WORKS

企業のプロモーション事例紹介

2022/6/13 Mon

AIによって効果的な広告テキストを予測･自動生成するサービス「極予測TD」を運用型広告に導入し、QS10のKW数構成比を7.6％から46.6％まで改善！

TAG:

日本最大級の老人ホーム・介護施設の検索サイト「LIFULL介護」のCTR、CVの大幅改善を実現

ライフルシニア社の運営する日本最大級の老人ホーム・介護施設の検索サイト「LIFULL介護」において、AIによって効果の出せる広告テキストを予測・自動生成する「極予測TD」* を導入した効果事例について、株式会社ライフルシニアより加藤氏・濱田氏を迎え、当社担当者と共に対談を行いました。

* 「極予測TD」について：https://www.cyberagent.co.jp/news/detail/id=24670

加藤麻依子

株式会社LIFULL senior（ライフルシニア）
マーケティンググループ　グループ長

濱田虎太郎

株式会社LIFULL senior（ライフルシニア）
マーケティンググループ

波田幸宏

株式会社サイバーエージェント
インターネット広告事業本部第二本部
シニアコンサルタント

張培楠

株式会社サイバーエージェント
AI事業本部
AI Lab　リサーチサイエンティスト

ー当時の課題感とプロモーション開始の背景

濱田氏：弊社は、日本最大級の老人ホーム・介護施設の検索サイト「LIFULL介護」を運営しています。「LIFULL介護」は、介護施設を探しているユーザー様がWeb検索したときに、条件にあった老人ホームや介護施設をサイト上でご紹介するサービスです。
我々の部署では、少人数体制でありながら、広告運用のみならず他のマーケティング業務にも取り組んでいます。

そのような中、広告運用においては、かなり細かいところまで踏み込んだ運用を行っているのですが、弊社の少人数体制ですと改善の効果検証を短いスパンで行うのはどうしても難しく、改善サイクルが遅くなってしまうという問題を抱えておりました。

そこで今回、御社のサービス「極予測TD」を導入し、リスティング広告のタイトルと説明文の改善をお願いしました。御社にお願いするに至った理由は、外部委託としてお任せすることによる弊社のリソース不足解消と、もう一つは、極予測TDへの期待です。

具体的には、極予測TDの特徴である「スコアリング機能」による “効果の良いTDを生み出す確率が高い” という点と、機械だけでなく専門ライターに付いて頂けるという二点を持ち合わせていることから、改善の可能性が期待できると考え、決断に至りました。

ープロモーションの内容と効果

CA波田：極予測TDの導入当初は、広告グループ単位でTDをご提案させて頂いておりました。ご提案したTDは、極予測TDを使って“効果が良い”と予測されたものだけをお客さまに納品し、かつ、検証・精査のフローに関しても弊社側でオペレーションを組ませていただきました。

その後、極予測TDもアップデートされ、キーワード単位でTDの自動生成を行うことが可能になったため、広告グループ単位だけでなくキーワード単位でもTDの制作・提案・検証を実施しております。

結果として、2021年1月から極予測TDを導入頂き、PDCAを繰り返すことで、「極予測TD」を活用して制作したTD（以下、極予測TD）は、「極予測TD」を活用しないで制作したTD（以下、通常TD）よりも高いパフォーマンスで件数の拡大に貢献することが出来ています。

具体的な効果

①【主力KWの昨年同月比較】では、
1年間でCTRの大幅な改善に成功し、Imp・Clickの増加に伴いCV数も伸長し、CTRは187％、CV137％に。

②「極予測TD」対「通常TD」にて、【CV獲得割合】をみると、
「極予測TD」のCVへの貢献度は導入当時25.8％でしたが、現在は60％超と過半を占める割合に。

③【主力KWのCTR推移】においても、
「極予測TD」導入期は「通常TD」に比べると劣勢ですが、学習が進むことでCTRの改善がなされ、以降は常時「極予測TD」が優勢になっています。

④【アカウント内のQS別KW数分布】を月別推移でみてみると、
「極予測TD」導入初月はQS10のKW数が全体の7.6％に対して、直近月は46.6％まで改善が図れています。
なお、QSの構成要素の内、TDに直結する指標「広告の関連性」「推定クリック率」が特に改善されています。

①【主力KWの昨年同月比較】

1年間でCTRの大幅な改善に成功。Imp、Clickの増加に伴い、CV数も伸長。CTR187％、CV137％に。

②【CV獲得割合】　「極予測TD」対「通常TD」

「極予測TD」のCVへの貢献度は導入当時25.8％だったが、現在は60％超と過半を占める割合に

③【主力KWのCTR推移】「極予測TD」対「通常TD」

導入期は「通常TD」に比べると劣勢だが、学習が進むことでCTRは改善され常時「極予測TD」が優勢

④【アカウント内のQS別KW数分布】月別推移

極予測TD導入初月はQS10のKW数が全体の7.6％に対して、直近月は46.6％まで改善

加藤氏：定量的な成果の部分はご説明頂いた通りです。われわれは自社サービスに日々向き合っているゆえに固定観念にとらわれ、訴求内容などが限定的になってしまうことがあります。御社のライターの方々は、我々では今まで考えたことがなかった新しい訴求軸や過去の知見を活かした訴求軸を考えてくださいました。
代理店さんならではの知見や視点でフラットにご提案頂いたことで、これまでにはない多様な表現ができるようになったということも効果に繋がった要因の一つと感じています。

また、御社のプロダクトの知見と弊社のサービス理解や業界知識、知見などをそれぞれ補いあいながらスピーディに施策を検討、実施できたことも大きな成功要因のうちの一つだと考えています。

さらに波田さんは、運用型広告についてとても知見があるので、同じ課題感をもって施策を進行することが出来ました。また私自身代理店で運用を行っていたこともあり、細かい質問をすることも多かったのですが、波田さんは常に細やかかつ分かりやすく返答してくださり、安心して運用をお任せすることが出来ています。

濱田氏：加藤からあった通り、御社の知見には大変助けられております。御社には、弊社がこれまで使いこなせていなかった、広告媒体の細かい機能やアップデートを踏まえたご提案をいただいており、弊社内の運用ナレッジの蓄積という面でも大きな価値を感じております。

CA波田：大変有難いお言葉を頂き恐縮です。仰っていただいたように、専任のライターがチームにジョインしており、ライターにも毎週のように訴求軸のアイデアを出し、極予測TDで効果が良いと予測されたTDだけを検証に回すことで、広告効果改善にコミットしてもらっています。
今後も、お打ち合わせにライターを同席させて頂く機会も増やし、コミュニケーションをより密にしていきたいと考えております。

加藤氏：極予測TD以外にも最新の媒体情報の共有や、それ以外の領域でも知恵をお貸し頂くことが多く、大変助かりました。今後は極予測TDに限らず、様々な領域でお取組みをお願いしたいと考えております。

極予測TDの優れているポイントは、全自動ではない点にあると考えています。
手動でライターの方々が作成する部分と、機械学習の要素を上手く掛け合わせることで成果を担保していると思います。
全て機械による広告文作成になると、本来の意図を汲まない適切でないアウトプットが生成されるという懸念があります。その点、極予測TDは「人力」と「機械」の部分を上手く掛け合わせているため、短期、かつ継続的に成果を生み出せると考えています。

ー「極予測TD」とは？

CA張：私は当社「AI Lab」で研究員兼開発を担当しており、初期から極予測TDの研究・開発に携わってきました。
極予測TDは、内部的には大きく二つの機能があります。

ひとつは、広告効果の予測です。
弊社の大量の配信データや運用知見を活かし、機械学習などの技術を用いて予測モデルを作成しています。やはり膨大なデータ量が機械学習を行う上では非常に重要ですので、それを生かしたモデルを構築することで高精度な予測を実現しています。

２つめの機能は生成です。順番的には、まずどうしても効果を知らないと、生成されたものはそもそも良いのか悪いのかの判断がつきません。ですので、効果を測定する部分を先に作って、そのあと生成全般に着手した、という流れです。

広告の効果予測においては、インプレッション、CVR、CTRなどの定量化された数値があるので、モデルの性能評価は比較的やりやすいのですが、生成においては、そう簡単には評価ができません。
というのも、単語と単語の組み合わせで生成されますが、その組み合わせのパターンが膨大で、モデルに最も自然で妥当な組み合わせを教えるのがとても困難だからです。難しいところなのですが、同時にチャレンジングな部分でもあります。まさにそこに着手しております。

ー効果を上げるための工夫やポイント

CA波田：効果が出たポイントとして、極予測TDの活用はもちろんなのですが、まず前提として、お客さまがTDの重要性を納得されていたことです。
ご提案したTDに関しても、ときに数千本といった膨大な数のTDを確認いただいておりましたが、お戻しがとても早くて、そのおかげですぐに検証に回すことができています。PDCAが円滑に回っている状態というのは、効果を出す上でとても大きな要因です。

―TDの重要性を理解されているお客さまと、そうでない場合、効果の違いに影響あるものですか？

CA波田：はい、大きく違ってくると思います。ターゲティングや入札の自動化が進む中で、広告効果を改善するためのレバーとしてTDの重要度は大きく増しています。一方で、検証工数に時間がかかることや、すぐに効果が出にくいこと、検証することで効果悪化のリスクも上がることなどから、どうしてもTD検証の優先順位は下がってしまいがちです。

ライフルシニア様は、リソースが少ない中でも、TDの重要性と理解度が深く、しっかりと取り組んでいただけたからこそ、効果改善につながっていると思ってます。

加藤氏：もともと私は代理店出身でして、クリエイティブの変数が以前よりも運用変数として占める要素が大きいということは把握していました。ただ、膨大な量のグループや訴求がある中で、それをスピーディーに回すことができていないという葛藤もあったので、今回それをサイバーエージェントさんにもお手伝い頂きました。

ー今後の展望・CAに期待すること

加藤氏：極予測TDによる改善は引き続きお願いしつつ、ほかの領域でも御社とお取り組みができる範囲を増やしていきたいと考えています。
また、極予測TDに関連し今後期待することとしては、再現性の担保です。現状の定量的な成果には満足しておりますが、極予測TDで良い効果が出たときに、それを要素として再現することが難しいという点が課題だと感じています。
「これが良かった」というときに、良かった要素を特定し、次の広告文に活かしたり知見としてストック出来ることを期待しています。

濱田氏：現状、コンバージョン獲得を目的とした広告活動で、極予測TDを活用していますが、今後、世界的なプライバシー規制の流れで、広告活動のみならず、マーケティング活動全体でクッキーレス時代に対応していく必要があると考えています。
今回サポート頂いている広告を起点に、Web上でのマーケティングのベストプラクティスを御社と一緒に探っていくことができればと考えております。

CA波田：徐々に効果は上がっているとはいえ、まだまだ道半ばです。理想は極予測TDで全てのCV数を獲得するくらいのインパクトを残したい気持ちでいます。
私は営業コンサルタントとして、ライフルシニア様と弊社プロダクト開発チームの間に立つ存在です。お客さまを取り巻く環境や状況、お客さまのサービスへの理解を深めるとともに、広告媒体（Google・Yahoo!）の特性や最新アップデート情報を掌握し、広告媒体のパフォーマンスを最大限引き出し広告効果の改善を実現します。

一方で、お客さまの状況や広告媒体のアップデートなど現場で起きている情報を弊社プロダクト開発チームにもしっかりと共有することで、「極予測TD」がより良いプロダクトへ進化出来るよう尽力したいと思います。

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

取材･執筆：加藤貴子 (株式会社サイバーエージェントインターネット広告事業本部広報）

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

■お問合せはこちら
株式会社サイバーエージェントインターネット広告事業本部
mail: honbu_pub@cyberagent.co.jp