Google公式記事からデータドリブンアトリビューションの成功事例まとめ

この記事では、Google広告のデータドリブンアトリビューションを活用して大きく成果を上げた事例を、Googleの公式情報から拾ってまとめました。

 

まずはデータドリブンアトリビューションをサクッと理解できる動画です。

英語ですが、右下歯車の設定から日本語字幕にすれば、わかりやすいアニメーションでデータドリブンアトリビューションの概要を3分で理解できます。

この動画の要点をまとめると以下のようなことが語られています。

今のネットの状況は、購入経路が長く複雑になり、広告運用において価値の高いクリックをより正確に把握する必要があります。

消費者の9割は1日の間に端末を切り替えて使っており、購入までに何度も検索が行われます(旅行34回、車139回など)。

コンバージョンへの貢献度は通常最後のクリックだけに配分され、その他は考慮されません。

データドリブンアトリビューションでは、アカウント固有のデータと機械学習に基づき購入達成経路とそうでない経路が比較され各クリックに貢献度が適切に配分されます。

このモデルによる最適化によって同じ費用でコンバージョンの増加が見込めます。

またスマート自動入札を使うと入札単価が自動調整されます。

 
 
 

以下、Google公式メディアよりデータドリブンアトリビューション関連の成功事例を、新しい情報から3つ貼っていきます。

 

2週間でコンバージョン数が34%アップの事例(動画2分)

登録するキーワードが膨大で単価調整も大変、需要の季節変動も激しいといった特徴を持つオプショナルツアーの訴求を、データドリブンアトリビューションと自動入札によって運用の手間を減らしつつ成果も大きく改善。2週間でコンバージョン数が34%アップしたとのこと。

 

メルカリの米国進出にもデータドリブンアトリビューションが活躍

「ショッピング広告 ✕ 目標広告費用対効果(ROAS)✕ データドリブンアトリビューション」と、「(動的)検索広告 ✕ データドリブンアトリビューション」の2つの枠組みを使って、米国市場での販売数、販売額の両方を成長させたメルカリのマーケティングの事例
 ↓ 
機械学習を活用し、商品購入検討者へのマーケティング投資を媒体を越えて最適化する – メルカリ米国での売上拡大から学ぶ

 
 

データドリブンアトリビューションと部分一致を上手く活用

コンバージョン単価を改善しながら、会員獲得数を19%、予約獲得数を33.5%増加させることに成功した高級旅館・ホテルの宿泊予約サイト「Relux(リラックス)」取り組み。
 ↓ 
Google が注力する データドリブン アトリビューションに基づいた AdWords 最適化で会員獲得数を 19% 、予約獲得数を 33.5% 増加させた Relux(リラックス)

 
 

データ連携で利益を可視化し最大化(一休)

高級宿泊施設予約サイトの運営を手がける一休が、Google広告、Googleアナリティクス、自社顧客データベースを連携して自社の利益を可視化。動的検索広告やデータドリブンアトリビューションを導入して出稿キーワード数とコンバージョン数を増やして利益を最大化した事例。
 ↓ 
機械学習を活用したマーケティングで利益を最大化‐一休

 
 

Pocket

Google広告のAIを用いた最適化機能7種の要件と推奨値まとめ

 

機械学習は質の高い多くのデータがあると有効に働く

Google広告にはAI(機械学習)を利用して広告を最適化する様々な機能があります。

そうした機能を使うためには、ある一定の条件を満たす必要があったり、推奨値が示されています。

機械学習は質の高い多くのデータがあると有効に働くからです。

たとえば、機械学習を利用したスマート自動入札のひとつ「目標コンバージョン単価」を利用するには、過去30日間に30回以上のコンバージョンを獲得していることがGoogle広告ヘルプで推奨されています。

この記事では、それぞれの機能を使うための要件や推奨値を、Google広告ヘルプなど公式情報を元にまとめています。

クリック数やコンバージョン数は、毎月の予算額にある程度比例するので、予算が少ないとそれらの要件や推奨値をクリアできない場合も出てきます。

逆に言うと毎月の予算に応じて、それぞれの機能ごとの要件や推奨値も踏まえ、そのアカウントに最適な機能を工夫し組み合わせて使っていくことになります。

 

各機能の要件や推奨値

 

データドリブンアトリビューション

データドリブンアトリビューションはアトリビューション分析(ユーザーの購入判断までのプロセスにおいて広告ごとのコンバージョンへの貢献度を測ること)を機械学習に任せてしまう機能です。

データドリブンアトリビューションを使うためには、一般的な目安として、過去30日間にGoogle検索での15,000回以上のクリックと、各コンバージョンアクションに600回以上のコンバージョンが必要となります。

例えば単純に1クリックあたり100円とすると、この機能を使うためには毎月の必要予算が100円✕15000回で、150万円以上必要となります。

そのくらいの予算があればぜひ使っていきたい機能です。

またデータドリブンアトリビューションを使い始めたとしても、アカウントの30日以内のクリック数が10,000回未満、各コンバージョンアクションのコンバージョンが400回未満になると、このモデルを利用できなくなります。

この水準以下にまでデータ量が減少するとアラートが表示され、その後30日間にわたり引き続きデータ量が低い場合、該当のコンバージョンアクションは線形アトリビューションモデルに切り替わります。

【Google広告ヘルプ】データドリブンアトリビューション

 

スマート自動入札

スマート自動入札は入札を機械学習に任せて自動化する機能です。

「目標コンバージョン単価」を使用する前の過去30日間に30回以上、「目標広告費用対効果」の場合は同期間に50回以上のコンバージョンを獲得していることが推奨されます。

予算が少ない場合は、本来の目標である購入や申込みのコンバージョンの途中にマイクロコンバージョンを置いてコンバージョン数を増やせば使えば上記の推奨値をクリアしやすいです。

【Google広告ヘルプ】スマート自動入札について

 

スマートディスプレイキャンペーン

スマートディスプレイキャンペーンは機械学習によってターゲティング・広告作成・入札の3点すべてにおいてトータルな自動化と最適化をディスプレイ広告で行う機能です。

過去30日間に標準のディスプレイキャンペーンを通してディスプレイネットワークで50回以上、検索キャンペーンを通して検索ネットワークで100回以上のコンバージョンを獲得している必要があります。

また、1日の予算が少なくとも、目標コンバージョン単価の2倍必要です。

こちらもクリックではなくコンバージョンが要件となるので、マイクロコンバージョンを使えば少ない予算でも使える機能です。もちろん、マイクロコンバージョンの質をある程度高くする必要もあり、少予算の場合はどこにマイクロコンバージョンを置くかが工夫のしどころです。

【Google広告ヘルプ】スマートディスプレイキャンペーン

 

ディスプレイネットワークでの類似ユーザー機能

ディスプレイネットワークでの類似ユーザー機能は、機械学習を使って既存のユーザーリストの共通点を把握して、共通の関心を持つ顧客を見つけ出します。

基となるユーザーリスト(リマーケティングリスト)に100人以上のユーザーが登録されている。
100~500人以内のユーザーからなる小さなリマーケティングリストでは、類似ユーザーリストが生成されない可能性が高くなります。

【Google広告ヘルプ】ディスプレイネットワークでの類似ユーザー機能について

 

検索向けの類似ユーザー機能

検索向けの類似ユーザー機能は、既存のリマーケティングリストのユーザーと検索行動が似ているユーザーを見つけます

検索向けの類似ユーザーリストは、Cookieが1,000個以上あり、検索行動に十分な類似性があるリマーケティングリストから作成されます。ディスプレイネットワーク向けの類似ユーザー機能よりも条件が厳しく、リストの質と量が求められます。

【Google広告ヘルプ】検索向けの類似ユーザー機能について

 

ショッピングキャンペーン+スマート自動入札

ショッピングキャンペーンで「拡張クリック単価」や「目標広告費用対効果(ROAS)」を使う場合は、商品グループを確認して価格が類似した商品はひとまとめにし、1つの商品グループが週に200件以上のクリックを獲得するようにします。

【Google広告ヘルプ】ショッピング キャンペーンに拡張クリック単価を設定する
【Google広告ヘルプ】ショッピング キャンペーンに目標広告費用対効果(ROAS)を設定する

 

スマートショッピングキャンペーン

スマートショッピングキャンペーンでは、機械学習による高度な自動化と最適化が行われます。

商品情報として登録した画像とテキストをさまざまな組み合わせでテストし、検索、ディスプレイ、YouTube、GmailなどのGoogleネットワーク全体で最も関連性の高い掲載先に広告を表示します。

さらに掲載のつど入札単価も調整されて、コンバージョンごとに価値を変えて設定できる「コンバージョン値」が最大化されるよう最適化されます。

要件としては、まず既存のショッピングキャンペーンで過去45日間に20件以上のコンバージョンを獲得している必要があります。

また、ウェブサイトにグローバルサイトタグを追加(またはGoogleアナリティクスアカウントにリンク)して、100人以上のアクティブユーザーを含むリマーケティングリストをアカウントに関連付ける必要もあります。これにより、広告を動的リマーケティングで使用して、過去にウェブサイトを訪れたことがあるユーザーに適した広告を個別に表示できるようになります。

これらのコンバージョンとリマーケティングに関する要件を満たしてスマートショッピングキャンペーンを使えるようになるために、まずは通常のショッピングキャンペーンで「クリック数の最大化」入札戦略を使うことがヘルプで推奨されています。

【Google広告ヘルプ】スマートショッピングキャンペーン

 
 

Pocket

Google広告の機械学習は本当に効果的なのか「下書きとテスト」で実際に確かめよう

Google広告には「下書きとテスト」(Campaign drafts and experiments)という機能があります。

この機能を使うと、たとえば現状のキャンペーンや広告グループの構造に改善余地がないか、また新しく導入した機械学習の機能が自社のアカウントで効果を上げているか、といったことを自社の運用データで確かめることができます。

 

下書きの機能

下書きは、現在運用中の掲載結果に影響することなくキャンペーンに複数の変更を準備することができます。

一通りの変更が完了してからキャンペーンを実施したい場合や、テストで比較するためのキャンペーンを新たに設定するのに使います。

 

テストの機能

テストは、下書きとしてキャンペーンに変更を加えた状態と、現状動いている2つのキャンペーンを比較する機能です。

キャンペーンごとに、一度に実施できるのは、1つの下書きのテストのみとなります。1つのキャンペーンに、別のテストを予め設定しておくこともできますが、テスト期間の日にちが被らないようにする必要があります。

 

テストの設定について

テストを設定する際に、テストへの配分比率を設定します。デフォルトは50%です。

Google広告 テストの配分比率

検索ネットワークのテストでは、広告表示ごとかクッキーごとで、テストの時間か正確さどちらを優先するかの設定項目も出てきます。

テストが実施されるとその掲載結果を確認できるようになり、元のキャンペーンとの掲載結果を比較することができます。

必要に応じて、テストの期間を変更して早めにテストを終了することもできます。

テストの掲載結果が元のキャンペーンより良い場合、テストを元のキャンペーンに適用したり、新しいキャンペーンとして変換(元のキャンペーンは停止)することもできます。

この下書きとテストは、検索ネットワークとディスプレイネットワークで利用できます。YouTube動画、アプリ、ショッピングの各キャンペーンでは今のところ利用できません。

また、テストでは使えない機能もいくつかあります。たとえば、自動入札戦略の「検索ページの目標掲載位置」、「目標優位表示シェア」はテストできません。

 

機械学習が本当に効果的なのか自分のアカウントで実際に簡単に試せる

この下書きとテストの機能を使えば、例えばスマート自動入札などのGoogle広告の機械学習が自社の運用アカウントに有用かどうかを確かめることができます。

一部の自動入札戦略は下書きとテストに使えないと書きましたが、以下の自動入札はテストが可能です。

 クリック数の最大化
 拡張クリック単価(eCPC)
 コンバージョン数の最大化
 目標コンバージョン単価(目標CPA)
 目標広告費用対効果(目標ROAS)

例えば、運用開始からある程度時間が経ち、拡張クリック単価から目標コンバージョン単価への移行を考えているときに、この機能が役立ちます。

また機械学習が進むGoogle広告では、アカウント構造をできるだけ簡素化して広告グループにデータを集約させることをGoogleはGORINプロジェクトとして推奨しています。

この下書きとテストはキャンペーン単位でテストができるので、アカウント構造の簡素化で本当に効果が出せるのかといったことも試せる機能です。

 
今後、このブログでは機械学習の様々な機能を、この下書きとテストを使って検証し、結果をシェアしていきたいと考えています。

 
 

Pocket

ターゲティング・広告作成・入札を自動化できるスマートディスプレイキャンペーン

ディスプレイ広告はウェブサイト、YouTube動画、アプリなどに表示される広告です。検索結果に出る広告とは異なり、画像なども使って表現力の高い広告を作ることができます。

スマートディスプレイキャンペーンは、AI(機械学習)の機能を備え、ターゲティング・広告作成・入札の3点すべてにおいてトータルで高度な自動化、最適化技術を用いるディスプレイ広告です。

また、スマートディスプレイキャンペーンは成功報酬的な使い方もできる機能です。

 

興味関心と行動データを組み合わせて自動リマーケティング

スマートディスプレイキャンペーンでは、自社に関心を示している初期段階のユーザーから、購入を検討しているユーザーまで、購買サイクルのあらゆる段階のユーザーにアプローチすることができます。

人の行動履歴データを用いて人単位でターゲティングするのは機械学習の得意とするところです。

スマートディスプレイキャンペーンでは、興味関心などのコンテンツターゲティングと人の行動データを元にするオーディエンスターゲティングを組み合わせでターゲティングされるので、例えば自社サイトに最近アクセスし、かつコンバージョンの見込みが高いユーザーが自動的にリマーケティングの対象となります。
 
 
また、スマートディスプレイキャンペーンは、人が思いつかないような関連を見つけ出すこともできます。

たとえば炭酸水の販売を目的にスマートディスプレイキャンペーンを実施していて、事務用品と炭酸水の販売に強い関連性があることがわかった場合、事務用品のキーワードが自動的にターゲットとして設定されます。

 

最適な広告の自動作成(クリエイティブを最適な組み合わせ)

スマートディスプレイキャンペーンは、見出し、画像などのアセットを組み合わせて何千通りものイメージ広告とテキスト広告を自動で生成できます。

そのため、掲載先となるウェブやアプリ上のあらゆる画面や広告スペースに適応する広告ができあがります。

様々な広告表示フォーマットに対応できるので、タイプやサイズが異なる多数の広告を作成しなくてもよく、広告の表示形式で表示機会を失うことがなくなります。

また表示形式の最適化だけではなく、成果に基づく最適化も行われます。

コンバージョンにつながった要因に基づいて、時間の経過とともに広告の最適化が進んでいくからです。

成果を上げているアセットとそうでないアセットを確認し、最も効果的な画像と広告文を組み合わせて使用するようにキャンペーンを自ら調整していきます。

それらの掲載結果を示すレポートを見て成果の悪いアセットを効果的と思われるアセットに差し替えて人的に改善することもできます。

 

目標コンバージョン単価による自動入札と成果報酬的なコンバージョン課金

スマートディスプレイキャンペーンは入札も自動化します。

入札の自動化は「目標コンバージョン単価」で、一定のコンバージョン単価でコンバージョン数を最大化するよう広告運用が最適化されます。

例えば、問い合わせ1件7,000円を目標のコンバージョンに設定した場合、コンバージョン単価が7,000円でコンバージョン数が最大化するよう、広告の表示ごとに入札単価を自動調整します。

その際、前述の通り機械学習によって、広告のアセットの組み合わせは成果が最大化するよう自動化されますし、コンバージョンに至る可能性が高いと判断できるユーザーにはより多く広告が表示されます。

Googleによると、他のディスプレイキャンペーンと比較して、同じコンバージョン単価でコンバージョン数が平均20%増加しているとのことです。

※スマートディスプレイキャンペーンを使うには、過去30日間にディスプレイネットワークで50回以上(または検索ネットワークで100回以上)のコンバージョンを獲得している必要があります。
 
 
また、通常のオンライン広告はクリックごとに広告費が発生しますが、このスマートディスプレイキャンペーンを使うとコンバージョンごとに一定の広告費を支払うというよりリスクの少ない広告運用を行うことができます。

スマートディスプレイキャンペーンは目標コンバージョン単価制が前提でコンバージョン単価が一定になるので、成功報酬的にGoogle広告を使うことが可能となります。

Google広告ヘルプ「コンバージョンに対するお支払い」

※過去30日間にアカウントのコンバージョン数が100件を超えている必要があります。また、広告がクリックされた後のコンバージョン計測期間は7日以内であることが必要です。

ちなみに、ヘルプにはありませんが「標準のディスプレイキャンペーン」でも目標コンバージョン単価制を選ぶと、実際にはクリックとコンバージョンの課金どちらかを選べるようになっています(Gmailキャンペーンは選べない)。

 
 

Pocket

「検索向けの類似ユーザー機能」でホットな見込客を自動で増やす

 

機械学習による広告運用で推奨される「検索向けの類似ユーザー機能」

前回の記事では検索広告向けリマーケティングについて書きましたが、この機能と同じく、Googleが機械学習による広告運用で推奨しているのが検索向けの類似ユーザー機能(SAS: Similar Audiences for Search)です。

【参考】“機械学習の時代における広告運用のあり方「オーディエンス × 自動入札 × アトリビューション」”

検索広告向けリマーケティングがすでに自社サイトに訪問済みの人に検索をしたタイミングで広告を出すのに対して、検索向けの類似ユーザー機能は自社サイトに訪問済みの人たちと検索行動が似ている人に広告を出す仕組みです。

検索広告向けリマーケティングは検索しているときに出ますが、検索向けの類似ユーザー機能は検索以外でなにかのコンテンツを閲覧しているときになどに広告が出るので、この2つは補完関係にあるとも言えます。

共通点はどちらもGoogleが誇る検索エンジンの仕組みと検索の膨大なデータを、人単位のオーディエンスデータとして広告にうまく活用している点です。

 

検索向けの類似ユーザー機能を使うには質の高いリストを十分集めることが必要

繰り返しになりますが、検索向けの類似ユーザー機能は、自社サイトに何らかの関わりを持った人(リマーケティングリストに入った人)と、検索行動が良く似ている人を新たにターゲティングして他のサイトやアプリなどに広告を表示できる機能です。

たとえば、自社商品の購入やサービスの申込みまでに至った人たちの質の高いリマーケティングリストを作っていたとします。

検索向けの類似ユーザー機能は、このリスト全体の検索行動の特徴をつかみます。そして、そのリストの特徴とよく似た検索行動を取っているユーザーを自動で見つけてきてくれる仕組みです。

元となるリマーケティングリストには、Cookie が 1,000 個以上あり、検索行動に十分な類似性があることが必要になります。

 

検索向けの類似ユーザー機能はホットな人たちをターゲティングできる

また、検索向けの類似ユーザー機能は、検索行動を元に類似リストを作成するので、興味関心が自社商品サービスと一致するだけではなく、間近で何らかの解決すべき課題を持って検索を行っている比較的ホットな人たちがリスト化される広告手法と言えます。

検索結果に広告を出せる検索向けリマーケティングほどピンポイントではありませんが、間近で自社の商品やサービスに関する検索行動を頻繁に行っている人を自動でターゲティングできる広告なので、検索向けの類似ユーザー機能を使うとクリック率が通常の検索広告よりも高くなることがあります。

 

検索向けの類似ユーザー機能を活かす手順

運用の手順としては例えば、

まずはマイクロコンバージョンなど中程度の質で1,000個以上のCookieを持つ「リマーケティングリストを作成」

そのリストに対し、比較的成約率の高い「検索広告向けリマーケティングリスト」を使って購入や成約に至る上質なリストを積み上げる

上質な1,000個以上のCookieがリストに集まったら、それを元に「検索向けの類似ユーザー機能」でさらに有望な見込み客の新規訪問を増やす

といった運用サイクルが考えられます。

 
 

Pocket

検索のタイミングで出るから「しつこくない」検索広告向けリマーケティング(RLSA)

 

検索広告向けリマーケティングと通常のリマーケティングとの違い

Google広告の検索広告向けリマーケティング(RLSA: Remarketing Lists for Search Ads)は、自社サイトに過去に来てくれた人に再度広告を表示させるリマーケティング広告の一種ですが、「いま検索している人」に対して検索結果に広告を再表示させるのが、通常のリマーケティングとの大きな違いです。

通常のリマーケティングの場合は、自社とは関係のない他のサイト、ブログ、YouTubeなどに表示されることで、自社の商品やサービスを思い出してもらう機能です。

たとえば休憩時間にYouTube動画を楽しんでいるときに関係のない広告が表示されるので、通常のリマーケティングはやりすぎるとしつこい広告と思われてしまう危険もあります。

その点、検索広告向けリマーケティングは、検索結果に表示されるリマーケティング広告なので、ユーザーが能動的に何かを知りたいと思っているタイミングで広告が表示されることになります。

なおかつ、その広告内容もユーザーが検索しているキーワードに関連させて出せるので、思い出してもらうタイミングとしては通常のリマーケティングよりもかなり気の利いたタイミングで広告を出せるということになります。

また、リマーケティングではない通常の検索広告との違いは、その人が過去に自社サイトに訪れたかどうかの情報を利用する点です。

一度でも自社と接触があり、検索するタイミングで、検索キーワードに関連した広告を出せるのが検索広告向けリマーケティングということになります。

検索広告とリマーケティングのいいとこ取りなので、コンバージョン率が高くなりやすく、入札単価を高くしても費用対効果が得られる場合が多いのが特徴です。

機能としては、リマーケティングリストを分けて、それぞれに対して別の広告を表示させることもできます。

検索広告向けリマーケティングを実施するには、リストごとに1,000個以上のユニークなCookieが追加されている必要があります。

 

機械学習と検索広告向けリマーケティング

ちなみに検索広告向けリマーケティングは、データドリブンアトリビューションスマート自動入札といった機械学習の仕組みと組み合わせて使うことをGoogleは推奨しています。

“機械学習の時代における広告運用のあり方「オーディエンス × 自動入札 × アトリビューション」”

データドリブンアトリビューションというのは、ルールベースではない機械学習を使ったアトリビューション(ユーザーの購入判断までのプロセスにおいて広告ごとのコンバージョンへの貢献度を測ること)最適化の機能です。

検索広告向けリマーケティングは、最初のサイト訪問と次の検索行動という少なくとも2回以上の能動的なシグナルを利用する仕組みですから、機械学習のデータドリブンアトリビューションやスマート自動入札とも相性が良いと考えられます。

Pocket

Google広告の増え続けるシグナルをうまく処理するスマート自動入札4種

 

シグナルが増えて手動よりもAIに任せたほうがいい

Google広告が始まった当初は広告グループやキーワード単位の入札単価を手動で調整するのが当たり前で、その手作業によって成果が大きく変わることもありました。

しかし今のGoogle広告では、広告の成果を改善する判断材料(シグナル)がますます増えており、そのシグナルを活かすにはAIによる自動化(スマート自動入札)が有効で、手動のほうが逆に難しく非効率という状況になってきています。

このスマート自動入札には以下の4つの選択肢があります。

拡張クリック単価(eCPC)
コンバージョン数の最大化
目標コンバージョン単価(目標CPA)
目標広告費用対効果(目標ROAS)

 

スマート自動入札にはコンバージョントラッキングの設定が必要

この4つのスマート自動入札の違いを簡単に理解するためには、コンバージョントラッキングの知識が必要になります。

コンバージョンとは、目標として設定する、ユーザーのサイト上でのアクションのことです。

例えばWEBサイトの問い合わせ完了後のサンクスページにコンバージョン計測のタグを設置して、そのサンクスページが表示された=問い合わせがあったことを計測できる仕組みです。

また、通販サイトで商品ごとの購入金額が大きく異なる場合など、コンバージョンごとにビジネス的な価値が異なる場合は、コンバージョン値の機能をつかうことでその価値の差をデータとして記録していくこともできます。

このコンバージョンタグとコンバージョン値の設定を済ませると、どのシグナルに価値があったかというのを機械学習に学ばせることができます。

 

スマート自動入札の使い分け

4つのスマート自動入札をどのように使い分けたらいいか、以下で簡単に説明します。

 

拡張クリック単価(eCPC)

対象キャンペーン:検索、ディスプレイ、ショッピング

この拡張クリック単価は、完全にAIに入札単価調整を任せるのではなく、手動調整をベースにAI機能を加味したスマート自動入札です。

あくまで手動調整を基本に運用しつつAIによる自動調整の恩恵を受けたい場合や、広告掲載を開始したばかりでコンバージョン数が少なく他のスマート自動入札の利用条件をまだ満たしていない場合などに使えます。

 

コンバージョン数の最大化

対象キャンペーン:検索

予算は一定で、より多くのコンバージョン数を獲得したい場合に使うスマート自動入札です。
予算は一定と決めらた状況で、コンバージョンの価値も一定の場合に使えます。
そのキャンペーンが過去 30 日間で 15 件以上のコンバージョンを獲得している必要があります。

 

目標コンバージョン単価(目標CPA)

対象キャンペーン:検索、ディスプレイ

コンバージョン単価(1コンバージョンにかけられるお金)を一定とし、予算に上限は設けず、コンバージョンをより多く獲得する入札方法です。
たとえばサンプル品の申し込み1件獲得するのに広告費が1,500円以内であれば十分ビジネスが成り立つ場合、どんどん予算を使ってコンバージョン数をできるだけ増やすという使い方が考えられます。
予算の上限設定には余裕を持たせておきます。
設定した目標のコンバージョン単価が低すぎるとコンバージョン数が減ってしまうこともあります。

 

目標広告費用対効果(目標ROAS)

対象キャンペーン:検索、ディスプレイ、ショッピング
コンバージョンの価値がそれぞれで異なる場合に使える入札方法です。
コンバージョンタグの設置だけではなく、コンバージョンごとに異なるコンバージョン値を設定する必要があります。
また、この機能を使うには過去 30 日間に50回以上のコンバージョンを獲得していることが推奨されています。
たとえばプランによって料金が異なるオンラインツールの月額課金サービスの申し込みをコンバージョントラッキングしていて、広告の費用対効果をより合理的にAIで最適化したい場合などに有効な入札方法です。

Pocket

Google広告の機械学習でクリック単価調整に使われる16個のシグナル

 

AIがクリック単価を調整

Google広告では、広告運用の費用対効果を上げるためにAI(機械学習)を使ってクリックの入札単価に強弱をつけ、広告の掲載位置を広告が表示されるたび、ユーザーの属性や状況に合わせて自動で調整してくれる機能があります。

スマート自動入札と呼ばれる機能です。

スマート自動入札は、問い合わせなどのコンバージョン数を最大化したり、より価値の高いコンバージョンを増やすなど、設定した目的に応じてAIが24時間365日リアルタイムで最適化のために働いてくれるものです。

この入札単価調整の判断に使っているシグナルにはどんなものがあるかをこの記事では簡単に見ていきたいと思います。

 

16個のシグナル具体例

Google広告のヘルプ(スマート自動入札について)では以下の16項目が挙げられています。詳しくはヘルプを見ていただければいいのですが、気になる具体例をヘルプから取り上げて簡単にまとめてみます。

  • 端末

    スマフォ検索をしているユーザーが自社店舗の近くにいることが分かれば入札単価を上げる。

  • 所在地

    広告の表示地域を東京都と広く設定していた場合でも、もし世田谷区にユーザーがいて世田谷区に自社の店舗があれば入札単価を上げる。

  • 地域に関する意図

    ある人が「沖縄旅行」というワードで検索しているとします。その人が沖縄にいなくても、沖縄旅行に関する広告であればクリック単価が上がることがある。

  • 曜日と時間帯

    あるレストランで月曜朝8時よりも木曜8時のほうが週末の予約されるパターンが多いとAIが判断した場合、木曜8時のクリック単価が月曜8時より高くなる。

  • リマーケティング リスト

    リマーケティングリストに追加されたタイミングを考慮する。たとえばショッピングカートに追加したのが先週であれば、先月だった場合よりも購入に至る可能性が高いと判断できるので、入札単価が上がる。

  • 広告の特性

    広告のパターンに基づいて入札単価が最適化される。たとえばディスプレイキャンペーンの場合、コンバージョンに至る可能性が高い広告のサイズとフォーマットがより多く表示されるよう単価調整される。

  • 表示言語

    ユーザーが使っている言語(言語設定)から広告と関係ないと判断できれば入札単価を下げる。

  • ブラウザ

    他のブラウザと比較してChromeでのコンバージョン率が高い場合、Chromeで検索したユーザーに対して高めの入札単価となる。

  • オペレーティング システム

    Androidのバージョンによってアプリのインストール率が変わるとわかった場合、その変動に応じて入札単価を変える。

  • ユーザー属性(検索とディスプレイ)

    子どもがいるユーザーに対しては、子供向け商品の入札単価を上げる。

  • 実際の検索語句(検索キャンペーンとショッピング キャンペーン)

    靴の小売店の場合、「ブーツ 修理」と検索したユーザーより「革のブーツ」と検索したユーザーに対して入札単価を上げる。

  • 検索ネットワーク パートナー(検索キャンペーンのみ)

    ネットショップの場合、ニュースより買い物に関連するワードで検索しているユーザーに対して入札単価を上げる。

  • ウェブサイトのプレースメント(ディスプレイ キャンペーンのみ)

    反応の良いサイトの入札単価を上げる。

  • サイトでの行動(ディスプレイ キャンペーンのみ)

    他のサイトの閲覧データも含め、閲覧したページ数の多さや閲覧した商品金額の大きさなどに応じて入札単価を上げる。

  • 商品属性(ショッピング キャンペーンのみ)

    これまで売れていた商品と同じような属性を持つ商品が出品されたら入札単価を上げる。

  • モバイルアプリの評価(今後対応予定)

    好意的なレビューを多く獲得しているアプリの入札単価を上げる。

  • 価格競争力(ショッピング キャンペーンでは今後対応予定)

    ある商品を他の店舗と比較して安く販売している場合、入札単価を上げる。

  • 季節性(ショッピング キャンペーンでは今後対応予定)

    年末商戦の時期に最新のテレビを検索しているユーザーに対して入札単価を上げる。

 

 

これら16個のシグナルのうちいくつかは手動の設定で入札単価を調整できるものもありますが、スマート自動入札にしか利用できないシグナルもあります。

また機械学習による自動化で、個別のユーザーの属性や状況に応じてリアルタイムでこれらのシグナルが組み合わされて判断され、広告配信時に入札単価調整に利用されます。

ですので、スマート自動入札は手動調整ではとても真似のできないレベルで広告表示ごとの入札単価を最適化できる仕組みと言えます。

Pocket