エレベーターサイネージは、マンションやオフィスといった生活の一部として密接に関わる場所に最適な広告を配信することを目的としたプロダクトです。従来の広告配信機能に加えて、物件ごとにカスタマイズしたクリエイティブを生成する機能や、限られた配信在庫を調整する機能など、エレベーターサイネージならではの特徴を日々模索しながら業務に取り組んでいます。

Member

DataScientist : ビジネス課題に対するデータ分析手法の提案、手法のレクチャー
Software Engineer : 配信システムの開発・運用、案件の分析
Business : ビジネスプランの策定、顧客へのプロダクト説明対応、配信管理

使用している主な技術

Rust, Next.js, AWS, Snowflake, MySQL, Redis, Datadog

生成AIを用いた物件情報の正規化

解決したい課題/ ユースケース

エレベーターサイネージでは配信する物件が事前に把握できるという特徴を活かし、物件属性情報を使ったターゲティングを行っています。物件属性情報の取得には様々な情報元を利用していますが、それぞれ形式が異なるため情報を正規化する必要があります。そこで生成 AI を利用することで、様々な形式の物件属性情報データを低コストで正規化することを実現しました。
エレベーターサイネージでは、AWS と Rust 言語を採用していることもあり、Rust 言語で公式 SDK が提供されている Amazon Bedrock を採用しました。モデルは Bedrock で利用でき、かつ話題性があり構造化文書の正規化に優れている Anthropic 系 (Claude) を採用しています。
実装にあたっては、なるべく誤った情報を生成しないようにプロンプト26の原則を採用したり、外れ値が出てしまってもそのデータを採用しないような集計ロジックを組むなどの工夫を実施しています。

CV の効果要因分析

解決したい課題/ ユースケース

エレベーターサイネージでは、配信した広告動画のコンバージョン (成果) の計測に使うデータの1つとして、広告に表示されている QR コード読み込みの値を利用しています。QR コードが読み込まれた結果を分析する際、その読み込みがどのような要因 (天気・時間帯・地域・家賃/平米数などの物件属性 など) がどれくらい寄与しているのかを、線形回帰による分析を行うことで明らかにする取り組みを実施する予定です。
分析した結果は案件の振り返りに利用し、継続して配信をすることでより効果の高い広告効果を得られるという価値を広告主の方に感じていただけるようにしたいと考えています。

関連リンク

https://www.cyberagent.co.jp/news/detail/id=26747