正確性を高めるサンプル作りと精緻な位置情報データ
MZ：具体的な来店成果の可視化の方法とは？
安里：キャンペーン期間中とその後の14日間で計測を行いました。我々がSVL（Store Visitation Lift）と呼ぶ指標を用い、広告の接触者と非接触者のアップリフトの差異を確認しました。というのも、日常的に来店している人にたまたま広告が当たっていても、広告の効果があったとはいえません。そこで我々はリフトの差異を見るようにしています。
ここでこだわっているのは、サンプルの作り方です。単純に非接触者をこのキャンペーンの広告を見なかった人と定義してしまうとあまり正確なデータにならなくなってしまうので、接触者と似たような人に非接触者のサンプルを合わせています。そこはTikTok Adsさんにご協力いただき、属性を合わせた上でリフトを見ているので、かなり精度の高い数字になっていると思います。
MZ：先ほど、位置情報の取得にGroundTruthの特許技術を使われているというお話がありましたが、どういったものになりますか。
安里：一般的な来店計測では、計測する建物から円を描いて、半径何メートル以内に入ったか否かで調べます。しかし我々のBlueprintsでは、建物の形状に合わせた境界線データを保有し、その中に入ったか否かで見ているので、より正確な来店数を計測できます。実際に弊社で検証したデータでは、半径50mの円で設定したデータとBlueprintsのデータを照らし合わせたところ、前者の91%が実際には来店していない結果が出ました。
約37％増の来店リフト効果
MZ：キャンペーンの計測から、どのような結果が出ましたか。
岩田：「#チャレンジ」のコミュニケーションに接触したユーザーは、約37％増の来店リフト効果を確認できました。
安里：広告メニュー接触別に来店リフト率を見ると、広告接触をした人で約45％、UGC接触をした人も約33％の来店リフトがあるという驚きの結果が出ました。
岩田：来店までの期間を計測したところ、動画に接触してから24時間以内に来店する人が最多でした。初日の接触傾向を詳しく見ると、接触後1時間以内に来店する人が最も多く、欲求を喚起することができたと想定されます。
辻本：今回の施策を行った外食チェーンは、若者に行きやすいお店だったということも効果につながったと思います。顧客企業様からも、興味深い結果が出たと好評でした。
