博報堂DYMP、LTVを機械学習で予測し予算配分を最適化する機能を提供開始

博報堂ＤＹメディアパートナーズ（博報堂DYMP）は、顧客が一定期間内に企業にもたらす収益「ライフタイムバリュー（以下、LTV）」を機械学習で予測し、デジタル広告の予算配分を最適化する機能を”Digital AaaS”から提供を開始します。短期的な顧客獲得数の最大化を目指すコンバージョン（以下、CV）起点の広告運用と異なり、本機能では広告主の継続的な収益増加に貢献するLTV起点の広告運用を実現可能にします。

LTVは顧客の平均購入単価×購入頻度×継続購入期間を掛け合わせて算出される中長期的な収益指標です。広告主の事業成長を実現するにあたっては、単発的な顧客獲得を評価するCVだけでなく、中長期での優良顧客の獲得を評価するLTVも重要な要素です。広告投資においても、将来的に利益を生み出す媒体を見極めて、出稿することが必要となります。しかし、中長期価値であるLTVが高い媒体を事前に予測・可視化するには高度な予測モデルが必要であるため、予測精度を担保することが困難であるという課題がありました。

本機能では、博報堂ＤＹグループで蓄積してきたデータサイエンスと機械学習の知見・システムを活用して構築したLTVシミュレーションモデルを用い、LTVの評価/運用を高精度＆高速に実行することが可能です。具体的には、広告主が保有する顧客属性・購買といった顧客データと、WEB行動データ・媒体ごとの広告出稿データを突合し、LTVを最大化する広告出稿プランを高精度に自動生成することで、LTV評価にもとづいた広告運用を可能にします（図1）。

開発段階での検証において、従来のCV最適化キャンペーンと、今回新たに開発したLTV最適化キャンペーンのLTVを、過去出稿データを用いて比較したところ、初回購入後3か月LTVは約10％増加しました（図2）。

なお、本機能におけるLTV予測モデルやシミュレーションモデルについては、AI・データサイエンスを用いてマーケティング課題を解決する博報堂の専門チームである「Data Science Boutique™(※2)」が構築しております。

• 
• ツイート