予測オーディエンスによるAI駆動の広告戦略
2023年7月1日にUA（Universal Analytics）のサポートが終了しました。後継サービスのGA4（Google Analytics 4）へ移行された方も多いかと思います。
GA4になったことでさまざまな機能が強化されましたが、その内の1つに機械学習を用いた「予測オーディエンス」があります。本記事では、予測オーディエンスを理解し、Google広告で活用するための方法について紹介していきます。
「予測オーディエンス」を理解するためには、まず「オーディエンス」と「予測指標」という概念を理解する必要があります。
本記事では、1章、2章でオーディエンスと予測指標の定義や基本概念などについて紹介します。次に、3章で予測オーディエンスの定義や基本概念などについて紹介します。そして最後に4章では、実際にGoogle広告で予測オーディエンスを活用するための、Google広告とGA4の連携方法について簡単に触れます。
オーディエンス
まず最初に「オーディエンス」の定義や基本概念、機能などについて紹介します。
オーディエンスとは
Google Analyticsのオーディエンスを活用することで、WEBサイトやアプリにアクセスしたユーザーを、行動データや属性に基づいてグループ化できます。これにより、ユーザーを特徴的な行動パターンや属性を持つグループに分類し、WEBマーケティングにおけるセグメンテーションやターゲティングに活用できます。
例えば、実際に商品を購入したユーザーグループを抽出したい場合、購入イベントが発生したユーザーでグループ化されるオーディエンスを作成します。そのユーザーグループに対して特定の広告やプロモーションを提供することで、リピート促進施策などに活用できます。
もしオーディエンスの規模が大きすぎて、実際の広告運用で活用しにくい場合は、より具体的な行動や属性が共通する小規模なユーザーグループを作成できます。例えば、以下のように段階的にグループを細分化していくことも可能です。
• 1～5個の商品アイテムを購入した、大阪府在住のユーザー
• 過去7日間に1～5個の商品アイテムを購入した、大阪府大阪市在住のユーザー
• 過去7日間に1～5個の商品アイテムを購入し、購入金額が10,000円を超える、大阪市在住のユーザー
オーディエンスでは、収集するデータを工夫することで、さまざまなグルーピングが可能です。マーケティング戦略に応じてより幅広く、またはより細かく定義することもできます。
例えば「スノーゴーグルを購入したすべてのユーザー」のように幅広く定義することも、「ゴールドのレンズで、黒色の滑り止めストラップのスノーゴーグルを購入したすべてのユーザー」のように細かく定義することも可能です。
オーディエンスの条件を設定すると、WEBサイトやアプリにアクセスしたユーザーのうち、行動やデータが条件に一致したユーザーがオーディエンスに追加されます。
オーディエンスにユーザーが追加されるペースは、アクセスしたユーザーの行動やデータが、設定したオーディエンスの条件にどれくらいの頻度で一致するかによって決まります。
つまり、定義が幅広い（条件が少ない）オーディエンスはより短期間でユーザーが追加され、定義が細かい（条件が多い）オーディエンスはユーザーが追加されるのにより長く期間がかかります。
Google Analyticsでは、オーディエンスで設定したデータがすでに利用可能な場合、最長30日分のデータを基にオーディエンスが構成されます。そのため、もしオーディエンスの定義に当てはまるユーザーが過去30日間のデータにいる場合、そのユーザーはすぐにオーディエンスに追加されます。
サービス立ち上げ初期でデータがまだ少ない場合、オーディエンスの定義を幅広く（条件を少なく）設定してみるのがいいでしょう。
オーディエンスの活用方法
WEBマーケティング戦略を策定する上で、まず現状どのような顧客が自社製品・サービスを購入しているか理解する必要があります。
オーディエンスを作成することで、そのオーディエンスに関する詳細なレポートも生成できます。Google Analyticsで特定のオーディエンスに関するレポートを開くことで、そのオーディエンスにおける、ユーザー数、コンバージョン、エンゲージメントセッション数、ユーザー環境などを把握できます。
また、レポートではオーディエンスを比較の基準として使用することもできます。ディメンションに「オーディエンス名」を指定し、ディメンション値に特定のオーディエンスを選択すれば、同じデータのコンテキストでオーディエンスを比較できます。
例えば「札幌市在住のオーディエンスは、名古屋市在住のオーディエンスよりどれくらい多くのスノーゴーグルを購入したか」や「ハイエンドモデルをより多く購入したのは、どのような属性のオーディエンスか」など、特定のオーディエンスグループのデータを比較できます。
これにより、異なるオーディエンスを分析して、それぞれの行動パターンや傾向を理解することができます。
マーケティング戦略の最適化や、より効果的なコンテンツの提供に役立てていきましょう。
予測指標
GA4では、機械学習を活用した「予測指標」を新たに活用できるようになりました。ユーザーの行動を予測し、WEBマーケティング戦略の策定に活用しましょう。以下では、予測指標の基本概念とその機能について紹介します。
予測指標とは
予測指標は、過去のユーザーの操作データを元に、将来の行動を予測する指標です。主な予測指標として、「購入の可能性」「離脱の可能性」「予測収益」などがあります。これらの指標は、ユーザーの行動や特定のコンバージョンイベントに基づいて機械学習により計算されます。
• 購入の可能性：過去28日間に操作を行ったユーザーによって、今後7日間以内に特定のコンバージョンイベントが記録される可能性を示します。これにより、将来の購入を予測し、マーケティング戦略を最適化する手助けとなります。
• 離脱の可能性：過去7日間にアプリやサイトで操作を行ったユーザーが、今後7日以内に操作を行わない可能性を示します。ユーザーの動向を理解し、離脱を予測することで、ユーザーとの関係を維持するためのリテンション戦略を強化できます。
• 予測収益：過去28日間に操作を行ったユーザーが今後28日間に達成する全購入コンバージョンによって得られる総収益の予測です。ビジネスの将来の収益性を評価し、収益の最大化に寄与します。
予測指標の活用方法
予測指標を活用することで、以下のようなメリットが得られます。
• データの価値向上：機械学習により、構造化されたイベントデータからより詳細な顧客情報が得られ、データの価値が向上します。
• 効果的な戦略の策定：予測指標を使用してユーザーの将来の行動を理解することで、マーケティング戦略を効果的に策定できます。
• リアルタイムな意思決定：予測収益などの指標を活用することで、ビジネスの将来の展望を把握し、リアルタイムな意思決定が可能となります。
また、データの取得方法を工夫することで、特定の予測条件に基づくカスタムオーディエンスを作成できます。より精緻なセグメンテーション、ターゲティングが可能となることで、WEBマーケティング戦略をブラッシュアップすることができます。
次章では、予測指標を基にカスタムオーディエンスを作成する「予測オーディエンス」について紹介します。
予測オーディエンス
予測オーディエンスとは
予測オーディエンスとは、予測指標を用いた条件を含むオーディエンスです。具体的な例として、今後の一定期間内に購入に至る可能性が高いユーザーを含む「7日以内に購入する可能性が高い既存顧客」のようなオーディエンスを作成できます。
オーディエンスを作成する際の予測条件では、次のいずれかのオプションを選択できます。
• 可能性が高い（上位N%のユーザーを含む）
• 可能性が低い（下位N%のユーザーを含む）
• カスタム（割合範囲を入力するか、スライダーを使って範囲を選択する）
カスタム範囲を使用する場合、含まれるユーザー数とそれらのユーザーが予測条件を満たす可能性を確認しながら割合を指定できます。範囲が大きいほどより多くのユーザーが含まれますが、条件を満たす可能性が低いユーザーの数が増えてしまいます。
現状のWEBマーケティング戦略と効果を確認し、可能性が高いユーザーのみに絞ってターゲティングをするのか、より広い範囲のユーザーを対象にしていくのか、柔軟に調整していくことが必要です。
リマーケティング・リエンゲージメント戦略
予測オーディエンスを活用した基本的なWEBマーケティング戦略として、「リマーケティング」と「リエンゲージメント」があります。
リマーケティング：
商品購入まであと一歩のところにいるユーザーを特定し、広告施策を実施することで、自社製品・サービスの購入に繋げやすくなります。
例えば、ある商品について詳しく調べたことがあったり、実際にショッピングカートに商品を追加したことがあるユーザーは、すでにそのジャンルの商品を手に入れたいという強い意思があることを示します。
こうしたユーザーに対して、競合他社に広告施策を実施されてしまうと、同ジャンルの他社製品・サービスを購入されてしまう可能性が上がり、非常にもったいないです。
また、こういったシンプルなシチュエーションだけでなく、GA4では機械学習を活用し、ユーザー属性における固有の行動パターンまで深く掘り下げて特定し、ユーザーが商品購入に至る可能性を予測することができます。
このようなユーザーを対象に、説得力のあるフォローアップを行うことで、商品購入を達成してもらうための「最後の一押し」ができます。
リエンゲージメント：
ビジネスにおいて、LTV（顧客生涯価値、ライフタイムバリュー）を高めることは非常に重要なミッションです。既存ユーザーの顧客満足度を高め、長く商品を使ってもらったり、再度購入してもらうことで、広告戦略の費用対効果を高めることができます。
GA4では機械学習を活用し、離脱する可能性があるユーザーを特定することができます。離脱する可能性があるユーザーとは、これまでは商品やブランドへのエンゲージメントを示していたものの、それらへの関心が薄れてきているユーザーのことを指します。
そのため、商品の種類や、品質、価格、配送、その他オプションなどで、商品やブランドの価値を再認識してもらう必要があります。これらのユーザーをターゲットに、特典や割引の提供、新商品の紹介をすることで、ユーザーのこれまでのエンゲージメントへの感謝を示し、離脱を防止していく取り組みが必要です。
Google広告とGA4の連携
前章までで、「オーディエンス」や「予測指標」の基本知識、それらを活用した「予測オーディエンス」、WEBマーケティング戦略における「リマーケティング」「リエンゲージメント」について紹介しました。
予測オーディエンスを広告戦略に活用する上で、データ取得のためにGoogle広告とGA4の連携を忘れてはいけません。最後に、連携によるその他のメリットや連携方法についても簡単に紹介します。
Google広告とGA4を連携させると、以下のようなメリットがあります。
1. Google広告キャンペーンレポートで、Google広告キャンペーンのデータを確認できる
2. ユーザー獲得レポートで、新しいGoogle広告ディメンションにアクセスできる
3. アトリビューションレポート（広告をクリックしたユーザーがコンバージョンに至るまでの経路を確認する機能）など、広告セクションでGoogle広告キャンペーンのデータを確認できる
4. Google広告アカウントにアナリティクスのコンバージョンデータをインポートできる
5. アナリティクスのオーディエンスデータを使用してGoogle広告のリマーケティングを強化できる
なお、GA4とGoogle広告をリンクする場合は、特定権限のあるGoogleアカウントを使う必要があります。アカウントに以下の権限がない場合は、GA4またはGoogle広告の管理者に権限の付与を依頼してください。
• GA4では、リンクするGA4プロパティの編集者のロールが必要です
• Google広告では、GA4と同じGoogleアカウントに管理者権限が付与されている必要があります
• Google広告クライアントセンターのアカウントにリンクすると、GA4からインポートしたデータをすべてのクライアントアカウントで利用できるようになります
具体的なGoogle広告とGA4を連携させる方法は公式ページに詳しく記載されています。以下のリンクから詳細情報をご確認ください。
まとめ
GA4の「オーディエンス」、「予測指標」は、WEBマーケティング戦略におけるセグメンテーション、ターゲティングをする上で非常に強力なツールです。
オーディエンスを作成し、予測指標を活用することで、より精緻なセグメンテーションとターゲティングが可能になります。
これにより、リマーケティングやリエンゲージメントを目的としたWEB広告が最適化され、ユーザーエンゲージメントやコンバージョンレートを向上させることが期待できます。
Google広告とGA4を連携し、予測オーディエンスを活用した効果的な広告戦略を活用することで、AI駆動のマーケティング戦略を展開し、ビジネスを成功に導きましょう。
コールデータバンクは電話成果を含めた広告効果を100%計測し、すべての成果に至るマーケティングデータを一元管理、『広告運用改善』と『顧客管理改善』ができるツールです。コールデータバンクであれば、広告からの入電も計測できます。コールデータバンクについて詳しく知りたい方はこちらから問い合わせしてみましょう。
