Soumettre la recherche
Mettre en ligne
広告販促の効果測定について
•
Télécharger en tant que PPTX, PDF
•
52 j'aime
•
16,619 vues
S
saynoway66
Suivre
広告・販促の効果測定について勉強中の内容をまとめました
Lire moins
Lire la suite
Marketing
Signaler
Partager
Signaler
Partager
1 sur 13
Télécharger maintenant
Recommandé
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
Takami Sato
LightGBM: a highly efficient gradient boosting decision tree
LightGBM: a highly efficient gradient boosting decision tree
Yusuke Kaneko
オークションの仕組み
オークションの仕組み
Yosuke YASUDA
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
RyuichiKanoh
For MANABIYA
For MANABIYA
ssuserafaae8
Kaggleのテクニック
Kaggleのテクニック
Yasunori Ozaki
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイント
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイント
Naoto Tamiya
Devsumi 2018summer
Devsumi 2018summer
Harada Kei
Recommandé
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
Takami Sato
LightGBM: a highly efficient gradient boosting decision tree
LightGBM: a highly efficient gradient boosting decision tree
Yusuke Kaneko
オークションの仕組み
オークションの仕組み
Yosuke YASUDA
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
RyuichiKanoh
For MANABIYA
For MANABIYA
ssuserafaae8
Kaggleのテクニック
Kaggleのテクニック
Yasunori Ozaki
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイント
セグメント?クラスタリング? ユーザーを分類し、サービスの改善に活かすポイント
Naoto Tamiya
Devsumi 2018summer
Devsumi 2018summer
Harada Kei
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
hoxo_m
傾向スコアを使ったキャンペーン効果検証V1
傾向スコアを使ったキャンペーン効果検証V1
Kazuya Obanayama
データモデリングとアルゴリズムで考える統計と機械学習の違い
データモデリングとアルゴリズムで考える統計と機械学習の違い
西岡 賢一郎
数式を使わないプライバシー保護技術
数式を使わないプライバシー保護技術
Hiroshi Nakagawa
Graph Neural Networks
Graph Neural Networks
tm1966
合成変量とアンサンブル:回帰森と加法モデルの要点
合成変量とアンサンブル:回帰森と加法モデルの要点
Ichigaku Takigawa
はじめてのShiny
はじめてのShiny
Kazuya Wada
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
Shiga University, RIKEN
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
cyberagent
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
STAIR Lab, Chiba Institute of Technology
契約理論って何だろう?
契約理論って何だろう?
Yosuke YASUDA
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
Ichigaku Takigawa
探索と活用の戦略 ベイズ最適化と多腕バンディット
探索と活用の戦略 ベイズ最適化と多腕バンディット
H Okazaki
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法
Satoshi Hara
大学3年生の僕に伝えたいことをつらつらと
大学3年生の僕に伝えたいことをつらつらと
Toshinori Sato
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Satoshi Kato
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
Takashi J OZAKI
R MarkdownとBeamerでプレゼンテーション資料作成
R MarkdownとBeamerでプレゼンテーション資料作成
Hiroki Itô
傾向スコア解析とUplift Modelling
傾向スコア解析とUplift Modelling
Yohei Sato
2014 3 13(テンソル分解の基礎)
2014 3 13(テンソル分解の基礎)
Tatsuya Yokota
広告効果測定&解析ツールを使って広告Roiを最大化する運用方法
広告効果測定&解析ツールを使って広告Roiを最大化する運用方法
Ryoma Hosokawa
Tokyo webmining資料LT20140726用
Tokyo webmining資料LT20140726用
Koichiro Kondo
Contenu connexe
Tendances
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
hoxo_m
傾向スコアを使ったキャンペーン効果検証V1
傾向スコアを使ったキャンペーン効果検証V1
Kazuya Obanayama
データモデリングとアルゴリズムで考える統計と機械学習の違い
データモデリングとアルゴリズムで考える統計と機械学習の違い
西岡 賢一郎
数式を使わないプライバシー保護技術
数式を使わないプライバシー保護技術
Hiroshi Nakagawa
Graph Neural Networks
Graph Neural Networks
tm1966
合成変量とアンサンブル:回帰森と加法モデルの要点
合成変量とアンサンブル:回帰森と加法モデルの要点
Ichigaku Takigawa
はじめてのShiny
はじめてのShiny
Kazuya Wada
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
Shiga University, RIKEN
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
cyberagent
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
STAIR Lab, Chiba Institute of Technology
契約理論って何だろう?
契約理論って何だろう?
Yosuke YASUDA
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
Ichigaku Takigawa
探索と活用の戦略 ベイズ最適化と多腕バンディット
探索と活用の戦略 ベイズ最適化と多腕バンディット
H Okazaki
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法
Satoshi Hara
大学3年生の僕に伝えたいことをつらつらと
大学3年生の僕に伝えたいことをつらつらと
Toshinori Sato
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Satoshi Kato
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
Takashi J OZAKI
R MarkdownとBeamerでプレゼンテーション資料作成
R MarkdownとBeamerでプレゼンテーション資料作成
Hiroki Itô
傾向スコア解析とUplift Modelling
傾向スコア解析とUplift Modelling
Yohei Sato
2014 3 13(テンソル分解の基礎)
2014 3 13(テンソル分解の基礎)
Tatsuya Yokota
Tendances
(20)
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
傾向スコアを使ったキャンペーン効果検証V1
傾向スコアを使ったキャンペーン効果検証V1
データモデリングとアルゴリズムで考える統計と機械学習の違い
データモデリングとアルゴリズムで考える統計と機械学習の違い
数式を使わないプライバシー保護技術
数式を使わないプライバシー保護技術
Graph Neural Networks
Graph Neural Networks
合成変量とアンサンブル:回帰森と加法モデルの要点
合成変量とアンサンブル:回帰森と加法モデルの要点
はじめてのShiny
はじめてのShiny
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測(第9回ステアラボ人工知能セミナー)
契約理論って何だろう?
契約理論って何だろう?
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
探索と活用の戦略 ベイズ最適化と多腕バンディット
探索と活用の戦略 ベイズ最適化と多腕バンディット
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法
大学3年生の僕に伝えたいことをつらつらと
大学3年生の僕に伝えたいことをつらつらと
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
R MarkdownとBeamerでプレゼンテーション資料作成
R MarkdownとBeamerでプレゼンテーション資料作成
傾向スコア解析とUplift Modelling
傾向スコア解析とUplift Modelling
2014 3 13(テンソル分解の基礎)
2014 3 13(テンソル分解の基礎)
En vedette
広告効果測定&解析ツールを使って広告Roiを最大化する運用方法
広告効果測定&解析ツールを使って広告Roiを最大化する運用方法
Ryoma Hosokawa
Tokyo webmining資料LT20140726用
Tokyo webmining資料LT20140726用
Koichiro Kondo
オープニングトーク - 創設の思い・目的・進行方針 -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針 -データマイニング+WEB勉強会@東京
Koichi Hamada
PL/CUDA - GPU Accelerated In-Database Analytics
PL/CUDA - GPU Accelerated In-Database Analytics
Kohei KaiGai
ドローン農業最前線
ドローン農業最前線
tetsuya furukawa
動的最適化の今までとこれから
動的最適化の今までとこれから
Kazuki Baba
20170310_InDatabaseAnalytics_#1
20170310_InDatabaseAnalytics_#1
Kohei KaiGai
マーケティングリサーチへのテキストマイニングの活用
マーケティングリサーチへのテキストマイニングの活用
saynoway66
GAによる広告出稿最適化
GAによる広告出稿最適化
GA technologies Inc.
就活生のための会社分析入門 20160102
就活生のための会社分析入門 20160102
Shinya Fujimura
女性のライフスタイル1万人調査 20151208
女性のライフスタイル1万人調査 20151208
Shinya Fujimura
シェアウィズ_企業向け導入提案資料
シェアウィズ_企業向け導入提案資料
Find Job Startup
【schoo WEB-campus】#40これからのインターネットコンテンツ 講師:古川健介
【schoo WEB-campus】#40これからのインターネットコンテンツ 講師:古川健介
webcampusschoo
WordPressの使えるプラグイン2013
WordPressの使えるプラグイン2013
Takashi Uemura
マス広告、これからのデジタルマーケティング
マス広告、これからのデジタルマーケティング
loftwork
20140213 web×マス広告の統合分析第1部_公開用
20140213 web×マス広告の統合分析第1部_公開用
Cyberagent
クラウドおけいこ
クラウドおけいこ
CREATIVEHOPE / C-LAB
サイバーエージェント流スマートフォンプロモーションの技術 格納用
サイバーエージェント流スマートフォンプロモーションの技術 格納用
webcampusschoo
20140213 web×マス広告の統合分析第2部_公開用
20140213 web×マス広告の統合分析第2部_公開用
Cyberagent
子どもの貧困 調査報告書
子どもの貧困 調査報告書
Shinya Fujimura
En vedette
(20)
広告効果測定&解析ツールを使って広告Roiを最大化する運用方法
広告効果測定&解析ツールを使って広告Roiを最大化する運用方法
Tokyo webmining資料LT20140726用
Tokyo webmining資料LT20140726用
オープニングトーク - 創設の思い・目的・進行方針 -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針 -データマイニング+WEB勉強会@東京
PL/CUDA - GPU Accelerated In-Database Analytics
PL/CUDA - GPU Accelerated In-Database Analytics
ドローン農業最前線
ドローン農業最前線
動的最適化の今までとこれから
動的最適化の今までとこれから
20170310_InDatabaseAnalytics_#1
20170310_InDatabaseAnalytics_#1
マーケティングリサーチへのテキストマイニングの活用
マーケティングリサーチへのテキストマイニングの活用
GAによる広告出稿最適化
GAによる広告出稿最適化
就活生のための会社分析入門 20160102
就活生のための会社分析入門 20160102
女性のライフスタイル1万人調査 20151208
女性のライフスタイル1万人調査 20151208
シェアウィズ_企業向け導入提案資料
シェアウィズ_企業向け導入提案資料
【schoo WEB-campus】#40これからのインターネットコンテンツ 講師:古川健介
【schoo WEB-campus】#40これからのインターネットコンテンツ 講師:古川健介
WordPressの使えるプラグイン2013
WordPressの使えるプラグイン2013
マス広告、これからのデジタルマーケティング
マス広告、これからのデジタルマーケティング
20140213 web×マス広告の統合分析第1部_公開用
20140213 web×マス広告の統合分析第1部_公開用
クラウドおけいこ
クラウドおけいこ
サイバーエージェント流スマートフォンプロモーションの技術 格納用
サイバーエージェント流スマートフォンプロモーションの技術 格納用
20140213 web×マス広告の統合分析第2部_公開用
20140213 web×マス広告の統合分析第2部_公開用
子どもの貧困 調査報告書
子どもの貧困 調査報告書
Similaire à 広告販促の効果測定について
Towards a robust modeling of temporal interest change patterns for behavioral...
Towards a robust modeling of temporal interest change patterns for behavioral...
shima o
オラクルクラウドを活用した 次世代マーケティング 2014/7/16
オラクルクラウドを活用した 次世代マーケティング 2014/7/16
cloudmarketing
コンテンツマーケティングにおける良いコンテンツの作り方_ヒカ☆ラボ登壇資料_20160406
コンテンツマーケティングにおける良いコンテンツの作り方_ヒカ☆ラボ登壇資料_20160406
Shohei Komatsu
ソーシャルメディア活用のワークショップ ver1.5
ソーシャルメディア活用のワークショップ ver1.5
naoto kyo
これまでの10年、これからの10年2
これまでの10年、これからの10年2
Narutoshi Gon
45分で理解する_マーケティング・システム入門_斉藤之雄
45分で理解する_マーケティング・システム入門_斉藤之雄
Yukio Saito
Jmrx6月30日【日産 配信用】
Jmrx6月30日【日産 配信用】
(株)MROCジャパン&(株)ビジョン・クリティカル・ジャパン
ウフル ソーシャルリスニング紹介資料
ウフル ソーシャルリスニング紹介資料
uhuru_jp
image_video_instagram_202212.pdf
image_video_instagram_202212.pdf
博三 太田
600名に聞いた!コンテンツマーケティング調査レポート 2015年版
600名に聞いた!コンテンツマーケティング調査レポート 2015年版
株式会社エコンテ / econte, Inc.
The introduction to_sns_marketing_20200515
The introduction to_sns_marketing_20200515
SAKURUG co.
小さい会社のWEB対策とSEO対策はブログやソーシャルメディア活用方法
小さい会社のWEB対策とSEO対策はブログやソーシャルメディア活用方法
Webコンサルタント武藤正隆
メディア向け Ginzamarkets資料 20141029
メディア向け Ginzamarkets資料 20141029
DemandSphere
朝カフェマーケティングに学ぶ 顧客中心主義のマーケティング
朝カフェマーケティングに学ぶ 顧客中心主義のマーケティング
Takahisa Nagai
A04 角田研究室4 倉内黎
A04 角田研究室4 倉内黎
AOMORI SIX
玉腰泰三事業案内
玉腰泰三事業案内
玉腰泰三 個人事務所
09 電子商取引論 第4回
09 電子商取引論 第4回
Kazz Sato
2005年11月 マーケティングROIカンファレンス講演
2005年11月 マーケティングROIカンファレンス講演
Tsuyoshi Miyashita
ユーザーエクスペリエンスに基づいた指標設計と改善の考え方
ユーザーエクスペリエンスに基づいた指標設計と改善の考え方
Taku ogawa
121029 jida slideshare
121029 jida slideshare
Takashi Watanabe
Similaire à 広告販促の効果測定について
(20)
Towards a robust modeling of temporal interest change patterns for behavioral...
Towards a robust modeling of temporal interest change patterns for behavioral...
オラクルクラウドを活用した 次世代マーケティング 2014/7/16
オラクルクラウドを活用した 次世代マーケティング 2014/7/16
コンテンツマーケティングにおける良いコンテンツの作り方_ヒカ☆ラボ登壇資料_20160406
コンテンツマーケティングにおける良いコンテンツの作り方_ヒカ☆ラボ登壇資料_20160406
ソーシャルメディア活用のワークショップ ver1.5
ソーシャルメディア活用のワークショップ ver1.5
これまでの10年、これからの10年2
これまでの10年、これからの10年2
45分で理解する_マーケティング・システム入門_斉藤之雄
45分で理解する_マーケティング・システム入門_斉藤之雄
Jmrx6月30日【日産 配信用】
Jmrx6月30日【日産 配信用】
ウフル ソーシャルリスニング紹介資料
ウフル ソーシャルリスニング紹介資料
image_video_instagram_202212.pdf
image_video_instagram_202212.pdf
600名に聞いた!コンテンツマーケティング調査レポート 2015年版
600名に聞いた!コンテンツマーケティング調査レポート 2015年版
The introduction to_sns_marketing_20200515
The introduction to_sns_marketing_20200515
小さい会社のWEB対策とSEO対策はブログやソーシャルメディア活用方法
小さい会社のWEB対策とSEO対策はブログやソーシャルメディア活用方法
メディア向け Ginzamarkets資料 20141029
メディア向け Ginzamarkets資料 20141029
朝カフェマーケティングに学ぶ 顧客中心主義のマーケティング
朝カフェマーケティングに学ぶ 顧客中心主義のマーケティング
A04 角田研究室4 倉内黎
A04 角田研究室4 倉内黎
玉腰泰三事業案内
玉腰泰三事業案内
09 電子商取引論 第4回
09 電子商取引論 第4回
2005年11月 マーケティングROIカンファレンス講演
2005年11月 マーケティングROIカンファレンス講演
ユーザーエクスペリエンスに基づいた指標設計と改善の考え方
ユーザーエクスペリエンスに基づいた指標設計と改善の考え方
121029 jida slideshare
121029 jida slideshare
広告販促の効果測定について
1.
マスマーケティングにおける 広告・販促の効果測定について 2014/7/26 Saynoway 66
2.
自己紹介 • Saynoway66 – 某食品メーカー勤務 –
大学時代は遺伝的アルゴリズムを用いたシミュレーション モデル開発 – 入社後は情報系の部署で、海外の情報システム導入支 援等やりつつ、当時流行っていたCGMのデータ分析を開 始 – マーケティング部門に移動になり、自社WEBコミュニティ サイトの企画・設計・解析を担当 – 現在は新製品開発のための市場調査を担当しつつ、マー ケティングリサーチの手法開発を担当
3.
前回の振り返り • ソーシャルリスニングの事例として、テキストマイニングを利 用したWEBキャンペーンの反響分析を紹介
4.
前回の振り返り • ソーシャルリスニングの事例として、テキストマイニングを利 用したWEBキャンペーンの反響分析を紹介
5.
大事なことは、で、 売上はどうだったの?
6.
広告の効果測定は大変。。。 広告を見た人が 商品を買ったか? TV広告だと 広告接触履歴が 取れない 自社で販売チャネル を持っていないと 購買履歴が取れない 加えて 広告だけでなく、気温や競合動向、市場動向など外部要因に よっても販売量は変動
施策間の相乗効果などもあり、施策毎に効果を把握するのが 困難
7.
広告の効果測定について • 事前事後法 – 広告出稿の前後など、広告が入っている状態と、いない 状態での販売量を比較する。 •
マーケティングミックスモデリング(MMM) – 広告や山積み等の施策系の時系列データと、販売に関 する時系列データを元に、各施策が販売におよぼした貢 献量を把握する。 • シングルソースパネル – 広告接触と購買履歴を持った消費者パネルを利用して、 「広告を見た人」が「いつ」、「何を」「買ったか?」を分析
8.
広告の効果測定について • 事前事後法 – 広告出稿の前後など、広告が入っている状態と、いない状態での販売 量を比較する。 •
調査系アプローチ – 実験室で広告を閲覧してもらい、閲覧前後での購入意向の変化 を聴く • エリアマーケティング – エリア限定で広告配信を行い、投下エリアと非投下エリアの販売 を比較する – なるべく広告エリアと非投下エリアでの条件がそろうようにする。 広告投下有無以外の条件を揃える必要
9.
MMMとは • 重回帰分析等の統計解析手法を用い、マーケティング施策 が販売に与えた効果を把握し、将来の予測に活用する手法 • 主に、売上or利益最大化のための、広告ミックスやプロモー ション戦術策定に活用されている。(Wikipediaより) TVCM(GRP) 山積み率(SPI) ・・・ 気温 販売個数 施策 外部要因 市場動向 競合動向 モデルイメージ(重回帰の場合)
10.
ベースラインとインクリメンタル トータルの販売量を「ベースライン」と「インクリメンタル」に分解 • インクリメンタル – マーケティング施策により短期的に生成される販売量 •
ベースライン – マーケティング施策を行わなかった際に売れる販売量で、長期的トレ ンド、季節性、ブランドのロイヤリティ等によって生み出される Wikipediaから抜粋
11.
インクリメンタルで計測する項目 • TV広告(GRP) – 広告反応曲線 •
TV広告が売上に及ぼす効果には、上限(これ以上打っても効かない)と 下限(これ以下だと効果が出ない)があるため、下記のような広告反応曲 線を当てはめることが多い – 広告残存効果 • 広告の効果は、広告投下週以降も残存するという前提で、広告の残存 係数を推定する。 売上 GRP 広告反応曲線 0 100 200 300 400 500 600 700 800 900 1000 0 1000 2000 3000 4000 5000 6000 7000 Week1 Week2 Week3 Week4 Week5 Week6 Week7 Week8 GRP 販売 残存効果の場合 0.6 (前週の6掛けが残存する) 実際の 広告投下 広告の残存効果
12.
インクリメンタルで計測する項目 • 店頭露出 – 調査会社から提供される露出店舗率のデータを利用するのが一般 的 •
価格 – 価格をモデルに組込むことで、価格弾力性(価格変化が売上に与え る影響)を把握可能 • その他広告媒体 – 新聞、雑誌、交通広告などや、WEB広告などを対象とすることもあり ます(あまりやったことありませんが。。。)
13.
マーケティングミックスモデリングにおける課題 • 課題は色々とありますが、短期的販売効果を重視するあまり 長期的販売効果を軽視しがちになるのが一番の課題だと感 じています。 • 施策検討時に短期的な効果に偏重してしまうと、施策がブラ ンド資産に与える長期的なインパクトを見落すことがあるた め、注意しながら分析しています。
Télécharger maintenant