レスポンシブ検索広告の広告の有効性: その意味と心配する必要がない理由

あなたが PPC 広告主であれば、品質スコアや最適化スコアなど、広告アカウントのスコアに精通していることは間違いありません。 拡張テキスト広告に代わるレスポンシブ検索広告 (RSA) により、広告主は、広告の有効性と呼ばれる新しいタイプのスコアにますますさらされるようになりました。

この投稿では、レスポンシブ検索広告の広告の有効性とは何か、それがどの程度重要か、それが以前から存在する他の最適化スコアとどのように比較されるかについて説明します。

広告の有効性とは何ですか?

Google では、広告の有効性を次のように定義しています。

広告の有効性は、顧客に適切なメッセージを提供することに集中するのに役立つフィードバックを提供します。 「不完全」、「悪い」、「平均的」、「良い」、「非常に良い」の範囲で、広告クリエイティブが最適なパフォーマンスのベスト プラクティスにどれだけ準拠しているかを示します。

これは、広告主がレスポンシブ検索広告に関連付けられたアカウントに表示する最新のタイプのスコアです。

広告の有効性は重要ですか?

Google は、これはベスト プラクティス スコアであり、優れた第一印象を与えることを目的としていると述べています。 これは重要な言葉の選択であり、実際のパフォーマンスから学習していないことを意味します。 良い第一印象も重要ですが、長期的な結果はさらに重要です。

広告の有効性は、どの広告属性が広告主にとって良い結果に対応する傾向があるかを調べる機械学習モデルを使用します。 たとえば、見出しに 10 種類のバリエーションがある広告主は、同じ見出しに 15 種類のバリエーションがある同様の広告主よりも優れた成果を上げるでしょうか?

広告グループの主要なキーワードを含む広告は、同じキーワードを含まない広告よりも掲載結果が高くなる傾向がありますか?

冗長なフレーズが多すぎる広告は、冗長なフレーズを避けた広告よりもパフォーマンスが低下しますか?

これらは物事を始めるのに非常に役立つ洞察であり、私たちは歴史の教訓から何かを学ぶことができます.

ただし、優れたベースライン広告を作成したら、広告の有効性を忘れてください。これは、過去に大衆にとって何がうまくいったかを反映していますが、何があなたにとってうまくいったかは気にしないためです. 広告の有効性が「低い」広告の掲載結果が非常に良好である広告主は、引き続き「低い」と分類されます。

もう一度言わせてください。 パフォーマンスに応じて広告の強度は変化しません。

したがって、コンバージョン率が高く、CPA が低く、利益が多い広告主は、広告の有効性が低い可能性があります。 彼らは一般的な知恵に従っていませんが、それでも成功しています. 別の考え方をしても、このモデルでは報われません。

したがって、経験豊富なマーケティング担当者であれば、Google の予測によると広告の有効性がたまたま低くても、非常にうまく機能すると思われる広告を作成することに何の問題もありません。

その場合、さらに重要なことは、実際のパフォーマンスが広告が達成できると信じていることを反映していることを確認するための綿密な監視と体系的な実験です.

広告の強度が低いと広告配信に影響がありますか?

広告の有効性が低いと広告の配信頻度が低下するのではないかと心配している場合でも、広告の有効性が広告ランクや品質スコアに影響することはありませんのでご安心ください。 つまり、広告の有効性が低いからといって、Google が広告オークションでその広告の優先順位を下げているわけではありません。

ただし、広告の品質が悪いために、オークションでの品質スコアが低くなり、広告ランクが低くなる可能性もあります。 因果関係ではなく相関関係。

一部の人々が、広告の強度が低いと広告が表示されなくなると信じている理由の 1 つは、Google がしばらくの間、一部の広告を「悪い (限られた適格性)」と分類したためです。 このステータスは紛らわしかったため、削除されました。

広告の強度は静的ですか?

私が言いたいのは、広告の有効性はパフォーマンスとは切り離されているため無視できるということですが、完全に静的というわけではありません。 たとえば、広告の有効性は、広告グループの主要なキーワードを見出しテキストに含む広告を好みます。

そのため、広告グループのキーワードが変更された場合、または最も多くのインプレッションを獲得するキーワードの組み合わせが変更された場合、広告のアセットに変更がなくても、広告の有効性が変わる可能性があります。

品質スコアに注意を払う必要がありますか?

品質スコア (QS) は、Google 広告の元の機械学習 / 人工知能スコアです。 これは 20 年近く前から存在しており、その目的は常に、広告がクリックされるのに十分な関連性がある可能性を予測することでした。

品質スコアに関する重要な点は、システムがキーワードに関するデータをさらに蓄積するにつれて、広告主の初期 QS が急速に変化する可能性があることです。 つまり、アカウントが独自のデータを多く持つほど、表示される品質スコアの数値は、そのアカウントの品質と関連性の真の現実をより反映したものになります。

したがって、広告主が QS に細心の注意を払い、QS をできるだけ高くしようとすることは理にかなっています。

目に見える数字は、時間が経つにつれて現実をよりよく表したものになります。 また、品質スコアが高いほど、広告オークションでの掲載順位を維持するために広告主が支払う必要のあるクリック単価が低くなります。

最適化スコアに注意を払う必要がありますか?

品質スコアと同様に、最適化スコアには機械学習の要素があります。 最適化スコアの目的は、広告主にアカウントで利用可能なヘッドルームを知らせることです。 たとえば、入札単価や予算を変更した場合、この変更によって潜在的に発生する可能性のあるコンバージョン数。

推定される数値は機械学習に基づいており、他の予測と同様に、完全に正確であるとは限りません。 ただし、最適化スコアが低い場合、Google の機械学習は、多くの潜在的なコンバージョンをテーブルに残していると考えていることを意味するため、最適化スコアには注意を払う価値があります。

提案を評価してから、影響がどれほど正確であると考えているかに基づいて決定を下す必要があります。 Optmyzr では、最適化スコアを改善するために Google の予測を Google の予測と比較することで、最適化スコアを改善する Google の機会の一部を選択的にレンダリングし、最適な機会であると考えられるものを広告主が利用できるようにします。

閉ループ フィードバック システムに注意する

広告の有効性など、大部分が静的なフィードバック システムの問題は、クローズド ループに陥ってしまうことです。 この概念は、NBC News の Jacob Ward による本「The Loop」で説明されています。

その考えは、機械学習が望ましくない方法で私たちの行動に影響を与えるというものです. 広告主の場合、機械学習は広告をクリエイティブにする方法を教えてくれます。 しかし、それが推奨することは、過去に他の人のために働いたことに基づいています.

そして、誰もが同じことをするように言われ、それに従うと、閉じたループにはまってしまいます。

これは、より適切に関連付けることができる例です。 次に見るテレビ番組について Netflix からのおすすめだけを見ると、Netflix のアルゴリズムが私たちの決定に影響を与えており、それらの決定がアルゴリズムにフィードバックされて、今後のおすすめが作成されます。

アルゴリズム:ねえ、このクールなテレビ番組を見た方がいいよ、あなたが住んでいる場所でトレンドになっている.

私：はい、確認します。

アルゴリズム:うわー、それを見て、そのショーを見ている別の人、私はもっとそのようなことをお勧めする必要があります.

私:新しくてユニークなショーはどこにあるの? どれも同じ感じ！

広告の有効性スコアは、広告主に同様の問題を引き起こします。 アルゴリズムが、過去にうまくいったことが原因で私たちが何をすべきかを教えてくれるとき、将来の予測を変えた可能性のある新しい成功事例を生み出す可能性のある実験の意欲をそぐことになります.

広告は均質化されており、私たちの創造性はもはや報われていません。

機械学習のしくみに関する簡単な入門書

上記のすべてのスコアには、機械学習と人工知能の要素があります。 そのため、その技術がどのように機能するかを簡単に説明することが重要だと思います。 それを理解することで、欠点と潜在的な落とし穴を見ることができます。

一部の機械学習は、過去に起こったことに基づいて未来を予測するモデルを構築することによって機能します。 機械学習を作成するための最初のステップは、トレーニング フェーズと呼ばれることもあるモデルの構築です。 トレーニング フェーズでは、履歴データがマシンに入力されるため、目的の結果に対応するさまざまな属性間の相関関係を見つけることができます。

品質スコアを例にとってみましょう。 マシンは、広告の関連性の指標であるクリックスルー率の上昇に対応するシグナルを探しています。 広告テキスト内のキーワードの存在が、より高い CTR と相関する要因であることがわかり、それをモデルに組み込んで、そのような広告を含むキーワードがより高いスコアを獲得できるようにします。

モデルのテストと反復が完了すると、モデルがデプロイされ、予測が開始されます。 品質スコアの場合、オークションに参加しようとする各広告がクリックされる可能性を予測します。 ユーザーが検索を行うたびに、この予測が行われます。

モデルは、静的にすることも、定期的に更新することも、自身の予測の成功から継続的に学習して自身を改善することもできます。 たとえば、広告がクリックされると品質スコア モデルが予測し、その後クリックされない場合、今後の予測がより正確になるようにモデルが更新されます。 これを強化学習と呼びます。

また、モデルはさまざまなデータ セットで構築でき、さまざまな種類の信号を多かれ少なかれ重み付けできることも理解する必要があります。 品質スコアの場合、モデルは最近の期間にさかのぼるすべての Google 広告 データを使用して構築されますが、そのデータが利用可能になったときに、アカウント自体のパフォーマンスをより重視するように構築されます。

そのため、広告主がアカウントに新しいキーワードを追加すると、最初の品質スコアはシステム全体のデータに基づいたものになります。 キーワードが広告主のアカウントで独自の履歴を構築し始めると、品質スコアに大きく影響します。

まとめ

広告の有効性が高いからといって、CTR やコンバージョン率、品質スコアが向上するわけではありません。 広告に不慣れな方や、何がうまくいくかわからない場合は、これを参考にしてください。

しかし、経験豊富な広告主の場合は、最善を尽くしてください。 ターゲット ユーザーの心に響く広告を作成し、パフォーマンスに重点を置いてください。 広告の強さに目がくらむだけではいけません。

月に 1 回、業界の専門家から PPC の実用的なヒント、戦略、および戦術をメールで受け取ります。