ソリューション
リソース
企業情報
November 16, 2023
2015年にGoogleが行ったアドブラインドネスに関する調査では、広告の量よりも質がアドブラインドネスの重要な要因であることが実証されました。この研究では、少ないながらも質の高い広告を提供することによってアドブラインドネスを緩和できる一方、質の低い広告が大量に表示されるとアドブラインドネスが悪化することが示されました。さらに懸念されるのは、質の高い広告の表示を開始しても、一度習得した行動をユーザーが変えるのには長い時間がかかるということです。
この問題は、ディスプレイ広告やバナー広告に限ったことではなく、スポンサープロダクトのようなネイティブ広告を含む、あらゆるタイプの広告に影響します。ユーザーは順応し、「スポンサー」と表示されるすべてに対して「盲目」になる可能性があるのです。多すぎる広告、広告疲れ、誤解を招くコンテンツ、ユーザーと関連性がない広告など、アドブラインドネスにはさまざまな原因があります。
リテールメディアでは、広告が本当の意味でネイティブで、広告とオーガニックコンテンツのバランスがよく考えられている場合、一般的に広告の関連性や質の低さがアドブラインドネスの主な原因として考えられます。例えば乳糖不耐症の人に乳製品の広告を繰り返し表示したり、洗濯代行サービスを利用する人に洗濯洗剤の広告を何度も表示したりすると、ユーザーは苛立ちを覚え、購入にいたることはありません。
アドブラインドネスがユーザーエンゲージメントにもたらすマイナス影響を認識することがまず重要ですが、次のステップとしてアドブラインドネスを正確に計測し、適切なツールによって関連性が高く、意味のある広告を配信できる体制を整え、アドブラインドネスを回避または解決する必要があります。
ユーザーが広告をスキップしたり無視したりする割合を正確に計測し、交絡要因を排除するには、条件Aと条件Bを比較するA/BテストよりもA/Aテストの設定の方がアドブラインドネスの計測に適しています。
アドブラインドネスのテスト設定
ユーザーの学習には長期間を要する可能性があり、学習効果を計測するために何カ月も待つことができない場合もあります。その場合、代替案として次のような設定を検討することもできます。
このテスト手順に従うことで、アドブラインドネスと、広告に対するユーザーのインタラクションへの長期学習の影響を効果的に計測できます。
アドブラインドネスを解決するには適切なツールが必要ですが、解決までに時間を要します。最良のアプローチは不適切な広告の配信を完全に避けることです。
アドブラインドネスを解決または回避する方法はいたってシンプルで、「より望ましい広告を提供すること」の一言に尽きます。
より望ましい広告を提供するには、次の2つの重要な側面に焦点を当てる必要があります。
一般的にコンテンツが重視されがちですが、リテールメディアにおいてはコンテキストの方が実際には取り組みやすく、ソリューションとしてより重要な部分である可能性があります。機械学習によるデータドリブンのシグナルを利用したパーソナライゼーションを通じて大きな改善が期待できます。
例えば、あるユーザーがサッカーシューズを購入し、その後ソックスを購入したとします。機械学習によってこのパターンを認識することで、靴下の購入のみを考慮した場合に「関連性がある」とは認識されないすね当てを、インテリジェントに提案することができるようになります。機械学習モデルによってこのようなつながりを識別し、実店舗と同じようなショッピング体験を提供することが可能になります。
とりわけ重要なのは、アドブラインドネスはリテールメディアのようなネイティブコンテンツを含むあらゆる広告フォーマットに影響を及ぼすことを認識することです。その根本原因は、広告の過多から関連性の欠如まで多岐にわたります。この問題に効果的に対処するには、コンテンツとコンテキストの両方を重視した総合的なアプローチが必要です。機械学習によってパーソナライズされたユーザー体験に焦点を当てることは、問題解決に向けた有望な道筋を提供します。
アドブラインドネス対策についてさらに詳しく知りたい方は、お気軽にお問い合わせください。
コマースメディアのエコシステム：データ、AI、ECショッピングの融合場所コマースメディアエコシステムの全貌をご紹介します。ファーストパーティデータとAIを活用してサプライヤー、EC事業者、消費者の成長を促進できる理由をご覧ください。
