Dynalystは日本のトップセールスのスマートフォンアプリディベロッパーの多くに利用いただいている、リターゲティング・新規インストール施策向けの広告配信サービスを提供するプロダクトです。
データサイエンティストチームでは、常に複数の A/B テストを回し続けながらよりよい広告配信ロジックへと改善しています。

Member

DataScientist : データ分析・立案や MLモデル作成・MLOps
Product Manager : プロダクト全体のマネジメント・ロードマップ策定
Software Engineer : Scala を用いた配信システム開発
Business : ビジネスプランの策定や顧客へのプロダクト説明対応、配信管理
Designer : 配信広告画像・動画やテンプレートの作成

使用している主な技術

Scala, Python, R, SQL, AWS, Snowflake, MySQL, redis,Docker, digdag, prefect, Datadog, Auction theory,Multi-armed Bandit, A/B testing, causal inference

広告クリエイティブの最適な出し分け

解決したい課題/ ユースケース

Dynalyst は多くの広告主と取引をしています。広告配信においては、広告クリエイティブとして動画や画像を配信していますが、ユーザーの興味を惹きつける効果の高いものを配信することが望ましいです。
しかし、これらのクリエイティブは、例えばアプリ内で期間限定イベントがあればそのためのクリエイティブを新規に作って配信するなど、短い期間で効果のわからないものを上手く最適化しつつ配信する必要があります。
A/B テストを行って効果を検証するといった方法が考えられますが、これにはサンプルサイズの問題や期間の問題、また効果の悪いものの配信量を多くしないといけないといった問題があります。

これを解決するために、Dynalyst では Bandit という手法を用いて広告クリエイティブ配信の最適化を行っています。これは探索と活用をバランス良く行うための手法で、AI Lab との連携を行いつつ最先端の手法を導入するなどしてより良く広告クリエイティブの出し分けを目指しています。

高スループット・低レイテンシーな推論サービス

解決したい課題/ ユースケース

DynalystはRTB(Real Time Bidding)という広告オークションの仕組みに参加することで、広告配信を行っています。RTBに参加する場合、秒間数十万のリクエストに対して100ms以内の低レイテンシで機械学習の予測を行う必要があります。
高スループット・低レイテンシの推論サービスを実現するために、DynalystではC言語の処理をPythonの拡張モジュールとして扱えるCythonを使用し、機械学習モデルの行列演算の高速化を行なっています。
ネットワークオーバーヘッドを排除するために、Dynalystでは機械学習のマネージドサービスを使わず、自前で推論サーバーを立て、広告配信サーバーとgRPC通信でやり取りを行っています。変動する広告リクエストに対応できるよう推論サーバーをオートスケーリングさせ、ピーク時でも安定した推論が可能となっています。

関連リンク

https://developers.cyberagent.co.jp/blog/archives/33310/
https://developers.cyberagent.co.jp/blog/archives/33921/
https://developers.cyberagent.co.jp/blog/archives/34628/