コンテキスト広告が新たなマーケティング機会への道を開く

戦略的イニシアチブおよびパートナー ソリューション担当シニア ディレクター、Jason Andersen 氏

広告主やマーケティング担当者は、特に信号損失という課題が継続的に現在および将来の戦略の再考を迫られているため、現在のデジタル環境で競争力を維持することを常に目指しています。 多くの主要なブラウザがプライバシーとデータ セキュリティへの懸念からサードパーティ Cookie のサポートを段階的に廃止しているため、ターゲット ユーザーを特定してリーチするための新しい方法を見つける必要があります。

コンテキスト広告は革新的なソリューションを提供します。 コンテキスト信号と機械学習を組み合わせて、高度にターゲットを絞った精度を通じて消費者をより深く関与させる方法です。

コンテキスト広告はシグナルロスの中でも目的の視聴者にリーチするのに役立ちますが、それは正確には何で、デジタル広告の成功を最適化するのにどのように役立つのでしょうか?

ビジネスの成長とマーケティングへの影響を維持するには、Cookie の廃止による潜在的な影響を予測して、今から積極的に行動することが不可欠です。

ターゲティング目的に利用できるデータ ポイントが少ない環境で視聴者にリーチする方法については、別の考え方をする必要があります。 それは、将来のある時点で考慮すべきことではなく、今ここにあります。 影響には以下が含まれます。

機械学習はコンテキスト広告を次のレベルに引き上げ、消費者にリーチして消費者と関わるための新しい方法を見つけるのに役立ちます。 ユーザーについて 1 つのページから得られる情報を超えて、データから新たな洞察を引き出すことができます。 サードパーティ Cookie が廃止されるにつれて、RampID や UID2 などの代替識別子が市場に出てきます。 これらは使用する上で特に重要になります。

Cookie 同期が時代遅れになると、ターゲット ユーザーにリーチするための代替方法を探す必要があります。 ここ数年、いくつかの重要な要因により、コンテキスト広告が復活しました。 たとえば、ID シグナルの喪失などです。 これにより、業界は変化を余儀なくされており、他の場所に目を向け、異なる方法で視聴者にリーチする方法を見つけなければなりません。

また、マーケターがこれまで扱ってきたものよりもはるかに広範で、より詳細な方法で一連のコンテキストシグナルを保存および操作できる能力も大幅に進歩しました。 機械学習に関して言えば、これらのモデルの能力と影響は、収集できるデータセットがどれだけ広範囲で粒度が高いかによって完全に左右されるため、これは非常に大きな問題です。 機械学習は、重要なコンテキスト信号をまとめて、特定の広告主にとってどのコンステレーション、またはそれらの信号のどの組み合わせが最も予測的で価値があるかを判断できます。

これらすべてのシグナルを使用して機械学習モデルを個々の広告主に合わせて調整し、以前は非現実的または実現不可能だった方法でそれら全体のパターンを見つけることができます。 この変革は、業界がより詳細なデータを取得し、それを操作して、広告主にとって機能するモデルを構築できる能力によって起こっています。

どうやって高度なコンテキスト広告は、マーケティング担当者がアドレス指定できないユーザーにアプローチするのに役立ちますか? 高度なコンテキスト広告を使用すると、一連の既知のデータ (アイデンティティ) を取得し、ビットストリーム全体で見られる他のすべての信号を使用して、そこから推論を引き出すことができます。

機械学習はコンテキスト広告を次のレベルに引き上げ、消費者にリーチして消費者と関わるための新しい方法を見つけるのに役立ちます。

たとえば、コンテキスト インデックス作成を考えてみましょう。 特定の世帯グループの身元を知っている場合は、コンテキスト インデックスを使用して、データ マーケットプレイスで入手可能な豊富なデータ セットに対してそれらの世帯がどのようにインデックス付けされているかを確認できます。 そのデータが既知のユーザーにどのようにインデックス付けされているかを調べて、そのデータ内のパターンを見つけ、そこから推定することができます。

多くのマーケティング担当者にとって、エキサイティングな機会は、キャンペーンの実行に役立つ、アドレス指定不可能な空間で、環境やアイデンティティに基づいていないシグナルに基づいて、既知の視聴者にリーチする方法を見つけ出すことです。 既知の視聴者は、すでにコンバージョンに至っている人々、つまり商品やサービスを好み、広告に関心を持っている人々です。