【リスティング広告】機械学習で変わる広告効果：CPA半減・申込4倍の実績事例
今回は、弊社のGoogle広告・Yahoo!広告においての機械学習の活用事例を紹介いたします。
CPAが下がらず苦戦しているクライアント様からご相談があったため、リスティング広告のアカウント内で構造の見直しを行い、機械学習が効果を発揮し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、リスティング広告では、入札の自動化設定が推奨されています。
そのため、多くのアカウントでは、機械学習を活用した自動入札の設定が行われています。
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、機械学習が効果を発揮しやすい設定になっていないことが散見されます。
このような場合、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）で非常に良い結果を得られ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が複数回広告に接触した際に、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数です。）
CPA（問合せ単価）が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。
この対策を実施する際に最も重要なのは、機械学習の特性を理解することです。
機械学習が効果を発揮しやすい状態・設定とは？
幸い、このクライアント様は、機械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る場合、まだ広告を改善する余地があるかもしれません。
今回、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。
弊社は、Google広告・Yahoo!プロモーション広告の代理店として広告運用をしております。機械学習をの特性を利用した広告運用を強みとしています。今回紹介した事例以外にも、多くの集客実績を公開しております。もし、現在の広告の費用対効果に満足していなければ、お気軽に弊社にお問合せください。
