イントロダクション

Sreenath Reddy: IntentWise Up Nextへようこそ。これは、私たちが年に2回開催する予定の、初めてのイベントです。Amazon広告プラットフォームの今後の方向性を共有し、AIを活用した広告最適化におけるエキサイティングな最新開発成果をご紹介することが目的です。

IntentWise には 3 つの主要なソリューションがあります。

• 広告最適化プラットフォーム - スポンサープロダクトとDSPキャンペーンのための高度なAmazon広告最適化
• インテントワイズアナリティクスクラウド - Amazon および小売メディア分析用のすぐに使えるデータ インフラストラクチャ
• インテントワイズ探索 - Amazonと共同開発し、Amazonマーケティングクラウド（AMC）の導入を加速

当社は、テクノロジーソリューション以外にも、Amazon 広告分野の発展についてコミュニティを啓蒙することに多大な投資を行っています。

‍

Amazon広告テクノロジーの未来

Sreenath Reddy: 2025 年の当社の製品投資を推進する主なトレンドは次の XNUMX つです。

1. 豊富なデータ：Amazonはこれまで以上に多くの広告データを広告主やパートナーと共有しています。課題は、このデータから最大限の価値を引き出すことです。
2. 生成型AIの影響：AIの登場により、ソフトウェアは人間の言語をはるかに正確に理解できるようになりました。従来のメニュー、フォーム、ボタン、画面ではなく、会話型のインターフェースへと移行しつつあります。ソフトウェアは、まるでチームメイトのように、相手の話を聞き、理解し、応答できるようになります。

IntentWise の目標は、ブランドや代理店がこの豊富なデータから価値を引き出すと同時に、生成 AI を使用して生産性レベルを劇的に向上できるように支援することです。

‍

AIイノベーションの3つのカテゴリー

私たちは、3つの主要分野での開発成果を紹介しています。

1. 既存のアプリケーションにAIを組み込む - AI機能で既存のソリューションを強化する
2. AIを活用したスマートアプリケーションの構築 - 従来は時間のかかる問題に対する洞察をより早く明らかにする新しいソリューションの作成
3. ダッシュボードの変革 - 静的で実用的なダッシュボードから、AI を活用した実用的な分析への移行

Wizi: AI搭載の広告アシスタント

スリーナス・レディ：Amazon広告管理のためのAI搭載ツール「Wizi」の強化版をご紹介します。数ヶ月前に初期バージョンをリリースしましたが、現在大幅な変更が行われています。

‍

強化された Wizi 機能:

プラットフォーム全体での利用可能性: Wizi は、キャンペーン画面だけでなく、IntentWise プラットフォーム全体で利用できるようになりました。

会話型インターフェース: Wizi は機能が拡張され、完全に会話型になりました。

多言語サポート: Wizi は、スペイン語や英語を含む複数の言語で動作します。

自然言語コマンドの例:

• 「キャンペーンタイプ別にピボット」 - キャンペーンデータを自動的に整理してまとめます
• 「YTD」または「MTD」 - 日付範囲を年累計または月累計に即座に調整します
• 「6月と7月を比較」 - 適切な期間の比較モードに切り替えます

高度な検索とフィルタリングの例:

• 「過去100日間に30ドル以上費やし、広告収入がゼロの検索語句を見つけてください」 - Wiziは適切なフィルターを自動的に適用して検索語句に移動します

自動アラートの例:

• 「製品が抑制されたら通知する」 - わかりやすい言葉で監視アラートを設定します
• 「パフォーマンスが低いキャンペーンを見つける」 - ACoSが目標ACoSを超えているキャンペーンを特定します

一括キャンペーン管理の例:

• 「これらのキャンペーンの予算を10％削減」 - 複数のキャンペーンの変更を即座に実行します

高度な分析タスクの例:

• 「10月とXNUMX月の間に何が変わったか教えてください」 - Wiziは分析タスクを作成し、通常は自動通知でXNUMX分以内に完了します。
• アカウントレベルの概要をテキストで提供します
• 追加分析のための提案を提供する

インタラクティブな結果: ユーザーは、Wizi の分析結果や推奨事項を直接操作できます。

ケントン・スナイダー：Wiziで今ご覧になっているものは、1ヶ月前とは異なります。来月もまた、様変わりしているでしょう。急速に進化するこのテクノロジーは、Amazonの広告プラットフォームとの関わり方を根本的に変えるでしょう。

Sreenath Reddy：今後6～9ヶ月を見据えると、ソフトウェアソリューションは従来のインターフェースではなく、検索バーから始まる可能性が十分にあります。目標は、ブランドや広告主の成長の真の原動力となる戦略的かつクリエイティブな作業に、戦術的かつ手作業で費やす時間を取り戻すお手伝いをすることです。

‍

Product 360: 革新的な製品パフォーマンス監視

Sreenath Reddy: Product 360は、eコマースにおける重要な課題、つまり製品パフォーマンスの変化の理由を理解するという課題に取り組んでいます。製品のパフォーマンスが非常に優れているか劣っているかに関わらず、価格、在庫、ショッピングカートの状況、広告、競合他社の動向など、複数の要因が絡み合うため、根本原因の特定には従来、かなりの時間を要していました。

‍

Product 360: Eコマースの可観測性ソリューション

テクノロジーの世界では、「可観測性」ソリューションはソフトウェアのパフォーマンスを追跡し、エラーを特定し、原因を特定します。しかし、eコマースの世界にはこの概念が欠けているため、私たちはProduct 360を導入します。

‍

主な特長：

簡単なセットアップ: 広告アカウントと Seller Central または Vendor Central アカウントを接続するだけです。

自動週次分析:

• プラットフォームは毎週パフォーマンスの異常を表面化します
• 優れたパフォーマンスを発揮した製品や劣った製品を特定します
• 週ごとの変化、ミックスの変化、季節性を考慮します
• Slack、メール、プラットフォーム通知を通じて洞察を提供します

AI生成パフォーマンスサマリー:

• 価格変更、在庫問題、購入ボックスのステータスなどの要因とパフォーマンスの変化を関連付ける自動相関分析
• AIが主要な指標の変化を検出
• 多忙な経営幹部向けの概要と、日常業務を担当するマネージャー向けの詳細な分析の両方を提供します。

包括的なパフォーマンス追跡:

• 過去 8 週間のパフォーマンス データ（パフォーマンスが低かった期間と高かった期間のラベル付き）
• 詳細な週次パフォーマンスの内訳
• 変曲点の特定（例：「4月XNUMX日から売上が伸び始めた」）

分析事例例:

• 優れた製品: 「価格が 15 ドルから 10 ドルに下がり、売上増加と一目でわかるビューの改善と相関しています」
• パフォーマンスの低い商品: 「価格上昇と購入ボックスの問題によりパフォーマンスが低下しました」

コラボレーション機能:

• 製品パフォーマンスデータに直接チームメッセージと注釈を付ける
• 代理店とクライアント間のコミュニケーション能力
• パフォーマンス分析に関するリアルタイムコラボレーション

包括的なメトリクスカバレッジ:

• 現在: 価格データ、購入ボックスのステータス、在庫レベル、広告パフォーマンス指標
• 近日公開予定: BSRトラッキング、オーガニックランキングデータ、競合情報メトリクス

全製品表示:

• 数週間にわたるカタログ全体のパフォーマンスの概要
• 前週比およびミックスの変化指標
• パフォーマンス タグ (優れたパフォーマンス、劣ったパフォーマンス、中立)
• カテゴリーロールアップ、製品ラベル、サブブランド分析
• 詳細な製品分析のためのドリルダウン機能

ケントン・スナイダー：Product 360はあくまで出発点です。すべてのアカウントデータと広告データを統合し、さらにWiziの機能を組み合わせることで、日次、週次、月次レベルでのパフォーマンス分析を劇的にスピードアップしたいと考えています。

Sreenath Reddy: 過去数年間にわたる基盤データインフラストラクチャへの投資により、これまで統合が困難だった指標を統合することが可能になりました。Product 360はこの基盤の上に構築されており、今後さらに多くの類似製品がポートフォリオに加わる予定です。

‍

AI強化ダッシュボード：分析の未来

Sreenath Reddy氏：従来のダッシュボードは静的で、アクションを起こすための機能がありませんでした。例えば、AMCのダッシュボードでは、特定のコホートからクリックしてオーディエンスを作成することができませんでした。AIの導入により、プロンプト機能を通じて開発スピードが飛躍的に向上し、ダッシュボードとアクションを実行するアプリケーション間の隔たりがなくなりました。

見栄えの良いダッシュボードとアクション実行機能を統合しています。従来のダッシュボードは既に時代遅れとなっており、私たちはこの移行を迅速に進めています。

ケントン・スナイダー：これらはもはや「ダッシュボード」と言えるのかどうか、議論を重ねてきました。将来的には、ユーザーが直接アクションを起こせるような、コンテキストアウェアなアプリケーションが主流になるかもしれません。この考え方が、私たちのダッシュボード開発の指針となっています。

‍

強化されたダッシュボード機能:

更新された視覚化:

• 現在のプラットフォームから完全に更新されたビジュアル
• 開発プロセスにおけるAIは、洞察をより速く構築する能力を加速します
• これまでは不可能だった追加のデータモジュールを生成する

コンテキスト認識機能:

• ダッシュボードに直接組み込まれた AI の推奨事項と概要
• アカウントアクティビティと推奨アクションに関する直接的なコールアウト
• 高レベルの概要をまとめたエグゼクティブレベルの要約
• メディア管理者向けの詳細な推奨事項

直接行動の統合:

• 「オーディエンスを追加」 - ダッシュボードデータから直接オーディエンスを作成します
• 例: 特定のコンバージョン経路データからオーディエンスを作成する (DSP からスポンサープロダクトへの経路)
• 洞察から行動へのシームレスな移行

コンバージョンまでの経路分析:

• Amazon 広告チャネル全体でのマルチタッチ アトリビューションの視覚化を強化
• DSPからスポンサープロダクトへのジャーニーマッピング
• コンバージョンパスに基づいた実用的なオーディエンスの作成

Kenton Snyder: 今後数週間のうちに、現在の IntentWise のお客様は、すべての Amazon Marketing Cloud および Analytics Cloud ダッシュボードがこの新しいビジュアル形式に更新され、強化されたビジュアル、AI サマリー、実用的な機能が追加されるのを目にすることになります。

‍

イノベーションを支える技術アーキテクチャ

Sreenath Reddy: 当社の技術基盤は会話型コマースの未来を支えます。

‍

マルチチャネルインタラクションデザイン:

• Webアプリケーションインターフェース
• Slackの統合
• メールベースのやり取り
• あらゆるテキストベースの通信形式

エージェントベースのアーキテクチャ:

• 専門AIエージェントのライブラリを迅速に構築
• 先ほど示した「何が変わったか」分析エージェント
• 既存の推奨エージェント
• ユーザーの要求に応える拡張可能なエージェントエコシステム

モデル制御プロトコル (MCP) 統合:

• MCPはAIの世界における従来のAPIに相当する
• あらゆる大規模言語モデル (Claude、OpenAI など) でのプラグアンドプレイ機能を有効にします。
• 柔軟性を提供し、エージェント開発を加速します

IntentWise データレイヤー基盤:

• 私たちが「王冠の宝石」と呼ぶコアコンポーネント
• 強力なデータインフラストラクチャへの2～3年間の投資の結果
• 堅牢なデータ基盤を通じてのみ実現可能な機能を実現
• Amazonの包括的なAPIサービスによって強化

AmazonのAI進化：ジェフリー・コーエン氏による専門家の洞察

ジェフリー・コーエン: Amazon Adsは、広告ソリューションの開発以来、機能の一部としてAIを活用してきました。現在、広告を支えているAI実装には、Performance PlusやBrand Plusといったツールに加え、パートナーアプリケーションや広告コンソールにプッシュされるレコメンデーションシステムなどがあります。

Amazonの包括的なAI戦略

パフォーマンス最適化ツール:

• キャンペーン自動化のためのパフォーマンスプラスとブランドプラス
• 過去のパフォーマンスに基づいてシナリオを実行する高度な推奨システム
• 広告改善のための機会の特定

クリエイティブとアセットの生成:

• ビデオ、グラフィック、オーディオ生成機能
• 背景画像の修正と強化
• 商品詳細ページの改善
• モーショングラフィックスとアニメーション機能
• シンプルなASIN入力で包括的なクリエイティブアセットを生成

重要なコンテキストの考慮事項:
重要な注意点は、生成AIが必ずしも広告の文脈を理解できるわけではないということです。製品の新発売で多額の投資が必要となる場合も、販売終了時に異なる戦略が必要となる場合も、AIの推奨に対する個人的な検証と戦略的な監視が必要になります。

‍

Amazon マーケティングクラウドの AI の進歩

ジェフリー・コーエン：AMCはAIの民主化の好例です。2年前のAMCに求められるスキルセットは、現在よりもはるかに高かったのです。製品の仕組みを理解する必要は依然としてありますが、AIによって日常的な利用がはるかに容易になりました。

Sreenath Reddy: 私たちが積極的に活用している資産の一つは、AMCにおけるAI主導のSQL生成です。6～7ヶ月前にリリースした当初は40～60%の精度でしたが、現在では80～90%の精度に達しています。これは生産性の大幅な向上を意味します。出力の検証には依然としてAMCの専門知識が必要ですが、効率性は大きく向上します。

ジェフリー・コーエン: アンディ・ジャシーは、社内の業務効率化のためであれ、社外の製品アクセシビリティや民主化のためであれ、Amazon のあらゆるチームのあらゆる側面で AI を開発していると述べています。

‍

Amazon広告におけるデータ革命

スリーナス・レディ氏：Amazonが共有するデータの量は劇的に変化しました。3年前は広告APIと販売者APIしかなく、それ以外は何もありませんでした。今では状況は大きく異なります。

ジェフリー・コーエン: 広告の側面に焦点を当てると、ほとんどの広告主は当初、Amazon DSP を、ページを訪問したものの購入しなかった、または長期間購入していなかった人々に対する高度なリターゲティングだと考えていました。

‍

拡大したAmazon広告エコシステム

Amazonの成長するキャンバス:

• 所有・運営するプロパティ: Prime Video、Wondery Audio、Alexa、および Amazon エコシステム内のすべての領域
• サードパーティの供給パートナーシップ：カンヌでRokuとの契約が発表され、他のストリーミングサービスへの展開が可能に
• パブリッシャーネットワーク: ディズニー、ESPN、Hulu、その他数百のパブリッシャーとの提携

強化された信号共有:
この拡大により、より洗練された広告ターゲティングが求められ、シグナルの共有も拡大することになります。Amazonは業界で比類のないレベルでシグナルを共有することで、広告主はより幅広いオーディエンスにリーチし、効果的に成果を測定できるようになります。

‍

高度なターゲティングと測定

AMC視聴者の進化:

• 現在、自社のブランドとオーディエンスの特性に効果的なものは何なのかを理解する
• インサイトを活用してスポンサープロダクト広告の入札を促進する
• ファーストパーティデータ統合機能
• D2Cウェブサイトやその他のファーストパーティシグナルをAmazonデータと相互参照する

検索・発見・購入を超えて拡大：
従来のAmazon広告は、「検索、発見、購入」といった比較的小規模な潜在顧客層に焦点を当てていました。より広いシグナル範囲により、以下の点を把握しやすくなります。

• 市場内またはカテゴリ内の可能性のある買い物客
• 類似商品を購入する顧客
• 購入につながる可能性のある関連商品に興味があるユーザー

上部ファネルの影響測定:
ファネル上部の広告効果を測定するブランドは、ブランド パフォーマンスへの投資が実際にコンバージョン パフォーマンス広告を向上させることを発見しました。

‍

現実世界のブランドインパクトの例

ジェフリー・コーエン：最近、ニューバランスのシューズが驚異的な復活を遂げたという記事を読みました。15年間売上が低迷していた後、新しいCMOを招聘し、2年間ブランドマーケティングに投資することで、ニューバランスをティーンや若者の間で最も人気のあるシューズの一つへと変貌させました。「おじさん靴」と思われていたものを、ヒップでトレンディなものに変えたのです。私の18歳の息子は今、ニューバランスのシューズを借りたいと言っています。XNUMX年前は、息子に別のブランドのシューズを借りていたのです。これは、ブランド投資が全体的な成長と新規顧客獲得にいかに貢献しているかを示す好例です。

スリーナス・レディ氏：Amazonにおいても、ブランド検索ボリュームの向上はブランドパフォーマンスの指標となります。主な推進力はブランドマーケティングへの投資レベルです。

‍

パートナーエコシステムとAIイノベーション

ジェフリー・コーエン：私は今年をAI学習の「発見の年」と呼んで始めました。2025年にはAIが私たちのビジネスとパートナーに大きな影響を与えることは分かっていましたが、その影響がどのようなものになるかは確信が持てませんでした。

‍

パーソナルAIの旅と業界の導入

個人的な実験アプローチ:
スマートフォンとパソコンにいくつかのAIアプリをダウンロードし、日々の使用状況を個人的な視点で記録しました。AIの機能、使用方法、プロンプトの重要性、そして不適切なプロンプトによって何が起こるかを理解したいと考えました。これらはすべて、消費者が現在、そして将来的にAIをどのように利用しているかを理解するために設計されています。

業界の採用パターン:
このようなプレゼンテーションに参加する人の多くは、AI導入のより先進的な側面を代表しています。20年前なら、ChatGPTを使用していたのは100%程度だったでしょう。しかし今日では、参加者のほぼXNUMX%がChatGPTまたは類似のアプリケーションを使用したことがあると推定されます。

‍

パートナーイノベーション加速

ジェフリー・コーエン：2024年前半は、パートナーによるAI導入は比較的緩やかでした。パートナー各社からは生成型AI技術のリリースに関する重要な発表がいくつかありましたが、夏以降はイノベーションのスピードが劇的に加速しました。

実装が難しい理由:
これは正しく実装するのが本当に難しい技術です。パートナー企業からは、「導入したいけれど、正しく行いたい」という声がよく聞かれます。「ACoSはいくらですか？」「ROASはいくらですか？」と聞かれたら、その答えは正確でなければなりません。AIが正確性を知らずに答えを出すような「AI幻覚」は許されません。私たちの仕事は正確な答えを必要としているのです。

現在の業界状況:
IntentWise（本日デモを行ったアプリケーションでハッカソンに出場した直近のファイナリスト）のようなテクノロジープロバイダーが、業界の方向性を示す段階に至っています。今、ユーザー、代理店、テクノロジープロバイダー、そしてブランドは、日々の広告活動における実装方法を決定する必要があります。

‍

AI導入における重要な質問

データの使用とプライバシー:
あなたが提供する情報はどうなりますか？アルゴリズムのトレーニングに役立っていますか？あなたのパーソナルブランドデータはどのように活用されていますか？これらの疑問はAIデータが登場する以前と変わりません。ただ、より重要度が増しているだけです。

品質管理要件:
AIの結果に対しては常に高い検査レベルを維持してください。これが信頼を築く鍵です。AIは最初は時間の節約にはなりませんが、使い続けるうちに時間の節約になります。メールの書き直し、LinkedInへの投稿作成​​、論文の編集、その他のタスクなど、AIが私のニーズを理解し、必要な結果を提供してくれることに納得するまで、私はあらゆる作業を徹底的に検査する必要がありました。

市場の進化のコンテキスト:
5年前は、ASINを入力するだけですべての広告を自動処理するツールが存在していたのは興味深いことです。市場はこれを拒絶し、あらゆる要素をコントロールすることを求めました。今ではあらゆる要素をコントロールできますが、処理すべきデータシグナルや情報が膨大にあるため、時間と労力を費やす価値のある異常を発見するためのAIツールが必要です。

‍

AI導入の課題のバランス

Sreenath Reddy: 実装の難しさについては全く同感です。IntentWiseでは、主に3つの領域で課題を抱えていると考えています。

1. 出力品質：特に精度が求められる場合、精度が求められます。「私のACoSはいくらですか？」という質問は、妥当な答えではなく、精度が求められます。
2. レイテンシ: IntentWise アプリを使用して、回答に 35 秒かかる質問をする場合、なぜ待つ必要があるのでしょうか? これはモデルの選択とアーキテクチャの決定に影響します。
3. コスト管理：LLMコールには必ず費用がかかります。成果物の品質、納品スピード、そしてコストのバランスを取りながら、事業の経済的存続可能性を維持することに、私たちは多大な時間を費やしています。

実践的なAI活用の推奨事項

ジェフリー・コーエン：私が皆さんに与える最良のアドバイスは、まずは自分の業務の外でAIを試してみることです。AIにメールの修正を依頼するにしても、問題の解決を依頼するにしても、適切な検査を行う方法を学びながら、あらゆる面で向上していくでしょう。

簡単な例：リーさんという自動車整備士を探す必要がありました。「私の住んでいる地域のリーさんという整備士」と従来通り検索しても、明確な結果は得られません。AIを使うと、「イリノイ州ノースブルックに住んでいます。リーさんという整備士を探しています。何かお手伝いいただけますか？」と尋ねられます。AIは「レビューによると、この施設ではリーさんという整備士の情報が紹介されています。こちらがその情報です。」と返答します。私生活でAIを活用する方法を習得すれば、仕事でも活用できるようになります。

組織上の考慮事項:
経営幹部はAIに積極的に関与する傾向があり、難しい質問への回答やシナリオ実行といったAIが得意とする分野にAIを活用しています。しかし、現場の従業員は、AIツールの活用方法や活用方法について経営陣からのサポート、指示、教育を受けていないため、AI導入に躊躇しています。

経営指針:

• 組織全体でAIをどのようにサポートしているかを検討してください
• チームで AI について話し合い、実験しやすい環境を整える
• 会社のポリシーを理解する（Amazon では、特定の AI は社内で許可されていますが、他の AI は許可されていません）
• AIがどのように効率化をもたらすかを理解するためにSOPとプロセスを更新する

戦略的ビジネスフォーカス

コアビジネスに関する質問:

• 今日は何を達成する必要があるでしょうか?
• 活動の優先順位をどのように決めればよいでしょうか?
• 最高の投資収益率を達成するにはどうすればよいでしょうか?

これらは AI にとって優れた質問です。なぜなら AI は、ビジネスの異常 (あらゆる異常ではなく、ビジネスに影響を与えている、または影響を与える可能性のある異常) に焦点を当てた詳細な分析を実行できるからです。

異常の優先順位付け:
異常が、重要でない末端ASINに影響を与えると、ノイズが発生します。一方、パフォーマンスの高い先頭ASINに影響を与える場合は、全てを停止し、直ちに対処する必要があります。これらの違いを理解できるようにシステムをトレーニングする必要があります。

‍

展望：Amazon広告の未来

Sreenath Reddy: 今後 12 ～ 24 か月を特徴づける XNUMX つの大きなトレンドは次のとおりです。

1. エージェント主導の広告実行：AIエージェントがキャンペーン管理の主流になる
2. 実用的なダッシュボード: すべてのIntentWise Analytics CloudダッシュボードとAMCダッシュボードはこの拡張フォーマットを採用します
3. スマートアプリケーション: Product 360 は始まりであり、多数の追加アプリケーションがすぐにリリースされる予定です。

即時製品ロードマップ

Wiziの展開：強化されたWiziは、近日中にIntentWiseの全ユーザーに展開されます。ユーザーの皆様からの積極的なご参加とフィードバックをお待ちしております。フィードバックが増えるほど、プラットフォームの改善につながります。

ダッシュボードの更新: 強化された AI 搭載ダッシュボードは、今後数週間以内に現在の IntentWise 顧客に提供される予定です。

Product 360 ベータ版：ベータ版への参加者を募集中です。IntentWise をご利用のお客様もそうでない方も、ぜひご参加いただき、フィードバックをお寄せください。

‍

結論と次のステップ

スリーナス・レディ：Amazon Marketing Cloudを導入し、測定アプローチを見直すブランドは、今後12～24ヶ月で大きな競争優位性を築くでしょう。私たちのビジョンは、AIが運用および戦術的なタスクを処理し、ブランドと広告主の成長を真に促進する戦略的かつクリエイティブな業務に時間を割ける未来です。

ジェフリー・コーエン：本日はお招きいただきありがとうございます。LinkedInで繋がっていただければ幸いです。ご質問にはいつでもお答えします。Accelerateで皆様にお会いできるのを楽しみにしています。

今後のイベント: IntentWise チームは、Amazon Accelerate カンファレンスと Unboxed カンファレンスの両方に参加します。

IntentWiseについて:
IntentWiseは、AIを活用した最適化、分析、そしてAmazonマーケティングクラウドソリューションを提供する、Amazon広告の先進的なパートナーです。当社のプラットフォームは、データに基づくインサイトと自動最適化を通じて、ブランドや広告代理店がAmazon広告のパフォーマンスを最大化できるよう支援します。

お問い合わせ先：

• ウェブサイト： インテントワイズ.com
• コミュニティ: 参加する Amazon広告コミュニティ 継続的な教育のために
• LinkedIn: フォロー スリーナス・レディ, ケントン・スナイダー, ジェフリー・コーエン
• イベント：ぜひお越しください アマゾン加速 およびUnboxedカンファレンス

‍