キャンペーン管理の効率化からパーソナライゼーションの強化まで、コラムニストの Adam Grow が AI がデジタル広告の様相をどのように変えているのかを説明します。
テクノロジーは加速度的に進歩し、かつては非現実的な夢だったものが、急速に今日のイノベーションへと変貌を遂げています。長らく、人工知能（AI）は、自動運転車、ドローンによる配達、食品の品質を監視する冷蔵庫など、未来的な応用が期待される壮大なアイデアという漠然とした概念でした。
この急速なイノベーションのペースは、一部の理論家を「シンギュラリティ（技術的特異点）」に懸念させています。これは、超人工知能（AI）が急速な成長をもたらし、人類文明が計り知れないほどの変化を経験するという考え方です。現在のペースで進めば、シンギュラリティは今後30年以内に到来する可能性があると予測する理論家もいます。
ここで私が言いたいのは、シンギュラリティがいつ起こるか、あるいは起こるのかどうかということではなく、私たちが今、日常生活やデジタル広告の世界で技術進歩の影響を実際に経験しているということです。これらの進歩は、私たちがブランドと関わる方法や、購入に至る体験に影響を与えています。
人工知能に関する大きなアイデアの多くはまだ初期段階にあるものの、現実には、高度な消費者ターゲティングやインサイトから高度にパーソナライズされた広告エクスペリエンスまで、AI には現在、世界中の企業にデジタル マーケティングの効率化をもたらす一見小さなアプリケーションが数多く存在します。
広告におけるAIの位置づけ
米国の上級マーケターの約80%は、消費者はAIを受け入れる準備ができていると考えており、消費者はすでにAIが溢れる世界のメリットを実感しています。Weber ShandwickとKRC Researchの調査によると、世界中の回答者がAI技術は多くの問題の解決に役立つと考えています。回答者の72%は、AIの利点として、人間には難しすぎる、または危険なタスクを実行できることを挙げ、69%はAIによって関連ニュースや情報へのアクセスが容易になることを挙げ、69%はAIによって他の活動に時間を割けるようになると回答しました。
これらの点は消費者の日常生活に当てはまるかもしれませんが、広告、特にプログラマティックディスプレイ広告におけるAI活用の価値に直接的に当てはまります。AIを活用することで、マーケターは強化されたターゲティングアルゴリズムとクリエイティブの最適化を活用した、関連性の高いパーソナライズされた広告を通じて、より効率的にパフォーマンスを向上させることができます。
AIはキャンペーン管理の効率化に貢献するが、人間によるタッチは依然として不可欠である
AIは多くのアドテク企業に導入されており、ディスプレイ広告キャンペーンの効率性と関連性を向上させ、あらゆるマーケターの究極の目標であるパフォーマンス向上を実現しています。Juniper Researchによると、リアルタイム入札ネットワーク全体の効率化を促進する機械学習アルゴリズムは、2016年の3.5億ドルから2021年までに年間42億ドルの広告費を生み出すと予測されています。
AI がプログラマティック ディスプレイにもたらす価値は否定できませんが、メディア購入を成功させるには、人間の労働力が依然として重要な要素であることを忘れてはなりません。
機械学習アルゴリズムは、プログラマティックメディアバイイングの重労働を担い、消費者をインテリジェントに識別し、関連性の高い広告を配信します。しかし、人間にしか認識・管理できない部分も依然として存在します。これには、売上やプロモーションの計算、ブランド資産の整合性、そして思考するだけで説明できる異常事象などが含まれます。
当社では、機械学習アルゴリズムによる高度なターゲティングと、自社のメディアおよびキャンペーンの専門家による思慮深さと全体像を把握できる洞察力を組み合わせることで、最高の成果が得られることを実感しています。
AIは関連性が高くパーソナライズされた体験を提供する手段である
パーソナライゼーションは、しばらくの間、流行語となり、ディスプレイ広告の大きな焦点となってきましたが、消費者は自分の情報が広告目的で使用され、その結果、購入の決定に影響を与えるのではないかと懸念しています。
eMarketerの最近のレポートに掲載された調査によると、パーソナライズされた体験によって購入の可能性が高まると感じている消費者はわずか28.7%で、半数以上は「効果はない」と回答しています。しかし、別の調査では、米国のインターネットユーザーの78%が、ブランドから提供される自分にとって関連性のあるコンテンツによって購入意欲が高まると回答しています。
では、これらの矛盾した回答から何がわかるでしょうか？結局のところ、 品質 (NAIST) と 関連性 消費者が気づいているかどうかに関わらず、パーソナライズされたメッセージの重要性を認識します。
パーソナライゼーション テクノロジーは進化を遂げ、多くのブランドの広告の標準となっていますが、変化する消費者行動、プラットフォーム、メディアの中でブランドが強力な広告エクスペリエンスを提供するには、テクノロジーが進化し続けなければなりません。
AIは、消費者が閲覧した商品を単に表示する以上のソリューションを提供します。機械学習技術は、他の人気商品を参考に、最終的に消費者の購入を促す多様な商品レコメンデーションを提供します。
このパーソナライゼーションは、商品だけにとどまらず、広告内のメッセージやオファー、さらには広告の配置やタイミングまでも含みます。新規顧客獲得においては、アルゴリズムがリターゲティングキャンペーンから最も成果の高い商品を取得し、フィード内で類似商品を見つけて、価値の高い類似オーディエンスに配信します。これにより、貴社のサイトを一度も訪れたことのない消費者にも、関連性の高い広告体験を提供できます。
パフォーマンスは機械学習とダイナミッククリエイティブを通じて実現されます
リターゲティングキャンペーンのパフォーマンス向上は、かつては適切なクリエイティブを用意するだけで十分でした。キャンペーンのパフォーマンスが芳しくない場合は、クリエイティブを刷新する必要があることが原因である可能性が高いのです。
クリエイティブ疲労を回避し、パフォーマンスを向上させるため、マーケターはこれまでA/Bテストを活用してきました。標準的なプロトコルでは、2つまたは3つの重み付けされた広告バリエーションをサーバー上でテスト期間中に実行し、インプレッション数がほぼ同等になるまでテストを行います。その後、アナリストが結果を評価して勝者を特定し、新しいバリエーションとの比較テストを行います。
プロセス自体は非常に手作業が多く、数種類の広告バリエーションで確固たる結論を導き出すだけでも、時間と労力がかかります。残念ながら、テストの途中で最適化の調整や変更を加えることは、テストや結果に悪影響を与える恐れがあるため、困難です。
このようなテストプロセスを人間の要素だけに頼ると、複数の要素のパフォーマンスを一度にテスト・分析することはほぼ不可能になります。悲しいことですが、多変量広告テスト全体を通して人間の行動を理解・予測できるほど、私たちには知能が備わっていないのです。
ダイナミック クリエイティブ最適化 (DCO) は、ディスプレイ広告における AI の重要な応用です。
常に混沌としたオンライン広告の世界において、マーケターはターゲットオーディエンスの注目を集めるために奮闘しなければなりません。サイトを訪れた何十万人もの消費者に対し、適切な画像、適切な色、適切な商品、適切な行動喚起（CTA）を、すべて瞬時に提供する必要があるのです。
機械学習アルゴリズムは、行動データと購入データを活用し、シンプルなテンプレートを使用して多種多様な広告を作成し、消費者にテストして、コンバージョンにつながる最も効果的な広告を見つけます。DCO は、人間の偏見を一切介さずにこれらすべてを実行できます。
次は何ですか？
過去100年間に私たちが経験してきた進歩と技術の進化を考えると、本当に驚嘆に値します。先ほどシンギュラリティについてお話ししましたが、あまり馴染みのない方は、ムーアの法則のグラフを見てみることを強くお勧めします。視覚的に表現すると、ここ数十年でどれほどの技術進歩が遂げられたか、そのレベルに驚かされます。
この成長が続くにつれ、マーケティングテクノロジーがどのように進化し、より消費者中心主義的な進歩を反映し、それを支えていくのか、興味深いところです。消費者との有意義なつながりをさらに強化する機会を特定し、活用することで、業界を前進させることが、マーケターとしての私たちの役割です。
___
by アダム・グロウ
ソース： マーテックトゥデイ
