20141129 mtddc資料 ソフトバンクc&s
20141129 mtddc資料 ソフトバンクc&s20141129 mtddc資料 ソフトバンクc&s
20141129 mtddc資料 ソフトバンクc&s
 
デジタル広告におけるブロックチェーンの適用
デジタル広告におけるブロックチェーンの適用デジタル広告におけるブロックチェーンの適用
デジタル広告におけるブロックチェーンの適用
 
Cheetah digital Culture deck
Cheetah digital Culture deckCheetah digital Culture deck
Cheetah digital Culture deck
 

More from MicroAd, Inc.(Engineer)

20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用MicroAd, Inc.(Engineer)
 
Kafka Connect:Iceberg Sink Connectorを使ってみる
Kafka Connect:Iceberg Sink Connectorを使ってみるKafka Connect:Iceberg Sink Connectorを使ってみる
Kafka Connect:Iceberg Sink Connectorを使ってみるMicroAd, Inc.(Engineer)
 
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話MicroAd, Inc.(Engineer)
 
Chromeの3rd Party Cookie廃止とインターネット広告への影響
Chromeの3rd Party Cookie廃止とインターネット広告への影響Chromeの3rd Party Cookie廃止とインターネット広告への影響
Chromeの3rd Party Cookie廃止とインターネット広告への影響MicroAd, Inc.(Engineer)
 
ベアメタルで実現するSpark&Trino on K8sなデータ基盤
ベアメタルで実現するSpark&Trino on K8sなデータ基盤ベアメタルで実現するSpark&Trino on K8sなデータ基盤
ベアメタルで実現するSpark&Trino on K8sなデータ基盤MicroAd, Inc.(Engineer)
 
マイクロアドにおけるデータストアの使い分け
マイクロアドにおけるデータストアの使い分けマイクロアドにおけるデータストアの使い分け
マイクロアドにおけるデータストアの使い分けMicroAd, Inc.(Engineer)
 
データセンターネットワークの構成について
データセンターネットワークの構成についてデータセンターネットワークの構成について
データセンターネットワークの構成についてMicroAd, Inc.(Engineer)
 
RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例MicroAd, Inc.(Engineer)
 
RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例MicroAd, Inc.(Engineer)
 
社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -
社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -
社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -MicroAd, Inc.(Engineer)
 
Digdagを用いた大規模広告配信ログデータの加工と運用
Digdagを用いた大規模広告配信ログデータの加工と運用Digdagを用いた大規模広告配信ログデータの加工と運用
Digdagを用いた大規模広告配信ログデータの加工と運用MicroAd, Inc.(Engineer)
 
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~MicroAd, Inc.(Engineer)
 
アドテクに携わって培った アプリをハイパフォーマンスに保つ設計とコーディング
アドテクに携わって培った アプリをハイパフォーマンスに保つ設計とコーディング アドテクに携わって培った アプリをハイパフォーマンスに保つ設計とコーディング
アドテクに携わって培った アプリをハイパフォーマンスに保つ設計とコーディング MicroAd, Inc.(Engineer)
 
Hadoopデータ基盤とMulti-CloudなML基盤への取り組みの紹介
Hadoopデータ基盤とMulti-CloudなML基盤への取り組みの紹介Hadoopデータ基盤とMulti-CloudなML基盤への取り組みの紹介
Hadoopデータ基盤とMulti-CloudなML基盤への取り組みの紹介MicroAd, Inc.(Engineer)
 
オンプレ×Google Cloud PlatformなML基盤におけるRancherの活用
オンプレ×Google Cloud PlatformなML基盤におけるRancherの活用オンプレ×Google Cloud PlatformなML基盤におけるRancherの活用
オンプレ×Google Cloud PlatformなML基盤におけるRancherの活用MicroAd, Inc.(Engineer)
 
琵琶湖を中心とした世界のようなお話
琵琶湖を中心とした世界のようなお話琵琶湖を中心とした世界のようなお話
琵琶湖を中心とした世界のようなお話MicroAd, Inc.(Engineer)
 
ソフトとかハードとか関係ございません
ソフトとかハードとか関係ございませんソフトとかハードとか関係ございません
ソフトとかハードとか関係ございませんMicroAd, Inc.(Engineer)
 
MySQL勉強会 クエリチューニング編
MySQL勉強会 クエリチューニング編MySQL勉強会 クエリチューニング編
MySQL勉強会 クエリチューニング編MicroAd, Inc.(Engineer)
 

More from MicroAd, Inc.(Engineer) (19)

20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
 
Kafka Connect:Iceberg Sink Connectorを使ってみる
Kafka Connect:Iceberg Sink Connectorを使ってみるKafka Connect:Iceberg Sink Connectorを使ってみる
Kafka Connect:Iceberg Sink Connectorを使ってみる
 
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
Apache Kafkaでの大量データ処理がKubernetesで簡単にできて嬉しかった話
 
Chromeの3rd Party Cookie廃止とインターネット広告への影響
Chromeの3rd Party Cookie廃止とインターネット広告への影響Chromeの3rd Party Cookie廃止とインターネット広告への影響
Chromeの3rd Party Cookie廃止とインターネット広告への影響
 
ベアメタルで実現するSpark&Trino on K8sなデータ基盤
ベアメタルで実現するSpark&Trino on K8sなデータ基盤ベアメタルで実現するSpark&Trino on K8sなデータ基盤
ベアメタルで実現するSpark&Trino on K8sなデータ基盤
 
マイクロアドにおけるデータストアの使い分け
マイクロアドにおけるデータストアの使い分けマイクロアドにおけるデータストアの使い分け
マイクロアドにおけるデータストアの使い分け
 
データセンターネットワークの構成について
データセンターネットワークの構成についてデータセンターネットワークの構成について
データセンターネットワークの構成について
 
RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例
 
RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例RTBにおける機械学習の活用事例
RTBにおける機械学習の活用事例
 
社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -
社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -
社内問い合わせ&申請・承認業務の 管理方法 - Jira Service Management 事例紹介 -
 
Digdagを用いた大規模広告配信ログデータの加工と運用
Digdagを用いた大規模広告配信ログデータの加工と運用Digdagを用いた大規模広告配信ログデータの加工と運用
Digdagを用いた大規模広告配信ログデータの加工と運用
 
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
 
アドテクに携わって培った アプリをハイパフォーマンスに保つ設計とコーディング
アドテクに携わって培った アプリをハイパフォーマンスに保つ設計とコーディング アドテクに携わって培った アプリをハイパフォーマンスに保つ設計とコーディング
アドテクに携わって培った アプリをハイパフォーマンスに保つ設計とコーディング
 
Cumulus Linuxを導入したワケ
Cumulus Linuxを導入したワケCumulus Linuxを導入したワケ
Cumulus Linuxを導入したワケ
 
Hadoopデータ基盤とMulti-CloudなML基盤への取り組みの紹介
Hadoopデータ基盤とMulti-CloudなML基盤への取り組みの紹介Hadoopデータ基盤とMulti-CloudなML基盤への取り組みの紹介
Hadoopデータ基盤とMulti-CloudなML基盤への取り組みの紹介
 
オンプレ×Google Cloud PlatformなML基盤におけるRancherの活用
オンプレ×Google Cloud PlatformなML基盤におけるRancherの活用オンプレ×Google Cloud PlatformなML基盤におけるRancherの活用
オンプレ×Google Cloud PlatformなML基盤におけるRancherの活用
 
琵琶湖を中心とした世界のようなお話
琵琶湖を中心とした世界のようなお話琵琶湖を中心とした世界のようなお話
琵琶湖を中心とした世界のようなお話
 
ソフトとかハードとか関係ございません
ソフトとかハードとか関係ございませんソフトとかハードとか関係ございません
ソフトとかハードとか関係ございません
 
MySQL勉強会 クエリチューニング編
MySQL勉強会 クエリチューニング編MySQL勉強会 クエリチューニング編
MySQL勉強会 クエリチューニング編
 

Recently uploaded

AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfFumieNakayama
 
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案sugiuralab
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineerYuki Kikuchi
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)UEHARA, Tetsutaro
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)Hiroshi Tomioka
 
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?akihisamiyanaga1
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...博三 太田
 
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfFumieNakayama
 

Recently uploaded (8)

AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
 
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
 
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
 

マイクロアドのアドテクを支える技術