近年、大規模なシングルソースデータセットの構築は、広告リサーチ業界に大きな恩恵をもたらしている。ニールセン・カタリナ・ソリューションズでは、数百万世帯の店頭売上データと、それらの世帯が広告キャンペーンに接触したかどうかの情報を組み合わせている。露出した世帯と露出しなかった世帯の売上差を調べることで、何千ものキャンペーンが生み出す売上上昇を非常に正確に計算することができます。
このテスト・アンド・コントロール手法の基礎となるANCOVA(共分散分析)モデルは、徹底的に検証されており、キャンペーン全体の効果測定に関心のあるブランド・マネージャーに迅速かつ信頼性の高い回答を提供している。しかし、この方法ではうまくいかない場合もある。例えば、キャンペーンを受けなかった世帯を見つけることがほぼ不可能なほど多くのオーディエンスにリーチしたキャンペーンを考えてみよう(図1参照)。対照グループはどこにいるのだろうか?
この課題に対処するため、私たちは「コグニティブ・アドバンティクス(Cognitive Advantics)」(CA)と呼ばれる新しい手法を開発しました。これは、広告キャンペーン全体の売上上昇を集計する代わりに、世帯の売上データを各購買機会のレベルで分析し、広告露出のタイミングをあらゆる段階で考慮するものです。結局のところ、ある世帯が広告を見て購入し、同じブランドの広告をもう一度見たとしても、2回目の広告がその特定の購入に何らかの影響を与えたとは言い難い。逆に、ある世帯が広告を見て2ヶ月後に購入するかもしれないが、その間に多くの時間があるので、広告露出がその購入の決定要因であったと結論づけるのは難しいだろう。
購入機会レベルでデータを分析することで、露出の「直近性」を考慮することができる。効果的な時間枠は研究によって異なるが、一般的には購入時から28日間をさかのぼって、購入機会に起因する1つ以上の露出を見つける(図2参照)。また、ある時点でキャンペーンに接触していない世帯は多くないかもしれないが、接触した世帯であっても、購入直前に広告の影響を受けていない購入機会は一般的に十分にあるため、対照群の問題を解決することができる。
分析を実行するために、CA手法は、すべての関連変数(購入履歴、メディア消費、人口統計、場所、カテゴリー購入など)を取得し、データモデリングアルゴリズムのコレクションにそれらを供給し、結果が最良の(すなわち、統計的に最も健全な)クロスバリデーションを持つように、データを選択し、モデルを組み合わせることができます。これがCAの名前にある「コグニティブ」の部分である。最終的な結果は、人間の介入にほとんど依存せず、大規模に展開できる非常に強力なツールである。
市場がリアルタイムのプッシュボタン・ソリューションに向かう中、これは広告効果測定の次の進化である。初期の結果は非常に有望であり、今後の本誌で詳細、事例、パフォーマンスベンチマークを紹介することを楽しみにしている。
*詳細はニールセンについて を参照:ニールセン・ジャーナル・オブ・メジャーメント誌のVOL.1, ISSUE.2に掲載されている。