データ利用で下がる広告効果
次のケースで類似商品を買う可能性が高いのはどっちの人でしょうか?
①年齢も住んでいる地域も違うけど、似た商品を買う人
②年齢と住んでいる地域が同じだけど、似た商品を買うか未知な人
もちろん①ですよね?さらに言えば②はほぼ現実的ではありません。
「枠から人へ」で配信するようになると、「人」の行動記録や属性情報を指す「オーディエンスデータ」の利用が重要になってきますし、同データを利用することで広告効果を上げられることは間違いありません。特に行動記録を利用したリターゲティング配信の広告効果は高いです。しかし当然のことながらデータを上手に利用できないと広告効果は下がります。そして上手に利用できないケースがほとんどです。誤って②が有効だと思って配信してしまう人が多いのです。
極端な例を挙げます。ラーメン好きという属性情報のあるユーザーに、海外のラーメン屋の広告を配信しても他の広告に比べて費用対効果が悪いでしょう。それくらいなら近所のパスタ店の広告を配信させた方がよっぽど広告効果があります。親和性が高いことと広告の費用対効果は別次元なのです。
今、データ周りのワードが流行っています。膨大なデータである「ビッグデータ」、それを扱う「データサイエンティスト」、データを活用しやすくする「DMP(データ・マネージメント・プラットフォーム)」、最強と言われる「統計学」など。しかし現実的にはデータを有効利用できるスキルのある方が少ないので、そういう意味でデータの価値は低く今かなりバブルです。
アドテク関連のコンサルお受けします
--
1章 DSPはなぜアドネットワークに勝てないのか
・続々出現するアドテク企業
・アドネットワークに勝てないDSPの売上高
・「ネンド」「アイモバイル」強者の共通点
・「枠から人へ」は間違いだった
・アドテクの使い方が下手
・データ利用で下がる広告効果
・アトリビューションは気にするな
・DSPの構造的弱点
2章 広告配信サービス成長法の基本
・広告配信サービス成長法の基本
・1兆超の組み合わせは見えざる手で
・配信精度を磨いてLTVを上げろ
・ユーザー負担増でマネタイズ
・強引にCTRを上げろ
・コンサル強化へ
・広告とメディアの親和性を知れ