ウェブサイト全体をご覧になるには、こちらをクリックしてください

オーディエンスのセグメンテーションからアクティベーションまで:成果の高いキャンペーンに向けたオーダーメイドのオーディエンスの構築

概要:

  • アクティベーション・ギャップは大きなコストを伴います。ニールセンの「Digital Ad Ratings」によると、広告の37%がターゲット層に届いておらず、これはセグメンテーション調査の結果をプラットフォーム固有の代理指標に変換したことによる直接的な結果です。 
  • プロキシオーディエンスには精度の低下が伴います。ターゲットオーディエンスが新しいプラットフォーム向けに再解釈されるたびに、元の調査結果からさらに乖離し、チャネル間の不整合が生じ、パフォーマンスに対する信頼性が低下します。 
  • セグメンテーション調査は、直接的な広告活用資産となり得ます。実在の人々から収集されたファーストパーティの態度データは、精度を損なうことなく、ターゲティング可能なオーディエンスへと変換され、プログラマティック広告、ソーシャルメディア、CTV(コネクテッドTV)などにおいて活用することができます。 
  • チャネル間の整合性は、統一されたオーディエンス定義から始まります。同じオーディエンスがあらゆるチャネルでのエンゲージメントを促進することで、マーケターはチャネル間のパフォーマンスを比較し、単一かつ安定した目標に基づいて最適化を行うことができます。 
  • リサーチグレードのオーディエンスは、測定可能な成果をもたらします。Dynataが支援したあるキャンペーンでは、プログラマティック広告においてアンケート調査に基づくオーディエンスを活用することで、他のターゲティング手法と比較して顧客獲得単価を63%削減することができました。 

何十年もの間、マーケターたちは、ターゲット層を理解するための重要な基盤として、ターゲット層のセグメンテーション調査に頼ってきました。ブランドは、この調査を通じて、最も価値の高い顧客を真に際立たせている要素――人口統計情報、態度、動機、意図など――を明らかにしています。こうしたインサイトは、ブランドポジショニングからクリエイティブ戦略に至るまであらゆる側面を形作り、チームに「誰にリーチしようとしているのか」「なぜその層を重視すべきなのか」を明確に理解させ、確固たる自信を与えています。 

しかし、そうした知見をメディアで活用しようとする段階になると、その過程で何かが失われてしまうことがよくあります。 

かつては豊かで、ニュアンスに富み、実在する人々の視点に基づいていたオーディエンスの定義は、徐々に翻訳され、要約され、改変されていきます。それは、リサーチチームからブランドマーケターへ、さらに広告代理店のブリーフへと伝わり、最終的にはプラットフォーム固有のターゲティングパラメータへと変換されていきます。実行段階に到達する頃には、元のオーディエンスは、多くの場合、当初のセグメンテーションの背後にある意図を大まかに推測させるだけの、一連の代用シグナルに還元されてしまっているのです。 それは、マーケターが意図したターゲット・ペルソナを後付けで改変した、劣化したバージョンに他ならない。 

そして、その乖離がもたらす影響はデータからも明らかです。ニールセンの「デジタル広告視聴率(Digital Ad Ratings)」によると、広告の37%が本来のターゲット層に届いておらず、この乖離がいかに広範に及んでおり、多大なコストを招いているかが浮き彫りになっています。[ニールセン] 

どこで故障が起こるのか

洞察と実行の間のこのギャップは、投資や専門知識の不足によるものではありません。これは、現在のエコシステムの仕組みから生じる副産物なのです。 

多くの組織では、確立されたプロセスに従っています。すなわち、綿密なセグメンテーション調査に投資し、優先すべき対象グループを特定した上で、その調査結果をペルソナやターゲット定義にまとめ、キャンペーン戦略の指針としています。そして、これらの定義は、各チャネルでキャンペーンを展開するメディアチームや代理店と共有されます。 

課題となるのは、メディア活用が中立的な環境で行われるわけではないという点です。プログラマティック、ソーシャル、CTVを問わず、各プラットフォームでは、独自のデータ入力や分類体系を用いて、そのプラットフォーム固有の表現でオーディエンスを定義する必要があります。その結果、メディアバイヤーは、各プラットフォームで利用可能な形式に合わせて、元のオーディエンス定義を再解釈せざるを得なくなります。ここで、プロキシオーディエンスが重要な役割を果たすのです。 

広告代理店は、セグメンテーション調査で定義された正確なオーディエンスを直接活用するのではなく、人口統計情報、行動データ、ブラックボックスモデルによるセグメントといった利用可能なシグナルを用いて、可能な限りそれに近いモデルを構築しています。こうした代用指標は方向性としては一致しているかもしれませんが、多くの場合、元のインサイトのような深みや精度を欠いています。時間が経つにつれて、これによりチャネルやキャンペーン間でばらつきが生じ、一貫性を確保したり、パフォーマンスを検証したりすることがますます困難になっていきます。 

実務で見てきたように、これはより広範な課題につながります。具体的には、ターゲティング精度の低下、プラットフォーム間で断片化したオーディエンス定義、そしてキャンペーンが本来のターゲット層に確実に届いているという確信の低下などです。言うまでもなく、こうしたさまざまなプロキシオーディエンスのバージョン間でパフォーマンスを比較することは、メディアバイヤーにとって骨の折れる作業となります。 

プロキシベースのターゲティングの限界

この問題は、運用面と方法論面の双方に起因するものである。 

従来のターゲティング手法は、推論されたデータや代理データに大きく依存しており、観察された行動や属性に基づいて、その人物がどのような人物であるかを予測しようとします。これらの手法は、大規模なリーチを実現する上で有効ですが、本質的にある程度の不確実性を伴います。つまり、これらの手法は「実際にこのオーディエンスに属しているのは誰か?」という問いではなく、「このプロファイルに当てはまりそうなのは誰か?」という問いに答えるものなのです。 

対照的に、セグメンテーション調査は本質的に決定論的である。これは、人々が自分の考え、感情、行動意図について明示的に述べた内容を捉えるものである。単なる行動そのものではなく、行動の背後にある動機を明らかにするものである。 

しかし、その豊富さにもかかわらず、このデータはメディアエコシステムから切り離されていることが多く、マーケターは手作業でそのギャップを埋めることを余儀なくされています。そして、そうする過程で、そもそもその調査に価値をもたらしていた「精度」そのものを犠牲にしてしまっているのです。 

アクティベーションにおけるオーディエンス・セグメンテーションの役割の再考

セグメンテーションは、単なる計画立案の材料から、直接的なアクティベーション資産へと進化させる必要があります。そして、カスタムオーディエンスターゲティングこそが、その転換を実際に実現する手段です。このアプローチでは、間接的なシグナルに頼るのではなく、ファーストパーティの態度データを活用して、調査で定義された対象者を正確に反映したアドレス可能なオーディエンスを構築し、さまざまなチャネルを通じて直接的にアクティベーションを行います。  

マーケティング担当者は、調査レベルのインサイトを、精度を損なうことなくチャネルを横断して活用できるターゲット層へと変換する手法を、ますます積極的に取り入れている。 

Dynata自身の調査でも指摘されているように、マーケターは実在する人々から直接、ファーストパーティの態度データを収集し、その情報を活用して価値の高いオーディエンスセグメントを定義した上で、それらのセグメントをメディア活用に向けたターゲット可能なオーディエンスへと変換することができます。 

マーケターは、オーディエンスを大まかに推定するのではなく、調査で明らかになったのと同じ態度、行動、意図を持つ個人をターゲットにすることができます。その結果、より一貫性があり、より正確で、ひいてはより効果的なターゲティング戦略が実現します。 

「洞察から実行へ――妥協なき取り組み」

オーディエンスのセグメンテーションデータがアクティベーションに直接活用できる場合、そのメリットはターゲティング精度の向上にとどまらず、さらに幅広い範囲に及びます。 

まず、チャネル間の整合性が確保されます。マーケターは、プラットフォームごとにオーディエンスを再定義するのではなく、プログラマティック、ソーシャル、CTVの各環境において統一されたオーディエンス定義を適用することで、キャンペーンがどこにいても同じコア層に確実にリーチできるようになります。 

第二に、パフォーマンスに対する確信が高まります。マーケターが、ターゲットとするオーディエンスに確実にリーチできていることを把握できれば、結果を明確に解釈し、より的確にキャンペーンを最適化できるようになります。その結果、セグメンテーション調査に活かせる知見を得て、全体的な戦略の最適化につなげることができる場合が多いのです。  

そしておそらく最も重要なのは、これが有意義な測定を可能にするという点です。リサーチからアクティベーションに至るまで、ターゲット層の定義が一貫していれば、キャンペーンが単にインプレッションを稼いだだけでなく、影響を与えることを意図した対象者に対して実際にインパクトをもたらしたかどうかを検証することが可能になります。 

インサイトが施策の立案に反映され、その施策が測定結果にフィードバックされるという、このような閉ループ型のアプローチは、多くのマーケターが目指してきたものの、まだ完全には実現できていないものです。 

ギャップを埋め、パフォーマンスを向上させる

業界では、ターゲット層を理解することの重要性がかねてより認識されていますが、成果は最終的には、そうした知見が実行段階にどれだけ的確に反映されるかによって決まります。Dynataが支援するキャンペーン全般において、ターゲット層戦略が実在する人々を基盤とし、その知見がアクティベーションに直接活かされる場合、一貫してより優れた成果が得られていることが確認されています。 

例えば、Dynataの 「『今すぐ購入、後払い』の戦いに勝つ」 というケーススタディでは、大手決済プロバイダーが、Dynataのファーストパーティのアンケート調査に基づくオーディエンスを活用し、すでに競合他社のBNPL(後払い)ソリューションを利用している購入意欲の高い消費者を的確にターゲティングしました。これらのインサイトをプログラマティックプラットフォームで直接活用した結果、このキャンペーンは他のターゲティング手法と比較して顧客獲得単価を63%削減し、既成のプラットフォームオーディエンスを上回る成果を上げました。[dynata.com] 

結論は単純です。パフォーマンス向上への道は、オーディエンスの規模ではなく、オーディエンスの精度から始まります。セグメンテーションからアクティベーションに至るまでオーディエンスの精度を維持することで、マーケターは「代理ターゲティング」の枠を超え、より効率的で測定可能なキャンペーン成果を実現できるのです。  

よくある質問 

カスタムオーディエンスターゲティングとは何ですか?
カスタムオーディエンスターゲティングとは、プラットフォームが推測した間接的なシグナルに頼るのではなく、態度調査やアンケート調査などのファーストパーティ調査データから直接、ターゲティング可能なメディアオーディエンスを構築する手法です。その結果、セグメンテーション調査で定義された実際の人々を反映した、より精度の高いオーディエンスが得られます。 

オーディエンス・アクティベーションとは何か?
オーディエンス・アクティベーションとは、リサーチやプランニングで定義されたオーディエンスを、プログラマティック、ソーシャル、CTVなどのチャネルを横断したメディア展開において、ターゲティング可能なセグメントへと変換するプロセスです。効果的なアクティベーションでは、代理データを用いて近似させるのではなく、元のオーディエンス定義の正確性を維持します。 

「プロキシオーディエンス」と「カスタムオーディエンス」の違いは何ですか?
プロキシオーディエンスは、ターゲット層を近似する人口統計情報、行動データ、またはモデル化されたセグメントなどの推論されたシグナルに基づいて構築されます。一方、カスタムオーディエンスは、ユーザーが明示的に表明した考え、感情、行動意図などを捉えたファーストパーティデータに基づいて構築されるため、ターゲット層をより正確かつ決定論的に表現することができます。 

メディア活用において、オーディエンスの整合性がなぜ重要なのか?
プラットフォームごとにオーディエンスの定義が再解釈されると、当初の調査結果から乖離が生じ、チャネル間で一貫性が失われ、キャンペーンの真の影響力を測定することが難しくなります。オーディエンスの整合性を維持することで、キャンペーンが実施されるあらゆる場所で、意図した同じ対象層に確実にリーチできるようになります。 

アンケートに基づくオーディエンスターゲティングは、キャンペーンのパフォーマンスをどのように向上させるのでしょうか?
アンケートに基づくオーディエンスは、実在する人々が自身の態度、行動、意図について明示的に報告した内容に基づいているため、推測に基づくターゲティング手法よりも精度が高くなります。Dynataが支援したあるキャンペーンでは、プログラマティック広告においてアンケートに基づくオーディエンスを活用することで、他のターゲティング手法と比較して顧客獲得単価を63%削減することができました。 

著者について

ブルック・ハントリーは、Dynataのメディアソリューション部門におけるプロダクトマーケティングディレクターを務めており、Dynataのメディアソリューションポートフォリオ全体にわたる市場投入戦略、製品ポジショニング、および商業的支援を統括しています。彼女は、複雑なアドテック、データ、測定技術を明確な市場価値へと変換することを専門としており、プロダクト、営業、リサーチ各チームと緊密に連携しながら、メディアエコシステム全体での導入促進とイノベーションを推進しています。 以前は、Pixalateでプロダクトマーケティング担当副社長を務め、広告不正防止およびプライバシーコンプライアンスソリューションのグローバルな市場投入を主導し、業界初のCOPPAコンプライアンス技術を立ち上げた。キャリアの初期には、Cox Media GroupでCox Analyticsを設立し、数千社の中小企業広告主向けにアナリティクス製品スイートを構築するとともに、CTVおよびクロスチャネルアトリビューションに関する主要な取り組みを主導した。 また、スターコム・メディアベスト(Starcom-MediaVest)およびサピエント・ニトロ(SapientNitro)では、数年にわたり広告代理店の管理職を務め、全米規模のデジタル投資を管理するとともに、グローバルブランド向けのデータ駆動型ターゲティングプログラムの先駆的な取り組みを推進しました。 ブルックは、インディアナ大学ケリー・ビジネススクールでMBAを、ミズーリ大学ジャーナリズム学部で戦略コミュニケーションの学士号を取得しています。