1. 非ゼロサムゲーム

Baidu 検索 oCPC を例に挙げると、成熟したインテリジェント配信製品には程遠いものの、AI を通じて複雑な広告コンバージョン効果を最適化する未来が見えてきます。

検索 oCPC の動作原理は、CPA (アクション単価) を固定してクリックごとの入札を調整し、それによって CPM (インプレッション 1,000 回あたりのコスト) を最大化することです。

気づきましたか？機械学習の最終的な目標は、単一の広告の CPA のコスト効率を高めることではなく、プラットフォームの CPM を最大化すること、つまりディスプレイ収益を最大化することです。しかし、これはゼロサムゲームではないので、悲観的になる必要はありません。技術の進歩により広告のパイは大きくなり、広告主もその恩恵を受けることができます。もちろん、その本来の動機はプラットフォームの収益を増やすことですが、採用された手段は前向きなものであり、プラットフォームは AI モデルへの投資を通じてトラフィックのコンバージョン値を向上させます。

これにより、oCPC プランが優れているかどうかは、モデルが自社のブランドと広告市場のバランスをとることができる最適な CPA ソリューションをできるだけ早く見つけられるかどうかに本質的に依存するという事実も明らかになりました。

2. 最高のCPA

当社の配信目標は、「CPA コストを抑制し、十分なボリュームを維持すること」です。最適な CPA は、必ずしも CPA が低いということではなく、コストとコンバージョン量のバランスが取れた CPA です。下の図に示すように、ここでのロジックを説明して、皆さんの理解を助けるために平衡図を描きました。

X軸は予定のコンバージョンコスト、Y軸は予定のコンバージョン量です。増加曲線は「発売価格曲線」を表します。入札額が高ければ高いほど、競争力が強くなり、コンバージョン量が増加します（非線形）。減少曲線は「事業コスト曲線」を表します。規模の効果を考慮すると、コンバージョン量が減少するにつれて、企業が支払う必要のある入力コストが増加します（非線形）。このように、2 つの曲線の交点が、見つけたい最適な CPA 値になります。したがって、ターゲット ユーザーに間違いがないことを前提として、すべての配信最適化戦略はこの図のロジックに従うことができます。

このように、最適化シナリオは次の2 つだけです。

（１）CPAは最適点の右側にある

CPA は比較的高いので、それを下げる方法を見つける必要がありますが、ある程度のボリュームが犠牲になる可能性が高いです。分析は CPA を分解することから始めます。計算式は次のとおりです。

ocpc をオンにすると、トラフィックの精度が向上するため、広告主の CPC が増加します。同時に、コンバージョン率の高いオーディエンスに割り当てられるため、CVR も増加します。この 2 つの成長率の比率によって、CPA の最終レベルが決まります。したがって、制御可能な CPA は、制御可能な CPC とより高い CVR に分解できます。

現時点で人間が介入できるポイントは、CPCの制御とCVRの向上です。主な方法は次のとおりです。

a. CPCの第一段階で適切なデータ基盤を確保する

b. 返送されたデータが正確かどうかを確認する

c. 表示ボリュームを増やす - キーワードの最適化

d. クリックスルー率の向上 - クリエイティブの最適化

e. コンバージョン率の向上 - ランディングページの最適化

（２）CPAは最適点より左側にある

現時点では、CPAは非常に低いように見えますが、コンバージョン量が十分ではなく、コンバージョン量を増やす必要があります。手動介入の最も直接的なアイデアは、ターゲット CPA を適切に増加させることですが、振幅を制御するようにしてください。一度に最大 20% を超えないようにし、少しずつ試してください。

さらに、コンバージョン量を増やすための外部的な方法もあります。以下の「トラフィック問題属性チャート」を使用すると、トラフィック不足の主な外部原因を特定し、それらを 1 つずつ解決することができます。

a. 予算不足

消費量を再見積もりします。予算が少ないことが原因である場合は、その金額を ocpc プランに再割り当てできます。

b. 表示量が少ないため消費が困難

i. キーワードを手動で追加するか、主流の AI キーワード拡張ツールを使用して、利用可能な露出範囲を拡大します。ジャンクワードが入り込みやすいため、インテリジェント キーワード拡張をオンにすることはお勧めしません。

ii. マッチングモードは単一であり、マッチング精度は適切に緩和することができる。

c. クリック率が低いため消費が困難

i. CTR（クリック率）を上げる

クリエイティブの最適化、より完全に構成された高度なクリエイティブ、情報配列、複数の画像スタイル、動的なタイトル、セグメント化されたビジネスと人口との組み合わせ、パーソナライズされたクリエイティブ設定。コンバージョン率をさらに向上し、ランディング ページを最適化します。

ii. ランキングが低い（CPAを上げるには上記の方法を使用する必要がありますが、ここでは繰り返しません）

上記の最適化ロジックを理解すれば、基本的にどのリンクに手動の参加が必要で、どのリンクはマシンでのみ実行できるかがわかります。これを次のように理解することもできます。oCPCは、人間が完了できない高強度のアルゴリズムを実行し、確立されたフレームワークに従って高品質のトラフィックを取得します。人間は、oCPC モデルに十分な「フィード」を供給し、いつでも「環境の変化」を観察する責任があります。

人間と機械のコラボレーションの観点から、パート 1 の要点を整理すると、人間の中核的な価値が次の点に反映されていることがわかります。

（１）アカウントの第一段階では、十分かつ良質なデータ「フィード」を提供するために人々に頼る必要があります。最初の段階の効率は、CPC 段階の最適化の能力に依存します。アカウント構造、戦略調整、クリエイティブの最適化、効果分析などから、制御可能なコストがコンバージョンしきい値を満たし、必要なトラフィックをマシンに知らせる必要があります。

（２）アカウントの第２段階では、安定して稼働しているとしても、それは一時的なものであり、変動が生じたときには継続的な人間による監視と手動介入が必要であることが分かっています。これには、クリエイティブ戦略の最適化、ランディング ページのデザインの更新など、市場と顧客の変化を明確に理解する人材が必要です。

2. 手動配送で避けるべきミス

oCPC 配信の原理に対する理解が明確でないために、配信担当者はモデル学習フェーズで経験に基づいて最適化操作を行っており、結果的に悪い結果になっています。例えば、クリック単価が非常に高いことに気付いたとき、慌てて入札額を調整したり、システムが自動的に不可解なキーワードを大量に追加していることに気付いたとき、すぐに削除したり、システムが異なるプランやユニットに同じキーワードを複数回追加していることに気付いたとき、何か問題があるのでしょうか?

モデルがコンバージョンユーザーを認識するプロセスでは、惰性でアカウントを見つめることはできません。このとき、多くの現象が機械の言語を反映します。まずは機械に複雑な問題を処理させ、機械が安定した後に結果が期待どおりかどうかを確認できます。介入モデルを多用しすぎると学習のリズムが乱れるので注意してください。

3. どのような場合に介入するのが適切で、どのような場合に介入するのが適切でないのでしょうか?

（１）当初予算への介入が少ない

ocpc は AI アルゴリズムの最適化です。予算が多ければ多いほど、割り当てられるトラフィックも多くなります。したがって、予算は一般的に十分なはずです。上限を設定する場合は、支払可能額より 20% ～ 30% 高く設定するのが最適です。たとえば、1 日の支払い可能額が 10,000 円の場合、予算は少なくとも 12,000 円に設定する必要があります。現実には、初期予算が多ければ多いほど、トラフィックも増えます。予算を設定したら、消費量を注意深く監視しますが、頻繁に調整しないでください。限界に近づいた場合は、期間などを調整してバランスをとることができます。

（２）基本的な方向性の後期介入

多くのマーケティング担当者は、経験と慣性に基づいて、多くの二次ターゲティング戦略を設定します。しかし、実際の結果では、十分な露出を得るためには、すべての広告を最初に掲載するのが最善であることが示されています。効果が出て、ある程度のデータが蓄積されると、徐々にターゲットを絞り込むことができますが、このとき、業界や業務の経験が役立ちます。

（３）入札は最適なCPAを探索する段階でのみ介入される

この部分については、この記事のパート 1 で詳しく説明しました。「最適な CPA を見つける」曲線を思い出してください。明らかに左偏りまたは右偏りの特徴がある場合は、手動による介入が必要です。

（４）創造性への介入は強いが、最適化と安定化後は介入が少ない

初期段階で十分なクリエイティブな素材を準備しておけば、システム学習によって違いを区別することができます。さまざまな異なる画像、タイトル、ランディングページにより、システムの学習結果が自動的に最適化される際の効果と信頼性が高まります。ただし、学習段階は完了しているので、広告クリエイティブへの大きな変更の数を減らし、モデルへの干渉を減らす必要があります。

（５）最終的な効果が良くない場合は、強力な介入が必要である

アカウントのパフォーマンスが良くない場合は、新しい商品の追加を検討してください。アカウントのパフォーマンスが良い場合は、新しい調整を行わない方がよいでしょう。新製品は元の計画に影響を与え、パフォーマンスの良い計画の損失につながるため、その損失は価値がありません。また、新しいプランは元のプランとは異なる必要があります。価格、写真、タイトル、さらにはランディング ページも異なるのが最適です。

（6）ランディングページはいつでも介入できる

実際、ランディング ページはプロモーションの最も重要な部分であるコンバージョンをもたらすため、ほとんどのブランド企業は現在、自社のページに多大な注意を払っています。ランディングページの修正や入れ替えは広告企画の常套手段ですが、科学的な修正、高頻度の最適化、効果的な分析を実現できる企業は少ないです。ランディングページの最適化リンクは現在、インテリジェント分野では比較的後進的なリンクです。企業が有利なツールのサポートを欠いているため、Lingqiはこの点に重点を置く必要があります。

検索 oCPC のボーナス期間は終了しました。より多くの業界が参加するにつれて、不安定な結果は減少するのではなく、増加するだけです。このときの突破口は、ランディングページのコンバージョン力（受容力）に置かれます。

プラットフォームのインテリジェンスが強化されたことで、さまざまな顧客のコンバージョン意図を識別できるようになりました。しかし、精度は競争を減らすことはできません。トラフィックリソースの競争が激しい場合、高額な価格は常に避けられない障害となり、配信の最適化スペースはますます制限されることになります。この時点で、競争の主戦場は後回しにされ、ROIをコントロールする能力はランディングページから始まる小さなリンク一つ一つに圧縮されることになります。

それだけでなく、ランディングページは広告主の所有物です。広告主がページの知能を自主的に制御できれば、動的な機能を通じてページのコンバージョン能力を大幅に向上させることができ、コンバージョン意欲が低い人（プラットフォームが決定）の実際のコンバージョン率を高めることができます。つまり、低価格で購入したトラフィックでも、良好なコンバージョン率を得られるチャンスがあるのです！

これには、広告主が見落としがちな側面、つまりボリューム拡張能力の蓄積が関係します。実は、この領域では間接的にデータ資産を蓄積することができます。

Baidu の現在の ocpc 検索を例にとると、拡張モデルは、保守的拡張、バランスのとれた拡張、積極的拡張の 3 つの主要なカテゴリに分けられます。

キャンペーンを開始する際には、さまざまなプランを作成したり、さまざまな拡張モードを採用したり、さまざまなランディング ページに接続したりできます。当社は、包括的なコンバージョン最適化/分析ツールを通じて、企業が独自のセグメンテーションおよび識別機能を蓄積し、さまざまな価格/属性のトラフィックに対する独自の ROI アルゴリズムを模索できるよう支援します。このような操作は、ビジネスを拡大するためのルールを模索するのに役立つだけでなく、ランディングページの承認プロセスと組み合わせて、人口セグメンテーションのマッチングとデータの蓄積を行い、コンバージョンの承認機能をよりハードコアにすることができます。

もちろん、OCPC における新たなブレークスルーを実現するためには、まだやるべきことがたくさんあります。しかし、私たちが誇りに思っていることの 1 つは、最適化ロジックが基本的に整理されており、ランディング ページから始めて段階的にブレークスルーを達成するために私たちと協力する最初のグループのユーザーもいるということです。