みなさんこんにちは。
ジーニアスウェブの高橋です。
最近はアカウントの構築などで設定の部分を触るが作業が多く、
いろいろな設定を見ていると
「こんな設定が簡単にできるなんて、本当にかしこいな〜」
と思うことがありました。
自動化・機械学習など、いろいろなところで耳にする言葉ですが、
今回はGoogle広告の機械学習についてまとめていきたいと思います。
目次／このページでわかること
機械学習による分析の特徴
機械学習を使うことで、広告の運用はどんどん自動化が進んでいっています。
機械学習による分析の特徴は
リアルタイムデータ
過去データに基づくインサイト
パターン認識
です。
この機械学習を応用して、より高い成果を追求するために、『３A』と呼ばれる戦略が使われるようになってきました。
Audience（オーディエンス）
Automation（自動化）
Attribution（アトリビューション）
『３A』とはこの3つの頭文字をとったものです。
3Aについて、それぞれの特徴を紹介します。
Audience（オーディエンス）
キーワードや地域だけではなく、『ヒト』を対象にターゲティングを設定することができます。
一度サイトに訪れたけど、コンバージョンしなかった。
そんな人へ向けて広告を配信するリマーケティングリストはよく使いますが、それ以外にも
以下のユーザーリストがあるアカウントには類似ユーザーリストが自動的に作成されます。
既存の顧客情報
ウェブサイト訪問者
モバイルアプリユーザー
類似ユーザーリストの利点
・自動で作成される
・リマーケティングリストと比べて平均5倍の規模のオーディエンスにリーチ
・ユーザーの直近の行動に対して最適化
・スマート自動入札と高い親和性
このような利点から類似のユーザーリストを活用することで、新しい顧客の開拓に役立ちます。
（※スマート自動入札はAutomation（自動化）のところでまとめます。）
Automation（自動化）
自分でクリック単価を設定する拡張CPCやクリック数の最大化などの自動入札とはとは別に『スマート自動入札』というものがあります。
コンバージョンを獲得するための『コンバージョン数の最大化』
目笑のコンバージョン単価を満たせるための『コンバージョン単価（tCPA）』
利益を最大化するための『目標広告費用対効果(tROAS)』
幅広いシグナルとシグナル組み合わせに基づく分析で、オークションごと自動入札単価調整をしてくれます。
分析に仕様されるシグナルについては
ユーザーの行動
・前回サイト訪問からの経過時間
・サイト上で閲覧したページ数
・サイト上で閲覧した商品の金額
・過去にアクセスしたサイト
ユーザー属性
・年齢と性別
・所在地
・デバイス種類
・興味や関心／購買意向
閲覧されるページコンテンツ
・ウェブサイトのコンテンツ
・ウェブサイトの構成
・ウェブサイトのキーワード
・時間帯と曜日
広告の特性
・広告のフォーマット
・広告の掲載結果
などから分析されています。
Attribution（アトリビューション）
アトリビューションとはどの経路でコンバージョンになったのかを分析して最適化をかけることです。
広告をクリックしてページには来てくれだけどコンバージョンはしなかった人が再びページを訪れ、コンバージョンしてくれた。
そんなとき下記のステップのように、その人の広告をクリックしてからコンバージョンするまでの経緯を明確にすることで、
ユーザー設定や、キーワード・広告文の改善に繋がります。
1.コンバージョンを正確に計測
2.コンバージョンまでの経緯を分析
3.入札単価や予算、ターゲティングの設定を見直す
ユーザーがコンバージョンするまでに発生した行動に、貢献度を設定し計測しており、様々なモデルが用意されています。
Last click（ラストクリック）
最後にクリックされたキーワードだけに貢献度を割り当てる。
First click（ファーストクリック）
最初にクリックされたーワードだけに貢献度を割り当てる。
Linear（線状）
クリックされたすべてのキーワードに貢献度を均等に割り当てる。
Time decay（減衰）
コンバージョンまでの時間が短いクリックのキーワードに貢献度を均等に割り当てる。
Position based（接点ベース）
最初と最後にクリックされたキーワードにそれぞれ40%、それ以外クリックされたキーワードに20%を割り当てる。
DDA：Data Driven（データドリブン）
コンバージョンプロセスにおける重要度に基づいて貢献度を割り当てる。
まとめ
いかがでしたでしょうか。
今回は３Aについて紹介しましたが、これからも自動化などどんどん進んでいくと思います。
成果に繋げられるよう、しっかり内容を理解し、取り入れていきたいです。