リスティング広告攻略ブログ - PPC-LOG

主にリスティング広告をはじめとするWeb広告、マーケティング関連の記事を書いています。

カスタムアフィニティでも成果が出るようになってきている理由

Google 広告における広告メニュー、広告プロダクトは多岐に渡りますが、その中でも特に「配信面」ではなく、「人」にフォーカスした、低クリック単価で配信可能なディスプレイ広告施策であるカスタムアフィニティ、カスタムインテントなどが近年見直され始めています。自分自身も運用していて、特に2018年ぐらいから明確な変化を感じています。今日はその点についてお話ししたいと思います。 

Google の変化

特に2018年ぐらいから、例えば YouTube のオススメに自分にとってのどストライクな動画が流れてきたりして動画を見入ってしまったり、チャンネル登録をしてしまった経験があるという人は、意外と少なくないのではないでしょうか。
またGoogle Discoverにおいても、自分にぴったりの記事が流れてきてつい読み入ってしまった...という経験がある方も多いのではないでしょうか。
それと時を同じくして、ユーザーデータをベースに「人」を対象とした広告配信を行うGoogle 広告のメニューの質が、明確に上昇し始めました。つまり、これまで成果が出にくかった、低クリック単価でディスプレイ広告施策で成果がでるケースが増えてい流のです。またそれらを「ハイブリッド広告」と呼び、見込み顧客の増加を目指すために導入を推奨する動きもあります。

www.kwm.co.jp

しかし、疑問が残ります。

なぜ今、低クリック単価ディスプレイ広告施策で成果が出るようになってきたのかのでしょうか。

結論から言ってしまうと、Google による機械学習への執着が上記 YouTube のレコメンド機能や、Google Discover のレコメンド精度向上、カスタムアフィニティなどをはじめとする上記ハイブリッド広告の成果向上のきっかけになっているのではないかと思います。

まずはユーザーデータから考える

まずはじめに、ユーザーデータについて考える必要性があります。 Google はログインユーザーのデータを収集しています。以下は自分自身の Google アカウント設定から閲覧可能なユーザー情報です。これらの情報をベースに、広告配信を実施しています。
f:id:sbgx:20190804111240j:plain
 
中には当然関連性の低いものも多くありますが、「コーヒー、紅茶」「SEO、SEM」など、極めて的確な情報も多くあります。これらはログイン時に過去閲覧したサイトのコンテンツなどから読み取り構成されたものです。
Google は以前よりこれらのデータを収集していましたが、これらを使い最適に処理し、広告配信する技術を持ち合わせていなかったのではないかと考えられます
そのためディスプレイ広告において、ユーザーの興味関心情報をベースとした広告配信において成果をあげることが困難だったのではないかと考えられます。
しかし、 Google はfacebookの快進撃を前に、重い腰を上げざるを得なくなったのではないかと思います。

facebookによる「興味・関心」配信の快進撃

ユーザーの興味関心データをベースに、「人」への広告配信をし始めて、最初にしっかりと成果が出せた媒体は facebook でした。これは 検索連動型広告で Web 広告におけるシェアを伸ばし続けていた Google にとって、まさに理想的な、新しい広告配信に見えたのではないかと思いますfacebook はユーザーが自ら作成したプロフィール情報や、過去「いいね!」したページ情報をベースに広告配信を実施できます。以下は自分の「興味・関心」「あなたの情報」になります。

f:id:sbgx:20190804111200j:plain

f:id:sbgx:20190804111217j:plain

 ちなみに、facebook business のヘルプには、次のような記載があります。
好きなものと趣味・関心のターゲット設定を行うと、プロフィールに含まれた内容や、FacebookでつながりになっているFacebookページ、グループ、およびその他のサイト上の内容に基づいて、広告の対象者を絞り込むことができます。趣味・関心、活動、好きな音楽、好きな映画、好きなテレビ番組などのセクションがあります。
 
つまり Google が膨大なユーザーデータを有していうのに対して、 facebook は限られたデータではあるものの、精度の高い重要な情報を有していました。そしてそれを効率的に「広告配信」に転用し、短期間で成果を出し始めることに成功します。
 
 Google はこれまで 検索連動型広告をはじめとする Web 広告において圧倒的なシェアを持っていましたが、facebook広告のこのユーザープロフィール情報をベースとした広告配信の高精度さを目の当たりにし、自社でも溜め込んできたデータを活用し、機械学習技術にも意欲的に取り組み、よりディスプレイ広告の配信量を増やそうと模索したのではないかと考えられます。

まとめ

 結論としては、下記のような形になるのではないでしょうか。
  •  facebook は限られた情報を効率的に処理し、精度の高い広告配信を早期実現
  •  Google は膨大なデータを有しているが、分析する技術を有していなかった
  •  Google は数年機械学習に注力、その結果成果が2018年ぐらいから現れ始めた

@RKawtr