機械学習とは
機械学習は運用型広告の入札を支える仕組みです。機械学習によって広告購入の決定をリアルタイムかつ大きな規模で実行できます。
機械学習の仕組み
機械学習はこれまでの時系列的なデータを利用して、インストール後のエンゲージメントにつながるよう、最適なユーザーを探し出し、行動を予測し、最適な広告を打ち出します。
機械学習は運用型広告の入札を支える仕組みです。機械学習によって広告購入の決定をリアルタイムかつ大きな規模で実行できます。
機械学習はこれまでの時系列的なデータを利用して、インストール後のエンゲージメントにつながるよう、最適なユーザーを探し出し、行動を予測し、最適な広告を打ち出します。
機械学習のパフォーマンスは学習するデータの質に左右されます。 偏ったデータを与えると、機械学習は機能せずスケールもしません。偏ったデータの例としては、ホワイト・ブラックリスト、不正または意図しないクリックがあります。
Liftoff の偏りのない機械学習は、包括的でクリーンかつ精確なデータからのみ学習するようトレーニングされています。完全なデータを学習することで、変化し続けるアプリの環境に対応できるようになり、新たな成長の余地を発見し続けることができます。
Liftoff の機械学習でデータを絞り込み、アプリを使いたい本物のユーザーを見つけることができます。
広告の表示間隔を調整し、1 日を通してあらゆるユーザーの目に露出
不正・不審な入札（全体の 13% 相当）を除外
意図しないクリックをブロックLiftoff の機械学習は入札リクエストのデータを充実させ詳細なユーザープロフィールを作成するため、入札するユーザーをより深く知ることができます。これがLiftoffの入札リクエストの処理方法です。
LTV の両輪の片方が獲得だとすると、もう片方はリテンションです。強力な機械学習と同じプラットフォームで実行されるリエンゲージメントで、ユーザーのエンゲージメントを維持しながらロイヤルティを高めます。
Coupangがリエンゲージメントキャンペーンをどのように拡大し、インプレッション数を270.6％増加させたかを知る。
お客様の年間プランを立てる一助として、最新のモバイルユーザー獲得トレンドについて書かれた弊社の最も詳しい年間レポートをぜひご一読ください。
Liftoffの類似ユーザーターゲティングにより、有名なモバイルゲームスタジオは長期間にわたり、質の高いユーザーを大幅に増加しました。
