Topic

アドベリフィケーションの役割

近年、デジタル広告の仕組みを悪用した犯罪行為を防止する方法として、注目を集めている「アドベリフィケーション」。ad（広告）とverification（検証）という名前のとおり、「広告を検証する仕組み」を指します。検証する事柄は、大きく分けて以下の3つです。

（1）ブランドセーフティ検証

brand（ブランド）のsafety（安全性）が侵されていないかを検証します。ユーザーが広告を見る際、それをFacebookで見た場合と、成人向けの違法コンテンツを扱うサイトで見た場合とでは、印象は大きく異なります。後者の場合、企業ブランドのイメージが毀損される可能性があります。

（2）アドフラウド検証

ad（広告）fraud（詐欺）は、ユーザーに見えない「隠し広告」や、不正な広告挿入によって、クリック数や表示回数を水増ししていないかを検証します。広告に間違った価値がつけられた場合、広告主が不当な広告料金を請求される事態が起こり得ます。

（3）ビューアビリティ検証

ユーザーの目に映る状態（viewability）でのインプレッションが、広告配信数全体の中でどのくらい占めるかを検証します。ページの下部に広告が掲載されている場合、ユーザーが画面をスクロールしなければ、広告は閲覧されていないことになります。しかし、ページが開かれた時点で表示回数はカウントされているので、その分広告枠の料金は課金されています。ビューアビリティを割り出すには、広告がどの部分に、どの大きさで掲載され、何秒間ユーザーの目に入っているのか、明確にする必要があります。

違法コンテンツを含むページに掲載された広告（赤枠部分）

上記赤枠部分の問題

①ブランドセーフティにおける問題

違法アップロードされた動画や、過激な広告（緑枠部分）を含むページに広告が掲載され、ブランド毀損に繋がっている。

②アドフラウドにおける問題。

第3者が広告を不正に上書きし、ユーザーが閲覧しているメディアの広告と見せかけて掲載している。

③ビューアビリティにおける問題

ユーザーがページを開いた時点で、ファーストビューより下部に掲載されている広告が、閲覧の有無に関わらず課金されている。

ネット広告買い付け手法の複雑化

アドベリフィケーションが必要とされる背景には、プログラマティック広告（＝広告主が事前に入札金額などのルールを決め、その条件に沿って自動的に広告枠を買い付ける方法）の隆盛が挙げられます。プログラマティック広告の一般化により、インプレッションの「質」ではなく、「量」や「安さ」で広告枠が評価されるという事態が生じた結果、品質の悪い広告枠がマーケットに流れ、広告が意図通りに配信されているのか、検証する仕組みが求められるようになったのです。

しかし、アドベリフィケーションの重要性は、未だ日本の広告業界全体で共有されているわけではありません。ツールを導入するとその分広告単価が上がるため、広告主とパブリッシャーのどちらがコスト負担をするのか、議論になることもあります。

アドベリフィケーション対策に関する意識調査

Momentum株式会社は、広告事業の担当者382名にアンケートを実施。

前年と比較すると対策の意向は高まっているもの、対策をとっている企業は少数である。

出典（https://supership.jp/magazine/column/3044/）

広告主は、クリック数や単価の安さではなく、ユーザーにきちんと見られている優良な広告枠を選択することが重要です。そうなれば、代理店も対策に力を入れているパブリッシャーやベンダーを選定することになり、パブリッシャーはアドベリフィケーションの対策にコストを割き、ユーザーは安心してインターネットを利用し、広告を閲覧できるようになります。このように、ステークホルダーの連携が今後の普及の鍵となります。

日本マイクロソフトと富士通の取り組み

日本マイクロソフトは自社製品「Surface」のキャンペーンに際し、広告代理店カラ・ジャパンと共にIAS（Integral Ad Science）のツールを活用。2018年には、朝日新聞デジタルと東洋経済オンラインを対象に、ビューアブル（可視化された）インプレッションのみを購入するというキャンペーンを実施しました。日本マイクロソフトは「クオリティの高いメディアへの広告配信」を課題に掲げ、今後も「ビューアブルインプレッションに限定した買い付け」を検討している、としています。

また、広告配信事業を展開する富士通株式会社（以下富士通）は、2018年からMomentum社の「Hytra」を導入し、ブランドセーフティの対策を始めました。

富士通は、自社の3つの商材が異なるキャンペーン広告を対象に広告配信を試験的に実施。不適切だと判断されたページには広告が掲載されないよう、入札や広告表示がブロックされる仕組みを取り入れました。

【富士通の事例】　防止策の適用前後でブランド毀損リスクを比較

全てのキャンペーンで、リスクの数値を10パーセント以上削減することに成功。

出典：https://supership.jp/magazine/product/2042/

デジタル広告が一般化し、今後アドベリフィケーションの対策は広告事業者にとって必須となるでしょう。しかし、本稿で取り上げたブランドセーフティ、アドフラウド、ビューアビリティの取り組みは、あくまでもマイナス要因を排除する取り組みに過ぎません。

「いくつかの仕事の概要を聞きたい」「会社説明動画の内容を中心に、いろいろ質問したい」「代表がどんな人かを知りたい」という人向けで、広く浅く会社のアウトラインがわかる会です。当社の代表者が、お話をさせていただきます。

※選考とは関係ありません。選考フローについては、改めて説明会でご案内します。

12/02｜月｜10:00～11:30
12/10｜火｜10:00～11:30
12/18｜水｜10:00～11:30
12/26｜木｜10:00～11:30

●開催場所
東京都千代田区岩本町2-1-3和光ビル6F
※服装自由（普段着を推奨します）筆記用具のみ持参ください。

●お問い合わせ、お申し込みの方法

１）当社が参加している採用系サイトなどからご連絡ください。

２）当社「お問い合わせフォーム」からご連絡ください。

みなさまのご参加をお待ちしております。

株式会社シンクジャム 採用担当

信用スコアとは？

信用スコアは、さまざまなデータを基に「個人の信用」をスコア化したもの。提携企業はスコアを参照し、貸し付けや融資などのサービスの提供可否を決定します。近年の信用スコアビジネスでは、AIを導入することで迅速かつ公平なスコア算出ができるようになり、サービスの幅に広がりが見られます。

信頼スコアは、提携会社や信用機関、情報銀行から収集される学歴や勤務形態、年収などの属性情報やサービスの利用状況（要：本人の利用許諾）によって生成されます。最近のスコアリングの大きな特徴は、改善が自発的にできる点。信用スコアが算出された後でも、趣味などの属性情報を追加登録すれば、追加された情報を基にスコアが加減されます。

ビッグデータを信用スコアに活用

信用スコアが注目される理由は、ビッグデータを用いることで独自の観点を持った信用情報が形成できるようになったからです。これまでのクレジットスコアなどの個人属性を評価基準とする信用情報は、精度こそ高いものの‥

１）評価に時間がかかる

２）金融商品以外で有用できる利用企業が少なかった

‥という問題がありました。

しかし、最近はビッグデータも定性データとして評価軸に活用し、各種サービスへの汎用性も高い独自の信用情報が注目されるようになっています。顧客に独自の信用スコアを付与し、スコアに応じて優遇サービスを提供することにより、企業は顧客の離反防止に加え、新たな顧客の開拓既存もできるようになります。

中国ではインフラレベルで浸透

現在、中国では国を挙げての信用スコアブーム。政府は2020年までに、あらゆるデータから信用スコアを算出する“社会信用システム”の全国導入を進めています。

中国国内の信用スコアサービスを先導するのが、「芝麻信用（ジーマクレジット）」。アリババグループ系列のアントフィナンシャルが運営するキャッシュレス決済機能、「アリペイ」に付帯するサービスの一つで、現在利用者は5億2000人ほど（中国の全人口の3割を超える利用者）。

スコアは「個人特性」「支払い能力」「返済履歴」「人脈」「素行」の観点から利用者の支払い能力を合計350～950点で自動算出されます。また、利用者が自分で出身大学や職業を登録することで点数を上げることも。スコアが高いと、多岐にわたるサービスの優遇メリットが受けられることもあり、利用者の増加に拍車がかかっています。

芝麻信用の優遇サービス（一部）

• ●ホテル宿泊時にデポジットが不要
• ●特定の国への渡訪時にVISA申請が不要
• ●自転車等のシェアリングサービスの提供

芝麻信用のスコア画面

（個人特性、支払い能力、返済履歴、人脈、素行の5つの観点で算出された点数が、レーダーチャートで表示される）

出展：総務省編.『芝麻信用など信用スコアサービスと情報銀行・プラットフォーム企業動向の考察』より

芝麻信用のスコア精度は高く、社会インフラとしても浸透しています。高いスコア保有者は社会的信用があるとみなされ優遇の幅も広がるので、利用者は積極的に個人データを登録して積極的なスコアアップを目指しているようです。

LINE SCORE

日本国内でも、昨年より大手情報通信各社の間で信用スコアサービスへの参入が徐々に増えつつあります。今年の6月には、LINEがAIを利用した独自のスコアモデルで利用者の信用度を算出するLINE SCOREを開始。測定したスコアに応じてキャンペーンなど利用者にあった特典を提供しています。

＜LINE　SCOREの優遇サービス（一部）＞

• ●車などのシェアリングサービス
• ●ファッション小物のサブスクリプションサービスの利用
• ●宿泊施設など割引クーポンのプレゼント

AIを用いた信用スコアのアルゴリズムは、2019年夏LINEからローンチ予定の個人向け無担保ローンサービス「LINE Pocket Money」にも利用される予定です。

ドコモスコアリング

LINEの他にも、国内の情報通信や金融各社が信用スコアサービスの開始や参入を発表。ドコモは利用者の携帯電話の利用状況や支払い履歴、コンテンツサービスの利用履歴をもとに支払い能力を点数化する「ドコモスコアリング」の提供開始を予定。同じく「提供予定のドコモレンディングプラットフォーム上において、算出したスコアが基に金融機関と契約者との間にレンディングサービスの信用情報として活用される予定です。

国内の信用スコアの普及は、これから？

日本では信用スコアの利用が、中国ほど浸透していないのが現実です。国内ではクレジットスコアや既存の信用情報機関の信用情報が利用者の支払い能力や社会的信用度を図る指標として普及しており、スコアとして絶対的な権力を持っています。これに対して信用スコアリングを行う各社は、利用者のメリットとなる特典やキャンペーンを打ち出すことでサービスの利用者数の拡大を狙っていますが、既存の会員優待サービスに類似するため信用スコアの利用拡大の誘因に繋がっていません。

信用スコアが生み出すバーチャルスラム

一方で、AIが算出する信用スコアによって「バーチャル・スラム」と呼ばれる貧困層が生まれる可能性も懸念されています。アルゴリズムによってユーザーをスコア化する際に、アルゴリズム上は最初から良いユーザーと悪いユーザーが生まれる弊害があります。しかし、スコアが低かったユーザーが結果をみても、AIが算出したため本人に理由がわからず対応もできないということが起こります。低得点であるゆえに社会的信用がないと見なされ、個人融資やサービスが受けられない可能性も。その結果、貧困から抜け出せなくなってしまうことが懸念されます。スコア評価にAIを取り入れる公平性と、AI故に生じる評価のバイアスとのバランスを考慮したスコア活用が、今後の信用評価ビジネスの普及の鍵ともいえそうです。

2021年3月新卒者向け「仕事説明会」をスタートいたします。

「いくつかの仕事の概要を聞きたい」「会社説明動画の内容を中心に、いろいろ質問したい」「代表がどんな人かを知りたい」という人向けで、広く浅く会社のアウトラインがわかる会です。当社の代表者が、お話をさせていただきます。

※選考とは関係ありません。選考フローについては、改めて説明会でご案内します。

【10月の予定】

10/01｜火｜10:00～11:30

10/09｜水｜10:00～11:30
10/17｜木｜10:00～11:30
10/25｜金｜10:00～11:30
10/28｜月｜10:00～11:30

【11月の予定】
11/05｜火｜10:00～11:30
11/13｜水｜10:00～11:30
11/21｜木｜10:00～11:30
11/29｜金｜10:00～11:30

＜開催場所は下記となります＞
東京都千代田区岩本町2-1-3和光ビル6F
※服装自由（普段着を推奨します）筆記用具のみ持参ください。

お問い合わせ、お申し込みの方法

１）当社「お問い合わせフォーム」からご連絡ください。

２）当社が参加している採用系サイトなどからご連絡ください。

みなさまのご参加をお待ちしております。

株式会社シンクジャム 採用担当

ジェネレーティヴデザインとは、設計者がコンピューターに「こういうデザインにしたい」という仕様を入力するだけで、その条件を適用した設計案を、自動で生成する技術。建築や製造業の設計に採用されはじめ、近年注目を集めています。

コンピューターに設計の一部を委ね、作業効率化と高い創造性を実現

従来であれば、ビルの車輪やバイクの車輪をつくるとき、デザイナーはまずその見た目をイメージし、パソコンを用いてサンプルを作成していました。ジェネレーティヴデザインでは、最初のデザイン作成の工程に、機械学習と解析に基づくアルゴリズムを応用します。つまり、コンピューターを単なる出力の道具ではなく、デザインの共同制作者として活用するということです。

ジェネレーティヴデザインを用いた設計イメージ(1)バイクの車体と車輪をつなぐ、スイングアーム部分。

人間が指定した仕様に応じてデザイン案を複数自動生成する。

ジェネレーティヴデザインを用いた設計イメージ(2)

コンピューターが、莫大な候補の中から、

より高いパフォーマンスを発揮するデザインを識別する。

出典：Autodesk社　(https://www.autodesk.co.jp/redshift/generative-design-examples/)

人間がいくつかのデザインを作る時間に、コンピューターは何千という案を生成し、加えてどのデザインが高い性能を発揮するのか、その検証データも提供します。最初のデザインプロセスで充分なシミュレーションを短時間で行えるため、その後の製造過程で変更が生じにくくなり、工期とコストの削減効果も生まれます。

また、ジェネレーティヴデザインは、指定された条件から機械的に設計案を作成するため、人間の既成概念に縛られない、全く新しいデザインを生み出すことができます。

事例（1）電動車イス

　従来のWHILL Model C

出典：WHILL社　(https://whill.jp/model-c)

ジェネレーティヴデザインを応用したWHILL Model C

Autodesk社との共同開発。ジェネレーティヴデザインによって、

銀色のメインフレーム部分は40％軽量化できた。

出典：Autodesk社　(https://www.autodesk.co.jp/redshift/personal-mobility-whill/)

事例（2）橋

ジェネレーティヴデザインを応用した橋

歩行者の安全性を確保しつつも、芸術性を重視したデザイン。

出典：MX3D社　(https://mx3d.com/projects/bridge-2/)

今後のデザイン設計

ジェネレーティヴデザインを応用できるのは、製造業や建築だけではありません。たとえば、「落ち着いている」「洗練されている」といったデザインイメージを、文字の大きさ、色、画像などの仕様に言語化できれば、ウェブサイトなどのUI設計にも活かせます。

しかし、システムに最適な仕様条件を入力するには、デザインの豊富な知識と経験が必要です。また、ジェネレーティヴデザインだけで設計を完結させ、さらなる改良が施されていない製品は、システムを使えばいくらでも模倣できるため、自然淘汰されるでしょう。今後は、コンピューターがアウトプットした「予想外の」形状をヒントにして、うまく再設計する力こそが、デザイナーとエンジニアに求められます。

さらに、ジェネレーティヴデザインを活用して形状生成を行えば、顧客の細かい要望に応えつつも、設計段階を短時間で終えることができます。大量生産とオーダーメイドは、これまで対極的な製造スタイルと見られてきましたが、いずれはその境目自体がなくなるかもしれません。