データクリーンルームの実用性-日常の事例を活用してキャンペーンの計測を開始します
今では、データクリーンルーム(DCR)により、広告主とパブリッシャーに完全にプライバシーに準拠した「閉じた輪」の中での安全な計測ができることを誰もが知っています。言い換えれば、ユーザーレベルのローデータにアクセスすることなく、ユーザーレベルのデータを活用できるということです。
しかし、どのような場合にそれを使用する必要があるのでしょうか？また、DCR環境での分析からメリットが得られるシナリオはどのようなものでしょうか？
みなさん、準備はよろしいでしょうか。3部構成のシリーズの3番目のブログ（パート1- イントロ、パート2- 比較分析）では、データクリーンルームがマーケターに次のことを可能にする方法を学びます。
- より関連性の高いオーディエンスを構築する
- 顧客体験を継続的に改善する
- クロスプラットフォームの計画とアトリビューションを促進する
- リーチと頻度の計測を最適化する
- より詳細なキャンペーン分析を実行する
では、始めましょう。
1 – パフォーマンス計測
リテンションを追うことによる、ARPU(英語)、LTV(英語)、および ROAS(英語)は、DCRの主要な活用事例として挙げられます。DCRは、広告主のCRMデータと関連するマーケティングパートナーから提供された広告接触データの両方を分析するための中立的な環境を提供します。
この事例では、広告主はキャンペーン後に自社データをDCRにアップロードし、同一のキーIDを照合することで、顧客データと広告接触データ全体で分析を行うことができます。
最近の購入データをGoogleの広告接触データと比較したいとします。Googleの ウォールドガーデンDCR—Ads Data Hub —を使用すると、新規顧客の割合を、Googleの広告チャネル全体で行われたマーケティング活動に紐づけることができます。
eコマースを利用している場合は、DCRにCRMデータ、一意の識別子（Eメール、住所、モバイルIDなど）、購入日を入力するだけです。次に、各メディア所有者は、キャンペーンオーディエンスの作成に使用される広告接触データと一意の識別子を含めます。
この時点で、各メディアアベニュー全体で、新規顧客とキャンペーンにさらされた顧客との共通部分を正確に計測し、各チャネルに起因する新規顧客の割合を判断できます。
2 – よりきめ細かいオーディエンスを構築する
Appleが ATT(英語)を導入した後、ユーザーレベルのデータへのアクセスは劇的に制限されるようになりました。この1年間で、データの粒度はマーケターにとって最も貴重なものとなりました。
DCRは、最近まで不可能だった粒度を確保することを可能にします。承認されたサードパーティのソースからデータを収集し、それらを取り込んで行動、人口統計、および場所のバケットの範囲にセグメント化し、内部データベースを強化してより詳細なデータの強化と分析を行います。
すべての利点は、分析を行うためにユーザーの個人データを共有する必要がなく、DCRを使用すると、匿名化されたコホートを介して複数のデータソースを仮想的に接続できることです。
これにより、マーケターは、ターゲットオーディエンスとさまざまなメディアオーディエンスの間に存在する共通部分を計測できます。最後に、オーディエンスに到達するための最適なルートを理解し、より効果的なキャンペーンを計画し、オムニチャネル計測のロックを解除することができます。
きめ細かいオーディエンスのインサイトは、どのようにマーケティング活動を強化することができますか？これは重要なポイントです。
オーディエンスターゲティングを精緻にする
消費者行動や買い物習慣などの微調整されたデータに基づいてオーディエンスをセグメント化すると、キャンペーン戦略に劇的な影響を与える可能性があります。
カスタマイズされたコンテンツの作成とエンゲージメントのキュレーション
各オーディエンスセグメントの関心を理解すると、より関連性の高いコンテンツ、プロモーションの推奨事項、およびそれらの関心に合わせて特別に調整された新しい広告フォーマットを作成できます。
DCR環境を利用すると、メッセージ、フォーマット、広告タイプ、チャネルを改良して、各セグメントに個別に対応し、独自の言語を話し、特定の問題点に対処できるようになります。
きめ細かいセグメンテーションの事例
eコマースブランドを所有していて、ファーストパーティのデータに顧客属性と関連する製品の在庫管理単位（SKU）が含まれているとします。同様の属性を持つ見込み客をターゲットにしたキャンペーンを実行してから、ショッピング履歴と頻度に基づいて関連するリマーケティングキャンペーンをフォローアップしたいと考えています。
まず、ターゲットセグメントを作成します。次に、関連するデータセットをDCRにアップロードします。DCRでは、チームが広告パートナーと協力して、ファーストパーティのデータとサードパーティのデータをクロス分析できます。これにより、ユーザーのプライバシーを危険にさらすことなく、ターゲットを絞ったキャンペーンを作成するのに役立つ、集約された実用的な出力結果が得られます。
3 – リーチとフリークエンシー計測の最適化
アドネットワーク(英語)からユーザーレベルのインプレッションデータを取得すると、どの広告がどの顧客に配信されているか、どのくらいの頻度で配信されているかを正確に把握できます。これを使用して、キャンペーンのリーチとフリークエンシーの重複排除し、消費者の広告疲れを最小限に抑え、メディアプランニングを改善することができます。
DCRは、適切なオーディエンスにリーチしているという仮定を検証することにも利用できます。これは、セグメンテーション基準を微調整して改善するのにも役立ちます。また、DCRを使用すると、ユーザージャーニーを最適化して、ユーザーが目標到達プロセスのどこにいて、広告とどのように関わったかに基づいて、ユーザーとのエンゲージメントを図ることができます。。
4 – インクリメンタリティ計測
パブリッシャー、オーディエンス、ファーストパーティの応答、コンバージョンデータからのインプレッションデータはすべて、ユーザーレベルで結び付けて、マーケティング活動の段階的な影響 を理解するのに役立ちます。
A / Bテストを通じてテストグループと仲介グループを比較する機能、またはさらに重要なことに、露出グループと非露出グループを比較する機能について考えてみてください。かなり強力なものだとお分かりいただけると思います。
5 – 見込み広告主にユーザー品質を紹介する
パブリッシャーは、ユーザーレベルのデータをDCRの安全な環境に取り込み、広告主がさまざまな特性に基づいて顧客の重複、さらにはユーザーの品質を計測できるようにすることができます。
反対に、広告主はオーディエンスを作成し、それをパブリッシャーXに対してテストして、結果を評価できます。これは、パブリッシャーと広告主の両方にとって、獲得したユーザーの価値を評価して実証するための理想的なサンドボックスです。
6 -ファーストパーティのデータパートナーシップの構築
戦略的な面では、2つのエンティティが、保護された許可のみの環境でデータセットに参加して照合することに同意し、メディアエコシステム内で新しいパートナーシップを育むことができます。
この安全なクロス分析は、製品開発を推進し、マーケターが戦略的計画を改善できるようにするのにも役立ちます。
7 – 機械学習、推論、および傾向スコアリング
最後に、DCR環境では、制限された詳細なユーザーレベルのデータに再びアクセスできます。これは、機械学習モデルや推論モデル、さらには傾向モデルを正常に実行するために必要です。これにより、顧客が特定のパフォーマンスを実行する可能性を見積もることができます。
重要なポイント
- DCRは、より関連性の高いオーディエンスを構築し、顧客体験を継続的に改善し、クロスプラットフォームの計画とアトリビューションを促進します。また、リーチとフリークエンシーの計測を最適化し、より詳細なキャンペーン分析を実行する機能を提供します。
- 広告主のCRMデータとパートナーの広告接触データの両方を分析するための中立的な環境であり、パフォーマンス計測に理想的なツールです。
- 承認されたサードパーティソースからのデータが取り込まれ、さまざまな行動、人口統計、および場所のバケットにセグメント化されるため、データベースを拡張して、より詳細なデータの強化と分析を行うことができます。
- アドネットワークのユーザーレベルのインプレッションデータがDCRに安全に配置されると、どのユーザーに広告が配信されているか、どのくらいの頻度で配信されているかについてのインサイトを引き出し、キャンペーンのリーチと頻度の重複を排除し、ユーザーの広告疲れを最小限に抑え、メディアプランニングを改善することができるようになります。
- パブリッシャーからのインプレッションデータ、オーディエンス、コンバージョンデータをすべてユーザーレベルで結びつけ、マーケティングの成果であるのインクリメンタリティを理解することができます。
- パブリッシャーはユーザーレベルのデータをDCRの安全な環境に送り込めます。広告主はさまざまな特性に基づいて顧客の重複、さらにはユーザーの品質を計測することができます。
