見出し画像

拡張分析による広告媒体データの分析と特徴把握

より高度な分析が求められるようになったインターネット広告業界


現在、インターネット広告はWebバナー、検索エンジンだけではなく、SNSも加えて消費者へのメッセージを届ける重要な役割を担うようになりました。広告業界でも非常に大きな地位を占め、もはや中心的な地位を占めるようになってきています。その非常に高度なパーソナライズのテクノロジーにより、社会的な影響も高くなってきており、そのような中で広告媒体を販売している業界、もしくはそれを自ら運用していく企業や担当者にとってもデータ分析が非常に重要になってきてます。

最近ではシステムが媒体運用を自動化し、効率的なインターネット広告運用ができるようになってきています。ただ、その中でその結果から、新たな知見を得て、質の高い仮説から次なる一手を検討する必要があります。

今回はデジタルマーケティングでも非常に重要になっている、データからの仮説だし、単なる「アクセス解析」ではない、一歩進んだ知見の導出を行うための手法などについて書いていきたいと思います。

増大するインターネット広告費用と問われるスキル

テレビ、新聞、交通、ラジオなどの媒体が広告市場の拡大に苦戦する中、インターネット広告は一貫して拡大を続けています。

以下の資料にある通り、2015年から一貫して10%以上の成長を続け、2020年には2015年の倍以上の規模まで拡大し、伸び率のペースは停滞していません。

画像1

※電通/電通デジタル/D2C/CCI/ “2019年 日本の広告費”
(https://www.dentsu.co.jp/news/release/2020/0317-010029.html)

インターネット広告運用の質を高めていくために、運用担当者や営業担当者は顧客開拓・企画立案・クリエイティブ作成・効果測定など、非常に多くのプロセスに参画し、多様なスキルが求められるようになっています。ただ、これらのスキルがなくとも仕事に携わることは可能ですが、その質が問われてきます。

膨大な業務量、その成果は数値で評価されますが、さらに定性的な創造性も必要とされるので。以下のような4つのポイントが必要になるでしょう。

・スマホ・PCなどのトレンドを負うことができる
・広告効果測定などの数値に強い
・膨大な業務の処理能力が必要
・アドテクやデザインの変化を理解できる

インターネット広告、デジタル広告はその効果が数値として現れるため、その改善のためにも質の高い仮説検証を継続的に続けていくことが必要です。

デジタル広告に求められる新たな分析手法


競争が激しく、効果を求められる中で、デジタル広告、インターネット広告では、主に「分析」と「解析」が行われます。厳密な言葉の定義の議論になると異論があるかもしれませんが、一般的には以下のように思われているようです。

「分析」 ⇒ 現状のデータ(数字)を知る。どんな要素があるか細かく調べる。

主なツールとしては、Excel、PowerPointや、弊社が開発・販売しているAdNoteは、媒体ごとの広告の実績などを横断的に見るレポート機能や、予算管理の自動化が可能です。

「解析」⇒ なぜそのデータ(数字)になっているのか、その原因を探る。

主なツールとしては、Googler Analyticsや、Adobe Analyticsなどが用いられています。これらは、そのコンテンツごとのアクセス状況や、パスの分析など、流入となっているコンテンツなどの ”原因” を探してくれることになります。

上記のように「分析」「解析」は、現状を理解し、”どこから人がたくさん来ているのか?”などを観測することができます。しかしながら、質の高い仮説を見出すためには、「なぜ?」「どうして?」「どの場合?」など ”複雑な要因とルール”をデータから見つけることが必要となります。

インターネット広告における ”要因”発見の重要性

このような「複雑な要因の発見」が必要となり、AIのテクノロジーの発見が大きく影響をしています。以下のようにAIが広告関連業務プロセスの80%を代替とされるようになり、営業担当者や広告運用担当者はスキルの高度化が求められます。

米国:McGarryBowenエージェンシーの予測

「2022年までに、広告プロセスの80%が自動化され、自動化が占める割合はこれをもって最大に達する。残りの20%は、ブランド価値の創造、ストーリーテリングなど、絶対に人間にしかできない体験的な施策が占める。」

このようなニーズの中で、莫大な情報空間からより良い仮説を導き出すためには新たな方法が必要となります。現実として、モニタリング、監視のツールとしては Excel や Google Analytics で良いですが、”アイディア”をひねり出すのに、以下のような難しい問題に直面することがあります。

・無理やり何かしらのアイディア・結論を導き出す必要がある
・複雑な要因解析にはデータサイエンティストが必要。ただ、インターネッ
ト広告営業や、運用担当者の相棒として一緒に動けるデータサイエンティストの人数確保は困難
・上記の状況であるにもかかわらず、データ分析と機械学習のよるA/Bテストの連続である「グロースハック」のスキルの有無が、競合優位を左右する

このような中で、データから創造性やアイディアを引き出すためのAIの力が必要となります。

機械学習・AIを活用した新たなデータ分析


データ分析にたけた担当者を採用するためには、専門的知識と経験が必要となります。例えば、大手インターネット広告代理店の募集要項などでは以下のように書いてあります。

必須経験/能力

・データ分析・統計解析・機械学習・データマイニングに関する実務経験、一般知識
・少なくとも1つのスクリプト言語(Perl、Python等)を用いたデータ整理、加工
・R、Weka、Scikit-learn等の統計解析ツールを自在に扱えるスキル

果たして、このようなスキルを持つ人材をタイムリーに採用することは可能でしょうか? もしくは稼働が空かないように仕事を与え続けることは可能でしょうか? また、採用するとして人事政策としてこのような人材を採用し続けるための、十分なキャリアパス、組織化、評価制度を構築していけるでしょうか。日本の場合、「わが社もデータ分析人材を」と言っても、採用は数名で、組織化できず、新たな可能性を求めて転職されてしまうという事が多くなっています。このような課題を解決するために、「データの民主化」が必要とされています。

企業のビジネスの骨幹をなすような、非常に高度なアルゴリズムの開発や、リスクにかかわるような解析を除いて、一般的な分析を統計の専門家でなくても扱えることにより、機械学習を活用して組織全体の分析力を上げていくという事が必要となります。近年、このようなテクノロジーを「Augmented Intelligence(拡張知能)」「Augmented Analytics(拡張分析)」と呼び、急速に拡大をしてきています。

今までの「AI(Artificial Intelligence)=人工知能」は、言語の理解や推論、問題解決などの知的行動を人間に代わってコンピューターに行わせる技術。いわゆる「人の代わりとして動く」というものでした。しかしながら近年出てきている新しいAIである「Artificial Intelligence=拡張知能」は、人間の知識を拡張するコンピューターの仕組みと定義されており、「人を助けるために動く」と定義されています。

これらは、意思決定を自動化するのではなく、「人の”気づき”のセンス・能力」をAI・機械学習を使い拡張させることになります。前述している「McGarryBowenエージェンシーの予測」における、80%を占める教務の効率化はArtificial Intelligenceにより自動化し、残り20%の人の創造性が必要とされるところも「Artificial Intelligence=拡張知能」で支援をして行こうという事になります。

人の知見と経験を活かす拡張分析ツール「BrainPad VizTact」


このような新たな拡張分析ツールの必要性を求められる中、BrainPadではこのようなことを実現するための拡張分析ツールである「BrainPad VizTact」をリリースしました。これらは、以下のような特徴を備えた、分析ツールとなります。

誰でも使えるわかりやすいビジュアル分析

画像2

機械学習・AIを利用して、データに潜むルールを発見

画像3

分析結果を文章で表現し、理解を促進

画像4

内部には、回帰分析・決定木などの、統計的・機械学習のアルゴリズムが入っています。ただし、主眼としては「わかりやすい」「すぐに操作できる」というったことが重視されます。もちろん、人の命に関わる「臨床・前臨床」統計、もしくは経済的なインパクトが強い金融工学などの場合、精度と信頼性が求められます。精度を求めるためには、かなり厳密に設計された統計的な前提をクリアするようなデータ収集を追及する必要があります。

しかしながら、現在のビジネスに利用されるデータはそのような前提で集められていません。いわゆるかなり ”汚い” データの場合が多いです。そのようなデータの整備に時間をかけすぎても、目的との経済的なバランスが取れません。本当に必要なのはクイックに、今そこにあるデータから、「何か」を発見し、素早く・わかりやすく・統計の専門家でない人に対しても、業務遂行や仮説構築のためのヒントを提示する事になります。そのような分析に、専門家が数か月張り付く必要はありません。

ヒントが提示されれば、さらに深くデータを追求し、業務経験を活かしてルールを理解し、役立つかどうかの判断が可能です。さらに深い分析が必要であれば、さらに専門的なアルゴリズムの活用に進めばよいでしょう。

BrainPad VizTactのセグメンテーションでは、決定木(ディシジョンツリー)のアルゴリズムを活用し、データを意味のあるグループにセグメントし、そのルールやそれによって分類されるグループのサイズなどがすぐにわかるようになっています。

画像5

また、その条件をSQLの「Case~When」文に落とし、確率算出のためのロジックを、データベースシステムに組み込むことも可能となります。

画像6

BrainPad VizTactを活用した新たな知見発見


このようにインターネット広告のCTRへの影響要因の発見、コンテンツの良し悪し、外部データの相関関係など、今後、必要となる分析を「BrainPad VizTact」が強力に支援します。サブスクリプション型のクラウドのソリューションで、エンドユーザーの方はブラウザのみで動かすことが可能で、ご契約後、CSVファイル、Excelファイルのアップロード、もしくはGoogle Sheetのデータをすぐに活用することが可能です。

また、分析ツールはROI が約束はされていません。いざ使ってみたら、有効な結果が出ないといったことも考えられます。そのような状況にならないように、新たに「2か月間のトライアルプラン」を用意しました。導入前に、2か月間30万円ほどのコストで、5ユーザーのフルライセンス、および操作説明・アドバイザリー・データの加工の支援などを含んでいます(※データ規模、作業ボリュームなどは要相談となります)。

もし、読者の皆様の中で、収集した媒体のデータ、デジタルのデータから「新たな仮説、知見を見いだせないか?」などの課題があれば、是非、BrainPad VizTactと拡張分析のテクノロジーのご検討をいただければと思います。