なぜ Apple 入札インテリジェント配信プラットフォームを構築する必要があるのでしょうか?

広告業界からクライアント業界への変化に適応するのは、少し大変でした。ここの環境は、広告会社ほど単純ではありません。ギャップはありますが、それ以上に衝撃と感動がありました。インターネット企業は変化が早いと言われています。市場の変化に対応するために、半年も経たないうちに製品が廃れてしまう企業もあり、企業の戦略さえも何度も変えなければならないこともあります。市場の需要が生まれても、チャンスはつかの間しか訪れないことがあります。このサークルでは、ほとんどの人がこの世界のゲームのルールに適応するために絶えず自分自身を変えていますが、一方で、どんな犠牲を払ってでも標準やルールを作ろうとする人もいます。

2016年、モバイルインターネット業界で最も話題になったのは下半期でした。下半期のゲームのルールは変わり、Appleのアプリケーション配信も変化しています。最近 CP とチャットしていると、 ASOランキングを操作することがますます難しくなってきていると口を揃えます。Apple のルールは急速に変化するため、人々は困惑し、不満を漏らしています。中国では、 Apple の入札広告が開始されると聞いて、多くの企業が自社に代わって広告を掲載するサービスを求め始めました。一部の企業はユーザーベースが大きく、発言力も大きいため、このゲームでは有利です。しかし、全員が既存のASO運用経験に基づいてASMを研究すると、すぐに均質化されてしまい、効果が最善ではない可能性があります。流れに身を任せることは、決して私たちが望んでいることではありません。

Appleの入札広告が北米で開始された後、私たちはテストを開始しました。私たちは独自のビッグデータの優位性とASOの基盤に基づいて、ビッグデータを使用してアルゴリズムを研究し、インテリジェントな配信を研究し、コアポイントを見つけました。この過程で、シー姉妹は配当とは何かを突然理解しました。トラフィックをつかんだり、ボーナスを利用したりすることが目的ではありません。ボーナスから抜け出すには、研究に専念し、自分の核となる提案に敢えて固執する必要があります。盲目的に世間の要求に応えてはいけません。どんな犠牲を払ってでもより困難な道を選ぶかもしれませんが、最終的には、ある種の偏執狂と創意工夫で本当に価値のある製品を開発することができます。

私たちは偏執的な性格で、他の人が考えたこともやったこともないことをやっており、私たちの製品はユニークで魅力にあふれています。

このチームの特に顕著な特徴は、口論です。例えば、開発当初は人工知能は役に立たないと感じる人がいて、製品が出てくると口論に発展するのです。多くの場合、製品やオペレーションに関しては、誰もが自分が正しいと思うことを主張し、全力でそれを守ります。このプロセスは実は非常に苦痛です。

結局、私たちは常に相違点を解決し、インテリジェント配信について継続的に研究を行い、マーケティングデータサービスのビッグデータエンジニア全員を集めてアルゴリズムを一緒に研究しました。この期間中は常に衝突がありましたが、全員が製品に感情を注ぎ込み、ゆっくりと重要なものが浮かび上がってきました。

たとえば、ワンクリックで数千のグループのインテリジェント配信の概念（この機能は後で登場します）。送信すると、インテリジェント配信シリーズ グループを生成するかどうか、および生成する戦略グループの数を尋ねるダイアログ ボックスが表示されます。インテリジェント配信機能は、CPだけでなく代理店にも必要です。数十または数百のキーワードを操作する場合は、手作業で行うことができますが、2,000を超えるキーワード戦略グループがある場合、手作業は時間がかかり、非効率的であり、コスト投資は費用対効果がありません。スマートデリバリーは時間と人件費を大幅に節約できます。

製品と運用の偏執的な性格、そしてインテリジェントな配信へのこだわりこそが、最終的にこのプラットフォームが技術的な魅力を醸し出す理由です。下の写真から一文を引用します。「ほとんどの人が無視する真実、遠くて信じられないように思える真実こそが、最終的に真の価値が生み出される場所です。」

職人の精神、細部の描写、本質の把握を極限まで追求

ローンチ前に、製品チームは粒度の概念を提案しました。これは本質的にはターゲティングの無限の精緻化です。キャンペーンの後半で、Apple はターゲティング戦略では 5,000 人未満の人には広告を出さないことがわかりました。また、キャンペーンを無数のターゲット グループに分割した後、実際の結果は期待どおりではなかったこともわかりました。調査を繰り返した後、私たちは核となるキー ポイントについて一生懸命考えました。

同時に、複数のCPと綿密な議論を重ね、最終的にいくつかのコアニーズを明確にしました。例えば、広告を行う際、ASOであれASMであれ、キーワードがコアとなります。多くの人は単語の選択で失敗します。単語が50語しかない場合、明らかに足りません。つまり、認知半径はこの50語に限られています。もっと効率的な単語があるかもしれませんが、それを知る機会がなく、最初から負けてしまいます。

WNAシステム（単語ネットワーク分析）はこれに基づいており、2,000語など、より多くの単語を拡張し続けています。これにより、人間の認知の限界を打ち破り、機械とビッグデータを使用して、クリックコンバージョンを生成できるより多くの単語を教えてくれます。これらの単語は、既存のサードパーティの単語拡張ツールと人間の認知に従って拡張することはできません。これらの単語は、APPとの関連性が高くないかもしれませんが、顧客獲得コストは非常に低くなります。

スマート配信は、さまざまな単語がさまざまな次元でアプリにどのような関連性を持っているか、関連性と価格の間にどのような関係があるかを確認するための扉を開くことによって、単語の拡張に反映されます。キーワードの開口部が十分に広ければ、最終的に判断と選択の機会が増えます。

キーワードに関して、CP が最も気にするのは入札です。従来の手動方式では、最低価格から最高価格まで入札したり、衝動的に盲目的に試したりすることが多く、時間コスト、学習コスト、試行錯誤コストが比較的高くなります。 Apple Search Adsの仕組みは、入札額を高くしたり低くしたりすることでインプレッションを獲得できるというものではありません。たとえば、CPは希望するインプレッションを獲得するために1元で入札する必要がありますが、この値を知らないことがよくあります。1元未満であれば表示されず、1元を超えるとお金が無駄になります。

そこで、私たちのチームは、複数回の配信で徐々にいくつかのルールを理解し、CP から与えられた APP キーワードと希望する表示量に基づいて入札を予測できる機能システム (ASM 配信計算機) を開発しました。原理は、過去のサンプルデータのディープラーニングを実施し、ビッグデータ技術を通じてモデルを構築し、最終的にCPAと表示量の曲線と軌跡をシミュレートして、特定のキーワードの明日のCPAと表示量を予測することです。広告プロセスを簡素化し、入札と結果を予測可能にします。もちろん、これは主に CP 自身の配信データに基づいており、他の人のデータに基づいているわけではなく、両者の結果はまったく異なります。

キーワードをより具体的に指定し、入札を予測できることは、機械学習と人工知能の究極の能力を示すと同時に、プロダクトマネージャーが核心的な詳細を把握していることを反映しています。職人の精神は手工芸品に限りません。この時代、注意力の資源は乏しいです。どんな製品も、ユーザーの心に浸透するためには、独自の極みまで磨き上げなければなりません。おざなりな製品は長くは生き残れません。

私たちは全力を尽くし、全力を尽くして貫くべき信念から逸脱してはなりません。

かつて、スティーブ・ジョブズが Apple を素晴らしい製品にしようと決意していたため、私たちは Apple を誇りに思っていました。しかし、今日では、素晴らしい製品を作ることを自分の責任と考える人は誰もいません。 Apple の携帯電話の売上は今日ますます好調になっているようだが、Apple の中核は失われてしまった。

17年間Appleで働いてきたエンジニアは、長文のブログ記事で、Appleが全力を尽くさなかったのは今回が初めてであり、多くの点でAppleはこれまでの最善を尽くすという信条から逸脱したと書いた。人生で初めて、それは自分自身と同期していませんでした。たとえば、Apple はもはやユーザーを理解しておらず、ユーザーの期待を何度も誤って判断し、製品のアップデートも遅れています。かつて Apple が追求していた、主要ユーザーに焦点を当て、細部にまで気を配り、完璧なデザインはもう存在しません。職人技がなければ、売上データは依然として良好であるものの、Apple が懸命に築き上げてきた評判と影響力は徐々に弱まりつつあります。

全力を尽くし、最も核心的で重要な信条を貫き、魅力的で価値のある製品を作ることができれば、ユーザーは間違いなくあなたをフォローするでしょう。しかし、ここでの詳細の実行と持続は、達成するのが最も困難です。これからもうまくやっていければと思います。

モバイルアプリケーション製品プロモーションサービス： APPプロモーションサービス青瓜メディア広告

この記事の著者@溪姐は（Qinggua Media）によって編集および出版されています。転載する場合は著者情報と出典を明記してください。