機械学習で2020年のメディアバイイングをより戦略的なものにする4つの方法
流動性と自動化によって時間を節約する方法や、デジタルキャンペーンをより効果的にする方法について、詳しくはこちらをご覧ください。
コンテンツ
多くのメディアストラテジストやメディアバイヤーにとって、機械学習は依然として少々不可解なものです。もちろん、高度なコンピューターシステムや人工知能を活かした問題解決力という響きは魅力的ですが、これらは複雑な人間行動に基づく戦略の最適化や広告に関する日々の課題への対処に実際に役立つのでしょうか。
その答えは、イエスの一言に尽きます。顧客の開拓をより効率的に、効果測定をより正確に、パーソナライゼーションをより的確にするために、Facebookは独自の機械学習ベースのツールを構築してきました。その過程で、このテクノロジーには、キャンペーンのパフォーマンスやチームの生産性を大幅に高める強力な機能が多数あることがわかりました。しかも、こうしたメリットは遠い未来ではなく、今すぐに実現できるものです。
特に、機械学習はすでに次の4つの点でメディアストラテジストやメディアバイヤーの業務改善に貢献しています。
1. 流動性の向上により広告の効果が改善
機械学習は流動性を向上させ、最も価値があるインプレッションにすべての資金が流入できる状態になるため、メディアバイイングにとっては特に有益です。
直列アルゴリズムと予測分析を活用する機械学習により、広告ごとの最適なオーディエンスをすばやく発見できます。自動システムを組み合わせると、適切なクリエイティブを適切なタイミングで、適切なターゲットに、そしてもちろん適切な価格で、配信できるようになります。
これにより、メディアバイイングのスピードと質が向上します。機械学習と自動システムが非常に複雑なデータセットを高速で処理しリアルタイムで調整するため、チームはキャンペーンの効果を継続的に改善できます。
「機械学習に基づく自動での最適化を利用するときはいつでも、手動で行った場合と比べてよい結果が生まれます。パフォーマンスの大幅な向上をすぐに確認できます」
- Optimize.Ad、Justin Aquila氏
2. キャンペーンの設定と最適化を簡素化
機械学習のもう1つのメリットは、キャンペーン管理の効率化です。
具体的には、機械学習対応のツールを使用しているメディアバイヤーとメディアストラテジストにアンケートを行ったところ、こうしたシステムのおかげで、キャンペーンの最適化/入札戦略、予算の管理、キャンペーンの設定といったタスクへの対応に必要な手作業の量が減ったとの回答が寄せられました。
このような簡素化が実現する大きな要因は、機械学習と自動システムの傾向として自由裁量の余地が与えられた場合に効果が高まることです。キャンペーンの目標とパラメーターが広範であるほど利用できるオプションが増えることが、その理由です。言い換えると、広告セットの数とキャンペーンの制限事項を減らすほど、高度に自動化された最適化が可能になります。
“
「当社では、パフォーマンスの手動管理からパフォーマンスの観察にシフトし、詳細な分析結果を引き出すことに時間を使えるようになりました」
- Havas、Laura Greene氏
3. (非常に貴重な)時間を節約
キャンペーン管理の簡素化により、メディアバイヤーとメディアストラテジストは非常に価値の高い何かを手に入れました。それは、時間の余裕です。
アンケートによると、機械学習対応のツールを使用する米国のメディアバイヤーとストラテジストの実に77%が、つまらない手作業に割いていた膨大な時間をこうしたシステムにより節約できたと回答しています。平均すると、その多くは週に1～4時間を取り戻したと述べています1。
繰り返しになりますが、こうしたメリットは機械学習ツールの自律的な自己学習機能により得られるものです。こうしたシステムは絶えず変化するデータポイントを迅速かつ効率的に自己処理できるため、チームメンバーは、これまでキャンペーンの定義と調整に要していた手作業での時間を節約できるようになります。
「当機関はこれまで、1つのキャンペーンに常時50の広告セットを利用しており、効果的なものはどれかを常にチェックする必要がありました。機械学習ベースの流動性ツールのおかげで、今ではアカウント内の広告セットの数が減り、管理が容易になりました」
- 独立機関、シニアアカウントマネージャ
4. 戦略性と創造性を向上
時間の節約が重要なのは、頭脳を他のタスクに活用できるからです。
アンケートの対象となったストラテジストとバイヤーは、機械学習ツールによって節約した時間を、顧客戦略の策定、新規キャンペーンの計画とテスト、既存のキャンペーンのパフォーマンス分析、クリエイティブの最適化といったさまざまなタスクに振り向けていると答えています。1
究極的には、これこそが機械学習の価値をさらに高めています。つまり、キャンペーンのパフォーマンスが改善するだけでなく、メディアストラテジストとメディアバイヤーがより重要なタスクに集中し、戦略性と創造性を向上できるのです。
“
「以前は予算振替に膨大な手作業を要していました。今ではその時間を戦略立案に使用できます。さまざまなオーディエンス、テスト、クリエイティブの最適化に集中でき、先見性の向上に役立ちます」
- Merkle、Rachael Chudoba氏
機械学習に関する注意点として、ストラテジストとバイヤーがその多数のメリットを活かすには、自身の仕事の方法を見直す必要があります。例えば、広範なキャンペーンのパラメーターと予算戦略を利用し、広告セットの数を削減し、パフォーマンスをクライアントに報告する方法を再設定する必要があるでしょう。
こうした変更は短期的には大きな労力を要しますが、2020年の残りの期間、そしてその後の長期的な躍進に向けてチームの体制を整えることができます。
マーケターへの示唆
流動性の向上は結果の向上につながります。
機械学習は、広告予算を、最も価値が高いインプレッションにリアルタイムでマッチングします。データをその場で高速処理するこの機能により、キャンペーンの効果の継続的な向上が実現します。
キャンペーン管理が容易になります。
機械学習と自動システムは、自由裁量の余地が大きい場合に最も効果を発揮します。つまり、キャンペーンの設定、最適化、効果測定といったタスクへの対処に必要な手作業が減るということです。
時間の節約により、他のタスクに集中できます。
機械学習ツールによってキャンペーン管理が簡素化され、ストラテジストとバイヤーに時間の余裕が生まれます。これにより、チームはより重要なタスクに集中し、戦略性と創造性を向上できるようになります。
機械学習の機能を最大限に活かすには手間を要します。
多くの場合、機械学習は仕事の方法の変更を必要とします。可能性として、広範なキャンペーンのパラメーターを利用し、広告セットを削減し、クライアントへの報告方法を再設定する必要があります。