re:Invent 2024: AWS Clean Roomsで広告データ連携 - DIRECTVとXmarsの事例
はじめに
海外の様々な講演を日本語記事に書き起こすことで、隠れた良質な情報をもっと身近なものに。そんなコンセプトで進める本企画で今回取り上げるプレゼンテーションはこちら！
📖 AWS re:Invent 2024 - Privacy-enhanced advertising with Xmars, DIRECTV, and Amazon Ads (ADM304)
この動画では、AWS Clean RoomsとAmazon Marketing Cloud、Amazon Publisher Cloudを活用したプライバシー重視の広告データコラボレーションについて解説しています。2027年までに世界のトップ5000社の80%以上がデータコラボレーションを行うと予測される中、DIRECTVやXmarsなどの実例を通じて、データを物理的に移動させることなく安全にデータ分析を行う手法を紹介しています。特にDIRECTVのAmazon Prime Video Thursday Night Footballのケースでは、AWS Clean Roomsの活用によってコンバージョン数が2.6倍になるなど、具体的な成果が示されています。プライバシー保護とデータ活用の両立を実現する新しい広告テクノロジーの可能性が詳しく語られています。
※ 動画から自動生成した記事になります。誤字脱字や誤った内容が記載される可能性がありますので、正確な情報は動画本編をご覧ください。
※ 画像をクリックすると、動画中の該当シーンに遷移します。
re:Invent 2024関連の書き起こし記事については、こちらのSpreadsheet に情報をまとめています。合わせてご確認ください！
本編
AWS Clean Roomsとデータコラボレーションの紹介
みなさん、こんにちは。本日はお集まりいただき、ありがとうございます。すでに拍手をいただいているような気がして、成功の予感を感じています。みなさんは、プライバシーに配慮した広告について学びたい、あるいはデータを移動させることなく実現できる安全なデータコラボレーションについて知りたいと思ってお越しになったのかもしれません。もしかしたら、外に用意された美味しいドーナツに惹かれて来られた方もいらっしゃるかもしれませんね。でも、どのような理由でお越しになったにせよ、本日は、AWSのデータコラボレーションツールと、Amazon Ads、Amazon Marketing Cloud、Amazon Publisher Cloud、そして私たちのお客様がこれらのツールをどのように活用しているかについてご紹介させていただきたいと思います。
私はAWS Clean Roomsのプロダクトヘッドを務めるTalia Comorauです。後ほど、Amazon AdsのPrincipal PMであるJames Sullivan、XmarsのCEO兼創業者であるJun Yuan、そしてDIRECTVのSVP of Advertising Analytics and InsightsであるDan Rosenfeldが登壇する予定です。 まず最初に、セキュアなデータコラボレーションと、業界全体で起きている変化についてお話しします。その後、AWS Clean Roomsに焦点を当て、広告分野におけるデータコラボレーションのユースケースについてご説明します。続いて、JamesがAmazon Ads、Amazon Marketing Cloud、Amazon Publisher Cloudについて説明します。最後に、JunとDanが登壇し、これらのテクノロジーを自社のビジネスでどのように活用しているかについて、具体例を交えてご紹介します。
データコラボレーションの需要と課題
本題に入る前に、会場の皆様の状況を把握させていただきたいと思います。現在、何らかの形でデータコラボレーションを行っている組織に所属している方は、手を挙げていただけますでしょうか。必ずしもセキュアである必要はありませんし、プライバシーに配慮したものである必要もありません。単純なデータコラボレーションで構いません。ご協力ありがとうございます。 実は、データコラボレーションは今やあらゆる場所で、そしてあらゆる業界で行われています。製薬業界では、製薬会社がヘルスケア組織と協力して診断ツールの改良や新薬の開発を行っています。銀行業界では、銀行と決済事業者が協力して不正を防止しています。そして、本日多くお話しする広告業界では、広告主とPublisherが協力して、広告主のブランド商品を購入する可能性の高い顧客リストを作成しています。
これらの業界全体を通じて、企業はデータこそがパワーであり、集合的なデータセットを分析することでデータを豊かにすることが、そのデータの価値と強みを高めると考えています。 実際、2027年までに、世界のトップ5000社の80%以上が何らかの形でデータコラボレーションを行うようになると予測されています。同じく2027年までに、データの存在量は2023年レベルの2倍に爆発的に増加すると予測する情報源もあります。
このように、データコラボレーションを望む組織が増え、利用可能なデータ量も増加していますが、課題も存在します。 最大の課題は、消費者のプライバシーとビジネス上の知的財産の両方を保護しながら、いかにしてコラボレーションを実現するかということです。すでに世界人口の79%がプライバシー関連法制の対象となっており、これは非常に大きな割合です。プライバシー法制を一旦置いておいても、顧客や消費者が自分たちのデータの使われ方についてどのように考え、どの程度の保護を期待し、組織がどれだけ透明性を持ってカスタマーデータを扱うことを望んでいるかについて考えると、この5〜10年で大きな変化が起きています。
一方では、データの爆発的な増加と、組織の視点からそのデータを共有したいという一貫した要望の高まりがあります。そして他方では、顧客データとビジネスIPを保護する方法について、慎重かつ思慮深く対応する必要があります。この課題を解決するために作られたのが、AWS Clean Roomsです。AWS Clean Roomsは、基となる生データを実際に移動したり共有したりすることなく、複数のデータセットを横断して実験やイノベーションを可能にするために構築されました。私たちのお客様は、AWS Clean Roomsを使用して、数分で安全なデータコラボレーションを作成し、他社と協力してユニークなターゲットリストを生成したり、自社の顧客をより深く理解したりすることができます。
AWS Clean Roomsの仕組みと新機能
本日の私の主な役割は、AWS Clean Roomsの仕組みを皆様にご理解いただくことです。そのために、アーキテクチャ図をお見せしていきます。いくつかのバージョンをご紹介しますが、まずはSQLクエリの基本的なユースケースから始めたいと思います。この図では、左右にそれぞれAWSアカウントがあります。AWS Clean Roomsは複数のコラボレーターをサポートできますが、わかりやすくするために2者に焦点を当てましょう。両方のコラボレーターのデータはAmazon S3に保存されており、AWS Glue Data Catalogを使用してデータをカタログ化しています。コラボレーションが作成されると、各データ所有者はAWS Clean Roomsでテーブルを設定します。テーブルを設定する際、クエリを作成する人がパートナーのデータセットをより理解できるように、AWS Clean Roomサービスにデータとスキーマへのアクセスを提供し、データの使用方法に関するプライバシー強化ルールを設定します。例えば、分析結果として出力できるデータの列を制限することができます。
分析が実行されると、サービスはデータコラボレーションを開始します。両者が設定したすべてのプライバシー強化ルールに従っているかクエリを処理し、データを読み取って分析を実行し、選択された顧客のS3バケットに結果を出力し、最終的にプロセスで使用されたデータを削除します。分析結果を誰が受け取るかは、最終的にコラボレーター次第です。最初のクエリの結果を一方のコラボレーターが受け取り、2番目のクエリの結果を別のコラボレーターが受け取ることが適している場合もあります。例えば広告の場合、広告主は最初に広告主とパブリッシャーの共同データセットに対して集計クエリを実行してオーディエンスの規模を評価し、次にオーディエンスを作成してパブリッシャーのS3バケットに顧客リストを格納する2番目のクエリを実行することがあります。
数週間前、Clean Rooms ML Custom Modelsという新機能をリリースしました。これにより、お客様は独自のモデルを Clean Roomに持ち込んで、モデルのトレーニングやバッチ推論を実行することができます。お客様が独自のモデルを共有することなく、通常ではアクセスできないデータセットでモデルをトレーニングできるという機能は、非常にエキサイティングで、お客様に新しいユースケースを提供しています。このプレゼンテーションの後半で、Junがその例について説明します。基本的に、データを準備する際、お客様は同様のフローに従います：データはS3バケットに保存され、AWS Glue Data Catalogを使用してカタログ化し、適切なプライバシー強化設定でテーブルを構成します。
モデルについても同様のフローに従います。モデルを所有する参加者は、モデルをコンテナ化し、Clean Room Collaborationのコンテキストでモデルアルゴリズムを作成し、そのモデルアルゴリズムにプライバシー強化のためのコラボレーション設定を行います。その後、コラボレーションの中でモデルをトレーニングするか、バッチ推論を実行するかを選択できます。このような活用方法について、実際の事例をJunからご紹介いただく予定です。また、明日はClean Rooms MLカスタムモデルに関するChalk Talkも予定されており、セッションの最後にそのリンクをご紹介します。
広告分野におけるデータコラボレーションのユースケース
ここまで、なぜ様々な業界の企業がデータコラボレーションを望むのか、そしてAWS Clean Roomsがどのように機能するのかについてお話ししてきました。最後に、広告データのコラボレーションについて具体的にご説明したいと思います。 広告分野では、広告主がデータコラボレーションを検討する際に重視する4つの主要なユースケースがあります：プランニング、アクティベーション、メジャーメント、そして最適化です。プランニングの段階では、通常、メディアの評価、カスタムオーディエンスリストを作成するためのクエリの実行、そしてモデルを使用したカスタムオーディエンスリストの作成を行います。アクティベーションの段階では、そのプランを実行に移し、オーディエンスをパブリッシャーにプッシュしたり、結果として得られた顧客リストやターゲットオーディエンスリストをパブリッシャーのS3バケットに配置したりします。
メジャーメントの段階では、広告費用の効果を評価します。パブリッシャーのウェブサイトで広告を見た人々を特定し、それらの人々が広告主の期待する行動を取ったかどうかを評価します。そして、メジャーメントの結果を使用してメディア評価とオーディエンスを更新することで、プロセス全体を通じて最適化を行います。
例として、ソーシャルメディアネットワークと協業したい靴ブランドを想像してみましょう。靴ブランドは、まず共同分析を実行して、自社製品を購入する可能性が高いと考える顧客層の重なりを理解しようとするかもしれません。ターゲットオーディエンスリストを作成するために使用した分析やモデルに満足したら、そのオーディエンスをソーシャルメディアネットワークでアクティベートします。靴ブランドは、例えば10万ドルをソーシャルメディアネットワークに投資して、選択したコンテンツの隣に広告を表示します。
1ヶ月や3ヶ月の広告実施期間後、あるいは10万ドルを使い切った後、ブランドによって異なる評価のタイミングが設定されています。10万ドルを投資した場合、少なくとも20万ドルの靴の購入につながることや、一定数のウェブサイト訪問を達成すること、あるいは場合によっては、広告を見た顧客が自社ブランドに対してより好意的になり、将来的に靴を購入する可能性が高まることを期待するかもしれません。これらのメジャーメント結果が得られたら、オーディエンスを微調整し、メディアプランを再評価することで最適化を行うことができます。
今お話しした広告のユースケースは、かなり分かりやすく身近なものでした。 しかし、広告分野においても、他の業界と同様に、膨大なデータと分断化の問題が存在します。広告業界では、毎年5.3兆件のディスプレイ広告がオンラインで表示されています。これは動画広告やインタースティシャル広告を除いた数字です。その中で、顧客が広告を目にする場所と商品を購入する場所の分断化も進んでいます。
例えば、アメリカのBlack Fridayでは、多くの人々がスマートフォンや職場のパソコン、RokuなどのCTVデバイスを通じて買い物をします。広告主は、広告を表示する場所でも、誰が広告を見て実際に商品を購入したかを評価する場面でも、顧客がいるところで対応できなければなりません。広告主は顧客データを共有せずにこれらのコラボレーションを安全に行う必要があり、また、パブリッシャーも通常は顧客データを共有したがらないため、広告主やパブリッシャー、そしてそのパートナーたちが、AWS Clean Roomsを活用してセキュアなコラボレーションを行うケースが増えています。
Amazon AdsのJamesに話を引き継ぐ前に、先ほど説明した2つのポイントを組み合わせた例をご紹介したいと思います。 これは、広告主がAWS Clean Rooms MLカスタムモデルを使用して、プランニング段階でオーディエンスリストを作成し、そのリストをパブリッシャーのS3バケットにドロップして有効化するユースケースの例です。先ほどの靴ブランドとソーシャルメディアネットワークの例を使うと、靴ブランドは予測モデルを作成・トレーニングし、パブリッシャーのユーザーとそのサイトでのインタラクションに関するデータを入力することで、靴を購入する可能性が高い顧客、おそらくスポーツコンテンツに興味がある人々を特定できます。
この例では、パブリッシャーであるソーシャルメディアネットワークが、広告コンテンツとユーザーに関する情報を含むコンテンツログをClean Roomsのコラボレーションに提供します。広告主である靴ブランドは予測モデルを持ち込みます。推論ジョブが実行されると、ターゲットオーディエンスリストが作成され、ソーシャルメディアネットワークのS3バケットにドロップされます。
ここまでで、 データコラボレーションが様々な業界で行われており、セキュアなデータコラボレーションのニーズが拡大し続けていることをお話ししました。また、AWS Clean Roomsの仕組みと、なぜお客様がセキュアなデータコラボレーションにAWS Clean Roomsを選択されているのかについても説明しました。最後に、プランニング、アクティベーション、測定、最適化という4つの主要な広告主のユースケースについてお話ししました。
それでは、Amazon Adsから来ていただいた私の素晴らしい同僚、James Sullivanをご紹介させていただきます。
Amazon AdsとAmazon Marketing Cloud（AMC）の活用
ありがとうございます。私です。Taliaさん、ありがとうございます。Vegasはいかがですか？私は広告が大好きで、キャリアのほぼ15年間をこの業界で過ごしてきました。私はDon Draperではありません。ここはMad MenやMadison Avenueの世界ではありません。私の名前はJames Sullivanです。私はテクノロジストです。ここはVegasで、私は広告が大好きです。そして広告業界のテクノロジストとして、Amazonが構築してきたものに私は魅了されています。皆さんはAWSのイベントに参加されているので理解されていると思いますが、私たちは小売業以上の存在です。Amazon Adsでは、12年以上にわたってソリューション、ビジネス、ツールを開発してきました。広告主、パブリッシャー、パートナーのいずれであっても、Amazonで商品を販売しているかどうかに関わらず、Amazon Adsにはソリューションがあります。
その中心となるのがAmazonのDemand-Side Platform、略してDSPで、これはビジネスと消費者をつなぐプラットフォームです。DSPを使用することで、ブランドにマッチする視聴者やメディアを見つけ、ターゲティングを行い、予算を設定し、キャンペーンの効果を測定することができます。DSPを使えば、Amazon内外の視聴者とつながることができます。認知からコンサイデレーション、獲得、ロイヤリティまで、マーケティングファネルのどの段階の目標でも達成することができます。
DSPは、Twitch、Amazon Music Prime、その他を含む何十億ものシグナルとつながっています。また、消費者の様々なタッチポイント、つまりショッピング、ブラウジング、お気に入りのスポーツチームの応援などともつながっています。Jets頑張れ！...まあ、結果は色々ですが。しかし、消費者はAmazon以外でも時間を過ごしていることも私たちは知っています。先ほどTaliaのスライドで、顧客があらゆる場所であらゆるデバイスを常に使用しているという話がありましたね。では、この断片化した消費者の行動をどうやってつなげるのでしょうか？答えはFirst-Party Dataを活用したデータにあります。
First-Party Dataを使用することで、消費者の行動パターンを特定することができます。そのパターンを使ってビジネスを最適化し、First-Party Dataがあれば、今後直面する規制の課題にも対応できる測定基盤を構築することができます。そして広告主のFirst-Party Dataを支援するため、Amazon Adsでは主要なテクノロジーをいくつか開発してきました。広告主向けにはAmazon Marketing Cloud（AMC）を、パブリッシャー向けにはAmazon Publisher Cloud（APC）を提供しています。AMCを使用することで、広告主は自社のデータをAmazonのシグナルと組み合わせることができます。
左側に広告主、右側にAmazonがあります。広告主は購入履歴、Amazon外でのイベント、顧客プロフィール情報などのデータを持っています。一方Amazonでは、広告のアトリビューション、ショッピング行動、ストリーミング視聴行動などのシグナルを持っています。AMCを使用することで、Amazonが持つ最も豊富で密度の高い、そして最も詳細なインサイトにアクセスすることができます。これには、小売、広告など、さまざまな分野におけるイベントドリブンのシグナルが含まれます。
そして現在、AWS Clean RoomsでAMCを利用することで、シグナルをクラウド環境から外に出すことなく、つまりAWSから出すことなく、データを結合することができます。データをアップロードしたりインターネット経由で送信したりする必要はありません。データはClean Rooms内で安全に保管され、クラウド環境内でコラボレーションが行われます。すべてのアクションは透明性が保たれ、テクニカルタームと呼ばれる仕組みによって制御されます。これは実質的にガードレールとして機能し、コラボレーションのユーザーやメンバーが実行できる操作を特定のルールセットに制限します。
コーヒーショップを例に取ってみましょう。コーヒーショップは店舗での購入情報を持ち、ロイヤルティプログラムを運営し、Amazon Adsの広告主である可能性があります。AWS Clean RoomsでAMCを利用することで、これらすべてのシグナルを組み合わせて価値のあるインサイトを得ることができます。Amazonで広告を見た消費者が、その日や週にコーヒーを購入したり、ロイヤルティプログラムに登録したりした数を把握することができます。さらに、どのキャンペーン、クリエイティブ、ターゲティングが結果に影響を与えたかを理解し、そのインサイトに基づいてキャンペーンを最適化することができます。
AWS Clean RoomsでAMCを利用すると、データをクラウド環境から外に出すことなくインサイトを生成できます。セキュリティやコンプライアンスを損なうことなく、そのデータを活用することができます。AMCとAWS Clean Roomsには、キャンペーンの計画、実行、管理に役立つ機械学習やオーディエンスアクティベーションなどの機能が組み込まれています。お客様は素晴らしい結果を出しています。例えば、UNICEFは広告支出対効果で366%のパフォーマンス向上を達成しました。AWS Clean RoomsでAmazon Adsを使用することで、消費者の購買までの道のりを理解し、その情報をビジネスの最適化に活用することができました。
別の例では、Poppiが新規ブランド注文で16倍の改善を達成しました。AMCを活用して、ブランドに興味を示したものの購入には至らなかったユーザーを特定することができました。さらにAMCを使用して、Amazon DSPでそれらの顧客に再ターゲティングを行い、新規ブランド注文の増加につなげることができました。AMCの仕組みについて説明しましょう。広告主がAMCにコラボレーションをリクエストし、AMCと顧客がコラボレーションに参加します。AMCがシグナルを接続し、広告主も自身のシグナルを持ち込みます。広告主はこれらのシグナルを分析し、結果を自身のS3バケットで受け取ります。Junがまもなく説明する通り、その上で機械学習を活用することもできます。また、広告主はコラボレーションから直接Amazon DSPでアクティベートできるオーディエンスを作成することもできます。
AMCについて説明したところで、Amazon Adsが提供するもう一つのClean Rooms環境であるAmazon Publisher Cloud（APC）についてお話ししたいと思います。APCは、パブリッシャーが自社のシグナルをAmazonのシグナルと組み合わせることができる唯一のサービスです。 APCを使用すると、パブリッシャーは名前、番組、視聴時間などの自社のタクソノミーを持ち込み、それらをAmazonのシグナルと結合して、データ間の相関関係を見つけることができます。例えば、パブリッシャーは商品購入意向のある消費者を特定し、その相関関係を広告やコンテンツの意思決定に活用することができます。APCでは、パブリッシャーのシグナルは安全に保護されます。
XmarsによるAWS Clean RoomsとAMCの実践例
APCを使用することで、パブリッシャーは他では得られない洞察を得るためにシグナルを組み合わせることができます。パブリッシャーは、パートナーへの提案をより魅力的にし、自社とパートナーの双方にとってコンテンツの価値を高めるような洞察を得ることができます。 例えば、Dotdash Meredithは購入意向シグナルを活用し、150万件の記事とオーバーラップさせることができました。その結果、Dotdash Meredithは自社のコンテンツが消費者行動の予測因子となることを実証でき、これは彼らにとって非常に強力な成果となりました。 小売広告主とのやり取りにおいて、Dotdash Meredithは広告パートナーのターゲットキャンペーンリーチを1.5倍に増やし、クリック単価を19%効率化することができました。
仕組みはこうです：パブリッシャーとAmazonがコラボレーションを開始し、両者がそれぞれのシグナルをコラボレーションに持ち込みます。パブリッシャーが分析を実行し、その結果がAPCに送られ、そこでパブリッシャーはAmazon DSPでアクティベーションを行うことができます。この詳細については、後ほどDanが登壇した際に詳しく説明します。 私たちはAMCとAPCのそれぞれの可能性に大変期待していますが、2024年にこれらのテクノロジーを統合したときに何が起こるかについて、特に大きな期待を寄せています。
最近、パブリッシャーと広告主を結びつけるプルーフオブコンセプトを実施しました。パブリッシャーは、広告主が入力したシグナルとAmazon DSPで作成したオーディエンスに基づいて、広告主が関心を持つオーディエンスを特定しました。パブリッシャーはそれらのシグナルに基づいてユニークなサプライパッケージとオーディエンスパッケージを作成し、広告主に提供しました。広告主はそれらを広告でアクティベーションすることができ、 ターゲットオーディエンスのリーチが2.2倍に増加し、50%以上のコスト効率化という素晴らしい結果を得ることができました。
ここまでの要点を簡単にまとめましょう。First-partyデータは非常に価値があり、Amazonの広告シグナルと組み合わせることで、ビジネスにさらなる価値を生み出すことができます。これはAWS Clean RoomsのAMCとAPCを使用することで実現可能です。広告主、パブリッシャー、そしてそのパートナーは、これらのテクノロジーを活用してビジネス全体を改善することができます。
この話題についてさらに詳しくお話しするために、Juneさんをステージにお迎えしたいと思います。皆様、おはようございます。Xmarsの Juneと申します。 本日は、AWS Clean RoomsとAMCに関する広告主の視点を皆様と共有できることを大変嬉しく思います。
ケーススタディに入る前に、 Xmarsについて、まだご存じない方のために少しご紹介させていただきたいと思います。XmarsはRetail Media向けのAI搭載広告プラットフォームです。Xmarsの核となるのは、AIの力と手動制御の柔軟性を組み合わせたAI-copilotで、ブランドがAI駆動の最適化と戦略的な管理の間で完璧なバランスを取ることを可能にします。XmarsはまたAMCと深く統合されており、月間60,000件以上のAPI呼び出しを処理し、ブランドがデータの可能性を最大限に引き出すことを支援しています。
Xmarsはグローバルな規模で事業を展開しており、5,000社以上のお客様と20,000以上のクライアントプロファイルを管理し、世界中のさまざまな業界のクライアントをサポートする能力を持っています。誇らしいことに、Xmarsは受賞歴のあるテクノロジープラットフォームです。2022年にはテクノロジーイノベーション部門のファイナリストに選ばれ、2023年と2024年には2年連続でAmazonのグローバル表彰でテクノロジーイノベーション部門の受賞を果たしました。これは、私たちのイノベーションへの取り組みと、クライアントへの優れた価値提供への commitment を示すものです。Xmarsは単なるプラットフォームではなく、クライアントの信頼できるパートナーなのです。
なぜData Clean Roomsなのでしょうか？今日のデータ駆動型の世界において、Data Clean Roomsは、複雑なプライバシーとコラボレーションの課題に直面するブランドにとって不可欠なツールとなっています。まず第一に、Data Clean Roomsは高度なセキュリティプロトコルで顧客の機密データを保護するように設計されています。データはGDPRやCCPAなどのプライバシー基準に準拠した方法で処理され、ブランドは顧客データが安全に保護されていることを確信してコラボレーションを行うことができます。Data Clean Roomsのもう一つの重要な強みは、異なる組織、企業、またはチームからの異なるユーザー間のコラボレーションを可能にし、多様なソースからのデータを統合できることです。Data Clean Roomsは、高速処理により生データを実用的なインサイトに変換するプロセスを効率化し、企業がより迅速かつ効果的にデータを分析することを可能にします。
Amazon Marketing Cloud（AMC）とAWS Clean Roomsを組み合わせた可能性を探る中で、これらのツールが企業やブランドのデータセキュリティと分析をいかに革新できるかが見えてきます。 AWS Clean Roomsにより、ブランドは顧客の個人識別情報（PII）を保護しながら、詳細で粒度の高いデータにアクセスすることができます。これは、消費者のプライバシーを損なうことなく、データインサイトを深く掘り下げることができるということです。AMCとAWS Clean Roomsを組み合わせることで、組織はより効率的かつ効果的にデータのコラボレーションと分析を行うことができます。
AWS Clean RoomsとAMCの高度な分析機能により、ブランドは最小限のデータ処理で高度な機能を備えたモデルを構築できます。AMCとAWS Clean Roomsを組み合わせることで、データセキュリティを向上させるだけでなく、よりスマートで迅速なプライバシー重視の広告ソリューションを生み出すことができます。これは顧客モデリングのプロセスとフレームワークを表しています。大きく3つの重要なステップに分けることができます：データの取得と集約、モデルの構築とトレーニング、そしてオーディエンスの作成とオーディエンスのアクティベーションです。
最初のステップであるデータの取得と統合では、Clean Roomsがデータの標準化と匿名化を行う安全な環境を提供します。これにより、クリック数、コンバージョン、顧客行動データ、属性データなどのAMCからのキャンペーンデータを含む、様々なソースからのデータを統合することができます。これらのデータセットはすべてAWSのデータレイクに保存されます。また、AMCからのAmazonセグメンテーション情報や、XmarsのAWSアカウントを通じてブランドから取得した顧客のファーストパーティデータも含まれます。
次のステップでは、機械学習を活用して、将来的な顧客のコンバージョン確率を予測する顧客傾向モデルを作成します。これにより、ブランドの予算から広告効果を最大化するためのキャンペーン戦略を策定することができます。モデルのトレーニングと最適化には、SageMakerコンテナやECRコンテナリポジトリなどのAWSサービスを活用します。また、CloudWatchなどのAWSサービスを使用して、モデルを継続的に監視し、一貫した改善のためのフィードバックを提供します。
最後のステップは、オーディエンスの作成とアクティベーションです。ここではAMCのオーディエンス作成機能を活用します。顧客傾向モデルから得られた洞察を適用してカスタマイズされたオーディエンスセグメントを作成し、Amazon DSPを通じてアクティベーションを行います。これにより、ブランドに代わって顧客にパーソナライズされた体験を提供することができます。カスタムモデリングは、顧客データの統合、データ保護、モデルトレーニング、関係者間のコラボレーションといった面で、AWS Clean Roomsの可能性を最大限に活用します。
Xmarsが顧客のWaterdropのために顧客傾向モデルを作成する方法を見てみましょう。キャンペーンの目的は、精度の高い優良顧客を大規模に獲得し、店舗への集客とユーザーエンゲージメントを促進することでした。Waterdropは、健康を意識したテクノロジー志向の消費者と、革新的な浄水ソリューションを求める新規ユーザーにフォーカスしています。このキャンペーンは9月に1ヶ月間実施され、非常に素晴らしい結果が得られたため、現在も継続して実施されています。
イノベーション、効率性、そして将来の可能性を通じて、私たちがどのようにAudience Targetingを変革しているのか、詳しく見ていきましょう。
この変革は3つの重要な領域に焦点を当てています。イノベーションの核心は、AI駆動の精密なターゲティングにあります。XBoostやRandom Forestなどの機械学習アルゴリズムを活用してセグメンテーションを推進しています。Waterdropのようなブランドは、広告費用の効果を最大化するために、高い購買意欲を持つユーザーをターゲットにすることができます。私たちのアプローチには、Amazon、FSI、サイドデータ、そしてクライアントのFirst-partyデータなど、複数のソースからのデータ統合が含まれています。また、オーディエンスの変化に自動的に適応し、ターゲティングの正確性と関連性を確保するスケーラブルな傾向モデルを実践に活用しています。
Xmarsの重要な利点は効率性の向上です。Xmarsは全体のプロセスの効率を5倍に向上させることに成功しました。これは、データ処理と統合のプロセスがはるかに迅速で効率的になったことを意味します。この速さにより、最小限の人的介入でリアルタイムの最適化とダイナミックな最適化が可能になります。リアルタイムデータに基づいてキャンペーンパフォーマンスを最適化し、キャンペーンターゲティングの関連性と効果を維持することで、リーチとコンバージョンの向上を実現しています。
将来を見据えると、可能性は無限大です。XmarsはAI駆動のアクティベーションループを備えた自己学習システムにより、市場の変化に適応するように設計されています。キャンペーンは、時間や場所などのオーディエンスからのデータシグナルに基づいて自動的かつ継続的に最適化され、より効果的なキャンペーン戦略に変換されます。現在このモデルはAmazon AdsやAmazonキャンペーンで効果的に機能しており、次のステップとしてAmazonを超えて、クロスチャネルおよびクロスプラットフォームの広告ソリューションを提供することを検討しています。
キャンペーン結果を見てみましょう。キャンペーン結果は、エンゲージメントと取引価値を促進するカスタムモデルの有効性を実証しています。カスタムモデルのオーディエンスを通じて店舗訪問が34%増加し、以前のコントロールグループと比較して平均取引価値が24%高くなっています。これは、適切なオーディエンスをターゲットにすることが、はるかに高い取引価値を生み出し、最終的に広告主により良いROIをもたらすことの重要性を示しています。特に驚いたのは、Amazon DSPで利用可能な通常のライフスタイルオーディエンスセグメントとの重複がわずか2.5%だったことです。これは、以前Waterdropというブランドと関わりや engagement がなかった新規顧客へのアプローチによる、インクリメンタルリーチの大きな可能性を示しています。
AWS Clean RoomsでのAMCの活用から得られた重要な学びを振り返って締めくくりたいと思います。この取り組みから得られた最も重要な成果の1つは、ブランドのデータセキュリティに関する懸念が効果的に解消されたことです。AMC、FSI、そしてクライアントのFirst-partyデータといった豊富なデータソースを統合することで、より正確なセグメンテーションとアクショナブルなインサイトの創出が可能になりました。AWS Clean Roomsにより、データアクティベーションの自動化がよりシームレスになり、広告キャンペーンにおける精度、効率性、スケーラビリティを実現する完全なエンドツーエンドシステムが構築されました。
AWS Clean RoomsでのAMCの実装は、単にシームレスなプロセスを作り出したり、現在の課題に対応したりするだけでなく、プライバシー、モデリング、広告ソリューションを継続的に強化できる未来のモデルを創造しています。ここで、Amazon Publisher Cloudに関するパブリッシャー側の視点について、Danにバトンタッチしたいと思います。
DIRECTV AdvertisingによるAmazon Publisher Cloud（APC）の活用
ありがとうございます、June。皆さん、こんにちは。私はDan Rosenfeldです。DIRECTV AdvertisingのSenior Vice President of Data and Analyticsを務めています。 本日は、AWS Clean RoomsでのAPCについて、私たちの取り組みをご紹介できることを嬉しく思います。まずは DIRECTV Advertisingについて少しお話しさせていただきます。
DIRECTV Advertisingでは、TVはTVだと考えています。SVOD、ライブリニアTV、AVOD、ストリーミングなど、消費者の視点からすれば、それらはすべて私たちが見たいと思う映像、音声、モーションを含むビデオコンテンツです。マーケター視点では、消費者にリーチしメッセージを届けるための手段です。DIRECTV Advertisingでは、私たちのお客様であるマーケターや広告主の皆様に対して、最も効率的かつパワフルな方法でそれを実現できるよう取り組んでいます。これは技術革新への投資を通じて行っています。2012年にライブTVでのDynamic Ad Insertionを初めて可能にしたDIRECTVの功績を、ここで特筆しておきたいと思います。私たちは現在、数十億ドル規模の非常に強固なマーケットプレイスとなっているAddressable TVマーケットプレイスを創造しました。
私たちは、お客様とビジネスのために、技術革新への投資を継続しています。そして、これこそが私が今日ここにいる理由であり、APCとAWS Clean Roomsと密接に連携している理由です。なぜなら、これが広告における次なるイノベーションだと考えているからです。私たちの全ての製品とサービスは、First-partyデータに支えられています。お客様は、データの適切な管理を私たちに信頼を寄せてくださっており、私たちはそれを活用して、より関連性の高い広告を提供することで、より良いビデオ体験を実現しています。しかし、私たちのFirst-partyデータは、エコシステムにおけるパートナーの存在があってこそ価値があります。そのため、AWS Clean Roomsは私たちにとって、自社のFirst-partyデータの価値を保持する上で不可欠なものとなっています。
なぜData Clean Roomsを使用しているのでしょうか？スライドには記載されていませんが、需要があるからです。そして私たちはその需要に応えているのです。この需要は、オーディエンスの分断化が大きな問題となっていることにマーケターが気付いたことから生まれています。メディア空間はデジタルチャネルの爆発的な増加により、それぞれが異なるテクノロジーインフラストラクチャ、異なるデータインフラストラクチャを持つようになりました。マーケターや広告主が、望むタイミングで、望む頻度で、望むカスタマーに最も効果的にリーチするためには、より良いデータが必要です。そしてData Clean Roomsは、マーケターや広告主にそれを可能にします。パブリッシャーとして、私たちはビジネスを可能にするためにその反対側にいる必要があるのです。
第二に、メディア空間の爆発的な拡大に伴う測定の問題があります。異なるデータインフラストラクチャ、IDの構造、テクノロジーインフラストラクチャを持つこれらすべてのアクティベーションを測定することは、あらゆる場所で広告を打ちたいマーケターにとって非常に困難です。彼らはSVOD、AOD、ストリーミング、リニア、ライブTVといった区別を気にせず、ただ商品を動かしたり、ブランド認知を高めたいだけなのです。そこで測定の基準が引き上げられ、Data Clean Roomsによってその基準を満たすことができるようになりました。そして、プライバシーの観点からも、規制当局は一方向にしか進んでいません。Capitol Hillで「カスタマーのプライバシーを減らそう」と言う人は誰もいません。プライバシー規制の強化により、広告業界の全員が、広告を可能にするために使用するデータが法律に準拠していることを確認する必要があります。
DIRECTVでは、衛星放送やストリーミングを問わず、プレミアムな映像体験のために毎月料金を支払ってくれる何百万ものカスタマーがいます。彼らは私たちにデータを信頼して預けてくれており、私たちはその責任を非常に重く受け止めています。私たちは、カスタマーとの関係を危険にさらして利益を得ようとしたり、彼らのデータを杜撰に扱ったりすることは決してありません。
オーディエンスの分断化、測定の課題、そしてプライバシー要件の強化により、パブリッシャーとマーケターの両方がData Clean Roomsに向かうことになりました。先ほどTaliaが触れたように、DIRECTVではAmazon Publisher Cloudを活用して、私たちのサプライの価値を引き出すお手伝いをしています。ユースケース1のプランニングでは、私たちの非常に価値の高いファーストパーティデータをAmazonのファーストパーティデータと結合します。これは、パブリッシャーである私たちにとって、そしてその統合されたデータ資産を活用できる広告クライアントにとって非常に価値があります。そして、Amazon DSP内でそれらのプランニングインサイトをシームレスかつフリクションレスにアクティベートし、最後にプライバシーを保護した安全な測定でループを閉じることができます。
DIRECTVサイドのClean Roomには、いくつかの要素があります。まず、誰にも見せたくない貴重なPIIであるカスタマーのIDがあります。また、私たちが持っているのは、最高のインタレストベースのデータベースの1つだと主張できます。視聴データを持っており、カスタマーが何に興味を持ち、何に情熱を注ぎ、何を愛しているのかを知っています。これはアンケートに記入してもらうのではなく、コンテンツに費やす時間という形で投票してもらっているのです。誰かがスポーツに本当に夢中なのか、それともライフスタイル番組が大好きでBravoばかり見ているのかがわかります。これらのインサイトは、私たちの広告およびマーケティングクライアントにとって価値があります。
一方で、APCは私たちに対して、プランニングのユースケースやマーケティングクライアント向けに、Amazonのシグナルを利用可能にしてくれました。私たちは、マーケターであるクライアントの目標を推進する理想的なセグメントを作成し、それをAmazon DSPを通じてアクティベートします。ここで、Amazon Publisher CloudとAWS Clean Room Technologyを使った私たちのGo-to-Marketの例をご紹介したいと思います。全国に店舗を展開するホームセンターが、新しくPhoenixに出店するというシナリオを想像してください。彼らはPhoenixマーケットに初進出で、かなり緊張しています。店舗オープンに多額の投資をしており、集客を図り、ブランド認知度を高め、実店舗への来店を促進する必要があります。DIRECTVの広告営業チームは、このホームセンターの広告主に対して、こんな提案ができるのです。
私たちは、自社の顧客データと視聴傾向を分析し、Phoenixマーケットにおけるホームインプルーブメント番組の熱心な視聴者を特定することができます。この分野の番組は数多くあります。つまり、ホームインプルーブメントに情熱を持つ視聴者層を特定できているわけです。さらに、Amazonのファーストパーティデータから、ホームインプルーブメント製品の購入意向を持つ人々のデータも組み合わせることができます。これにより、顧客認知度と店舗への集客を促進する理想的なターゲットセグメントが作成できるのです。そして重要なのは、データの物理的な移動を伴わない、データセキュリティとプライバシーに配慮した方法で、効果測定が可能だということです。
このキャンペーンの成果を測定する際、広告を見た人が店舗に来店してドリルを購入したというような関連付けを行う場合、自社のファーストパーティデータも関係してきます。その際、ファーストパーティデータが漏洩することなく、安全かつ法令に準拠した形で保護され、誰も訴訟に巻き込まれることがないという安心感があります。
ここで、ケーススタディをご紹介します。私の心に近い広告主とキャンペーンを実施しました。Amazon Prime Videoが Thursday Night Footballのプロモーションを行ったのです。彼らはフットボール中継に参入し、私の見る限り非常に上手くいっています。DIRECTVがその成功に大きく貢献したと考えており、これからデータでそれをお見せしたいと思います。目的の1つ目は、AWS Clean RoomsでDIRECTVの広告接触データに対してAPCのデータ結合能力をテストすることでした。ネタバレですが、これは達成できました。2つ目の目的は、Thursday Night Footballへのコンバージョンを促進し、測定することでした。
APCとAWS Clean Roomsを使用してセグメントを作成し、アクティベートしました。そして、DIRECTVの顧客がThursday Night Footballの広告を見るようになったのです。問題は、これらの広告が視聴者をAmazon Prime Videoに誘導し、Thursday Night Footballの視聴につながったかどうかです。私たちには有利な点がありました。それは、NFLを愛するDIRECTV顧客というセグメントを使用したことです。つまり、ターゲティングは的確でした。では、実際の効果測定を見ていきましょう。これは本当に効果があったのでしょうか？
Amazon Publisher Cloudテクノロジーを通じてAWS Clean Roomを使用したところ、標準的なログと比較してDIRECTVのエクスポージャーデータのマッチ率が30%高くなり、コンバージョン数が2.6倍になったことがわかりました。つまり、広告を見てAmazon Prime VideoでThursday Night Footballを実際に視聴した人の数です。ちょっと考えてみてください - コンバージョンが2.6倍というのは。実は、広告を見てThursday Night Footballを視聴した人が増えたわけではなく、このテクノロジーを使用したことで測定がより正確になったのです。
以前の測定方法では、実際に広告を見てThursday Night Footballを視聴した人数を過小評価していたのです。これはAmazon Prime Video、広告主、マーケターにとって何を意味するのでしょうか？最適化のための、何が効果的で何が効果的でないかを知るための、より正確なインテリジェンスを得られるということです。 そして実際に、彼らは素晴らしい仕事をし、非常に成功したキャンペーンとなりました。
APCがもたらすオーディエンスインサイトの革新
次に、Amazon Publisher Cloud（APC）がDIRECTVの広告営業部門に提供しているインサイトについてお話ししたいと思います。AWS Clean Roomに私たちのすべてのデータが利用可能になり、APCがこれらすべてのSignalを利用可能にしてくれたことで、私たちはオーディエンスについてより深く理解し、Supply（広告在庫）についてより多くを学ぶことができ、そのSupplyのより効果的な販売者となり、広告主のお客様とより良いパートナーシップを築くことができます。
私たちはAmazonのFirst-partyデータから数千のセグメントを利用できますが、スライドにはDIRECTVの顧客が高いインデックスを示している例をいくつか挙げています。例えば、彼らがNFLファンであることは知っていましたが、海外旅行者が多いというのは私にとって新しい発見でした。これは現在、私たちのGo-to-Market戦略の一部となっています。国際路線を持つ航空会社にアプローチし、プランを提案することができます。Anthony Bourdainの再放送やTravel Channelのコンテンツなど、旅行関連コンテンツをよく視聴する顧客セグメントを、AmazonのInternational Traveler Signalと組み合わせることができます。
さらに進めて、航空会社のFirst-partyデータも組み合わせることができます。Amazon DSPを通じてチケット販売を促進するGoldenセグメントを作成し、APC、AWS Clean Room、AMCをすべて組み合わせて、データセキュアでプライバシーに配慮した方法で測定することができます。これは、パブリッシャーである私たちにとってもWinであり、広告主にとってもWinであり、さらにプレミアムビデオを視聴するために購読料を支払っているDIRECTVの直接の顧客にとっても、より関連性の高い広告を受け取ることができるためWinとなります。
AWS Clean RoomsにおけるAmazon Publisher Cloudの主要な学びについてお話しします。これまでに把握できていなかったオーディエンスとサプライに関する多くのインサイトを解き明かすことができました。プライバシー法を遵守し、データセキュリティを維持し、そしてお客様のデータを保護することで、エンドカスタマーとの関係を大切にするための新しいツールを手に入れました。さらに、オーディエンスインテリジェンスをスケールさせています。保護しながら共有したい高価値なデータアセットがある場合、スケールすることは困難です。これまでは、広告主であるお客様一社一社に対して、カスタマーセキュリティを損なうことなく、私たちのインテリジェンスとFirst-partyデータを受け入れる準備ができているかを確認する必要がありました。現在は、データセキュリティとプライバシーを損なうことなく、多くのお客様と同時に対話できるテクノロジープラットフォームを持っており、これがオーディエンスインサイトのスケーリングと解放における大きな差別化要因となります。
セッションのまとめと今後の展望
このテクノロジーは広告を変革していく - すでに変革しているということで締めくくりたいと思います。Data Clean Roomsに関連する需要が見られており、APCチームとAWS Clean Roomsと協力できることを大変嬉しく思っています。ありがとうございました。 時間を超過していますので、このスライドについては手短に触れるだけにします。Privacy-enhanced Advertising、最小限のデータ移動によるデータコラボレーション、そして広告の仕組みについて学んでいただけると約束しましたが、皆様がこれらすべてについて学ぶことができたと願っています。さらに詳しい情報が必要な場合は、ドキュメントリソースが用意されており、明日にはAWS Clean Roomsに関する2つのセッションが予定されています。
セッションのアンケートにぜひご回答ください。私たちはデータドリブンな企業ですので、セッションの有用性や講演者の情報提供力をより良く理解するためにこのデータを活用させていただきます。今朝は皆様にお時間をいただき、誠にありがとうございました。
※ こちらの記事は Amazon Bedrock を利用することで全て自動で作成しています。
※ 生成AI記事によるインターネット汚染の懸念を踏まえ、本記事ではセッション動画を情報量をほぼ変化させずに文字と画像に変換することで、できるだけオリジナルコンテンツそのものの価値を維持しつつ、多言語でのAccessibilityやGooglabilityを高められればと考えています。
Discussion