AJAは、ABEMA、Netflix、DAZNなどの動画メディアを中心に、月間リクエスト数900億を超える広告関連の大量トラフィックを受けながら、メディア収益改善と広告効果向上を目的として、SSPとDSPの開発を行っています。その中では、機械学習による最適化配信や、クリエイティブ動画の生成や考査の自動化、広告配信における運用の自動化などAI/Dataの力でプロダクトの品質改善に貢献しています。
す。

Member

ML Engineer : 配信最適化、配信機能の設計、運用効率最適化、ターゲティング配信機能の拡充、データ分析
Business Analyst : データ分析、データビジュアライゼーション
Software Engineer : 基盤システムの設計、ロジック実装

使用している主な技術

Python, GoogleCloud, AWS, VertexAI, BigQuery, GKE, CloudSpanner, Redis, redash, Datadog, GithubActions

効果的な広告配信をするための取り組み

解決したい課題/ ユースケース

AJA DSPではSmart Targeting（スマートターゲティング）という機能を提供しています。Smart Targetingは、広告主の過去の配信データをもとに機械学習技術を活用し、CV（コンバージョン）に至るユーザーの特徴を学習、広告接触後のCV見込みが高いユーザーに対して広告を自動配信する機能です。

広告主が設定するKPI（例：アプリインストール数、Web訪問数など）とユーザーの行動履歴に基づき、KPIに最適化されたオーディエンスを構築することで、広告配信の効率化および成果の最大化を図ります。

メディアの審査工数を削減する動画広告審査 AI

解決したい課題/ ユースケース

AJA SSP が広告を配信している OTT メディアでは、厳格な広告審査基準が設けられています。これらの基準は関連法規 / メディア固有のガイドライン、そして公序良俗に基づいており、ユーザにとって不適切なコンテンツを排除することを目的としています。
しかし、日々大量に寄せられる動画広告の審査は、メディア運営側の業務負荷を著しく増大させる要因となっています。この課題に対応するため、AJA SSP では動画広告審査 AI の開発に取り組んでいます。
この AI システムは、動画広告の画像および音声を解析し、メディアごとにカスタマイズ可能な審査基準に基づいて評価を行います。さらに、人手によるメタデータ付与と AI による自動解析を組み合わせることで、審査プロセス全体の効率化を目指しています。このアプローチにより、大量の動画広告を効率的に審査することが可能となります。また、AI 判定と人間による最終確認を組み合わせることで、より精度の高い審査システムの構築を目指しています。

Creative活用を促進する組織Creative DX Lab

解決したい課題/ ユースケース

Creative DX Labは、AJA横軸組織として設立された動画解析チームです。動画(「クリエイティブ」と「配信番組」)を解析・深堀ることで、広告配信の最適化や、効果向上に努めています。クリエイティブの生成では、配信効果を最大化するためのL字動画広告生成や、クリエイティブ動画を0から制作するような試みを、動画像処理や自然言語処理等により動画クリエイターの支援をするような形で実現しています。

関連リンク

CVR3.4倍を実現したSmart Targeting～AJAが挑む動画広告の効果最大化～