[機械学習]-誤差1%で予測する手法を解析する　その2

日経ビジネスで掲載された「誤差1%、驚異の需要予測　勝ち筋つくる数学マーケティング」で紹介されている、森岡毅(CEO)率いる株式会社刀の特許内容(発明者　今西聖貴(CIO))を解析しました。その結果、精度よく予測を実施する方法がわかりました。

レポート内容と特許内容

きっかけとしての日経ビジネスの内容

誤差1%、驚異の需要予測　勝ち筋つくる数学マーケティング

解析対象：特許7038447(有効)　名称：来場数予測装置

j-platpat

【課題】 適切な来場数予測を行うことのできる予測装置を提供する。

(1)はじめに

機械学習と数理最適化 Advent Calendar 2023 チャレンジ の文書です。

機械学習と数理最適化のカレンダー | Advent Calendar 2023 - Qiita

の下図のとおり、機械学習の分、解析です。

詳細は上記特許内容を読んでください。あくまでも特許内容を独自に解析した内容です。

(2)より精度よく予測するには

課題：予測精度を上げるためには。という永遠の予測における課題です。
この課題にどのようにアプローチしているか。参考にします。

①より精度の高い来場数の予測が可能にするには、対象広告の認知度も考慮する。

以下に、その理由を説明します。

1. 予測影響期間の考慮: 予測期間の来場数には、予測影響期間が影響を与えます。予測影響期間とは、広告が視聴者に認知され、その効果が持続する期間です。広告がより多くの人に認知され、記憶に残っている場合、予測期間の来場数が増加する可能性がある。

2. 対象広告の認知度取得手段: 対象広告認知度取得手段を使用することで、対象広告の単位期間における認知度の合計を計算している。これにより、対象広告の認知度を数値化し、予測に組み込むことができます。

3. 予測手段の参照: 予測手段は、予測期間の来場数を算出する際に、対象広告の認知度も参照します。対象広告の認知度の情報を考慮することで、予測期間における広告の認知度の影響を評価し、来場数の予測を行います。(対象広告の認知度が高い場合、予測期間の来場数が増加する可能性があります)

以上の理由から、個別に対象広告の認知度も考慮することで、来場数の予測精度が向上します。

③調査は毎回しなければならないのか？

特許内容は以下の通り。

つまり、毎回の調査は不要、である。

この特許内容を読んで、以下のように想定しました。

対象広告認知度取得手段としては、広告投入量の合計に基づいて算出された合計認知度を取得できる。これは、広告がどれだけ多くの人々に表示されているかを評価する指標です。具体的には、広告が実際に注目される機会が増えるほど、広告の認知度が高まります。

したがって、広告投入量の合計に基づいて算出された合計認知度は、広告の露出度や影響力を示す指標となります。これを利用することで、広告の認知度を高い精度で推定することができます。

つまり、アンケートなどの調査を行わずにも、広告の認知度を広告投入量に基づいて算出することができます。これにより、広告の露出度や認知度を迅速かつ簡単に評価し、来場数の予測に活用することができます。

ここまでは、既存のCM視聴率から出す方法です。
それ以外の最新方法は以下の通り。

a.対象広告の露出度を測定する方法
・ウェブトラッキング: 広告の表示回数、クリック数、CTR（クリック率）などを計測するために、ウェブ解析ツールや広告配信システムを使用します。これにより、広告が表示された回数や広告へのアクションが把握できます。
・広告視認可視性: 広告がユーザーの画面に表示された割合を測定することで、広告の視認度や可視性を評価します。これには、視認可視性の測定ツールや技術が使用されます。
・リサーチパネル: リサーチパネルを使用してユーザーに対して広告視聴のフィードバックを収集することができます。たとえば、パネルメンバーに特定の広告についての質問をし、視聴時間や印象についてのデータを収集することができます。

b広告投入量に基づいて認知度を算出する方法
・インプレッションベースの評価: インプレッション（広告が表示された回数）の数を基に、広告の認知度を算出することができます。広告が多くの人に表示されるほど、認知度が高くなると考えられます。
・広告配信データの分析: 広告配信システムや広告プラットフォームから得られるデータを分析し、広告への反応やアクション（クリックやコンバージョン）などを評価することもあります。これにより、広告投入量と認知度の関係性を把握し、予測モデルを構築することができます。

c.広告の認知度を正確に算出する方法

・フォーカスグループ: 小グループの参加者を集め、広告に関する議論やフィードバックを行います。参加者同士での意見交換やディスカッションを通じて、広告の理解度やアピールポイントを把握することができます。

・アイ・トラッキング: アイ・トラッキング技術を使用して、参加者の視線や注目度を測定します。これにより、広告内の視覚的なエレメントへの注目や、ユーザーがどのように広告を閲覧しているかを把握することができます。

・ソーシャルメディアモニタリング: ソーシャルメディア上での広告に対する反応やトレンドを監視します。ユーザーのコメント、シェア数、いいね数、文書内容から感情を分析し、広告の影響力や使用感を把握することができます。

・ウェブトラッキング: 広告の表示回数、クリック数、CTR（クリック率）などを計測するために、ウェブ解析ツールや広告配信システムを使用します。これにより、広告の露出度やユーザーの反応を把握することができます。

要するに、正確に予測するには、継続的に調査し続けていくことです。

追記：

機械学習と数理最適化について

機械学習と数理最適化 Advent Calendar 2023 チャレンジ している理由

#機械学習,#ChatGPT,#量子コンピューター,#AI,
#クリスマス,#AIとやってみた,#アドベントカレンダー,#量子コンピューター,#数理最適化,#量子アニーリング