機械学習は膨大なデータをもとに人工知能が学習し、最適な答えを出すための方法です。機械学習を使ったサービスはさまざまな分野に出てきていますが、ウェブ広告の分野でも活用されています。

むしろウェブ広告の分野では、機械学習による自動化を推奨する方向へと向かっています。では広告は機械学習を活用することで、どのようなことができるのでしょうか。ここでは機械学習による広告の自動化の種類と効果、その成功事例について紹介します。

なぜ広告は機械学習による自動化が必要なのか？

そもそもなぜ広告分野においても機械学習が必要になってくるのでしょうか。その理由は検索キーワードの選定と単価調整に非常に時間がかかるからです。毎日、キーワードの成果によって、クリック単価を下げたり性別やデバイスの設定をしたりするのは大変な労力です。

こうした労力を少しでも減らしたい、そしてその上でコンバージョン率を向上させたいため、広告の自動化を採用している企業が増えています。そして実際にコンバージョン獲得効率がアップしており、グーグルでは広告の自動化を推奨しています。

ではなぜ機械学習を使うことで、時間短縮だけでなく、コンバージョン獲得率アップのような効果が見られるのでしょうか。その理由を理解するためには、機械学習とはどのようなものかを知る必要があります。

ウェブ広告における機械学習は、数百万ものシグナルを分析し、効果的な施策を自動で行う仕組みです。

シグナルとは、検索クエリ、ユーザー属性、時間帯、地域など、グーグルが取得している情報のことをいいます。他にも広告主のドメインにおけるパフォーマンス履歴も情報として取得しています。

こうしたデータ量が増えれば増えるほど、機械学習による学習は進み、より効果的な施策を提案できる仕組みです。まさに機械が学習するのです。そのためデータ量は機械学習にとって大変重要な要素になっています。

人間が行う場合、膨大な量のデータを集めることも難しいですが、たとえ集めたとしても数百万ものデータを処理することは不可能です。そのため手動よりも機械学習による自動化をした方が、効果的な広告戦略が立てられるわけです。

機械学習による自動化の種類

機械学習は検索エンジンにも使われており、日々、検索の最適化が行われていると言われています。広告分野にも機械学習を取り入れるのは自然な流れです。ここでは広告分野の機械学習で頻繁に取り上げられる3つの分野について、説明します。

・アトリビューションモデル

アトリビューションモデルには以下の6つです。一般的には1～5までがアトリビューションモデルと言われますが、Google広告を活用した場合、6つ目のデータドリブンモデルも使用できます。

ここではこれら6つのアトリビューションモデルについて説明します。

1.ラストクリックモデル

ラストクリックモデルとは、コンバージョン経路において、最後にクリックされた広告のみを評価するモデルです。最後の接点が最も重要だという考えから来ています。

2.ファースト クリックモデル

ファーストクリックモデルは、コンバージョン経路において最初にクリックされた広告のみ評価するモデルです。最初の接点が重要だという考え方です。

3.線形モデル

線形モデルはコンバージョン経路にあるすべての広告を等しく評価するモデルです。

4.減衰モデル

減衰モデルはコンバージョン経路において、最後に接触した広告を最も高く評価し、最初に行くにつれて貢献度が下がっていきます。

Google広告では、貢献度を7日間の半減期で評価しており、コンバージョンを獲得した日の8日前の広告は、貢献度は半分になります。そのためラストクリックを重視したモデルだといえるでしょう。

5.接点ベースモデル

接点ベースモデルは、コンバージョン経路の最初と最後の広告の貢献度を40%にし、その経路上で接点を持った広告については均等に貢献度を割り当てます。コンバージョン経路における入り口と出口を重視するモデルだと言えるでしょう。

6.データドリブンモデル

データドリブンモデルには機械学習が利用されています。1～5のアトリビュートモデルは、事前に決められた貢献度を割り当てるやり方ですが、データドリブンモデルは機械学習にもとづいて貢献度が割り当てられます。

アカウントの過去のデータを分析することで、貢献度が計算できるというわけです。

・スマート自動入札(目標コンバージョン単価制)

運用者がパソコンの前で常に入札調整をするのは難しいわけですから、自動入札をすることでこの手間を省けます。過去の実績をもとに、自動で運用調整をしてくれる仕組みです。

とくに自動入札戦略の1つとして、目標コンバージョン単価性を使っている企業が多いです。

目標コンバージョン単価では、目標とする平均のコンバージョン単価を設定し、その範囲内で入札単価が自動で調整されます。そのため予算内でムダなくコンバージョンを増やせます。

・動的検索広告

機械学習は動的検索広告にも使われています。こちらはGoogleがウェブサイトの情報をもとに、自動で広告を作成してくれる機能です。

そのためキーワードの選定や登録、さらには広告文の作成も必要ありません。その結果、広告運用の手間を省けるわけです。

機械学習による自動化の効果

では広告を機械学習によって自動化するとどのようなメリットがあるのでしょうか。ここであらためて3つの自動化の効果について説明します。

1.作業工数の削減

今まで手動で行っていた作業が自動になるわけですから、作業工数が削減されます。作業工数が減れば時間も減るため、業務効率化につながります。

2.コンバージョンアップ

手動で単価を調整するよりも自動化した方が、コンバージョンのアップする例が多数見られます。このコンバージョンアップがGoogleは広告の自動化を勧める理由の1つになっています。

3.CPAの削減

CPAとは顧客獲得1人あたりの支払い額のことで、広告単価の指標の1つです。広告が自動化し、効率よくコンバージョンできるわけですから、CPAも抑えられます。要するにムダな広告費用が減るという効果があるわけです。

成功事例

グーグルでは機械学習の広告の自動化によって成果の出ている事例が紹介されています。ここではその事例について3つ紹介します。（参照：https://ads.google.com/intl/ja_jp/home/success-stories/）

・株式会社じげん

株式会社次元では、膨大な数のキーワードに対応しなければならず、運用工数が膨大になっているという悩みを抱えていました。

そこで動的検索広告と目標コンバージョン単価制を導入し、コンバージョンは2.6倍になり、運用作業工数は75%削減されました。

今までと大きく違い、1日で管理画面を見る時間は1時間もない程度になったようです。かなり効果が出た成功事例だといえます。

Google 広告｜自動化導入でコンバージョンが 2.6 倍に「アルバイト EX」

・ティーエムジーインターナショナル株式会社

売上を上げるために、オンライン広告で新規顧客を獲得しようとしたところ、CPAが高く、なかなかうまく新規顧客を獲得できないという現状がありました。そこでCPAを削減しながら、新顧客獲得するために、広告の自動化を行いました。

結果としてCPAは50%削減でき、Google広告経由での新規顧客獲得は14%もアップ。サイト訪問者のコンバージョン率も2倍にアップしており、広告の自動化で大きな成果が得られた事例です。

Google 広告｜機械学習による自動化機能で効率的に集客「ミートガイ」

・ベルトラ株式会社

膨大な数の商品を販売しているため、広告のキーワード選定や単価設定にかなりの時間と工数が割かれていました。キーワードがさらに増えており、指導では難しい状況になったわけです。

そこで自動入札機能とデータドリブンアトリビューションを活用し、コンバージョン数は大きく増加。自動化導入2週間後にコンバージョン数は34%も増加しました。今まで設定できていなかったキーワードによるコンバージョン数も22%増加しました。

またモバイルからデスクトップへのクロスデバイスコンバージョン数も31%増加。データドリブンアトリビューションの活用で、旅行者の行動にも気づけたという効果もあったと述べられています。この結果も広告の自動化の大きなメリットですね。

機械学習による自動化で コンバージョン数増加と運用工数削減を達成 | Google 広告

機械学習による広告自動化の流れは今後も加速する

このように機械学習による広告の自動化は、今後、続くだけでなく、さらに加速すると思われます。作業工数や作業時間が減り、コンバージョンがアップすのであれば、広告の自動化は積極的にすべきでしょう。まだ広告の自動化を試していない方は、ぜひ一度ためしてみてはどうでしょうか。

コールデータバンクでは入電に至った電話CVキーワードはもちろん、広告の最適化をするうえで必要なデータを全て計測する事が可能。WEBと電話の両方のデータを活用する事で広告の最適化を実現します。

コールデータバンクについてより詳しく知りたい方はこちら