ネイティブ広告の学習フェーズ：予算と忍耐

ネイティブ広告の学習フェーズとは、新しいキャンペーンまたは大幅に編集されたキャンペーンの最初の数日から2週間程度の期間であり、ネットワークの配信アルゴリズムがパフォーマンスを確実に予測するのに十分なクリックとコンバージョンデータをまだ収集している期間です。この期間中、配信はしばしば不均一で、CPCは後ほどよりも大きく変動し、キャンペーンを一時停止または大幅に編集したいという誘惑が最も強くなりますが、それがまさに時計をリセットするタイミングでもあります。

学習フェーズの実際の姿#

すべてのネイティブネットワークのオークションは、予測CTR（およびコンバージョントラッキングが接続されている場合は予測コンバージョン率）に依存して、入札のうち実際に配信に変換される金額を決定します。まったく新しいクリエイティブやキャンペーンには履歴がないため、アルゴリズムは探索する必要があります。つまり、広告を最終的に配信するよりも広く、精緻化されていないオーディエンスセグメントに表示し、シグナルを収集すると同時に、どのセグメントが反応するかをまだ本当に知らないからです。

これは、ネイティブを含むあらゆるオークションベースの広告システムにおける探索フェーズと同じ基本的なメカニズムです。特定のネットワークに固有のものではありません。Taboola、Outbrain、MGIDはすべて何らかのバージョンを実行していますが、正確な期間やボリュームの閾値はどのネットワークも詳細に公開していません。

学習フェーズは、アルゴリズムがターゲットオーディエンス全体でライブ実験を実施し、まだスコアリングしていないセグメントにトラフィックを分割し、どのセグメントが反応するかを観察し、反応するセグメントに配信を徐々に再配分するものと考えるとよいでしょう。このプロセスの初期には、予算の一部は、アルゴリズムが十分なデータを得てより適切に判断できるようになると放棄するセグメントに事実上費やされています。その支出は間違いという意味で無駄ではありません。それは探索自体のコストです。これを事前に理解しているバイヤーは、キャンペーンが最初のインプレッションから最終的な安定状態でパフォーマンスを発揮することを期待するバイヤーよりも、最初の数日間の見苦しい状況に動揺することがはるかに少ない傾向があります。

実際に必要な予算と時間#

キャンペーンが学習を終了するまでに必要なクリック数やコンバージョン数の公式な数値は一つもなく、オンラインで引用されている特定の数値は事実を装った推測に過ぎません。オークションの仕組み全体で一貫して真実なのは、アルゴリズムがセグメントに対する統計的信頼を構築するために、十分なイベント（最低でもクリック、理想的にはコンバージョン）を必要とするということです。1日20ドルを支出するキャンペーンは、1日200ドルを支出するキャンペーンよりもそのシグナルを蓄積するのに有意に長い時間がかかります。単に1時間あたりのイベント生成数が少ないからです。

実用的な予算のルール：確定的な結論を下す前に、少なくとも数十のコンバージョン、またはコンバージョントラッキングがまだ稼働していない場合は数百のクリックを費やすことを見込んでください。ユニットエコノミクスがその程度の支出を有意な痛みなく吸収できない場合、そのキャンペーンは開始前から学習フェーズに対して資金不足であり、修正策は、資金不足のテストを広く分散させるのではなく、十分な資金を投じたテストを少数行うことです。

ここで多くの新しいネイティブバイヤーが最初の本当の間違いを犯します。つまり、十分な予算を1つか2つのキャンペーンに投入してそれぞれが実際に学習をクリアできるようにするのではなく、控えめな総予算を5つか6つのキャンペーンに分散して「市場をテスト」することです。5つの資金不足のキャンペーンはそれぞれデータが少なすぎて、どれからも本当の結論を導き出せず、実際に行動できる1つか2つの結果ではなく、5つの不明瞭な結果に終わります。実際のコンバージョン量に達するように資金を投じた単一のキャンペーンは、推測の域を出ない一握りのキャンペーンに勝ります。

学習中にやってはいけないこと#

• クリエイティブ、入札、ターゲティングをすべて同じセッションで編集しないでください。 重要な編集はそれぞれ、アルゴリズムが蓄積したシグナルの一部をリセットする可能性があり、3つのことを同時に変更すると、次に何が起こったのかどの変更が原因かわからなくなります。
• スローなスタートを「リセット」するために一時停止して再開しないでください。 一時停止してもより良い位置にスキップできるわけではありません。通常、探索の時計をゼロに近い状態から再開します。
• 2日目にCPAを安定状態の目標と比較して判断しないでください。 初期のCPAは、成熟したキャンペーンが落ち着く値よりもほぼ常に悪くなります。なぜなら、アルゴリズムがまだ弱いセグメントから予算を遠ざけることを学習していないからです。
• 学習の途中で積極的に予算を拡大しないでください。 予算の増加は部分的なリセットのように機能します on some networks, since it changes the volume and pacing the algorithm has been calibrating against.

学習フェーズを抜けたシグナル#

配信ペースが最初に滑らかになります。1日を通してスパイク状で予測不可能なインプレッション量の代わりに、より安定した時間ごとのパターンが見られます。CPCもまた、オークション間で大きく変動するのではなく、より狭い範囲に安定する傾向があります。コンバージョンを追跡している場合、コストパーコンバージョンが一貫した範囲に向かって推移している（その範囲がまだ目標に達していなくても）ことは、CTRだけよりも強いシグナルです。なぜなら、CTRは良好に見えてもトラフィックのコンバージョンが悪い可能性があるからです。

ほとんどのネットワークは、キャンペーンが十分なアクティビティを記録すると、ダッシュボードに何らかの配信または学習ステータスインジケーターを表示しますが、その切り替わりの基礎となる閾値は一貫して文書化されていません。それを大まかなシグナルとして扱い、保証とは考えないでください。

抜けた後の対処法#

配信が安定したら、意図的な最適化が実際に信頼できるシグナルを生み出すポイントです。つまり、ネットワークの実際のCPCベンチマークに対して入札を引き締めたり拡大したり、本当に弱いクリエイティブバリエーションを一時停止し、勝ち組に対して水平スケーリングと垂直スケーリングを検討し始めることです。学習フェーズが落ち着く前にこれらの決定を下すことは、メディアバイヤーが本来うまくいったはずのキャンペーンを台無しにする最も一般的な方法です。

キャンペーンが学習フェーズを決して抜けない場合#

一部のキャンペーンは、アルゴリズムが調整できる前に基礎となる入力が変わり続けるため、決して安定しません。つまり、クリエイティブの絶え間ない入れ替え、絶えず編集されているランディングページ、または1日おきに調整される予算などです。キャンペーンが数週間ライブで稼働しているにもかかわらず、初期学習に特徴的な不安定なペースとCPCの変動が依然として見られる場合、修正策は通常、より多くの忍耐ではなく、何がどの程度の頻度で変更されたかを監査することです。控えめな支出であっても、1週間安定して維持されたキャンペーンは、1か月間毎日微調整されたキャンペーンよりも、通常は多くのことを教えてくれます。

自社の垂直業界の競合他社が学習を明確に抜けて安定して稼働しているキャンペーンをどのように構成しているかを確認したい場合は、OpenAdLibraryのネイティブ広告スパイツールが、ライブクリエイティブの長期データを表示します。これは、安定状態を見つけて稼働を続けているキャンペーンの合理的な代理指標です。

1つのキャンペーン内の複数クリエイティブにおける学習フェーズ#

別の注意点：既に安定しているキャンペーンに新しいクリエイティブを追加しても、必ずしもキャンペーン全体の学習がリセットされるわけではありませんが、その特定のクリエイティブは、アルゴリズムが既存のクリエイティブと同じくらい信頼する前に、独自のパフォーマンス履歴を獲得する必要があります。これが、それ以外は成熟したキャンペーンに投入された新しいクリエイティブが、最初の数日間は、キャンペーン全体としては安定した配信を示しているにもかかわらず、パフォーマンスが低いように見える理由です。新しいクリエイティブを追加するたびに、確立されたクリエイティブの現在の数値と1日目から比較するのではなく、独自の猶予期間を与えてください。

実用的な意味合いとしては、「クリエイティブのバリエーションを追加する」ことと「新しいキャンペーンを開始する」ことでは、学習コストが異なります。既存の安定したキャンペーン内で新しい見出しや画像をローテーションすることは、まったく新しいキャンペーンをゼロから立ち上げるよりも軽いタッチであり、最初の学習期間を過ぎた後もテストを継続するための通常はより良い方法です。

学習フェーズが新しいバイヤーを不意を突く理由#

学習フェーズに関するフラストレーションのほとんどは、期待とメカニズムの不一致から生じます。より成熟した透明性の高いレポートを提供するプラットフォームから来たバイヤーは、新しいキャンペーンがほぼ即座に最終的な安定状態に近いパフォーマンスを発揮することを期待します。しかし、ネイティブ配信が最初の期間にガタつき高コストに見えると、何かが壊れていると推測するのが本能です。つまり、クリエイティブが悪い、オファーが機能しない、ネットワークに欠陥がある、などです。時にはそのうちの1つが真実であることもあります。多くの場合、キャンペーンは単に、オークションベースのネットワーク上のすべての新しいキャンペーンが行うことを行っているだけです。つまり、アルゴリズムが残りを効率的にルーティングするのに十分なシグナルを得る前に、初期予算の一部を探索に費やしているのです。

これに最も上手く対処するバイヤーは、開始後ではなく開始前に期待値を設定する傾向があります。つまり、学習をクリアするためにいくらの予算を投入する意思があるかを事前に決定し、判断を下す前にどのデータ閾値を待つかを決定し、両方の数値を実際に再度目にする場所に書き留めておくことです。この単一の習慣により、そうでなければ実行可能なキャンペーンが安定状態に達するのを妨げる、不安に駆られた入札変更や時期尚早の一時停止のほとんどが排除されます。