AIによる自動化(機械学習)と人的オペレーション
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/05/31 03:20 UTC 版)
「運用型広告」の記事における「AIによる自動化(機械学習)と人的オペレーション」の解説
運用型広告は、数千億以上の配信枠をテクノロジーで自動配信していく技術的な基盤で運用されている。そのデータベースには広告の露出回数やクリック率をはじめとして数百種類以上の項目からなる様々なビッグデータが集積され、かつそれが管理画面で閲覧・編集が可能なようにできている。大量のデータ集積が可能なために、2000年代からすでに自動化には様々な取り組みがなされている。 一例では、Google広告では、自動入札、自動化ルール、webページから自動的に検索キーワード候補を抽出する機能、などが開発されている。また、ヤフージャパンなど広告配信を行う媒体各社はAPI解放にも積極的であり、それを利用したレポート作成の自動化など、開発会社による広告運用ツールの開発も多くなされている。 GoogleやFacebookでは機械学習による自動化は大幅に進化している。AIの開発環境に投資が行われている背景から、「機械学習によって人手ではないAIがコンバージョンを取ってくる」という傾向は年々強まっている。ただし、同時にAIや機械学習は、簡単に設定して終わり、となるわけではなく、できることの限界もある。AIや機械学習によって広告のパフォーマンス(クリック率、コンバージョン率、インプレッションなど)は向上する傾向にあるものの、人間による工数が必ずしも単純に減少しているわけではない。むしろ人が介在せざるを得ないクリエイティブ量の更新が大幅に求められるようになり、また、どのような自動化メニューを組み合わせるべきか、といった戦略的な複雑さも増加し続けている。 ゆえに、運用型広告の市場規模が拡大する中で、自動化とは逆の方向性である人的オペレーションの需要は拡大し続けている。近年、運用型広告に関わる大手企業が運用型広告のオペレーションのみを行う新会社や地方センターを続々と立ち上げている現状がある。
※この「AIによる自動化(機械学習)と人的オペレーション」の解説は、「運用型広告」の解説の一部です。
「AIによる自動化(機械学習)と人的オペレーション」を含む「運用型広告」の記事については、「運用型広告」の概要を参照ください。
- AIによる自動化と人的オペレーションのページへのリンク