極予測AIは、AIを最大限活用し新しいクリエイティブ制作プロセスを実現する社内向けのAIプロダクトです。 画像・動画・音声・テキストなど様々な広告要素を考慮した効果予測AIの研究開発や、クリエイターが広告効果の高いクリエイティブを効率的に制作するための制作支援サービスの設計開発を行っています。

Member

Data Scientist : 広告及びクリエイティブデータの分析、効果予測モデルの開発
Software Engineer : UI/UX、学習基盤、データ加工バッチの作成等の設計・開発
Product Manager : プロダクト全体のマネジメント・ロードマップ策定
Buisiness : 効果予測モデルを活用したクリエイターの制作フロー策定

使用している主な技術

Vue.js, TypeScript, Golang, Echo, FastAPI, Triton Inference Server, PyTorch, TensorFlow, BigQuery, Cloud SQL, Cloud Tasks, Cloud Run, GKE, DataFlow, Vertex AI, Argo, Embulk, dbt, Tableau, Gradio

ディスプレイ広告の効果予測

解決したい課題/ ユースケース

広告の効果予測により質の高いクリエイティブを制作できるようになる一方で、クリエイティブ制作の生産性も大きな課題となります。
クリエイティブ制作者は効果予測AIを利用することでクリエイティブの良し悪しを判断することができますが、そのクリエイティブの何が良くて何が悪いのかの理由付けができず、ただ手探りで多様なパターンのクリエイティブを試行することになってしまうからです。

こういった背景課題を解決するため、極予測AIではクリエイティブ制作の生産性を高める施策にも取り組んでいます。
クリエイティブに用いられる素材の傾向分析を行い広告効果の高い素材を推薦したり、クリエイティブの要素をどうように組み合わせれば高い効果が得られるのかを分析するなど、効果的かつ効率的なクリエティブ制作フローの実現に力を入れています。

クリエイティブ制作の生産性向上

解決したい課題/ ユースケース

ディスプレイ広告の効果を決定づける要素として、年齢や性別といった配信設定の他、使用される画像や動画、テキストなどが挙げられます。特に画像や動画のマルチメディアデータにおいては、背景や主体物の写真・キャッチコピーの内容や用いられるフォント、全体的な色合いや配置など、多様な要素がどのように組み合わさってデザインされているかが重要になります。

広告効果を適切に予測するためには、これらの多様な要素を同時にかつ複雑な入力パターンで解釈ができるマルチモーダルなモデルが必要となります。極予測AIでは深層学習を取り入れており、独自ドメインで学習された事前学習モデルの構築など、予測品質を高めるための施策を実施しています。

関連リンク

https://www.cyberagent.co.jp/news/detail/id=24647
https://developers.cyberagent.co.jp/blog/archives/46091/
https://money-bu-jpx.com/news/article050915/