自社の広告効果を上げるために、PDCAのサイクルを回し続けるのが最も基本的なアクションです。今回は自社の行動結果から得られるデータだけではなく、他社の行動パターンから得たデータをかけ合わせて早く効率の良い仮説の立て方をご紹介します。特にこれから新規の広告を打ち出したい、クリエイティブを変化させたい広告主にとっては貴重なデータを引き出すことができます。

※前提:継続して出向される広告のパターンは各出向者の手元でPDCAを回し試行錯誤されたもので効果が出やすいもの、とします。

ユーザーの行動データと広告データによる分析

Web広告が表示されやすい検索キーワードを見つけ、広告を表示することができたらクリエイティブの反響情報（いいね、リツィート、引用リツイート）を得ることができます。またそれらを言語解析によるポジネガ分析を行うことで、情報を細分化し解析することができます。ここで十分ポジティブな評価があるか、十分拡散されているかを測ることで、どのくらい、どのようなSNSマーケティングを打ち出す必要があるかがわかります。

サービスの内容により効果的な露出時間が異なりこの方法で最適なパターンを引き出せます。

バズっているときに注目

ある特定商品に対しての効果的な広告を出すときは、その商品がどのようなユーザーに、どのような時間帯で、どのような見せ方をするのかが重要になってきます。

Twitterデータを抽出し、分析するとその商品について「バズる」時があります。そのバズっている内容を分析すると、その商品がポジティブなのか、ネガティブなのか、またどのようなキーワードと一緒に投稿されているのかがわかります。そこから、商品に対しての印象を知ることができるため、広告内容のヒントやキャッチコピーのアイデアを得ることができます。

さらに、広告の表示頻度を併せみることで、そのバズりがどの広告によって起因するのかを知ることができるため、効率の良い時間帯、広告を選定し、効率のよく打ち出すことができます。

効率よくWeb広告を行いたいならデータ分析

広告は商品のイメージを伝える大切な要素です。どの媒体でも広告費は決して安くはありません。その中で効果が上がらない、またはどうすれば効果が上がるのか試行錯誤を繰り返している、という状態を長く続けるのはもったいないです。

初めて売り出す商品でも、既存の商品の広告効果を高めるにも、経験則だけではなく、データで見ることができるため安心して効率のよい広告企画を打ち出すことができるでしょう。