Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
MMMモデルを推定した。で、結局どうやって予算最適化すればいいの?
Search
ディップ株式会社
PRO
June 26, 2025
Technology
0
13
MMMモデルを推定した。で、結局どうやって予算最適化すればいいの?
ディップ株式会社
PRO
June 26, 2025
Tweet
Share
More Decks by ディップ株式会社
See All by ディップ株式会社
dipにおけるSRE変革の軌跡
dip_tech
PRO
0
62
DC卒業の話
dip_tech
PRO
0
5
【レコリン】音声録音AIサービス
dip_tech
PRO
0
5
Kiroを使ってAWS location service触ってみた
dip_tech
PRO
0
5
コンテナの可能性を極めてみた!一度ビルドしたら本番でも使うよ
dip_tech
PRO
0
6
知識ゼロの新人が研修で社内システムを構築した話
dip_tech
PRO
0
8
PHPでWebブラウザのレンダリングエンジンを実装する
dip_tech
PRO
0
330
“曖昧な検索” を実現するための Semantic Slot Filling
dip_tech
PRO
0
30
SFTPコンテナからファイルをダウンロードする
dip_tech
PRO
0
920
Other Decks in Technology
See All in Technology
Kiro Hookを Terraformで検証
ao_inoue
0
140
サイバー攻撃のシミュレーション:攻撃者の視点からみる防御のむずかしさ!AWSで試してみよう / 20250423 Kumiko Hemmi
shift_evolve
PRO
1
110
Snowflake のアーキテクチャは本当に筋がよかったのか / Data Engineering Study #30
indigo13love
0
290
OpenTelemetry の Log を使いこなそう
biwashi
5
1.1k
ecspressoの設計思想に至る道 / sekkeinight2025
fujiwara3
12
2.1k
解消したはずが…技術と人間のエラーが交錯する恐怖体験
lamaglama39
0
140
AIに全任せしないコーディングとマネジメント思考
kikuchikakeru
0
280
TypeScript 上達の道
ysknsid25
23
4.9k
2025-07-31: GitHub Copilot Agent mode at Vibe Coding Cafe (15min)
chomado
0
110
P2P ではじめる WebRTC のつまづきどころ
tnoho
1
270
ユーザー理解の爆速化とPdMの価値
kakehashi
PRO
1
110
Ktor + Google Cloud Tasks/PubSub におけるOTel Messaging計装の実践
sansantech
PRO
1
340
Featured
See All Featured
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
8
720
Designing for Performance
lara
610
69k
Become a Pro
speakerdeck
PRO
29
5.4k
Navigating Team Friction
lara
187
15k
Optimizing for Happiness
mojombo
379
70k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
29
9.6k
4 Signs Your Business is Dying
shpigford
184
22k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
283
13k
Intergalactic Javascript Robots from Outer Space
tanoku
271
27k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
The Cult of Friendly URLs
andyhume
79
6.5k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3.1k
Transcript
MMMモデルを推定した。 で、結局どうやって予算最適化すればいいの? 2025-06 ディップ株式会社 データサイエンティスト(エキスパート) 呉 東文(ご とうぶん)
自己紹介 2
自 己 紹 介 バイトルの会社でデータサイエンスマネージャー をやっています 3 Qiitaで記事を書いています ので興味あったらぜひ Qiita
@Gotoubun_taiwan
自 己 紹 介 副業(?)で政治学者 (計量政治学・国際政治理論) もやって います 4 計量・数理政治学会(
JSQPS)2025年冬季集会 ポスター報告
自 己 紹 介 副業:政治学者 (計量政治学・国際政治理論) テーマ:国連の投票データの次元数の推定 5
チ | ム 紹 介 まだ世の中的に珍しいが、組織図上事業サイドに いるが、きちんとデータサイエンスしています 6 データサイエンス インパルス
応答関数 自動化 示唆 意思決定の 最適化 因果推論 テキスト 分析 状態空間 モデル 項目反応理論/ 協調フィルタリン グ 決定木系 モデル ビジネス インパクト 異動後感じた 一番大きな困難
論文と教科書に省略されがちな、 推定されたモデルを用いた最適化を話します 7 テ | マ 紹 介
政治学と経済学の教育で学ぶ紙と鉛筆で最適化する方法 は、応用研究では早い段階で壁にぶつかります 8 1 基礎モデルからの変形 が必要 教科書的なモデルに、 工場・店舗・支店別の固 定効果・季節性などを 入れる必要がある
2 解析的に求める時間が ない 応用研究ではスピード 感が求められる。数値 解で95点の精度が出る なら使うべき 3 解析的に求められない 場合によっては、解析 的に解を求めることが 数学的に不可能になる ケースもある 紙と 鉛 筆 の 問 題
でも、数値解析って、本当に信用していいの? 単純なモデルで検証してみよ 9 数 値 解 析 の 問 題
🤔
10 ロ | ド マッ プ モデル紹介 データ シミュレーション モデル推定
最適化 性能検証
11 モデル紹介
比較的シンプルかつ解析解が求められるモデルで、最適化 アルゴリズムのパフォーマンスを可視化します 12 モデ ル 紹 介 経済学でお馴染みのコブ =ダグラス型の生産関数 対数正規分布ノ
イズ(iid) 右辺が左辺を超えたら経営会議で炎上する、、、 0と1の間 0と1の間
まずは解析的に、この最適化問題を紙と鉛筆 (LaTeX)で解きま す 13 条 件 付き 最 適 化
問 題 目的関数 予算制約式
ラグランジュ未定乗数法で解きます 14 条 件 なし 最 適 化 問 題
OOH広告とTVCMについて微分することで、広告出稿量・ 広告単価・係数の興味深い関係式が出てきます 15 ラグ ラン ジュ
最適広告出稿量は広告の効果と比例し、広告の単価と反比 例することがわかります 16 ラグ ラン ジュ
さらに、出稿金額比が係数比になることもわかります 17 ラグ ラン ジュ
次に、前のスライドの関係式を使って、予算制約式の TVCM を消去します 18 ラグ ラン ジュ
お待たせしました、これが解析解です! 19 解 析 解 係数比で予算配分の 比例が決まる 配分が決まった 上で、単価で出稿 量を決める
20 シミュレーションとモ デル推定
コブ=ダグラス型の生産関数にノイズが入るデータを生成 21 デ | タ生 成
`lm()`関数でも推定できるモデルですが、より複雑なモデルにも通用 する構成で説明するため、あえて Stanでベイズ推定します 22 ベイ ズモ デ ル
実際の業務と研究で行う分析は MCMCでやるとひ孫の代でも 終わらないレベルなので、高速な変分推論で! 23 モデ ルコ ンパ イル と推 定
これが現代のベイズモデルの重さです 💦変分推論を使っても 数時間かかります (8 CPUで並列処理設定済み) 24 変 分 推 論
でも 遅 い 3 次元数を推定するベイ ズword2vecモデル 8時間 (ハワイに行ける) 1 国連の投票データの次 元を推定するモデル 38分 2 テキストデータ因果推論 インド料理過程 4時間 (台湾に行ける)
25 最適化
最適化アルゴリズムは、目的関数と予算制約に対して様々な 数値の組み合わせを試行し、最適解を探索します 26 必 要 な 要 素
`model`ブロックがなく `generated quantities`単体のコード で、推定されたモデルの事後分布を自由自在に抽出できる 27 予 測 用 の S
t a n コ | ド
予測の事後分布の中央値と出稿費用を出す関数をそれぞれ 用意する 28 予 測 用 の S t a
n コ | ド
予算制約を 10から100まで変更し、最適化アルゴリズムがきち んと正しい最適出稿量を計算できるかを確認します 29 予 測 用 の S t
a n コ | ド
概ね正解の黒い線に沿っていますが、 精度がいいとは言えないですね、、、、、、 30 最 適 化 の 結 果
どうしても正しい結果が知りたいなら、総当たりで計算すること をお勧めします 31 最 適 化 の 結 果
総当たり計算の結果に `dplyr`の処理をかけたら、 最適化が可能になります 32 最 適 化 の 結 果
✅
33 Enjoy!