デジタル広告の未来がコンテキスト・エコシステムの中にある理由

サードパーティクッキーの廃止が迫る中、コンテキスト・ターゲティングが復活しつつあります。このアプローチは、パブリッシャーがオーディエンスを増やし、広告主が適切なオーディエンスにリーチするためにエンゲージメントを最大化できる環境として再登場しています。

「コンテキスト・ターゲティングの始まりは、オンライン広告の黎明期(2000年代初頭)に遡り、高度なAIや機械学習を一切使用せず、主にキーワードとページ上のコンテンツを使用するターゲティングとして発展しました。ページ上の内容を理解し、キーワードを使ってターゲティングを行うという、とても基礎的な手法でした。」と、Outbrainのプロダクト担当VP、Lior Charkaは語っています。

しかし、アドテクがより洗練され、複雑になり、業界が行動ターゲティングにシフトするにつれ、多くの広告主がコンテキストの活用から遠ざかっていきました。そして、広告業界の規制の更なる強化が見込まれる中で、コンテキスト・ターゲティングは、規制強化に対抗する未来志向の戦術として、再度広告主の戦略的ロードマップに登場することになったのです。

新時代のコンテキスト・ターゲティングは、感情的な面に注目しています。マーケティングチームは、ユーザーが1日の中で、どのようなデバイスを使用しているか、通勤中なのかどうか、といったオンライン行動に関する要素など、ユーザーのコンテキストに繋がる瞬間を見つけ出します。そして、このアプローチを最大限に活用するために、マーケターはファーストパーティデータ戦略を構築し、感情分析に必要な情報を収集し、予測モデリングに活用しています。結果として、マーケティングチームは、次に読むべき記事や訪問すべきサイトなど、特定のプロダクトや行動をレコメンドするための道筋を構築しているのです。

広告主による配信面調整に役立つセマンティック(意味)分析と感情分析

一般的に、コンテキスト・ターゲティングというと、ページのディープ分析、つまりカテゴリー分けした言葉の理解から、そのページや広告が概ねどのような内容なのかを語ることが多いです。しかし、2023年、セマンティック分析を使い、テキストを解釈するだけでなくその背後にある意味を読み解くことで、さらに深く掘り下げることが可能になっています。

セマンティック分析では、ブランド、組織、人物がいつ、どこで言及されたかを特定し、自然言語処理によって、その言及の中に特定の単語やフレーズが存在する場合に意味がどう変化するかを認識することができます。次に、AI処理により、これらのシグナルに結びついた感情を認識します。

そして、感情分析によって、コンテンツのトーンや感情的な価値を明らかにしていきます。このようなインサイトは、政治的なコンテンツの隣に表示されることを望まないユーザー層を想定している広告主が、広告掲載に適しているポジティブなトーンの政治記事を特定する場合などに役立ちます。

ユーザーとの関連性を高め、感情に関するインサイトにも繋がる、位置情報と気象データ

匿名化されたシグナルがページビューの時間と場所、つまりユーザーがいつどこで広告を見たかを提供することにより、広告主がプライバシーに配慮した方法でオーディエンスをよりよく理解することが可能になります。これらのシグナルとデータを使って、マーケターは、ユーザーの居場所やそこの天気、または特定の場所と特に関連性が高いeコマースのフィードなど、ユーザーに関することを推測することができます。

例えば、気象データは、広告の関連性とエンゲージメントを高めることができます。

「気象データは、感情に対するインサイトを提供することができます。例えば、私がロンドンにいて、午前8時に雨が降っているとします。これは、バハマで過ごす休暇の広告を表示するのに最適なタイミングかもしれません。しかし、7月の金曜日の午後4時だったら、私はまったく違う状況で週末を楽しみにしていますから、もしかしたらまったく違うものを見せてくれるかもしれません。このように、気象データは場所や他のデータシグナルと結びついて、適切なユーザーにリーチする力を持っているのです。」とCharkaは述べています。

長年にわたり、位置情報はプライバシーを遵守していない、という誤解が広まってきました。しかし、位置情報を取得するにはユーザーの同意が必要であるため、プライバシーの遵守が問題になることはほとんどありません。さらに、位置情報はピンポイントで正確ではなくても推察することが可能であるため効果が出やすく、結果として、ユーザーがプライバシーに関する懸念が生じるような事態に遭遇するリスクは低くなっています。

予測モデリングを促進させる戦略&データポイント

広告主側では、特にAIを活用して感情分析やセマンティック分析を行い、その結果と位置情報シグナルやコンテキストデータを組み合わせることにより、ユーザープロファイルを構築してオーディエンスの行動を予測することができます。これは、ユーザーの意図予測と呼ばれています。

しかし、意図予測はたった1つの(もしくはわずかな)データポイントに基づいて行うことはできません。ユーザーの意図予測は多数のデータポイントから得られることを理解しておきましょう。

その中には、人口統計データ、行動データ、顧客フィードバックといった従来の情報だけでなく、検索クエリ、クリックストリームデータ、ソーシャルメディアデータ、コンテキストデータも含まれます。

こうしたデータポイントを組み合わせることで、関連性の高いコンテンツが生まれ、ユーザーが興味を持ちそうな次のプロダクトを表示することができます。このステップは、その後のプロセスの1つに過ぎず、マーケティングチームは、意図や行動の変化を逃さず理解しておくために、こうした分析を長期にわたって続けていくことが必要です。 

Charkaによると、ユーザーの意図予測は、これらの要素をすべて組み合わせることで得られる一つの結果であると言います。

「仮にあなたが大手ファッションブランド経営者で、店舗にたくさんのアイテムを持っているとしましょう。その場合、お客様に既に決めていたものだけを買ってもらうのではなく、次に何を勧めるか、どのようにお客様を引きつけ、興味を持ってもらうかを考えるなら、アイテムの情報をすべて収集し、予測モデルに入れることが有益でしょう。」とCharkaは述べています。

マーケターがセマンティック分析や感情分析を位置情報や気象データとともに活用することで、ユーザープロファイルがますます強固なものになります。もうひとつのベネフィットは、ユーザーの意図や行動を予測できるようになることです。クッキーが完全に廃止され、プライバシー規制が強化される前に、マーケティングに関わるみなさまがこの戦術をマスターすることは極めて重要です。そうすることで、エンゲージメント、関連性、収益の向上を実現する、将来性のある戦略を確立する道が開けていくでしょう。

 *このブログは、2023年2月に、Outbrian Inc. から発表された記事を意訳したものです。