本コンテンツへスキップ
02_Elements/Icons/ArrowLeft 戻るインサイト
インサイト>マーケティング・パフォーマンス

常識にとらわれない:プログラマティック広告バイイングのための測定機能

7分で読む|クリス・ルイ(プロダクト・リーダーシップ副社長)|2014年10月

広告業界は常に最新のトレンドに追われてきた。マーケターとその代理店が、日々の大半をトレンドの創造に費やしていることを考えれば、これは当然のことだろう。しかし、広告業界でここ数ヶ月、プログラマティック・バイイングほど話題を呼んだものはない。テクノロジーを駆使した自動購入にルールを適用することで、広告在庫をより効率的に購入できるため、マーケティング担当者は食欲をそそられている。世界最大の広告主の中には、来年中にデジタル広告費の75%をプログラマティック・バイイングに移行すると報じられている(プランニング )。

すべての幸福感の中で、重要な疑問が浮かび上がってきた:プログラマティックに購入したブランド広告の効果をどのように測定するか。ダイレクトレスポンス広告の場合、これはかなり簡単だ。長年採用されてきたのと同じアクティビティベースの指標(クリックスルーやビューなど)が今でも適用され、プログラマティックプラットフォームやトレーディングデスクは、それらをマーケターのワークフローにシームレスに統合する素晴らしい仕事をしてきた。しかし、ブランド広告はより複雑で、従来の効果測定(キャンペーンのリーチ-誰が広告を見たか、レゾナンス-どの程度効果的に広告に関与したか、リアクション-どのような反応をしたか)には、結果を確定し解釈するために、より多くの手作業が必要である。

プログラマティック・バイイングに取り組むブランド広告主にとっては、アルゴリズムに任せて、より定期的で反応的な効果測定にシフトしたいという誘惑が強い。結局のところ、プラットフォームやトレーディングデスクのアルゴリズムによって、マーケティング担当者が購買決定に至るまで適切なオーディエンスにリーチできるのであれば、購買後の測定はどれほど重要なのだろうか?例えるなら、あなたが100万台目の自動運転車を与えられたとして、それ以前の車が1台もクラッシュしなかったとしたら、あなたは本当にバックミラーをずっと見つめて、目的地まで送り届けてくれる自動運転車の機能を評価するだろうか?

というのも、プログラマティック・バイイングは、メディア・バイイングの効率を高め、その有効性を事後的に確認するために多くの投資をする必要がないからだ。しかし、それは欠陥のある考え方であり、マーケターのキャンペーンの成功を危うくしかねない。中核となるブランド目標に焦点を当てた、健全で独立した測定は、プログラマティック・バイイングの環境では、プログラマティックでない環境と同じくらい重要です。

これにはいくつかの理由がある。

第一に、高度なオーディエンス識別が、ポストバイ計測のリーチ要素を多少重複させることに同意するとしても、上記の理由から、プログラマティック・バイイングは、キャンペーンの「共鳴」と「反応」の側面を確認するために何もしない。これが、ブランド広告とダイレクトレスポンス広告の違いが如実に現れるところだ。広告に接触した人は、その広告を覚えているだろうか?たとえ広告自体を覚えていたとしても、メッセージを覚えているだろうか?ニールセンについて 広告された製品やブランドを別の方法で考えるように影響を与えているだろうか?彼らは最終的に購入する可能性が高いのだろうか?彼らがその製品の市場にいる人物のプロフィールに合致していることは十分あり得るが、一度露出した製品を購入したのだろうか?共鳴や反応に関する質問を無視することは、瓶に入った(バーチャルな)メッセージを送るようなものだ。おそらく、あなたはそれを意図した受信者の方向に投げかけているのだろうが、あなたのメッセージが実際にどのような効果をもたらしているのかを知る術はない。

第二に、リーチ目標の達成におけるプログラマティック・バイイングの高い有効性(ニールセンについて )の主張が、一様に信頼できるものであるとは言い難い:初期の有望性から、プログラマティック・バイイングは、それ以前の多くのホットな広告トレンドのように、テクノロジー企業からエージェンシー、広告ネットワーク、そして優位性を求めるパブリッシャーまで、多くのプレイヤーを惹きつけてきた。これは、プログラマティック・モデルを単にアルゴリズム的に広告を誘導するためではなく、規模を拡大するために作成するという事実の避けられない問題である。そうすると、ある程度の精度が犠牲になるのは避けられない。オンラインキャンペーンのレーティング結果(OCRはトランザクションの後、飛行中のデモグラフィックグループ別のキャンペーンオーディエンスの測定)を分析すると、驚くことではないが、プログラマティックに購入された在庫の中には、業界標準を下回る希望オーディエンスの配信パーセンテージになるものがあることが明らかになる。この場合、測定は、そのモデルが十分な精度を持ち、それに見合うだけの価格を支払っているかどうかを判断する基準となる。

第三に、広告在庫とオーディエンスデータの集約には、多くの場合、複雑な企業チェーンが関与している。このため、マーケティング担当者やその他の人々は、プログラマティック・バイイングのパフォーマンスを向上させるために弱いリンクを特定することが難しくなります。私たちは、多くのプラットフォームやトレーディングデスクがOCRを使用して、さまざまなプロバイダーやベンダーを評価する診断を実行し、その結果としてパフォーマンスを最適化するための行動を起こしているのを見てきました。測定は、プログラマティック・バイイングを改善するための重要な手段であり、測定によって無意味になるものではないことがわかった。

第四に、プログラマティック・バイイングの自動化された性質が、透明性と説明責任を非常に重要なものにしている。カルト映画の名作『オフィス・スペース』では、怠け者の一団が、イニテックが処理する各取引から1ペニーをデジタルで吸い上げるコードを書くことによって、小金を「稼ぐ」。この方法が現実の世界で適用されたという噂はたくさんある。1つ目は、チェックされないまま放置されると、アルゴリズム・プロトコルで「オフ」なことは一般的に何度も繰り返され、小さな問題があっという間に大きな問題になること、2つ目は、システムを利用しようとする動機を持つプレーヤーが常に存在し、技術的な複雑さは彼らの味方であることだ。オンライン広告検証のパイオニアであるIntegral Ad Science社の分析によると、今日、業界レベルでの不正行為とビューアビリティは、従来のバイイングよりもプログラマティック・バイイングの方が悪化している(ただし、パフォーマンスはプロバイダーによって大きく異なる)。

このような理由から、独立した第三者によるオーディエンス測定は、プログラマティック・バイイングによるキャンペーンにおいても、従来のキャンペーンと同様に極めて重要である。

プログラマティック・バイイングの環境において、測定とは何を意味するのだろうか?明らかに、プログラマティック・バイイングは従来の広告バイイングとは全く異なるプロセスである。そのため、従来の測定プロセスを単純にプログラマティック・バイイングにインポートしても成功しない。必要なのは、この新しいプロセスのワークフローに合った測定である。

しかし、プログラム環境における実用的な測定は、そうでなければならない:

そもそもプログラム購入に使用したモデリングよりも正確で安定したものであること。すべての測定システムには誤差がある。そのため、測定がマーケターにとって有用であるためには、プログラマティックスキームで事前に提供される情報よりも信頼できる情報源でなければならない。

キャンペーン期間中にアクションを起こせるだけのスピード感を持つこと。測定からキャンペーン後の結論を導き出すだけでは不十分である。キャンペーンの投資収益率(ROI)を向上させるには、機内でのレポートと行動可能性が最も重要です。これは、マーケティング担当者が行動を起こし、介入の結果を確認できるようにするには、キャンペーンパフォーマンスの報告を開始するまでのリードタイムを最小限に抑え、その後も継続的に報告することを意味する。

行動を起こすべき具体的な分野を特定するために、十分に粒度を細かくすること。キャンペーンのパフォーマンスを大まかなレベルで報告するだけでは不十分です。そのようなレポートは、メディアバイヤーとセラー間の有益なパフォーマンス議論につながるかもしれないが、飛行中のキャンペーンに利益をもたらすことはない。 マーケターが何がうまくいっていて、何がうまくいっていないのかを突き止められるようにするには、異なるオーディエンス、プレースメント、クリエイティブの「切れ目」を示すレポートが必要です。

マーケターが達成しようとしている基本的な目標に取り組む。ブランド広告の場合、キャンペーンのリーチ、反響、反応という観点からマーケティングROIを評価するのに役立つ指標は、他のケースと同様に、プログラマティックにおけるすべての測定努力の中心になければならない。

簡単にアクセスできること。測定レポートを手動で確認できるような、おしゃれなユーザーインターフェイスを持つだけでは十分ではありません。測定結果をキャンペーン全体に拡大し、個々のキャンペーンにフィードバックして最適化するためには、信頼性が高く堅牢なAPIが不可欠です。

独立し、公平であること。前述したように、プログラマティックは自動化されているため、システムの不正利用が常に懸念される。間違いなく、大半のプレイヤーは真っ当に行動している。すべての人がそうであることを保証する唯一の方法は、独立した第三者による測定である。

測定は、マーケティング活動を阻害するのではなく、強化しようとするものである。信頼性の高い計測によって、プログラマティック・プレイヤーは、現在のインプットとモデルを評価し、より良いものを構築することができるようになる。また、測定は、現在ダイレクトレスポンスだけでなく、ブランドエンゲージメントを促進することにも焦点を当て始めているプログラマティックモデルの有効性を、業界がブランドエンゲージメントに関して評価するのにも役立つだろう。(現在、プレミアム動画コンテンツの「プログラマティック化」に関連する在庫レベルの向上には、ブランドエンゲージメントを低下させる可能性が大きなハードルとなっている)。最終的に、信頼できる測定は、プログラマティック・バイイングがその潜在能力を最大限に発揮するのを助け、それを追求するものが大きな優位性を築くのを助けることができる。

類似のインサイトを閲覧し続ける