20万件のスポンサープロダクト広告キャンペーンから学んだこと
投稿者： Qianyun Ye（メディアおよびアナリティクスマネージャー）、Ashton Brown（テクニカルライター）
この2020年から2021年の調査では、中国に拠点を置くグローバルアパレル出品者のAmazonにおける22万件を超えるスポンサープロダクト広告キャンペーンを対象に、パフォーマンスの高いグループとパフォーマンスの低いグループの広告戦略を比較しています。次に、この比較を使って、スポンサープロダクト広告を使用する際のバリュープロポジションを広告主が説明するのに使用できる実用的なインサイトを導き出し、それと、中国に拠点を置くアパレルバーティカルの出品者が、広告費用対効果、コンバージョン率、クリックスルー率の改善に使用できる推奨事項とを組み合わせます。
ストーリーのハイライト：
この調査では、中国に拠点を置くアパレル出品者の、2020年8月から2021年7月までの22万件を超えるスポンサープロダクト広告キャンペーンを分析しました（この出品者は世界で販売を行っており、以下の12のロケールが含まれます。 米国、英国、ドイツ、フランス、日本、カナダ、イタリア、スペイン、インド、オーストラリア、アラブ首長国連邦、メキシコ）。分析を行うために、スポンサープロダクト広告キャンペーンを5つのクラスターに分類しました。広告費用対効果（ROAS）、コンバージョン率（CVR）、クリックスルー率（CTR）の観点から、クラスター1が最も成功したグループで、クラスター5が最も成功していないグループです。
分析の結果、中国に拠点を置くパフォーマンスの高い出品者（クラスター1）はROASが4.6倍、CVRが3.7倍、CTRが3.2倍高いことが分かりました。
パフォーマンスの高いグループ
広告費用対効果が高い
コンバージョン率が高い
クリックスルー率が高い
広告主に実用的なインサイトを提供するため、機械学習を使用して、クリック数とコンバージョン率に多かれ少なかれ寄与する広告属性とメディア属性を分析しました。次に、ROAS、CVR、およびCTRに最も大きなプラスの影響を与える属性を特定しました。
この記事では、中国に拠点を置くパフォーマンスの高い出品者（クラスター1）とパフォーマンスの低い出品者（クラスター5）が各主要属性または戦略をどの程度採用しているかを定量化することにより、主要な属性や戦略に関するインサイト/ベストプラクティスを示します。
この調査の実施方法についての詳細は、この記事の最後にある調査方法セクションを参照してください。
パフォーマンスの高いグループは、パフォーマンスの低いグループよりも90日近く長くスポンサープロダクト広告キャンペーンを実施しています
観測された期間において、パフォーマンスの高いグループがスポンサープロダクト広告キャンペーンを実施した中央値は237日間だったのに対し、パフォーマンスの低いグループの中央値はわずか149日間でした。キャンペーンパフォーマンスを最大限に高めるため、アパレル出品者様には、年間を通してスポンサープロダクト広告を使用することをおすすめします。そのようにすることは、ブランドが常に目に留まるようにする上で役立ちます。また、キャンペーンの最適化により多くの時間をかけることができます。
常時掲載のスポンサープロダクト広告キャンペーン日数
パフォーマンスの高いグループ
パフォーマンスの低いグループ
スポンサープロダクト広告キャンペーンでは、パフォーマンスの高いグループが動的な入札を使用する確率が20%近く高くなっています。
分析の結果、動的な入札は、特にROAS、CVR、およびCTRに関連して、お客様のエンゲージメントを高めるのに効果的なツールであることが分かりました。調査した12か月間、パフォーマンスの高いグループがキャンペーンの86％で動的な入札を使用したのに対し、パフォーマンスの低いキャンペーンで動的な入札を使用したのは67%でした。
動的な入札を組み込んだスポンサープロダクト広告キャンペーンの割合
パフォーマンスの高いグループ
パフォーマンスの低いグループ
動的な入札の開始方法
広告主様はスポンサープロダクト広告キャンペーンから始める必要があります。また、動的な入札を使用する際には、次の3つの検討事項もあります。
- 安定したキャンペーンで動的な入札戦略をテストすることを検討してください： 入札戦略をテストする際には、安定したキャンペーンを選択することが一番です。つまり、少なくとも2週間以上実施され、コンバージョンと正の関係を示しているキャンペーンを指します。
- テストの際は変更を制限することを検討してください： 広告主様は、戦略のテスト中に変更を制限し、パフォーマンスの違いを特定の変更に関連付けることができるようにすることをおすすめします。
- 異なるキャンペーンで戦略を比較することを検討してください： 新しいキャンペーンを作成する際には、新しい入札戦略と既存の安定した戦略（可能な場合）を比較してください。
パフォーマンスの高いスポンサープロダクト広告キャンペーンでは、Amazonプライム配送を利用可能な商品が10％多くなっています
3つ目のインサイト主導の推奨事項は、Amazonプライム配送に対応しているASINまたは商品の数を増やすことで、クリックスルー率を特に増やすことです。機械学習モデルを使用して、広告を掲載した場合にクリックされる可能性が高い商品を特定します。また、広告対象商品の横にprimeマークを付けると、お客様が広告をクリックする可能性が高くなるために役立つことも分かりました。
分析によると、パフォーマンスの高いスポンサープロダクト広告キャンペーンでは、利用可能なASIN（固有のシリアル番号）のうち、59%がAmazonプライム配送に対応していたのに対し、パフォーマンスの低いキャンペーンで対応していたのは49%でした。
Amazonプライム配送に対応しているASINの総数の割合
上位パフォーマー
パフォーマンスの低いグループ
Amazonプライム配送対応にする際の考慮事項
- スポンサープロダクト広告のASINをフルフィルメントby Amazon（FBA）プログラムに登録することを検討してください。
- スポンサープロダクト広告のASINをマケプレプライム（SFP）プログラムに登録することを検討してください。
- FBAとSFPの両方のプログラムを組み合わせて、プライム配送対応を増やすことを検討してください。
スポンサープロダクト広告キャンペーンでは、パフォーマンスの高いグループはターゲットキーワードと除外キーワードの比率を2:1に維持し、パフォーマンスの低いグループは1:1の比率を維持しました。
最後に、以前の記事で、商品のASINまたはシリアル番号に除外キーワードを含めることが効果的な方法であることが分かりました。中国のアパレル出品者（世界中のオーディエンスに販売）の場合、ターゲットキーワードも、広告が適切なお客様にとって関連性の高いものになっていることを確認するのに効果的です。
調査した12か月間、パフォーマンスの高いグループがスポンサープロダクト広告キャンペーンの68%でターゲットキーワードを使用し、キャンペーンの32%で除外キーワードを使用していたのに対し、パフォーマンスの低いキャンペーンではそれぞれ49%と51%でした。
ターゲットキーワードと除外キーワードターゲティングの比較
上位パフォーマー
パフォーマンスの低いグループ
キーワード使用時の考慮事項
- 既存のキャンペーンのレポートをチェックし、除外ターゲティングを使用する必要のある用語を見つけます。クリックスルー率の低さ、支出が大きいこと、コンバージョン率が低いことは、パフォーマンスが低く、除外するキーワードになる可能性があるターゲティングを示す良い指標です。
- 除外するキーワードのパフォーマンスを頻繁に確認して、ブランドに実際に効果のあるキャンペーンを学習して最適化します。
- 例外をチェックします。たとえば、発売された新商品の認知度を高めるために使用される非ブランドキーワードは、パフォーマンスを低下させる可能性がありますが、アパレルカテゴリーの商品の正しいオーディエンスであるため、除外するキーワードとして使用してはなりません。
結論
Amazonにより監督されている機械学習モデルも併用してAmazonが行った分析によると、アパレルバーティカルの中国に拠点を置く出品者が、ROAS、CVR、およびCTRを改善するために使用できる4つの戦術が特定されました。 （1）年間を通してスポンサープロダクト広告を掲載する、（2）動的な入札を選択する、（3）スポンサープロダクト広告のASIN（固有のシリアル番号）をフルフィルメントプログラム（FBA、SFP）に登録して、広告にprimeマークが表示されるようにすることを検討する、（4）固有のASINごとにターゲットキーワードと除外キーワードを増やす。
方法
まず、監督されているモデルを使用して、20を超えるメディアとリテール属性の複合スコアの向上に役立つ属性をリストしました。具体的には、以下の5つのステップからなるプロセスに従い、 広告費用対効果（ROAS）、コンバージョン率（CVR）、クリックスルー率（CTR）という一連の成功指標を作成しました。それから、機械学習アルゴリズムを利用して、これらの成功指標の向上に最も役立つ広告戦略とリテール戦略を特定しました。
- ブランドの選択： この調査では、2020年8月から2021年7月の間に世界中の12のロケールで実施された222,853のアパレルのスポンサープロダクト広告キャンペーンを分析しました。各キャンペーンは、中国固有の広告主、つまりAmazon.comで商品を販売する中国の広告主によって開始されました。12のロケールには、米国、英国、ドイツ、フランス、日本、カナダ、イタリア、スペイン、インド、オーストラリア、アラブ首長国連邦、メキシコが含まれます。
- 成功指標の作成： 広告費用対効果、コンバージョン率、クリックスルー率の3つの指標に基づいて計算されます。
- 効果的な広告またはリテールアクションの特定： 成功指標が定義されると、Amazonは機械学習アルゴリズムを利用して、これらの成功指標の向上に最も役立つキャンペーンアクションを特定しました。Amazonは、勾配ブースティングされた意思決定ツリーモデルを活用して、成功指標に貢献する最も重要なキャンペーンアクションを特定しました。この方法は、強力な成功指標を推進する上で、どの広告アクションが最も重要なのかを把握するのに役立ちます。
- ブランドのグループ化： キャンペーンを成功指標別にグループ化し、5つのクラスターに割り当てました。そして、20を超える広告アクションを活用し、成功指標に与える影響を分析しました。広告アクションには、SPキャンペーン期間（日数）、動的な入札、除外キーワード戦術などが含まれます。
- ブランドグループを比較：パフォーマンスの低いブランド（クラスター5）が使用しているまたは使用していない戦略と比較して、パフォーマンスの高いブランド（クラスター1）がクリックとコンバージョンを増やすために使用している戦略を特定しました。