Incrementality 小売メディアにおける「イン・リテール・メディア」とは、広告キャンペーンの影響がなければ発生しなかったであろう売上を指します。ホリデーシーズンは、実店舗とオンラインの両方で客足が伸びることを活かし、ブランドが新規顧客を獲得する絶好の機会です。 2024年は、ショッピング期間が短縮され、インフレによる課題も続いているものの、依然として大きなチャンスが存在します。全米小売業協会（NRF）のレポートによると、2024年のホリデーシーズンの売上高は2.5％から3.5％成長し、米国市場だけで9,800億ドルの消費が予想されています。
ホリデーシーズンに商品をプロモーションする場合でも、アクセス数の増加をビジネスチャンスとして活用したい場合でも、ブラックフライデーからサイバーマンデーにかけての期間は、広告費を確実に成長につなげるべき時期です。リテールメディアにおける「incrementality （売上増加分）」を測定し、売上増加に最も効果的なチャネルや広告形式を把握することは、以下の点において極めて重要です：
- 成長率の高いキャンペーンを作成することで、チャネル、広告、製品、視聴者を独自の方法で組み合わせ、売上を増加させます。
- いずれにせよ商品を購入したであろう買い物客に広告を配信しないことで、無駄な出費を抑える。
この記事では、それを取り上げる：
- ROAS やattribution モデルといった従来の広告測定手法が
l小売メディア広告キャンペーンの真の効果を測定する場合、ingは不足しています。 - リテールメディアの測定における複雑さと落とし穴incrementality 、およびその簡素化に貢献しているテクノロジー。
- incrementality を測定し、ショッピングのピークシーズンにおいて競争優位性を獲得するためのベストプラクティス。
Attribution また、リテールメディアの測定における「ROAS 」対「incrementality 」
ROAS （売上高をリテールメディアキャンペーンの費用で割るだけで算出できる）のような広告KPIは、ホリデーシーズンの広告キャンペーンのパフォーマンスを大まかに把握するには役立ちますが、リテールメディアによる追加的な売上増加を示すものではありません。
Attribution モデリングはより洗練されており、さまざまなタッチポイントに価値を割り当てるマルチタッチ・アトリビューション（MTA：attribution ）や、売上を最初のエンゲージメントまたは最後のエンゲージメントのみに帰属させるラストクリック・モデルやファーストタッチ・モデルなどが含まれる場合があります。しかし、それだけでは「広告キャンペーンがなかったら、その売上は達成できていたのか？」という極めて重要な問いに対する答えを得ることはできません。
小売メディアの効果を測定する際、ROAS やattribution のモデリングが不十分である理由
広告 ROIは様々な方法で測定できます。 ROAS およびattribution モデルを含むlROAS は、簡単かつ比較的短時間で測定でき、キャンペーンの途中で即座に調整を行うことが可能です。MTAはより深い洞察を提供しますが、必要なデータを収集するには時間がかかります。成長を目標とする場合、ROAS やattribution のモデリングのいずれにおいても、最も重要な指標は得られません――インクリメンタルリフト.
ホリデーキャンペーンを測定する際に避けるべき5つの落とし穴
#1 間違った買い物客にプレミアム広告を配信する
ROAS （顧客転換率）を重視したキャンペーンを設計すると、ブランドを初めて知る顧客や、広告に接触しなければ商品を購入しなかったであろう顧客ではなく、すでに顧客となっている買い物客への広告配信に、より多くの費用をかけてしまう可能性があります。売上ピークの時期には、トラフィックが増加し、広告費用も高騰するため、この問題がさらに深刻化する恐れがあります。
#2 効果よりも効率重視
ROIは主に効率性の指標であり、キャンペーンをどれだけうまく管理できたかを反映しますが、メディア戦略がどれだけ効果的であったかを反映するものではありません。ROIは、支出額が少なければ高くなり、多ければ低くなります。ROIは、売上への影響を理解することなく、誤った結果をもたらし、成長を制限する可能性があることがお分かりいただけるでしょう。
#3 コンテキストを無視した広告効果の測定
ROAS やattribution のモデリングといった測定手法では、ブランド・エクイティ、在庫状況、価格、buy box のステータス、検索順位、レビュー、価格など、売上に影響を与える可能性のあるより広範な要因は考慮されていません。digital shelf のパフォーマンスデータ、小売業者のプラットフォーム、広告ツールからのデータを統合することで、広告が直接的な要因となった実際の購入と、他の要因によって影響を受けた購入者を明確に区別できるようになります。
#その4 あるチャンネルが別のチャンネルに与える影響を無視する
Attribution モデリングやROAS は、単一チャネルのパフォーマンスを測定する手段としてよく用いられます。attribution の算出方法は小売業者ごとに異なりますが、それでも各チャネルのパフォーマンスを相互に比較し、総合スコアを作成することは可能です。しかし、この方法ではチャネル間の連携状況が把握できず、オムニチャネル広告主にとっては、こうした洞察こそが極めて有用なのです。
#5 「attribution 」ウィンドウの制限に注意
attribution を過去データを用いて経時的に測定する場合、リテールメディアネットワークは、あらかじめ定義された期間（通常は28日または14日）におけるattribution データを提供します。販売サイクルがこれより長い場合、attribution による分析ではすべてのタッチポイントを把握できないことになります。
リテールメディアの効果測定が難しい理由
リテールメディアにおける「incrementality 」を測定できることは、ホリデーシーズンの広告キャンペーンの真の影響力を把握する上で極めて重要ですが、広告効果に関するこのような複雑で文脈に応じた分析は容易ではありません：
- 売上への影響力を適切に帰属させるということは、広告露出にとどまらず、商品の在庫状況、価格、マーチャンダイジングなど、他の領域に及ぶデータをブレンドすることを意味する。このようなデータを処理し、意味のある形で提示するツールがない限り、これは「ノイズの多い」作業になりかねない。
- ファーストパーティデータに関しては、小売業者ごとに示す指標はそれぞれ異なり、真のチャネル比較や総合的なパフォーマンススコアの算出には多くの複雑さが伴います。クロスチャネルテストを通じてincrementality を測定することは困難であり、クロスチャネルによる影響の微妙な違いを理解することも同様に難しいものです。
- 買い物客の行動はチャネルによって異なるが、これは各小売業者のインターフェイス、検索アルゴリズム、分類法、プロモーション、その他多くの変数によって大きく左右される。
- attribution のモデリングでは、さまざまなタッチポイントの貢献度を測定できますが、広告のみを閲覧した顧客と、他の要因の影響を受けた可能性のある顧客を区別できない限り、広告が売上や成長に与えた増分効果を把握することはできません。このグループを的確に特定できれば、彼らがどの広告に、どこで、いつ反応したかに基づいて、次の成長キャンペーンの構築に着手できるようになります。
Pacvueの「Incrementality 」コンソールが、小売メディアにおけるincrementality の測定にどのように役立つか
リテールメディアにおける「incrementality 」の測定を実現することは、広告業界において急速に「聖杯」となりつつあります。以下の方法を確立できれば、多大なメリットを得ることができます：
- 成長に関する広告のインパクトを測定する
- リフトの増加を促進する広告タイプやチャネルに焦点を当てることで、予算を最適化します。
- チャネル別のマルチメディア・ミックスを継続的に改善することで、成長キャンペーンの効果を高めます。
Pacvueが、複雑なincrementality の測定に対して採用しているアプローチが、なぜ広告主に対し、より正確なインサイトを、より利用しやすい形で提供できているのか
incrementality の測定が簡単であれば、とっくに解決されていたでしょう。それは容易なことではなく、完璧な解決策を編み出した人はまだいませんが、他のツールよりも必要な洞察に近づくのに役立つツールがいくつか存在します。incrementality のツールや手法は数多くありますが、その多くは固定の計算式を使用していたり、対応できるデータソースが限られていたりします。また、他のツールでは、多額の予算を投じる前に必要な明確な全体像を把握するために、多くのデータ加工を行う必要があります。PacvueのIncrementality Consoleは、こうした課題を解決し、以下の機能を提供します：
- 信頼性の高いincrementality 測定法
- 統一されたクロスチャネルのインサイト
- 多くのソースからのシグナルを一つのエコシステムに結びつける単一の真実のソース。
PacvueのIncrementality コンソールの仕組み
Pacvueの「Incrementality 」コンソールを使用すれば、eコマース、自社小売業者、メディア管理システム、オフラインコマースなど、さまざまなデータソースからのデータを追加することができます。
Pacvue Pacvue、小売メディア測定における長年の経験を結集した専門家たちによって設計された、当社独自の高度な機械学習技術を使用して、このデータを分析します。
このアルゴリズムは、信頼できるデータを提供する前に何度も実行されます。季節性やプロモーションなどの要素を考慮し、ブラックフライデー、サイバーマンデー、プライムデーやその他の目玉イベントの予算や計画を自信を持って立てることができます。
これらの分析結果は、小売メディアにおけるincrementality を測定し、ブランド、広告タイプ、チャネル、キャンペーンタグごとに詳細分析を行うことも可能な単一のダッシュボードに可視化されています。ROAS とiROASを1つの画面で比較できる機能により、どの広告タイプ、どの時間帯、どのチャネルが売上増分に最も貢献しているかを明確に把握することができます。
結論：リテールメディアにおけるincrementality 測定が、なぜ継続的な課題であると同時に、無視できない課題なのか
オムニチャネルの世界で事業を展開する広告主にとって、（現時点では）完璧なリテールメディアincrementality の測定モデルは存在しませんが、他のツールよりもその理想に近づけるツールはいくつかあります。買い物客がなぜ貴社の製品を購入したのかを正確に特定することは容易ではありませんが、貴社の広告キャンペーンの影響を受けたとしか考えられない購入を特定し（さらに、その販売がなぜ、どのように、いつ、どこで発生したのかを分析することで）、大きな優位性を得ることができます。incrementality をより正確に測定できればするほど、マーケティングの収益性は高まります。
Pacvue これは、広告主（ブランドや代理店）がデジタルコマースおよびリテールメディア戦略を管理するためのプラットフォームです。「Pacvue 」Incrementality コンソールとiROASダッシュボードは、「Pacvue 」プラットフォームの重要な構成要素であり、リテールメディア予算を最適化して売上増大を図る上で、お客様に独自のメリットをもたらします。詳細についてご興味をお持ちでしたら、その仕組みについて喜んでご説明させていただきます。
