具体的な応用例はこちら。

• 広告配信割当の最適化
• リスティング広告最適化

マーケティング分野における最適化の位置づけ

マーケティング戦略で成果を上げるには大きく２つのステップが必要になります。

データの分析

１つめのステップは「データの分析」です。 近年様々な方法でデータは取得され、どこの企業も膨大なデータを蓄えています。 POS データやアクセス解析データ、顧客（会員）データ等は当然所持しているだけでは 意味がありません。それらのデータを分析することが大事です。データマイニングや統計解析等 を駆使してデータから様々な情報を抽出することが出来ます。NTT データ数理システムはこれらに対しても Visual Mining Studio や CRM Insight といったパッケージを提供しています。
しかしながら、データを分析することがマーケティング戦略におけるゴールではありません。

意思決定

２つめのステップは「意思決定」です。データを解析して、例えば以下のような情報を知りえたとします。

• ３０代男性で年収が △△ 万円台で家族構成が ×× の人は製品Ａのメールに感度がよい
• 製品Ｂを過去に購入したことがある２０代の女性は製品Ｄの割引券があると２人に１人は購入する
• 深夜のテレビ番組のＣＭは製品Ｄを流すと非常にレスポンスがよい

データマイニング・統計解析の分析の結果、上記のような情報が定量的に大量に整理されたとします。 そこからどのように具体的な広告配信計画（いつ？どの製品の広告を？どの広告媒体に？どれくらいお金をかけて？） を立てるでしょうか。１つ単純な方法としては「感度（効率）のよさそうな広告媒体から優先に割当てる」という ことが考えられます。この方法は「必ずしもよい結果になるとは限らない」「予算やその他実務上の都合を守れる 保証はない」といった欠点があります （ナップサック問題参照）。計画立案の意思決定を合理的に行うための強力な方法の１つが 最適化ソリューションです。