機械学習が主流の現在は、出来るだけデータをまとめることが重要だと言われています。ではすべてまとめた方がいいかというとそういうこともなく、まとめすぎることの懸念点も存在しています。

複数のターゲットを「まとめすぎる」ことの懸念点

まとめすぎることの懸念点をいくつかピックアップします。

機械学習：最適化に時間がかかる可能性がある

自動入札はひとつひとつのオークションごとに、適切な入札単価、広告文（広告文アセット）を出し分けてパフォーマンスが向上するよう最適化していきます。しかし、一つの広告グループに多様なシグナルが含まれている場合、適切な入札単価や広告文を選定することが難しくなるため、最適化に時間が掛かる可能性があります。反対に過剰に広告グループを細分化することもデータが分散する形で最適化に時間が掛かる可能性があります。

スマート自動入札について

また複数のニーズを持つキーワードが混在している場合、「広告の関連性」「推定クリック率」を向上しにくく、品質スコアを改善しにくい側面もあります。

広告運用者：分析するのに時間がかかる可能性がある

広告運用者の役割は、出てきた数値を基に速やかに分析・改善を実行することです。しかし。しかし、まとまったデータでは一目で判断することが難しく、「なぜその数値に至ったのか」を知るには細部まで確認することになり、改善策を取り入れるのに時間が掛かる可能性があります。特にインハウスで実施されている場合は、他業務と兼務しているため、分析・改善に時間を取ることが難しいこともあります。簡潔に状況を理解できることはとても重要になります。

テーマをもって分割することを意識する

なにが最適化は、広告主の運用方針や目的によって変わってきますが、目的・テーマをもってキーワードや広告をまとめることで成果は大きく変わってきます。より効果的な広告運用につなげるため、見直しできる箇所は見直していきましょう。

・学習が促進しやすい構成になっているか

・広告運用者にとって状況を把握しやすい構成になっているか

 

過去の記事もご紹介します。

【広告運用初心者が陥りがちなこと】新しく作成したキャンペーン名を思いつきで決めて運用した

今回は以上となります。

援軍では無料コンサルを行っています。自社サイトで広告運用でのお悩みがある方はにお気軽に問い合わせください！
援軍の無料コンサル

The following two tabs change content below.

Hiroshi Shimada

リクルートにて求人広告制作のディレクター、Googleにてアカウントマネージャーをそれぞれ経験。その後、健康コーポレーション（現RIZAP）にて、WEB施策のデータ分析を行う部署を統括。直近10年はWEBマーケティングに専念しているが、広告領域の業務で言えば22年の経験。オンライン・オフラインどちらの戦略立案・実施・分析においても、知識・経験が圧倒的に豊富なマーケター。