Googleのクッキーに関する方針転換：広告主にとって何を意味するのか

エピソードの説明

このPPCタウンホールのエピソードでは、Googleが以前の発表にもかかわらず、Google Chromeでのサードパーティクッキーの廃止を撤回するという最近の決定について議論しました。

Blackbird PPCのBen Vigneronが、この決定が広告主やデジタルマーケティング全体に与える影響について話しました。

エピソードの要点

Googleの決定とその影響:

• Googleは、Chromeでのサードパーティクッキーの廃止を延期することを決定しました。これは、プライバシーの懸念や規制の圧力（例：GDPR、CCPA）によって最初に推進されました。
• この延期により、広告主はしばらくの間サードパーティクッキーを使用し続けることができますが、業界全体のプライバシーの強化とファーストパーティデータへの依存の方向性は変わりません。

消費者のプライバシーと選択:

• 延期にもかかわらず、ChromeはAppleに似た選択画面を導入し、ユーザーがトラッキングをオプトアウトできるようにします。これにより、広告主にとって利用可能なデータが大幅に減少する可能性があります。

ファーストパーティデータへのシフト:

• 広告主は、ファーストパーティデータを活用し、広告プラットフォーム（例：Google Offline Conversion Tracking）に統合することに焦点を当てるべきです。
• UTMベースのトラッキングは依然として重要であり、異なるプラットフォームでのパフォーマンスを測定するために利用されるべきです。

高度な測定技術:

• メディアミックスモデリング（MMM）：チャネル間の過去の支出とバックエンドデータ（例：売上やサブスクリプション）を関連付け、さまざまなマーケティング施策の真の影響を判断する強力な方法です。
• GeoLiftテスト：特定の地理的地域でのキャンペーンの影響を、コントロールグループと比較することで分離するのに役立ちます。
• これらの技術は、サードパーティクッキーの制限を克服し、マーケティングパフォーマンスのより包括的な視点を提供します。

分析ツール:

• Google Analytics（GA）は依然として有用ですが、ウェブサイトセッションを促進しないチャネル（例：LinkedInリードフォーム、YouTubeビュー）には限界があります。
• MMMは、チャネルパフォーマンスのより広範な視点を提供することで、従来の分析が残すギャップを埋めることができます。

デジタルマーケティングの未来:

• 業界がよりプライバシー重視の慣行に向かう中で、広告主はデータサイエンスやファーストパーティデータの統合においてより技術的になる必要があります。
• R、Python、オープンソースライブラリ（例：MetaのRobin、GoogleのMeridian）などのツールは、データサイエンティストでなくても高度な測定技術を実装するのに役立ちます。

AI時代の生存:

• ジェネレーティブAI（GenAI）の台頭に伴い、デジタルマーケターはこれらのツールを活用してスキルを強化することに焦点を当てるべきです。
• これらのツールを効果的に統合し使用することを学ぶことが、業界での関連性を維持する鍵となります。

エピソードのトランスクリプト

Frederick Vallaeys: こんにちは、PPCタウンホールの別のエピソードへようこそ。私の名前はFred Vallaeysです。ホストを務めています。また、PPC管理ソフトウェアのCEO兼共同創設者でもあります。今日は、Googleからの最近のニュースを考慮すると非常に関連性の高いエピソードをお届けします。Google Chromeはサードパーティクッキーを廃止する予定でしたが、年々それを延期し続けました。

そしてついに、サードパーティクッキーを廃止しないことを発表しました。サードパーティクッキーの終焉は誇張されているようですが、広告主にとってそれは本当に何を意味するのでしょうか？消費者はサードパーティクッキーを許可し続けるのでしょうか？それとも新しい広告手法を見つける時が来たのでしょうか？PPCやデジタルマーケティングでよく考えることについて話し合います。

そのために、非常に分析的な専門家をお招きしました。彼の名前はBen Vigneronです。彼はサンフランシスコのBlackbird PPCで働いており、クッキー、メディアミックスモデル、デジタルマーケティングの他の多くの分析について深く掘り下げます。それでは、このPPCタウンホールのエピソードを始めましょう。

さて、Ben、ショーへようこそ。お招きできて嬉しいです。

Ben Vigneron: 招待していただきありがとうございます。光栄です。

Frederick Vallaeys: さて、Vigneron、その名前はどこから来たのですか？

Ben Vigneron: フランスから来ています。ワインメーカーを意味します。本当にフランスらしいですね。私はアメリカで12年間働いています。

その前はパリで、テック業界で何年も働いていました。現在はBlackbird PPCで、クライアントのために多くの測定を行っています。そして、皆さんもご存知の通り、サードパーティクッキーの廃止についての様々な議論に少し苦労しています。

今日はそのことについて話します。

Frederick Vallaeys: そうですね。そして、検索エンジンレンズで書かれている多くのこともありますので、私たちが話し合ったトピックについてもっと読みたい方は、そこから始めるのが良いでしょう。最近、SMXアドバンスドでも講演されました。そのセッションは無料でSMXのウェブサイトで利用可能です。ショーノートにリンクを貼りますが、いくつかのトピックをカバーしますが、さっそく始めましょう。Googleからの最新ニュースは、サードパーティクッキーが廃止されないということです。それについて少し話してください。それは何を意味しますか？

Ben Vigneron: それは良い質問です。まず、Googleがそのように方向を変えるのは珍しいことです。過去に論争を呼ぶ機能を展開し、それに固執してきました。例えば、エンハンストキャンペーンや、正確な一致タイプがもはや正確でないこと、検索用語がレポートスイートで利用できなくなることなどです。彼らはエンドユーザーに機能を押し付け、それに固執してきましたが、方向を変えることはめったにありません。ですから、これは興味深いことです。広告主、代理店、そしてエンドユーザーを考えるときに、その潜在的な影響を考えるべきです。長い話を短くすると、サードパーティクッキーをもう少し長く使用し続けることになります。Google自身からの反発ではなく、他の反トラスト委員会からの反発があったようです。彼らは、他の人々よりも先にサードパーティクッキーのサポートを廃止することで、業界に対して優位性を得ると考えていました。データプライバシーに焦点を当てることが競争上の優位性を与えるようになっているのは興味深いです。AppleがSafariで広告を出しているのを見ています。彼らのブラウザはデータプライバシーに焦点を当てています。これは、DuckDuckGoがリリースしたブラウザでも同様です。ダウンロードして使用でき、トラッキングやクッキーはありません。すべての許可を拒否するようにデフォルト設定されています。業界全体の方向性はこの決定で変わっていないように思えます。しかし、短期的には、物事は遅くなっています。Googleはブレーキをかけて、「数ヶ月、あるいは数年待ってから、サードパーティクッキーを完全に廃止する」と言っています。しかし、技術的には準備が整っています。GA4はそのためのものです。彼らは業界をリードしたい、GDPRやCCPAに先んじたいと考えています。しかし、業界はまだ準備ができていないようです。反トラスト委員会は、「それはすでに持っている優位性をさらに強化する可能性がある」と言っています。だから、待ってみましょう。エンドユーザーにとってのデメリットはないと思います。だから、彼らはこれを押し進めることで失うものが多かったのです。

Frederick Vallaeys: そうですね。その中には非常に興味深いことがたくさんあります。これはすべて、GDPRやCCPAのプッシュから派生しています。ユーザーにプライバシーの選択肢を与えることが基本的なことです。ここでの基本的なことは選択です。サードパーティクッキーテクノロジーを展開できないと言うことではなく、それが自分にとって機能しているかどうかをユーザーに選択させることです。Googleが「技術的にはChromeブラウザの動作を変更しない」と言った一方で、選択画面を導入する予定です。これは、Appleデバイスで見られるように、アプリをインストールするたびに「すべてのアプリでのトラッキングを許可しますか？」というメッセージが表示されるものです。聞いたところによると、約70％のユーザーがそのクロスアプリトラッキングを拒否しています。したがって、多くのデータを失います。ここで興味深いのは、Chromeも同様の警告画面を持つことになるということです。サードパーティクッキーが技術的に存在し続けるにもかかわらず、サードパーティクッキーからのデータを失う可能性が高いです。では、それに対して何をすべきでしょうか？

Ben Vigneron: 準備を整えるべきです。Apple iOSがユーザーにクッキーをオプトアウトさせることを許可したとき、広告主はiOSユーザーからのコンバージョントラッキングをほとんど失いました。業界によって異なりますが、大多数がオプトアウトしました。したがって、パフォーマンスを測定するための他の方法を見つける必要があります。それがオンラインであれオフラインであれ、プログラムの効率を評価する方法を見つける必要があります。いくつかの代替技術がありますが、要するに、サードパーティクッキーがない場合、ファーストパーティデータを使用する必要があります。つまり、ファーストパーティデータを広告プラットフォームに戻す必要があります。Google Offline Conversion Trackingのようなものです。名前は変わりましたが、基本的にはバックエンドデータを広告プラットフォームに戻すことです。これはFacebookでも同様の機能があります。LinkedInも同様の機能に取り組んでいます。彼らはすべて似たような名前を持つでしょうが、確かにそれが最初です。広告プラットフォームのデータを信頼しないでください。数字を疑い、挑戦し、自分のデータを使用し、それを広告プラットフォームに戻す方法を見つけてください。それが私にとっての第一です。第二に、UTMベースのトラッキングはまだ死んでいません。トラッキングパラメータがすべてのデータプライバシーの懸念を考慮している場合、それは100％準拠しています。URLやUTMで渡されるすべてのデータが匿名化されているか、匿名である場合（キャンペーン名や広告IDなど）、誰がその人かを特定することはできません。したがって、これらのトラッキングパラメータは問題なく機能し続け、HubSpot、GA、Salesforce、Shopifyインスタンスでのパフォーマンスを測定するのに役立ちます。UTMベースのトラッキングを使用していない人にとっては、ぜひ検討すべきです。最後に、私が大切にしているのは、高度な測定です。データサイエンスを使用して、真の影響、真の貢献、または真のインクリメンタリティを見極めることです。つまり、メディアミックスモデリングのような方法を使用して、すべてのイニシアチブにわたる支出をファーストパーティのバックエンドデータと関連付けることです。Salesforceの機会、Shopifyのサブスクリプション、結果が何であれ、これがMMMの目的です。非常に強力で、クリックベースのサードパーティクッキーベースのトラッキングの課題を克服します。非常に堅牢です。他の方法としては、テストを実行してバックエンドで何が起こるかを見ることです。要するに、ファーストパーティデータが未来であり、すでに現在であるかもしれません。データをパイプダウンする方法があります。これはマーケティングオペレーションと呼ばれます。これを実行するための人が必要です。これが完了すれば、非常に高品質で信頼性のあるシグナルをGoogle、Facebook、LinkedInプラットフォームのアルゴリズム入札に使用できるようになります。そして、その外で、検索キャンペーンがビジネスに何かをもたらしているかどうかを確認し、ソーシャルメディアが何かをもたらしているかどうかを確認します。有料、オーガニック、プロモーションの効果を確認できます。これがMMMの目的であり、何が効果をもたらしているかの全体像を把握することです。再度言いますが、サードパーティクッキーデータは使用していません。バックエンドの数字を使用して、過去の支出と関連付けようとしています。他のシグナルも使用できます。それが私が大好きなことです。私はこれをクライアントのために行っています。MMMとGeoLiftテストは、私たちがよく使用する2つの方法です。何が効果をもたらしているかの全体像を把握するため、またはサイロでテストを実行し、例えばYouTubeのような特定のチャネルやサブチャネルの真の影響を測定するためです。YouTubeからの価値を見たことがないという声をよく聞きます。YouTubeからのコンバージョンは見られません。UTMが設定されていますが、バックエンドでYouTubeから来たと分類されるデータは見られません。したがって、YouTubeは何もしていないと考えています。しかし、GeoLiftテストを実行すると、YouTube広告を特定の場所で実行し、他の場所では実行しない場合、グループ間の差を見て、YouTube広告を実行している場所でのリフトをほぼ毎回見ることができます。テスト予算が十分であり、データを測定する方法を知っている限り、セッション、新しいユーザー、そして潜在的には購入、サブスクリプション、MQL、機会の増加を常に見ることができます。遅延に応じて、考慮すべきことがいくつかありますが、GeoLiftテストは、1つの個別のチャネルやサブチャネルをサイロで見て、その真の影響を測定するのに優れたツールです。MMMは、全体像を把握するためのものです。

Frederick Vallaeys: そうですね。その中にはたくさんのことがありますね。OCIを通じてデータをパイプすることやUTMを設定することは、より基本的なことです。私たちが行ったブログ投稿やあなたが行ったブログ投稿で、もっと学ぶことができます。では、あなたが本当に情熱を持っている2つの領域、GeoLiftテストとメディアミックスモデルについてもう少し深く掘り下げましょう。GeoLiftテストでは、十分なデータが必要だと言いました。具体的なことについてもう少し話してください。どれくらいの規模の広告主である必要がありますか？バックエンドでどのようなデータが必要かもしれませんか？一般的に、これらのスプリットテストは、できるだけ多くの変数を制御したいと考えています。したがって、カリフォルニアとミネソタの間でスプリットテストを行うことは、最適ではないかもしれません。気候が異なり、国の異なる部分です。より一般的には、シアトルとポートランドのような、近接した都市間で行われることが多いです。これにより、これらの変数を制御できます。GeoLiftテストを行いたい場合の具体的なことについて話してください。

Ben Vigneron: 良い質問です。おっしゃる通り、テストの場所は慎重に選ばれるべきです。テストグループがコントロールグループと統計的に類似していることを確認する必要があります。つまり、地理的にも、あらゆる面で類似している必要があります。全体として、米国でテストを実行する場合、50の州があります。したがって、潜在的には、ほとんどの広告主はグループをランダム化し、25の州を選びます。これを行うと、失敗する可能性があります。グループをランダム化すると、カリフォルニアとニューヨークが同じグループに入る可能性があります。それは避けたいでしょう。カリフォルニアとニューヨークをコントロールにするか、逆にするか、どちらかにしたいです。グループをランダム化すると、西海岸からの州が多く、東海岸からの州が少ない可能性があります。それは難しいです。州ではなくDMAを使用することもできますが、州はほとんどのデータソースで一般的な次元です。したがって、通常、州はその理由で良いです。GA、Shopify、Salesforceはすべて州を持っています。すべてがDMAレベルを持っているわけではありません。それ以外の場合、私はDMAをより頻繁に使用しますが、より詳細です。しかし、州を考えると、テストグループは、テストグループが国全体の20％以上を占めることを確認する必要があります。購入に関してです。テストグループが国全体の20％以上を占めることを確認する必要があります。次に、潜在的なテスト場所が過去にコントロール場所と同様に動作していることを確認する必要があります。したがって、テストを実行する前に、テストグループとコントロールグループの既存のデータを測定したいです。まだテストを実行していません。テストグループとコントロールグループの間に違いがないことを確認したいです。したがって、検出されるべき効果をテストに帰することができます。私はRでスクリプトを作成し、グループ間の分散を最小限に抑えるために統計的テストを実行し、分散が最も低いテスト場所を選びます。つまり、日々のパフォーマンスが歴史的に類似していることを意味します。したがって、将来、テストを実行したときに、何らかのデルタが見られた場合、それをテストに帰することができます。実験に帰することができます。事前にデータを見て、分散を最小限に抑えることが重要です。分散は、グループ間のパフォーマンスの違いを意味します。少し技術的であり、非常にクールです。これを行わないと、何かを見て、「その州を選んで、YouTube広告をその州で実行している」と言うかもしれませんが、因果関係を確立することはできません。チームに「良さそうだ」と伝えることはできますが、自信を持って「これは機能している」と言うことはできません。この方法を使用すると、Googleの因果影響法を使用しています。これは、マーケティング介入の影響を時系列で測定するために作成されたオープンソースライブラリです。これは1つのユースケースであり、リフトがどのように見えるか、結果にどれだけ自信を持てるかを正確に示します。これを使用して、介入前にグループが類似していることを確認します。それがすべてです。データサイエンスについて言及しましたが、少し高度です。スクリプトを作成した後は、チーム全体がスクリプトを使用して自分で作成できますが、少し高度です。毎回機能する方法で作成するのに時間がかかりました。

でも、今はどんなバックグラウンドをお持ちですか？教育で技術的なことを学んだのか、それともプログラミングをどのように学んだのですか？そうではありません。つまり、数学を学びましたが、実際にコーディングを学んだのはAdobeでです。Adobeに入社したときは、SQLやRの知識はまったくありませんでした。そして、最初の2年間は本当にそれに集中しました。

当時、私はビジネスアナリストで、データを分析して、カスタマーサクセスチームがクライアントと共有するためのPowerPointプレゼンテーションを作成するプラットフォームに取り組んでいました。そうやってSQLなどを学びました。そして、本当に情熱を持たせてくれる人々に出会い、どんどんのめり込んでいきました。それで、本を読み始め、今でも毎日新しい関数や新しいビジュアライゼーションを学んでいます。それは本当に素晴らしいことです。

Frederick Vallaeys: 新しいことをどのように学んでいますか？

Ben Vigneron: 通常、ユースケースから始まります。問題を解決しようとして、それを検索します。家に何冊か本がありますが、Googleを使います。そして、すでに知っているウェブサイトを信頼する傾向があります。

通常、同じ問題を解決する方法は複数あります。それが本当に素晴らしいところです。なぜその方法がそのケースに関連しているのかを考えることができます。例えば、ファーストパーティデータを考えると、最近の問題は、私たちのコンの主要なペルソナを見つけることでした。

基本的にはプロファイリングやクラスタリングです。それは非常に複雑な問題です。RやPythonにはその問題を解決するための多くの方法があります。どの方法が最適かを判断するために、すべての方法を試します。そして、スクリプトに入り、データをロードし、さまざまな方法で実行し、最も快適に感じる方法を選びます。Rはオープンソースのプログラミング言語で、特にリモートワーカーにとって素晴らしいドキュメントを見つけるのが非常に簡単です。

Frederick Vallaeys: GPTのコードインタープリターについてはどうですか？Pythonスクリプトを書くためにそれを使用していますか？

Ben Vigneron: いいえ、試してみましたが、あまり感心しませんでした。正直なところ、ほとんどの場合、Rでこれを使用しましたが、少し役立ちました。しかし、ほとんどの場合、うまくいきませんでした。だから、修正する必要がありました。それでも時間の節約にはなりますが、まだ使用します。

プロンプトに自信がある場合、基本的にこれが探しているものだとわかっている場合、GPTに入力することができます。それが役立つと思います。しかし、ほとんどの場合、あまり信頼しません。ビジュアライゼーションをより良く見せる方法を見つけるのに役立つかもしれませんが、私の経験では、まだ多くの手作業が必要です。

Frederick Vallaeys: それに同意します。最近、Google広告スクリプトについて多く話しており、GPTがそれを作成できることについて考えていました。

スクリプトをGoogle広告にコピーして貼り付けると、エラーが返されます。それらのエラーをGPTに返すと修正されます。数回の反復の後、出力を生成するものが得られます。しかし、出力を本当に確認する必要があります。途中でエラーが発生した可能性があるからです。

私の前提は、すでにそれを行う能力がある場合、GPTはそれをより速く行うことができ、最後の20％を手動で修正することができます。RやPython、統計を学ぶ意欲がある場合、GPTは素晴らしい教師になることができます。

Ben Vigneron: そうですね、既存のスキルを強化しますが、最初にスキルが必要です。出力を修正する必要があるからです。完全に同意します。また、YouTubeは何でも学ぶのに素晴らしい場所です。Pythonをマシンにセットアップして始める方法についてのチュートリアルがあります。それは素晴らしいし、無料です。もちろん、非常に深くは行きませんが、良い出発点です。その後、CourseraやLinkedInなどに進み、本を購入して学ぶことができます。知識がたくさんあります。

デジタルマーケティングのキャリアを始めるとしたら、何を学びますか？

私の場合、常に技術的なことを楽しんでいるので、学校でデータサイエンスを学びます。統計やPython、SQLも簡単ですが、より高度なレベルに達するためにはトレーニングが必要です。Adobeで学んだことが多く、ビジネスケースを解決するためのチームがありました。マーケティングに興味があるなら、できるだけ技術的なスキルを身につけることをお勧めします。技術的なスキルは時間とともに価値を生み出します。多くのマーケターは、トラッキングの仕組みやデータの見方、テストの実行方法についてあまり知らないからです。

Frederick Vallaeys: すべてのことは、適切なデータ、適切なファーストパーティデータに依存しています。データオプスチームもあります。ファーストパーティデータについて考えていない人にとって、それはどのように見えるべきかについて話してください。どのように取り込むのか、どのように始めるのか、データを収集するツールはありますか？Google広告にどのように戻すのですか？

Ben Vigneron: そうですね。長年にわたって多くの変化を見てきました。例えば、クライアントがZapierを使用して、異なるデータソースを接続する素晴らしいツールです。例えば、B2B広告主にとってLinkedInは強力なプラットフォームで、人々はメールアドレスや職種などを提出します。そして、そのデータは通常、LinkedInに留まり、バックエンドデータと共有されません。それは課題です。なぜなら、最良のデータが自分のバックエンドにないからです。最良のデータはLinkedInによって所有されています。それを解決するために、すべてのデータをキャプチャする必要があります。Zapierのようなツールを使用して、LinkedInからバックエンドにリードの詳細をキャプチャし、内部で使用することができます。

この役割は、私が始めたときには存在しませんでした。キャンペーンマネージャーがGoogleやFacebook、LinkedInでキャンペーンを管理していましたが、プラットフォームデータを信頼し、バックエンドにはアクセスしませんでした。今では、バックエンドのファーストパーティデータとプラットフォームをつなぐチームがあります。

Frederick Vallaeys: それで、すべての素晴らしいデータを適切な場所に配置し、クッキーデータを失ったので、個々のクリックがどの結果につながったかを必ずしも知ることができません。そこでが登場します。それは全体像を提供します。それはどのように機能しますか？

Ben Vigneron: 通常、2年分のデータが必要です。データとは、チャネル全体の過去の支出を指します。例えば、Google、Facebook、LinkedInを運営している場合、3つのデータポイントがあります。Google、Facebook、LinkedInの過去の支出と、バックエンドのサブスクリプションボリュームです。すべて週ごとにです。3つの入力、3つのチャネルの支出と1つの出力、あなたの数字です。特定のチャネルに割り当てられていない全体の数字です。それを知りたいのです。反応分解と呼ばれるものを行います。週ごとのサブスクリプションボリュームを過去の支出と相関させます。

現在、一般に公開されている2つの方法があります。オープンソースライブラリです。MetaのRobinライブラリがRとPythonで利用可能で、GoogleのMeridianがあります。出版社がこれらの素晴らしいリソースへのアクセスを提供しており、ドキュメントが豊富です。私は長い間Robinを使用しており、カスタマイズしてきました。反応曲線が特定の方法で見えるようにしていますが、基本的には非常にシンプルです。テストを実行する必要はありません。過去2年間のすべての重要なチャネルの支出を引き出すだけです。

次に、従来のレポートと比較したいです。過去数ヶ月間、GoogleのROIがXだと思っていましたが、実際にはYです。それが高いのか低いのかを調べ、必要に応じて因果関係を確立するためにジオリストリフトテストを実行することもできます。これらは非常によく機能する2つの方法です。アトリビューションはゼロサムゲームであり、サードパーティのクッキーデータを使用してパフォーマンスを測定することはほとんど間違っています。いくつかのチャネルは過大評価され、いくつかのチャネルは過小評価されます。ゲームの名前は、過小評価されているチャネルと過大評価されているチャネルを特定することです。それがです。マーケティングの世界にいる人には、これに取り組むことをお勧めします。最終的に本当に重要なことです。

Frederick Vallaeys: 素晴らしいアドバイスです。多くの人がメディアミックスモデルをまだ使用していないようですが、オープンソースシステムのようにRobinを使用して実装するのはそれほど難しくないようです。データがあれば、それを投入するだけです。しかし、ほとんどの広告主はGoogleアナリティクスを設定しており、それは世界で何が起こっているかをモデル化したビューにシフトしています。良い点は、多くの場合、重複を排除することです。クロスチャネルを見ているため、Facebook、Google、Microsoftが同じコンバージョンに対してそれぞれクレジットを取り、3倍にカウントすることはありません。しかし、アナリティクスはどのように役立つのでしょうか？それはまだ役立ちますか？どのように使用していますか？

Ben Vigneron: それは役立ちます。ウェブサイトへのセッションを促進するイニシアチブには役立ちますが、必ずしもそうではありません。LinkedInのリードフォームを考えると、ユーザーはウェブサイトにアクセスしないため、GAには表示されません。YouTubeのビデオビューもGAには表示されません。クリックすれば表示されますが、ほとんどクリックしません。テレビ広告、ラジオ広告、屋外広告、すべての伝統的なメディアはGAには表示されません。したがって、ミックスがどのように見えるかによって、GAは素晴らしいツールか、あまり役立たないツールかのどちらかです。私の経験では、LinkedInのリードフォームを多く使用するB2B広告主は、GAをあまり使用しません。GAをGoogleキャンペーンやFacebookキャンペーンに使用するかもしれませんが、LinkedInとGAはあまりうまく連携しません。

Frederick Vallaeys: それで、すべての素晴らしいデータを適切な場所に配置し、クッキーデータを失ったので、個々のクリックがどの結果につながったかを必ずしも知ることができません。そこでが登場します。それは全体像を提供します。それはどのように機能しますか？

Ben Vigneron: 通常、2年分のデータが必要です。データとは、チャネル全体の過去の支出を指します。例えば、Google、Facebook、LinkedInを運営している場合、3つのデータポイントがあります。Google、Facebook、LinkedInの過去の支出と、バックエンドのサブスクリプションボリュームです。すべて週ごとにです。3つの入力、3つのチャネルの支出と1つの出力、あなたの数字です。特定のチャネルに割り当てられていない全体の数字です。それを知りたいのです。反応分解と呼ばれるものを行います。週ごとのサブスクリプションボリュームを過去の支出と相関させます。

現在、一般に公開されている2つの方法があります。オープンソースライブラリです。MetaのRobinライブラリがRとPythonで利用可能で、GoogleのMeridianがあります。出版社がこれらの素晴らしいリソースへのアクセスを提供しており、ドキュメントが豊富です。私は長い間Robinを使用しており、カスタマイズしてきました。反応曲線が特定の方法で見えるようにしていますが、基本的には非常にシンプルです。テストを実行する必要はありません。過去2年間のすべての重要なチャネルの支出を引き出すだけです。

次に、従来のレポートと比較したいです。過去数ヶ月間、GoogleのROIがXだと思っていましたが、実際にはYです。それが高いのか低いのかを調べ、必要に応じて因果関係を確立するためにジオリストリフトテストを実行することもできます。これらは非常によく機能する2つの方法です。アトリビューションはゼロサムゲームであり、サードパーティのクッキーデータを使用してパフォーマンスを測定することはほとんど間違っています。いくつかのチャネルは過大評価され、いくつかのチャネルは過小評価されます。ゲームの名前は、過小評価されているチャネルと過大評価されているチャネルを特定することです。それがです。マーケティングの世界にいる人には、これに取り組むことをお勧めします。最終的に本当に重要なことです。

Frederick Vallaeys: 素晴らしいアドバイスです。多くの人がメディアミックスモデルをまだ使用していないようですが、オープンソースシステムのようにRobinを使用して実装するのはそれほど難しくないようです。データがあれば、それを投入するだけです。しかし、ほとんどの広告主はGoogleアナリティクスを設定しており、それは世界で何が起こっているかをモデル化したビューにシフトしています。良い点は、多くの場合、重複を排除することです。クロスチャネルを見ているため、Facebook、Google、Microsoftが同じコンバージョンに対してそれぞれクレジットを取り、3倍にカウントすることはありません。しかし、アナリティクスはどのように役立つのでしょうか？それはまだ役立ちますか？どのように使用していますか？

Ben Vigneron: それは役立ちます。ウェブサイトへのセッションを促進するイニシアチブには役立ちますが、必ずしもそうではありません。LinkedInのリードフォームを考えると、ユーザーはウェブサイトにアクセスしないため、GAには表示されません。YouTubeのビデオビューもGAには表示されません。クリックすれば表示されますが、ほとんどクリックしません。テレビ広告、ラジオ広告、屋外広告、すべての伝統的なメディアはGAには表示されません。したがって、ミックスがどのように見えるかによって、GAは素晴らしいツールか、あまり役立たないツールかのどちらかです。私の経験では、LinkedInのリードフォームを多く使用するB2B広告主は、GAをあまり使用しません。GAをGoogleキャンペーンやFacebookキャンペーンに使用するかもしれませんが、LinkedInとGAはあまりうまく連携しません。

Frederick Vallaeys: 素晴らしいですね。Ben、私たちにとってとGeoLiftテストについて少し教えてくれてありがとう。また、データサイエンティストでなくても、YouTubeやUdemyなどの素晴らしい教材があり、Rを学ぶことができるという希望の言葉もあります。個人的には、GPTコードインタープリターの大ファンであり、私の能力を超えた統計分析を行ったことがあります。Sam Altmanは、デジタルマーケターの95％がジェンAIによって仕事を失うと言いました。ここでの核心は、私たちが5％であり、95％ではない方法です。仕事を維持するためのアドバイスはありますか？

Ben Vigneron: 私はかなり楽観的です。ジェンAIはギャップを埋めるものであり、人間が行う作業を必ずしも行うものではありません。これらのツールの使い方を知っているなら、仕事を失うことはありません。誰かがツールを使わなければなりません。そして、統合が重要です。通常、RStudioで作業し、ChatGPTを横に置いていますが、両方をどのように統合するかです。利用可能で関連するすべてのツールを使用し、それらを日常のワークフローに統合するスキルを学ぶなら、仕事を維持できるでしょう。私はそれについてまったく心配していません。移行は一部の人が考えるよりも遅いでしょう。Excelがなかったときも仕事を失いませんでした。SQLがなかったときもいくつかのことを見つけることができました。私はそれについてあまり心配していませんし、移行は遅いでしょう。しかし、技術的なスキルに焦点を当てることは間違いなく重要です。これらのツールを使用し、それらがどのように機能するかを知ることは素晴らしいことです。そして、再び統合です。

Frederick Vallaeys: そうですね。ツールと競争するのではなく、それらのツールを使う方法を知っている他の人と競争しています。

Ben Vigneron: まさにそれが言いたいことです。そうですね、同意します。

Frederick Vallaeys: 素晴らしいです、Ben。人々があなたとつながりたい場合、LinkedInや他の場所はありますか？

Ben Vigneron: ben@blackbirdppcにメールを送るか、オンラインでblackbirdppc.comを見つけてください。LinkedInも大丈夫です。Ben Vigneronで、ぜひつながりたいです。

Frederick Vallaeys: 特にのアイデアが好きで、自分でやりたくない人や専門知識が必要な人にとって、Blackbird PPCは何に焦点を当てていますか？

Ben Vigneron: 私たちは歴史的にダイレクトレスポンスマーケティングを行っています。非常にROIに焦点を当てており、B2BとB2Cの両方に対応しています。過去数年間はB2Bに重点を置いていましたが、B2Cも対応可能です。

私たちはキャンペーン管理を行っていますが、私と私のチームを通じて、高度な分析と測定も行っています。GeoLiftテストについて話しましたが、クライアントのために実行する他の分析も多数あります。高いライフタイムバリューをもたらすペルソナの定義や、その性質を見つけ出すことなどです。

平均以上のCTRやコンバージョン率をもたらすクリエイティブ属性を見つけることも、内部で実行できることです。ですから、キャンペーン管理と高度な分析、データサイエンスをマーケティングに適用する方法を本当に行っています。私たちはサンフランシスコにいて、チームは素晴らしいです。

Frederick Vallaeys: 素晴らしいですね。そして、ベンが取り組んでいることをもっと見たい場合は、Search Engine Landでの彼の投稿をチェックし、無料でアクセスできるSMX Advancedセッションをぜひご覧ください。このPPCタウンホールのエピソードを楽しんでいただけたなら、下部の購読ボタンを使用して、次回のエピソードが公開されたときに通知を受け取ることができます。また、ppctownhall.comにアクセスしてニュースレターに登録することもできます。そして、PPCマネージャーとしてより効率的になりたい場合は、素晴らしい自動化とファーストパーティデータの統合がたくさんあります。無料トライアルもありますので、ぜひチェックしてください。ご覧いただきありがとうございます、ベン、参加してくれてありがとう、次回のエピソードでお会いしましょう。