予測アトリビューション vs データドリブンアトリビューション

Table of Contents:

1. 📚 導入
2. 🏢 TOMMY AIの紹介
3. 📈 アトリビューションモデルとは？
   1. 🎯 ポストビューアトリビューションモデル
      1. ⏮️ ポストビューモデル
      2. ⏭️ 次のルールベースモデル
   2. 🔍 データドリブンモデル
      1. 📊 ルールベースモデル
      2. 📈 データドリブンモデル
   3. 🧙‍♂️ 予測アトリビューションモデル
4. 📊 なぜ予測アトリビューションモデルが必要か？
5. 📈 実際の事例
   1. 💼 銀行の広告キャンペーン
   2. 🏠 不動産のマーケティング
   3. 📱 B2B SaaSの広告キャンペーン
6. 💡 予測アトリビューションモデルのメリットとデメリット
7. ❔ 最もよくある質問

ポストビューアトリビューションモデル

ポストビューアトリビューションモデルは、広告が表示されたビューを基にビジネス成果を評価するモデルです。一部のインターネット広告プラットフォームでは、ポストビューモデルを使用することができましたが、グーグルとフェイスブックでは現在はオープンなインターネットでのみ使用可能です。最後のクリックアトリビューションは、一部のビジターが特定の行動に至ったことで売上を完全に割り当てるものです。他の前回クリックや最初のクリックなどのタッチポイントを無視します。ルールベースのアトリビューションモデルでは、この問題を解決しようとします。最初のクリックや最後のクリックなどのタッチポイントにある一定のルールを使用して、そのトランザクションの値を割り当てるようにします。

データドリブンモデル

データドリブンモデルは、統計分析を使用して、トランザクションの値を前のタッチポイントに割り当てるようにしたモデルです。簡単なルールベースモデルよりも複雑で、より洗練された割り当てが可能です。しかし、これらのモデルはチャンネルベースですので、新しいチャンネルやキャンペーンを追加する場合は、モデルを再学習する必要があります。

予測アトリビューションモデル

予測アトリビューションモデルは、ウェブサイト訪問者の振る舞いをリアルタイムに評価し、将来のビジネス結果を予測するモデルです。予測アトリビューションモデルは、ポストビューやルールベースモデルとは異なり、未来を予測するものです。ウェブサイト訪問者の行動とセッションの属性に基づいて、各セッションの値をリアルタイムに予測します。これにより、既存のクリックに値を割り当てるのではなく、将来のアクションを予測することが可能です。予測アトリビューションモデルは、なるべく早く結果を出すことができるため、戦術的な最適化に使用することができます。

なぜ予測アトリビューションモデルが必要か？

予測アトリビューションモデルは、長いサイクルを持つビジネスや高額なB2Bビジネスなど、特定の課題に対する最良の解決策です。これらのビジネスでは、ウェブサイトの訪問者の行動が実際のビジネス結果と関連しており、将来の売上げを予測することができます。予測アトリビューションモデルを使用することで、広告効果をより早く最適化し、ビジネスの成果を最大化することができます。

実際の事例

銀行の広告キャンペーン

銀行広告において、予測アトリビューションモデルは特に効果的です。金融サービス業界では、購入サイクルが長く、予測アトリビューションモデルを使用することで、将来のトランザクションの値を正確に予測することができます。

不動産のマーケティング

不動産業界では、需要が特定の時期に集中しています。予測アトリビューションモデルを使用することで、マーケティング効果を最大化するために、適切なタイミングで広告を配信することができます。

B2B SaaSの広告キャンペーン

B2BのSaaS企業では、トライアル期間がありますが、実際のトランザクションまでに時間がかかります。予測アトリビューションモデルを使用することで、トライアル期間中にどのユーザーが実際に購入する可能性が高いかを予測し、効果的な広告キャンペーンを実施することができます。

予測アトリビューションモデルのメリットとデメリット

予測アトリビューションモデルのメリットは以下の通りです：

• リアルタイムな結果：予測アトリビューションモデルはリアルタイムで結果を提供するため、迅速な意思決定と効果的な最適化が可能です。
• 将来の行動の予測：予測アトリビューションモデルは将来のトランザクションの値を予測するため、戦略的な最適化や目標設定に使用することができます。
• 顧客行動の評価：予測アトリビューションモデルは顧客行動を評価し、高い購買意欲を持つ顧客を特定することができます。

デメリットは以下の通りです：

• データの収集とモデルのトレーニングに時間がかかる場合がある。
• モデルの再トレーニングが必要な場合がある。
• 結果は予測値であり、実際の結果と異なる場合がある。

最もよくある質問

1. Q: データドリブンアトリビューションモデルと予測アトリビューションモデルを比較した結果はありますか？
   • A: はい、過去の顧客に対して実施したテストの結果を比較しました。予測アトリビューションモデルは結果がより即時であり、戦術的な最適化に使用することができます。
2. Q: 予測アトリビューションモデルはどのようなチャンネルに適用できますか？
   • A: 予測アトリビューションモデルはすべてのチャンネルに適用できます。ウェブサイト上のすべてのトラフィックに基づいたモデルを構築し、顧客の行動から予測します。
3. Q: 予測アトリビューションモデルは広告のみに適用できますか？それとも有機的なトラフィックや参照トラフィックにもスコアリングしますか？
   • A: 予測アトリビューションモデルはウェブサイト全体のトラフィックを使用してモデルをトレーニングし、広告だけでなく、有機的なトラフィックや参照トラフィックにもスコアリングします。

このウェビナーの内容は以上です。ご質問があれば、お気軽にお知らせください。ありがとうございました。