224 人が現在オンライン
224 人が現在オンライン
Google AdWords 公式ブログ
Google AdWords に関する公式情報を、いち早くお届けします。メール通知を受け取るには、こちらの手順をご参照ください。
star_border

Google の機械学習でビジネスの成長を加速(II)AdWords の機械学習機能

adwords-machine-learning-part-2-hero.jpg

 

Google の機械学習でビジネスの成長を加速(I)はこちら

 

Google は、先日開催されたコンシューマー エレクトロニクス ショーで、さらにパワーアップしている消費者の現状を取り上げました。好奇心が強く、高い要求を持ち、ストレスなく行動したい現代の消費者は、どこにいても便利なサポートが得られることを期待しています。たとえば、ホテルでの自分のスマートフォンを使ったチェックインや客室の開錠といったサービスがいい例です。

 

今回は、AdWords の優れた機械学習を利用して、消費者の期待に応えつつ広告主様の時間節約やキャンペーン成果の向上を実現する方法についてご説明します。

 

検索・ディスプレイネットワークキャンペーンの機械学習機能


キャンペーンの管理作業には多くの時間を要します。そこで、手動で膨大な数のキーワードを追加したり、広告見出しをひとつひとつテストして成果の高いものを見極めたりする作業は、Google の機械学習プラットフォームに任せることが可能です。

 

たとえば、新しい商品を在庫に追加した場合やウェブサイトのコンテンツを増やした場合、動的検索広告では、自動的に必要なキーワードが追加され、該当の商品やサービスを検索しているユーザーにリーチできるようになります。

 

また、Google ディスプレイ ネットワークの数百万ものサイトで関連性の高い広告を表示する場合は、スマート ディスプレイ キャンペーンを活用します。その際、最適な広告を自動的に表示して、適切なユーザーにリーチすることができるよう、できる限り多くのクリエイティブ アセットをアップロードしましょう。

 

アプリ業界の革新


アプリ デベロッパーやマーケターの競争は激しさを増しており、月間インストール数が 100 万回を超えるデベロッパーの数は前年比で 35% 増となっています1。ユーザーの関心とふところをめぐって争うアプリやサービスの数が、かつてないほど多くなっているのです。こうしたアプリ業界にも、機械学習が変化をもたらしています。

 

1 Google 内部データ、2017 年 5 月

 

ユニバーサル アプリ キャンペーン(UAC)を利用しているラテンアメリカの配送業者 Rappi は、たった 1 つのキャンペーンで Google Play、検索ネットワーク、ディスプレイ ネットワーク、YouTube に広告を掲載し、価値の高いユーザーにリーチしています。

 

 logo-rappi-new.pngRappi は、クリエイティブ アセットをできるだけ多くアップロードしました。あとは、Google の機械学習プラットフォームが各アセットをローテーションで掲載し、各チャネルで成果の高いアセットを見極め、ユーザーの反応が得やすい広告を表示してくれます。導入からわずか 1 か月で Rappi のコンバージョン率は 10 倍になり、ブラジル、メキシコ、アルゼンチンにも市場を拡大することができました。

 

 

 AG.png自動車ローン会社の AutoGravity は、わずか 5 週間で何万人もの自動車購入者にリーチして、ユーザー エンゲージメントを 120% 強化しました。今後は、同社にとって「価値の高い(ローンが承認される可能性の高い)」ユーザーへのリーチを高めるために、UAC への投資を今後 200% 増やす予定です。

 

 

UAC は、以下の仕組みで「価値の高い」ユーザーに広告を表示しています。Google の機械学習プラットフォームでは、広告主様のアプリに関する情報に加え、Google 検索や Google Play、ウェブデータなどのシグナルから得られるインサイトも利用します。こうしたデータは広告が掲載される各チャネルごとに分析され、リアルタイムで更新されるため、特定のイベントや祝日などに関する急上昇キーワードをすばやく捉え、適切なユーザーに広告を表示することが可能です。

 

広告主様が指定した行動(「ローンの承認を得る」など)を達成したユーザーとそうでないユーザーのほかに、個々のオークションのユーザー シグナルも分析されます。端末の種類やオペレーティング システム、ネットワーク、インストール済みのアプリといったさまざまなシグナルから、「価値の高い」ユーザーの特定に役立つパターンが検出されます。このパターンに基づいて、UAC ではその後のオークションの予測が立てられ、どのチャネルでどのように入札を行い、誰をターゲットとしてどの広告を掲載すべきかが判断されます。

 

機械学習を導入すれば、全般的なキャンペーン効果を向上できるだけでなく、かけがえのない「時間」という資源を有効に活用できるようになります。

 

 skyscanner_RGB_loch.png旅行アプリ Skyscanner の運営会社で成長戦略担当役員を務める Paul Teresi 氏は、UAC のおかげで多くの時間を節約できるようになり、結果としてユーザーの理解や指標の分析に専念し、先端を走り続けるために必要な成長戦略と新たな商機を見極められるようになった、と語っています。

 

UAC で広告主様にとって「価値の高い」ユーザーにリーチする方法の詳細については、新しいコース(英語のみ)でもご紹介しています。

 

次回はこのシリーズの締めくくりとして、入札単価の最適化に導入されている機械学習の仕組みについて、Google 社内のメディアチームの事例を交えてご紹介します。


Posted by David Mitby - プロダクト マネジメント担当ディレクター

0 いいね!