「Facebook広告の機械学習ってなに？」
「機械学習がうまく使いこなせない…」
Facebook広告についてこんな悩みはありませんか？
そこでこの記事では、Facebook広告の機械学習について紹介します。この記事を読めば、主に下記の3つが分かります。
・機械学習を最適化させるメリット
・機械学習の効果を引き出すポイント
・機械学習を最適化させるときの注意点
この記事を見れば、Facebook広告の機械学習の仕組みが分かり、うまく使いこなせるようになるので、ぜひ参考にしてください。
Facebook広告の機械学習とは
Facebook広告における機械学習とは、大量のデータを基にコンピュータが自動的にパターンを認識し、その結果を元に広告運用を最適化するシステムです。
機械学習では、広告主の目的に基づき、広告主の期待するアクションを特定のユーザーがとる可能性を予測してくれます。たとえば、どのような投稿に「いいね」をするか、どの広告をクリックするかなどの行動データを収集します。
また、Facebook広告の機械学習は、FacebookユーザーのFacebook外での行動のデータも収集することが可能です。そのため、素早く膨大なデータを集め分析ができますが、効果的な最適化を行うには質の高い機械学習を進めていく必要があります。
Facebook広告のCV数の最適化とは？
Facebook広告におけるCV数の最適化とは、コンバージョン（CV）が獲得できる可能性の高いユーザーに対して優先的に広告を配信してもらうための設定のことです。コンバージョンとは、広告主様にとって価値のある特定の行動（サイトでの商品購入や、スマートフォンでの問い合わせなど）に至ることを指します。
そのためCV数の最適化を行うことで、特定のアクションをより多く得られる可能性が高まるため、商品の購入率や自社サイトへのアクセス数の向上も期待できます。下記でも紹介しますが、CV数の最適化を図るためには「広告配信の最適化対象」で「コンバージョン」を設定する必要があることを知っておきましょう。
Facebook広告の機械学習を最適化させるメリット
機械学習がFacebook広告にもたらす最大のメリットは、広告パフォーマンスの向上を図れることです。機械学習は、広告が表示されるたびに、配信システムの関連予測の精度が上がります。
広告の表示回数が多くなるほど、広告効果のある表示先やタイミング、表示するユーザーを決められるようになるのです。不要な広告配信を避けることができるようになるので、広告予算を最適化できるのがメリットといえます。
Facebook広告の機械学習は「1週間で50CV以上」を担保することが重要
機械学習を最大限に活用するためには、各広告セットごとに1週間で50件以上のCV数を担保することが大切です。Facebook広告の機械学習は、広告セットごとに行われ、情報をたくさん集めることで精度が高まります。
そのため、CV数が50件以下だとコンバージョンを得られる可能性の低いユーザーに配信されやすくなってしまうのです。その結果CPAが高くなってしまい、徐々に広告の配信量が減ってしまう恐れがあります。
一方で、CV数が50件以上あれば、コンバージョンを獲得しやすいユーザーへの配信が増えるため、CV数を増やせるとともに、CPAも低減できる可能性があります。
広告セットあたりの最低日予算
1週間で50CVは、1日あたり7CVは必要です。コンバージョンと目標とするCPAを掛け合わせることで、広告セットごとの1日あたりの必要な予算が算出できます。たとえば、目標とするCPAを3,000円とすると、1日7CVが必要なので下記の通りとなります。
CPA3,000円 × 7CV = 21,000円
このことから、広告セットごとの最低日予算は2.1万円が必要と導き出せます。
Facebook広告の機械学習の効果を引き出す3つのポイント
テキトーな運用では週50CVの達成は難しいですが、適切な設定や検証を行えば達成できる可能性は高まります。そこでこの章では、1週間で50件のCV数を担保するための方法を紹介します。
・オーディエンスの精査
・クリエイティブの検証
・集約
質の高い機械学習を進めていくためにも、しっかり押さえておきましょう。
オーディエンスの集約が最終目標
広告セットはオーディエンスごとに分けられるのが一般的ですが、広告セットを細かく分けすぎてしまうと、データが分散し情報収集に時間がかかる原因になります。そのため、オーディエンスはできるだけ1つの広告セットにまとめておくことをおすすめします。
ただ、手当たり次第にオーディエンスを集めてもコンバージョンは稼げません。適切なオーディエンスで検証を行うことで、費用対効果の高い広告を出稿できるでしょう。
オーディエンスの精査
Facebook広告の魅力は、さまざまなオーディエンスへの配信能力にあります。訪問者を再びサイトに引き戻すリターゲティングはもちろん、既存のユーザーに似た新規ユーザーへの「類似ターゲティング」も主な特徴です。
この機能により、これまでアプローチできていなかった新しいユーザーへのリーチが可能です。具体的なターゲティングの基準は公開されていませんが、ユーザーの行動やログイン情報が関わっていると考えられています。
すでに自社の商品・サービスを購入したユーザーや申し込みフォームから離脱してしまったユーザーに似ているユーザーにも広告を配信することが可能です。さらにそれ以外にも、似ている度合いなども選べるので、より幅広いオーディエンスへの検証ができます。CVを獲得したことのあるユーザーをもとに、新しい顧客を獲得していきましょう。
クリエイティブの検証
Facebook広告ではオーディエンスだけでなく、クリエイティブの検証も重要になります。効果的な広告を作成するためのポイントは以下の3つです。
①量のバランス
広告セットごとに5～6本の異なるクリエイティブを展開し、どれが最も効果的かデータを元に分析します。配信するクリエイティブの数が多すぎる場合は、成果が出ているものだけを厳選して配信しましょう。
②新鮮さの維持
長期間同じクリエイティブを使用すると、ユーザーはその広告を見慣れてしまい、反応してもらいにくくなる可能性があります。そのため、定期的に内容を更新しましょう。
③検証の継続
クリエイティブをランダムに変更するのではなく、ある程度期間を決めて計画的に検証を実施しましょう。バナーのデザインや広告テキスト、さらには絵文字の使用など、さまざまな要素をテストして最も効果的なパターンを見極めることが大切です。
効果的なクリエイティブを作成するためには、ターゲットの反応によって最適化し続けることが大切です。
集約
広告セットを最適化するときのコツは、獲得効率の高いオーディエンスを1つのセットに集約することです。1つの広告セットに集約することで、データの迅速な収集とパフォーマンスの安定を目指すことができます。下記では、女性キャンペーンを打ち出すときの広告セットの悪い例と良い例を紹介します。
悪い例では、女性をターゲットにしたキャンペーンを年齢別に分けており、各セットで週に10〜20CVほどしか得られません。そのためこの方法では、機械学習が機能しづらいでしょう。
良い例のように、広告セットのターゲティングを広い範囲で設定し、週に50CVが集まる構造を作ることが大切です。50CV以上のデータが集まれば、機械学習がスムーズに行われ、成果の向上が期待できます。
一方、すべての商材で50CVを毎週確保するのは難しいこともあるでしょう。その場合は、最終的なCVに至る手前の行動（マイクロコンバージョン）をコンバージョンポイントとしてデータを蓄えていくことをおすすめします。
検証を怠ると広告の効果が低下するリスクがあるため、適切なオーディエンスの検証を行いつつ集約を進めることです。
Facebook広告の機械学習を最適化させるときの注意点
Facebook広告の情報収集期間とは、機械学習の最適化を行うのに十分なデータが集め終えるまでの期間を指します。情報収集期間中は、広告セットの最適な配信方法を探している最中なので、パフォーマンスが安定しません。
そのため、情報収集期間をなるべく早く終わらせる必要があります。そこでこの章では、機械学習の情報収集期間を早く終わらせるための3つのポイントを紹介します。
・情報収集時の大きな変更は避ける
・むやみに広告セットの数を増やさない
・現実的な予算を設定する
情報収集期間は、機械学習を最適化させるために非常に重要な期間です。よりスムーズに適切な情報収集が行えるようにしっかりポイントを押さえておきましょう。
情報収集時の大きな変更は避ける
広告セットのパフォーマンスを安定させるため、大きな編集を避けることが重要です。大幅な変更が行われると、広告セットは再び情報収集期間に入り、その結果、最適化されていた情報がリセットされる可能性があります。
情報収集期間中は編集を控えることで、より正確なパフォーマンスの予測と、その結果に基づく最適な広告配信が期待できます。必要な編集がある場合でも、情報収集期間を一度だけのリセットで抑えられるよう編集はまとめてすることをおすすめします。
むやみに広告セットの数を増やさない
広告セットの数が多すぎるのも、情報収集期間の終了を遅らせる要因になります。多数の広告セットを一度に配信すると、各セットの配信回数が減少してしまうのです。結果として広告の最適化が遅れ、消化金額が増えてしまうリスクがあります。
この問題の対策として、広告セットをまとめて数を減らすことが挙げられます。例えば、多くの小さな地域向けに広告セットを作成している場合、似ているセットをまとめる、もしくは「来店数の増加」を目的として配信することが有効です。広告セットをまとめることで、学習が集約され効率的な配信が期待できますよ。
現実的な予算を設定する
予算の設定が適切でないと、広告の最適化に向けた情報が不正確となり、効果的な配信が難しくなります。現実的な予算設定は、広告キャンペーンの効果を最大化し、無駄な支出を避けるための重要なステップです。
日予算が想定以上に高くなってしまう場合は、CVに至るまでの途中段階に設定する中間目標である「マイクロコンバージョン（mCV）」の導入を検討しましょう。適切な予算配分を行い、予算の変更をなるべく減らすことで、広告のパフォーマンスを安定させ、より良い結果を得ることが期待できます。
【まとめ】オーディエンスはなるべく1つの広告セットにまとめよう！
この記事では、Facebook広告の機械学習について解説しました。機械学習の最適化は、Facebook広告のパフォーマンスを向上させるために非常に重要です。
設定したオーディエンスやクリエイティブの検証を何度も行うことで、安定した成果を得られるようになってきます。たくさんの検証を重ねて、自社にとって最適なアカウントの形を見つけてください。
