競合の広告コピーを大規模に分析：フック、アングル、パターン

競合の広告コピーを大規模に分析するとは、1つの垂直市場から数十から数百の実際のクリエイティブを一度に収集し、一つずつ読むのではなく、フックのタイプ、アングル、クレーム構造でグループ化することを意味する。その成果物は見出しのリストではなく、何が実際にテストされているか、ひいては何がおそらくコンバージョンしているかを教えてくれる、少数の繰り返しパターンである。

1つずつ読む方法ではスケールしない理由#

10個の競合広告を読むと、10の広告について10の意見が得られる。300を読み、パターンで分類すると、分布が得られる。どのフックが常に現れ、どのアングルが稀で、どのクレーム構造が前四半期と比較して今月この垂直市場を支配しているか。その分布こそが実際の研究成果である。一際目立つ見出しは、1社の広告主の一回限りのテストに過ぎないかもしれない。同じ垂直市場の12の異なる広告主にわたって現れる見出し構造は、市場シグナルである。

実際的な障壁は量である。手動で300枚の広告をスクリーンショットするには、あなたが持っていない時間が何時間もかかる。ここでネイティブ広告インデックスがその価値を発揮する。キーワードで広告を検索し、大規模なコーパスからサンプルサイズを引き出せば、逸話的なものではなく意味のあるパターン分析が可能になる。

ステップ1：ほんの一部ではなく、実際のサンプルを収集する#

カテゴリ分けを始める前に、調査対象の特定の垂直市場と地域で少なくとも30〜50の実際の広告を目標にしよう。それ以下ではノイズにパターンマッチングしていることになる。有用な収集には以下が含まれる：

• 見出しと本文を一字一句そのまま
• 広告主名（1社の広告主が過剰に代表されていないか確認するため）
• ネットワーク（Taboolaのコピー規則はMGIDやOutbrainとは異なる）
• 配信日数。長期配信広告は何が効果的かのより強いシグナルである。広告の寿命を勝利のシグナルとしてを参照。

ステップ2：トピックではなくフックタイプでタグ付けする#

トピックベースのタグ付け（「減量」、「サプリメント」）は、既に知っている垂直市場を教えてくれる。フックベースのタグ付けはメカニズムを教えてくれる。タグ付けに値する一般的なカテゴリ：

もしフック、アングル、クレームの明確な線引きをまだしていないなら、フック vs アングル vs クレームを先に読む価値がある。これらを混同することは、コピー分析が曖昧で使えないアウトプットを生み出す最も一般的な原因である。

ステップ3：広告主シグナルとコピーシグナルを分離する#

広告のサンプルを見るとき、2つの異なることが同時に起こっており、それらを混同すると誤った結論に至る：

1. コピーパターン：多くの異なる広告主にわたって繰り返される言い回しや構造。これは垂直市場が広く反応するものを教えてくれる。
2. 広告主スケーリングシグナル：1社の広告主が同じ見出しを12のバリエーションで実行している。これは、その特定の広告主が当たりを見つけたことを示すものであって、必ずしも垂直市場全体がそうであるとは限らない。

どちらも有用だが、異なる質問に答える。次のアングルを見つけようとしているなら、前者に重きを置く。特定の広告主のアプローチがどれほど競争力があるかを評価しようとしているなら、後者を見る。当社の競合ウォッチリストの作成ガイドでは、垂直市場を広くサンプリングするのではなく、個々の広告主を経時的に追跡する方法をカバーしている。

ステップ4：ランディングページとクロスチェックする#

クリックを引くコピーと販売まで持ちこたえるコピーは、常に同じではない。好奇心ギャップの見出しは、ランディングページが暗黙の約束を果たさない場合、すぐにバウンスする安いクリックを集めるかもしれない。可能な場合は、収集した広告のサンプルをランディングページまで追跡し、フックの約束とページの実際のオファーが一致しているか確認しよう。これを1リンクずつではなく大量に行う方法については、競合ランディングページの見つけ方と分析方法を参照。

ステップ5：量だけでなく陳腐化にも注目する#

今週どこにでもあるが、先月は稀だったフックは、6ヶ月間安定しているものとは異なるシグナルである。急速に変化する垂直市場（ニュートラ、暗号通貨、一部の金融サブニッチ）は、広告疲れがすぐに生じ、プラットフォームが反復的なクレームにフラグを立てるため、積極的にコピーを入れ替える。スナップショットだけを収集していると、これを見逃す。同じキーワードや垂直市場の抽出を毎週実行し、週ごとに比較することで、静的分析をトレンドラインに変える。これが、自分のコピーをいつ更新すべきかを判断するためのより有用なアウトプットとなる。

感覚的判断ではなく定量化する#

タグ付けされたサンプルができたら、印象に頼るのではなく、各フックカテゴリに実際の数字を当てはめよう。シンプルなカウントテーブルで十分だ：

14の異なる広告主によって使われているフックは市場パターンである。1社の広告主が9回使っているフックは、その広告主の個人的な勝ちパターンであり、知っておく価値はあるが、同じ発見ではない。このテーブルをすべての垂直市場の抽出で作成することで、「たくさんの広告を読んだ」を、来月再訪してチェックできる比較可能なデータセットに変える。

パフォーマンスだけでなくコンプライアンスリスクのためにクレームを読む#

スケール分析は、もう一つあまり明白でないメリットを表面化させる。規制の注目を集める可能性がある垂直市場で、どのクレーム構造が勢いよく使われているかを示すのだ。強い具体的な成果のクレーム（「治す」、「保証されたリターン」）に依存する健康や金融の広告は、よりソフトなフレーミングよりもFTCの監視に近い。スケールされたサンプルが競合の3分の1が攻撃的なクレームをしていることを示せば、自分のコピーがその線にどれだけ近づくべきかを決める前に有用な文脈となる。規制のある垂直市場でのコピーリサーチと併せて、advertorialとネイティブ広告のFTC開示ルールのガイドを確認する価値がある。

スケールでのコピー分析におけるよくある間違い#

• 10のサンプルをトレンドとして扱う。 1社の広告主からの10の広告は、10個に偽装された1つのデータポイントである。
• ネットワークを無視する。 Taboolaの健康フィードで一般的な見出し構造が、MGIDのエンターテイメント中心のインベントリやOutbrainのより編集的なプレースメントにそのまま転用できるとは限らない。
• 言い回しを直接コピーする。 パターン分析のポイントは、メカニズム（見出しが果たしている仕事）を抽出し、自分の声で自分自身のオファーに書き換えることであって、実際の広告主の正確な言葉を流用することではない。
• 地域フィルターをスキップする。 ティア1の米国オーディエンス向けに調整された好奇心フックは、ティア2の地域にそのまま翻訳すると、トーンが合わなかったり、単に混乱を招いたりする可能性がある。

分析をテストカレンダーに変える#

スケール分析のアウトプットは、それが意思決定に繋がって初めて有用になる。タグ付けされたサンプルとカウントテーブルができたら、それを短いテストキューに変換しよう。広告主数で上位2～3のフックを最初のクリエイティブブリーフに投入し、より稀なものは、主要なフックに疲れの兆候が見られたら再訪するためのショートリストに入れる。この最後のステップをスキップすることは、しっかりしたリサーチパスが実際のキャンペーン改善に繋がらない最も一般的な方法である。分析はスプレッドシートに保管され、下流で何も変わらない。

OpenAdLibraryがどのように役立つか#

実際のサンプルを迅速に収集することは、ほとんどのメディアバイヤーが最初に直面するボトルネックである。垂直市場、ネットワーク、地域でフィルタリングされた実際のクリエイティブを返し、各広告に広告主、配信期間、ランディングページが添付された検索可能なインデックスは、数時間の手動リサーチセッションを、一度にタグ付けして読めるフィルタリングされたエクスポートに変える。これを毎週行うチームのために、当社の広告インテリジェンスプラットフォームは、一度きりの参照ではなく、まさにこの反復的な収集とパターンのワークフローを中心に構築されている。