広告の効果を測定するにはどうすればいいでしょうか?

「広告費の半分は無駄になっているが、どの半分が無駄なのか分からない。」

小売業界の大物、ジョン・ワナメーカー氏が数十年前に述べた言葉は、広告効果を測定することの難しさをよく表している。

実際、経済運営の重要な部分として、広告の効果をどのように測定するかは、常に業界の焦点、ホットな話題、そして難題となってきました。

このトピックを詳しく調べる前に、まず広告効果測定がどのように変化してきたかを確認しましょう。

1. 広告効果測定の長い歴史

現代の広告は最初にアメリカで生まれ、繁栄しました。 1923 年、アメリカの有名な広告主であるクロード・ホプキンスは、広告の分野で非常に重要な本「科学的広告」を出版しました。この本では、パフォーマンス広告に関する彼の見解が体系的に説明されています。

成果を追求するこの広告業界の専門家は、クーポン、無料サンプル、カタログの郵送、テストマーケティングなど、一連の高度な広告手法を発明しました。

たとえば、2 つの広告コピーの効果を比較するために、彼は 2 つのコピーを同じ新聞の同じページに印刷し、無料サンプルを受け取るための郵送先住所をそれぞれ別にしました。そして、2 つのコピーが受け取った無料サンプルのリクエストの数を数えました。これは、広告業界における効果の測定方法としては、ほぼ最も古く、最も正確なものでした。

ホプキンスは当時の別の広告流派である芸術流派を厳しく批判し、次のように述べた。

「広告業界の中には、責任を放棄した人たちもいる。彼らはセールスマンであることを忘れ、自分たちを俳優だと思い始めている。売り上げよりも称賛を追い求め始めているのだ。」

彼の考えは、その後の有名な広告マン、デビッド・オグルビーに大きな影響を与えました。彼は「広告マンの告白」の中で、「私たちは商品を売るために広告をします。そうでなければ、それは広告ではありません」という有名な言葉を残しています。

彼の意見では、広告が最終的に売上を生み出せるかどうかが、広告の質を測る基準です。「広告の違いは販売力の大きさで測られ、その差は 19 倍にもなります。」

ある意味、オグルヴィが行っていたのは、当時の「パフォーマンス広告」だった。

したがって、多くの人が信じていることとは反対に、従来の広告は創造性、天才、インスピレーションに完全に依存している分野ではありません。むしろ、この分野のリーダーたちは、広告効果の測定に長い間焦点を当ててきました。

もちろん、当時の広告効果はまだ事後測定に過ぎず、広告費と直接関係するものではありませんでした。広告効果と広告費が本当に直接結びつくようになったのは、インターネットの偉大な時代になってからでした。

2. インターネット時代の広告効果測定

インターネットの誕生は、広告にとって間違いなく技術革命です。広告の課金ルールを変え、広告の正確性を再定義し、広告効果の測定に質的な飛躍をもたらしました。

まず、インターネットが広告にもたらす最初の変化は、成果に基づいた支払いです。なぜ従来の広告ではこれができないのでしょうか?その理由は、従来の広告も広告効果を重視していたものの、当時の広告効果は比較的漠然としており、定量化することが難しかったためです。

インターネットの重要性は、広告プロセス全体をデジタル化することです。このデジタル化プロセスにより、広告のあらゆる側面を定量化し、測定することができます。この正確な測定の直接的な結果は、パフォーマンスに基づいた支払いです。

こうして、最も初期の成果報酬型の課金方法である CPC が誕生しました。ユーザーはクリックした場合にのみ料金を支払い、クリックしなかった場合は料金は請求されません。

成果報酬型の登場とともに、入札という新しい広告決済モデルも登場していることに留意してください。

実際、成果報酬型広告と入札は一緒に登場した双子の兄弟です。その背後にある根本的な理由は、成果報酬型広告が本質的に広告メディアの利益の最大化と矛盾しているからです。

たとえば、広告主が 1,000 元を支払い、1,000 回のクリックを希望するとします。これは 1 回のクリックあたり 1 元に相当します。しかし、広告主が提供する素材が非常に悪い場合、クリック率は非常に低くなります。

この 1,000 回のクリックを達成するには、広告プラットフォームが無制限のトラフィックを提供して目標を達成する必要があります。入札に応じて購入が行われない場合、広告主には広告の創造性を最適化する動機がなくなります。

インターネットのさらなる発展に伴い、成果報酬型広告における「効果」の意味合いは次第に豊かになってきています。クリックが効果と言えるのであれば、インストールも効果と言えるのでしょうか？アクティベーションも効果と言えるのでしょうか？決済も効果と言えるのでしょうか？

答えは、広告主がこれらのデータを入手できる限り、両方です。上記の詳細なパフォーマンス データの一部はプラットフォーム自体に依存し、一部は広告主からのフィードバックに依存します。つまり、効果を測定する場合、インターネット広告はコンバージョン チェーンの最後まで到達できるのです。

このデータを使用して、広告プラットフォームで実行できる重要なことの 1 つは、結果を最適化することです。

効果最適化は、インターネット広告の真髄であり、核心技術です。つまり、プラットフォームは、特定のユーザーが特定の広告に反応してコンバージョンしたことがわかれば、双方の特性に基づいてシミュレーション推定を行い、次回、同じ広告コンテンツを同じ特性を持つ人々にマッチングさせることができます。これにより、広告の精度が実現されます。

3. パフォーマンス広告のクローズドデータループを実現するにはどうすればよいでしょうか?

先ほど、インターネット広告プラットフォームが行う最も基本的な作業は、CTR 推定、つまりクリック率の推定であると述べました。これは、プラットフォーム自体をクリックすることでデータを取得できるためです。

クリックは重要ですが、広告主にとってクリックは目的ではなく、手段にすぎません。広告主が実際に気にするのは、その後のコンバージョンリンクですが、広告プラットフォームにその後のコンバージョンリンクがなければ、対応する最適化を行うことができません。

そのため、パフォーマンス広告の発展に伴い、広告プラットフォームと広告主の間でデータフィードバックのクローズドループを構築することが急務となっています。

では、具体的にはどのようにすればよいのでしょうか?

Facebookが最初に試み、最初にリリースしたのは「ピクセル」と呼ばれる追跡機能でした。

当時、広告のランディングページは主にH5の形式で表示されていました。Facebookのピクセルは空白のピクセル+統計レポートコードでした。広告主は、この「ピクセル」を広告ランディングページの対応する位置に配置する必要がありました。このようにして、ユーザーは広告ランディングページにアクセスしたときにさまざまな領域をクリックすることができ、Facebookはそのような詳細なインタラクティブ行動データを受け取ります。

これは実装が最も簡単なソリューションです。結局のところ、広告ランディング ページでのインタラクティブな動作は、コンバージョン フィールドにおける浅いコンバージョン動作に属します。アプリのダウンロード、アクティベーション、支払い、コレクション、支払い、リピート購入、その他の e コマースのより深い動作をカウントする場合、「ピクセル」は機能しません。

そのため、広告プラットフォームは、通常「コールバック」インターフェースと呼ばれる特別な API インターフェースを開発するだけで、コンバージョン データを返すために特別に使用され、コンバージョンの種類が非常に豊富になりました。

たとえば、前述のダウンロード、インストール、アクティベーション、支払い、電子商取引の収集、ショッピングカートへの追加、支払い、オフライン店舗訪問、試用、注文はすべて、この統合インターフェースを通じて送り返すことができます。

この時点で、疑問を持つ人もいるかもしれません。後続のコンバージョン データは実は非常に重要なデータですが、企業はこのデータを広告プラットフォームに返す意思があるのでしょうか?実際、そのような懸念は確かに存在しており、そのような状況に対する一般的なプラットフォームの解決策については後ほど説明します。

ROI は実際に広告主が最終的に気にする中核指標であり、中間にあるその他のコンバージョン指標は ROI の先行指標であることがわかります。両者の間には強い相関関係がありますが、この強い相関関係は変動し、変化します。

そのため、広告プラットフォームがROIを直接最適化できない場合、広告主はコンバージョン指標とROIの関係を自ら把握し、コントロールする必要があります。これは広告主にとって重要な問題点であり、広告プラットフォームが目指してきた方向性でもあります。

IV. インターネット広告効果測定の進化

今日、インターネット広告の効果測定はどのような方向へ進化していくのでしょうか?

方向性の 1 つは、変換ベースのアルゴリズムの最適化です。

インターネット広告の場合、効果は層ごとに減少する典型的なコンバージョン ファネルです。コンバージョン ファネルには短いものもあれば、長いものもあります。たとえば、インターネット サービス業界のツール製品は、比較的長いファネルを持つ場合があります。

ツール製品の一般的なコンバージョン プロセスは、広告の表示、広告のクリック、アプリのダウンロード、アプリのインストール、アプリのアクティベーション、収益化広告の閲覧です。

前のリンクから次のリンクまで、損失の程度はさまざまです。

理論的には、パフォーマンスによる入札がサポートされるようになったため、どのコンバージョン イベントを使用して入札しても、上記のコンバージョン イベントに対して個別に入札できます。たとえば、有効なダウンロードには 3 元、有効なアクティベーションには 5 元などです。

今日の成熟した広告システムは、ターゲットを絞った最適化、つまり、顧客が許容できる範囲内でコンバージョンする可能性が最も高いユーザーに広告コンテンツをプッシュすることができます。

しかし、ここで問題があります。広告プラットフォームがコンバージョン イベントを最適化するための前提は、広告主がコンバージョン イベント データを広告プラットフォームに送り返す必要があるということです。広告プラットフォームは、どのユーザーがコンバージョンしやすいかを特定して推定するために、これらのコンバージョン データをシステムにフィードバックする必要があるからです。

しかし、どの広告主にとっても、試聴、注文、リピート購入などのコンバージョンデータは最もコアなデータであり、企業の最も重要な資産であるため、このデータが送信される際のセキュリティについても懸念があります。

では、この問題をどう解決すればいいのでしょうか?

Tencent Advertisingのソリューションは参考になるかもしれません。まず、Tencentの広告エコシステムは非常に充実しています。アプリのプロモーションとトラフィック購入のためのTencent Advertisingがあり、アプリトラフィック収益化のためのプラットフォーム「Youlianghui」もあります。これのメリットは非常に明白です。

つまり、Youlianghui は既に収益データを正確かつリアルタイムで把握しているため、収益データを送り返す必要はなく、広告効果を最適化するための非常に有利な運用スペースを提供できます。

では、テンセントはどのようにしてこのデータのクローズドループを通じて広告効果を最適化するのでしょうか?

その答えは、ROI 推定に基づく入札モデルです。つまり、アプリ広告主は、浅いコンバージョン行動に対するコンバージョンコストと、許容可能な初日収益化 ROI (= 初日の収益化額 / 広告掲載当日の消費) の最小値を設定できます。

システムは、浅いコンバージョン行動の目標コスト、推定広告頻度、ECPMに基づいてリアルタイムで入札を計算し、広告収益化ROIが広告主が設定した予想ROIを下回らないように制御しようとします。

これを行う目的は、ROIを確保しながらボリュームを獲得する能力を向上させることです。

これは実際には、このタイプの広告の効果を最適化するための Tencent Advertising のアップグレードです。アップグレード前は、翌日のリテンション率を推定するために二重入札モデルが採用されていました。その背後にあるロジックは、翌日のリテンションと収益化の間には強い相関関係があるということです。したがって、翌日のリテンション指標は、ある意味で収益化の効率を表すことができます。

しかし、結局のところ、この 2 つは同等ではありません。このアプローチでは、リテンションは低いものの、支払い意欲が強い一部のユーザーが直接除外されます。これらのユーザーこそが、実際にアプリが目指すべきユーザーです。

メリットは明らかです:

まず、広告主はすべての収益データを送り返す必要がありません。Youlianghui 自体が収益化データを保存しており、他のチャネルからの収益化収益を送り返す必要がないため、広告主のデータセキュリティに関する懸念が最大限に解消されます。

第二に、システムは推定収益に基づいて入札をリアルタイムで自動的に調整するため、売り込み担当者が初日の ROI に基づいて入札を手動で調整したり、維持率目標を逆算したりする必要がなくなります。また、維持率は低いが支払い意欲が高い顧客を誤って除外してしまうこともなくなります。

また、データの継続性により、このソリューションは、一定期間後に広告プランの実行量が低下するという問題を効果的に回避できます。

ROI 収益化におけるこうした優れた利点があるからこそ、パフォーマンス広告が行き詰まった後でも、Tencent Advertising は広告主に十分かつ優れた収益をもたらすことができるのです。

パフォーマンス広告は「結果重視」の業界であり、広告主から認められるためには、十分に印象的な ROI が必要です。中国で長年実績のあるパフォーマンス広告プラットフォームとして、Tencent Advertising は常に広告効果測定の革新の最前線に立ってきました。

競合メディアと比較すると、テンセントの広告収益化 ROI はより柔軟です。広告主に収益化率の設定を強制したり、すべてのメディア収益化データを送り返す必要もありません。大規模なシリアル シングル レイヤー同時リクエストを使用することで、適切な推定値を取得できます。

さらに重要なのは、収益化を開始してから 7 日後に ROI が低下するという広告主の悩みに対応するため、Tencent Advertising の収益化 ROI 最適化戦略では、全体的な LTV 回復曲線を考慮し、LTV を着実に増加させ、継続的な回復を確実にすることです。

ツール業界の広告主を例にとると、テストアカウントは6月に開始され、18日間実行され続けました。ボリューム生成効果、2回目保持率、初日および7日間の収益化ROIに関するデータはすべて、2回目保持の二重入札広告よりも優れていました。初日のROIは入札額を120%上回り、販売量も維持できています。

システム機能の進化により、今日の広告効果予測は従来の時代と同じではなくなったことは間違いありません。先ほど述べた結果ベースのアルゴリズム最適化に加えて、効果の定義と理解も常に変化しています。たとえば、効果は1つの指標で判断すべきか、複数の指標で判断すべきかなどです。

複数の指標がある場合、どれが優先されますか?他の指標の重みは何ですか?短期的なパフォーマンス指標と長期的なパフォーマンス指標のどちらを見るべきでしょうか?長期的な効果の指標を見ると、アルゴリズムに必要な即時のデータフィードバックの問題をどのように解決できるでしょうか?

これらは、インターネット時代における広告効果の測定における実際的な問題であり、これらの問題を解決するには、新世代の広告主が実践において探求と開発を継続する必要があります。

著者: 魏希

出典: Weixizhibei (ID: weixizhibei)