話題の多くは近い将来に何が起こるかに集中していますが、Google の UAC やスマート ディスプレイ フォーマット、Facebook の oCPM 入札など、広告主の成果向上に役立つ新しい製品がすでに数多く登場しています。
他の新しいテクノロジーと同様に、トレードオフは存在します。そのため、これらの製品の導入方法は慎重に検討する必要があります。この記事では、このテクノロジーの最も有望な側面、注目すべき点、そして最後に、それがあなたのメディアプランにどのような影響を与えるかについて解説します。
広告主にとってのAIの将来性
業界ウォッチャーの多くにとって、AIの最も優れた点は明らかです。AIは、最も熟練した人間のアナリストでさえ見逃してしまうようなトレンドを捉えることができます。より多くのデータを、より多くの組み合わせで分析することで、AIは手動で管理された同様のキャンペーンよりも優れた結果をもたらすことがよくあります。
AIはより一貫性を持って動作します。人間のアナリストとは異なり、コンピューターシステムは休暇を必要とせず、風邪や雑念による休職もありません。最適化は常に実行され、常に稼働しています。
最後に、これらのシステムのほとんどは、人的介入をほとんど必要としません。アカウントマネージャーはキャンペーンのパラメータを設定し、実行させるだけで済みます。
総じて言えば、自動化フォーマットは、より少ない労働投入で、より優れた、より一貫性のある成果を生み出す可能性を秘めています。短期的には、創造性と戦略に費やす時間が増えます。長期的には、業界の経済状況を変える可能性があります。
落とし穴
自動化ツールはまだ発展途上です。現在利用可能なツールは非常に有望ですが、メディアプランへの適合性については慎重に検討する必要があります。不適切な用途で使用すると、これらのツールの潜在能力を十分に発揮できず、目標達成どころか遠ざかってしまう可能性があります。代理店と協議する際に考慮すべき最も重要な点は以下のとおりです。
多極最適化が不十分
既存のツールの多くは、単一のKPIに向けた最適化には非常に効果的ですが、競合するKPIや予算以外の制約のあるKPIのバランス調整に対応できるほど適切に設定されているツールはほとんどありません。例えば、ROASを4倍にするという目標だけであれば、FacebookとGoogleの両方のツールがその目標達成に役立ちます。
ただし、これらのチャネルを重要なファーストタッチと見なし、チャネル全体ではなく、最低 50 万ドル/日の収益で可能な限り最大の ROAS を実現したい場合、既存のツールはまだそれほど洗練されていません。
過度の最適化
たとえ単一のKPIであっても、機械学習アルゴリズムは古き良き人間の直感を必要とする場合があります。過剰学習したり、状況の変化に迅速に適応できなかったり、より広い文脈を考慮できなかったりする場合もあります。
例えば、最近行われたクラウド社の自動化製品のテストでは、優れたパフォーマンスを発揮し、最適化によって優れたパフォーマンスを発揮しました。しかし、季節的な行動パターンに大きな変化があった後、製品は数週間にわたって低迷し、もはや購入意欲のないユーザーをターゲットにし続けているように見えました。
別の製品を用いたテストでは、これらのツールがコンテキストを考慮する上で限界があることが示されました。この製品はトラフィックを誘導するように設定されており、その効果は安価かつ効率的に発揮されました。しかし、バックエンドのパフォーマンスは改善されませんでした。
チームが分析を詳しく調べたところ、トラフィック損失率と直帰率が非常に高かったことから、この製品が大量のモバイル トラフィックを発生させていたことが判明しました。これは偶然の産物であると思われます。
柔軟性と制御性が低い
これらのツールは一つのことに集中し、それをうまくこなすように設計されているため、本来の目的から少しでも外れたユースケースには適さない可能性があります。多くの自動化ツールでは、配置、ターゲティング、頻度、タイミング、デバイスといった主要な変数をユーザーが制御できなくなります。成果が目標と合致するのであれば、それらは許容できるトレードオフと言えるでしょう。
例えば、あるディスプレイ広告商品はCPA目標に向けて最適化されていますが、リマーケティングとプロスペクティング、フリークエンシー、掲載位置などをコントロールできません。ファネル上部を拡大し、認知度を高めることが目標であれば、この商品は過去の訪問者をターゲットに最適化されている可能性があるため、最適な選択肢ではない可能性があります。CPAは高いかもしれませんが、購入は計画における役割を果たさないでしょう。
頻度を制限できないと訪問者を苛立たせる可能性があり、物議を醸すコンテンツを除外するために配置を制御できないと不利になる可能性があります。
透明性が低い
これらは、目標や対象となるツールによって問題となる場合とならない場合があります。しかし、多くの自動化ツールの欠点の一つは、ベンダーがパフォーマンスやターゲティングに関する情報を限定しているため、特定の懸念事項が重要かどうかを判断するのが困難であることです。
情報とデータが限られていると、製品が特定の役割をどれだけうまく果たしているかという疑問が生じるだけでなく、ビジネス全体にとって有益な洞察も限定されてしまいます。人間のアナリストは分析の範囲や頻度が限られているかもしれませんが、そこから得られる洞察は社内全体と共有できます。
どのメッセージ、どの製品、どの地域が最高のパフォーマンスを実現しているかを発見することで、より広範なビジネスレベルの変更を促進する洞察が得られます。
代理店にとって、透明性の低下はメディアプランニングの困難にもつながります。オークション、在庫、価格に関する明確なデータがなければ、予算やターゲティングの変更による影響を予測することはほぼ不可能です。
ベンダー対マーケター
最後に、透明性の欠如とコントロールの欠如が相まって、メディアオークションで支払う金額がベンダーとのゼロサムゲームであることを理解している多くの広告主を不安にさせています。入札額の上昇は、CPCとCPMの動向をウォール街に報告することが期待されているプラットフォームにとっては有利ですが、ダイレクトレスポンスチャネルでマージン目標を達成しようとしているマーケターにとってはそれほど有利ではありません。
自動入札ツールは、単にベンダーのマージンを増やすために設計されているわけではないようですが、可能な場合には広告主の入札額とコストを削減する働きをするものとして信頼できるのでしょうか?
テストのヒント
約束よりも落とし穴の方を多く挙げましたが、惑わされないでください。これらのツールは今後も進化を続け、重要性を増していくという大きなメリットがあります。多くの製品チームはこれらの落とし穴を認識しており、自動化サービスの柔軟性、応答性、透明性の向上に積極的に取り組んでいます。
その間、落とし穴を回避し、これらの製品のテストを正常に開始するためのヒントをいくつか紹介します。
KPIに焦点を当てる
これらの製品は一つのことに集中し、それをうまくこなすため、目標を適切に定義することが極めて重要です。アプリのインストール促進を目指しているのでしょうか？それとも、アプリ内購入の促進を本当に目指しているのでしょうか？人間にとってはその違いは些細なものに思えるかもしれませんが、自動化されたシステムにとっては、成功と失敗を分けるほどの違いとなる可能性があります。
全体像を考える
機械が狭い広告分野においてますます優れた性能を発揮するにつれ、マーケターや広告代理店にとって全体像を把握することがますます重要になっています。安価なクリック数だけで本当にビジネスを成功させることができるのでしょうか？成長のためには新たなオーディエンスにリーチする必要があるのでしょうか？それとも、既に購入シグナルを示している同じグループをキャンペーンでリターゲティングしても問題ないのでしょうか？
洞察を掘り下げる
Facebookから膨大な検索データやオークションのインサイトが得られないからといって、インサイトが見つからないわけではありません。他の場所で探す必要があるだけかもしれません。ユーザーの行動はどのようなものでしょうか？アプリでは？ウェブサイトでは？テレビ広告を出稿すると、サイトのコンバージョン率はどうなるでしょうか？新しい場所で探す必要があるかもしれませんが、それでも得られるインサイトは必ずあります。
目的を持って展開する
この最後のヒントは、残りのヒントを組み合わせたものです。盲目的にテストするのではなく、代理店と協力して、特定の製品が目標達成にどのように役立つかについて確固たる仮説を立てましょう。何をテストするのかを明確にし、製品が最適化するKPIを慎重に選択してください。
効果があったかどうかを判断するには、メディア指標、さらにはツールのKPIにとどまらず、その先を見据える必要があります。全体像を念頭に置き、ベンダーピクセル以外の要素にも着目して、何が変わったのかを見極める準備をしておきましょう。
___
by ネルソン・エリオット
ソース： ClickZ
