アトリビューションモデルを選択してテストする方法

マーケティング担当者が予算を超えずに一定数のコンバージョンを獲得するという課題に直面した場合、適用するアトリビューションモデルが正しい意思決定を行い、モデルのロジックを理解するのに役立つことを確認する必要があります。 途中で多くの間違いを犯し、時間とお金の損失につながる可能性があります。

この記事では、最新のアトリビューションモデルを比較して適用し、会社のマーケティングを次のレベルに引き上げるのに役立つ情報をまとめました。

ユーザーは複数の広告キャンペーンを操作する可能性があるため、アトリビューションモデルを適用して、各キャンペーンから生じるコンバージョンの数と価値を見積もる必要があります。 アトリビューションモデルを使用すると、ユーザーがコンバージョン前に操作したキャンペーン全体にコンバージョン値を配分できます。

アトリビューションモデルに何を期待しますか？ 正確で理解しやすいものでなければなりません。 しかし、既知のモデルの大部分は、これらの要件の1つだけを満たしています。

たとえば、最も人気のあるラストタッチアトリビューションモデル（ラストクリック、ラスト非ダイレクトクリック）は非常に明確です。すべての値はラストキャンペーンに与えられます。 ただし、明らかな欠点があります。最後のキャンペーンを除くすべてのキャンペーンの貢献を無視します。

多くの人は、特にディスプレイキャンペーンを評価するために、関連するコンバージョンを使用します。 このモデルも十分に明確です。ユーザーが操作したすべてのキャンペーンにコンバージョン値を提供します。 しかし、そのような評価は、チェーン内のキャンペーンの存在のみを考慮し、その影響の程度を無視するため、非常に不正確です。

たとえば、リーチキャンペーンは、キャンペーンバナーが表示されたユーザーによるすべてのコンバージョンの価値を取得します。 その結果、帰属するコンバージョン数は実際のコンバージョン数を大幅に上回っています。

最新のサービスは、精度を優先し、確率的アトリビューションモデルを開発します。 たとえば、Googleはデータ駆動型モデルを宣伝し、Facebookはコンバージョンリフトを宣伝し、ニールセンはキャンペーンリフトを宣伝しています。

これらのモデルは共通のアプローチを共有しています。特定のキャンペーンがコンバージョンの可能性をどの程度高めたかを測定し、それに応じてその価値を決定します。 これにより、評価はより客観的になりますが、モデルはブラックボックスのように見え、デバッグの機会が限られているかまったくないため、広告主には多くの未解決の質問が残ります。

OWOXでは、2015年から確率的アトリビューションモデルを開発しています。OWOXアトリビューションモデルは、機械学習に基づいています。 ユーザーセッションレベルで広告キャンペーンを評価し、目標到達プロセスへの貢献を考慮に入れて、マーケターが管理チャネルとコンバージョンウィンドウを指定し、CRMデータを接続できるようにします。

最近、OWOX BIアトリビューションモデルの新しいバージョンをリリースしました。これは、ベストプラクティスをまとめ、重要なビジネス上のメリットをもたらします。

1.モデルは、コンバージョンの可能性に基づいてキャンペーンの貢献度を決定し、目標到達プロセスのステップを手動で選択する必要はありません。 以下の例では、有料検索チャネルからの最初のセッションで、ユーザーは20％の確率で変換しました。 リターゲティングチャネルからの2番目のセッションでは、確率が70％に増加しました。 3番目のセッションでは、ユーザーがコンバージョンを達成しました。

各セッションの値は、前のセッションと比較した場合のユーザーによるコンバージョンの可能性の増加に等しくなります。 この場合：

• 有料検索からの最初のセッションは、確率が0％から20％に増加したため、コンバージョン値の20％を受け取ります。
• リターゲティングを使用した2番目のセッションでは、確率が20％から70％に増加したため、コンバージョン値の50％を受け取ります。
• 電子メールとの3番目のセッションは、コンバージョン値の残りの30％を受け取ります

確率的アトリビューションモデルで最も重要なことは、コンバージョンの可能性を予測する際の精度です。 OWOX BI機械学習アルゴリズムは非常に正確です。これは、これらのアルゴリズムを使用してROIを2.2倍に向上させたiProspectとEldoradoによって得られた結果によって確認されています。

2. OWOXアトリビューションモデルの新しいバージョンの2番目の利点は、まだコンバージョンに至っていないセッションの価値を予測できることです。

この予測により、今日キャンペーンをオフにした場合に、将来受け取ると予想される広告キャンペーンからのコンバージョン数を知ることができます。

これにより、パフォーマンスの低いキャンペーンを無効にし、誤って遅延キャンペーンを無効にしないように、より迅速な決定を下すことができます。

モデルの予測精度は、アルゴリズムだけでなく、トレーニングサンプルのサイズにも依存します。 OWOXモデルの予測の速度と品質の向上は、何万ものプロジェクトでモデルをトレーニングすることによって達成されました。

3.最も重要なことは、計算ロジックを可能な限り透過的にし、特定のビジネスの特性を考慮に入れるために、データ変換コードをすべてのクライアントに公開しました。 コードを自分で変更することができます。OWOXBIは定期的なデータ更新を処理し、広告キャンペーンのコストを組み合わせて、必要なすべてのレポートを提供します。 デモにサインアップすることで、データをdbt（データビルドツール）に変換する利点について学ぶことができます。

さまざまなアトリビューションモデルを使用してキャンペーンを評価すると、さまざまな結果が期待できます。 したがって、必然的に疑問が生じます。どのアトリビューションモデルを選択する必要があり、どれが正しいパスを示しているのでしょうか。

実際、マーケティング担当者は、左または右を指すコンパスを必要としませんが、渋滞と必要な到着時間を考慮してルートを計算して推奨する本格的なナビゲーションシステムを必要とします。 これは、企業が特定の推奨事項に基づいて目標を達成できるようにするアトリビューションモデルです。

さらに、チャネル容量を考慮せずに広告予算を管理すると、風景を考慮しないコンパスのように、行き詰まりにつながる可能性があります。 ほとんどのマーケターは、コンバージョンあたりの低コストでは予算を増やす決定を下すのに十分ではないことを知っています。 たとえば、ブランドキャンペーンのコンバージョン単価は低くても容量が不足している可能性があるため、予算を増やしてもコンバージョンは増えません。

上のグラフは、キャンペーンAとBのコンバージョン数が、それらのキャンペーンに投資された予算にどのように依存するかを示しています。 キャンペーンAの現在のCPAはキャンペーンBのCPAよりも低いことに注意してください。ただし、チャネルAでの次のコンバージョンは、チャネルBよりもコストがかかります。

したがって、アトリビューションを適用するには、チャネルの現在のパフォーマンスだけでなく、各チャネル、キャンペーン、およびキーワードの予算を増減した場合に全体的な結果がどのように変化するかを知る必要があります。

プロジェクトにこのようなモデルを使用すると、マーケティングチームは適切な成長戦略を選択できます。

1. 予算を削減して、同じ数のコンバージョンを獲得します。
2. 同じ予算でコンバージョン数を増やします。
3. 同じCPAでコンバージョン数を増やします。

これにより、予算の再配分に関する推奨事項だけでなく、予測結果もすぐに取得できます。

主な質問は残っています：各キーワードの容量曲線をどのように知ることができますか？ OWOX BIでは、何万ものプロジェクトの市場データを使用して、プロジェクトの地域とニッチが与えられたときにこの質問に答えるモデルをトレーニングします。 私たちの経験によると、大規模なプロジェクトであっても1か月のデータでは、高品質の予測を得るのに十分ではありません。

重要なポイント：

1. アトリビューションモデルは広告キャンペーンを評価しますが、広告予算を再配分するための推奨事項を提供しません。
2. 推奨事項を取得するには、キャンペーンの容量とプロモーション戦略を知る必要があります。
3. 最適なアトリビューションモデルは、ビジネスが特定の目標を達成できるようにする推奨事項に基づくモデルです。

チャネル容量（メディア）を増やす方法と、代理店の目標を設定する際のよくある間違い（ラストクリック）は、特別な注意（および記事）に値します。 次の記事で読みたいことをコメントに書いてください。

OWOXアトリビューションモデルについて詳しく知りたい場合は、デモにサインアップしてください。 私たちはあなたのすべての質問に喜んでお答えします。