ニューヨークで開催された今年のAdExchanger's Industry Previewでは、マーケティングと広告テクノロジーの業界トップが一堂に会し、2019年の広告にとって最も重要なビジョンについて議論しました。ニールセンは、2日間にわたるシンポジウムの主要スポンサーとして前面に立ち、データ主導型マーケティングと計測の第一人者としての地位をさらに確立しました。カンファレンス2日目には、ニールセン・グローバル・メディアのチーフ・コマーシャル・オフィサーであるメーガン・クラーケン氏が「Transforming Marketing Measurement」と題した基調講演を行い、2019年は業界がその価値を証明するために質の高い指標を倍増させる年であるべきだと主張した。
In the U.S., the average person consumes over 82 hours of media a week via multitasking (not in a row), a trend that will continue to grow in ways we never thought possible. In order to further grasp the opportunity in the current video landscape, particularly the growth of mobile video, marketers need to understand how people engage with video across screens in a comparable way rather than understanding segmented engagement with TV or digital. From there, market players can think about monetization, which Megan categorized in four content monetization models:
- 従来のリーチ広告リニア広告
- ターゲット広告：オーディエンス・バイ
- SVOD：サブスクリプション・モデル（広告なし）
- ブランドの統合プロダクト・プレースメント
伝統的なリーチ広告とターゲティング広告は、今日市場で最も議論され、注目されている広告チャネルであるが、マーケティング担当者の全体的な支出に占める割合はごくわずかである。それを説明するために、ミーガンは、伝統的なFMCGと自動車ブランドのマーケティング費用の15％〜20％が広告に費やされ、80％〜85％が取引促進やインセンティブに費やされていることを強調するスライドを投影した。
In order to cut through the confusion and gain access to a more significant piece of the advertising pie, Megan emphasized the importance of better understanding walled gardens, defined as environments where all operations are controlled by their respective media owners. Unfortunately, they often lead to the development of inconsistent measurement across the media landscape.
「何が通貨の指標なのかをめぐって、多くの議論がなされてきた。「基本的な指標を理解することから始まります。私たちはリーチと頻度だと考えています。どれだけの人がそれを見たか、どれだけの頻度で見たかということです。ニールセンについて 、どれくらいの時間見たかとか、ROIとかではなく、単なる現実的な数字です。リーチとフリークエンシーを統合することは、すべての測定の根源であり、市場が取引し、マーケターがより多くの支出を解き放つための最も重要な基盤である。これらのような基礎的な測定基準は、オーディエンスの正確なユニバースを確立するために不可欠である。この基盤があれば、その上に、高度なオーディエンスのROIやエンゲージメントなどの追加指標を作成することができます。
これらの3つのシナリオは、リーチと頻度を基本として比較可能な指標を採用することが、業界の結束と成長にとって極めて重要である理由を補強している：
Scenario 1 – Each Vendor Measuring Itself
最初の環境は現在のものに近いが、市場全体で視聴者の重複を排除することができないため、避けるべき環境だ。また、一貫性、市場横断的な比較可能性、透明性、独立した測定を妨げ、無駄を生み出すことにもなるという。
Scenario 2 – Different Outcomes: Multiple Measurement Approaches
2つ目のシナリオは、独立系測定会社を活用した場合の今日の環境を反映したものである。しかし、このモデルの問題点は、各ベンダーの測定が他と正確に比較できず、重複排除が失われ、ROIやブランドリフトが測定できないことである。
Scenario 3 – Comparable Metrics to Monetize
このモデルは、1組のメトリクスでベースとなるピース、リーチ、フリークエンシーを測定できるため、市場全体で一貫性を保つための理想的な環境である。また、他者との比較も可能で、販売効果、マルチタッチアトリビューション、ブランドが差別化するために必要なエンゲージメントの真価を発揮することができる。一貫性のあるマネタイズのための指標で、プラットフォーム間のオーディエンスの重複を排除し、さまざまなプレーヤーとのエコシステムを育成することができる。つまり、市場が連携するためには必要なことなのだ。
Nielsen’s very own vBrand, a recent acquisition, uses machine-learning technology to consistently measure reach and frequency across platforms for branded integrations. Additionally, vBrand serves as a trading desk for how marketers value promotions and sponsorships inside of sports, and it measures the reach of brands across social media sites.
この機能は今日実際に存在しているのだから、業界にとっての課題は、何よりも参加する意欲と勇気にある。要するに、市場全体で使用するために業界に拡大できない理由はないのだが、それを実現するためには全員が身を乗り出す必要があるのだ。
