新広告効果測定手法「Causal Attribution」

コレクティブがオンライン広告の効果測定手法「Causal Attribution」を発表。既存のアトリビューションモデルの欠陥を指摘しながら、新手法の有用性を説いている。
------------------------------
Causal Attribution
http://collective.com/insight/causal-attribution
------------------------------
この「Causal Attribution」は、広告に起因する成果だけを浮き彫りにできる測定手法だ。実験計画法を採用しているが、統制群に公共広告を配信するような一般的な手法とは異なる。次の6つの手順で測定する。
------------------------------
1. 過去28日間に2日以上読み書きができたクッキーを、セッションごとに削除されない安定的なクッキーと判定して、オーディエンスクラウドと定義する（コレクティブは約2億のオーディエンスクラウドを保有）。
2. オーディエンスクラウドを無作為に実験群と統制群に区分する。測定の目的などにもよるが、統制群は5％から20％でよい。
3. 実験群にだけ広告を配信する。
4. キャンペーン期間中から終了後にかけ、購買など期待する成果の発生を捕捉する。実験群と統制群の両方の成果を捕捉する。
5. 実験群と統制群のそれぞれについて、成果の発生数をクッキー数で割り、成果発生率を算出する。
6. 実験群の成果発生率を統制群のそれと比較して、上昇率を算出する。
------------------------------
オフラインの購買データやブランド評価調査などをクッキーとひもづけることで、オンラインのコンバージョン以外を効果指標とすることもできる。また、実験群を細分化することで、クリエイティブ、メディア、フリークエンシーを分析することもできる。あるホテルチェーンのキャンペーンでは、2,000万の統制群から882件、1億8,000万の実験群から9,037件の成果が発生した。その差分を分析することで、純粋に広告に起因する成果は1,099件と計算され、広告の費用対効果を厳密に把握できた。また、オーディエンスの属性ごとに分析すると、不動産・旅行関心層のクリックは多かったが、それらの属性からは統制群でも多数の成果が発生しており、統制群との差分を考慮するとファッション関心層の方が広告の投資効率が高かった。