GoogleBigQueryでアシストされたコンバージョンを使用して広告キャンペーンを最適化する方法

ビジネスが開発する広告チャネルが多ければ多いほど、さまざまなキャンペーンによってより多くの顧客を獲得できる可能性があります。 したがって、ビジネスユーザーがマーケティングパフォーマンスを向上させるための貴重なデータインサイトを取得した場合、生成される収益は大幅に増加します。

このケースでは、さまざまなプラットフォームでさまざまなユーザーセグメントの広告キャンペーンを最適化することに課題があった、大規模な家電製品小売チェーン向けにOWOXBIチームが提供するソリューションについて説明します。

同社は、顧客の購入経路への複数の広告チャネルの貢献、カテゴリのビジネスグループ（BGC）、さまざまな地域間のユーザー行動の違いなど、いくつかの要因を考慮しながら、広告費を最適化することを目指していました。

カテゴリのビジネスグループ（BGC）は、類似した製品カテゴリのグループです。 たとえば、オーディオ機器はMP3プレーヤー、イヤホンなどの一般名です。BGCによるセグメンテーションは、小売業者の内部構造によって推進されます。各部門が1つのBGCを担当します。

さまざまな都市や地域の顧客の行動は、経済的要因によって異なります。 そのため、Media＆CRM部門は注文を地域別に分類しています。

小売業者の経験によると、オンラインおよびオフラインの顧客の80％は、購入する前に複数の広告チャネルを操作しています。 Google Analyticsのアシストコンバージョンレポートでは、オンラインチャネルがコンバージョンパスに与える影響を分析できます。 ただし、レポートでは、地域およびBGCによるセグメンテーションは許可されていません。 これにより、各チャネルの貢献度を完全に評価することは不可能になります。

さらに、同社は完全なユーザー行動データに裏打ちされた、より良い意思決定を行うことを目指していました。 Google Analyticsは、レポート期間中にデータ量が500 Kセッション（Google Analytics 360では1億セッション）を超える場合にサンプリングを適用します。 また、毎月のコンバージョン数が100万を超えたため、マルチチャネルレポートでコンバージョン経路の全体像を確認することはできませんでした。 業務の規模を考えると、このような測定誤差は小売業者の決定の質に大きく影響しました。

さまざまな地域（BGCセグメント）の広告チャネルのパフォーマンスを比較するために、ビッグデータウェアハウスでユーザーの行動データを収集することが決定されました。 OWOXは、Google BigQueryの使用を提案しました。このサービスは、データのセキュリティ、柔軟性、および迅速な処理を保証するためです。

Google BigQueryエクスポート機能のおかげで、ウェブサイト訪問者の行動データはGoogleAnalyticsからGoogleBigQueryに自動的にインポートされます。 この機能は、GoogleAnalytics360クライアントでのみ使用できます。

AdWordsキャンペーンの掲載結果データは自動的にGoogleアナリティクスにインポートされます。 OWOX BI Pipelineは、広告キャンペーンの費用データをGoogle Analyticsにインポートし、GoogleBigQueryのすべての広告費用に関するデータを収集するのに役立ちます。

内部システム（ERP）は、製品カテゴリとBGCの関係に関するデータを保存します。 たとえば、電子レンジは小型家電（SDA）グループに属し、ラップトップはコンピューターグループに属します。 アナリストは、データを内部システムからGoogleスプレッドシートにコピーし、OWOX BIBigQueryReportsアドオンを使用してGoogleBigQueryにインポートします。

データ収集のフローチャートを以下に示します。

アトリビューションモデルに必要なデータは、GoogleBigQueryの2つのテーブルに保存されます。 最初の表には、Googleアナリティクスからの購入、ユーザーの行動、広告費に関するデータが格納されています。 もう1つは、Googleスプレッドシートの商品カテゴリとBGCの関係に関するデータを保存します。

OWOXの専門家は、JOIN操作を使用して、これら2つのテーブルのデータを製品カテゴリIDでマージしました。 データは次のように結合されました。

同社は、ユーザーが最も頻繁に操作するチャネルとその順序を確認したいと考えていました。 コンバージョン経路の最初の2つのセッションを最も頻繁にもたらすチャネルは、ユーザーをWebサイトに引き付けるのに役立つため、目標到達プロセスの上位段階で最高のパフォーマンスを発揮します。 購入前に最後の2つのセッションを行うのが最も一般的なチャネルは、目標到達プロセスの下部でパフォーマンスが向上します。つまり、購入者が意思決定を行うのに役立ちます。

OWOXアナリストは、トランザクションへのセッション数（1、2、3、4、および5+セッション）で注文をセグメント化することを提案しました。 長い変換パス（5セッション以上）は短い変換パスと同様に扱われます。主な焦点は最初の2つのセッションと最後の2つのセッションに置かれます。 これらは、ユーザーが製品について学び、購入を決定するセッションです。 その間のセッションは貢献度がはるかに低いため、すべて一緒に分析されます。

OWOXチームは、OWOX BI BigQuery Reportsアドオンを使用して、セグメンテーション結果のGoogleスプレッドシートへの自動インポートを設定し、レポートを作成しました。 レポートは、さまざまな場所とさまざまなBGCで広告チャネルがどのように機能するかを示しています。 たとえば、長い（5セッション以上）コンバージョン経路の目標到達プロセスのさまざまな段階でユーザーがGoogle広告をクリックすることで、ユーザーがウェブサイトにアクセスする頻度を確認できるようになりました。 同社のスペシャリストは、GoogleとCriteoの広告のパフォーマンスを比較し、各地域（BGCセグメント）の上部、中間、下部の目標到達プロセスでどちらのチャネルのパフォーマンスが優れているかを確認できます。

マネージャーとマーケティングスペシャリストの作業を容易にするために、OWOXエキスパートはインタラクティブなダッシュボードの形式でデータを視覚化しました。 Google Data Studioは、次の理由でダッシュボードソリューションとして選択されました。

• ダッシュボードは操作に便利です。データは日付または選択したディメンションで簡単にフィルタリングできます。
• レポート用のデータソースは、数回クリックするだけで接続できます。
• 無制限のカスタムレポートとダッシュボードを無料で作成できます。

その結果、ダッシュボードが受信され、購入が広告ソース、地域、カテゴリのビジネスグループ（BGC）、および購入前のパスの長さによってどのようにセグメント化されているかが表示されました。

Google Analytics360とOWOXBIを使用してGoogleBigQueryでデータを収集して処理した結果、同社はさまざまな地域とBGCの広告チャネルのパフォーマンスを評価し、その結果をGoogleDataStudioで視覚化することができました。 これは、次のような質問に答えるのに役立ちました。

• 上部の目標到達プロセス、中間の目標到達プロセス、下部の目標到達プロセスでパフォーマンスが向上するチャネルはどれですか。
• 特定の«region—BGC»セグメントでパフォーマンスが向上するチャネルはどれですか。
• どの«region-BGC»セグメントが最も多く購入されていますか？

現在、テスト結果に基づいて、2017年下半期にパフォーマンスマーケティング予算を見直し、再配分する予定です。