昨今、マーケティング担当者はデジタル上で特定のアプリやブラウザ上のサイトではなく、サイトやアプリを横断して消費者とコミュニケーションを図ることが多い、ブラウザ上のサービスやアプリ間の重複を取り除いて出稿した広告が、全体で、あるいはターゲットのどれくらいの人数に届いたのかを測定し、把握することが重要になっています。
クッキーレス環境に対応した広告効果測定において、コミュニケーションの中心にいる「人」をベースに測定するということの重要性が高まり、それを認識しているマーケティング担当者も少なくはないでしょう。広告の配信結果を「人」ベースで測定する手法の一つとして、広告に計測タグを入れ、インプレッションを個の「人」や視聴者属性と結びつけるものがあります。この手法によってブラウザやデバイスベースで広告が配信されたインプレッションをカウントするだけはなく、実際にそのインプレッションがどれだけの人に、どういった属性の人に広告が配信されたのかを把握できます。ここで重要になるのが、広告タグが取得してきたインプレッションの情報とマッチングさせる「人」のデータベースです。測定で精確な結果を出すためには、参照データとなるデータベースの規模と質が重要になり、視聴者属性やデジタル上の視聴行動履歴などできるだけ多く情報をデータベースに取り込むことがポイントになります。一方、プライバシー規制やクッキーレス環境下においては、活用できるデータが限られてきます。そのような中、従来のデジタル識別子の代わりに、広告主が媒体社や調査会社などと連携して、自社が保有しているファーストパーティーデータや媒体社の視聴者データ、調査会社などが持っているパネルデータを参照する方法もあります。しかし、これらのデータは必ずしもすべてのデジタルユーザーを包括しておらず、サンプル数が限定的になる場合や、例えば、中高年齢層の女性サンプルが多く含まれるなど、一部の属性の視聴者データに偏る場合があり、それを元に母集団全体を類推すると、配信結果の予測値の誤差が大きくなることや、間違った広告効果の計測値を導き出す可能性があります。
そのため、広告主は、大きな参照データベースを保有しているパートナーと連携することも一つの方法ですが、複数のデータソースから大規模参照データを取得している第三者機関を活用することが重要です。
なお、参照データベースは、「人」を中心にした広告配信結果の測定における出発点に過ぎません。
最後に
このように変化し続けるデジタル業界に対応するには、マーケティング担当者が測定パートナーと連携しながら、環境の変化に柔軟に対応した新しい計測技術を活用していくことが重要になってきます。
