Wantedlyは、月間200万人が利用する国内最大のビジネスSNSです

This page is intended for users in Japan. Go to the page for users in United States.

SIer、ソシャゲ、フリマを渡り歩いてきたエンジニアが行き着いた、「機械学習をコアに加速させる事業」とは

左納 健大(写真右):マーケティングインテリジェンス事業本部 UZOU事業部 事業責任者
2014年に新卒でSpeeeに入社。入社後はアドテクの営業として圧倒的な成果を出し、全社新人賞受賞。更に社内の事業立案コンテストENTREにて1年目にして優勝の経験を持つ。
その後、事業本部内の新規事業立案Summitに参加し、考案したネイティブアド事業の事業化が決まり、24歳で最年少事業責任者に。後発ながら、UZOUを業界No.1の成長率を誇る事業成長へと導く。

義田 博一/ yoppi(写真左):マーケティングインテリジェンス事業本部 UZOU事業部 リードエンジニア
SIer・ソシャゲ・フリマ・広告、と幅広い分野で活躍した後、現在は、ネイティブアドネットワークであるUZOUのテックリードとして開発に従事。仕事で追求していることは、事業をエンジニアリングで成長させること。
システムプログラミングが大好物で、GoやCが好き。

ネイティブアド「UZOU」とは

4年前に立ち上がったプロダクト、ネイティブアド配信プラットフォーム「UZOU」の開発について、事業責任者である左納さんと、リードエンジニアのyoppiさんにお話を伺いました。

ネイティブアドとは、記事と広告を自然と溶け込ませ、ユーザーにストレスなく情報を届ける広告です。

「UZOU」が掲げるミッションは「興味の連鎖でもっと広告をかしこく」

独自の言語処理アルゴリズムを採用し、精度の高いレコメンデーションの実現や、大量トラフィックでのシステムパフォーマンスに注力した開発を行いながら、メディアと広告主、そしてユーザーの繋がりをより身近なものにし、広告業界の課題を解決していくことを目指しています。

UZOUの開発体制は小さなチーム、大きな仕事

yoppi 「UZOU」の開発チームは10名前後ですが、プロダクトマネージャーとエンジニアで構成されています。アルゴリズム~サーバーサイド、インフラとそれぞれ強みとなる軸はあるものの、基本的には横断的に開発をしているので、全員がシステム全体を把握していますね。僕は主にアルゴリズムの領域を担当しています。

UZOUでは、局所的に切り取った開発を突き詰めていくというよりは、ひとりひとりが全体感を持って開発をしています。

レコメンドや数理的モデルを考えるにはプロダクトの全体感を理解していなければいけないので、このチーム規模が活きているなと思っています。そこは一般的なWebアプリケーションの開発と違うかなと。

また、開発が少人数で支えられている分、それぞれが持つ責任は大きいです。その分、自分の考えたアルゴリズムや実装がダイレクトにパフォーマンスや売り上げに繋がっている実感は得られやすいですね。

エンジニア起点のプロダクトづくりとは

左納 プロダクトを大きくする上で、営業がクライアントからいただいた意見などを元に、相互に意見を交わして一緒に形にできるかはとても大切だと思っていて、yoppiさんは、ビジネスサイドの意見をしっかりくみ取りながらモデルの設計から実装までをやっています。

機械学習や統計に関する学術論文を活用し、どんなモデルをどうUZOUにあてはめていくか、など、ビジネス起点では発想に至らないような領域に踏み込み、技術でプロダクトを牽引してくれているなと思います。

yoppi 売上がUZOUの事業成長に繋がるもので、それを実現できるのが技術だと思っています。僕は元々SIerやソーシャルゲーム、フリマアプリなど様々な業界を渡り歩いてきていたのでアドテクのドメイン知識があったわけではありません。ただ、今ここに辿り着いたのはエンジニアとして面白味がある事で、アドテクの一番の醍醐味は圧倒的なデータ量の多さだと思います

情報科学の根幹って計算量なんですね。大きくなればなるほど爆発してしまう計算量を回避する方法というのは昔も、これからも中心のテーマとして、コンピューターサイエンスの命題であり続けると思いますが、そこに向き合えるのがアドテクです。そういったところを面白いと感じるエンジニアは、コンピューターサイエンスから逃げない、いいエンジニアだと思います。


UZOUの根幹となるアルゴリズム開発の裏側


左納 ネイティブアドのプロダクトとして、精度の高いレコメンデーションを行うことはクライアントの成果からみても、ユーザーからみても、大変重要だと思っていて、その根幹となるアルゴリズムは、最終的には事業の結果を生み出すものだと考えています。

現在はアルゴリズムのモデルを考え、実装するところをyoppiさんが全て担当していますが、UZOUの規模と成長スピードだと、分業せずにまるっとお任せし、早いサイクルで実装していける事は強みだと思っています。

yoppi 行列計算や微分積分が分かるエンジニアは、リサーチャーが考えたモデルを実装することはできると思います。しかし、そこから更に精度を上げていくには機械学習を深く理解する必要があります。

深い理解を持っていなければ、機械学習に対応したライブラリの枠を抜け出して、より良いものをつくっていくという領域に辿り着けないんです。

UZOUの規模と成長速度だと、アルゴリズムを考えて、チューニングしてモデルを磨き上げていくという事を分業せずに実現できるのは、スピード感を持って開発が前進していくので合っているなとは思います。

そして、アドテクというビジネスモデルの特性上、エンジニアが作ったアルゴリズムがビジネス成果に直結してくるところは、大きなやりがいにもなりますね。

ターニングポイントの1つとなった新アルゴリズムの開発

左納 実は、以前使っていたモデルのタイプは様々な課題がありました。計算は高速で、最低限CTRを高い水準で維持するという目的は達成したのですが、それ以上の飛躍が難しかったんです。

そのような課題感から、変数を減らしたシンプルな新しいアルゴリズムがあったらいいなということを考えていて、yoppiさんを中心として新しいアルゴリズム(以下type4)の開発を進めていきました。しかし、元々のアルゴリズム(以下type3)も成果としては良かったので、これよりいいモデルができるのかというのは半信半疑だったのも事実です。

yoppi 開発側としても、複雑な特徴量を扱えるモデルが必要だろうという課題感があり、ロジスティック回帰モデルをベースにしたモデルのtype4を作りはじめました。

目の前の成果を追うことも大事ですが、今の数倍成果ではなく、今後UZOUの規模が大きくなり、より多くのデータがそろったところでより進化を加速度的に発揮できるような基盤を構築することを目指しました。

UZOUはメディアと広告を直接マッチングさせているので両方のデータを取れるんですが、そこのアドネットワークとしての強みを最大限に活かせる準備が整ってきているという感じです。

今後色々なデータが揃えば揃うほど、活かせる幅が広がっていくことになります。

二人三脚で生まれたtype4と、その実際の成果・影響

yoppi 今回のモデルを作るにあたって最も苦労したのは、論文に書いてる通りにはならないということを、身をもって実感したことです。

最近、「再現性」というのは機械学習界隈ではホットな話題で、リサーチしてみると全然再現されないというのはベストペーパーになっていたりします。論文を丸々読んでその通りに実装してもうまくいかないので、再現性の難しさに何度もぶち当たりながらも、UZOUで活用できるように試行錯誤してチューニングをしました。

また、開発を進める中でプロダクトマネージャーがディスカッションパートナーとなってくれて、二人三脚でやっていけたことにも大変救われました。

UZOUではサービス設計の段階からプロダクトマネージャーとどのような開発をしていか一緒に考えていくことが多いのですが、今回は彼女がいなかったら実現できなかったかもしれないなと思います。

左納 type4をリリースして4ヶ月。その成果としては、以前のモデルとの比較で、収益は5~6%、先週の最高値は10%近くアップ。先程も言ったように、成果に繋がると思ってはなかったのですが、これはすごい結果ですね。

モデルは積み重なるので、この機能を作ったから短期的な売り上げが上がるというよりは、ステージが1つ上がって、複利的に今後の伸びに繋がります。


UZOUが目指す、「粋なサービス」

左納 今後のUZOUの展望としても、やはりアルゴリズムの部分はすごく重要で、レコメンドウィジットとしての価値をあげていきたいと思っています。

他社はターゲティング設定ができたりカスタマイズ機能が多いですが、UZOUは究極にシンプル化しているので、任せてくれたら成果だしますよというモデルが美しく、レコメンドが本来発揮する価値かなと。

今後UZOUのネットワーク規模をより拡大し、その中でいいアルゴリズムが働けばよりよいものをが提供していけると思います。

食材があればその人の要望や体調を言ってくれれば最適な料理を出しますよ、というシェフみたいな存在になりたいですね。そういった機微からユーザー、クライアントが求める事をくみ取れるような「粋なサービス」にしたいです

yoppi エンジニア目線としては、極限までモデルのレベルをあげていきたいです。今回のモデルを進化させていくことも考えてるし、新しいものをつくるかもしれません。よりよいものがあれば追求していくのみかなと。

メディア向けのデータを活用して、精度高くよりユーザーに求められるような開発に挑戦していきたいですね。現在、広告のレコメンドと記事レコメンドは別のアルゴリズムを採用しているのですが、情報量の多い記事レコメンドにもtype4を転用することによってCTRを上げていくことなども、メディアに返せる価値だと思うので、やっていきたいなと思っています。

そのために、理想のモデルを追求し、チャレンジしていく、そのための基盤をまだ整えているところです。今は課題もたくさんある状態なので、もっとオープンなチームをつくり、背中を預けられる、みんなで1つの目標に向かっていけるようにしていきたいという思いがあります。

UZOUの事業、開発の両方のビジョンに共感してくれて、一緒にやっていける人と働きたいですね。

株式会社Speeeでは一緒に働く仲間を募集しています

今週のランキング

ランキングをみる