シグナルロスを克服し、新たなデータ環境を構築する方法
プライバシー時代の到来により、データシグナルの損失が進み、マーケターがキャンペーンのターゲティング、計測、最適化を行う能力は大きく制限されるようになりました。McKinseyによると、シグナルロスによって失われる可能性のある価値は、米国だけでも最大100億ドルに上るとされています。
しかし、技術革新と適応によって、この課題の克服は十分に可能です。既存データの欠損を補完するとともに、新たなデータシグナルを生み出すことで、新しいデータ環境を構築できるようになっています。
本記事では、この状況に至った背景、シグナルロスがマーケティングに与える影響、そしてそれを克服する方法について解説します。
シグナルロスとは
シグナルロスとは、ユーザーレベルの識別子（Identifier）が減少することで発生するデータシグナルの損失を指します。こうした識別子は、これまで、そして現在でも一部において、成果重視型マーケティングの計測を支える基盤となっています。そのため、シグナルロスはデジタルマーケティング業界における非常に大きな変化であり、重大な課題でもあります。
この状況に至った背景
近年、ユーザーのプライバシー保護を目的として、立法機関や消費者による監視や要求が強まっています。GDPR、CCPA、DMAなどはその代表例です。
その本質は、ユーザーレベルのデータが企業間でどのように共有されるべきか、そしてその共有に対する同意取得をどのように求め、提示するべきかという点にあります。
これと並行して（あるいはそれに対応する形で）、GoogleとAppleはユーザーレベルデータを制限または段階的に廃止するための仕組みを導入しました。
- iOS – App Tracking Transparency（ATT）：ATTの導入により、IDFAを利用できるインストール率は、従来の約80％（Limit Ad Tracking環境を含む）から27％まで低下しました。ただし、この27％もモデリングにおいては依然として重要な役割を果たしています。
- Android – Google Advertising ID（GAID）の廃止：Googleは最終的にAndroidのユーザーレベル識別子を完全に廃止すると見られていますが、その実施は2025年以降になると考えられています。
- Web – サードパーティCookie：Chromeブラウザにおいて長年にわたり計画されていたサードパーティCookieの廃止について、Googleは2024年7月、方針転換を発表しました。同社は「サードパーティCookieを廃止する代わりに、Chrome上でユーザー自身が十分な情報に基づいて選択できる新しい体験を提供する予定です。現在、この新しい方針について規制当局と協議しており、展開に向けて業界とも連携を進めています。」と説明しています。
Googleはこの「Chromeにおける新しい体験」の詳細を公表していませんが、サードパーティCookieの完全廃止ではなく、同意しないユーザーに限定した部分的な制限へと移行する可能性が高いと考えられます。ただし、依然として不透明な点は数多く残されています。 Googleはオプトアウト方式を採用するのか、それともオプトイン方式なのか。広告主側とパブリッシャー側の双方で同意が必要になるのか。言語表現やUXは厳格に規定されるのか、それとも柔軟な運用が認められるのか。その答えは今後明らかになるでしょう。
一方で、ATTによるユーザーレベルデータの減少は、すでにiOSでは現実となっています。そして今後はAndroid、さらにWebへと広がり、すべてのデジタルマーケターに影響を与えることになります。状況はプラットフォームごとに異なりますが、本質的な課題は共通しています。
シグナルロスがもたらす影響
ユーザーデータの不適切な利用を防ぐという観点では、このエコシステムの変化は必要な進歩です。しかし、ターゲティング、計測、最適化にユーザーレベルデータを活用してきたマーケターにとっては、大きな適応を求められる変化でもあります。
1. 計測への影響
シグナルロスは計測に大きな影響を与え、主に2つの課題を生み出しています。
a) データの断片化： データの断片化は以前から存在していましたが、iOS 14.5以降、その問題はさらに深刻化しました。代表的なデータソースだけでも以下があります：
- MMPのアトリビューションデータ（決定論的・確率論的）とアプリ内データ
- OSおよびストアのデータ（SKANおよびSandbox）とアプリ内データ
- SRNのアトリビューションデータ
- iOSで同意を取得したユーザーデータ
- Apple Search Adsデータ
- IncrementalityやMMMなどのトップダウン計測データ
- モバイル以外のデータ（CTV、Web、PC・コンソール、オフラインなど）
しかも、これはiOSだけの話です。
これほど多様なデータソースやフレームワークから得られるデータを、どのように統合し、正しくパフォーマンスを把握すればよいのでしょうか。
b) データの制限と遅延：
SKANおよびその後継であるAdAttributionKitは、意図的に遅延したシグナルを提供する仕組みであり、利用できるデータも最大64値（後続ポストバックでは3値のみ）に制限されています。AdAttributionKitやSandboxデータでは改善が進み、30日間のLTV計測も可能になるとされていますが、それでもOSデータは依然として遅延し、制限された状態で提供されます。マーケターは通常、リアルタイムのポストインストールシグナルを活用して最適化を行います。そのため、OSデータの遅延と制限は大きな障害となります。
2. ターゲティングへの影響
ユーザーレベルデータが利用できない場合、広告主はさまざまな課題に直面します：
- リマーケティングセグメントを作成できなくなるため、既存のエンゲージ済みユーザーへ効果的にアプローチできず、CPA（Cost Per Action）が上昇する
- 除外リスト（サプレッションリスト）を作成できなくなるため、既存ユーザーへ重複配信が発生し、新規ユーザー獲得コストが増加する
- 広告ネットワークによる配信最適化の精度が大きく低下し、全体的な広告コスト上昇につながる
つまり、プライバシー施策によるシグナルロスはデータの完全性を損ない、誤った解釈や不正確なインサイトを生み出すリスクを高めます。その結果、誤った意思決定につながる可能性があります。シグナルロス時代において、マーケターの仕事は以前よりも格段に難しくなっており、計測もまた同様に複雑化しています。
計測への信頼性を維持するためにシグナルロスを克服する方法
ATT導入以前、マーケターはユーザーレベルデータを細かく把握できており、まるで超高解像度の8K画像を見るように、ユーザー行動を鮮明に理解できていました。
しかし、ユーザーレベルデータが減少していく現在のデータ環境は既に現実となっており、元に戻ることはありません。この新しい環境では、多くの情報が欠落しているため、全体像を把握することが難しくなっています。
そのため、マーケターは利用可能なあらゆるデータシグナルを活用し、異なるデータソースを統合して単一の信頼できる情報基盤を構築する必要があります。
新たな「データの全体像」を作り出すためには、可能な限り欠損部分を補完するとともに、新たなデータシグナルを追加して不足を補うことが重要です。それでは具体的に見ていきましょう。
1. モデリングによる既存データの欠損補完
モデリング自体は以前から存在していました。しかし、過去はほとんどのデータが決定論的に取得できていたため、必須ではありませんでした。一方で、シグナルロスが進む現在では、モデリングは不可欠な存在となっています。そして重要なのは、こうしたモデリングはユーザーのプライバシーを侵害することなく実施できるという点です。さらにAI技術の進歩により、モデリング精度は飛躍的に向上しています。
モデリングは主に以下の領域で活用されています：
- OSアトリビューション：SKANデータ（および将来的なSandboxデータ）は、遅延や制限を伴うため、データに欠損が生じます。モデリングを活用することで、リアルタイムシグナル、地域単位（Geoレベル）のデータ（SKANでは取得不可）、7日後、30日後以降のLTVデータなどを推定し、補完できます。
- メディア側でのモデリング：SKANの制約により、Self-Reporting Network（SRN）は計測上の課題を抱えています。これらのネットワークは従来、決定論的アトリビューションのみに依存していたため、多くの貢献を見逃していました。決定論的アトリビューションに確率論的モデリングを組み合わせることで、失われていた成果の評価を回復できます。AppsFlyerの分析によると、SnapはiOSにおけるインストールシェアを138％拡大し、eCPIを46％削減しました。 これは個々の非同意ユーザーを特定した結果ではなく、SKAN、同意済みアトリビューション、集約キャンペーンモデリングを統合したSSOTアプローチによって実現した成果です。
さらにGoogleやMetaのような大手広告プラットフォームも、シグナルロスに対応するためモデリングへの依存度を高めています。
例えば、Google Adsでは機械学習モデルを活用した入札最適化、Meta Ads Managerでは予測モデリングによる配信最適化が行われています。両社ともモデリングを活用しながら、パーソナライズされた体験の提供、関連性の高いオーディエンスへのリーチ、キャンペーンパフォーマンスの向上を実現しています。
- ボトムアップ型（ラストタッチ型）計測：Incrementality for UA や MMM（Marketing Mix Modeling）は、ラストタッチアトリビューションだけに依存しない補完的な視点を提供します。
モデリングによって高解像度画像の欠損部分はある程度補完できますが、それだけでは十分ではありません。
2. 新しいデータシグナルの活用と創出
- クリエイティブおよびキャンペーンシグナル：ファネル下流のシグナルが減少する一方で、クリエイティブやキャンペーンに関連する豊富な上流データの重要性が高まっています。具体的には次のようなデータです。
- クリエイティブ由来のデータ：単一の広告クリエイティブからも、多くの詳細なシグナルを取得できます。例えば、シーンの種類（UGC、アニメーション、実写映像、オープニング、エンディングなど）、色彩、背景、オブジェクト、テキスト、などを分析することで、成果につながる要素を把握できます。
- 拡張エンゲージメントタイプ（EET）：現在のアトリビューションはクリックやインプレッションのみを重視していますが、これは不十分です。その間には多くの重要なユーザー行動シグナルが存在します。こうしたシグナルを活用することで、より精度の高い成果分析や、新しいアトリビューションロジックの構築が可能になります。
3. ファーストパーティデータの活用拡大：企業間でのデータ共有が制限される中、サードパーティデータの価値は低下しています。その代わりに、ファーストパーティデータの収集と活用がますます重要になっています。具体的には以下が求められます：
- ユーザーから適切に情報を取得する方法（UX・法務面を含む）
- データ品質を維持し、活用可能な状態に保つ方法
- オウンドメディアでの活用方法
- 有料広告での活用方法（リマーケティング、コマースメディアなど）
また、こうしたデータは必ずしも企業内部だけで活用する必要はありません。データコラボレーションプラットフォームを活用することで、ファーストパーティデータの収益化、オーディエンス活用、計測を実現するための信頼できる環境を構築できます。ブランドがプライバシーに準拠した形で他社とデータを共有できるようになれば、マーケターは自社が保有する非常に価値の高いデータの可能性を最大限に引き出せるようになります。
3. オムニチャネルシグナル：アプリ、Web、CTV、PC・コンソールに加え、コマースメディアネットワークやOOH（屋外広告）など、さまざまなチャネルがユーザーをデジタルで獲得し、エンゲージメントを高める独自の機会を提供しています。チャネルをまたいでアトリビューションを連携させることで、マーケターは異なるプラットフォーム上の新たなデータポイントやユーザー行動を結び付けられるようになります。その結果、クロスプラットフォームマーケティングがどのようにビジネス成果を生み出しているのかを、より包括的に理解できるようになります。
4. Single Source of Truth（SSOT）：前述の通り、データの断片化は極めて複雑な状況を生み出しており、多くのマーケターにとって実用的な活用が難しい状態になっています。
そこで重要になるのがSSOT（Single Source of Truth）です。SSOTは、複数のデータソースを統合して単一の信頼できるデータ基盤を構築し、重複インストールの検出・除外や、さまざまなデータの欠損補完を可能にします。 具体的には、以下のような領域を対象としています。 地域別データの欠損補完、Web-to-Appデータの補完、長期間のLTVデータの補完、Null CVモデリング、オーガニックデータの補完、リマーケティングデータの補完などです。
当社の分析によると、データを単一のビューに統合することで、平均的なアプリでは以下のような改善が見られました。 ・アトリビューションされたインストール数が29％増加 ・eCPIが40％低下 ・マーケティング起因の収益が62％増加
現在、SSOTは主にiOS向けに提供されていますが、WebおよびAndroid向けのソリューションも同様の考え方に基づいて展開される予定です。
新たなデータシグナルを追加することで、これまで取得できなかった情報を得られるようになり、マーケティング全体をより広い視点で把握できるようになります。
まとめ
シグナルロスは、成果を重視するマーケターにとって非常に厳しい環境を生み出しています。ユーザーレベルデータが減少する中で、成長を実現することはこれまで以上に困難になっています。そのため、既存データの欠損を補完し、新たなデータシグナルを創出する革新的なソリューションが求められています。そうした取り組みによって、パフォーマンスマーケターは再び主導権を取り戻し、自信を持ってキャンペーンを計測・最適化できるようになるのです。
