「文脈に合ったクリエイティブ」で動画広告の成果が大きく変わる!? ROIを最大化させるAI活用術

生活者の限られた可処分時間の奪い合いが発生している

なぜ動画広告の成果が上がらないのか。その謎を解くには、市場環境と生活者の変化について、現状を把握しておく必要がある。松井氏によると、パソコンやタブレット端末、スマートフォンといったデジタルメディアは、生活者の時間の中で大きな存在感を占めており、SNS、ブラウザ、動画、ゲームなどで、限られた可処分時間を奪い合っている。生活者が情報接触に割ける時間には限りがあり、広告は多様なコンテンツと接触機会を競っている。「まずこの前提に立つことが、広告運用者として重要なポイントだ」と松井氏は指摘する。

マーケターが動画広告に求めるのは、「広告が届く（リーチする）」「認識される」「態度変容/行動変容が起きる（好きになる・購入する）」という3ステップです。

しかし実際には、「リーチ」と「認識」の間には、“4つの壁”による分断が生じています。インプレッションやリーチが増えても成果に結びつかない要素の一部と考えています（松井氏）

動画広告の成果を阻む“4つの壁”

松井氏が挙げた“4つの壁”は、以下の通りだ。

• 即時スクロール：ユーザーは画面を素早くスクロールしており、広告に目を留めるかどうかを短時間で判断している
• 無関係の排除：自分に関係のない内容だと判断した瞬間、多くのユーザーは意識的にメッセージを無視する
• ながら視聴：広告を常に注視するとは限らず、音声を中心に聞いたり、気になる場面だけ画面を見たりする場合もある
• 当てる精度の限界：デジタル広告は、意図したオーディエンス以外へ配信されている可能性がある。 Cookie規制などによって生活者の行動を捉えにくくなるなか、狙った相手へ広告を届ける難しさは増している。 

広告が届いても見られるとは限らず、見られても認識されるとは限りません。そのため、従来の延長線上の戦略では、広告費に見合う成果を上げるのが難しくなっています（松井氏）

成果を左右するのは「瞬間的な熱量」へのフィット感

NCSolutionsの「Five Keys to Advertising Effectiveness 2023」の調査（CPGブランドの広告約450キャンペーンを分析）によると、広告の成果を決める要因は、クリエイティブが約50％、配信設計（ターゲティング・リーチ・リーセンシ―）が約30％、外的要因（ブランド力など）が約20％を占めるという。

また、Kantarの分析「The advertising multipliers that matter are not what marketers think」では、クリエイティブの質は、メディア配分の約5倍、広告の費用対効果に影響するとされている。

さらに、Hakuhodo DY ONEの検証では、純粋想起やコンバージョンをKPIとする広告において、同一商材・同一配信設計で、クリエイティブのみ8グループに分けて配信した場合、最大6倍の差が生じたことが確認されている。

こうした調査・検証結果を踏まえ、動画広告で成果を上げるには、配信設計に加え、文脈に合ったクリエイティブを用意し、検証・改善することが重要です（松井氏）

松井氏は、クリエイティブの完成度に加え、接触する場面や文脈との適合性が重要だと説明する。

AVCA（Alliance for Video-Level Contextual Advertising）の調査によると、ユーザーの関心がある情報と関連性の高い広告を提示することで、広告への注目度や関心が高まるという。「クリエイティブが“その場の熱量”にフィットしていること」が広告成果を上げるうえで重要なファクターとなるのである。

また、生活者の興味・関心は一定ではなく、接触する情報やそのときの状況によって変化する。動画広告は「誰に出すか」を静的に考えるだけでは不十分であり、「どういう気分の瞬間に出すか」を動的に考えることが肝要だ。

AIによる「コンテキストターゲティング×多変量クリエイティブ」で成果を最大化

「AI活用の話になると、AIによる『手作業の完全な置き換え』といった“省力化”をイメージする人が多いかもしれない。しかし、こと動画広告においては、AIで『広げる』という“拡張”のイメージを持つのがふさわしい」と松井氏は語る。AIによって作業量やコストといった従来の制約を打ち破り、選択肢を広げることや処理能力を高めることで、成果の最大化を図るのだ。

具体的に、AIを活用して何をどう広げていくのか。松井氏は次の4つのフェーズに沿って解説した。

フェーズ ① 戦略構想

従来の戦略構想といえば、定量調査（アンケート）で意識・利用実態を押さえ、定性調査（デプス／グループインタビュー）で購入理由を探ったうえで、マーケター自身の経験とセンスによって、“刺さりそうな1本の訴求軸”に絞り込むのが一般的だった。

しかし、調査設計や分析には専門性が求められ、幅広い仮説を短期間で検討するには、時間や工数の制約があるといった課題もあった。

これに対し、AIを活用した戦略構想を行うとどうなるのか。博報堂ＤＹグループが提供するクリエイティブ制作を支援するモジュール「CREATIVE BLOOM」では、複数のAIエージェントが連携して大量の訴求軸を生成する。そのうえで、人が「ブランドとしてその訴求を採用して良いかどうか」を最終判断する。つまり、AIによって検討できる訴求案を増やし、人はその取捨選択に集中するというわけだ。

フェーズ ② 広告配信設定

広告配信設定は、「手動のリスト管理」から、「AIによるコンテキストの自動紐付け」へと変わっていく。

従来は、訴求軸から配信キーワードを想像で書き出し、ヒットした動画やチャンネルを1本ずつ手作業で確認しながらリストアップする。さらにソーシャルインサイト系のツールで話題を抽出し、手動でExcelに落とし込み、リスト化していた。過去のリストをコピペして、感覚で追加・削除することもあっただろう。当然、人力で対応するには限界がある。

具体例で考えてみよう。「ヨーグルト」の場合、ユーザーインサイトは「朝食に取り入れたい」「料理やデザートに活用したい」「腸活をしたい」など多岐にわたる。だが、従来の広告管理画面上のアフィニティターゲティングでは、大まかなカテゴリ単位での設定が中心となる。そのため、導き出した具体的なインサイトを、配信設定に十分に反映しにくい場合があった。

そこでAIの登場である。AIを活用した「コンテキストターゲティング」では、AIが動画コンテンツの映像情報（動画内容・会話・セリフ）や動画説明情報（タイトル・評価・シェア・視聴回数など）を自然言語解析し、キーワードをラベリングする。さらに、カテゴリへの関連度によって、スコアリング（重みづけ）やクラスタリング（集約）を行い、配信グループへ自動で紐づける。これにより、生活者の関心と関連性が高いと考えられるコンテンツへの広告配信を支援できるというわけだ。

ただし、松井氏は、コンテキストターゲティングを実践するうえで、2つの注意点があると述べる。

1点目は、環境構築についてだ。コンテキストターゲティングを行う環境をゼロから構築しようとすると、APIの利用料や保守・運用の負荷が大きくなる場合がある。この領域では外部ベンダーのサービスを活用することも有力な選択肢となるだろう。

2点目は、配信設定の粒度についてである。AIで設定を細かく分けられるようになったといっても、細かければ良いというわけではない。配信設定を細かくしすぎると、配信対象が絞られすぎてCPMが高騰したり、プラットフォーム側の機械学習に必要なデータ量が不足したりするリスクがある。かといって粗すぎると、従来の興味関心ターゲティングと変わらなくなってしまう。「細かすぎず粗すぎない“良い塩梅”をいかに実現するか」が重要であり、ノウハウが不可欠なポイントである。

フェーズ ③ 制作プロセス

理想としては、「ユーザーインサイト」と「コンテキスト」を掛け合わせた「訴求軸」に応じて、多変量的にクリエイティブを作り分ることだ。

しかし、動画を1本ずつ制作する方法では、本数を増やすほど制作費と工数がかさむため、コンテキストに応じたバリエーションを十分に用意することは容易ではない。

そこで有効なのがAIによるクリエイティブ制作だ。Hakuhodo DY ONEでは、AIでクリエイティブのバリエーションを広げるプランとして「松（生成AIを活用して新規制作）」「竹（中度の改修）」「梅（軽度の改修）」の3つを提供している。

一番下の梅プランでは、既存のCM素材などを活用し、バナーの枠を設置。バナー内のテキストだけをグループごとに変更する。制作費を抑えやすい。

真ん中の竹プランでは、同じ素材から、アップテンポ／商品カット版や、ローテンポ／人カット版などを作り分ける。「BGMのトーンや締めが変わるだけでも印象は結構変わる」と松井氏。制作費は中間程度となる。

一番上の松プランでは、文脈別にフルAI制作を行う。配信先コンテンツの文脈ごとにクリエイティブを作り分けるだけでなく、コンテキストのトーン＆マナーに合わせたクリエイティブ制作を行う。従来の制作プロセスでは企画から納品まで約2.5ヶ月かかっていたのに対し、AIを活用することで約1ヶ月に短縮。従来に比べ短期間・低コストで多変量クリエイティブを展開できる。

^{※画像は架空の商品を用いたイメージです。}

フェーズ ④ プラットフォーム最適化

見落としてはいけないのが、「プラットフォーム側もクリエイティブの質を評価している」という点である。

一部の動画広告プラットフォームは、クリエイティブを解析し、ユーザーの視聴体験との適合度を評価しています。そしてその評価は、リアルタイム入札や配信単価にも影響してきます。

たとえば、YouTubeでは、動画コンテンツの中で視聴者の感情やエンゲージメントが最も高まる瞬間をAIが特定し、その直後にムードにあった広告を出す「Peak Points」という考え方を進めています。つまり、ユーザー体験を阻害しない広告クリエイティブが掲載されるように広告配信アルゴリズムとして組み込み始めているのです（松井氏）

文脈に合ったクリエイティブを用意することは、広告配信の最適化につながる可能性がある。つまり、“CPMを下げる打ち手”にもなるのだ。

松井氏は最後に、「動画広告の戦略構想・広告配信設定・制作プロセス・プラットフォーム最適化のすべてのフェーズで、AIを活用して選択肢や対応範囲を 広げられます。とはいえ、“良い塩梅”は商材や予算、媒体によって、都度変わってくるもの。Hakuhodo DY ONEでは、この領域はもちろん、本講演では触れていない動画広告の効果計測などのノウハウやAIの拡張ソリューションを多数保有していますので、ご興味があればお気軽にお問い合わせください」と呼びかけて、セッションを締めくくった。