第38回 データマイニング+WEB ＠東京 ( #TokyoWebmining 38th) －マーケティング分析活用最前線 祭り－
-
hamadakoichi
- 2566
- 0
- 0
- 0
-
- いいね！0
さとう
@sato_mitsunori
TVCMの主目的は認知形成ですよね。認知率が低い商材は売上への効果も出やすいです。認知率が高い商品は売上への効果も出にくくなるので、評価する指標を変える議論になることが多いような。。。#TokyoWebmining
2014-07-26 16:16:45
Jun Ernesto Okumura
@pacocat
続いてTV広告の効果測定について。スポットとタイムの違い、15秒と30秒の違いで議論が盛り上がってる。
2014-07-26 16:18:13
KOMIYA Atsushi
@komiya_atsushi
#TokyoWebmining RT @TJO_datasci: ちなみにTVCMの残存効果は、僕がやった時は過去現在のCM担当者さんにヒアリングして「経験的に○○日間続く」というのを押さえて、それを単に指数関数で表現したものを乗じるようにした
2014-07-26 16:19:01
グリーンラベリスト
@yanaoki
ぐのしさん、きんぐさんが開いた道っていうかネットやアプリの企業がTVCMで集客するケースも増えてくるので、この「TVCM効果によってはねる」というバイアスを、ネット広告の効果と組合わせることも増えてくる
2014-07-26 16:22:15
TJO
@TJO_datasci
で、MMMはいずれにせよ通常の目的変数1つの説明変数複数の多変量モデルになるんだけど、トレンドやら季節調整やら曜日効果やら残存効果やらぐちゃぐちゃ入るので、実務面で言えば実はStanとかMCサンプラー使ってベイジアンでモデリングしてしまうのが最も手っ取り早い。収束さえすれば実用的
2014-07-26 16:23:44
さとう
@sato_mitsunori
残存効果、減衰パラメータと期間 を変化させてAICで評価したことがあった。当時はExcelVBA使ったのを思い出した。#TokyoWebmining
2014-07-26 16:25:00
TJO
@TJO_datasci
まとめると、MMMは目的変数がきちんと決められて、説明変数として欲しいデータが不足なく集められ、残存効果などの経験知もあり、それぞれの広告を実験計画法に従って適切に投下でき、最後にモデルをMCMCなどで確実に推定できるのであれば、やって損のない取り組みだと思う
2014-07-26 16:31:01
TJO
@TJO_datasci
でもオフライン広告主体のMMMが抱える真の課題は、オンライン広告効果モデルとの統合の可否だと思う。それさえできれば、確実に意義ある取り組みになろう
2014-07-26 16:32:40
佐藤哲也@&D
@tetsuyas
Topic 2.のスライドです。 docs.google.com/presentation/d… #TokyoWebmining
2014-07-26 16:33:10
kokoichiro
@kokoichiro
アンカンファレンスtopic3の資料です。 slideshare.net/koichirokondo/… #TokyoWebmining
2014-07-26 16:37:06
nezuq
@nezuq
アンカンファレンス「WebスクレイピングのセーフorNOT」の事前発表資料 by @nezuq #tokyowebmining slideshare.net/nezuQ/webornot @SlideShareさんから
2014-07-26 16:40:32