レコメンド広告で学習機能を最適化!マイクロCVを導入することでの効果改善事例

2018/7/12

レコメンド広告と学習

レコメンド広告とは、ユーザーの行動を学習してレコメンドする商品や各ユーザーへの配信強弱を決定する広告のことです。
代表的な商材としては、CriteoやGoogle Dynamic Retargetingが挙げられます。ユーザーに合った広告を配信できることが最大の特徴であるため、レコメンド広告における学習とは最も大切な要素となります。学習の質が高ければ高いほど、また学習の量が多ければ多いほど、レコメンドの精度が上がっていきます。そして、その学習を支えているのが情報です。閲覧・クリック・CVした商品等の情報をできるだけたくさん集めることが必要となります。つまり、レコメンド広告はユーザー行動情報をいかに集めるかが最も重要となります。
しかし案件の中には、そもそものCV獲得数が少なすぎて情報が集まらないものもあるかと思います。すると、CVしやすいユーザーの情報が得られず、レコメンド広告の学習が促進されません。その場合、どうすればよいでしょうか。
ここで登場するのが、「マイクロCV」という考え方です。マイクロCVについて説明する前に、まず前段のタグについてふれたいと思います。

レコメンド広告のタグ実装

ユーザー行動情報はタグから得るため、レコメンド広告ではまずタグを設定することが必要です。タグには5つの種類(トップタグ、検索結果・商品一覧タグ、商品詳細タグ、買い物カゴタグ、購入完了タグ)があります。これらを使用して、
「どんな商品を買ったのか?」
「いくらの商品を買ったのか?」
「何個買ったのか?」
等の詳細な情報を獲得します。

CV獲得数の少ない案件におけるタグ実装

では、マイクロCVに話を戻します。マイクロCVとは、CVではないがCVに至るうえで重要なポイントとなる部分のことを指します。(詳細は、https://ad-ron.jp/?p=1773をご覧ください。6年以上前の記事ですが、、、。)

このマイクロCVとなるページにCVタグを設定することによって、よりCVしやすいユーザーの情報を集めることが可能となります(「マイクロCVタグ」というタグは存在しませんので、CVタグを設定する必要がございます)。

教育業界におけるマイクロCV導入実績

ここで、弊社でのCriteo案件におけるマイクロCV導入事例を紹介いたします。CVが全く取れなかった教育案件に対して、マイクロCVを導入いたしました。結果、導入前1ヶ月を100%とすると導入後1ヶ月はCPAが30%となり、CV数は導入後285%と、劇的に改善いたしました。

まとめ

以上から、マイクロCV導入は学習機能向上施策として効果があると言えますので、CV獲得数が少ない案件を担当する場合は検討していただけると幸いです。レコメンド広告だからこそ、マイクロCV等を活用してデータをより多く集めることが必要なのです。
ただ、導入の際に気をつけていただきたいことがございます。それは、本来のCVとマイクロCVの判別ができなくなるため、何らかの工夫が必要となるということです。GMO NIKKOでは、本来のCVとマイクロCVの判別方法等の知識を持ち合わせたレコメンド広告専門部隊がございますので、お気軽にご相談ください。

ご相談はこちら
photo

ライター:アド論 編集部


Contents

ico人気記事