コンテンツに​進む

新しい​ Google 広告アカウントを​作成しますか?

新しい​ Google 広告アカウントを​作成しようと​しています。​新しい​アカウントを​作成しなくても、​1 つの​アカウントで​複数の​キャンペーンを​作成できます。

新しい​ Google 広告アカウントを​作成しますか?

新しい​ Google 広告アカウントを​作成しようと​しています。​新しい​アカウントを​作成しなくても、​1 つの​アカウントで​複数の​キャンペーンを​作成できます。

ある​ CMO の​物語:正しい​目的地に​向けて​ 3 つの​視点で​検証サイクルを​回す —— 鳥の​目、​虫の​目、​魚の​目とは

廣田 良介

Social Module

共有

生活者の​プライバシー意識が​高まり、​マーケティングに​おける​技術環境も​変化しています。

企業は、​ユーザーの​プライバシーに​配慮しながら、​マーケティング活動に​おける​適切な意思決定を​下さなければなりません。

そうした​中での​マーケティング投資に​おいて、​前回の​記事では、​「正しい​目的地設定」と、​「鳥の​目」​「虫の​目」​「魚の​目」と​いう​ 3​ つの​視点の​組み合わせが​重要であると​指摘しました。

  • 正しい​目的地の​設定:KGI に​影響を​与える​最も​大きな​要因の​特定と​それに​合わせた​ KPI の​見直し
  • 鳥の​目で​俯瞰する​:広告効果を​横並びで​計測および​評価して、​全体の​広告投資配分の​判断に​活用する​マクロ視点
  • 虫の​目で​精査する​:個々の​広告施策の​正当な​広告効果を​高い​エビデンスレベルで​把握する​ミクロ視点
  • 魚の​目で​流れを​捉える​:ユーザー動向と​それに​伴う広告効果の​変化を​察知して​最適化する​フロー視点

今回は、​前回に​続いて​架空の​アパレル企業を​例に、​より​実践的な​アプローチを​見ていきます。

意思決定の​誤り、​まず​見直すべきは?

アパレル企業の​ CMO を​務める​ミン氏は、​広告の​効果測定に​おける​目的地の​設定を​怠ったうえ、​単眼的な​視点に​よって​意思決定を​誤った​ことで、​利益目標の​達成が​困難な​状況に​直面していました。

そこで、​友人である​食品メーカーの​ヨシダ CMO の​アドバイスを​もとに​正しい​目的地と​「3 つの​視点」を​組み合わせた​社内プロジェクトを​スタート。​再び成長軌道に​乗せようと​しています。​その​具体的な​内容を​見ていきましょう。

な​お、​以下の​内容は​あくまで​架空の​話ですが、​Google の​広告領域の​費用対効果を​分析する​担当者が、​日本国内の​数多くの​クライアントと​共に​取り組ん​できた​実際の​広告効果測定プロジェクトからの​示唆に​基づいています。


社内プロジェクトを​始めるに​あたり、​ミン氏が​まず​取り​組んだのは、​KGI​(キー・ゴール・インジケーター。​企業に​とっての​重要目標達成指標)に​影響を​与える​最も​大きな​要因​(キー・ビジネス・ドライバー)の​特定と​ KPI​(キー・パフォーマンス・インジケーター。​各業務の​具体的な​目標設定)の​見直しでした。​向か​うべき方​向が​定まらなければ、​成果と​して​何を​計測すべきかが​ブレてしまうからです。

キー・ビジネス・ドライバーを​特定する​手法と​しては、​事業構造を​顧客数や​顧客単価などの​要素に​分解して​ボトルネックを​見つけたり、​統計分析で​重要な​変数を​探したりするなどの​方​法が​考えられます。​しかし​データが​すぐに​分析できる​状態に​整備されていなかった​ため、​ミン氏は​アンケート調査を​用いて、​主要な​顧客層と​それ以外に​分けた​上で、​それぞれの​購買プロセスの​ボトルネックを​探すことにしました。

調査結果を​分析すると、​30 代女性からの​認知と​購入経験の​低さが​課題と​して​浮か​び上がってきました。​競合ブランドと​比べても、​そこに​成長の​余地が​大きいことは​明らかでした。

目的地を​定めたら、​次は​広告施策全体の​俯瞰的な​分析​(鳥の​目)です。

ミン氏は、​ヨシダ氏の​「『鳥の​目』で​俯瞰的に​広告効果を​計測して、​広告投資配分の​判断に​活用する」と​いう​アドバイスを​思い出しながら、​MMM ​(マーケティング・ミックス・モデリング)​ に​取り組みました。

MMM は、​マーケティングなしでの​売り上げと、​マーケティング成果に​よる​売り上げを​統計モデルに​よって​分解して​それぞれの​貢献度を​明らかに​する​手法です。​調査会社とともに​ MMM に​取り組んだ​結果、​テレビ CM や​チラシと​いった​オフラインの​広告への​過剰投資と、​動画広告と​アプリ広告の​過小評価が​明らかに​なりました。​これは、​従来の​個別施策に​おける​レポート上の​結果とは​異なる​評価でした。

この​結果に​ミン氏は​はじめ、​従来の​認識との​差に​違和感を​覚えた​ものの、​動画コンテンツや​アプリの​利用​時間の​増加と​いった​生活者の​変化を​考えると、​納得感も​ありました。​効果測定ツールでは​把握しきれない​動画の​視聴行動も、​購買に​影響していると​考えた​ほうが​自然でした。

ただし、​予算配分を​すぐに​大きく​変える​ことには​リスクを​伴います。​そこで​ミン氏は​「エリア別配信テスト」に​よって、​Cookie や​モバイル デバイス ID の​影響を​受けない​手法に​よる​広告の​効果測定実験を​実施。​個々の​広告施策の​ビジネス貢献を​正当に​評価​(虫の​目)しようとしたのです。

その​結果、​動画広告と​アプリ広告の​有効性が​明らかに​なりました。​そこで​ミン氏は、​それらの​広告への​投資強化に​大きく​舵を​切る​ことに​したのです。


さて、​ここまでの​ミン氏の​判断を​以下で​詳しく​見ていきましょう。

正しい​目的地を​設定する​:キー・ビジネス・ドライバーの​見極めと​ KPI の​設定

正しい​目的地の​設定は​すべての​起点です。​目的地の​設定には、​KGI の​明文化と​社内での​共通理解、​それに​即した​キー・ビジネス・ドライバーの​見極め、​適切な​目標と​ KPI の​設定が​必要です。

目標の​設定には​さまざまな​方法が​ありますが、​たとえば​ミン氏の​ように、​市場調査や​顧客データを​もとに​顧客像​(ペルソナ)と​その​行動プロセスを​想定する​方​法が​あります。​この​場合、​自社の​商品を​購入する​ペルソナを​再確認した上で、​各ペルソナの​認知から、​検討、​購入までの​ステップを​想定し、​KGI を​達成する​上で​ペルソナごとの​ボトルネックを​推定して、​それを​施策の​ KPI に​落とし込みます。

また、​KPI が​適切に​設定できているか​どうかの​チェックも​必要です。​定期的な​レビュー​(後述する​「魚の​目」で​解説)の​際に、​KPI の​変化が​本来達成したい​目標と​連動しているかを​確認しましょう。​サーチリフトや​コンバージョンリフトで​精緻に​見たり​(虫の​目)、​全体​最適の​観点を​加味した​ MMM ​(鳥の​目)を​振り返ったりと​いったことも​大切です。

鳥の​目:予算配分の​悩みに​応える​「MMM」で​全体を​俯瞰する

ミン氏と​同様、​多くの​企業の​頭を​悩ませている​課題の​ 1​ つが​広告の​予算配分の​最適化ではないでしょうか。​限られた​予算を​どう​配分すれば​成果を​最大化できるのか、​テレビと​デジタルの​広告予算比率は​どの​程度が​適切なのか ——。

「MMM」を​活用する​ことで、​この​問いに​対する​意思決定の​材料を​得られます。

前述の​通り、​MMM は​マーケティング成果に​よる​売り上げを​分解、​比較し、​増減率や​貢献度を​明らかに​する​手法です。​個別の​施策単体ではなく​全体を​評価できる​ため、​俯瞰的な​示唆​(鳥の​目)を​得られるのが​特徴です。

MMM から​有用な​示唆を​得る​ためには、​投入する​変数の​網羅性や​取捨選択の​工夫、​費用対効果の​区間推定が​可能な​手法の​採用、​各種指標を​鑑みた​統計モデル精度の​判断、​結果を​次の​アクションに​つなげる​ための​改善策の​検討と​いった​複合的な​観点が​必要と​なります。

Google は​ 2020 年に、​ニールセンおよび​ Facebook とともに​「日本マーケティング・ミックス・コンソーシアム」を​発足させ、​MMM の​認知度の​向上や、​広告主の​理解を​助ける​ための​情報を​発信しています。​MMM は​ 1950 年代から​ある、​マーケティング投資対効果を​把握する​ための​古典的な​モデルですが、​データセットが​より​簡単に​かつ精緻に​把握しやすくなった​現在、​その​有用性や​実効性が​見直されている​タイミングに​来ています。

虫の​目:実験で、​個々の​広告効果を​正確に​測定する

キャンペーンを​設計したり、​広告施策の​結果を​振り返ったりする​過程からは、​さまざまな​仮説が​生まれます。​広告施策と​ビジネス成果の​因果関係は、​実験を​通じて​検証できます。

マーケティングの​実務で​よく​用いられる​手法は、​ユーザーまたは​地域を​「テスト」​「コントロール」の​ 2 つの​グループに​分割し、​結果の​差分を​取る​方​法です。​いずれの​場合も、​両者の​グループを​極めて​同質的に​設計し、​バイアスを​排除する​ことが​重要です。​その​ためには、​実験対象を​無作為に​選出して​グループ化する​「ランダム化比較試験」が​最も​有効です。

ユーザー分割型実験の​詳細は​「効果測定に​潜むバイアスを​避けるには?​ 広告を​正しく​評価する​ための​ 4 条件」を、​エリア分割型実験の​詳細は​「広告効果を​見極めて​次の​アクションを​ -- エリア別配信テストを​考える」を​参照してください。

このような​実験を​行った​上で、​「差分の​差分法」や​「CausalImpact」​(コーザルインパクト)のような​統計的手法を​用いる​ことに​よって​広告介入効果と​その​因果性を​検証できます。

「実験結果から​気が​ついた​ことが​あるんです」

さて、​ミン氏は​「鳥の​目」と​「虫の​目」を​組み合わせた​アプローチに​よって、​オンライン、​オフラインの​広告効果を​横並びで​測定、​評価できるようになり、​適切な意思決定が​できるようになりました。

その​後​ミン氏たちは、​どの​ように​改善施策を​進めて​いったのでしょうか。


当初ミン氏は、​利益目標の​達成の​ために、​EC を​統括する​デジタルプロモーション部に​対して、​運用型広告の​目標 CPA の​引き下げを​命じました。

しかし​ MMM を​活用した​俯瞰的な​分析や、​個別の​施策の​効果測定に​より、​ミン氏は​自らの​意思決定が​誤っていた​ことを​再認識しました。​そして​デジタルプロモーション部と、​テレビ CM を​担う​広告宣伝部が​一堂に​会した​場で、​自らの​意思決定の​誤りを​認めました。

すると​しばらく​沈黙が​続いた後、​デジタルプロモーション部の​社員である​ヒロタ氏が​こう​切り出したのです。

「実験結果から​気づいた​ことがあります。​今回 30 代女性に​向けて​『セールの​告知』と​『バーチャル試着の​機能訴求』の​ 2 種類の​クリエイティブを​配信しましたが、​購入意向に​関する​態度変容の​効果は、​後者が​ 3 倍以上​も​高かったのです。

コロナ禍で​以前よりも​試着が​できなくなり、​アプリ上での『バーチャル試着』の​ニーズが​高まっているのかもしれません。​この機能を​もっと​知って​もらえたら、​EC を​今まで​以上に​使って​もらえるのではないでしょうか」

この​発言に​触発され、​他の​社員たちからもさまざまな​仮説や​アイデアが​あがりました。​これまで​ CPA の​変化に​一喜​一憂していた​メンバーに​とって、​この​日が​大きな​ターニングポイントと​なったのです。

その後は、​優先順位の​高い​仮説から​順に、​エリア別配信テストで​検証していき、​数カ月後には​有効な​施策が​見えてきました。

そんな​時、​ヒロタ氏は​ 1 つの​分析結果を​ミン氏に​見せました。​エリア別配信テストでの​検証結果と​ EC、​店舗の​売り上げとの​相関関係を​分析した​ものでした。

「同様の​顧客層に​対して​何度か​実験を​した​ところ、​エリア別配信テストに​よる​売り上げの​アップリフトと​従来の​効果測定ツール上での​売り​上げが、​相関している​ことに​気づきました。​また​この​相関関係は、​EC の​売り上げだけではなく、​実験を​行った​地域の​店舗売り上げにも​影響していそうです」

仮説を​受けて、​ミン氏主導で​効果測定ツールの​コンバージョン数と​ CPA を、​実験結果を​もとに​補正して​広告を​運用してみる​ことにしました。​その​結果、​売り上げは​大きく​改善したのです。

それ以降、​ミン氏の​チームは​エリア別配信テストを​続けていましたが、​広告を​配信しない​コントロールグループの​機会​損失が​大きいと​いう​理由から、​テストの​実施は、​従来と​大きく​異なる​仮説が​生まれた​場合のみに​限定するようになりました。​その​代わりに、​実験結果との​整合性を​とりながら、​効果測定ツールを​ベースに​日常的な​広告運用を​行う​スタイルが​定着していったのです。​効果測定と​改善を​繰り返したのち、​再び MMM で​全体​的な​状況を​確認するようにしました。

プロジェクト開始から​ 1 年後 ——。

今期の​利益目標は​あと​一歩の​ところで​未達でしたが、​何を​どう​すれば​達成できるのか、​ミン氏の​目には​その​道筋が​はっきりと​見えていたのです。


魚の​目で​変化を​捉える​:仮説から​検証の​ループ

さて、​ミン氏の​物語を​通して​見てきたように、​MMM や​エリア別配信テストなどの​手法を​用いる​ことで、​広告全体や、​個々の​施策の​正確な​効果を​推計できます。

ただし、​準備や​分析に​比較的​多くの​時間や​人的、​金銭的な​リソースを​伴う​場合が​あり、​四半期に​複数回と​いった​高頻度での​実施は​現実的ではないと​いう​意見も​あると​思います。​また​「実験」に​よる​検証の​場合は、​広告を​配信しない​コントロールグループを​設ける​必要も​ある​ため、​機会損失も​生じます。

ですから、​効果計測の​ベースと​なるのは、​日ごろ実施している​定期的な​振り返りです。​そこから、​日々の​広告効果の​変化を​察知する​(魚の​目)ことが​重要なのです。

振り返りでは、​クロスメディアで​目標ごとに​横並びで​施策を​評価する​定量分析も​大切ですし、​「なぜ生活者が​期待する​態度変容を​しなかったのか」と​いった​定性分析も​重要です。​定性分析から​仮説を​構築しプランに​反映させて​配信し、​配信後に​定量分析に​より​仮説を​検証、​再度、​定性分析で​仮説の​構築と​いった​ループを​繰り返して​学びを​得ていく​ことで、​競争戦略に​おいて​優位に​立てます。​また​一見、​費用対効果が​悪そうな​クリエイティブに​目を​向ける​時間を​作る​ことで​新たな​仮説も​生まれてくる​可能性も​あります。

最後に​今までの​内容を​まとめてみましょう。​まずは、​マーケット状況と​顧客データを​もとに​キー・ビジネス・ドライバーを​見極めて​(正しい​目的地の​設定)、​必要が​あれば​ KPI を​再設定します。​KPI 達成の​ために​施策を​実施し、​定期レビュー​(魚の​目)で​ KPI への​貢献を​評価。​当初の​仮説を​検証し、​新たな​仮説を​立案します。​精度の​高い意思決定が​必要な​場合には​実験​(虫の​目)を​行い、​本当に​その​施策が​ KPI に​貢献しているのかを​確認しましょう。​また、​KPI の​動きが​ KGI と​連動しているか、​施策の​ポートフォリオが​機能しているかを、​定期的に​ MMM や​アトリビューション分析で​全体​最適の​観点で​振り返り​(鳥の​目)、​予算配分を​見直すことが​必要です。

個々の​視点には​それぞれ長所と​短所が​ある​ため、​これらを​組み合わせて​補い合いながらループを​回すことが​重要です。​このように​正しい​目的地を​確認しながら、​3 つの​目を​組み合わせて​統合的な​効果検証の​ループを​回していく​ことが、​マーケティングの​理想的な​姿と​いえます。

372_Rashin2_01_1600_220909_ver4

Contributor:ミン グエン コンシューマー&マーケットインサイト・マーケティングリサーチマネージャー

2022/09/09 11:30 記事を​更新。​初出時、​ チャートに​誤字が​あった​ため、​修正しました。

371_Rashin1_Author_220_220901_ver1

廣田 良介

ビジネスインテリジェンス担当 アナリティカル コンサルタント

ページ​先頭に​戻る