2023 年の Google 広告アトリビューション モデルのガイド – データドリブン アトリビューションは未来か?

Google 広告のアトリビューション モデルが重要な理由

調査によると、消費者は購入前に少なくとも 8 回製品に関与し、リードが変換されるまでに 7 ～ 13 回以上のエンゲージメントが必要です。 したがって、適切なアトリビューション モデルを使用することは、企業がこれらすべてのタッチポイントに関連してチャネルとキャンペーンがどのように機能するかを理解するための基本です。

適切なアトリビューション モデルを選択することが重要である主な理由は次の 2 つです。

Google 広告アトリビューション モデルのガイド

ソース: Louisaustin.co

利用可能な 6 つの Google 広告 アトリビューション モデルを見て、それぞれのアトリビューション モデルの長所と短所を調べて、どれが適切かを調べてみましょう。

• ラストクリック アトリビューション
• ファースト クリック アトリビューション
• 位置に基づく属性
• リニア アトリビューション
• 時間減衰の属性
• データドリブン アトリビューション

1. ラストクリック アトリビューション モデル

使い方

ラストクリック アトリビューションは、名前が示すように、コンバージョン前の最後のタッチポイントにすべての貢献度を割り当てます。 ラスト クリック アトリビューションは単純明快で一般的に使用されていますが、近年では、カスタマー ジャーニー全体の複数のタッチポイントを考慮して、ラスト クリック以外にも注目する必要性が高まっています。

たとえば、コンバージョン パスは複数のタッチポイントで構成され、一般的なキーワードから始まり、ディスプレイ広告と動画広告のインタラクションが続き、ブランド キーワードからのコンバージョンで終わります。 この例では、ブランド キーワードがすべての貢献度を獲得します。 ただし、顧客をビジネスに紹介した一般的なキーワードがコンバージョンに貢献した、またはコンバージョンが起因するブランド キーワードと同じくらい重要であると主張することもできます。 ビデオとディスプレイのインタラクションについても同じことが言えます。

販売サイクルの短い e コマース ビジネスなど、コンバージョンが発生する前にユーザーとのタッチポイントがほとんどないビジネスに最適です。

• 長所:シンプルで実装が容易です。 このモデルは、チャネルが基本レベルでどのように機能するかについての洞察を提供します

• 短所:最後のタッチポイントを除くすべてのタッチポイントを無視します。 このため、カスタマー ジャーニーの包括的な概要と、他のチャネルやキャンペーンがコンバージョンにどのように貢献しているかの価値を提供できない場合があります。

2. ファースト クリック アトリビューション モデル

使い方

ファースト クリック アトリビューションでは、顧客がコンバージョンに至る前に操作した最初のタッチポイントにすべてのクレジットが与えられます。 ラスト クリック アトリビューションと似ていますが、その逆です。 上記の例では、最初にユーザーをビジネスに紹介した一般的なキーワードがすべてのクレジットを獲得し、ミドル ファネルとボトム ファネルのインタラクションは無視されます。

ブランドの認知度と発見に重点を置いており、ユーザーにビジネスを紹介するチャネルやキャンペーンに功績を認めたい企業に最適です。

• 長所:顧客のブランドとの最初のタッチポイントに関する洞察を提供します。 これは、ブランドの認知度に重点を置いている企業や、ユーザーをビジネスに紹介するのに最適なキャンペーンに役立ちます.

• 短所:最初のタッチポイントを除くすべてのタッチポイントを無視するため、ラストクリック アトリビューションと同様に、カスタマー ジャーニーの包括的なビューが提供されない場合があります。

3. 位置ベースのアトリビューション モデル

使い方

位置ベースのアトリビューションでは、コンバージョンに至る前にユーザーが操作した最初と最後のタッチポイントにより多くの貢献度が割り当てられます。 たとえば、一般的な検索キャンペーンが最初の関心を喚起し、後でユーザーがディスプレイ リターゲティング広告をクリックしてコンバージョンに至る場合があります。 掲載順位に基づくアトリビューションでは、検索キャンペーンとディスプレイ キャンペーンの両方がコンバージョンに貢献したと見なされます。

ブランディングとダイレクト レスポンス キャンペーンが混在していて、最初と最後のタッチポイントの間でアトリビューションを共有したいビジネスに最適です。

• 長所:カスタマー ジャーニーの最初と最後にあるタッチポイントに功績を認めます。これは、これらのタッチポイントが最も影響力があるという考えを反映しています。

• 短所:このモデルでは、カスタマー ジャーニーの途中にあるタッチポイントが考慮されていません。 ユーザーが購入前の期間に 10 個のキーワードをクリックした場合、中間の 8 個のキーワードには何も関連付けられません。

4. リニア アトリビューション モデル

使い方

リニア アトリビューションは、カスタマー ジャーニーのすべてのタッチポイントにクレジットを均等に分配します。 3 回のクリックがあった場合、これらの各タッチポイントは、コンバージョンの 3 分の 1 に関連付けられます。

すべてのタッチポイントを考慮したい企業や、顧客がコンバージョンするまでに販売サイクルが長く、複数のやり取りが必要な企業に最適です。

• 長所:カスタマー ジャーニーのすべてのタッチポイントにクレジットを均等に分配し、パフォーマンスのより包括的なビューを提供します。

• 短所:このモデルは前の 3 つのモデルよりもわずかに洞察力が高く、クレジットの配分が公平ですが、線形アトリビューションは各タッチポイントの影響を正確に反映していない可能性があります。 たとえば、最初のタッチポイントは、意図の高い中間および最後のタッチポイントと比較して、意図が低い場合があります。つまり、広告キャンペーンの効果を正確に判断しようとする場合、中間および最後のタッチポイントはより多くのクレジットに値する可能性があります。

5. 時間減衰アトリビューション モデル

使い方

減衰アトリビューションでは、コンバージョン イベントに近い時間に発生したタッチポイントにより多くのクレジットが割り当てられます。 コンバージョン前の最後のタッチポイントに最大の貢献度が割り当てられ、その前のタッチポイントが続きます。

次のシナリオを考えてみましょう。ユーザーが最初に一般的なキーワードをクリックして、製品ページにアクセスしたとします。 その後、1 週間にわたってビデオ リターゲティング広告が配信され、最後に製品を検索し、ショッピング広告をクリックして購入します。 この例では、タイム ディケイ アトリビューションにより、クレジットの多くがショッピング広告に割り当てられ、次に動画キャンペーンが割り当てられ、最後に最も少ないクレジットが一般的なキーワードに割り当てられます。

販売サイクルは短いものの、カスタマー ジャーニーに複数のタッチポイントがある企業に最適です。 また、時間に敏感なタッチポイントを持つビジネスにも適している可能性があります.

• 長所:コンバージョンに近いタッチポイントにより多くのクレジットが与えられます。これは、最近のタッチポイントが最も影響力があるという考えを反映しています。 このアトリビューション モデルは、ラスト クリック アトリビューションよりも多くの洞察を提供し、前のタッチポイントにクレジットが与えられるため、パフォーマンスをより正確に理解することができます。

• 短所:このモデルは、初期のタッチポイントを無視するか、初期のタッチポイントの影響を正確に評価せず、パフォーマンスの真の反映を妨げる可能性があります。

6. データドリブン アトリビューション モデル

使い方

DDA とも呼ばれるデータドリブン アトリビューションは、最新のアトリビューション モデルであり、アカウントが特定の基準を満たしている場合に採用することを Google が推奨するモデルです。 しかし、Google 広告のデータドリブン アトリビューション モデルがどのようにコンバージョンのクレジットを与えるのか疑問に思われるかもしれません。

データドリブン アトリビューションでは、高度な機械学習を使用してデータを分析し、カスタマー ジャーニーにおける各タッチポイントの重要性を判断します。 コンバージョンは、顧客のコンバージョンへの影響と影響に基づいて分類され、各タッチポイントに関連付けられます。

出典： windsor.ai

検索広告（ショッピングを含む）、YouTube、ディスプレイ広告、Google 広告のディスカバリー広告でクリック数と動画エンゲージメントが分析され、コンバージョンにつながるパターンが特定されます。 自動入札を使用する場合、これらのパターンはコンバージョンを割り当てる DDA をサポートするだけでなく、入札戦略がコンバージョンにつながるデータとパターンを活用して、同様の行動をとる顧客を見つけるのにも役立ちます。 これが、データドリブン アトリビューションを最も高度なアトリビューション モデルにしている理由です。

複雑なコンバージョン パスを持つ企業や複数のタッチポイントを持つ企業、機械学習の恩恵を受けたいデータが豊富な適格な企業に最適です。 高度なアルゴリズムを使用してデータを解読し、コンバージョンを属性付けするため、DDA はキャンペーン、広告グループ、キーワード、および広告のパフォーマンスをより明確にすることができ、ほとんどのアカウントに適しています。

長所:機械学習を使用して、コンバージョンへの影響に基づいてタッチポイントにクレジットを割り当てます。 これは、カスタマー ジャーニーをより正確に把握できることを意味します。

短所:機能するには大量のデータが必要であり、コンバージョン トラッキングが正確であることが基本です。 これにより、コンバージョン データがほとんどないビジネスや、追跡に問題があるアカウントがこのアトリビューション モデルを採用できなくなる可能性があります。

データドリブン アトリビューションの使用例

DDA が実際にどのように機能するかの例を次に示します。

DDA は機械学習を使用し、クリックがユーザー ジャーニーでいつ発生したかに関係なく、どのクリックが最も影響力があるかをより明確にします。 パフォーマンスをよりよく理解するだけでなく、 DDA を使用している何百もの広告主を対象とした最近の調査では、ラストクリック アトリビューションと比較してパフォーマンスが向上したことが明らかになりました。

以下は、データドリブン アトリビューションを使用した実際のビジネスの 3 つのケーススタディです。

データドリブン アトリビューション データの要件

購入、サインアップ、アプリのインストールなど、ほとんどのコンバージョン アクションは、データドリブン アトリビューションに使用できます。 実際、DDA は、作成するすべての新しいコンバージョン アクションのデフォルトのアトリビューション モデルになりましたが、別のアトリビューション モデルに手動で切り替えることもできます。

出典: Google 広告ヘルプ

多くのコンバージョン アクションでは、DDA を実行するために必要な最小ボリュームはありません。 ただし、資格を得るには、30 日以内に少なくとも 300 回のコンバージョンと 3,000 回の広告インタラクションが必要な場合もあります。 これらの変換には、次のものが含まれる場合があります。

• 価値の高いアクション: 購入、リード、サインアップなど、ビジネスにとって価値の高いコンバージョン アクションは、ページビューや動画の視聴などの価値の低いアクションよりも、コンバージョン数や広告インタラクション数が少ない可能性があります。
  
  
• ニッチな商品やサービス: ニッチな商品やサービスに関連するコンバージョン アクションは、オーディエンスが少なく、コンバージョンや広告インタラクションが少なくなる可能性があります。

データドリブン アトリビューションでは、アプリ内購入などのアプリ内コンバージョン イベントを使用して、特定のキーワードや広告に関連付けることもできます。 また、電話、来店、対面での購入などのオフライン コンバージョン イベントをインポートすることもできます。これらのアクションは、識別子を使用して Google 広告のインタラクションと照合することもできます。

既存のコンバージョン イベントについては、アカウントが適格である場合、Google からメールで通知されます。その時点で、データドリブン アトリビューションを採用するか、オプトアウトできます。 また、Google 広告アカウントの属性セクションで資格があるかどうかを確認することもできます。 Google 広告で DDA に切り替える方法については、以下をご覧ください。

Google 広告でアトリビューション モデルを選択するにはどうすればよいですか?

Google 広告アカウントで、[ツールと設定] に移動し、[測定] で [アトリビューション] をクリックします。 ここから、さまざまなコンバージョン経路とコンバージョン経路指標を探索し、アシスト コンバージョンも確認できます。

左側のメニューのモデル比較機能を使用して、アカウントのコンバージョン データがさまざまなアトリビューション モデルでどのようにアトリビューションされたかを比較します。 モデルを変更せずにコンバージョンがどのように割り当てられたかを確認できるため、このツールは優れています。

上のスクリーンショットは、デフォルトのルックバック ウィンドウと、アカウントが追跡する 4 つのコンバージョン イベントを使用して、ラスト クリック アトリビューションとデータドリブン アトリビューションを比較したものです。 これは、2 つの重要なコンバージョン指標 (コンバージョンとコンバージョンあたりの費用) がどのように機能したかを示しています。

この機能を使用して、変更を加える前に採用に関心のあるアトリビューション モデルを確認し、コンバージョン データがビジネス目標に沿っていることを確認してください。

アトリビューション モデルを変更する準備ができている場合、これはコンバージョン レベルで行われるため、[ツールと設定]、[コンバージョン] の順に進みます。 アトリビューション モデルを変更するコンバージョン イベントをクリックし、[設定の編集] をクリックします。

[アトリビューション モデル] で、ドロップダウン メニューをクリックし、目的のアトリビューション モデルに変更します。

データドリブン アトリビューションに切り替える方法

上記と同じ方法で、データドリブン アトリビューションに切り替えることができます。 ただし、Google 広告アカウントの属性セクションで、左側のメニューの [DDA に切り替える] に移動します。

そこから、アカウント内のすべてのコンバージョン アクション、現在使用しているアトリビューション モデル、DDA に切り替える資格があるかどうかを確認できます。

上のスクリーンショットに示されているように、資格がある場合は、自分で切り替えを行うか、自動切り替えが適用されている場合は、切り替えが自動的に行われるのを待つか、DDA を使用しない場合はオプトアウトすることができます。 .

データドリブン アトリビューション モデルを改善する方法

データドリブン アトリビューションに切り替えたら、DDA を最大限に活用するための手順が他にもいくつかあります。

• DDA がキャンペーンに関連付けるコンバージョン データを分析して、DDA ベースのコンバージョンに応じて入札単価を調整します。

• DDA はコンバージョンまでの経路全体で広告のインタラクションとクリックをより正確に測定するため、キーワードの掲載結果を見直して、経路の初期のキーワードがコンバージョンにどのような影響を与えているかを確認します。

• データドリブン アトリビューションを使用する場合、推奨されるアプローチは、目標 CPA や目標 ROAS などのスマート入札戦略を採用することです。 Google 広告の入札戦略に関する実用的なガイドについては、こちら をご覧ください。

• ユーザー インタラクションとコンバージョン データを収集して分析するために、DDA に数週間の猶予を与えます。 この学習期間は重要であり、コンバージョンまでの道のりが長い企業にとってはなおさらです。

結論

最初に 6 つのアトリビューション モデルそれぞれの長所と短所を比較検討し、便利な Google 広告比較ツールを使用して各モデルがビジネスに与える影響を理解することで、適切な Google 広告アトリビューション モデルを選択します。

ビジネスと目標に最適なアトリビューション モデルを選択することで、パフォーマンスをより正確に把握し、最適化の取り組みを改善し、キャンペーンの全体的な効率を高めることができます。