従来のオファーウォールと何が違う？ ROAS最大化を支える「独自データ」と「アルゴリズム」

MZ：Freecashが提供する「リワード型UA」とは、具体的にどのような仕組みなのでしょうか。

Sommerfeld：従来の手法「オファーウォール」と比較すると、大きく2つの決定的な違いがあります。

　まず1つ目の違いは、ファーストパーティ・データの有無です。従来のオファーウォールは、外部アプリの枠を借りて広告を載せる「間借り」の形が一般的です。そのため、そのユーザーが「普段プラットフォーム内でどういう行動をとっているのか」「どんな好みの傾向があるのか」といった、裏側にあるリアルな顧客像までは追いきれません。

　対して私たちは、独立したプラットフォームを自社で運営し、ユーザーを直接会員として抱えています。だからこそ、そうした日常的な行動データまで強固に蓄積でき、最終的な広告パフォーマンスの向上にダイレクトに活かせるのです。

　2つ目は、報酬を支払う「成果地点の設定」と、それを支える「アルゴリズム」です。従来のオファーウォールは、とにかく「インストール数」にフォーカスし、ユーザーに対して提示されるのは数日間のみ有効な非常にシンプルなタスクと、ごく少額な報酬だけでした。

　対してリワード型UAでは、単なるインストールだけでは報酬を与えず、インストール後の様々なイベントを達成できたときに初めて報酬を与える形をとっています。

　この「成果地点」のコントロールにおいて、私たちの洗練されたアルゴリズムが真価を発揮します。ユーザー1人ひとりの動きをリアルタイムに分析し、「どのユーザーに対し、どのイベントに対して、具体的な報酬をどう出すか」を自動化・パーソナライズします。これにより、ゲームを本当に熱心にプレイしてくれるユーザーにだけ適切な報酬が行き渡るため、広告主様は予算を最小限に抑えながら質の高いユーザーを獲得でき、ROASの最大化へ直結するのです。

MZ：Freecashは、具体的にどのようなゲームと相性がよいでしょうか。

Sommerfeld：やはり、アプリ内課金モデル（IAP：In-App Purchase）を採用しているゲームとは非常に相性が良いです。イベント設計が深く収益性が高いタイトルほど、アルゴリズムによる最適化が進みやすいためです。

　当初はそうしたIAP領域のゲームに注力してきましたが、現在はアプリ内広告モデル（IAA：In-App Advertising）のゲームへも対応を広げています。これにより、広告主様のマネタイズ設計がIAPであれIAAであれ、柔軟なUA施策を組み立てることが可能になっています。

AIが予算配分を最適化する「ゲーミングバジェット」

MZ：グローバル市場でリワード型UAを使って大きな成果を上げているゲーム会社には、どのような成功事例や運用のトレンドがあるのでしょうか。

坂倉：成果を出している企業に共通しているのは、国ごとの予算配分と報酬設計を自動化する「ゲーミングバジェット」という機能を取り入れている点です。

　世界展開に挑むゲーム会社様にとって、国ごとの「LTVの格差」はシビアな問題です。たとえば「日本国内のユーザーはLTVが高いが、海外ではROAS目標を高くしないと投資回収が難しい」といった国ごとの差が必ずあります。そのため、これまでは各国の予算を手動で割り振り、オファーストラクチャー（報酬体系）を手探りで設計するしかありませんでした。

　しかし、世界で勝っている企業は、この複雑な運用をすべてAIに任せています。広告主様が全体の総予算と国ごとのROAS目標を設定すれば、FreecashのAIが裏側で目標に応じた報酬額をリアルタイムに自動調整します。その上で、各国のパフォーマンスを監視し、最も効率よく目標を達成できている国へ、最適な予算を配分し続けるのです。つまり、「今、最も費用対効果が高い国」に予算が自動で流れていく仕組みです。

　よく「ゲームに国境はない」と言われますが、「面白いゲームを世界に届ける」という“ロマン”を形にするためには、国ごとのデータや投資対効果を徹底的に計算する緻密な“ソロバン”が絶対に欠かせません。この両立を目指し、高度なAIで自動化するのが、Freecashのゲーミングバジェットです。