learning-phase

プログラマティック広告ベストプラクティス

James Haslam by James Haslam | 9月 7, 2021

Liftoffで新しいキャンペーンを開始する場合、キャンペーンでユーザーエンゲージメントと売上を最大限に向上するには、「機会学習、最適化、そしてスケール」という3段階のプロセスがあります。

このステップの一番初めにある学習フェーズは、経験豊富なマーケターにとっても忍耐を要するものになりますが、必要な期間です。キャンペーンの成功は、機械学習(ML)が適切なチャネルを見つけることにかかっていますが、ボットがスピードアップするまでには一定の時間がかかります。
プログラマティックキャンペーンの開始直後は、高コスト低パフォーマンスに見える期間であるため、永遠に続くかのように長く感じられるかもしれません。

学習は、デマンドサイドプラットフォーム(DSP)のバグではなく機能です。
本記事では、Liftoffの機能を初めて使うマーケターの皆様の期待に応えるために、最適化フェーズについて詳しく解説し、すべてのキャンペーンで最適化フェーズを完了することが不可欠である理由をご紹介します。

学習フェーズとは?

プログラマティックマーケティングのチャネルにおいて、キャンペーンの成功はMLにかかっています。ただし、MLのデータが有効になるまでには一定の時間を要します。新しいプログラマティックキャンペーンの開始時は、正しく入札するためのデータがMLにありません。
この難問を解決するには、プログラマティック広告パートナーは別の異なるチャネルでキャンペーンを実行し、ユーザーコンバージョンのあるインベントリを探す必要があります。

一般的に、プロセスは以下のようになります。

LiftoffのクライアントパートナーGreg Mansell は、このプロセスを錠師が鍵を開ける方法になぞらえています。
MLはさまざまなチャネルを試し、良いパフォーマンスをする適切な組み合わせを見つけるのです。
このプロセスには、通常数週間を要していました。が、Liftoffではこの立ち上げ期間を短縮する製品を導入しています。
最適化する場合、たいてい複数のイベントが完了してからその効果が発揮されますが、その範囲はモデルにより異なります。

  • インストール単価の最適化: 100インストール以内
  • アクション単価の最適化: 300件のユニークイベント以内
  • 売上単価の最適化: 売上につながった150件のインストール以内

最適化にかかる期間やコストに関する予測をすることには、あまり意味がありません。期間はアプリやバーティカル、そして地域により異なる、とGreg は話します。実際、どのくらい時間や費用をかけるかは問題ではなく、目標やセットアップ環境、そしてインテグレーションによるところが大きいのです。

このプロセスで、すべての目標が達成されるわけではありません。マーケターは時間が経つにつれてCPAが低くなりROASが高くなることを期待するかもしれませんが、それはCPIの上昇と共にやって来るとLiftoffの広告オペレーションマネージャーJacinta Giancola はコメントしています。
MLは、さらに入札して、ファネルの先でコンバージョンを生むユーザーにリーチしようとします。結果としては採算が取れますが、マーケターにとってはちょっとした驚きになります。

Liftoffで学習フェーズを短縮する方法

以下、Liftoffで最適化に必要な期間を短縮し、MLの機能を最大限に活用するための5つのベストプラクティスをご紹介します。Liftoffで新しいキャンペーンを開始する際は、このステップに従うとスムーズに始められます。

ブロックリストを正しく設定

広告主が、パブリッシャーやユーザーをキャンペーンから除外することがあります。しかしこれにより、防ぐことができる不必要な問題が生じてしまう場合があります。

MLは、なるべく無作為である方が望ましいとJacinta は述べています。お気に入りを抽出したり、過去に低パフォーマンスだったユーザーを排除したりすることは、有益なユーザーを見過ごしてしまいかねません。さらに、DSPは、コンバージョンの可能性を求めてより高額の入札をする必要があるため、インベントリを制限するとコストが増加します。

限定的なターゲティングの使用は控えることをおすすめします。新しいキャンペーンを、自動的に一部の都市や地域に限定して開始すると、MLが学べるインベントリプールを縮小してしまうことになります。

すでにアプリをインストールしているユーザーに対し、除外するデバイスIDのリストをLiftoffに送信することは便利ですが、その効果をバランスよく見極める必要があります。
購入歴のあるユーザーを除外することも可能ですが、リエンゲージメント後にこのユーザーが再度購入しないことを示す証拠はありません。

データの共有に消極的な企業の場合、MMPによってはIDが暗号化された動的なサプレッションリストをLiftoffに送信することも可能です。

1日の最低予算を設定

Liftoffの調査結果に基づくと、すばやい成長には1日の最低予算を満たすことが必要です。最低コストはアプリによって異なりますが、Liftoffでは1日当たり$300~$500をおすすめしています。
この金額は一見高いように思えますが、ここでの費用が低いとキャンペーンを最大限に活用することができません。

中間イベントをセットアップ

中間イベントは、最終目標達成への足掛かりとして利用できるものです。最終目標が購入だとして、それまでに登録、カートへ追加、購入の開始など、有意義と思われるさまざまなイベントをLiftoffへ送信すると、購入へつながるファネルの最適化に役立ちます。

アセットおよびアトリビューションのデータを準備

ローンチ時には、クリエイティブとアトリビューションの両方の準備が整っている必要があります。
プログラマティック広告において、データは命です。キャンペーンの開始前に、モバイル計測パートナー(MMP)がセットアップされていること、すべてのクリエイティブ広告フォーマット(バナーから動画まで)があること、そしてビジュアルアセットおよびコピーの用意ができていることを確認しましょう。

その他のデータもLiftoffに送信

最後に、ビュースルーアトリビューションと収益ポストバックを有効にすることをおすすめします。
ビュースルーは、最終的にインストールまたは購入をしたにもかかわらず、広告を表示してもクリックをしなかったユーザーの計測に役立ちます。
収益ポストバックのデータは、Liftoffで売上単価の目標達成への最適化に使用されます。一部のタイプのアプリに、より効果的なデータです。

まだアプリが達成したことのない領域へ

学習フェーズは忍耐を要しますが、プログラマティック広告パートナーを使用したマーケティングキャンペーンに必要不可欠なステップです。
キャンペーンの効果を増大するための時間を短縮し、短期的にも長期的にも役立つオプションはいくつも存在します。
上記のベストプラクティスを実行し、ご質問がある場合はLiftoffまでお気軽にお問い合わせください。

プログラマティック広告におけるベストプラクティスについては、今後のリリースに関するブログ記事をご覧ください。