億単位の収益改善を実現した、A/B テストの分析から広告配信量を最適化するプロセス

ABEMA で動画コンテンツの視聴中に配信される広告では、短期的に見ると広告配信量を増やすほど「広告収益」は上がる一方で「ユーザーエンゲージメント」は下がるというトレードオフの関係にあります。 しかし長期的には必ずしもそうとは限りません。 そこで広告配信量をコントロールした過去の実験データを再分析し、特定の条件下で広告配信量を減らすことで「短期的なユーザーエンゲージメント」だけでなく「長期的な広告収益」も改善できる可能性を示しました。 そしてその条件を広告配信ロジックに反映し、数億円規模の収益改善を実現しました。 本セッションではその一連のプロセスについてお話しします。

• 

  宇戸 慎吾

  Data Scientist

  2023年8月に中途入社。 ABEMA のデータサイエンティストとして、「実験」を軸としたより良い意思決定を通じて事業価値の創出に尽力している。 2026年4月に Decision Science チームのマネージャーに就任し、同四半期に ABEMA の開発組織でベストマネージャー賞を受賞。 同年には国際カンファレンス CODE@MIT に論文が採択されるなど、ABEMA のデータサイエンス組織のプレゼンス向上にも注力している。
• 

  金原 大河

  Backend Engineer

  2022年に中途入社。 Business Development Headquarters に配属され、Adtech チームとして広告配信システムを担当。 今回の発表内容である ABEMA の VOD 広告システムの A/B テスト周りの開発等を直近では担当している。