表面的な数字を見るのではなく、その奥にある理由を見つける
2018年6月25日
リスティング広告というのは全て結果が数値として表れる広告です。
表示回数やクリック数、クリック率などの広告の配信結果から、コンバージョン数やコンバージョン率、1件あたりの獲得コストなど広告効果に関する数値などもすべて出てくるわけで、仮に結果が良かったというならば、それはそれでよいことだと思いますけど、仮にあまりよくない数値（結果）になった場合でも、それら出てくる指標を一つ一つを理解しておけば数値の改善をしていく事が可能ですよね。
この出てくる数値から効果を改善していくというのは、リスティング広告の特長の一つともいうべき点なのですが、ただしこれはあくまでもその場の数値の改善であって、お申し込み数やお問い合わせ数、成約数を最大化させるという事はまたちょっと話が違ってきます。
以前も書きましたがリスティング広告で成果を最大限に出すのであれば数値ばかりを追いかけていくのではなく、結果を見て「なぜそういう結果になったのか」を考えなくてはいけません。
その上で仮説を立て、仮説に基づいて次の施策を考える→施策をする→効果を測定する、という事を繰り返していく事が重要です。
簡単な例で言えば、広告文のA/Bテスト。
同じ広告グループ内にAという広告文とBという広告文、両方を同じ頻度で表示されるように設定し、どちらの広告文がよくクリックされたかを計測したり、どちらの広告文のほうがコンバージョンを多く取れた科を計測したりして最適化をおこなっていくことが広告文のA/Bテストになのですが、どちらの広告文が良かったかを判断する指標はクリック率やコンバージョン数、コンバージョン率などを見ていきますよね。
結果の良いほうはそのまま継続し悪いほうは新しい広告文に変え、また一定期間数値を計測し効果測定、改善を繰り返していきますが、この時「なぜAの広告文は結果が良かったのか」、「なぜBの広告文は結果が悪かったのか」を考えると、広告文の修正や変更のみならず、キーワードの選び方やランディングページの訴求の仕方やメッセージの伝え方など様々な場面での改善のヒントにもなります。
キーワードだけでは真のターゲットユーザーを分け切ることはできませんので、そういったときにも役に立ちます。
出てくる結果を事務的に（？）改善をしていくのではなく、出てくる結果を見て「なぜ？」という視点で現状分析し仮説を立てて改善をおこなっていくと、より全体を大きく見渡す事ができ目的を持ったさらなる改善が出来るのだと思います。
株式会社アイエムシー 大塚雅智
