アンケート調査の​「広告を​見た」と​いう​誤認を​どう​解消する？​ NTTドコモの​解決策

デジタルマーケティングの​一般化に​よって、​Web 上の​ログデータに​基づいて​広告効果を​詳細に​計測する​「ログベース」での​効果測定が​主流に​なっていきました。

しかし​次第に​ Web だけではなく​アプリの​利用が​浸透し、​Web と​アプリの​ログとの​整合性を​取りにくくなってきた​こと、​また​昨今では​プライバシーへの​配慮から​トラッキングが​制限されてきた​ことなどから、​その​効果測定の​限界も​見えてきたのです。

そこで​ログデータに​頼らない​効果測定の​手法と​して、​企業は​インタビューや​アンケートを​通じた​「アスキングベース」での​測定も​試みています。​ただし、​依然から​指摘されているように​生活者の​記憶に​頼った​回答に​なる​ため、​一定の​バイアスが​避けられません。

こうした​状況下で、​プライバシーに​配慮しながら媒体別の​広告効果の​精緻な​測定に​活用できるのが、​Google の​「Ads Data Hub​（ADH）」です。​本記事では、​ADH を​効果測定から​メディアプランニングにまで​生かしている、​株式会社NTTドコモの​事例を​紹介します。

“ 効果測定バイアス ” 問題を​解決する​ ADH

NTTドコモは​従来、​アンケートや​インタビューを​基に​広告を​評価していました。​しかし​前述のような​記憶違いに​よる​誤答が​避けられず、​正確な媒体別の​効果を​測定できずに​いたのです。

同社の​検証では、​特に​「広告想起」に​関して​推定値よりも​高く​評価されてしまうと​いう​バイアスが​ある​ことが​判明しました。​これは​ NTTドコモに​限らず、​業界の​中での​存在感が​強い​企業で​発生しが​ちな​問題です。

そこで​ NTTドコモは、​ADH を​活用した​ログベースでの​測定を​試みました。​ADH は​ユーザーの​プライバシーに​配慮しながら、​精緻な​広告効果の​計測を​可能に​する​ソリューションです。

ADH を​利用するには、​技術的な​リソースが​欠かせません。​自社に​ない​場合には​パートナー企業と​組むと​いう​選択肢も​あるでしょう。​NTTドコモは​調査会社インテージの​協力を​得て、​インテージが​保有する​テレビ CM の​接触ログデータと​調査データ、​そして​ Googe の​広告接触の​ログデータを、​プライバシーに​配慮した形で​ ADH の​環境下で​紐づけました。​広告接触者と​非接触者それぞれの​接触前後の​データを​分析する​ことで、​バイアスを​取り除いた​広告効果を​測定できるのです。

YouTube 広告と​テレビ CM で​リフト比較、​ADH で​正確に​分析

今回、​効果測定を​行ったのは​ NTTドコモが​ 2022 年に​実施した​若者を​支援する​プロジェクト​「docomo future project」の​広告です。​同社が​アーティストと​コラボし、​公募で​選ばれた​学生が​監督と​なり、​ドコモが​サポートし短編映画を​制作する​取り組みです。

動画は​こちら

ADH の​環境下で、​ファーストパーティデータと​インテージが​保有する​パネルを​活用し、​計 15 回に​わたって​ブランドリフト調査を​実施しました。​YouTube 広告と​テレビ CM の​リーチ規模や​単価、​それぞれの​重複リーチなどを​精緻に​測定。​ブランドリフトと​費用対効果​（ROAS）を​最大化する​ための​テレビ CM と​ YouTube 広告の​最適な​メディア配分を​検証しました。

その​結果が​下図です。

広告自体の​認知や​興味は、​YouTube 広告と​テレビ CM の​どちらでも​優位な​ブランドリフトが​見られました。

また​ YouTube 広告と​テレビ CM の​いずれに​おいても、​今回の​ NTTドコモに​よる​取り組み自体の​認知が​大きく​向上。​加えて​ YouTube 広告では、​同社が​若者への​チャレンジの​場を​提供していると​いう​認識に​関する​リフトも​見られました。​YouTube 広告では、​今回の​広告キャンペーンから​さらに​踏み込んで、​同社の​ブランドイメージの​理解を​促すことに​成功したと​言えそうです。

な​お、​YouTube 広告の​ブランドリフトに​ついてに​詳しく​見ると、​世代別では、​若年層を​中心に​リフトが​見られました。​デバイス別に​見ると、​YouTube コネクテッドテレビ広告では​キャンペーン認知や​興味と​いった​項目が​伸びていました。​一方で​モバイル、​タブレット、​PC では、​好意度の​ほか、​購入意向、​NPS の​スコアなど、​より​深い​指標での​リフトが​見られました。

YouTube 広告と​テレビ CM の​効率性を​見ると、​いずれの​項目でも​YouTube 広告の​リフト単価は​より​安く、​またより​少ない​フリクエンシーで​高い​ブランドリフトを​生み出している​ことが​わかりました。​例えば​テレビ CM の​場合、​「（NTTドコモが）​若者が​チャレンジする​場所を​提供している」と​いう​ブランドに​ついて​9回の​接触で​ブランドリフトが​発生しましたが、​YouTube 広告の​場合、​4回の​接触で​ブランドリフトが​発生しました。

さらに、​テレビ CM と​ YouTube 広告を​両方​見た​人の​ブランドリフトは、​単独視聴者より​やや​高く、​重複接触に​よる​相乗効果も​見て​取れます。

精緻な​効果測定だけでなく、​ダイナミックな​メディアプランニングにも

新しい​効果測定を​取り​入れた​ことで、​NTTドコモでは、​メディア別の​広告効果を​詳細に​可視化できるようになりました。​より​正確な​効果測定が​可能に​なった​ことは​もちろん、​今後の​メディアプランニングや​メディア投資を​ダイナミックに​変更できるようになったことにも​大きな​意味が​あります。

同社では、​他サービスへも​ ADH を​活用した​広告効果測定を​導入していく​予定です。​また​現在は、​ADH を​活用して、​ファーストパーティデータと​Google 広告の​データを​用いて​ビジネス上の​ ROI を​直接計測する​仕組み化に​取り組んでいます。​さらに​ ADH の​データを、​マーケティングダッシュボード上での​レポートと​一元化する​仕組みも​検討するなど、​効果測定の​さらなる​可視化、​自動化も​進めています。

NTTドコモの​ように​ ADH を​活用する​ことで​記憶に​頼った​従来の​測定手法よりも​正確に、​かつトラッキングが​難しい​中でも​プライバシーに​配慮した​効果測定が​可能に​なるのです。