「コンバージョン獲得だけ」から​抜け出せない​ジレンマ、​ビジネス成果で​評価した doda の​効果測定

マーケティングの​投資対効果​（ROI）や​ビジネス成果に​対する​説明責任が​増すと、​認知や​検討を​高める​施策よりも、​直接的に​売り上げへの​貢献を​説明しやすい​コンバージョン​（CV）の​獲得施策への​比重が​高まる​傾向に​あります。

ただし、​そうした​獲得施策に​偏り過ぎてしまうと、​新規の​顧客層を​開拓できずに​長期的には​先細りしてしまうリスクも​あるでしょう。

また、​個人情報保護法の​改正や​サードパーティー Cookie などの​識別子の​段階的な​廃止が​進み、​広告効率や​計測環境が​変化。​過去の​実績との​単純な​比較も​難しくなるなど、​ユーザー獲得の​効率悪化は​マーケターの​悩みの​種に​なっています。

こうした​変化を​見越して、​CV の​「獲得施策」ではなく、​ブランドを​認知している​人に​対して​検討を​促す​「検討施策」の​可能性を​模索する​企業も​増えてきています。

しかし​そこで​問題に​なるのが、​KPI と​評価手法です。

獲得施策のみから​抜け出せない​ジレンマ

検討施策の KPI と​しては、​サーベイで​想起集合の​割合を​測定したり、​指名検索や​サイト訪問の​数を​ログベースで​測定したりと​いった​方​法が​考えられます。​ただし​これらの​指標では、​計測ツール上の CV で​評価する​獲得施策と​横並びで​比較できません。​検討施策に​対して​どれくらいの​予算を​配分すればより ROI 向上や​ビジネス成果に​つながるのか判断できないのです。

そうなると、​計測ツール上の CV で​比較せざるを​得ず、​結果​的に​「検討施策は​獲得施策と​比べて​ビジネス成果への​貢献が​低い」と​判断され、​統合された​メディアプランニングに​加えづらいと​いった​問題が​発生してしまいます。

こうした​状況から​抜け出して​勇気を​持って検討施策に​踏み出すために​何が​できるでしょうか。​適切な KPI や​評価手法を​持って踏み切った、​パーソルキャリア株式会社の​求人サービス​「doda​（デューダ）」の​事例を​紹介します。

検討施策の KPI、​効果測定を​どうする？ doda の​事例

doda の​ビジネスモデルでは、​最終的な​ビジネス成果に​直結するのは​転職の​決定数です。​その​ための KPI が​ユーザーの​新規登録​（CV）です。

前述した​サードパーティ Cookie の​段階的廃止に​加え、​コロナ禍からの​回復に​伴い​競争環境が​激しくなってきた​ことなどから、​doda と​しても​ユーザーの​新規登録数を KPI とした​施策の​効率悪化が​予想できていました。​そこで、​マイナス分を​検討施策への​投資で​穴埋めできないかと​考えたのです。

検討施策と​して​同社が​活用したのが、​YouTube 広告の​「動画アクション キャンペーン​（VAC）」です。​転職の​意向が​ある​潜在顧客層と​接点を​持つための​施策と​して​期待しました。

ただし、​CV 獲得前の​アシスト効果を​可視化できない​既存の​計測ツールだけでは、​VAC が​生活者に​与える​すべての​影響を​加味する​ことができず、​広告効果が​過小評価されて​見えてしまいます。​広告接触者の​その後の​行動を​測定できる​「コンバージョンリフト測定」では​アシスト効果は​可視化できますが、​どの​獲得施策に​どれだけ​貢献したかまでは​確認できないため、​不十分です。

そこで doda が​採用したのが、​Google が​開発した​統計分析手法の​「CausalImpact」​（コーザルインパクト）でした​(*1)。

「CausalImpact」で​効果測定、​ビジネス成果への​貢献度で​施策を​評価

CausalImpact では、​広告施策が KPI に​与える​因果的影響を​時系列から​推定します。

CausalImpact を​実施する​ためには、​以下のような​条件を​そろえる​必要が​あります。

• 過去 100 時点程度の​時系列データが​ある
• 介入を​行う​テストグループと​コントロールグループの​時系列データの​上下動の​波形が​似ている
• 介入前後で​コントロールグループの​数値が​決まる​背景、​要素が​変わらない

今回は、​広告間の​相乗効果を​考慮する​ために、​認知施策を​実施している​地域の​中から​テストグループを​選定。​その​地域と​似た​波形の​コントロールグループを​無作為に​抽出する​ことで、​配信対象の​ばらつきに​よる​バイアスを​避けました。

CausalImpact に​よる​検証の​結果、​まず VAC は​検索​広告や​自然検索、​アプリと​いった​獲得施策に​よる​獲得数の 5% の​純増に​貢献している​ことが​確認できました。​また​検討施策を​実施した​地域では、​実施しなかった​地域と​比べて CV の​獲得効率も​向上。​施策間の​相乗効果が​確認できました。

VAC への​接触後に​増分が​確認できるまでには​数日の​タイムラグが​あり、​施策終了後も​数週間に​わたって​残存効果が​確認できました。​残存期間を​含めた​増分の​顧客獲得単価​（CPA）は​獲得施策の 2 倍弱と、​これだけを​見れば​数字は​悪化しました。​ただし、​ビジネス成果への​貢献と​いう​大きな​視点で​見れば、​そこに​つながる CV を​獲得できたことが​重要です。

このように、​検討施策である VAC の​最終的な​ビジネス成果に​対する​貢献が​数値で​明らかに​なり、​また​複数回の​検証を​通じて​適切な​予算の​投資量も​確認できました。​これに​より doda は、​データに​基づいて​検討施策の​予算を​決定する​ことができるようになったのです。

パーソルキャリアの​赤城 冴俊氏​（プロダクト&マーケティング事業本部 カスタマーP&M本部 マーケティング統括部 ブランドコミュニケーション部 デジタルマーケティンググループ）は、​「doda と​して、​予算内での​広告の​出稿量が​限界を​迎えつつある​中で、​ユーザーを​拡大する​ためには​獲得施策だけに​頼らない​新しい​施策が​必要でした。​検討施策と​して VAC を​試し、​それを​単独で​評価するのではなく、​獲得施策への​アシスト効果や​ビジネス貢献を​データで​可視化できた​ことは​非常に​重要でした。​現在は​展開エリアを​拡大して、​継続的に​検証を​進めています」と​話します。

マーケティング効果を、​走りながら​「みつめる」には

Google Japan では 2023年に、​Google AI を​マーケティングに​活かす指針と​して​「グロース・トライアングル」と​いう​フレームワークを​発表しました。

ビジネス目標と​マーケティング活動との​関係性を​データを​基に​整理し、​組織の​サイロを​超えて​共通理解を​もつ​こと​（そろえる）、​データと Google AI を​動かし続けて​効果的に​顧客基盤を​拡大する​こと​（すすめる）、​効果測定を​通じて​適切な​マーケティング投資に​つなげる​こと​（みつめる）の 3 つの​要素から​成ります。

今回の doda の​取り組みは、​まさに​この​「みつめる」の​ポイントを​押さえた​実例です。

doda の​施策が​成果を​上げられた​ポイントを​さらに​詳しく​見ていくと、​次の 2 点が​挙げられます。

1 つは、​ビジネス目標​（売り上げ）に​対して​最も​大きな​影響を​与える​要因​（転職の​決定数）を​見極め、​それに​即した​適切な KPI​（新規登録の CV 数）を​設定した​ことです。​競争環境の​激化や​プライバシー規制と​いった​環境の​中で、​従来の​獲得施策に​依存せず、​ビジネス成果への​貢献と​いう​視点から、​獲得施策への​アシストを​含めた​検討施策の​効果を​見直そうと​挑戦しました。

そして 2 つ目は、​その​効果を​正当に​評価できる​手法を​選んだ​ことです。 CausalImpact を​活用し、​仮説の​立案と​検証の​ループを​回す​ことで、​アシスト効果を​再現性ある​形で​数値化する​ことに​成功しました。

限られた​マーケティング予算の​中で、​効率的かつ​効果的に​ビジネスを​成長させる​ためには、​doda のように、​走り続けながら​多角的な​視点で​「みつめる」ことが​重要です。

こうした​効果測定の​具体的な​ポイントに​ついては、​以下の​記事でも​詳しく​解説しているので、​合わせて​確認してみてください。

ある CMO の​物語：急変する​ビジネス環境で、​意思決定を​誤らないための 4 つの​ポイント - Think with Google

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 - Think with Google

_{Contributor：本多 隆虎​（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）}