SlideShare a Scribd company logo
参謀本部のDSP・DMPの
ご案内
DSPとは?
Demand-Side Platform(デマンドサイドプラットフォーム)の略。
ユーザーのWeb閲覧情報を瞬時に分析し、条件に合った(費用対効果の高い)広告を表示するためのリアルタイム入札を実
施します。
従来は広告代理店等が行っていた広告表示最適化を自動で行うため、大幅なコスト削減が見込めます。
Webサイト
広告主 #01
広告主 #02
広告主 #03
各DSPからの入札金額でオークションを実施
広告 #01
¥120
広告 #02
¥80
広告 #03
¥100
最高額で入札された
広告を表示
各DSPへ広告表示
のリクエストを実行
サイトアクセス者のIP
アドレス・ブラウザー・
クッキー情報・掲載可
能広告情報・業種等
の情報も含む
入札
入札
入札
リクエストの分析を行い、条件に合ってい
る広告があるかを瞬時に判断し、掲載
金額を入札する
例:40代男性
オークションサイトをよ
く閲覧している
閲覧
なぜ今DSPなのか?
現在主流のアドネットワーク・アドエクスチェンジが抱える問題点
1. 広告のイメージとは違うマイナスなサイトに掲載されてしまうことがある
2. 広告のターゲットとは違うサイトに掲載されてしまうことがある
3. 管理が複雑で面倒なため、時間や費用がかかる(複数のサイトに広告を出す場合等特に感じられる)
参謀本部のDSPで解決できます!!
1. 今まで広告代理店等に依頼していた広告の最適化を自動で行います
2. ユーザー情報の学習に秀でている為より効果的な広告配信ができます
3. 管理の手間や時間を短縮できる為、人件費や広告費の削減が可能です
より効果的な
広告配信
広告管理の
コスト削減
きめ細やかな
配信設定
参謀本部DSPで可能なことは?
運用
• 広告の発注、支払いの自動化
• 広告の入稿・レポート作成
• 接続先の設定(要接続先アカウント情報)
• 学習設定(自社サービスの会員情報を利用しての精度の高いターゲット)
• フリークエンシーコントロール(同一ユーザーに同じ広告を何回まで表示するかの設定)
広告の買い付け
• 価格の計測
• ターゲットデータの分析(入札先・価格等のレポート表示)
DMP(データマネジメントプラットフォーム)を利用してのデータ分析・価格最適化
• 最適価格の分析
• ユーザーデータを収集し・分析し、新たな広告展開や営業・企画に利用
※6ページにて解説
参謀本部DSPの特長
安価で運用が可能
現在様々なDSPがありますが、参謀本部DSP・DMPはシステムをパッケージ化し、安価にて提供が可能となりま
した。
これまでインターネット広告出稿を考えていても価格で躊躇して居た企業様や現在出稿中だけどもっと運用コス
トを下げたいという企業様に最適です。
※価格に関しては弊社までお問い合わせください
カスタマイズが可能
パッケージ化されていますが、お客様のご要望に合わせてカスタマイズも可能です(パッケージ費用にカスタマイズ
料も含まれています)
導入から運用までサポート
弊社スタッフが導入から運用まで丁寧にサポートいたします。不明な点はお気軽にお問い合わせください。
強力な学習機能
ユーザーデータを細かく学習し、より最適な広告表示を促しクリック率を高めます。
DMPとは?
Data Management Platform(データマネジメントプラットフォーム)の略。
実際に広告がクリックされたアクセス数やユーザー情報を収集・管理し、それを基にユーザーに適切な広告表示を促したり、DSP
での入札価格の決定等に役立てるためのシステムです。
データ収集・分析
内部データ(DNP)
• ユーザーの年齢・職業等
• 表示回数
• 購買回数
• 広告落札価格
DMP
外部データ
• SNSデータ
• アンケートデータ
• 自社会員情報
データをDMPで自動分析
DNP 広告出稿
最適価格の設定
広告出稿ターゲットの設定等
商品開発・マーケティング
商品ターゲットの設定
価格設定
新商品開発や
適正価格設定等への
データ利用
データの提供
データの自動分析
参謀本部DMPで可能なことは?
データ分析の自動化
• 手動で行っていたアクセス解析等のデータを条件を設定後、自
動分析できます。これより時間の削減が可能となっただけではな
く、より精細なデータの分析が可能です。
• DNPで出稿する広告の最適価格やターゲットの設定を自動化。
他データベース等複数データを合わせて分析
• DNPで取得したデータだけでなく、自社会員情報やサイトアクセス
情報、外部ソーシャルメディアのデータも合わせて分析が可能。
• 従来の方法では取得や分析が難しかったデータを手に入れること
ができます。
お見積りは無料です。お気軽にお問い合わせください
お電話でのお問い合わせ
メールでのお問い合わせ
050-3708-3698
info@honbu.co.jp

More Related Content

Viewers also liked

Viewers also liked (14)

Effective Modern C++ Item 24: Distinguish universal references from rvalue re...
Effective Modern C++ Item 24: Distinguish universal references from rvalue re...Effective Modern C++ Item 24: Distinguish universal references from rvalue re...
Effective Modern C++ Item 24: Distinguish universal references from rvalue re...
 
データドリブンの歴史とマーケティング事例
データドリブンの歴史とマーケティング事例データドリブンの歴史とマーケティング事例
データドリブンの歴史とマーケティング事例
 
Trust Region Policy Optimization
Trust Region Policy OptimizationTrust Region Policy Optimization
Trust Region Policy Optimization
 
Safe and Efficient Off-Policy Reinforcement Learning
Safe and Efficient Off-Policy Reinforcement LearningSafe and Efficient Off-Policy Reinforcement Learning
Safe and Efficient Off-Policy Reinforcement Learning
 
Dual Learning for Machine Translation (NIPS 2016)
Dual Learning for Machine Translation (NIPS 2016)Dual Learning for Machine Translation (NIPS 2016)
Dual Learning for Machine Translation (NIPS 2016)
 
sparksql-hive-bench-by-nec-hwx-at-hcj16
sparksql-hive-bench-by-nec-hwx-at-hcj16sparksql-hive-bench-by-nec-hwx-at-hcj16
sparksql-hive-bench-by-nec-hwx-at-hcj16
 
Learning Continuous Control Policies by Stochastic Value Gradients
Learning Continuous Control Policies by Stochastic Value GradientsLearning Continuous Control Policies by Stochastic Value Gradients
Learning Continuous Control Policies by Stochastic Value Gradients
 
人工知能Xファッション最前線
人工知能Xファッション最前線人工知能Xファッション最前線
人工知能Xファッション最前線
 
"Playing Atari with Deep Reinforcement Learning"
"Playing Atari with Deep Reinforcement Learning""Playing Atari with Deep Reinforcement Learning"
"Playing Atari with Deep Reinforcement Learning"
 
データドリブン企業におけるHadoop基盤とETL -niconicoでの実践例-
データドリブン企業におけるHadoop基盤とETL -niconicoでの実践例-データドリブン企業におけるHadoop基盤とETL -niconicoでの実践例-
データドリブン企業におけるHadoop基盤とETL -niconicoでの実践例-
 
機械学習による積極的失業〜オウンドメディアの訪問予測
機械学習による積極的失業〜オウンドメディアの訪問予測機械学習による積極的失業〜オウンドメディアの訪問予測
機械学習による積極的失業〜オウンドメディアの訪問予測
 
Tokyo Webmining Talk1
Tokyo Webmining Talk1Tokyo Webmining Talk1
Tokyo Webmining Talk1
 
最近のDQN
最近のDQN最近のDQN
最近のDQN
 
A3Cという強化学習アルゴリズムで遊んでみた話
A3Cという強化学習アルゴリズムで遊んでみた話A3Cという強化学習アルゴリズムで遊んでみた話
A3Cという強化学習アルゴリズムで遊んでみた話
 

Similar to 株式会社参謀本部のDSP・DMP

Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Boss4434
 
30分でわかる広告エンジンの作り方
30分でわかる広告エンジンの作り方30分でわかる広告エンジンの作り方
30分でわかる広告エンジンの作り方
Daisuke Yamazaki
 
Adstir説明資料ver3.2(2012年9月5日)
Adstir説明資料ver3.2(2012年9月5日)Adstir説明資料ver3.2(2012年9月5日)
Adstir説明資料ver3.2(2012年9月5日)
AdStir
 
P1様 dsp spire_111218
P1様 dsp spire_111218P1様 dsp spire_111218
P1様 dsp spire_111218
Kenta Arai
 

Similar to 株式会社参謀本部のDSP・DMP (20)

201504 06【媒体資料】bypass 20150401
201504 06【媒体資料】bypass 20150401201504 06【媒体資料】bypass 20150401
201504 06【媒体資料】bypass 20150401
 
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
 
201410 12【媒体資料】bypass 20140929
201410 12【媒体資料】bypass 20140929201410 12【媒体資料】bypass 20140929
201410 12【媒体資料】bypass 20140929
 
Uuyアドテクセミナー
UuyアドテクセミナーUuyアドテクセミナー
Uuyアドテクセミナー
 
Rtbマネタイズセミナー@(20120324、abc2012)資料
Rtbマネタイズセミナー@(20120324、abc2012)資料Rtbマネタイズセミナー@(20120324、abc2012)資料
Rtbマネタイズセミナー@(20120324、abc2012)資料
 
AdStir媒体資料
AdStir媒体資料 AdStir媒体資料
AdStir媒体資料
 
5分でキャッチアップAdTech
5分でキャッチアップAdTech5分でキャッチアップAdTech
5分でキャッチアップAdTech
 
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
 
Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
 
広告の最適化
広告の最適化広告の最適化
広告の最適化
 
30分でわかる広告エンジンの作り方
30分でわかる広告エンジンの作り方30分でわかる広告エンジンの作り方
30分でわかる広告エンジンの作り方
 
最新広告スペシャルマッチ
最新広告スペシャルマッチ最新広告スペシャルマッチ
最新広告スペシャルマッチ
 
意外と知らない?地域メディアのアドネットワークマネタイズ
意外と知らない?地域メディアのアドネットワークマネタイズ意外と知らない?地域メディアのアドネットワークマネタイズ
意外と知らない?地域メディアのアドネットワークマネタイズ
 
デブサミ2013【15-C-6】5msの中身を公開!~ネット広告配信と支える職人達~
デブサミ2013【15-C-6】5msの中身を公開!~ネット広告配信と支える職人達~デブサミ2013【15-C-6】5msの中身を公開!~ネット広告配信と支える職人達~
デブサミ2013【15-C-6】5msの中身を公開!~ネット広告配信と支える職人達~
 
140901 よくわかるAdStir
140901 よくわかるAdStir140901 よくわかるAdStir
140901 よくわかるAdStir
 
Adstir説明資料ver3.2(2012年9月5日)
Adstir説明資料ver3.2(2012年9月5日)Adstir説明資料ver3.2(2012年9月5日)
Adstir説明資料ver3.2(2012年9月5日)
 
Motion beat fruitsbear細田_1031
Motion beat fruitsbear細田_1031Motion beat fruitsbear細田_1031
Motion beat fruitsbear細田_1031
 
Adstir説明資料ver3(2012年6月27日)
Adstir説明資料ver3(2012年6月27日)Adstir説明資料ver3(2012年6月27日)
Adstir説明資料ver3(2012年6月27日)
 
P1様 dsp spire_111218
P1様 dsp spire_111218P1様 dsp spire_111218
P1様 dsp spire_111218
 
SmartNews TechNight vol5 SmartNews Ads大図解
SmartNews TechNight vol5 SmartNews Ads大図解SmartNews TechNight vol5 SmartNews Ads大図解
SmartNews TechNight vol5 SmartNews Ads大図解
 

Recently uploaded

2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
ssuserbefd24
 

Recently uploaded (10)

論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
 
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアルLoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
 
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
Amazon Cognitoで実装するパスキー (Security-JAWS【第33回】 勉強会)
 
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
 
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
 
20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf20240523_IoTLT_vol111_kitazaki_v1___.pdf
20240523_IoTLT_vol111_kitazaki_v1___.pdf
 
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
 
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
 
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
 
【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow
 

株式会社参謀本部のDSP・DMP