ご質問はございますか?

3つのステップで簡単に設定が可能です。

  1. キャンペーン設定フォームに記入
  2. キャンペーンの設定内容と必要事項について確認するためのミーティングを実施(KPI、指標、トラッキングリンク、クリエイティブ素材、デバイスIDなどの確認)
  3. キャンペーン配信開始

キャンペーンの設定から立ち上げまでには、設定内容の確認と必要事項の受領状況に応じて早くて数日、最大で1~2週間のお時間をいただいています。

CPI:Cost Per Install(コストパーインストール)の略で、広告媒体を通じてApp StoreやGoogle Play ストアからアプリをインストールしたときのコストを表す指標
CPA:Cost Per Acquisition/Action(コストパーアクイジション/アクション)の略であり、1件のコンバージョンを獲得するためにかかったコストを表す指標。“顧客獲得単価”、“成果単価”とも呼ばれる。
CPR:Cost Per Revenue(コストパーレベニュー)の略で、最も収益(ROAS)を生んだユーザー数を図る指標

できかねます。当社の機械学習(ML)では、ひとつの目標に対してのみ最適化が可能です。CPIとCPA/ROASは逆相関関係を持つためです。

できかねます。Liftoffでは機械学習(ML)を使用してさまざまな広告チャネルからデータを収集し、お客様にとって最適なユーザーを割り出しています。

機械学習(ML)に制限を設けてしまうと本来の機能が制限され、長期的なパフォーマンスの拡大に影響を及ぼします。

ヒント:機械学習(ML)の能力は、学習元となるデータ(の量/質)によって決まります。

機械学習(ML)に制限を設けることで、低質な配信面からしか学習データの蓄積ができなくなる可能性があります。よって、ターゲットの飽和を招き、スケールアップが頭打ちになってしまう可能性があります。

1日の上限は$250~$350から始めることを推奨しています。

$350を超えるとMLが短期間で急速に学習しすぎてしまうため、市況データを正しく反映できなくなる可能性があります。

インストールから、Liftoffが最適化しているターゲットイベントまでのユーザーフロー(行動履歴)を指します。

例:インストール > 登録 > カートに追加 > 購入

正しい順序を考慮した上でキャンペーンを作成・設定することが重要です。

目標とするKPI(ROASまたはCPA)に紐付くターゲットイベントを指します。
例:目標:CPA
目標イベント:購入

インストールから最終目標のイベントまでの間にある、最終目標(KPI)に関連性の高いイベントのことを指します。
例:「購入」を最終目標とした場合、中間イベントは「カートに追加」となります。
※「カートに追加」以外にも「お気に入りに登録する」など、他にも購入に繋がる可能性が高いイベントがある場合は、同じく中間イベントとなります。
より多くの「カートに追加」イベントが発生すれば、「購入」イベントが起こる可能性も同じく高まります。
ヒント:中間イベントの最適化によってパフォーマンスをさらに伸ばすことができます。特に、ユーザーフローが長いアプリでは有効です。

複数回イベントとは、ひとりのユーザーが同じイベントを何回も実行することを指します。
例:Aさんが3回購入を完了した

パフォーマンス評価に使用できるコホートのタイムウィンドウのことを指します。

例:1日目にインストール、3日目に購入イベントが発生

コホートビューなし:購入イベントがインストール3日目にアトリビュートします

インストール後7日間のコホートビュー:購入イベントが1日目のインストールにアトリビュートされる

ヒント:コホートビューはユーザーの行動パターンを特定するのに役立ちます。分析した行動パターンを活用して、最適なアプリ内マーケティングやリエンゲージメント戦略を組み立てることができます。

最適化に使用するためです。
例:お客様のCPA目標が「7日間のウィンドウ内での購入」である場合、Liftoffはインストール後7日間以内の購入獲得に向けた最適化を行います。

インストール済みユーザー除外リストのアップロードにより、機械学習(ML)は「アプリをまだインストールしていないユーザー」に対して集中的に広告費用を投下することが可能となります。
例:インストール済みユーザー除外リストあり:機械学習(ML)は「アプリをインストールしていないユーザー」に入札
インストール済みユーザー除外リストなし:MLはアプリを既にインストールしているかもしれないユーザーを含む「全ユーザー」に入札
ご存じでしたか?
インストール済みユーザー除外リストをアップロードいただいたLiftoffのお客様は、リストなしの案件と比べて最大39%のパフォーマンス向上を達成しています。

すべてのポストバックを有効にすると、パフォーマンスが39%向上します。
これによって、MLが「アプリをインストールしていないユーザー」に対して集中的に投資するようになるからです。
ポストバックなしの場合:
機械学習(ML)はアプリを既にインストールしているユーザーを含む「全ユーザー」にアプローチします。
「アプリ内でコンバージョンに至っていないユーザー」の中に「アプリを既にインストールしているユーザー」も含まれている可能性がありますが、機械学習(ML)はこれを考慮しません。
ポストバックありの場合:
機械学習(ML)は「アプリをまだインストールしていないユーザー」のみにアプローチ
機械学習(ML)は「広告に対するコンバージョンに至っていないユーザー」として、「アプリをまだインストールしていないユーザー」のみをターゲティングします。

収益(レベニュー)ポストバックを有効にすると、MLは最も高い利益を生み出すユーザーをターゲットとして最適化を行います。
収益(レベニュー)ポストバックがない場合、推測に基づく運用を行うこととなり、目標とするROASの達成が難しくなる場合があります。

ビュースルーアトリビューションを有効にすることで、クリックとビューの両方の視点から広告の総合的なパフォーマンスを確認できます。

例:Aさんは広告を見て、すぐにクリックしてインストールに進んだ
Bさんは広告を見たときはクリックしなかったが、後日アプリをインストールした
ヒント:GoogleとFacebookでは、ビュースルーアトリビューションが自動で有効化されています。

確実に同一条件で比較したいという場合は、すべてのチャネルで同じビュースルーアトリビューションを設定して比較することをお勧めします。

キャンペーンを稼働させるための立ち上げ期間に入ることを指します。

  1. 学習 – 機械学習(ML)がさまざまな広告チャネル(エクスチェンジや配信面、配信枠)からデータを収集し、アプリ内でコンバージョンに至りそうなユーザー層を割り出します
  2. 最適化 – 機械学習(ML)が最も価値のあるユーザーをターゲットとして最適化を開始します

最適化フェーズに入ると、パフォーマンスのスケールアップを徐々に進めていくことができます。

OSごとにまずは最大2つの国を設定することをお勧めします。
設定した国に予算を集中投下することで、MLは十分な量のデータを効果的に収集できます。

立ち上げ期間は国、アプリ、イベントの種類、配信面によって異なります。

CPI:最大100件のユニークインストール
CPA:最大300件のユニークイベント
ROAS:最大150件のユニーク収益イベント

CPAおよびROASキャンペーンはアクションを起こす、もしくは収益を生み出す可能性のあるのユーザーに向けて最適化されます。優良ユーザーは獲得コストも高くなります。
ヒント:CPIとCPA/ROASは逆相関関係にあります。CPIを制限すると、機械学習(ML)の入札が質の低いユーザーに制限されます。

はい、可能です。運用担当にお問い合わせいただき、変更内容についてご相談ください。

ヒント:キャンペーンの目標や、1日の予算を大幅に変更するパフォーマンスにも影響が生じる可能性が高いです。

配信開始直後は目標を変更せず、最適なパフォーマンス達成に向けて徐々にスケールアップさせていくことをお勧めします。

はい、可能です。しかし、妥当な期間内で機会学習(ML)に十分なデータを収集させるために、1日の上限は最大$350で始めることをお勧めします。

$350を超えるとMLが短期間で急速に学習しすぎてしまうため、市況を正しく反映できなくなる可能性があります。

学習フェーズが完了すると、1日の上限予算を増やしてパフォーマンスの拡大に注力することができます。

いいえ、できかねます。機械学習(ML)はパブリッシャーレベルではなく、ユーザーレベルでターゲティングを行うよう設計されています。

つまり、配信面にかかわらず、最もコンバージョンに至りそうなユーザーをターゲットとして最適化を行っています。

ブラックリストやホワイトリストを適用することで、機械学習(ML)のリーチと能力が制限され、パフォーマンスの最大化に悪影響を与える可能性が高いです。

例:ホワイトリスト – 機械学習(ML)は限定されたグループの配信面に属するユーザーへのみ入札するため、ターゲット飽和が生じスケールアップも阻害される
ブラックリスト – 機械学習(ML)が、ブラックリストされたアプリ内に存在する良質な潜在ユーザーを見逃してしまう
ヒント:広告詐欺への対策について:

機械学習(ML)には詐欺(フラウド)検知ツールが搭載されています。毎回の入札リクエストをデバイスレベルでスクリーニングして、疑わしい、または詐欺だと考えられるリクエストを絞り込みます。

リターゲティングが可能なオーディエンスとして、最低250,000人のユーザーが必要です(Eコマースの場合100,000ユーザー、カジュアルゲームの場合リターゲティング可能な100,000課金ユーザー)。

リエンゲージメント(RE)キャンペーンの設定に必要なものは以下の通りです。

  • CPA/ROAS目標
  • アプリのユーザーフロー(例:インストール > 登録 > カートに追加 > 購入)
  • ターゲットセグメント(例:過去14日以内に商品やサービスを購入していない購買層)
  • 中間イベント(例:カートに追加)
  • 最終目標イベント(例:購入)
  • ブラックアウト期間(例:インストール後3日目のユーザーをターゲティング)
  • デバイスIDリスト
  • すべてのポストバック(デバイスIDが250,000件に満たない場合は2週間以上のポストバックが必要です)
  • MMPトラッキングのディープリンク

はい、可能です。新規獲得(UA)とリエンゲージメント(RE)を同じ媒体で実施することでさまざまなメリットが得られます。

より良いパフォーマンス – 全体で機械学習(ML)を活用し、適切なタイミングでユーザーに再アプローチ

より良いユーザー体験 – 一貫したクリエイティブでシームレスな広告体験を創出

コストの最適化 – 二重投資のリスクを回避し、同じ運用担当を通して運用を効率化

機械学習(ML)は、運用型広告においてプログラマティックに広告購入を促進するエンジンです。

買い付けの際にスマートな判断を行うアルゴリズムとしての役割を果たしています。

仕組みは次の通りです。

トレーニングデータ > モデル > 予測

Liftoffでは機械学習(ML)の学習に「包括的、クリーン、正確」なデータのみを使用しています。

また、機械学習(ML)に以下のようなツールを組み込んでいます。

  • スマートペーサー:ユーザーが最適なペースで広告を目にするよう、1日を通して配信ペースを調整(より価値の高いユーザーがいた場合は、そのユーザーに優先的に入札し、そうでない場合は入札額を減らします)
  • 詐欺(フラウド)検知:情報が不完全、または疑わしい情報を含む入札リクエストをフィルタリング(例:デバイスIDがない、パブリッシャーアプリ数が多すぎる、IPアドレスが匿名など)
  • デッドゾーン(Dead Zones):広告の「閉じる」ボタン付近で偶発的に発生するクリックをブロック

こうして機械学習(ML)に適応型学習の機会を与えることで、長期的なパフォーマンスの改善・拡大が期待できます。

Lifioffの機械学習(ML)は詐欺(フラウド)検知ツールを搭載しており、入札リクエストの度にデバイスレベルでスクリーニングして以下のようなリクエストを拒否します。

疑わしいリクエスト

  • パブリッシャーアプリ数が多すぎる
  • 1日の入札リクエスト数が多すぎる(異常にアクティブなユーザー)
  • 疑わしい(高頻度の)地域移動
  • 匿名のIPアドレス(VPN、サーバーなど)

無効なリクエスト

  • デバイスIDなし
  • アプリストアIDなし
  • 不正な形式またデータ欠損

詐欺(フラウド)検知ツールは入札リクエスト全体の13%を排除し、不正なデータに対する広告出費を回避します。

当社はエクスチェンジパートナーと密に連携し、適用されるブランドガイドラインを遵守しています。

さらに、買い付けを行うインベントリについて、Liftoff全社レベルの基準を導入しています。

例:保護が必要なコンテンツや不適切なコンテンツ(政治的、銃器、アルコール、性的な内容など)を含むアプリからの買い付けは行わない

安全でないと考えられるアプリ内に広告が表示された場合は、当社までお知らせください。当該パブリッシャーでの配信を中断し、24時間以内に調査を行います。

高いパフォーマンスを発揮するために、以下のようなクリエイティブ素材のご用意をお願いしています。

  • アプリ名
  • アプリのタイトル/キャプション
  • アプリのアイコン
  • アプリのロゴ
  • アプリの短文コピー(最大65文字)
  • アプリの説明(最大90文字)
  • 製品画像
  • アプリ画面のスクリーンショット
  • 販促ツール
  • ネイティブ用画像
  • ビデオのエンドカード
  • 縦長の動画(1~15秒、16~30秒)
  • 横長の動画(1~15秒、16~30秒)
  • ブランドガイドライン

詳細はキャンペーン設定フォームをご覧ください。

素材は以下の形式でのご提供をお願いしています。

画像:PSD(推奨)、JPG、PNG
動画:MP4

以下の広告フォーマットでの出稿が可能です。

320×50(バナー – モバイル)
300 x 250(バナー – モバイル)
728×90(バナー – タブレット)
480×320(インタースティシャル – モバイル)
320×480(インタースティシャル – モバイル)
768×1024(インタースティシャル – タブレット)
1024×768(インタースティシャル – タブレット)
1200×627(ネイティブ)

配信開始後に、Liftoffの管理画面からご覧いただけます。

シーズナル広告は基本的にサポートしておりません。パフォーマンスの向上には、長期的に配信が可能な素材が最適だと考えており、この考えに基づいてクリエイティブのテストと反復利用を行っているためです。

また、シーズナル広告を取り扱っていないのには以下のような理由もあります。

  1. 長期運用を想定した素材のように洗練されていない
  2. 新しい要素を多く含んでいるため、通常パフォーマンスは悪化する傾向にある(配信金額が下がる傾向にある)
  3. 意義のあるテストの枠から配信額が外れてしまう

以下のような手順でクリエイティブのA/Bテストを行い、指標を測定しています。

クリエイティブA/Bテストの手順:

  1. 改善が見込まれる既存のクリエイティブを選定(通常は最も配信額の多いクリエイティブ)
  2. テストしたい主な項目を決定(例:ビジュアル、テキストなど)
  3. 既存のクリエイティブに対して1~2個のテスト用クリエイティブを作成
  4. テスト用および既存のクリエイティブを、それぞれ同じ国・SSP・アプリに同インプレッション数配信
    するよう設定
  5. いずれかのクリエイティブが最小閾値となる合計100,000インプレッション、合計80インストール、確率(p値)<0.01に達した場合、当該のクリエイティブを「99%の確率で他より良いパフォーマンスを継続する」と判定

以下の指標を使用して成功率を測定します。

  1. ユーザー獲得:インプレッションからのインストール率(ITI=impression-to-install )
  2. リエンゲージメント:インプレッションからのアプリイベント発生率(ITA= impression-to-app-event)

A/Bテストを用いて、どのクリエイティブがキャンペーンのパフォーマンスを最適化できるのかを探ります。

また、すべてのフォーマットで汎用できる新しいトレンドやベストプラクティスを見つけ出すこともできます。
また、お客様の業界について新しい発見があった場合、その学習をキャンペーンにも反映させます。

通常、四半期で最低2回のA/Bテストを実施しています。

クリエイティブの柔軟性や配信額、ご提供いただける素材の内容や数に応じて、テストの頻度を高めることも可能です。

Liftoffの広告はすべてレスポンシブに対応しています。ユーザーが使用するデバイスと画面サイズに応じて自動でサイズ調整を行い、シームレスな広告体験を提供します。

通常、レスポンシブ広告は静的広告よりも200%高いパフォーマンスを発揮しています。

はい、可能です。動画素材をご提供いただく場合は、SNS特有のインタラクションプロンプトが入っていないことをご確認ください。

たとえば、多くのInstagram/Snapchat向け動画では、最後に「詳細はこちら」ではなく、「上にスワイプ」といったプロンプトが表示されます。

このような機能はユーザー体験を阻害することにつながるため、特定のアプリ以外では使用できません。