OpenAdLibraryOpenAdLibrary
アフィリエイトとメディアバイイング

レコメンデーションウィジェットが表示する広告の選び方

「あなたへのおすすめ」ウィジェットに表示される広告は、最高入札者だけが選んだわけではありません。それは、入札額とあなたがその広告をクリックする可能性を比較するリアルタイムオークションで勝利した広告です。

編集用イラスト:レコメンデーションウィジェットが表示する広告の選び方

コンテンツレコメンデーションウィジェット(記事の下にある「あなたへのおすすめ」ボックス)は、最高入札額だけでなく、予測エンゲージメント値で対象クリエイティブをランク付けするリアルタイムオークションを介して、表示する広告を決定します。ネットワークのアドサーバーは、広告主の入札額と、その特定の読者およびプレースメントに対する予測クリック率を組み合わせ、パブリッシャーに最高の期待収益をもたらす組み合わせがスロットを獲得します。これらはすべてページが読み込まれる間に行われます。

以下が実際のシーケンスと、隣に座っている人とあなたがどの広告を見るかを決定する要素です。

リクエストからレンダリングまでのシーケンス#

  1. パブリッシャーページを読み込みます。 ページに埋め込まれたスクリプト(Taboola、Outbrain/Teads、MGID、Revcontent、または他のネットワークから)がページのレンダリング時に起動します。
  2. ウィジェットはネットワークのアドサーバーに広告をリクエストします。 このリクエストにはコンテキストシグナル(ページのトピックとカテゴリ、デバイスタイプ、おおよその位置情報、そして以前にネットワークとやり取りしたことがある場合にはクッキーやデバイスIDに紐づいた行動シグナル)が含まれます。
  3. アドサーバーは、対象キャンペーン間でオークションを実行します。 その地域、デバイス、コンテキストをターゲットとするすべての広告主が候補になります。これがネイティブ広告オークションであり、ミリ秒単位で行われます。
  4. 各候補広告は、入札額だけでなく、その特定のユーザーとコンテキストに対する入札額×予測クリック率でランク付けされます。 これが、関連性が高く高CTRのクリエイティブを持つ低入札者が、汎用的なクリエイティブを持つ高入札者に勝つ理由です。ネットワークはページビューあたりの自社収益を最適化しており、人々が実際にクリックしそうな広告を優先します。
  5. 勝利した広告がウィジェットにレンダリングされます。 通常、一度に複数の広告が、パブリッシャーからの実際の編集レコメンデーションと並んでレコメンデーショングリッドを埋めます。
  6. あなたのクリック(またはクリックしないこと)はシステムにフィードバックされ、 その広告、そのコンテキスト、そして多くの場合その特定の読者に対する予測CTRを将来に向けて洗練させます。

実際にランキングを決めるもの#

コンテキストシグナルは、初めての読者やログアウト状態の読者にとって最も重要です。 行動履歴があまりない場合、ネットワークはコンテキスチュアルターゲティングに依存し、広告のカテゴリを記事のトピックに一致させます。個人金融の記事では、ランダムな家庭用品の広告よりも金融や保険の広告が表示されやすくなります。そのペアリングがネットワークの全データセットで歴史的に好成績を収めてきたからです。

ブラウジング履歴が蓄積されるにつれて、行動シグナルが優勢になります。 ネットワークのクッキーやデバイスIDが以前に旅行広告をクリックしたことを認識している場合、旅行関連の広告主があなたのインプレッションに対して特に競争力を持つようになり、関連性のない記事ページでもそうなります。これは、デマンドサイドプラットフォームがより広範なプログラマティック購入でオーディエンスをターゲットする方法に近いです。

デバイスと地域は、ランキングが始まる前に対象プールをフィルタリングします。 特定の国のモバイルユーザーだけをターゲットとする広告主は、入札額に関係なく、他の地域のデスクトップ読者のオークションには参加しません。

予測CTRはモデル駆動型で常に更新されます。 各ネットワークは、特定のコンテキストで特定の読者が特定の広告をクリックする可能性を推定する独自の機械学習モデルを運用しています。この予測こそが、生の入札額よりも通常は勝敗を決める大きな要因であり、巧みに作られた見出しと画像がはるかに大きな予算を凌駕できる理由です。

フリークエンシーキャップとフレッシュネスキャップは、対象となるクリエイティブに影響します。 ネットワークは通常、読者体験を保護するため、また陳腐で過剰に表示された広告の予測CTRが自然に低下するため、短期間にまったく同じクリエイティブを繰り返し表示することを避けます。これが、広告主が1つのキャンペーン内で複数の広告クリエイティブバリエーションをローテーションする理由の一部です。

ヘッダービディングとサプライパスが果たす役割#

より広範なプログラマティックパイプを通じて在庫を再販するネットワークでは、複数の需要源が同時に同じウィジェットスロットを競合できます。これは従来のディスプレイにおけるヘッダービディングと似た仕組みです。パブリッシャーの在庫を管理するサプライサイドプラットフォームは、ウィジェットがレンダリングされる前に、単一の広告リクエストを複数の潜在的な買い手にルーティングすることがあります。これが、ネイティブ広告サプライチェーンが単純な「広告主がパブリッシャーに支払う」モデルよりも多くの中間業者を巻き込む理由の1つであり、同じスロットがその瞬間に応じて異なるネットワークの需要で埋められる理由でもあります。

この再販在庫層は、あなたが見ている広告を実際に配信したネットワークを特定することが表面からは必ずしも明らかでない理由でもあります。あるネットワークのプレースメントとしてブランド化されたウィジェットが、実際にはパートナーからルーティングされた需要で埋められることがあります。競合調査を行っていて、分析においてネットワーク属性が重要な場合、ウィジェットの目に見えるブランディングを超えて、実際の配信パスを確認する価値があります。これはまさに、サプライチェーントレースが明らかにするために設計された種類の詳細であり、ページだけから目視で判断できるものではありません。

より多くのオークションに勝とうとする広告主にとっての意味#

予測CTRが非常に重要な役割を果たすため、入札額を単に上げる以外にも、オークションに勝つ確率を高める実用的なレバーがいくつかあります。

  • クリエイティブをプレースメントの可能性が高いコンテキストに合わせる。 明白な中断のように見えるのではなく、編集コンテンツの横で自然に読める広告アングルは、読者がページに来た目的により近いため、より高い予測CTRを獲得する傾向があります。
  • 1つのキャンペーン内で複数のクリエイティブバリエーションを実行する。 モデルの予測は各クリエイティブとコンテキストのペアリングに固有であるため、単一の広告では1つのデータポイントに制限されます。複数のバリエーションにより、アルゴリズムがどのオーディエンスセグメントにどれが最も効果的かを見つけ、好まれないものを廃止できます。
  • パフォーマンスが低下する前にクリエイティブを更新する。 フリークエンシーとフレッシュネスが予測CTRに影響するため、1か月前に一貫して勝っていた広告が、入札額を変更しなくても、同じオーディエンスへの過剰露出により今日静かにオークションに負けることがあります。
  • 広くではなく、絞ってターゲットする。 すべての地域とデバイスを対象とするキャンペーンは、パフォーマンスの良くないコンテキストで競合することにより、自身の平均予測CTRを薄めてしまいます。クリエイティブが実際に共感を呼ぶ場所に資格を絞ることで、重要なコンテキストでの勝率が向上します。
  • 既に何度もオークションを生き残っているものを観察する。 特定のネットワークで数週間後もまだ掲載されている広告は、定義上、広告主の継続的な支出を正当化するのに十分なオークションに勝ち続けています。それは、アルゴリズムに関する理論よりも、モデルが何を報酬とするかについての強力なシグナルです。

同じ記事が読者によって異なる広告を表示する理由#

あなたと同僚が同時に同じ記事を開くと、ウィジェットに異なる広告が表示されることがよくあります。それは予想通りであり、不具合ではありません。地域、デバイス、ブラウジング履歴、さらにはオークションが実行される特定のミリ秒までもが、どの候補が勝つかを変える可能性があります。パブリッシャーはこのパーソナライゼーションから利益を得ます。それは、オーディエンス全体の平均予測CTRを引き上げるからであり、それがアルゴリズムが実際に最適化している指標です。

OpenAdLibraryがどのように役立つか#

アルゴリズムが強い予測エンゲージメントを持つクリエイティブを報酬とするため、そのオークションで既に繰り返し勝っているもの(つまり、数週間掲載され続けている広告)を研究することが、特定のネットワークのモデルが何を報酬とするかをリバースエンジニアリングする最も直接的な方法の1つです。OpenAdLibraryの広告インテリジェンスツールを使用すると、ネットワーク、垂直市場、寿命でフィルタリングして、どのクリエイティブが本番環境でその基準をクリアし続けているかを確認でき、モデルが好むものを推測する必要がありません。

簡潔版#

レコメンデーションウィジェットの広告スロットは、入札額と予測エンゲージメントを一緒に評価するリアルタイムオークションによって獲得され、ページが読み込まれるたびにコンテキストシグナルと行動シグナルによって更新されます。単純な最高入札者オークションだと想定するのではなく、その組み合わせを理解することが、単に入札額が良いだけのクリエイティブと、アルゴリズムが実際に表示したいクリエイティブを書く違いです。

これはまた、このチャネルに不慣れな多くの広告主をつまずかせるパターンを説明します。最初の1週間は好調だったキャンペーンが、入札額に変更がないにもかかわらず、静かに配信が落ち込むケースです。何も壊れていません。クリエイティブを競争力にしていた予測CTRが、対象オーディエンスの多くが既にそれを見たために自然に低下し、オークションは代わりに新しい候補を優先し始めたのです。その低下を、ネットワークやオファーが機能しなくなったシグナルではなく、クリエイティブを更新するシグナルとして扱うのが通常は正しい解釈です。

よくある質問

コンテンツレコメンデーションウィジェットは常に最も高額な広告を表示しますか?
いいえ。勝利広告は、入札額単独ではなく、その特定の読者とコンテキストに対する入札額×予測クリック率で選ばれます。関連性が高くパフォーマンスの良いクリエイティブを持つ低入札者が、汎用的なクリエイティブを持つ高入札者に勝つことがあります。なぜなら、ネットワークはページビューあたりの自社収益を最適化しているからです。
同じ記事で他の人と異なる広告を見るのはなぜですか?
パーソナライゼーションです。あなたのデバイス、地域、ブラウジング履歴がすべてオークションに入力されるため、対象となる広告主のプールと各広告の予測クリック率は、同じページでもほぼ同じ瞬間に読む読者ごとに異なります。
広告をクリックすると、同様の広告がより多く表示されるようになりますか?
多くの場合、はい。クリックはネットワークのモデルにフィードバックされ、あなたが関心を持つ可能性の予測を洗練させます。旅行広告をクリックすると、旅行関連の広告主があなたの将来のインプレッションに対してより競争力を持つようになり、関連性のないページでも表示されることがあります。
ネイティブウィジェットにおけるコンテキスチュアルターゲティングとは何ですか?
コンテキスチュアルターゲティングは、誰が読んでいるかに関係なく、広告を掲載ページのトピックに一致させます。個人金融の記事では、無関係なカテゴリよりも金融広告が表示されやすくなります。これは、そのペアリングがネットワーク全体で過去に強いエンゲージメントを生み出してきたからです。
小規模な広告主の広告が大ブランドの広告にオークションで勝つことはできますか?
はい、小規模な広告主のクリエイティブがそのコンテキストに対して十分に高い予測クリック率を獲得すれば可能です。オークションは入札額と関連性の組み合わせを重視し、予算規模だけではありません。そのため、小さく鋭くターゲットされたキャンペーンが、より大きく汎用的なものに勝ることがあるのです。
OpenAdLibrary チーム
執筆者OpenAdLibrary チーム
広告インテリジェンス & ネイティブ広告リサーチ

私たちは、オープンな広告透明性プラットフォームである OpenAdLibrary を構築しています。毎日、当社のシステムは Taboola、Outbrain、MGID、Revcontent、Teads、Yahoo、MSN で配信中のネイティブ広告を収集し、各広告の背後にいる実際の広告主を特定し、クリック先のランディングページを追跡します。これらのガイドは、そのデータから得られた知見を凝縮したものであり、市場調査をより迅速に行うための手助けとなります。