広告業界がユーザーのプライバシー保護に向けて進化し続ける中、広告キャンペーンの効果と価値を測定するためにこれまで使用してきた方法も再考し、適応させる必要があります。
長らく、決定論的アトリビューションモデルが測定に関する課題の解決策とされてきました。しかし、従来のラストクリックアトリビューションモデルでは、あらゆるシナリオにおいてキャンペーンの結果を正確に把握することはもはやできません。AppleがSKAN（SKAdNetwork）を導入したことで、ラストクリックアトリビューションはLATオーディエンスにも拡張されましたが、キャンペーンの評価や全体的な結果のアトリビューションに使用される方法の柔軟性と網羅性は変化しています。
アップリフト測定は長らく、ラストクリックやデバイス識別子に完全に依存してきました。この記事では、ユーザー識別子の有無に関わらず、プログラマティック広告キャンペーンを測定する様々な方法の長所と短所について解説します。
アトリビューションモデル
広告主は、ファーストクリック／ラストクリック、マルチタッチといった、線形／W字型／U字型／時間減衰分布の様々なモデルから選択できます。これらのモデルはいずれも、「キャンペーンの成功をどのチャネルに、どの程度の割合でアトリビューションするか」という問いに答えようとしています。しかし、従来のアトリビューションモデルは、当然ながら、増分性を証明するという点では100%信頼できるものではありません。
ユーザー識別子が利用できないLAT環境では、決定論的な手法は通用しません。このシナリオで利用可能な唯一のアトリビューションモデルはSKAN（SKAdNetwork）です。これはiOSで利用可能な唯一の真のラストクリックMMPです。SKANはIDFAや広告IDなしでポストバックを送信するため、IDFAなしのキャンペーンでラストクリックアトリビューションとパフォーマンスインサイトを取得するには、SKANの統合が不可欠です。
アトリビューションにはいくつかの課題があり、キャンペーンの収益性について偏った視点を与えてしまう可能性があります。増分測定、つまりインパクト測定は、決定論的な方法に頼ることなく、キャンペーンの貢献度を正確に把握することを可能にします。したがって、広告戦略が生み出す増分価値の脈動を把握したい広告主にとって、より手間はかかりますが、より優れた選択肢となります。
アトリビューションモデルを使用する理由
簡単な計算
アトリビューションモデルは、各チャネルの貢献度を事前に定義された単純な計算方法に従います。ユーザー獲得キャンペーンやリターゲティングキャンペーンを実施しており、データの分析や詳細な分析を行うためのリソースが限られている場合、アトリビューションモデルは、その限界を理解した上で適切な選択肢となる可能性があります。
使いやすさ
キャンペーンの規模、期間、予算に関係なく、広告主は MMP を活用して選択したアトリビューション方法に従い、タイムリーに結果を得ることができます。
チャネル間の平等
各アトリビューション方法の利点と欠点については多くの議論がなされてきましたが、全体としては決定論的アトリビューションが広告業界の間では標準的な慣行となってきました。
アトリビューションモデルを超えて考える必要がある理由
仮定依存性
決定論的アトリビューションモデルは、タッチポイントの価値に関する特定の仮定に基づいています。最後のタッチポイントに最大のシェアを与えるモデルもあれば、シェアを複数のタッチポイントに配分するモデルもあります。マーケティング分析がデータ主導の意思決定とより高い精度が求められる標準へと移行するにつれ、仮定に基づくアプローチは不要なバイアスを伴います。
クリック重視、インテント重視
クリック数はアトリビューションモデルの基本要素であり続けるものの、ユーザーのコンバージョン意図は考慮されていません。そのため、マーケターはユーザー行動を包括的に理解し、キャンペーンの取り組みや効果に結び付けるというアプローチが制限されてしまいます。
計り知れない貢献者への無知
広告キャンペーンを実行する際には、既存のブランド価値、口コミ、テレビ、オフライン キャンペーンなど、さまざまな間接的な貢献者が存在します。ほとんどのアトリビューション モデルでは、単一のデジタル キャンペーンの成功に対するメディア ミックスの貢献が考慮されないことがよくあります。
従来のアトリビューションモデルはユーザーのプライバシー保護に対応していない
前述のとおり、ユーザーIDの追跡に依存するアトリビューションモデルはLATトラフィックには適用されません。iOSで現在も利用可能なラストクリックオプションはSKANですが、SKANにもいくつかの制限があります。
増分性測定
アップリフト測定は、アトリビューションの日常的な代替手段として現実的には機能しないかもしれませんが、広告キャンペーンの実際の増分貢献を評価するための推奨される方法です。
増分効果を測定することで、より詳細な洞察と優れた戦略的方向性が得られ、正確な最適化と予算配分が可能になります。また、アップリフト測定により、広告主はオーガニック検索結果のベースラインを有料検索結果と比較し、共食い現象を回避することができます。
増分を計算するさまざまな方法
アップリフトの計算には、ITT（Intent-to-Treat）、PSA（公共サービス広告またはプラセボ広告）、ゴースト広告、ゴースト入札など、様々な手法が用いられます。インクリメンタリティ手法は、確実な測定、ノイズの最小化、そして選択バイアスの最小化を実現し、広告主が最高レベルの精度を実現できるよう進化を遂げてきました。
手法はそれぞれ異なりますが、いずれも同じ原理に基づいています。テレビ広告の測定方法と同様に、アップリフトは、識別可能なサブマーケット（トリートメントグループ）を用いて測定可能な広告キャンペーンを実施し、他のサブマーケットには広告を露出させない（コントロールグループ）という手法に基づいています。
簡単に言うと、このデータ駆動型アプローチは、テストグループのみに広告主の広告を表示し、コントロールグループのユーザーには何も影響を与えないというものです。テストグループとコントロールグループの結果の差が、増分的な効果（インクリメンタルリフト）となります。
IDFA後の増分上昇の測定
アップリフト測定は、ユーザー ID のない世界で広告主が広告活動をより包括的に測定することをサポートする方法でもあります。
SKAdNetworkはiOSにおけるLATキャンペーン向けの唯一のMMPです。インストールに対してのみ、部分的に確定的なアトリビューションを提供します。キャンペーンの成果を真に把握するには、増分測定が不可欠です。
上記で述べた利用率測定方法は、IDFAとユーザーレベルの情報に依存しています。LAT（学習支援技術）のユーザー層の場合、従来の利用率テストは、テストグループとコントロールグループを区別するためにデバイスIDに依存するため、適用できません。しかし、合成コントロールグループを用いることで、この手法を応用することは可能です。
時系列分析と合成コントロールグループは、広告キャンペーンのROIと複合メディアモデル全体のパフォーマンスに関する貴重な情報を提供します。これらはバックエンドデータに依存するため、広告主側で実装する必要があります。また、広告主は測定をコントロールでき、アプリ製品、キャンペーンのインセンティブ、通常のコンバージョンまでの所要時間に応じて、比較的迅速なフィードバックを得ることができます。
RevXはSKANに完全対応し、ユーザープライバシー時代を先取りしています。あらゆるアプリ事業者に対し、アップリフト測定の設定、実施、分析に関するコンサルティングを提供しています。これにより、広告主は常に実際のデータに基づくインサイトを活用し、より優れた戦略を策定し、キャンペーンを最適化して成果を向上させることができます。
漸進的な向上こそが前進への道である理由
インクリメンタリティは、アプリマーケティングの武器として備えておくべき強力なツールです。アップリフト測定への抵抗感の一つは、その複雑さにありますが、広告パートナーの協力があれば、標準的な手法として実施することは十分に可能です。
広告業界が分析における「最高水準」を要求し、それを維持している中で、こうした詳細なキャンペーン分析結果の収集は重要です。インクリメンタリティ分析を用いることで、チャネルごとの効果向上を追跡できるだけでなく、メディアミックスの波及効果も考慮に入れることができます。
増分上昇測定とアトリビューション：概要
アトリビューションとインクリメンタリティの測定は、どちらか一方を選ぶ必要がある従来の「Android vs. iOS」のようなものではありません。これら2つのアプローチはどちらも、キャンペーンの測定と分析のニーズをサポートするために利用可能です。どちらを使用するかは、広告主がマーケティング投資の有効性と関連性を理解するために何を追跡する必要があるかによって決まります。
アトリビューションは、キャンペーンにおけるさまざまなチャネルのパフォーマンスを追跡するのに役立つ手法であり、インクリメンタリティはROI追跡の精度をさらに高めるものです。
多様なチャネルで幅広いキャンペーンを展開し、より深いオーディエンスインサイトと複数のタッチポイントを活用する場合、アップリフト測定が優位になります。ROIを重視するアプリマーケターにとって、インクリメンタリティ測定は明らかに有利です。キャンペーンの真の効果を測るには、アップリフトをどのように測定するかが戦略の成否を左右します。結局のところ、誰も予算を闇雲に使いたくはないのです。
モバイルマーケターは確実な情報を求めており、インクリメンタリティ測定は、プログラマティック広告の取り組みとROI向上の関連性を見出すために必要なインサイトを提供します。インクリメンタリティ測定を効果的に活用し、将来的なアプリの持続的な成長への道を切り開きましょう。
ローレン・ハイネック
