いかに良質なデータを送り、広告最適化を活用できるか

──これまでの経歴や現在どのような業務を担われているか、お聞かせください。

日野：私は2017年にセプテーニへ入社し、当初はデジタル広告の計測関連の支援に従事していました。2019年から広告主である企業様が保有するデータのマーケティング活用を支援しています。主に機械学習を活用した広告運用最適化ツールPrecogをはじめとしたデータソリューションでの提案・開発を行っています。

──現在の運用型広告の潮流・課題を教えてください。

日野：運用型広告が出始めた当初、広告効果を高める要素として、運用レバーを細かく調整することが重要となっていました。しかし現在では、どの広告媒体も自動最適化が大きく進んでいるので、その機能を最大限活かすことができるかということが成果につながります。そのため、「いかに良質なデータを広告媒体に送り、最適化機能をより促進していくか」が重要です。

　そこで課題となってくるのが、各広告媒体に送るデータの質です。タグ計測などオンライン上で取得できるデータはもちろん媒体へと送信することができるのですが、実店舗での成約のようにオンラインで計測できないコンバージョン（オフラインコンバージョン）データを広告媒体に連携することは簡単ではありません。

　しかし、そうした企業様のビジネスKPIに近いコンバージョンこそ、良質なデータとなり得ます。またデータもただ多く送ればいいというものではなく、自動最適化していくにあたって必要なデータのみを送るということもポイントです。

自動最適化のための学習範囲にデータを含ませることが必須

──他にも、課題となる点はありますか。

日野：各広告媒体において、自動最適化を機能させるためには一定のコンバージョンデータが必要になります。コンバージョンデータが週に何件以上、あるいは月に何件以上ないとうまく機能しない、ということです。そのため、必要なデータの量を満たすのが難しいという課題をお持ちの企業様もいます。

　　他にも検討期間の長い商材などでは、コンバージョンに至るまでにかかる時間が課題となっているケースもあります。広告に接触してから一定期間以上経ってしまうと、たとえコンバージョンが発生したとしても、その広告媒体の自動最適化のための学習範囲に含まれないという仕組みになっているからです。

──どのくらい検討期間がかかってしまうと、コンバージョンが自動最適化機能に反映されなくなるのでしょうか。

日野：広告媒体によって異なりますが、1週間程度のところが多いです。特にWeb広告で訴求したあとに実店舗でコンバージョンするという業態の場合には、日数を要するケースが多いです。そのため実店舗でコンバージョンしたという良質なデータを送ることができたとしても、自動最適化機能に反映されずうまくワークさせることができなくなってしまいます。