見出し画像

【デジマ用MMM】Robynで把握する指名検索アシストCPA

株式会社秤の代表の小川と申します。業務委託で複数の企業でマーケティング・アナリストとして活動しています。

時系列データを統計的に解析することで、 TVCMやインターネット広告などの施策がそれぞれ、売上にどれだけ寄与したか?効果を定量化するMMM(マーケティング・ミックス・モデリング)をExcelで行う方法を2018年に出版した書籍Excelでできるデータドリブン・マーケティングで紹介しました。

2022年以降、マーケティング業界媒体MarkeZineさんの本誌やWebでのコラム執筆やイベント登壇などのオファーを頂く機会が増え、MMMへの注目が高まっています。

2022年6月にはMETA社のオープンソースのMMMツール「Robyn」を紹介するnoteと使い方のYouTubeを公開しました。

前回公開したYouTube講義に対応するRobynのバージョンはv3.6.4でした。今回紹介するのはv3.10.4です。アップデートの度に使いやすくなっており、実務で使いながら研究してきました。

Robyn(v3.10.4)徹底活用。応用的分析も可能にするYouTube講義を公開

2時間20分の本格的な分析講義です。YouTube概要欄でタイムコードでチャプター分けしています。演習データの半分(演習1~4のうち、演習1~2まで)を以下のクリックでダウンロードできます。

演習の全データは弊社(秤)のMMM紹介ページで無料配布しています。



これより、YouTube講義で実装できる様になるノウハウを紹介します。

Robynの基本機能

RobynはMETA社が開発しオープンソースとして公開されている高機能なMMMツールです。以降の画像はRobynのテクニカルガイドから引用した、デモデータの分析例です。

Robynでは分析結果の画像も自動生成してくれます。

以下の画像は各チャネル(tv、search、print、search、facebook)が売り上げにどれだけ影響しているか効果を把握することで、費用(Spend)のシェアと効果(Effect)シェアと、ROI(効果÷費用)のプロットです。

費用比率と効果比率とROI

以下の画像はレスポンスカーブです。各チャネルごとに、投下量が増えるほど効果が減衰するカーブや、一定の投下量までは指数関数的に効果が増大し、ある段階から減衰するS字カーブを探索します。

レスポンスカーブ

Robynは残存効果(AdStock)も考慮し、TVCMやFacebook広告など、施策ごとの残存効果も自動で探索します。

アドストックのアルゴリズム3種


Robynの機能を発展させた「階層型MMM」

Robynの高精度なモデリングを行なった結果を加工して行う分析として、

・広告→CV(コンバージョン)
・広告→指名検索

2つのモデルを合算した「階層型MMM」をデジタルマーケティングで活用しています。

YouTube講義では、仮想のゲームアプリのインストールを増やす(「直接的に増やす」&「指名検索の増加を経由して増やす」双方を考慮)ことを目的とした演習で、最適化計算を行う方法を習得できます。

2つのモデル(広告他→conversion/広告他→Brand(指名検索クリックなど)を合算した最適化を行う「階層型MMM」概念図
2つのモデルを合算した実績プランと最適化プラン

実績プランと、最適化プランのそれぞれの効果予測式(レスポンスカーブ)を描画も可能です。これも、v3.10.4のRobynにはない応用機能です。

Robyn分析結果から作成する最適化前後のレスポンスカーブ


今回のnoteのタイトルに記載しましたが、

今なぜ、【デジマ用MMM】なのか?

背景には、クッキー規制による、インターネット広告効果計測の欠損増加があります。

【デジタルマーケティングでMMMの活用が有効な理由】

現在、多くのデジタルマーケターのみなさんが、既存のインターネット広告の効果検証法によって直接的なCVを把握しています。

以下のイメージ例だと、月間400万円のインターネット広告で、直接的な貢献600CVを把握してCPAを6,666円と評価している状況だと思います。

実際は、既存の計測では把握ができない効果として、広告→指名検索によって増えたコンバージョンもあります(この例では400CV)。

さらに、自社ECに限らない外部チャネル(赤い部分)のコンバージョンがあります。D2Cブランドでは、楽天はAmazonなどのECモールなどです。

全CPA

MMMでは、目的変数として自社ECに加え、外部チャネルのCVを時系列データとして整形して分析します。全てのコンバージョンの時系列データを数理モデルで分析することで、クッキー規制の影響による目減りした部分的なデータによるCPAではなく、より確かなCPAを把握することができます。これが、「全CPA」です。

ROASも同じ考え方です。「全ROAS」のほうが、既存の計測による効果(部分ROAS)より、広告の評価を適切に評価できます。

全ROAS

MMMというと、これまで分析知識と経験が豊富な方が少なく、分析費が高くなっていた実情があり、ゴリゴリと実装するのは、主に全国的なTVCMを投下するような億円、数十億円単位のマーケティング・コミュニケーション投資を前提としたブランドでした。

MMMでクッキー規制をチャンスにする。

デジタルマーケティングの確かな効果を把握するのに、MMMに取り組み、成功される方が1人でも多くなることを願い、階層型MMMなどの応用的な分析ができるノウハウのYouTube講義の公開に至りました。

私がマーケティング・アナリストとして活動する支援先には、 TVCMを活用するブランドもデジタルマーケティング限定のブランドもあります。

困ったことですが、クッキー規制によって、これまで計測できていたコンバージョン数が目減りするトレンドは止められません。具体的な施策の明示は避けますが、様々な要因から既存の効果検証による部分CPA全CPAの乖離が数十倍になる施策もあります。

これは、裏を返すとチャンスです。我々は(MMMを活用していない)競合は把握できないと思われる伸びしろ施策を発見し、それに注力することでブランドの成長を加速しています。

全データ(CVや売上)からMMMで把握する全CPAまたは全ROASは評価増に。

デジタルマーケティング限定でPDCAを行うブランドのアナリストとしての活動で「MMMによるインターネット広告などの施策の適切な評価」は必須です。

2024年以降は、クッキー規制の影響範囲の拡大が予測されます。前述した部分CPA(または部分ROAS)と全CPA(または全ROAS)の乖離は大きくなることが予想されます。

TVCMなどマス広告を併用しているブランドはMMMによってマス広告にもデジタルチャネルの売上やコンバージョンが配分されます。デジタルマーケティング限定のブランドのほうがMMMによって、広告の評価が上がりやすい状況です。

理想的なブランドのコミュニケ―ションは、デジタルマーケティング限定の時からMMMのPDCAを当たり前にしておくことです。TVCMなどのマス広告を追加で実施する際にも、KPI(MMMによる全CPA/全ROAS)の把握がスムーズです。 

演習用デモデータのゲームアプリのCPAは当該業界関係者にとって、安い印象があるかもしれませんが、デジタルマーケティング限定のブランドがMMMを行うことで、コンバージョン計測の欠損の増加を感じているデジタルマーケターが肌感で感じていた「本来の効果はこんな数字のはずはない」という仮説を明確な数値でクリアにできる場合が多いことをつけ加えておきます。


欠損に対しては、各媒体が用意するコンバージョンAPIなどの対応策はありますが、APIを実装するためのエンジニアリングのリソース消費も大きいと思います。

MMMに必要な準備は時系列データ整形だけ


Robynの使い方を知ることで、すぐにMMMに着手することができます。これからのデジタルマーケティングは、MMMによって導いた新たな効果指標を用いて、重要度の高い媒体や施策を見極めながらAPIの実装や分析要件を定めてPDCAすることが必須要件になるはずです。MMMは全国でTVCMを投下する規模の一部のブランドのマーケターのものではありません。

これからMMMを活用してブランドを成長させるのは、日々PDCAを行っているデジタルマーケターのみなさんです!

【再掲】YouTube講義

演習データの一部(演習1~4のうち、演習1~2まで)は以下からダウンロード可能です。全演習を行う際はYouTube概要欄に記載した申込フォームをご確認ください。

全演習を行う際は、弊社(秤)のMMM紹介ページのフォームからお申込みください。


【告知情報】※適宜更新

1月22日の月曜日に、久々にストアカ1000円講義開催します。Zoom録画で復習動画も用意します。Robynで実装するMMMを学びたい方はぜひ!※定期的な開催はできない点、申し訳ありません


業務委託マーケティング・アナリストのご相談はこちらへ!

確かな意思決定を導く「秤」を共有しています。お仕事紹介は以下noteをご覧くださいませ。



この記事が参加している募集

最近の学び