プログラマティック市場の拡大に伴い、利用可能なデータ量も増大し、世界で 1 日平均 500 億回のインプレッションが発生しています。1 回のインプレッションには、パブリッシャー、サイト、チャネルなどおおよそ 200 種類の変数が伴い、各変数にはコンテクスト、人口統計データ、インテントのデータ、ユーザーデータをはじめとする平均 100 種類の値があります。これにより、1 日に約 1000 兆のデータが生成され、広告の意思決定プロセスに投入されています。これがメディアプラットフォームの技術的複雑さ、市場のフラグメンテーション、さらにプログラマティック環境の絶大なスケールと組み合わされることを考えると、メディアバイイングを効率的に管理することがマーケティング担当者の課題である理由は明らかです。

それでは、広告業界が決定的にプログラマティックテクノロジーの方向へ向かうとすれば、ビジネスはどのようにデータとアルゴリズムを効果的に利用して、マーケティングの目標を達成すればよいのでしょう?

リアルタイムの最適化を導入する

プログラマティックキャンペーンの推進力は、推測ではなく、目標に合わせた最適化であるべきです。マーケティング担当者は、これまでかなり長い間クリックやページビューなどのメディア測定基準を使ってきましたが、プログラマティックテクノロジーの進化とともに、実際のビジネスの成果に合わせて最適化することができるようになりました。認知、エンゲージメント、ロイヤルティ、あるいはインタラクションを中心に構築されているかに関わらず、マーケティング担当者は測定可能な目標を定め、オーディエンス、メディア、メッセージの最適な組み合わせを作って個々のキャンペーンを最適化しなければなりません。これにより、より明確な説明責任が可能となり、キャンペーンが収益性のある成果を達成していることを実証し、特定の広告主のセールスファネル全体にデジタルが効果的に利用されるようになります。

アルゴリズムに基づく意思決定ツールの活用

事前に定めたビジネスの成果が達成されるようにプログラマティックキャンペーンを最適化するには、複雑なアルゴリズムによって行われるリアルタイムの意思決定が必要です。予測モデリングと機械学習の組み合わせを使って、プログラマティックアルゴリズムは入札すべき最も効果的なインプレッションを決定し、スケールとパフォーマンスを最大限にする最適な入札価格を算出することができます。このアプローチは、すべての広告主が知りたがっている 2 つの問いに対する答えでもあります。それは、1 つのインプレッションに対する適正な価格と、どのインプレッションを購入すべきかです。

たとえば、当社の独自のアルゴリズムである「The Brain」は、広告主の目標とそれに即した入札を満たすようなインプレッションを決定するためにユーザーとメディアの変数を分析して、毎日 600 億の機会を処理します。アルゴリズムはオンラインとオフラインのデータを活用し、どのようなビジネスの成果に対しても最適化し、アトリビューションパートナーを組み入れて高度にカスタマイズできます。

プログラマティックで成功するためのパートナー

データとアルゴリズムの可能性を最大限にするには、一流のプラットフォームを持つアドテックパートナーを擁することが得策です。パートナーを選択する場合、マーケティング担当者は、そのパートナーがモバイル、ディスプレイ、ソーシャル、ビデオおよびビジョンなど、すべてのデジタルフォーマットをカバーする最大限のインプレッション供給にアクセスできるかどうかを検討する必要があります。また、オンボードのデータセットをシームレスに管理してターゲットにする能力、さらに有意義な関連性のある分析を提供できる能力の有無を検討しなければなりません。最終的に、最適なメディアパートナーは、社内のプログラマティックに関する知識を高めてベストプラクティスを促進し、共通の目標と単一の技術プラットフォームを通じてビジネスをマーケティング部門に合わせるよう支援します。

メディアバイイングプロセスの中でデータとアルゴリズムを使うことにより、マーケティング担当者は、真の価値に見合った価格で独自のビジネスの要件に最適なインプレッションに入札することができます。最適化と意思決定を通じて、プログラマティックにより、具体的なビジネスの成果と測定可能なマーケティングの目標を達成しながら、スケールとメディア環境の複雑さを誘導することが可能になります。