デビッド・イスピリアン氏はEffeectのCEOであり、革新的なデジタルマーケティング戦略を通じて企業のオンライン成長を支援している。
AIは現在、有料メディアのほぼすべての領域に組み込まれている。オーディエンスを構築し、広告を作成し、配信先を選択し、行動から学習し、人間よりも速く入札を調整する。
多くの企業が同じ疑問を抱いている。「プラットフォームがアカウントを管理できるなら、私たちのチームは何をすべきなのか」
私の経験では、その答えは次のとおりだ。自動化をいつ信頼し、いつそれを上書きし、システムに境界線を持たせるためにアカウントをどう構築するかを明確にすることである。
AI管理型アカウントへの移行
完全自動化されたキャンペーンタイプは、スピードと規模を約束する。多くのブランドにとって、特に十分なデータと明確な目標がある場合、成長を解き放つことが可能だ。
しかし、自動化は与えられた入力から学習する。これには、コンバージョンイベントとトラッキング、商品フィード、クリエイティブ、そしてキャンペーンのグループ化方法や予算設定方法が含まれる。これらの入力が乱雑であれば、システムは間違った方向に最適化する。私は、表面的には健全に見えるが、静かに低価値のコンバージョンに過剰な支払いをしていたり、予算の大半を最良ではなく最も簡単な成果に費やしているAI管理型アカウントを見てきた。これらのアカウントには、AIの使い方に意図性が欠けている。
自動化を信頼すべき時と上書きすべき時
目標は、自動化に適切な仕事を与えることだ。機械が人間よりも優れている領域がある。それは、目に見えないシグナルに基づいて1日に何千回も入札を調整すること、多くのアセットの組み合わせをテストしてパターンを見つけること、そして時間の経過とともにどのオーディエンスやクエリがコンバージョンする傾向があるかを見極めることだ。
これらの領域では、トラッキングがしっかりしている限り、私は自動化に傾倒する。例えば、大規模なEコマースアカウントで、手動入札から価値ベースの自動入札に移行したことで、システムはどの注文が高利益率かを学習できた。時間の経過とともに、手動アプローチでは決してできなかったほど確実に、その方向に支出をシフトさせた。
私がより慎重になるのは、非常に異なる目標間での予算配分、広範で定義されていないオーディエンス、そしてデータがほとんどない新しいオファーの場合だ。クライアントと使用する実用的なルールは次のとおりだ。入札とマイクロ最適化については機械を信頼するが、目標、予算、ガードレールについては人間が担当し続けることだ。
AIが静かに予算を浪費する場所
自動化がアカウントを破壊することはまれだが、どこを見るべきかを知っている場合にのみ現れる、ゆっくりとした静かな方法で予算を浪費する可能性がある。私が見る一般的なパターンは次のとおりだ。
1. ブランドトラフィックとリマーケティングへの過剰投資：スマートシステムは、すでにあなたを知っている人々を好む。分離がなければ、より簡単にコンバージョンするため、これらのユーザーに予算を注ぎ込む可能性がある。
2. 低品質コンバージョンの追求：主要なコンバージョンが非常に簡単なもの（例えば、摩擦のない基本的なフォーム送信）である場合、システムは質よりも量を最適化する可能性がある。より多くのリードを獲得するが、機会は少なくなる。
3. 1つまたは2つのクリエイティブ勝者への過度の依存：システムが十分に機能する広告を見つけると、探索を停止する可能性がある。それは学習を凍結させる。
ある金融サービス広告主の場合、データを掘り下げたところ、ほとんどのコンバージョンは単一の広範なオーディエンスと、記入に数秒しかかからない単一のリードフォームから来ていた。私たちはコンバージョンイベントのハードルを上げ、オーディエンスタイプ別にキャンペーンを分割した。リード数は減少したが、営業適格機会は改善した。
教訓は次のとおりだ。自動化は、あなたが気にかけるビジネス成果ではなく、あなたが設定した目標に最適化する。人間はそのギャップを埋めなければならない。
パフォーマンス戦略家の新たな役割
メディアバイヤーの役割は変化している。レバーを引くことに費やす時間は減り、どのレバーが重要かを決定することに費やす時間が増えるべきだ。実用的な観点から、今日の優れたパフォーマンス戦略家は次のことを行う。
1. 明確で段階的な目標を定義する。例えば、最初は最適化目標を「カートに追加」に設定し、十分なデータが得られたら「購入」に設定する。
2. クリーンなアカウント構造を設計する。新規顧客と既存顧客、ブランドと非ブランド、コアオファーと実験用に別々のキャンペーンを作成する。これにより、AIがすべてを混ぜ合わせることなく機能する余地が生まれる。
3. より良いクリエイティブ入力を構築する。1つの一般的な広告の代わりに、価格、スピード、信頼、社会的証明、問題・解決策など、さまざまな明確な角度をシステムに提供する。これにより、自動化は各オーディエンスセグメントに何が響くかを発見できる。
4. 指標の背後にあるストーリーを読む。表面的なパフォーマンスを超えて、どのセグメント、メッセージ、ジャーニーが実際に収益や定着率を促進しているかを理解する。
私の経験では、チームがこのマインドセットを採用すると、AIに制御を失うことを心配するのではなく、データにより良い質問をすることに集中するようになる。
AIに対抗するのではなく、AIのためにアカウントを構築する方法
自動化を古い、過度に断片化されたアカウント構造に無理やり押し込もうとすると、通常はフラストレーションが生じる。同時に、すべてを1つの大きなスマートキャンペーンに入れると、重要なシグナルが隠れる可能性がある。私はいくつかのシンプルな原則で中間地点を目指している。
1. チャネルだけでなく、目標別にキャンペーンをグループ化する。例えば、新規顧客獲得、再エンゲージメント、ロイヤルティ用に別々のキャンペーンを作成する。
2. 各キャンペーンに明確な主要指標を与える。収益、適格リード、開始されたトライアルなど、ジャーニーのその段階に一致するものを設定する。
3. 小規模で孤立したキャンペーンを避ける。非常に小さな予算や低いコンバージョン量は、システムが学習することを困難にする。疑わしい場合は、類似のキャンペーンを統合する。
4. テストスペースを保護する。構造化された実験、新しいクリエイティブの角度、ランディングページ、オーディエンスのために予算の一部を確保し、最初の十分に良いパターンに固定するのではなく、学習を続ける。
私が協力しているあるフィンテックブランドは、数十の小規模キャンペーンのパッチワークから、地域ごとに少数の明確な獲得キャンペーンとリマーケティングキャンペーンを持つシンプルな構造に移行した。彼らは、これらのキャンペーン内での入札と配置の処理を自動化に任せたが、目標と予算については厳格な管理を維持した。その結果は突然の急上昇ではなく、時間の経過とともにより安定した、より理解しやすいパフォーマンスだった。
主導権を握る
AI管理型広告アカウントは定着しているが、目的地を設定し、価値を定義し、境界線を引くには依然として人間が必要だ。自動化に「どのように」を処理させながら、「何を」「なぜ」については自分が担当し続けると、両方の世界の最良のものが得られる。方向性を持ったスケールだ。
