お知らせ：当社は、お客様により充実したサポート情報を迅速に提供するため、本ページのコンテンツは機械翻訳を用いて日本語に翻訳しています。正確かつ最新のサポート情報をご覧いただくには、本内容の英語版を参照してください。

マルチアームド・バンディット（MAB）とは？

探索と活用のジレンマ

• 探索は、思いがけないバリエーションが最高の成果を出す場合にも備え、潜在的な勝者を発見できます。
• 活用は、既に効果が確認できているものを優先し、最速で成果を得ることができます。

PageSenseにおけるMABの仕組み

• 動的な割り当て：すべてのバリエーションは同じトラフィック量から開始しますが、成果の高いバージョンには急速に新規訪問者のより多くが割り当てられます。
• インテリジェント学習（トンプソン・サンプリング）：当社はベイズ的手法であるトンプソン・サンプリングを採用しています。これは、アルゴリズムが各バリエーションの変換率を確率分布としてモデル化することを意味します。ユーザーが訪問するたびに、PageSenseはこれらの分布からサンプリングし、その瞬間に最も勝つ可能性が高いバリエーションに訪問者を振り分けます。時間の経過とともに、最も成果を上げているバリエーションがより多くのトラフィックを獲得しつつ、システムは代替案のテストも続行します。探索を完全に停止することはありません。
• リアルタイム最適化：数週間も信頼度を待つ必要はありません。MABは即座かつ継続的に最適化を行うため、時間が重要なキャンペーンや迅速な成果が求められる場合にも最適です。

トンプソン・サンプリングの仕組み

• 各バリエーションには、これまでの結果（例：成功数や失敗数）に基づいて確率モデルが割り当てられます。
• 新規訪問者がアクセスした際、トンプソン・サンプリングは各バリエーションの確率曲線からランダムな値を抽出し、最も高い値が出たバリエーションを選びます。
• 多数の訪問を通して、成果の高いバリエーションが高い確率で選択され、より多くのトラフィックを獲得しますが、パフォーマンスが変化した場合にも柔軟に対応できるよう、常に下位のバリエーションにも少量のトラフィックが送られます。
• この手法は、すべての可能性（探索）について十分に学びながら、成果の最大化（活用）もリアルタイムで両立させます。

マルチアームド・バンディットの主なメリット

• テスト中のコンバージョン最大化:最後まで待つのではなく、MABは実験の途中でも成果が高いものに訪問者を誘導することで、迅速に利益を高めます（「earn while you 参照」）。
• スピード重視・高いステークスのキャンペーンに最適:短期プロモーションや話題のニュース回数など、即時の対応や価値獲得が重要なシーンで素早く反応・捕捉できます。
• 完全自動の最適化:一度開始すれば、MABがトラフィックの振り分けを自動で管理し、手動での調整や常時の宛先設定は不要です。
• トレンドや変化への柔軟な適応:ユーザー行動や市場動向がキャンペーン中に変更しても（季節性や新規トレンドなど）、MABが変化を検知し、新しい勝者を見つけます。最初からテストを再開する必要はありません。

留意すべき制限事項

• 統計的なトレードオフ:MABは即時的な成果の最大化を重視しており、「どのバリアントが最良か」という科学的で最終的な結論を提供するものではありません。確定的で報告可能な統計比較には、従来型のA/Bテストを使用してください。
• リサーチや因果関係の解明には不向き:原因や効果を正確に属性付けしたい場合は、A/B/nテストが依然として分析の厳密性におけるゴールドスタンダードです。
• 遅延フィードバックには適さない:メールキャンペーンや長い営業回数など、コンバージョンに時間がかかるケースでは適応型フィードバックループが機能しないため、MABの利用は避けてください。