AppLovin急成長の秘密はAI『Axon』にあり！？🤖　CEOが語る技術・データ・広告の仕組み【徹底解説】

こんにちは！　エウレカブログです！🎮✨

モバイル広告の世界で、その名を轟かせているプラットフォーム「AppLovin」。特に2023年第2四半期に次世代AIエンジン「Axon 2」をリリースして以降、そのプラットフォーム上の広告費は約4倍に増加し、今や市場で最も価値ある広告企業の一つと評価されています。📈

この驚異的な成長の裏側には、一体どんな秘密があるのでしょうか？🤔 　「何か特別なデータを使っているのでは？」「仕組みが複雑でよく分からない…」そんな声も聞かれます。

今回は、AppLovinのCEO、Adam Foroughi氏自身による解説ブログを基に、同社のビジネスモデルの核心、驚異的な成長を支えるAIエンジン『Axon』の秘密、そして多くの人が気にする『データプライバシー』への取り組みについて、深掘りしていきます！🔍

私たちアプリ開発者やマーケターにとっても、日々利用する広告プラットフォームの「中身」を知ることは、非常に重要ですよね。さあ、AppLovinの世界を覗いてみましょう！👇

この目覚ましい成長と成果を支える心臓部、それがAIエンジン「Axon」です。CEO曰く、これは「隠されたビッグデータ」のような魔法ではなく、「卓越したエンジニアリング」によってゼロから構築された、高度なテクノロジーの結晶なのだそうです。

Axonがどのように機能しているのか、そのデータソースと「魔法」の核心を見てみましょう。

• Axonが活用する主なデータソース：
  1. MAXのロス通知： AppLovinの広告プラットフォームMAX上で、入札に負けた際にすべての入札者が得られる、標準化・一般化されたデータ。
  2. 広告主提供データ： 広告主が共有に同意した、コンバージョンなどの成果データ。
  3. ゲームの利用パターン： アプリ内でユーザーがどのように行動するか、という一般的なパターンデータ。
  4. SDK/ピクセルからのデータ： モバイルSDKやウェブピクセルを通じて得られる、ユーザー同意に基づいたサードパーティデータ。
  5. 自社広告エンゲージメントデータ： AppLovin自身の広告に対するユーザーの反応データ。
• 「魔法」の核心：高度なモデル構造と強化学習ループ Axonの真の強みは、これらのデータを処理するAIモデルの高度な構造と、それを加速させる強化学習ループにあります。例えば、ミニゲーム形式の広告（プレイアブル広告）を配信すると、ユーザーがその広告内で操作した数十ものインタラクションデータを収集・分析。その結果を次の広告配信の予測精度向上に活かし、また結果を得て学習し…という高速な学習サイクルを回すことで、他社にはない競争優位性（moat）を築いている、と説明されています。 これは、TikTokのアルゴリズムが新しい動画に最適な視聴者を素早く見つけ出すプロセスにも似ている、とのこと。どんな広告主に対しても「高速にスケールし、高速に学習する」こと、これこそがAxonの勝利の方程式なのです！⚡

現代の広告ビジネスにおいて、データプライバシーへの配慮は不可欠です。AppLovinは、この点についてどのように取り組んでいるのでしょうか？　CEOは具体的な方針をいくつか挙げています。

• ATTへの完全準拠（iOSアプリ）： AppleのApp Tracking Transparency（ATT）には完全に準拠。ユーザーがトラッキングを許可しない場合、「デバイスフィンガープリント」のような代替識別子を生成することはしない、と明言しています。広告の関連性は、ユーザー同意に基づくシグナルと、個人を特定しない一般的なシグナル（アプリの文脈、IPレンジなど）から統計的に推定しているとのこと。IDFAは依然として価値あるシグナルだが、必須ではない、という立場です。
• データブローカーからの購入・販売は一切なし： 外部のデータブローカーからユーザーデータを購入したり、自社のデータを販売したりすることは一切ない、と断言しています。扱うのは、広告サービス提供に必要な、パートナーが自発的に共有したものか、自社ツールで得たデータのみ。
• 個人識別情報（PII）は取得しない： メールアドレス、電話番号など、現実の個人を特定できる情報（PII）は一切取得・利用しない方針です。
• SDKの仕様： AppLovinのSDK（アプリに組み込む開発キット）が収集するのは、OSが公開・許可するAPIを通じて取得できる、基本的なデバイス情報のみであり、これは主要な他社SDKと同様の標準的な仕様である、としています。
• Adjustとの関係： 買収したMMPのAdjustについても、広告主が明示的に共有を選んだデータしか利用せず、Adjustは独立したインフラで運用され、アトリビューションロジックもAppLovinの影響を受けていない、と述べています。
• ウェブピクセルの扱い： ウェブ広告においては、広告主が設置したピクセルを通じてユーザー行動データを収集・利用しますが、AppLovinが要求していない「余計な」データ（例：他社プラットフォームのIDなどが広告主側のツールによって付与された場合）は、サーバー到達時に即時削除され、利用されることはない、と具体的な事例を挙げて説明しています。
  （※詳細は開発者向けドキュメントで確認可能とのこと）

広告の成果を正しく評価する「アトリビューション」。AppLovinはどのように行っているのでしょうか？

• アプリ広告の場合：MMPに依存
  • 基本的に、AppsFlyerやAdjustといったモバイル計測パートナー（MMP）に依存しています。MMPはAppLovinの広告システムと統合されており、IDFAが利用できればそれを使用し、利用できなければ確率的マッチング（例：短時間内の同一IPでのクリックとインストールを紐付け）などを用いて、インストールがAppLovinの広告経由かを判断します。IPアドレスは変動するため、これによって持続的な個人プロファイルが作られることはない、としています。インストール後のアクティビティデータも、広告主の同意に基づきMMP経由で共有される場合があります。
• ウェブ広告の場合：自社システム＋クライアントツール
  • ウェブ広告事業はまだ新しく、現時点では第三者のアトリビューション企業との完全な統合は行われていないため、自社の内部システム（ファーストパーティのピクセルクッキーやトランザクションIDを使用）でレポートを提供しています。
  • ただし、「広告費の意思決定においては、ほぼすべてのクライアントが当社のアトリビューションではなく、自社が導入しているアトリビューションツールを使用しています」とも述べています。ラストクリックやマルチタッチなど、広告主が信頼する指標で評価されている、ということです。第三者機関のレポートでも、AppLovinのウェブ広告トラフィックが既存チャネルを食う（カニバリゼーション）のではなく、新たな需要を創出していることが確認されている、と主張しています。

最後に、Axonがいかに速く学習し、成果を出すかを示す事例が紹介されています。 初めて取引するビューティー系（メイクアップ商品）クライアント。AppLovin側には、その分野の消費行動に関する事前知識はゼロ。それでも成果を出せたのは、Axonの高速学習能力のおかげだと言います。

新しい広告が配信され、最初の500インプレッションでCTRが3%（15クリック）だったとします。Axonは、クリックしなかった485件とクリックした15件の特徴を比較・学習し、次の配信を最適化。クリックしたユーザーの中で、サイト上でより深くエンゲージしたユーザーがいれば、その特徴を持つユーザーをさらに探し出す…。この試行とフィードバックのサイクルを高速で回すことで、Axonは未知の分野でも迅速に成果を出せるようになるのです。これはTikTokのアルゴリズムにも似ている、とのこと。すごい学習能力ですね！🤯

AppLovinのCEOメッセージから見えてきたのは、彼らの強さの根源が、自社で開発した高度なAI技術『Axon』と、それを支える優秀なエンジニアリングチーム、そして業界標準とプライバシーに配慮したデータ活用にある、という自信と主張でした。

パフォーマンス広告の世界はますます複雑化・高度化していますが、こうしたプラットフォームの進化を正しく理解し、信頼できるパートナーと健全な協力関係を築いていくことが、私たちアプリ開発者やマーケターにとっても成功の鍵となりそうです。🤝

もちろん、プラットフォーム側の主張を鵜呑みにせず、常に自社のデータと照らし合わせて冷静に判断することは重要ですが、AppLovinが示そうとしている技術力と透明性への取り組み、そして今後の進化には、引き続き注目していきたいですね！💪✨

それではまた、エウレカブログでお会いしましょう！👋