本コンテンツへスキップ
02_Elements/Icons/ArrowLeft 戻るインサイト
インサイト>> インサイト

1回の購入で広告の効果を測る

3分で読めるシリーズ|ニールセン・カタリナ・ソリューションズ チーフリサーチオフィサー レスリー・ウッド|2017年2月号

近年、大規模なシングルソースデータセットの作成は、広告調査業界にとって大きな恩恵となっています。ニールセン・カタリナ・ソリューションズでは、数百万世帯の店頭販売データと、その世帯が広告キャンペーンに接触したかどうかの情報を組み合わせています。ニールセン・カタリナ・ソリューションズでは、数百万世帯の店頭販売データと、広告キャンペーンに接触したかどうかの情報を組み合わせています。

このテストとコントロールの方法の基礎となるANCOVA(共分散分析)モデルは、徹底的にテストされ、キャンペーン全体の効果を測定することに関心のあるブランド・マネージャーに迅速かつ信頼できる答えを提供しています。しかし、この手法が必ずしも適切でない場合もあります。例えば、キャンペーンが大規模に展開され、キャンペーンを受けなかった世帯を探すのはほぼ不可能なケースを考えてみましょう(図1参照)。この場合、対照群はどこにあるのでしょうか?

そこで、私たちは「コグニティブ・アドバンティクス(CA)」と呼ばれる新しい手法を開発しました。これは、広告キャンペーン全体の売上上昇を集計するのではなく、世帯の売上データを購買機会ごとに分析し、広告露出のタイミングを考慮した上で、よりきめ細かくデータを見ることができます。ある世帯が広告を見て購入し、同じブランドの広告を再び見たとしても、2回目の広告がその購入に何らかの影響を与えたとは言い難いでしょう。逆に、ある世帯が広告を見て、2ヶ月後に購入したとしても、その間に多くの時間があれば、広告の露出がその購入の決定要因であったと結論づけるのは難しいでしょう。

購入機会レベルでデータを分析することで、露出の「再帰性」(最近の広告ほど影響が大きい)を考慮することができます。効果的な時間枠は研究によって異なりますが、一般的には購入時から28日間さかのぼって、購入のきっかけとなる1つ以上の広告を探します(図2参照)。また、キャンペーンに接触していない世帯は少ないかもしれませんが、接触した世帯でも購入直前に広告の影響を受けていない購入機会は十分にあるため、対照群の問題を解決することも可能です。

分析を行うために、CAの方法論は、すべての関連する変数(購入履歴、メディア消費、人口統計、場所、カテゴリ購入など)を取り、データモデリングアルゴリズムのコレクションにそれらを送り、その結果が最高の(すなわち、最も統計的に正しい)クロスバリデーションを持つようにデータを選択してモデルを組み合わせることができるようにします。これがCAの名前にある「コグニティブ(認知)」の部分です。最終的には、人間の介入にほとんど頼らず、大規模に展開できる非常に強力なツールになります。

市場がリアルタイムのプッシュ型ソリューションに移行する中、これは広告効果測定の次の進化形と言えるでしょう。初期の結果は非常に有望であり、今後のジャーナルで詳細、事例、パフォーマンスベンチマークを紹介することを楽しみにしています。

*この方法の詳細ニールセンについて をご覧ください。ニールセン・ジャーナル・オブ・メジャーメント誌のVOL1, ISSUE 2に掲載された広告効果測定のためのシングルソースデータの使用

類似のインサイトを閲覧し続ける