その広告、潜在層に届いていますか？ ターゲティングは「興味関心」から「購買意向」へ

従来のデジタル広告の課題

従来の広告プラットフォームは、主に次の2つのデータを活用したターゲティングが主流でした：

• コンテクスチュアル・シグナル（閲覧コンテンツ）
• ユーザー属性（性別・年代・居住地などのデモグラフィック情報）

しかし、これらはあくまで「広告主が描いた理想のユーザー像」に過ぎません。オーディエンス対象範囲の広さや基盤となるデータの鮮度、偏り、あるいは不完全性や誤差という要因が、ターゲティング精度の低下を招く一因となっていました。また関心があるだけでは、必ずしも購買に結びつくとは限らず、すでに購入済みのユーザーまで追いかけてしまうといった課題もあります。

こうした背景から、ユーザーが現在どのようなニーズを持ち、何を購入しようとしているのかといった「購買意向」に着目されるようになりました。

「購買意向」に沿った広告配信をするためには

では、消費者の「購買意向」に沿った広告配信とは、どのようにして実現されるのでしょうか。

それには、ユーザーの実際の購買行動に基づく膨大なデータ、たとえば特定の商品や商品カテゴリの閲覧回数、購入に近い行動など、ECサイトやオンラインで消費者が「実際に行動した」データを収集し、「誰が何を購入したか」「どのサービスに申し込んだか」といった具体的なパターンを分析することが重要です。

こうしたコマース起点の実行動データと、コンテクスチュアルな文脈理解（ユーザーのメディアやコンテンツの閲覧情報をもとに興味関心を推測）を組み合わせることで、より精度の高いオーディエンス設計の実現が可能です。

また、こうした「コマース・シグナル」を集め、次の2つの視点でデータを統合するのがカギとなります。

視点1商品属性

購買に至るまで関心を寄せている具体的な商品に関する情報。たとえば、次のような情報です：

• 消費者が現在閲覧している商品
• 関心を寄せているブランドやメーカー
• 検討中の商品の種類やカテゴリー
• 価格帯など

視点2顧客属性

消費者の行動や関心を捉える情報。たとえば、次のような情報です：

• 位置情報
• デモグラフィックデータ
• 実際の購入履歴
• 広告との接触状況
• 閲覧されたコンテンツの種類やカテゴリーなど

これらを掛け合わせAIを用いた高度な分析をすることで、「何を買ったか」だけでなく「次に何を買う確率が高いか」までを予測します。これにより、購買意向の高い潜在層を高い精度で特定することができるのです。

AIとデジタル広告の新たな可能性

AIの進化は、デジタル広告のあり方を変えつつあります。特に「機械学習（マシンラーニング）」と「深層学習（ディープラーニング）」の発展により、行動データからオーディエンスを自動的に抽出する仕組みが整いました。AIを活用して購買意欲の高いタイミングで情報を届けることは、企業と消費者の双方にとって価値のあるコミュニケーションにつながります。

たとえば欧州では、複数の小売業者やブランドが連携して、共通のAIモデルを育成することで、各社のレコメンデーション精度を向上させる取り組みも進んでいます。

その一例が、Criteoが提供する「コマース・オーディエンス」です。これは、世界中の消費者の購買行動に関する膨大なデータをもとに構築された広告ターゲティングの仕組みであり、数千におよぶ行動シグナルを活用することで、消費者のニーズに即した広告配信を可能とし、広告効果の最大化を支援します。

今後の広告は、単なる情報提供にとどまりません。消費者の意思決定に寄り添いながら、信頼と価値を提供することが求められるでしょう。

＜Criteo 参考URL＞
オーディエンス ターゲティング
https://www.criteo.com/jp/solutions/audiences/