Feedmatic Blog

フィードフォースが「データフィード」「ダイナミック広告」「ID連携」を軸に、新しいマーケティングのトレンドや実践的なノウハウを発信するブログ。

RTB HOUSEイベント開催レポート〜RTB HOUSEを効果的に使うために重要なポイントとは?活用事例を含め紹介〜

RTB HOUSEセミナー開催

2018年9月27日フィードフォースでは、弊社カフェスペースにて『成果報酬型動的リターゲティング広告「RTB HOUSE」徹底解説セミナー』を開催いたしました。

当日はRTB House Japan株式会社の高橋様にご登壇いただき、RTB HOUSEの概要、運用における注意事項、効果的な活用術などを詳しく解説していただきました。本記事ではイベントでご説明いただいたRTB HOUSEの特徴やメリット、注意事項をご紹介いたします。

RTB HOUSEとは

概要

RTB HOUSEは、ディープラーニング(深層学習)を活用したダイナミックリターゲティング広告を提供する広告媒体です。

広告配信におけるユーザー行動やコンバージョンの予測、クリエイティブの生成までをも人工知能で行うディープラーニングモデルを用いています。

ディープラーニング(深層学習)では、与えられた大量のデータから配信効果を高めるための要素(クリエイティブ、フィードデータ、タグ情報、広告配信先など)をエンジンが独自で判断・選別し、より効果の高いクリエイティブを生成したり、最適なユーザーに効果的な広告を配信したりすることができます。特にRTB HOUSEでは、RTB HOUSE経由のコンバージョンのみをエンジンが成果として学習するため、より詳細かつ正確にエンジンの学習が行われます。

ディープラーニング(深層学習)についてよりわかりやすく知りたい方はこちらをご覧ください。

3つの特徴

RTB HOUSEの3つの特徴

ラストクリック型で広告主目線の広告運用

RTB HOUSEでは主にラストクリック型のアトリビューションモデルを採用しています。

多くのDSPではポストクリック型が採用されており、広告をクリックしてから30日や60日の期間に間接的に発生したコンバージョンも成果とみなしてエンジンが学習していきます。しかし広告主の多くが広告から直接発生したコンバージョンを成果として計測しているため、ポストクリックで計測したデータは広告主側がGoogle Analyticsや自社の計測データベースで見ているデータと乖離してしまうという問題がしばしば生じます。

一方、RTB HOUSEが採用するラストクリック型のアトリビューションでは、RTB HOUSEの広告をクリックして直接コンバージョンに至った場合のみを媒体が成果とみなします。そのためRTB HOUSEの計測データとお客様が見ているデータの間での数値の乖離が生じにくいです。

クリエイティブ

ディープラーニングからエンジンが成果を予測して自動生成するクリエイティブは、人の感覚よりも効率的で効果的です。もっとも成果が上がりやすいクリエイティブが優先的に生成され配信されます。

課金モデル

RTB HOUSEでは以下3つの課金モデルを用意しています。

①CPC課金モデル

②RTB HOUSE管理画面上のCPA/ROAS課金モデル

③CPC課金+CPA/ROAS設定型課金モデル

RTB HOUSE管理画面上のCPA/ROAS課金モデルとは、最初に設定した目標のCPA/ROASで請求金額が決定する課金モデルです。例えば最初に設定した目標CPAが1万円ならば請求金額は、目標CPA1万円×最終コンバージョン数となり、目標ROASが500%で1000万円の売り上げが出たとしたら請求金額は200万円となります。

RTB HOUSEのCPA/ROAS課金モデルでは最初に設定した目標CPA/ROASで請求金額が決定し、最終的な結果でCPA/ROASが左右されることなくリスクを負わずに始めることができます。また、運用前から予算の見通しを立てることができるのもメリットの一つです。

3つ目のCPC課金+CPA/ROAS設定型課金モデルは、①と②のハイブリッド型です。最終的にはCPC課金モデルで請求されますが、並行してCPA/ROASの目標値を設定しその目標値を目指して運用が行われます。

①CPC課金モデルが最もエンジンの制限がゆるく配信量が多いです。サイトへの送客を重視する場合に相性が良いですが、CTRが高い配信面にはコストを多く使いすぎてしまうことがあります。

一方で②CPA/ROAS保証型モデルでは、エンジンがコンバージョンに繋がるユーザーかどうかを厳しく判別し広告の配信を行うため制限が厳しく配信量が少なくなる傾向があります。よりリスクなく広告投資できることが大きな特徴ですが、最適化への学習期間を必要とするため出稿開始初期に配信ボリュームが出しにくい場合があります。

最適化の学習期間中でもインプレッションを伸ばしたい場合は、③CPC課金+CPA/ROAS設定のハイブリッド型モデルを採用し、同じCPA/ROASの目標値を設定し広告配信をおこなうといいです。

効果的な活用方法

RTB HOUSEを効果的に活用するために重要なことは以下の2つが挙げられます。

①タグやデータフィードなどから大量のデータを与えてエンジンが十分にディープラーニングを行えるようにすること

②課金モデルを柔軟に活用して配信量をコントロールしコンバージョンをあげること

フィード

リターゲティング広告の精度を高めRTB HOUSEを有効に活用するためには、フィード情報やカラム情報を正確に、大量に提供しエンジンにディープラーニング(深層学習)をさせることが重要です。RTB HOUSEではフィードをより重視しており、フィード情報を中心にエンジンの学習が行われるためより多くエンジンに提供することで学習精度を高めることができます。

タグ

RTB HOUSEでは、カテゴリー用のタグと検索結果用のタグを用意しており、フィードの情報と一致させるため全部で8種類のタグを用意しています。他の媒体に比べやや多いですが、細かく設定する分ユーザー行動へのタッチポイントが増えエンジンの学習が進むため8種類全てのタグを設定することが精度を上げるために効果的です。

課金モデルの変更

エンジンの学習が進みさらに配信を増やして行きたいとなった場合、「CPA/ROAS課金→ハイブリッド型→CPC運用型」と課金モデルを徐々に移行していきエンジンのレバーを緩めていくことで、配信量やインプレッションの数が増えてRTB HOUSEをより効果的に活用できます。

ROAS課金型でエンジンはコンバージョンするか否かでかなり厳しく判断し、コンバージョンがかなりの確率で見込まれる場合に広告配信が行われます。そのためある程度学習が進み、目標CPA/ROASにて広告予算の消化が見込める状況になった際、課金モデルを変更しエンジンのレバーを緩めることでインプレッション数を伸ばしていくことができます。

他のリターゲティング広告との併用の勧め

リーチの広がり・精度UP

リーチの広がり・精度UP

各リターゲティング広告ごとにエンジンが異なるため、アプローチできるリーチユーザーの幅が広がります。

どのユーザーに、どの商品を、どの広告枠に、いくらで配信するかはエンジンのアルゴリズムや計算式によって異なってきます。そのため複数のリターゲティング広告を併用することであらゆるユーザーにリーチすることが可能です。また異なるユーザーデータをそれぞれのエンジンが相互に学習するため併用しているリターゲティング広告のエンジンの精度が向上するという相乗効果を期待できます。

予算のアロケーションの確保

CPA/ROAS課金モデルを用いる場合、予算を組むときのアロケーションのベースを確保することが可能です。

複数のリターゲティング広告を併用する場合、例えば前月に効果的であった媒体のCPCの単価を上げたところ翌月のCPAが予算を上回ってしまったというケースが起こりかねません。それに対してRTB HOUSEのCPA/ROAS課金モデルであれば、予算のうちRTB HOUSEの費用分のCPA/ROASは保証されているため、予算のアロケーションを設定するときのベースができ安心して他の媒体を運用していくことができます。

活用事例

RTB HOUSEのエンジンはコンバージョンしなかったデータは学習せず、RTB HOUSE経由でのコンバージョンのみを学習していきます。そのため学習期間は機械学習のDSPに比べると長くかかってしまいますが、リターゲティングの精度が高く学習期間後には大きな結果を残しています。以下、学習期間後に大きな結果を残した事例と、学習期間を短くするためにあえてROASを緩めて運用した事例の二つを紹介します。

2ヶ月の学習期間の後に効果を発揮した事例

2ヶ月の学習期間の後に効果を発揮した事例

RTB HOUSEをROAS課金型で運用したA社では、学習期間が約60日間と2ヶ月ほどかかりましたが、学習期間後にはコンバージョンもインプレッション数も急激に伸び、しばしば数百万から一千万に達するほどに成長しています。

ROASを変化させた運用事例

ROASを変化させた運用事例

次にROASを緩めたところから運用を開始し、徐々に変動させていった事例を紹介します。エンジンの学習を十分に進めるためには、RTB HOUSE経由のコンバージョンを増やすことが重要です。そのためファッション業B社では、RTB HOUSE経由のコンバージョンを増やすためにあえてROAS150%と低い設定からスタートし徐々にROASを高めていくという運用方法をとりました。その結果、学習期間が50日と、A社よりも比較的早く学習期間を終えて成果を出すことに成功しています。

まとめ

RTB HOUSEはディープラーニングを活用しているため、より詳細で精度の高い広告配信が可能です。またCPA/ROAS課金型の課金モデルを用意しているため、リスクを最小限にしながら運用を開始することができます。

学習期間が約1~2ヶ月と長くかかってしまうこと、CPA/ROAS課金型ではエンジンの配信量の制限が厳しいことに注意しつつ、たくさんのデータを提供することでエンジンの学習を進め、RTB HOUSEを柔軟に活用することで大きな成果を得ることができるでしょう。

最後に

成果報酬型動的リターゲティング広告「RTB HOUSE」についてその特徴から活用方法をまとめた資料をご用意しました。是非あわせてご参考ください。

成果報酬型動的リターゲティング広告「RTB HOUSE」を解説!