今回は稼働しているキャンペーンの改善事例をご紹介いたします。

改善事例実績

商材:リアル店舗をもつ企業のポータルサイト。販売商品をPRして店舗への誘導を強化する

CVポイント:店舗詳細ページの閲覧

媒体:Google広告

改善事例は下記のとおりです。約半年という期間はかかりましたが、CV数を伸ばしつつ、CPAも抑制することが出来ました。

改善前
2021年12月 CV:667  CPA:¥660

改善後
2022年05月 CV:1,274 CPA:¥254(CV91%増加 CPA68%抑制

広告運用上の課題

キャンペーン稼働以降、CV数は徐々に伸びてはいましたが、2021年11月段階でCPA806円と想定している額よりも高い数字となっておりCV数を伸ばしにくい状況が続いていました。さらにCV数を拡大するにはCPAを大きく抑制することが重要になっていました。

実施した改善内容

改善するためキーワードの除外など適時行っていましたがCPAを大きく抑制する動きにはならず、機械学習の学習ポイントを見直すことにしました。

目標とするコンバージョンを絞り込む

販売商品に興味関心のあるユーザーにより多く配信するため興味関心の指標となるスクロール率などサブコンバージョンを複数含めて運用していました。その方がメインとなるコンバージョンの数字も数字の底上げされると考えたためです。しかしコンバージョンの内訳をみるとサブコンバージョンであるスクロール率に数字が集中。想定していた形とは異なる形で最適化が進んでいる様子が伺えました。

そこでコンバージョンポイントを厳選。スクロール率などのサブコンバージョンはすべて目標から外して「店舗詳細ページの閲覧」のみ運用に切り替えました。

CPAが安定してきたところで入札方式を変更

上記のコンバージョンポイントの見直し以降、CPAは大きく下降。数か月で目標している数字に近づけることができました。変動したCPAが安定してきた頃に入札方法を「コンバージョン数の最大化」から「目標コンバージョン単価(CPA)」に変更して現在のCPAを保つ運用に切り替えました。

以降はCPAを保ちつつ配信面を増やしていくことで着実にCV数を伸ばすことが出来ました。実際のCVとCPAの推移は下記の通りです。CPAを保ちつつCV数は伸ばすことが出来ました。

運用する上で考慮したポイント

今回改善するうえで重要なポイントは下記となります。

・コンバージョンに近いポイントで最適化されるよう修正したこと

・修正後、機械学習が促進しやすいように大きな修正は加えないこと

・CPAが安定してきたら以降数字がぶれない様にするため入札方法を切り替えたこと

数字自体は大きく改善しましたが、私が行ったアクションとしては非常にシンプルかとおもいます。機械学習を含めた運用において運用者は正しい方向・ゴールを設定することが最も重要であり、稼働している間の判断は機械学習に任せた方がうまくいくケースが多いです。

今回は以上となります。

援軍は「自動入札」「機械学習」などの記事が複数ございます。機械学習の理解を深めたい方はぜひご活用ください。

運用型広告:コンバージョンが少ない場合の広告最適化はどうすればいいか?

https://engun.co.jp/programmatic_ads_few_cv_optimization/

Google広告:自動入札機能を使っていて徐々に表示回数が減少してしまう場合の対処法

https://engun.co.jp/google_ads_impression_decrease/

自動入札機能を導入後に成果が悪い場合、「我慢する」のが最良の選択なのか?

https://engun.co.jp/google_ads_auto_bidding_patience/

自動入札活用へのCVカウント

https://engun.co.jp/%e8%87%aa%e5%8b%95%e5%85%a5%e6%9c%ad%e6%b4%bb%e7%94%a8%e3%81%b8%e3%81%aecv%e3%82%ab%e3%82%a6%e3%83%b3%e3%83%88/

【入札戦略のステータス/Google広告】何をすると再学習にはいる?

https://engun.co.jp/status-change/

【Google広告】初心者向け/入札単価が変更できない!理由と対処法について

https://engun.co.jp/googleads-bidding/

長期間広告を止めると機械学習はどうなるのか?

https://engun.co.jp/ads-machine-learning/

自動最適化で効果が出ないなら、手動入札に切り替えてみよう

https://engun.co.jp/%e8%87%aa%e5%8b%95%e6%9c%80%e9%81%a9%e5%8c%96%e3%81%a7%e5%8a%b9%e6%9e%9c%e3%81%8c%e5%87%ba%e3%81%aa%e3%81%84%e3%81%aa%e3%82%89%e3%80%81%e6%89%8b%e5%8b%95%e5%85%a5%e6%9c%ad%e3%81%ab%e5%88%87%e3%82%8a/

Google広告:発生しがちな自動入札機能のリスク3つ

https://engun.co.jp/google_ads_risk/

Google広告:目標コンバージョン単価入札導入時の目標CPA設定はいくらにすべきか?

https://engun.co.jp/google_ads_target_cpa_bidding/

 Google広告:自動入札機能使用時の日予算変更による挙動

https://engun.co.jp/google_ads_budget_change_auto_bidding/

Google広告:自動入札機能を導入して広告の表示回数が激減しても焦るな

https://engun.co.jp/google_ads_auto_bidding_impressipon/

Google広告:入札戦略「目標コンバージョン単価」導入時の5つのポイント

https://engun.co.jp/google_ads_tcpa/

Googleの入札戦略「コンバージョン数の最大化」はどんな時に使う?

https://engun.co.jp/maximize-conversions/

【Facebook広告】機械学習を考慮した最適化の考え方

https://engun.co.jp/facebook-ads-machine-learning/

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。