[リスティング広告]機械学習活用によりCPAを約半分に減らし申込件数を約4倍にした事例
弊社では、リスティング広告運用を行っておりますが、
今回はGoogle広告・Yahoo!広告においての機会学習についての事例を紹介いたします。
あるクライアント様で、CPAが下がらず苦戦しているとのご相談があり、リスティング広告のアカウント内で構造の見直し・機械学習が効きやすいように再編させて頂きました。
リスティング広告における機械学習とは
近年、Google広告・Yahoo!広告などのリスティング広告、ディスプレイ広告では、入札（1クリックの単価設定など）を自動化設定を推奨されています。
そのため、既にほとんどは機械学習を活用した自動入札の設定がされています。
ただし、多くのアカウントではその設定が不十分であったり、機械学習が効きやすい設定になっていないことが散見されます。
そういった場合、設定や構造を改善していくことで一定期間（1ヶ月から2ヶ月程度）で非常に良い結果にできる可能性があります。
リスティング広告で実際に改善された数値はこちら
実際に対策を行ったのは、2019年11月半ばごろからスタートし、広告を停止したり悪化させることのないよう少しずつ進めていきました。
コンバージョン件数に小数点が入っているのは、コンバージョン設定時にユーザーさんが複数回広告と接触した際に最後に接触した広告以外も評価するアトリビューションモデルで「線形」という設定をしているからです。（実際のWEB申し込み件数はほぼ同じ数の件数となります。）
CPA（問合せ単価）は約半分になりコンバージョンである「WEB申し込み」の件数が12月約2倍→1月約2倍と計４倍に増えています。
2020年1月に関しては、広告費を寄せたこともあり過去最高の数値となっております。
この対策をする上で最も重要なのは、機械学習の特性を理解することです。
機械学習が効きやすい状態・設定とは？
幸いこのクライアント様は、機会学習が活かせる環境が整っていました。
機械学習が効きやすい条件としては、大きく3つのポイントがあります。
- コンバージョン設定をしていること
- コンバージョン件数（最低でも月15件以上）が発生していること
- CPAが合えば広告予算を増やせること（または、増やせる余力があること）
※ 目標CPAが2万円の場合、月30件のコンバージョン以上の予算＝月60万円以上が理想です。
この条件を満たしていれば、まだ広告を改善する余地があるかもしれません。
今回はLPなどの改修などは一切行っておりませんが、LPを改善することで更に改善される可能性もございます。
もし、現在の広告の費用対効果に満足していなければ、弊社にお気軽にご相談ください。