CASE

某A社 様
AdMetrics導入事例

プラットフォームビジネスの広告貢献度分析

広告やキャンペーンは売上にどの程度貢献しているのか?
AdMetricsは広告やキャンペーンの貢献度を算出し、適切な予算配分を提示することまで行うコンサルティングサービスです。

しかし、広告やキャンペーンだけが売上に影響を及ぼしているわけではありません。
特にプラットフォームビジネスでは、プラットフォーム上で流通するコンテンツの影響力も売上に重大な影響を及ぼしています。

本事例では、広告やキャンペーンの貢献度を適切に算出するための工夫をご紹介します。

課題 1コンテンツがプラットフォームの売上に与える影響力を知りたい。

プラットフォームの売上は、プラットフォーム自体の広告やキャンペーンだけではなくコンテンツの魅力によっても左右されます。コンテンツの影響力を分析に反映させることで、広告の貢献度を的確に算出することができます。

コンテンツがプラットフォームの売上に与える影響力は、コンテンツ自体の売上と関連があります。しかし、すべてのコンテンツがプラットフォームの売上を牽引しているわけではありません。キラーコンテンツと呼ばれる影響力の大きなコンテンツを抽出することで、効果的な貢献度分析が可能になります。

複数の要因を解きほぐし、適切な手順でデータの分析を進めます。
複数の要因を解きほぐし、適切な手順でデータの分析を進めます。
POINT
コンテンツの貢献度は、影響力の大きいキラーコンテンツから分析する。

課題 2実感を反映したパラメータ推定方法

最も基本的な広告貢献度分析は、広告出稿費と売上の時系列データを使用し、売上を目的変数、広告出稿費を説明変数とする重回帰分析によって実現されます。
しかし、単純な重回帰分析では、広告貢献度の分析結果として実感に合わない分析結果が出てしまうことがあります。例えば、回帰係数がの値が負になる場合があります。これは、広告が全く効いていないどころか、悪影響を及ぼしていることを意味しますが、多くの場合は実感にそぐわない結果です。

このような問題は、回帰係数の推定値に制約条件を設けることで解決されます。一方で、あまりにも恣意的な制約条件を用いてしまうと、実務者の実感のみが反映された結果となってしまい、統計的手法を用いる意味がなくなってしまいます。

そこで、実務者の主観的実感と客観的事実であるデータを適切に統合するため、本事例ではベイズモデリングを行いました。回帰係数に適切な事前分布を設定することで、実感とデータを共に反映したモデリングを行っています。

ベイズ統計学を用いて、価値のある分析をスピーディーに実現します。
ベイズ統計学を用いて、価値のある分析をスピーディーに実現します。
POINT
適切なモデリング手法による、実感とデータのすり合わせ