「因果効果」とは、研究や統計の分野で、何かが起こった、または起こっていることに基づいて、何かが起こった、または起こっていることを説明するために使用される用語です。 これはシンプルな概念ですが、企業の影響の漸進性を理解する上で強力な意味を持ちます。 リターゲティングキャンペーン、特に IDFA後の世界.

以下、因果関係について説明します。 また、これを使用してキャンペーンをより効果的に最適化し、最良の顧客を適切にリターゲティングする方法も検討します。

因果関係とは何ですか? 

因果効果は、事象間の関係を評価する因果推論に関連します。 因果関係が存在する場合、あるタイプのイベント (原因) が別のタイプのイベント (結果) に体系的に関連していると信じる十分な理由があります。 これらの関係を確立することで、研究者は変化に影響を与えることができます。

たとえば、A が原因で B が発生し、A が与えた影響の程度に応じて B の結果が強いか弱い場合、研究者は A の影響を変更して B に影響を与えることができます。

言い換えれば、因果推論により、実験者は原因を特定することでイベントを生成(または防止)するためにテスト環境を変更することができます。

因果関係の種類

変数間の因果関係にはいくつかのタイプがあります。

  • 必要な原因。 A が B の必然的な原因である場合、B の存在は 100% の確率で A の存在を意味します。 ただし、A の存在は B が発生することを意味するものではありません。 必要な原因は、変数間の最大の因果関係を意味します。
  • 十分な原因。 A が B の十分な原因である場合、A の存在は 100% の確率で B の存在を意味します。 ただし、別の原因 (C) によって B が発生する可能性もあります。したがって、B の存在は A の存在を意味しません。たとえば、外で雪が降っている場合、気温は低くなります。 雪が降るだけで、外は寒いと結論付けるのに十分な理由があります。 しかし、寒いからといって、必ずしも外に雪が降っているわけではありません。
  • 寄与原因。 A が B の寄与原因である場合、A の存在が B の存在を可能にすることを意味します。 ただし、100%の確率ではありません。 言い換えれば、寄与原因は必要でも十分でもないかもしれませんが、寄与するものでなければなりません。 たとえば、気温が低いと雪が降りますが、雪の天候に影響を与える可能性がある要因はそれだけではありません。 雪は風の冷たさや嵐のパターンなどにも影響されるため、気温の低下が雪の原因となります。

  因果関係分析 そしてリターゲティング

マーケティング担当者にとって、リターゲティング広告支出の因果関係を理解することは、コンバージョンのうちどれだけがキャンペーンの結果であるかを評価するのに役立ちます。 マーケティング担当者はリターゲティング キャンペーンの因果関係をどのように測定できるでしょうか? インクリメンタリティテスト!

適用 因果関係分析 リターゲティングへ

リターゲティング キャンペーンの因果関係について推論するには、データを使用して、ユーザーが広告によってリターゲティングされていなかったらどうなるかを予測します。 この方法論は、RCT (ランダム化対照試験) の原則に従います。 この方法では、治療グループ (広告キャンペーンにさらされる可能性のあるユーザー) と対照グループ (広告キャンペーンにさらされないユーザー) を比較して、反事実を導き出します。

  • 反事実: 起こっていないこと、または別の状況下では真であったであろうことについての条件付きステートメント。 例えば: ユーザーにリターゲティング広告が配信されなかった場合、ユーザーはコンバージョンに至らなかったでしょう。.

発生したイベント (コンバージョンなど) と、予測された事実に反する行動との違いを評価することで、 増分リフト分析.

増分性テストを使用した因果効果の測定

基本的な増分テストは、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。 次に、増分コンバージョンについて、両方の母集団のコンバージョン率の差が測定されます。

広告を配信していないユーザーのコントロール グループ (またはホールドアウト グループ) を分離することが、売上収益の反事実を判断する鍵となります。 言い換えれば、ユーザーのグループを対象にして、リターゲティング広告キャンペーンがなければどうなったかを評価してもらいます。 このデータを治療グループと比較することで、リターゲティング キャンペーンの因果関係を測定できます。

必要な原因の評価

前述したように、因果関係にはさまざまな種類があります。 理想的には、マーケティング担当者は、リターゲティング活動とコンバージョンの間に必要な因果関係を特定することを目指す必要があります。 これは、100% の確率でコンバージョンにつながる要因を意味します。

これらの要因を特定するために、マーケティング担当者は、共変量 (結果に影響を与える影響力のある変数) が排除されたクリーンなテスト環境を作成する必要があります。 ここで、さまざまな増分リフト手法を制御します。 騒々しい データは役に立ちます。

そのような方法論の XNUMX つは、ゴースト入札増分リフト テストです。 この方法では、コントロール グループ内のユーザーに「ゴースト入札」 (目に見えない入札) が適用されます。 コントロール グループには、「暴露されたであろうユーザー」と「暴露されなかったユーザー」という XNUMX つのグループも作成されます。 次に、治療グループ内の暴露されたユーザーからのコンバージョンを、対照グループ内の「暴露されたであろう」ユーザーと比較して、増加率を測定します。 これにより、特定の瞬間に広告に接触した可能性のあるすべてのユーザーを考慮することにより、治療グループと対照グループのユーザー間の同一比較が作成されます。 そこから、キャンペーンの段階的な上昇に必要な原因を特定できます。

のポイント 因果関係の分析 リターゲティングとリターゲティング

「因果関係」とは、起こった何かに基づいて何かが起こったときを説明するために使用される用語です。 インクリメンタリティを使用してリターゲティング キャンペーンの因果効果を測定することは、IDFA 後の世界でその有効性を評価する強力な方法です。

  • 因果関係をうまく測定するには、マーケティング担当者は対照グループまたはホールドアウトグループとテストグループを分離して、反事実を作成する必要があります。
  • 反事実: 起こっていないこと、または別の状況下では真であったであろうことについての条件付きステートメント。
  • 共変量を排除することでノイズの多いデータを制御します。 これらは直接の関心はないが、実験の結果に影響を与える変数です。

アプリのターゲットを変更する

お問い合わせ IDFA 後の世界をナビゲートして、モバイル エンゲージメントと ROI の成功を支援してください。