Google 広告配信データと自社データを活用して、YouTube 広告とアプリキャンペーンの PDCA サイクルを回す KONAMI『実況パワフルプロ野球』の事例 | Google Analytics 日本版 公式ブログ

　株式会社コナミデジタルエンタテインメント（以下、KONAMI）が配信している『実況パワフルプロ野球』（以下、『パワプロアプリ』）は、コンソール（家庭用ゲーム機）用ソフトの選手育成モード「サクセス」を搭載した初のモバイルゲームとして、2014年12月にリリースされました。リリースから 7 年が経過し、累計ダウンロード数は 4,600 万を超える人気タイトルとなっています。

　毎年 8 月には年に一度の "大感謝祭" 「パワプロ（826）の日」が開催され、ゲームアプリ内で大規模イベントやプレゼントキャンペーンなどが実施されています。

この開催に合わせて、優良ユーザーの獲得を目的として定常的に配信している「アプリ広告キャンペーン」に加え、「TrueView インストリーム」や「バンパー広告」、「YouTube マストヘッド」などの認知型広告プロダクトを積極的にご活用いただいています。

　今回は Google の提供する分析ソリューション ADH（Ads Data Hub）を活用して、「パワプロの日」のプロモーション効果を可視化し PDCA サイクルをより精度高く回し始めた事例を紹介しましょう。

©Konami Digital Entertainment

1. 認知広告プロダクトによる広告リーチの拡大と目標広告費用対効果の達成を確認

調査の結果、「アプリ広告キャンペーン」（AC）に加えて、YouTube の認知プロダクトである「TrueView インストリーム」や「バンパー広告」（YT）、「マストヘッド」（MH）などを活用することにより、「アプリ広告キャンペーン」単体ではリーチできていないユーザーへも広告リーチが拡大していることが確認できました。新たなユーザーのインストールを促したい KONAMI にとって、大規模プロモーション時に認知プロダクトを活用することは、より幅広いユーザー獲得につながる可能性が高く、またボリュームも大きいため重要であると認識しています。

また、KONAMI が自社で保有するインストールやアプリ内アイテムの購入データを活用し、これまで分からなかった認知プロダクトを含むプロダクトごとの広告費用対効果についても Ads Data Hub による分析により、KONAMI が目標としている目標広告費用対効果を達成していることが確認できました。これにより今後の大規模プロモーション時に、認知プロダクトを含めたプランニングを行うことの妥当性を認識することが出来ました。

リーチグラフ

(注) * AC: アプリ広告キャンペーン , YT: TrueView インストリーム広告 , バンパー広告, MH: YouTube マストヘッド広告 

2. プロダクト重複によるインストール効果向上を確認

次に「アプリ広告キャンペーン」に加えて認知プロダクトを利用したことにより、広告リーチの拡大に加えて、プロダクト間でのユーザーへの重複接触の規模も上記のリーチグラフより確認できました。今回の分析により「アプリ広告キャンペーン」単体で広告接触したユーザーと比較して、認知プロダクトでも重複接触をしたユーザーの方が、インストール効率が +30% 向上することが確認できました。

3. 広告接触回数ごとのパフォーマンス分析結果から次のプランニングへ

今回、広告の接触回数ごとやアフィニティ カテゴリ別のインストール率についても検証しました。広告の接触回数については平均 5～7 回程度を境にインストール率が減少していくことが分析結果から判明しました。次回のプランニングはこの知見を元に進める予定で、 KONAMI では今後も大型プロモーション時に Ads Data Hub による分析を実施し、プランニング精度を高めていく計画です。

(注) * 広告接触回数 17～19 回のインストール者（率）は

データプライバシー ポリシーにより、欠損している点について予めご留意ください

KONAMI のプロモーション企画本部 デジタルマーケティング部 主任 の高井 駿一氏は次のように話します。

「これまでも何度か認知向け広告の出稿を行っていますが、認知広告はどれだけ新規インストールとユーザー復帰に貢献しているか明確に分からない点が、以前からの課題でした。

今回の「パワプロの日」のプロモーションでも認知広告（TrueView インストリーム、バンパー広告、YouTube マストヘッド）を行いましたが、Ads Data Hub で分析を行うことで、どれくらい広告を見たユーザーがインストールに繋がったかを可視化することができ、これまでやってきた手法が間違っていなかったと、自信が持てました。

今回の調査により一番効率の良いユーザーとの接触回数が判明したので、次回はこの知見を活かして、どのプロダクトの組み合わせと割合が新規インストールおよび復帰に最も適しているのかのテストを行い、さらなるプランニング精度の向上と効率化を進めていきたいと思います。」