多くの企業で取り組みが進んでいる「広告運用インハウス化」

一方で、
・自社だけで完結させるには人的リソースも知見もない
・インハウス化して正直成果が伸びない
と悩んでいる事業責任者の方もいらっしゃいます。

今回は、ギャプライズが様々な企業とご一緒してきた経験から見えた、成功している企業の共通点と事例をご紹介します。

※本記事は、2019/11/27に開催されたセミナー「AI時代に求められるデジタルマーケティングのあり方～広告成果を最大化する戦略と組織とは？～」登壇内容の一部をまとめたものです。

1、インハウス化が成功する企業の共通点とは？

インハウス化というと、「完全に自社で内製化した状態」を想像されるかもしれません。

ギャプライズが考える「インハウス化が成功している企業」は、
・外部の力を上手く活用し
・自社の持つナレッジを生かし
・主導権を自分たちで持ちながら効果的に回している
状態です。

インハウス化が成功している企業には共通点は「広告集客×UXの連動」

広告集客とUX（サイト改善）の2つがそれぞれ独立したものではなく、連動して取り組まれています。

では、どのように連動しているのでしょうか？

この2つを結びつけるものに、機械学習があります。

Webサイト改善担当がサイト上で得たデータを機械学習によって分析し、その学習結果を活かして広告運用担当が最適な方法で配信しユーザーにリーチします。

2、学習させるデータの質と量のバランスの重要性

しかし、機械学習で分析するといっても、ただ、闇雲に行えばいいわけではありません。

学習させるデータの質と量のバランスが重要です。

データの量が足りなければ、機械は学びませんし、機械に良質なデータを学習させなければ、質の良い学習結果は出ません。

つまり、どこのCVポイントを学習させるかによって結果が変わります。

こちらのBtoBクラウド事例では、当初質の高い申し込みの段階で学習させていましたが、データが十分に集まらなかったため、質は低いものの、データ量が多い資料請求に学習ポイントを変更したところ、成果が向上。

一方、上記の金融事例では、フォームの到達というデータ量が多い段階を学習ポイントに置いていましたが、データの質が低かったため、質の高い申込に変えたことで結果が良くなりました。

このように、どのCVポイントを学習させるか？を見定めなければなりません。

このバランスの取り方は現状「人」の判断です。
広告運用担当とサイト改善担当が分断するのではなく、お互いに連動して、最適な機械学習を進めるという観点を持つことが必要です。

オンラインビジネスのアクションはサイト上で行われるため、UXという観点を特に意識しながら、いかに良質なデータを大量に取るかがキーとなります。

3、UXと広告集客それぞれにおける「学習データの質と量」

そもそも、質の良いデータとは何でしょうか？

それは、CVに繋がる極力ノイズが少ないデータです。本当はCVしないユーザーや情報収集を目的としているユーザーはデータとしては質の低いユーザーと言えます。

一般的にコンバージョンとして収集されているデータの中には、下記のようなユーザー全てが含まれています。

しかし、本来含まれるべきは、「コンバージョンに動くことを決めた人」・「動きたくても動けなかった人」で、その他の、「動くことを決めていた人」・「絶対に動かない人」・「検討して動かなかった人」を除くことで、CVRは上がります。

そのため、効率的なアプローチ方法するには、ユーザーを“混ぜずにわける”ことが大切です。

まず、コンバージョンするつもりだったのにできなかった①「動きたくても動けなかった人」を最優先に取り込み、②「絶対に動かない人」を除き、最後にコンバージョンを検討してくれる③「動くことを決めた人」を増やします。

「質」をUX側で意識した事例

コンバージョンに動きたくても動けなかったのには主に3つの理由があります。
・サイト上のエラー：ログインID、パスワード、文字入力制限etc
・オファーの不足：資料が欲しいだけなのに問合せしかないetc
・手段の不足：代引きがいいのにカード決済しかないetc

次の動画は、航空券サイトのエラーが原因でコンバージョンに至らなかった例です。

この航空券サイトのユーザーは外国人が多く、カナ入力ができずにフォームを突破することができませんでした。

こういった場合は、サイトに逃げ道を作るだけで、コンバージョンに繋がるので、そういったユーザーを取りこぼさないようにすることが重要です。

「質」を広告集客側で意識した事例

広告側が「質」を意識することも大切です。
例えば、アパレルのEC企業が「ワンピース」という検索キーワードを入札して、機械に学習させた場合、「ワンピース」には服と漫画があるため、機械は後者の「ワンピース」もコンバージョンしたか調べてしまいます。

こういった明らかに該当しないものは人の手で除外するべきです。

「量」をUX側で意識した事例

「質」が上がっても「量」が足りないと学習は進みません。
質の担保されたCVを一定量確保するためにUX側で学習機会(CVポイント)を能動的につくらなければなりません。

これは、司法書士法人の例ですが、電話番号を取得するのに、最初のページで入力を依頼するフォームから、一度ボタンを表示してポップアップで依頼するように変えました。CVポイントの見せ方を変えることで、結果的にCVRが上がりました。

このようにCVポイントは商品やサービスによって変えながら、学習成果を上げることが大切です。

「量」を広告集客側で意識した事例

Facebook広告のリターゲティング配信事例です。

当初CV最適化で運用していましたが、データが少なく最適化が回りませんでした。
また、CVRは高いもののリーチ単価が高いターゲットであったためCPAが高騰。

学習データ量を担保するため、最適化対象をリンククリックにした結果、
最終的に、CPAが3分の1という結果になりました。

4、分断している企業が上手くいかない理由と上手くいかせる方法

「学習データの質と量」まで考えながらUXを改善・広告することができるチームは他社と差別化する強みになるにも関わらず、そういった企業はまだ少ないのが現状です。

多くの企業では、広告集客とWebサイト改善でチームが分断されているため、予算やKPIが分かれており、データの質に関して議論できていません。

上手くいかせるには、分断されたチームではなくタッグを組んで進めることです。とはいっても組織体制をガラリと変えることが難しい場合は、各チームが「学習データの質と量」という観点を持つだけでも違いを生みます。

また、全体のビジネスモデルを見た上で、KGI/KPIを各チーム間で可視化・共通化させることも重要です。

5、まとめ

インハウス化が成功する会社の共通点は、「広告集客とUXの連動」です。

・分断されているので、どこから取り組んでよいかわからない
・広告集客とUX、最適化がうまく回っていない
・内製化をサポートしてほしい
ギャプライズでは、様々なフェーズのお客様を支援しております。

是非お気軽にこちらからご相談ください。