SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

おすすめのイベント

おすすめの講座

おすすめのウェビナー

マーケティングは“経営ごと” に。業界キーパーソンへの独自取材、注目テーマやトレンドを解説する特集など、オリジナルの最新マーケティング情報を毎月お届け。

『MarkeZine』(雑誌)

第83号(2022年11月号)
特集「Web3、メタバース、NFT ── 最新技術が マーケティングに及ぼす影響」

MarkeZineプレミアム for チーム/チーム プラス 加入の方は、誌面がウェブでも読めます

データ活用の高度化を考える(PR)

「メディアデータを活用した広告」の種類、どれだけ頭に浮かびますか? 現在の課題から今後の広告を考える

 「どのデータをどう活用するか」にフォーカスし、高度化するマーケティングについて考えていく本連載。2回目は、メディアデータを活用した広告商品の現在とこれからについて考えたいと思います。

「メディアデータを活用した広告」が抱える課題

 データを活用した広告商品というと、メディアデータを活用した広告商品をイメージされる方が多いと思います。そこで今回は、メディアデータを活用したデータマーケティングについて、データを活用した広告商品の現在と今後について紹介したいと思います。

 従来型のメディアデータの活用を思い浮かべると、パブリッシャートレーディングやメディアDSPなどのメディアのデータ自体に価値を出し、それをもとにした広告を配信してきました。こうした取り組みは、見込み度の高い顧客にアプローチできるところに魅力があり、数年前より様々なメディアで行われてきています。海外ではWPPグループのXaxisが取り組まれていたり、国内でもDMPのプレイヤーとメディアが連携した広告商品が多く発表されたりしています。

 例えば、2013年の12月に電通はトレーディング・デスク・サービス「Dentsu Audience Network」の提供を開始しています(詳しくはこちら)。2014年8月にはジーニーと結婚式場口コミ情報サイトがPublisher Trading Desk型のターゲティング商品を開発しています(詳しくはこちら)。

 しかし、メディアの運営者に話を聞いてみると「思っていたよりもマネタイズがうまくいかない」とか、「既存の広告商品の毀損が心配」という声があり、実際に相談を受けることも多いです。メディア単体のデータを活用していく上では、やはり既存のクライアントに対してアップセルの商品として提案するケースも多く、データを軸に新たな販路を開拓することができたとか、標準メニューとして組み込んで継続利用をしてもらえているという話は少ない印象があります。また、売り方についてもダイレクトレスポンスのクライアントに提案を行うとメディアの費用がのるため、CPAが合わないなんていうケースも多いと思います。

 これまでのメディアデータを使った商品が抱える課題を解決するためには、どういった商品を作っていく必要があるのでしょうか?

そもそも、どのような商品群がある?

 これからの広告商品を考える前に、まずは現状を把握しましょう。現在のメディアデータを活用した商品は大きく分けると、以下のような分類になると考えられます。

 それぞれ詳しく見ていきましょう。

既存商品のオプションとして販売するアップセル用の商品

 この商品は、記事広告のリターゲティングのようなものです。例えば、「特定の商品に関する記事を読んでくれた人は商品に対する理解度が高いので、ターゲティングを行うことで来サイトや商品購買につながる可能性が高い」という仮説のもとターゲティングを行います。それ以外にも最近では、PMPにデータを掛け合わせてメディアの枠を販売するというケースもあります。

メディアのカテゴリ情報やメディア自体が収集しているデータを使った純広告的な商品

 この商品は、メディアのカテゴリ情報やメディアが収集している情報をもとにDSPなどで広告を配信するものです。例えば、メディアの中で生命保険のカテゴリを閲覧している人に生命保険の商品のバナーや動画広告を配信するといったケースです。また、領域特化型のメディアの場合はそのメディア自体で閲覧者にターゲティングを行う商品を展開しています。

パブリックDMPの元データとしてレベシェアを行うアドネットワーク的な商品

 この商品はメディアのデータをDMP側で分析し、メディアを明記せずに販売する匿名型のデータのネットワーク商品です。例えば、メディアを横断してハワイ旅行というワードがタイトルやメタキーワード、ページの説明文に入っている人をターゲティングするという使い方が可能です。コンテンツマッチに近い概念のターゲティング商品です。

これからの広告商品を考える

 前ページで紹介したように、メディアのデータを使った様々な商品が登場していますが、それぞれに課題があり、どれも商品としてレギュラー化していかないという課題があります。この状況を受けてか、最近ではちょっと毛色の違った商品が出てきています。ここからは、いくつかのメディアデータを使った商品設計と、今までの課題を解決する方法について私たちの取り組みを交えてご紹介します。

メディア×メディア型広告商品

 従来のメディアデータを活用した商品には、メディアの既存クライアント向けのアップセル商品というイメージが強かったと思います。しかし、それでは既存商品とのカニバリや、せっかくデータを活用した商品を作ってもオプションとして扱われてしまうことが多いでしょう。

 そこで最近、私たちが取り組んでいることが複数のデータソースを掛け合わせた広告商品の開発です。例えば、乗り換え案内系のデータであれば、どこの駅を利用することが多いか、土日はどこに遊びに行くことが多いか等の情報を取得することができます。しかし、駅単位ではデータ量が少なすぎたり、網羅的に駅名を列挙することは工数的に価値を出しにくかったりと課題がありました。そこで行なっているのが、アンケートのデータを掛け合わせることで駅情報をグルーピングして販売する商品設計方法です。

 例えば、アンケートで取得している年収情報と掛け合わせれば、「年収800万円以上の人がXX%以上いる駅」を利用している人に対して、高級商材の広告配信や、その他マーケティング活動を行うことが可能です。また、未婚の人がよく使っている沿線や駅に対してマーケティングを行いましょう、といった形で一定のルールを持った商品を作成することができます。

様々なデータソースを組み合わせて高級車のクライアント向けにグルーピングした商品の例
様々なデータソースを組み合わせて高級車のクライアント向けにグルーピングした商品の例

 それ以外にも特化型メディアを持った2社の情報を掛け合わせて、ライフステージにあった広告を打つといったパッケージ商品を作成することができるようになります。そういった既存のメディアの閲覧者を他のメディアを使って意味づけをして、グルーピングをして商品として提供するという方法は今後増えていくと考えています。

データ分析型のメディア広告商品

 メディアデータを使った広告商品の課題の中に「ダイレクトレスポンスの領域だとパフォーマンスが合わない」という課題があります。そこで事前にメディアデータとクライアントの自社データと掛け合わせて、パフォーマンスが合いそうなセグメントを見つけ出し、そのセグメント群をパッケージングするという取り組みが進んでいます。

 例えば私たちの場合は、クライアントのサイトにおけるCVRが高い属性を見つけ出して、メディアデータの中からCVRが高いカテゴリや、クライアントのサイト来訪者と相性が良いカテゴリを見つけ、その二つの指標からカテゴリをグルーピングおよびパッケージングしてターゲティングを行う商品の開発をしています。その逆で、相性が悪いカテゴリをパッケージングして除外するなどしてパフォーマンスをチューニングする取り組みも行っています。

 カテゴリを活用することで記事の内容や傾向を見られるため、ターゲット像が明確になり、クリエイティブも含めた配信の最適化を行うことが可能になります。実際に、取り組みを通してダイレクトレスポンスでもパフォーマンスが合う例が出てきています。

ニーズに沿った商品設計が重要

 近年発表されているアドブロックなど、メディアにとっては既存の広告枠を用いたマネタイズが難しくなってくることが予測されます。そのような背景もあり、今後は今までよりも、メディアデータを活用した広告商品へのニーズは増えてくるでしょう。

 一方で、従来型のメディアデータを使った広告商品では、データを活用してくれるマーケターや代理店の担当者のニーズと合致しないケースが多く、結果として販売が促進されないという問題も引き続き発生する可能性があります。メディアを活用した商品は、よりマーケターや代理店の担当者のニーズに合致した商品にしていく必要があるでしょうし、紹介したような商品設計以外にもニーズに沿った商品設計が今後メディアデータを使ったマーケティングの重要なポイントになると考えています。

この記事は参考になりましたか?

  • Facebook
  • Twitter
  • Pocket
  • note
関連リンク
この記事の著者

簗島 亮次(ヤナシマ リョウジ)

株式会社インティメート・マージャー代表取締役社長。 慶應義塾大学 大学院 政策・メディア研究科を2010年首席で卒業。 2013年、Googleのレイ・カーツワイル氏が2020年に起きると予測した「あらゆるデータがひとつに統合される」という革命を冠した株式会社インティメート・マージャーを創業し、2019...

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事は参考になりましたか?

この記事をシェア

MarkeZine(マーケジン)
2015/12/11 12:00 https://markezine.jp/article/detail/23540