Meta社主催のオンラインハッカソン「Meta APAC Robyn Hackathon 2022」においてAI事業本部の早川と兵頭が「Best Innovation」「Best Overall」の2部門で受賞

Meta社がAPAC（アジア太平洋地域）を対象とした複数メディアによる投資効果を推定し、予算最適化を行うことを目的とした統計モデル Marketing Mix Modeling（MMM）を活用したオンラインハッカソン「Meta APAC Robyn Hackathon 2022」 において、AI事業本部 データサイエンティストの早川 裕太・兵頭 亮介が「Best Innovation」と「Best Overall」の2部門で受賞しました。

「Meta APAC Robyn Hackathon 2022」はMeta社が主催するAPAC（アジア太平洋地域）を対象としたオンラインハッカソンです。複数メディアによる投資効果を推定した予算最適化を行う統計モデル Marketing Mix Modeling（MMM）のRパッケージ「Robyn」（Meta社開発）を用いて、革新的なユースケースを自由に提案する Innovation trackとダッシュボード構築を始めとした可視化を改善する Visualization track から構成されています。
早川・兵頭のプロジェクトは Innovation track で最高得点を獲得したプロジェクトに授与される「Best Innovation」 と、 全部門で総合得点が上位3位のプロジェクトに授与される「Best Overall 」の2つの賞を受賞しました。

Meta APAC Robyn Hackathon 2022

Marketing Mix Modeling（MMM）は広告予算配分の意思決定を最適化するために設計されています。本プロジェクトではMMMが担う役割を二つ定義しました。一つは顧客に納得感のある説明性を提供すること、もう一つは費用対効果（ROI）をより正確に推定することです。後者について、RobynではRCT(ランダム化比較試験)や自然実験（以後両者を合わせて実験と呼ぶ）から推定される因果効果でモデルの補正（キャリブレーション）を行うことが可能です。しかしながら、これまで、「どのメディアで実験をするべきか」「何回実験をするべきか」についての議論はほとんど行われていませんでした。
そのため、本プロジェクトではシミュレーションデータを用いた分析によりこれらの疑問にアプローチしました。プロジェクトの貢献は次のとおりです。

1.MMM用のシミュレーションデータセットを生成するためのオープンソースのRパッケージである siMMMulatorに対して、より現実的な設定に近いデータ生成過程の実装を追加したこと。
2.Robynを用いたシミュレーションデータによる実験により、以下を検証した。
　a.全メディアでなくとも複数メディアの実験を用いたキャリブレーションにより、費用対効果の推定が改善する。
　b.あるメディアについて、複数回の実験を用いたキャリブレーションにより、費用対効果の推定が改善する。

▼本プロジェクトの資料及びコードはGithubはこちら
https://github.com/qiringji/robyn_hackathon_2022_autumn