リターゲット最適化への道

2020.8.5
広告運用

皆様は日々、広告を運用している中で”リターゲット”、”リマーケティング”の最適化はできないか?

予算の関係でリスティングとリタゲしか配信できない中でどうやって向上させよう。。

 

といった課題にぶち当たってしまった経験はございませんでしょうか。

 

そんなあなたに「リターゲット最適化への道」の第一歩として手助けになればと、簡単にすぐできる活用方法をご案内いたします。

 

 

ーーーーーーーーーーーーーーーーー

<目次>

    1. 設定の確認をしよう
    2. CV獲得ユーザーの傾向を考えよう
    3. リターゲットリストの質を高めよう
    4. まとめ

ーーーーーーーーーーーーーーーーー

 

 

1.設定の確認をしよう

まず第一にリターゲットメニューの確認をしましょう。

 

入札設定が手動か、自動かによって設定している内容も違うと思いますが

昨今は各インターネット広告媒体が機械学習を推奨してることもあり、GoogleやYahoo!では期間を長期にすることも可能で最長540日間に設定可能です!

 

これはなんと、およそ1年と半年分の期間となります。

 

そんな理由から機会損失を減らし、機械学習を進めるために「訪問ユーザーの期間」を長く設定してる場合が

多いのではないでしょうか。

または逆に「訪問ユーザーの期間」を細かく区切って直近1日、2日以内に設定してそれぞれ別に管理している!なんて方もいらっしゃるのでは。。

 

どの対応も案件によっては正解です!

それはなぜか、、、?

 

その疑問の答えは、「コンバージョン(以下CV)に至りやすいユーザー」は案件や時期によって差異はありますが基本的に下記の図に当てはまります。

 

【図1】

コンバージョンに至りやすいユーザーの図

コンバージョンに至りやすいユーザーの図

 

つまりどのユーザーにアプローチをしたいか!ということに依っていきますので、まとめて長期で設定するのも、区切って設定し配信量の調整をするのも正解というわけです。

 

ではここで何を確認していただきたいのかいうと、、

この図に対しアプローチしたい層へのリターゲット設定となっているのか、そして「無駄に配信をし過ぎている」という事態が起こっていないかということです。

 

例えばアプローチしたいユーザーがCVに至りやすい直近の訪問ユーザーではない場合、

直近の訪問ユーザーを除外する必要があります。

 

また刈り取りを行い訪問直近のユーザーへ再アプローチをしたい場合は、配信過多に注目し、

広告を配信できるリスト化したユーザー数がリストを長期間に設定したユーザー数よりも少ないので、同じユーザーへ短い期間で配信する頻度が多くなってしまいます。このことから同ユーザーへ広告を表示する頻度を制限(フリークエンシー設定)する必要があります。

配信が多すぎるとユーザーに不快な思いをさせてしまったり商品価値を下げてしまったり、CVに至らないユーザーに対し過度に広告費を掛けてしまうことがある、、、という事態が起こってしまうかもしれません。

 

ではそういった点を意識しながら手動と自動による入札設定によりどのような配信となっているかを比較したとき、仮に訪問期間を1~30日と設定しCVの獲得を目的とした場合、配信の優先度は下図の黄色枠のような配信となります。

 

【図2】

配信の優先度の図

配信の優先度の図

 

つまり機会損失が少ない均等配信の手動か、見込み度の高いユーザーへ優先して配信する自動入札といった両極端な傾向があります。

広告費用に余裕がある場合は手動、なるべく抑えたい場合は自動入札が比較的適しているようですね。

 

 

2.CV獲得ユーザーの傾向を考えよう

ここまでで基本設定を確認いただいたところで、次にCVの獲得傾向を考えてみましょう。

カスタマージャーニーマップを作成し一例として顧客のデータを可視化します。

 

【図3】

カスタマージャーニーマップの図

カスタマージャーニーマップの図

 

カスタマージャーニーマップとは「顧客が商品やサービスに出会い、実際に購買行動に至るまでのプロセスを可視化したもの」です。

 

それではさっそく図の空欄を埋めていきましょう。

まず手を出しやすいカテゴリとして「属性」があります。

「属性」とは、年齢、性別、子供の有無などのユーザーのステータスをカテゴリ分けした指標のことです。

ここでは地域や配信スケジュールなども含めて考慮していきたいのですが、CVに至るユーザーがどういう傾向にあるのか、ということに焦点を当てましょう。

Googleではこの情報を「モニタリング」といった便利機能で収集可能です。

設定していない属性がありましたら一先ず「モニタリング」でデータ収集をしましょう。

 

ここまでわかってきたらなんとなく大雑把ではあるが人物像が出来ていきませんか?

例えば年齢20代、女性、子供はなし、土日の日中と平日18:00以降にWebアクセスが増え、東京在住といったもののように。

 

もしこういった傾向が見つかった場合、ターゲットにしたいユーザーが見えてきたり、またアプローチの足りないユーザーが浮かんできたりします。

 

そこからはひたすら一つずつ検討です。

 

例えば20代の女性からの需要が最も多いが30代の女性にももっと成果を上げたい。

といった場合は年齢で区切って配信構成を考えましょう。

手動入札であれば広告費用の比率も調整できます。

自動入札であればそれぞれのグループを分けて学習させていくのも手です。

 

 

3.リターゲットリストの質を高めよう

ここまで読んでいただいた方には「やってみよう」と思えるような施策が見つかったりしている方もいらっしゃるのではないかと思います。

そうした場合無駄な配信やアプローチしにくい時間帯に配信していたりしていて少し予算を削ることが出来たのではないでしょうか。

 

そこでリターゲットの最大の弱点「新規の開拓が出来ない」といった点に注目しましょう。

リターゲットの設定では一度サイトに訪問したユーザーを対象とするため配信できる分母が少ないのです。

 

つまり今までの過程で潜在層の刈り取りを行ってしまった場合、どんどんCVに至りにくいユーザーが残っていってしまうことになります。

また機械学習を続けていくと傾向が寄っていき過ぎてしまい同じように獲得できる分母が少なくなってしまい配信量がリストの減退以上に減少することになります。

そこで必要になってくるのが「リスト内ユーザーの補充」で見込み顧客を増やすことで「リターゲットリストの質を高めていく」ということです。

 

【図4】

リスト内ユーザーの補充で見込み顧客を増やしリターゲットリストの質を高めていく図

リスト内ユーザーの補充で見込み顧客を増やしリターゲットリストの質を高めていく図

 

ここまで「設定の見直し」と「CVユーザーの傾向確認」を行ってきたことで先ほどのカスタマージャーニーマップは何種類か作成できていることと思います。

ここまでできてしまえばあとはもう一押し、カスタマージャーニーマップに類似する新規ユーザーを多く取り込みたいわけです。

そういったユーザーの新規開拓を例えばリスティングで行ってみるのもよいでしょう。

例えばリスティングで獲得できているカスタマーとリターゲットで獲得できているカスタマーに差がある場合、リスティングでもリターゲット属性を強化してみます。

20代女性がリスティングでは獲得できるが30代男性はリターゲットが多い場合、30代男性へのリスティングに対して配信量、クリック数を多くさせます。

リスティングで30代男性ユーザーのサイト訪問を増やすということですね。

またこれまで集めてきたユーザー情報をもとに絞った別メニューで配信を行うということも1つの手です。

 

 

4.まとめ

いかがでしたでしょうか。

ここまでに紹介した歩みは一例ですし、そんなことはすでに実施している!なんて方も多くいらっしゃると思います。

しかし必ずしもこうすべき!ということでもありませんが、実施した方にはとてもスマートになったアカウント構成が出来上がっているのではないでしょうか。

「リターゲットの最適化」を実行していくにはやはり視野を拡げた創意工夫、見込みユーザーへのアプローチ機会を増やしていくことが大事だと思っています。

 

限られた条件の中で日々の運用は困窮を深めることとは思いますが、

今回紹介した内容が「リターゲットの最適化」に貢献する第一歩となれば幸いです。

 

それではまたの機会に是非お会いしましょう。