Criteo、LINEダイナミック、Facebookダイナミック、GDR、YDNダイナミック…ダイナミック広告と名の付くものをとりあえずはじめてみたけれど、成果はイマイチ。

そんなときに見直すべき12の改善ポイントを解説します。

そもそもダイナミック広告ってなに?

Web広告には大きく分けて、

  1. 検索結果一覧に表示される広告:検索連動型広告(リスティング広告)
  2. Webサイト上の広告枠に表示される広告:ディスプレイ広告

の2種類があります。(アプリ内の広告枠に表示されるものもここではディスプレイ広告に入れています)

表題の「ダイナミック広告」は一般的に、ターゲティングが動的に変更できたり、広告クリエイティブが動的に変化するもののことを指しています。その多くは、「2. Webサイト上の広告枠に表示される広告:ディスプレイ広告」に属する配信メニューです。

また、「1. 検索結果一覧に表示される広告:検索連動型広告(リスティング広告)」の中でも、Google広告の「Googleショッピング広告(商品リスト広告、PLA)」は、データフィードを用いて広告クリエイティブを動的に変化させるメニューです。これもダイナミック広告と呼べるでしょう。

今回の記事では、上記のダイナミック広告のうち、特にデータフィードを用いるものについて解説をしたいと思います。
そこで、本記事ではこれ以降、データフィードを用いてクリエイティブを動的に作成する広告=「データフィード広告」と呼ぶことにします。

ダイナミック広告、データフィード広告と他のWeb広告との違いは?

一般的な広告は、リスティング広告でもディスプレイ広告でも、配信ターゲットごとに広告クリエイティブを指定して配信します。それに対してデータフィード広告は、一人ひとりのユーザーに合わせた広告クリエイティブを自動で作ってくれます

たとえば、データフィード広告のさきがけにして代表といえばCriteoですが、こういうバナー(中身がくるくるしている)をご覧になったことはないでしょうか。

Criteo広告イメージ例
(Criteo広告)

この広告は一つひとつ入稿しているわけではなく、Criteoが持っているのは商品のリスト情報(データフィード)です。広告配信エンジンがタグからのシグナルを用いて、ユーザーが閲覧した商品をデータフィードから探し出し、広告の枠にあてはめてくれています

実際に自分が閲覧していた商品と同じものが表示されることによって、ユーザーに対して強いアピールができる広告です。

また、データフィード広告は基本的にデータフィード上に広告テキスト、画像などの情報を入れておけば、あとは広告枠に合わせてリサイズなどを行ってくれます。広告のサイズやデザインを自動で調整してくれるため、さまざまなサイズの枠、デバイスへ一つひとつの広告枠に合わせた広告表示が可能になります。

最近は、静的なGDN(Google ディスプレイネットワーク)・YDN(Yahoo!ディスプレイアドネットワーク)でも「レスポンシブ広告」といって広告枠に合わせたリサイズを行ってくれるメニューが登場しており、Web広告全体としてクリエイティブの自動生成がトレンドです。データフィード広告はその先駆けと言えます。

データフィード広告、とりあえず配信しているけど、もっと改善できないかな?

自動で一人ひとりのユーザーに合わせた広告を作成してくれる、とても便利なデータフィード広告ですが、

  • 管理画面で操作する条件が少ない
  • 広告の表示内容がデータフィードの中にあり、見えにくい

といった点から、配信を始めたはいいものの改善が後回しになりがちです。

適切な配信を行うためには、リスティング広告や静的なディスプレイ広告とは違った考え方が必要になります。どんな改善ポイントがあるか順番に見ていきましょう。

改善ポイント①データフィードの内容を適切に保つ

チェックポイント
  • 1. 必須項目は正しく設定されているか
  • 2. 推奨項目は出来る限り設定されているか
  • 3.テキスト項目について、媒体のレギュレーションに沿った加工がされているか
  • 4.画像は最適なものを設定しているか
  • 5.マスタデータの更新は正常に行われているか、処理エラーとなっているデータがないか

ユーザーが実際に閲覧した商品を広告で表示するためにまず必要なのが、「データフィード」です。データフィードとは、簡単にいうと、商品情報の一覧表です。媒体によっては「商品リスト」「カタログ」と呼ぶこともあります

配信媒体は、この一覧表から、ユーザーが見た(または、見た商品と関連がある)商品を探して表示します。

配信媒体によって、データフィードに含めなければいけない「必須項目」、出来れば機械学習のために入れておいてほしい「推奨項目」が異なりますが、最低限「商品番号(商品ID)」「商品名」「価格」「商品の説明」「在庫の有無」といった、ごく基本的な情報が用意できれば配信は可能です。ただし、本当に広告配信で成果をあげたい、という場合は、推奨項目も含めて出来る限りデータフィードの内容を充実させる必要があります

将来的に改善を行うことを考えると、データフィードの項目は初期設計時からなるべくしっかりと埋めていただくほうが良いと思います。

また、日々更新される商品データを即時に反映し、媒体の仕様に合わせて正しく整形する必要があります

広告表示の元データとなりますので、必須項目がない場合はデータフィードから取り除く除外ルールや、媒体のレギュレーションに合わせた禁止文字処理なども必要になります。

毎日更新される商品データを毎回人力で整形するのは大変ですので、フィードフォースでは 除外ルールや禁止文字などの処理をルール化し、自動でデータフィードが整形できるツール (dfplus.io) を使用してデータフィードを作成しています。

そのため、広告主様は決まった項目のマスタデータをご共有いただくだけで、常にデータフィードを最新の状態に保てます。

改善ポイント②タグを充実させる

チェックポイント
  • 6. 意図した通りにタグが発火しているか
  • 7. タグで取得する商品IDと、データフィードの商品IDは一致しているか
  • 8. タグとデータフィードのID一致率が低くないか
  • 9.カテゴリ、売上金額など変数項目は正しく取得できているか
  • 10.推奨のイベントは出来る限り設定しているか

タグとは、Webサイトに埋め込む短いコードです。

タグを埋め込むことにより、そのサイトに来たユーザーがどの商品ページを閲覧したのか、どの商品をカートに入れ、買ったのか、といったサイト内での行動を広告媒体の配信エンジンが知ることができます。

タグで取得する項目(変数)は媒体によって異なりますが、最も重要なのは「商品ID」です。タグで取得した商品IDをデータフィードと突き合せることで、ユーザーの行動に合わせた商品を広告に表示できます

そのため、タグで取得する商品IDと、データフィードに設定する商品IDは同じ階層のものが設定されている必要があります

例えばアパレルの広告主様の場合、マスターデータには型番×カラー×サイズでデータを持っていることが多いと思います。この場合、ユーザーが実際にWebサイト上で見たのと全く同じ商品を広告表示させるためには、タグで取得する商品IDも型番×カラー×サイズの番号になっている必要があります。

もしタグで取得できる商品IDが「型番」に相当する階層の場合、データフィードの商品IDを「型番」にする(カラー、サイズ別の行を型番で一行にまとめる)必要があります。(媒体によっては、「型番」と「商品ID」の両方をデータフィードに持つことが可能なものもありますが、今回は割愛します)

タグとデータフィードで違う階層の商品IDが設定されていると、タグから送られたシグナルに合致する商品がデータフィード上に見つからず、ユーザーに合わせた広告を配信できません

タグの設定項目(変数、イベント)についても、媒体によっては必須でないけれども最適化の学習材料となる項目がありますので、出来るだけ多くの項目を埋めておくことが大切になります

改善ポイント③キャンペーン構成は適切か

チェックポイント
  • 11. 学習に必要なオーディエンスが確保できているか
  • 12. 不要に細かいキャンペーン・広告グループ分類がされていないか

上記のキャンペーン構成のチェックポイントは、データフィード広告だけでなく、ダイナミック広告全般、そして検索連動広告にも共通する考え方です。

特にデータフィード広告の場合、基本的には広告表示に使用する内容はデータフィードから一括で取得しますので、広告訴求ごとのキャンペーン・広告グループ分けは不要になります。反対に、機械学習によって最適化を進める必要があるため、過剰な分割は1広告グループあたりのオーディエンス数、インプレッション数を少なくしてしまい、学習を阻害しかねません

キャンペーン構成についても、適切な分類となっているか、不要に細かい分類がされていないか、確認しましょう。

まとめ:ダイナミック広告、データフィード広告の良いところを発揮するためには「自動化」に合わせた設計が必要

ここまで見てきた通り、データフィード広告は広告クリエイティブを自動で生成してくれますし、誰にどの商品の広告を配信すれば良いかを自動で判別してくれます。

データフィード広告を含む、ダイナミック広告全般の特色としては、入札や入稿など、従来のWeb広告運用で中心となっていた「作業」はほぼ人の手を離れ、自動化されていることが挙げられます。

ターゲティングについても、Criteoに代表されるように、媒体側が最適化のエンジンを持っていることがほとんどです。

その一方、機械学習、自動化中心の運用となるため、ぱっと見では何が最適化に必要なのか、次はいったい何を改善すればよいのか、わかりにくい広告メニューとも言えます。

データフィード広告の要となる機械学習を最適化するためには、どれだけのデータを、正しく媒体のエンジンに学習材料として用意できるか、つまりデータの量と質が重要です。そのためには、データフィードとタグを媒体の要求する仕様に合わせて総合的に設計し、常に最適な状態を維持することが大切になります。

おまけ:せっかく作ったデータフィード、他の広告メニューでも使いたい

フィードフォースでは、これまで見てきたようなデータフィードとタグの総合的な設計、実装から運用を承ることが可能です。

媒体の仕様は刻々と変化しますので、そこは専門の代理店にお任せいただき、広告主様にはマスタデータの充実やWebサイトの改良などに取り組んでいただく、そのお手伝いができればと思っております。

また、たとえば最初にCriteoを配信したとして、Googleショッピング広告(商品リスト広
告、PLA)も始めたい! となったとき、最初に作ったデータフィードの知見は他の媒体にも活かせるかもしれません。フィードフォースでは、媒体横断でデータフィードを一括管理できるツールをご用意していますので、自社運用のご担当者様にもおすすめです。

最後まで読んでいただきありがとうございました。