データ サイエンティストがソーシャル メディア広告を改善する方法

データ サイエンスは急速に発展しています。これは、絶え間なく変化する文化と、動きの速い指先で何でも学習できる能力を考えると、当然のことです。

たとえば、来年かそこらで、インターネットのユーザー数が 50 億人に達すると考えてください。 一方、人々は、インターネットの 10 億以上の Web サイトにアクセスするために、年間約 1.2 兆回の Google 検索を実行することになります。

Google 検索 (およびその他のインターネット アクティビティ) ごとに、データ フットプリントが作成され、ユーザーの興味、行動、人口統計に関する情報が充実しています。 つまり、世界はデータで泳いでいるということです。 したがって、Strike Social を含む多くのマーテック企業は、データ サイエンティストの頭脳に頼って、どの情報が有用で、何を破棄すべきかを判断しなければなりません。

データサイエンスで不可能を再考する

多くの場合、データ サイエンティストは、答えることが不可能に思えるかもしれない大きな質問をする人です。 彼らの好奇心は、技術の最前線で新しいモデルを開発することも可能にします。 パラメータの再構築や多様なデータセットの組み合わせなど、構造化された実験を通じてこれを実現します。

したがって、多くのデータ サイエンティストが学歴を持ち、生物学や物理学などの分野で高度な学位を取得していることは驚くべきことではありません。

^{Strike のデータ サイエンティストである Bing Bu、Dmitry Bandurin、Jeongku Lim は、シカゴにある同社の本社で働いています。}

後者は、まさにStrike Social の 3 人のデータ サイエンティスト(Dmitry Bandurin、Bing Bu、Jeongku Lim) に当てはまります。全員が実験物理学または初等物理学 (つまり、物質の基本的な構成要素とその構造の研究) のいずれかで博士号を取得しています。相互作用）。 Strike に参加する前、Bandurin、Bu、および Lim は、宇宙を理解するために大きなコライダー内で素粒子を粉砕することに焦点を当てた研究科学者でした。

今、彼らは有料ソーシャルの世界に挑戦しています。

Strike のシニア データ サイエンティストである Bandurin 氏は、自身の研究経験が、ビッグ データの可能性を再考する能力につながっていると考えています。 そして、彼は実際の実験データを使って新しい結果を生み出すことに慣れています。

「決して同じではなく、常に変化しています」と彼は言います。

Bandurin、Bu、Lim の 3 人は、データ サイエンティストが AI の力をペイド ソーシャルにうまく活用するためには、強力な数学的および分析的スキルとプログラミングの技術が必要であることに同意しています。

では、彼らにとって平均的な 1 日とは正確にはどのようなものなのでしょうか。 Bandurin 氏は、会議に時間の約 25 ～ 30% が費やされ、さらに 10% が開発者との作業やデータ サイエンス チームとの新しい調査結果の議論に費やされていると推定しています。 残りの時間は、これらのデータ サイエンティストはモデルのテストと開発に専念し、プロトタイプ コードに実装します。

Bu はまた、毎日の作業を要約し、長期的なプロジェクトが彼にやってくる場合に備えて、翌日、週、または月のスケジュールを計画することも好きだと言います.

データ サイエンティストが有料ソーシャルを改善する方法

複雑なモデリングを通じて作成されたクラスターは、データ サイエンティストが管理された広告キャンペーンで結果をテストするのに役立ちます。 Strike のデータ サイエンティストとメディア チームは協力して、データの組み合わせを個別にテストできるマイクロ キャンペーンを開発しています。 組み合わせが主要業績評価指標を達成するか、満たすと、広告費は、成果の低い広告セットからより目標を達成した広告セットに再割り当てされます。

キャンペーンの結果はデー​​タ ミックスにフィードバックされ、そこで Strike の科学者は統計モデルを改良してパフォーマンスを何度も改善します。

調査、モデリング、およびテストの継続的なプロセスは、データ分析の世界で止まることはありません。 人は大人になると興味を持ち、古い習慣を捨てます。 コミュニケーション方法の改善が示すように、文化も進化します。

テクノロジーにより、AI で利用できる学習のペースが加速するなど、何年にもわたって完成された技術が数か月で失われています。

「スマートフォン、スマート TV、その他の高度な電子機器の使用が指数関数的に増加していることを考えると、個別化された情報を収集することは達成可能であり、個別化された広告の専用配信が可能になります」と Bu 氏は言います。 「今後、ネットワークは安くなり、使用範囲が広がるため、動画広告の視聴者は急速に増加します。」

Strike のデータ サイエンティストの探究心と、データの実験への大胆不敵な取り組みがなければ、AI の技術的進歩は不可能です。

彼らの仕事がソーシャル メディア広告をどのように変えているかをご紹介します。

^{Strike のデータ サイエンティストである Jeongku Lim、Dmitry Bandurin、および Bing Bu は全員、実験物理学または初等物理学のいずれかで博士号を取得しています。}

オーディエンス管理を改善するためのデータ サイエンス

毎秒大量のデータが作成されるため、マーケティング担当者は、固有のバイアス、不完全なデータ セット、またはサンプルが少なすぎることによる誤った結果を制御する必要があります。

データ サイエンティストは、オーディエンスが人口統計のみに基づいて構築されているのではなく、さまざまな行動、問題点、関心を持つ人々で構成されていることを理解しています。

品質データ分析には、Cookie、Web 分析、ユーザー生成コンテンツ、およびその他のビッグ データ ソースからの行動の手がかりが組み込まれています。 詳細で有用なオーディエンスを構築するために、データ サイエンティストは大規模なデータ セットを融合して、顧客の行動に関する真の洞察を提供するセグメントをビッグ データで形成できるようにします。

質の高いオーディエンスは、広告キャンペーンでのテストによって検証され、データの最新性、頻度、および深さに依存します。

オーディエンスの作成は、既知の変数と目標に基づく仮説から始まることを忘れないでください。 たとえば、保険会社の最初の想定は、オンライン自動車保険を探している 18 ～ 50 歳で、少なくとも 1 台の車を所有している個人です。 十分に定式化された仮説は、分析を十分に絞り込むと同時に、行動および動機付けに関する洞察を発見するのに十分な結果をもたらします。

適切なアトリビューション モデリングのためのデータ サイエンス

適切なマーケティング アトリビューション、またはどのメッセージが購入につながったかを判断する科学は、コンバージョンに至った人とそうでない人の両方からのデータに依存しています。 このデータは非常に大きくなる可能性があるため、ユーザーのコンバージョンにつながったイベントを正しく特定してクレジットするには、高度なモデリングが必要です。

AI などの改良されたテクノロジーのおかげで、ブランドは消費者の購入経路をよりよく理解できるようになりました。 十分なデータがあれば、科学者はマーケティング チャネルとデバイスを調べて、タッチ ポイントを改善し、メッセージを強化することができます。

リアルタイム ビッダーを改善するためのデータ サイエンス

オーディエンス セグメンテーションの進歩とコンバージョン イベントのより深い理解により、広告を売買する方法である RTB が実践されるようになりました。 RTB を使用すると、個々の広告インプレッションを、ユーザーが Web サイトにアクセスすると同時に購入できます。

Web サイトで商品を見てから、ソーシャル メディア フィードをチェックした後、同じ商品の広告を表示したことがある場合は、ターゲット広告による RTB を経験したことがあるでしょう。

または、初めて家を買って、プラスチックの皿を食べるのにうんざりしているとします。 あなたは、メイシーズ オンラインにアクセスして、新しい食器を探すことにしました。 まだ購入する準備ができていないので、Facebook にアクセスして、家族や友人と何が起こっているかを確認することにしました。 フィードをスクロールしていると、先ほど見たディナー プレートとまったく同じ画像の広告を見つけました。

RTB は購入プロセスを拡大し、個々のユーザーを直接ターゲティングできるようにします。 このプロセスに参加するには、データ サイエンティストは膨大な量のデータにアクセスできる必要があり、実用的な洞察のために有用な情報を整理して取得するための適切な専門知識を持っている必要があります。

データサイエンスの向かう先

時折、データ サイエンスの分野は、Bandurin、Bu、および Lim が何年にもわたって探索してきた宇宙と同じくらい急速に拡大しているように見えます。

「データ サイエンスは、さまざまな企業が問題を解決するのを支援し続け、物事をより自動化します」と Bandurin 氏は言います。 「自動運転車の開発はその一例ですが、航空機、チェス、障害者の支援、人間の生活のあらゆる分野における真のアンドロイドなど、他の車両の自動化も同様です。」

その結果、私たちが知っているまったく新しい世界が生まれます。