漸進性はおそらく 広告を成功させるための最良の尺度ただし、意味のある増分テストを実際に実行するには、費用がかかり、複雑になる可能性があります。 ここで、ユーザーの選択をランダム化し、データを正規化する PSA やゴースト広告などのテスト手法が登場します。 増分リフトテストの価値を最大化します。 ここでは、有意義な増分リフト分析を実行するのに役立つ各方法論の概要を示します。 

増分リフト分析のレビュー

増分リフト分析では、広告キャンペーンの効果を個別に測定します。 インクリメンタリティ テストは、テスト グループとコントロール グループをランダムに選択することから始まります。 一般に、コントロール グループにはユーザーの 10% が含まれ、テスト グループにはユーザーの 90% が含まれます。 テスト グループは広告を受け取りますが、コントロール グループは広告を受け取りません。 増分コンバージョンについては、両方の母集団のコンバージョン率の差が測定されます。 これにより、マーケティング キャンペーンの因果関係を正確に測定し、広告費用を効率的に割り当てることができます。

増分性テストの方法論

インクリメンタリティ テストを実施するための鍵は、ユーザーの各グループが同じユーザー プールから抽出され、グループごとにランダムに選択されていることを確認することです。 これにより、統計的有意性が確保され、有料ユーザーとオーガニック ユーザー間の有意義な比較が保証されます。 

さまざまな方法論により、偏りのないインクリメンタリティ テスト環境が実現されます。 主なタイプの概要は次のとおりです。

Intent-to-Treat (ITT) 検査

これは最も基本的な方法論であり、基本的にリフト解析の主要原則に従います。 治療グループは広告を受け取りますが、対照グループは広告を受け取りません。 各グループの異なる応答により、リフト分析が行われます。 この方法では、両方のグループのすべてのユーザーの行動を比較します。 これには、テスト グループの暴露ユーザーと非暴露ユーザーの両方、およびコントロール グループのユーザーが含まれます。 

低コストで実装が簡単なため、ほとんどの広告主がこのアプローチを使用しています。 ただし、ターゲット グループのすべてのユーザーが分析に含まれるわけではないため、この方法ではバイアスが生じる可能性があります。 このアプローチでは、「ノイズの多い」データも作成され、分析の品質が低下する可能性があります。 

 

全体として、ITT 手法は実装が簡単で、安価です。 ただし、治療グループのすべてのユーザーが分析に含まれるわけではないため、ノイズの多いデータが作成され、リンゴとオレンジの比較が行われます。

クイックサイドバー: ノイズの多いデータ

ノイズの多いデータは、テスト グループの曝露されていない集団に由来する無意味な情報です。 非暴露グループの行動の変動は、より小規模な暴露グループの検査結果の上昇に影を落とす可能性があります。 これにより、統計的有意性のない上昇テストが失敗する可能性があります。

公共サービス告知（PSA）

ITT テストではテスト グループに広告が配信されますが、コントロール グループには配信されませんが、PSA 手法では両方のグループに実際の広告が配信されます。 とはいえ、広告は異なります。 ランダムに選択されたテスト グループにはブランド関連の広告が表示され、ランダムに選択されたコントロール グループには PSA が表示されます。 一部のプレーヤーは、PSA アプローチは公平であると主張していますが (これについては後で詳しく説明します)、マーケティング担当者はユーザーにノンブランド広告を配信するために料金を支払っているため、費用効率が高くありません。

価値を推進するという点では、PSA は重要な公共サービスの問題に関する社会的意識を高めるために取り組んでいます。 また、両方のグループに実際の広告を配信することにより、コントロール グループ内のどのユーザーが露出されたかに関する情報が取得されます。 これにより、露出していないユーザーを測定から除外することができ、「ノイズの多い」データを打ち消すことができます。

PSA の最大の欠点は、無関係な広告に広告費を使用することを除けば、「同一対同一」の比較ができないことです。 ユーザーは献血広告には反応するかもしれませんが、モバイル ゲームをからかう広告には反応しないかもしれません。 PSA テストでは、PSA を表示したときの対照グループの行動が、ブランド広告を配信したときのテスト グループの行動と完全に同等であると仮定します。 これは正当な議論であり、YouAppi では私たちも同意する傾向があります。

ゴースト広告

ITT ではデータにノイズが多く、PSA テストでは同一対比の比較ができないため不十分ですが、ゴースト広告は両方の課題を解決します。 ゴースト広告は、ノイズが少なく、選択バイアスが少ない環境を提供します。 費用対効果にも優れています。 

ゴースト広告はコントロール グループを監視し、そのグループ内のユーザーにブランドの広告がいつ配信されるかを通知します。 コントロール グループのユーザーは、プラットフォーム上の別の広告主から広告を受け取ります。これにより、クリックとインプレッションのコストが削減されます。 コントロール グループの行動は「ゴースト インプレッション」でマークされ、どのコントロール グループのユーザーが広告にさらされたかについての情報が得られます。 

ゴースト広告自体はユーザーには見えないため、高品質のユーザー エクスペリエンスが維持されます。 彼らは単に実際にオークションで落札された広告を見るだけです。 ただし、Ghost Ad とその入札データは広告パートナーに表示されます。 実際には広告を見ていなくても、広告を見たはずのユーザーがどのように行動するかを知ることができます。 

繰り返しますが、ゴースト広告は PSA ベースの A/B テスト手法を実現しますが、より正確かつ手頃な価格でテストを実行します。 ゴースト広告は、広告にさらされたユーザーと、広告にさらされていたであろうユーザーのリンゴツーアップルの比較を提供します。 

ゴースト広告テストの最後の利点は、常に「オン」にできることです。 つまり、マーケティング担当者は、ライブ キャンペーンと同時にゴースト広告キャンペーンを実行できます。 これにより、広告に接触した可能性があるユーザーに関する一貫した上昇情報が提供されます。

まとめ

インクリメンタリティには疑いの余地はありませんが、 広告を成功させるための最良の尺度、高価であり、運用するのが難しい場合があります。 インテント・トゥ・トリート（ITT）、公共サービス広告（PSA）、ゴースト広告などのテスト手法は、マーケティング担当者がより有意義なリフト分析のための公平なテスト環境を作成するために使用する手法です。

  • ITT: この方法では、両方のグループのすべてのユーザーの行動を比較します。 これには、テスト グループの暴露ユーザーと非暴露ユーザーの両方、およびコントロール グループのユーザーが含まれます。 このアプローチは低コストで実装が簡単ですが、選択の偏りや「ノイズの多い」データが発生する可能性があります。
  • PSA: この方法では、両方のグループに実際の広告が配信されます。 ノイズの多いデータは除去されますが、公共サービス広告はブランド関連広告と比較できないため、費用がかかり、テスト対象ユーザー間の明確な比較はできません。
  • ゴースト広告 (推奨): ゴースト広告は、コントロール グループに「ゴースト」広告を配信することで、ノイズの多いデータと ITT と PSA のリンゴとオレンジの比較の問題を排除します。 ゴースト広告は、実際にオークションで落札された広告を単に見るユーザーには見えません。 ただし、ゴースト広告とその入札データは広告パートナーに表示されます。 これにより、広告を見たはずのユーザーがどのように行動するかに関する情報が得られます。 ゴースト広告は、広告にさらされたユーザーと広告にさらされていたであろうユーザーのリンゴツーアップルの比較から恩恵を受けます。