Blog Article

ラストクリックを超えて:リテールメディアにおけるインクリメンタルROASの実証方法

By:
Kevin Wu
Akhil Gupta
Hero Banner
blog hero

Table of Contents

down chevronup chevron

September 10, 2025

リテールメディアのゴールドラッシュが落ち着くにつれ、成功の鍵は先行者の優位性を利用することから、計測可能なビジネス成果の証明へと移行しています。

リテールメディアは、「売上の増加」というECサイト/マーケットプレイスと広告主の目標を統一できる点において常に独自性を保ってきました。しかし、メディアが実際に売上を押し上げたのか、それともメディアなしでも発生していた購入の売上を、メディアの功績として主張しているのかは、必ずしも明確ではありません。

全米広告主協会(ANA)による2024年の調査によると、広告主の71%がリテールメディアネットワーク(RMN)への投資において「インクリメンタリティ(増分効果)」を最重要パフォーマンス指標として認識しています。広告主はROAS(広告費用対効果)などの従来的な指標から、広告主導のインクリメンタルROASといった高度な指標へ移行しつつあります。

しかし、こうした認識の高まりにもかかわらず、大半の広告主は依然として古いアトリビューションモデルに基づいて予算を決定しています。以下では、このシフトの背景と、RMNが意味のあるパフォーマンス指標へ移行する方法を詳しく見ていきます。

リテールメディアにおけるインクリメンタリティとその重要性

デジタル広告において「インクリメンタリティ」とは、広告キャンペーンの真の効果を測定する指標です。具体的には、広告が表示されなかった場合と比較して、広告が表示されたことで生じた増分価値を計測します。

インクリメンタリティは単にコンバージョン数や収益を見るのではなく、広告の効果を、自然発生的な行動や季節性、既存のブランドロイヤルティといった他の要因から切り離して分析します。インクリメンタリティテストによって、「このユーザーは広告を見なくても同じ行動をとったか?」という根本的な問いに対する答えが得られます。

このようなインサイトが得られない場合、マーケターは真のビジネス成長ではなく、バニティメトリクス(虚栄の指標)に基づいて最適化を行うリスクを負います。Gartnerが2025年にCMOを対象に行った調査で報告されたようにマーケティング予算が縮小する中、広告費の効率化に向けて広告主の間でインクリメンタリティの採用が広がっています。すべてのコンバージョンが同等の価値を持つとはかぎらず、ROASが高いキャンペーンでさえ、実際には総売上の向上に貢献していない可能性があります。

リテールメディアにおける従来のアトリビューション方法の問題点

業界ではインクリメンタリティ計測の必要性に関して認識が一致しているものの、いくつかの課題が立ちはだかっています。例えば、自社でコントロールテストのような高度な手法を実行するのに必要な社内リソースやノウハウを欠いているケースが多く見られます。Skaiによる2025年版の「State of Retail Media(リテールメディアの現状)」レポートによると、実に44%が実際に得られるインクリメンタリティの計測結果の正確さと信頼性に懸念を抱いています。

一方、ECサイトやマーケットプレイスもサプライヤーにこうしたインサイトを提供したいと考えているものの、既存のインクリメンタリティテストの手法には以下を含む大きな障壁が存在します。

  • 多くの手作業とリソースを要する:従来の方法ではテストの設計とモニタリングに大規模なセットアップ、手動によるキャンペーン管理、専任チームが必要となるため、多くの広告主が定期的に実施するのは非現実的です。
  • コントロールグループによって収益が圧迫される:従来のテストでは、広告露出から完全に除外される大規模なコントロールグループが必要となり、比較の妥当性に疑問が生じ、計測によるインサイトを得るために広告主は大幅な収益の犠牲を強いられます。
  • 先進的な最適化手法と互換性がない:リテールメディアキャンペーンが機械学習アルゴリズムや高度なターゲティングパラメータに依存するようになるにつれ、従来のコントロールグループを必要とする戦略は妥当性を失い、アルゴリズムのパフォーマンスを妨げる可能性があります。

新たなゴールドスタンダード:AIネイティブのインクリメンタリティテスト

業界唯一のAIネイティブオンサイト広告プラットフォームのMolocoは、広告に関する決定プロセスにインクリメンタリティの計測機能を直接組み込みました。このソリューションはゴースト入札を活用するランダム化比較試験(RCT)フレームワークを採用し、高度なターゲティングを維持して広範なメディア戦略を妨げることなく、ライブキャンペーン中の広告効果による成果の向上を定量化します。統計的に有意な測定に必要なトラフィック量の最低基準を満たしている広告主の皆さまはこの機能をご利用いただけます。

ゴースト入札の仕組み

学術研究者によって開発され『Journal of Marketing Research』で詳細が紹介されたゴースト入札手法は、広告がオークションで落札されるタイミングを特定し、無作為に抽出したユーザー層に対して戦略的に広告が表示されないようにすることで正確な計測を実現します。

Molocoのゴースト入札手法は、以下の2つの異なるコホートを中核としています。

  • 露出グループ:広告決定サービスが通常通り稼働し、落札した場合、広告が配信されます。
  • 非露出グループ:広告決定サービスは稼働しますが、落札しても、このグループには広告が配信されません。オークションのその他の部分は通常通り進行し、他の広告主は引き続き落札して広告を配信できます。

ゴースト入札は、ランダム化比較試験の科学的厳密性を維持しつつ、より実践的で拡張性の高いテストモデルを提供します。さらに、これら2つのターゲット層の行動を比較することで、季節性、自然発生的な需要、ブランドロイヤルティの影響を排除し、テスト期間中の広告による効果を明確に把握できます。

コンバージョンの範囲を適切に設定する

インクリメンタリティの計測におけるノイズやバイアスを回避するため、コンバージョンの対象ユーザーと分析対象を慎重に定義する必要があります。

  • 露出グループからは、テスト期間中、実際に自社広告が少なくとも1回は配信されたユーザーのみをカウントします。この数は予算と入札戦略によって変動します。例えば、積極的な入札を行う広告主は対象ユーザー100人中60人にリーチできる一方、予算が限られ保守的な広告主の場合、30人にとどまる可能性があります。
  • コントロールグループには、意図的に広告が表示されなかったものの、(同じ決定ロジックに基づき)広告配信の対象として、自社広告が少なくとも1回は配信される可能性があったユーザーを含めます。当然ながら、予算の規模が大きく入札に積極的なブランドほど、比較対象となる露出グループとコントロールグループが大きくなります。

この手法により、広告露出の対象外だったユーザーからのノイズを除去できます。広告を一切見なかった70名を含む全100名の露出グループのユーザーと全100名のコントロールグループのユーザーを比較するのではなく、実際に広告を見た30名と広告を見る可能性があった(しかし実際には見なかった)30名のみを比較します。

また、両分析グループにまたがる対象ユーザーについて、クリックや広告表示にアトリビュートされたコンバージョンだけでなく、テスト期間中の全購入も計測します。この区別が重要なのは、コントロールグループには自社ブランドのインプレッションやクリックが含まれておらず、アトリビュートされたコンバージョンのみを計測すると、真のリフト効果が大幅に過小評価されるためです。

この精密な手法により、両グループ間で同じ基準での比較が保証され、信頼性の高いインクリメンタルROASの算出が可能になります。

初期結果ではインクリメンタルROASが最大15%アップ

ゴースト入札の手法の有効性を検証するため、複数のリテールメディアプラットフォームで広告主とインクリメンタリティテストを実施しました。テスト結果から、インクリメンタリティはパートナーやキャンペーンによって大きく異なることが判明しました。

  • 広告主全体を見ると、インクリメンタルROASのパフォーマンスは253%から1,609%まで幅があり、一部のプログラムでは大幅な価値創出が確認される一方、最適化の余地があるプログラムも存在することが明らかになりました。
  • 露出ユーザーあたりのコンバージョンリフトは4%から29%の範囲でした。これは、露出ユーザーにおける100件のコンバージョンの内、最大29件が真のリフト効果であったことを意味します。

これらの結果は、増分率が低いキャンペーンであっても、広告による売上増加という点では依然として大幅なパフォーマンス向上をもたらしていることを示しています。また、パフォーマンスに大きなばらつきが見られることは、各プラットフォームにおける継続的かつ詳細なテストと最適化の重要性を強調しています。

リテールメディアにおけるインクリメンタリティ計測のベストプラクティス

これらのテストを実施した経験に基づき、効果的なインクリメンタリティ計測のベストプラクティスをいくつか特定しました。

  1. 統計的厳密性:統計的有意性を達成するために十分なサンプルサイズとテスト期間を確保します。限られたデータで結論を急ぐと、誤解を招く結果につながる可能性があります。
  2. 明確なテスト対象の定義:公平な比較を確保するため、広告露出グループとコントロールグループを慎重に定義します。両グループには、実際に広告露出対象の定義で定められた条件を満たしたユーザーのみを含めます。
  3. 包括的なコンバージョンのトラッキング:テスト期間中、関連するすべてのコンバージョンを計測します(アトリビュートされたものだけではなく)。これにより、コントロールグループにおける効果の過小評価を防ぐことができます。
  4. 外部要因の考慮:結果に影響を与える可能性のあるプロモーションやその他のマーケティング活動を考慮し、テストの実施時期がベースラインの行動を歪める可能性のある主要な外部イベントと重ならないようにします。
  5. 定期的なテストの実施:消費者行動や競合の状況、プラットフォームのダイナミクスは常に変化するため、インクリメンタリティは静的ではありません。定期的なテストの実施により、キャンペーンパフォーマンスを継続的に最適化できます。

リテールメディアにおけるインクリメンタリティ計測の未来

プラットフォームがテスト機能を広告配信インフラストラクチャに直接統合する動きが広がるにつれ、あらゆる規模の広告主がインクリメンタリティ計測を低コストで利用しやすくなるでしょう。

同様に重要なのは、Cookieや個人識別情報に頼らない将来を見据えたインクリメンタリティソリューションです。従来のアトリビューション手法とは異なり、AIネイティブのインクリメンタリティテストは持続的なユーザーのトラッキングではなく、リアルタイムのセッション行動とコンテキストインテリジェンスを活用します。これにより、プライバシーに配慮しつつ、より信頼性の高い広告効果の計測が可能になります。

真の広告効果を定量化し、リテールメディアが直面している成長の壁を克服したい場合は、MolocoのAIネイティブなインクリメンタリティフレームワークがお役に立ちます。明確に広告による効果を測定し、信頼できる広告決定を行います。

量ではなく価値で競争することに興味がおありでしたら、ぜひMolocoチームまでご連絡ください? Molocoによって広告主の皆さまの焦点をコストから真のROIへと変える方法についてご説明します。

本記事の内容は、MolocoのソフトウェアエンジニアSriram Ramesh、プロダクト・データ・サイエンティストEunkyo Oh、事業開発シニアディレクターHyunwoo Kim、同ディレクターJon Flugstadによる、本記事で取り上げた手法の実用化の基礎を築いた取り組みに基づいています。

Kevin Wu

詳細
Dark blue arrow to learn more about the subject
エディターのおすすめブログ
リテールメディアの成長を阻んでいるAI主導のパーソナライズに関する6つの誤解リテールメディアの成長を阻んでいるAI主導のパーソナライズに関する6つの誤解

リテールメディアの成長を妨げている、AI主導のパーソナライズに関する6つの誤解の裏にある真実を紐解き、パフォーマンスを最大化する方法をご紹介します。

続きを読む
White arrow to learn more about the subject
ショートコンテンツでパーソナライズされたファッションコマースの未来を切り開くW Conceptショートコンテンツでパーソナライズされたファッションコマースの未来を切り開くW Concept

ショートコンテンツでパーソナライズされたファッションコマースの未来を切り開くW Concept

続きを読む
White arrow to learn more about the subject
AI主導のコマースメディア広告でブランドの成長を後押ししているMUSINSAAI主導のコマースメディア広告でブランドの成長を後押ししているMUSINSA

AI主導のコマースメディア広告でブランドの成長を後押ししているMUSINSA

続きを読む
White arrow to learn more about the subject

最新情報を入手

Molocoニュースレターを購読すると、毎週更新される最新情報やソートリーダーシップをメールで直接受け取ることができます。

ありがとう!提出物が受理されました!
おっと!フォームの送信中に問題が発生しました。
arrow top

Blog Article

ラストクリックを超えて:リテールメディアにおけるインクリメンタルROASの実証方法

By:
Kevin Wu
Akhil Gupta