どうも、ぺんです。
現在、インターネット広告代理店でGoogle 広告やYahoo!広告を中心に運用に携わっています。
最近、ファインドキャンペーンを運用する機会が徐々に増えてきたので、運用してみての気づきや所感みたいなことをメモ書き的な形で書いていこうと思います。
これからファインド広告を始めたい・配信を検討している方の参考になれば幸いです。
※詳細情報や正確な情報についてはGoogle 広告のヘルプページも確認ください。
主なトピックとしては下記の通りです。
- ファインドキャンペーン配信に向けて準備すること
- 頭に入れておくべきことと配信設計について
- 日々の運用で調整する内容
- 配信面ごとの数値確認について(Gmailへの配信の注意点も含めて)
目次
ファインドキャンペーン配信に向けて準備すること
広告のフォーマットに従って下記を準備します。
ファインド広告フォーマット
- 横長画像:1200×628
- スクエア画像:1200×1200
- ロゴ:1200×1200
- 見出し:半角40文字:5本まで
- 説明文:半角90文字:5本まで
- 会社名:半角25文字
- 行動を促すフレーズ:管理画面から選択
※推奨サイズのみ記載
入稿規定の詳細はヘルプページをご参照ください。
配信設計と頭に入れておくべきこと
次に配信設計やそれを踏まえて頭に入れておくべきことについてざっと記載していきます。
トピックとしては下記の通りです。
- 配信面
- ターゲティング
- 調整できる項目・できない項目
- GDNとの違い
上記の内容について記載していきます。
配信面
配信面は下記の3つです。
- Google Discover
- YouTube ホーム フィード
- Gmail([プロモーション] タブや [ソーシャル] タブ)
GDNでは様々なWebサイトやアプリに対して広告配信されることが多いと思いますが、ファインドキャンペーンではYouTubeを始め、Googleのサービスへ配信されるのが大きな特徴かなと思います。
ターゲティング
次にターゲティングについてです。
ファインドキャンペーンではGoogleが持っているユーザーのログインデータや検索データなどを使っているため、ターゲティングの精度が比較的高いのが特徴かなと思います。
実際に管理画面上でターゲティングを設定する場合、下記のオーディエンスを利用することができます。
- アフィニティ
- ユーザーの属性
- 類似ユーザー
- 購買意向強
- ライフイベント
- リマケユーザー
- 組み合わせリスト
- YouTube視聴ユーザー
- カスタムオーディエンス(検索語句を指定したオーディエンスが対象)
※オーディエンスの拡張機能もあります
※アフィニティなどはGDNとリストの内容が若干異なったりします
基本的にGDNとは大きな違いはありませんが、カスタムオーディンエンスは検索語句を指定したものに限定されることや、リストに微妙な違いがあったりします。
この辺りは実際に管理画面で確認してみると良いかと思います。
調整できる項目・できない項目
ファインドキャンペーンは機械学習要素が強いプロダクトのため、GDNと比べて調整できる内容が限られるので注意が必要です。
調整できる項目
- 性別
- 年齢
- 年収
- 地域
調整できない項目
- 個別単価設定を使った入札戦略
- モバイル デバイス ターゲティング
- プレースメント ターゲティング(プレースメントの除外を含む)
- フリークエンシー キャップ
- 広告のローテーション
- コンテンツ ターゲット
また、使用できる入札戦略も下記の2つ自動入札に限定されます。
- 目標コンバージョン単価
- コンバージョン数の最大化
GDNとの違い
Googleの仕様上の観点から考えると、下記の4つがGDNと異なる点だと思います。
- 配信面
- ターゲティング方法(使えるオーディエンス)
- 広告フォーマット
- 入札戦略や調整方法
これらに加えて、ファインド広告とGDNでは「ユーザーが広告接触をするタイミング・シチュエーション」が異なると考えています。
GDNの多くは基本的にWebサイトやアプリなどへ配信されることが多いと思います。
Webサイトなどを見ているということはユーザーが何かしらの目的を持ってGoogleなどで検索をしてページに訪れているわけで、その時にたまたまディスプレイ広告と接触することが多いと考えられます。
一方で、ファインド広告はGoogle DiscoverやYouTube ホームフォードなど、ユーザーが目的のものを調べているというよりは、「何か面白いコンテンツは無いかな?」というように、興味を持てたり惹かれたりする「何か」を探している時にみる場所に配信されると考えています。
そのためファインド広告のネーミングどおり、ユーザーが興味のあるコンテンツを「見つける」のに特化している、つまり広告主側からすれば自分たちの商品やサービスを見つけてもらうことに特化している広告フォーマットだと言えると思います。
なので、個人的にファインドキャンペーンには特に新規ユーザーの獲得に関して、割と可能性を感じております。
(もちろんプロダクトは目的に合わせて使い分けるのが良いのでGDNも使いますけどね)
日々の運用で調整する内容
僕は主に下記の4つの調整を行っています。
- クリエイティブの入れ替え
- 入札戦略の変更
- 日予算の変更
- ターゲティングの変更
基本的にファインドキャンペーンは機械学習に任せる部分が多いプロダクトです。
そのため機械学習が進みやすいように予算をある程度確保して、運用するのが適切な使用方法だと考えています。(予算額は、目標コンバージョン単価の10倍が推奨など)
ただ場合によっては、予算を確保するのが難しいといったケースもあるはず。
そのような場合は、地域ターゲティングで配信地域を限定したり、商品やサービスによってはメインユーザーとなる年齢層にターゲティングを絞ったりするなどして予算を効果的に使用できるように調整するのが良いかと考えています。
また予算に限りがある場合は、入札戦略をコンバージョン数の最大化にして、設定した予算内でできる限り多くのコンバージョンを獲得する動きをさせるという手もあります。これに関しては実際にGoogleの担当者にアドバイスを頂いたこともあるので、試してみてはいかがでしょうか。
(ただこちらに関しては挙動が微妙な場合もあると感じるので、個人的にはまだどちらを使うべきか判断するのは難しいです。やってみて判断という印象です)
配信面ごとの数値確認について(Gmailへの配信の注意点も含めて)
結論として、ファインドキャンペーンでの配信面ごとの数値は仕様上確認できません。
しかし、管理画面上の指標を細かくみることでGmailへの配信における表示回数などは算出することができるため、その点に関しては後述します。
その前にGmailへの配信において頭に入れておくべき内容について書いていきます。
というのも、Gmailへの配信時は課金の考え方がGoogle DiscoverやYouTube ホームフィードと若干異なるので注意が必要です。
Google DiscoverやYouTube ホームフィードでは広告が表示されて、ユーザーがクリックしてページ遷移したタイミングで費用が発生します。
つまり、広告の最初のクリック=費用発生=ページ遷移です。
一方で、Gmailの場合、
Gmailで表示された広告をクリックする(1回目のクリック)
↓
メールが開封 ※ここで課金される
↓
メール内の広告をクリック(2回目のクリック)
↓
サイト遷移
となります。
つまりGmailも最初のクリックが課金対象になりますが、そのクリックではサイト遷移はしません。
なので、最初のクリック=費用発生 ≠ ページ遷移 となるため、その点は頭に入れておく必要があります。
合わせて知っておくべきこととして、Gmailの最初のクリック(課金対象)に関しては、管理画面上の「クリック数」の項目には反映されず「エンゲージメント」という項目に反映されます。
念のため、管理画面上のファインド広告で見るべき指標の一部をおさらいしてみます。
▼クリック数 ※サイト遷移をするクリック
- Google Discoverの広告クリック:課金対象
- YouTube ホームフィードの広告クリック:課金対象
- Gmailの2回目のクリック:課金対象外
▼エンゲージメント
- Gmailの1回目のクリック:課金対象
▼インタラクション ※課金対象のクリック
- Google Discoverの広告クリック:課金対象
- YouTube ホームフィードの広告クリック:課金対象
- Gmailの1回目のクリック:課金対象
となりますので、知っておくと何かと便利かと思います。
Gmailへの配信量を知る方法
補足として、「エンゲージメント率」という「Gmail に掲載した広告の最初のクリック回数を、広告の表示回数で割った値」の指標もあります。
通常、ファインド広告ではプレースメント(配信面)ごとの数値を分けてみるという仕様はないのですが、この指標を用いて下記の計算を行うことでGmailへの広告表示回数を算出することができます。
エンゲージメント ÷ エンゲージメント率 = Gmailへの広告表示回数
Gmailへの配信量を調整するという設定はできないのですが、1つの目安になると思うのでよければ参考にしてみてください。
ファインドキャンペーンを活用していこう
ファインドキャンペーンを使ってみての気づきや所感などについて書いてみました。
僕自身最初はGDNと似たプロダクトかと思っていたのですが、設定周りでの違いもありますし、機械学習の挙動や用いるデータも異なっている部分もあり、また何よりユーザーが広告接触するシチュエーションも違うかと思うので、まだ使っていない方は試してみるのもいいのではないかと思いました。
今後も運用しての気づきがあれば随時まとめていきたいと思います。
誤表記、誤認識、情報が古いどといったことがございましたら、連絡頂けますと幸いです。
最後までお読み頂きありがとうございました!
それでは。