機械学習について

広告における「機械学習」とは・・・

広告の配信には、機械学習が用いられます。
AI（人工知能）がユーザーの行動データ（検索履歴、属性、過去の反応など）を自動で学習・分析し、最適なタイミングや内容で広告を配信する技術です。

「誰に・いつ・どこで・いくらで広告を出すと成果が出やすいか」を過去の配信データを基に学習し、最適化するため、ある程度の配信期間が必要です。

機械学習のポイント

① 十分なデータ量が必要
② 学習期間中は成果が不安定になる傾向
③ 予算調整や配信期間等の変更を加え過ぎると学習がリセットされる
④「正しい成果シグナル」を与えないとズレが生じる

下記で詳細について説明します。

① 十分なデータ量が必要

上述のとおり、広告の機械学習は、過去の配信データ（成果データ）をもとに最適化を行います。
そのため、一定量以上のデータが蓄積されていない状態では、正確な判断ができません。
「どのユーザーが反応しやすいか」「どの配信条件・クリエイティブが成果につながるか」などを判断するための、一定数のクリック数、販売数のデータが必要です。


◎理想的な販売数（獲得数）

販売数の具体的な目標値（媒体推奨数）は下記の通りです。

【Google広告の場合】
30日間で50件以上の販売

【Meta広告の場合】
7日間で50件以上の販売

※商材・配信規模によって前後します。

◎利用金額目安

理想的な販売数を獲得するために必要な利用金額の目安は下記のとおりです。

～前提条件～
配信媒体：Google
目標獲得数：50件
クリック単価：60円（1クリックあたりの金額）
獲得率：1％（100クリックで1件販売）

目安）獲得数50件÷獲得率1%×クリック単価60円=300,000円/30日間

つまり、1ヵ月の利用金額目安について、Googleの場合は30万円以上、Meta広告（Facebook/Instagram）の場合は120万円以上が理想となります。
※条件は一般的な一例です。商材や配信方法等により異なります。

 
② 学習期間中は成果が不安定になる傾向

新規の配信開始時や大きな設定変更後（配信終了日・1日予算）は、機械学習が最適解を探すための学習期間になります。


◎目安期間

2週間程度（状況により変動）

◎この期間に起こりうること

・成果の良い配信／悪い配信を試す
・一時的にCPA（1件販売するのにかかる費用）が悪化する
・配信量（表示回数）が増減する


◎留意点

これは異常ではなく、正常な挙動です。
機械学習は「最初から最適解を知っている」わけではありません。

この期間中に成果が悪いと判断して早期停止や設定の変更を行うと、結果としていつまでも学習が完了しないままの状態となり適切な配信が行われません。

③ 予算調整や配信期間等の変更を加え過ぎると学習がリセットされる

広告設定に大きな変更を加えると、それまでに蓄積された学習データがリセットされる可能性があります。

◎学習がリセットされやすい変更例

・キャンペーンの再作成（新規作成）
・1日予算の変更
・終了日の変更

設定が変更されると、これまでに学習していた前提条件が使えなくなるため、学習がリセットされることがあります。

④「正しい成果シグナル」を与えないとズレが生じる

機械学習は、設定された購入情報を正解として学習を行います。そのため、成果シグナルが不適切だと、最適化の方向もズレてしまいます。


◎ポイント

適切なシグナルを与えられるように広告設計を行いましょう。ポイントは下記のとおりです。

・広告の画像やキャッチコピーが、ターゲットユーザーに合致したものになっているか
・クリックした先のページの内容が、広告のイメージに合っているか
・遷移したページ上で商品の魅力が伝わり、購入意欲を高められているか

まとめ

広告の配信（機械学習）は、短期でコントロールするものではなく、正しい条件を与えて育てるものであると言えます。

分析・改善案については、こちらにお問い合わせください。