モバイル広告のブルーオーシャン、ビッグテック外のユーザーにどうリーチする？

　モバイルアプリ向けの広告配信といえば、GoogleやMeta、TikTokなどの大手プラットフォームを利用するのが一般的だ。しかし、ユーザーの可処分時間を見ると、大手プラットフォームの制御範囲内での利用時間は37％にとどまる。残る63％の時間を費やす領域にリーチできれば、広告配信の費用対効果を大きく高められるだろう。

　ただ、その手段となるDSP（Demand-Side Platform）は、入札の適応性が限定的だったり、ターゲティングの精度が低かったりといった課題もあり、これまではあまり利用されてこなかった。そこで、こうした課題の解決策として注目されているのが、高度な機械学習モデルを最大限に活用したモバイルアプリ向けDSPだ。

　同DSPは、機械学習システムによって、企業が保有する1st Party データを高精度に解析処理し、高い広告パフォーマンスを迅速かつ持続的に実現できる。機械学習（ML）の効果を最大化するために、ポストバックや計測条件が柔軟に設定できるのも特長だ。本資料では「自動化」「成長性」「透明性と信頼」の3つの面から同DSPならではの特長を深く掘り下げていく。