193
Laurence
Amazon広告の入札を確率モデルで自動調整
競合あり/空白あり国内にもAmazon広告の運用代行や分析ツールはあるが、利益を目的関数にした自動入札は確認できない。
事業概要
- プロダクト
- 広告アカウントの入札額とキーワードを連携機能で受け取る。
- 売上・広告費・在庫の実績を日次で取り込み、利益を計算する。
- 価格帯や曜日ごとの需要の確率分布を推定し、期待利益を試算する。
- 入札額とキーワード構成の変更案を生成し、配信側へ反映する。
- 改善額と純利益の推移を日次で返し、撤退の条件も示す。
- 技術アーキテクチャ(推定)
- 顧客の広告アカウントと販売実績を連携機能で取得するとみられる。
- 在庫・原価・返品の数値を会計や販売管理の仕組みから取り込むと推定。
- 商品名と広告グループを名寄せし、日次の時系列に正規化する。
- 需要と入札の変動を確率モデルで推定し、期待利益を算出する。
- 変更案を段階的に配信し、結果を学習して再調整する仕組みとみられる。
- 判断履歴と成果は管理画面と日次レポートで提供すると推定。
- 収益モデル
- Amazonブランドが広告運用の委託料を月額で支払う形態とみられる。
- 広告費に対する一定率、または改善額に連動する課金の可能性がある。
- 価格は非公開。
- 差別化
- 入札判断と実売結果の対応履歴が顧客ごとに蓄積される。
- 広告枠の消化ではなく利益を目的関数に置く点が運用代行と異なる。
- 確率モデルの再学習に運用期間のデータが要り、乗り換え費用が生じる。
- 日本展開時のリスク
- 景品表示法や薬機法など、商材ごとの広告表現の確認が要る。
- Amazonの広告配信の仕様変更で機能が制約される恐れがある。
- 原価や在庫のデータを外部に預けることへの抵抗が導入の壁になる。
- 運用代行会社との既存契約があり、切り替え交渉が長引く可能性がある。
- 効果が短期で出ない商材では、月額費用の妥当性が問われる。
日本での競合
- Amazon広告の運用は代理店とツールが担い、裾野が広い。
- 国内に利益を目的関数にした自動入札の専業は確認できない。
- 広告費の最適化ツールはあるが、原価まで含める例は少ない。
- 大手の物販事業者は内製の分析チームを持つ場合がある。
- 参入には広告基盤の仕様追随と、効果指標の合意が要る。
主要プレイヤー
- Amazon.co.jp — 国内最大級のECモール。
- ブレインパッド — データ分析の支援。
| 比較軸 | Laurence | Amazon.co.jp | ブレインパッド |
|---|---|---|---|
| 主な用途 | Amazon広告の入札自動調整 | ECモール | データ分析 |
| 提供範囲 | 入札から効果測定まで | 物販 | 企業 |
| 課金 | 非公開 | 手数料 | 案件単位 |
| 強み | 利益を目的関数にした確率モデル | 物流網 | 分析人材 |
出典:Y Combinator / Laurence / Amazon.co.jp / ブレインパッド。技術アーキテクチャは公開情報からの推定。