Microsoft、Engagement Mapping（エンゲージメント広告）そのⅡ

LTV（Life Time Value）の測定で Microsoft が提唱している Engagement Mapping（エンゲージメント広告）の考え方を発展できないものかと考えていた。

こういった広告効果を測定する指標ってのは、ポストクリックやポストインプレッション効果を考える上でも、よく出てくる。

複数の広告を踏んで、複数のアクションを生む場合、いったいどこにどれくらいの利益とコストを配分すれば良いのか？

例として、ユーザが A～Dまでの4種類の広告をクリックし、BとDの2セッションにおいて、アクションをしたとする。

A ⇒ B（アクション200円）⇒ C ⇒ D（アクション300円）

一番シンプルなのは、
① 均等に配分する。
つまり、200円 + 300円 = 500円を4回で割って125円の効果があったとする。
A: 125円
B: 125円
C: 125円
D: 125円

ただ、シンプルだが、もっともありえない感じである。

他の候補として、重み付けの相関を考える方法。
② PV数や滞在時間などで加重平均する。
③ そのセッションでの行動をモデル化し、そのスコアで重み付けをする。

③ ってもっともらしい感じはするのだが、そもそもモデルのスコアってよく分からないもので、どんなモデルを作るかによって、スコアが違ってくるし、説明するのも難しい。
また、その広告自体では、スコアは、小さいかもしれないが、ブランドを認知させる場合には、有効って広告もあるだろう。

そこで、問題を下記のように考えてみた。

それぞれの広告には、ユーザを連れてくる力（流入）、コンバージョンさせる力、そして、ユーザを再来訪させる力（最流入）がある。
このユーザの動きを取り込んでと考えている。

数式とかも、ほぼほぼ出来上がったので、後は、これを実装させれば完成！（のはず）
さすがに行列の計算とか出てくるので、Clementine（クレメンタイン）とかでの実装は難しいかもしれない。