メディアミックス・モデリングとは何か、そしてなぜマーケターたちは再びこれに注目しているのか？

はじめに

最近、フィードで何か奇妙なことが起きていることに気づいた方もいるでしょう。

数十年前の測定手法が、突然また至る所で目につくようになりました。カンファレンスの基調講演で話題に上り、広告代理店はどのプレゼン資料でもこれを売り込んでいます。いいえ、これは単なるノスタルジーではありません。

それは「メディアミックスモデリング」です。マーケティング責任者の方や、中小規模のチームを率いる広告代理店の経営者であれば、なぜこれが再び注目されているのか、そしてなぜ5年前よりも今の方が重要なのかを理解する必要があります。

メディアミックスモデリングとは何か

メディアミックスモデリング（MMMと略されることが多い）は、統計的手法です。

過去のデータ――広告費、売上、季節性、価格設定、その他の外部要因――を分析し、各チャネルが実際に成果にどれだけ貢献したかを推定します。

ここが、現代のほとんどのトラッキング手法との違いです。個々のユーザーをインターネット上で追跡するのではなく、集計データに基づいて分析を行います。総投入額、総成果、そしてその間から抽出されるパターン。

この一点こそが、まさにメディアミックス・モデリングが再び注目を集めている理由なのです。

なぜ今、再注目されているのか

クッキーへの依存が難しくなりました。プライバシー規制はますます厳しくなっています。そして、マーケターが長年頼りにしてきた追跡手法の多くが、いつの間にか以前ほど効果を発揮しなくなってしまったのです。

eMarketerが報じたトランスユニオン（TransUnion）の調査によると、米国のブランドおよび広告代理店のマーケターのほぼ半数にあたる46.9％が、今後1年間でMMMへの投資を計画しています。また、27.6％が現在、MMMを「最も信頼できる測定手法」として挙げており、19.4％のマルチタッチアトリビューションを上回っています。

これは決して小さな変化ではありません。これは、従来の戦略がそれ単体ではもはや十分に信頼できないと、マーケターたちが公然と認めていることを意味します。

eMarketerとSnapによる別の調査では、米国のマーケターの半数以上（53.5％）が、すでに何らかの形でMMMを利用していることが判明しました。また、MMMプロセスのスピード向上は、測定における最優先事項として挙げられています。

このトレンドはあなたの思い込みではありません。これは現実のものであり、その勢いは加速しています。

メディアミックスの簡単な例

もう少し具体的に考えてみましょう。

たとえば、有料検索広告、有料ソーシャル広告、そして全国規模のラジオキャンペーンを同時に実施しているとします。その期間中、売上は増加しました。単純なアトリビューションでは、クリックデータが最も明確なチャネルである有料検索広告に、成果の大部分が帰属してしまう可能性があります。

しかし、MMMは全体像を捉えます。それにより、そもそも有料検索のパフォーマンスを向上させたブランド認知度の大部分を、実はラジオが牽引していたことが明らかになるかもしれません。ラジオがなければ、有料検索のコンバージョン効率はこれほど高くなかったでしょう。

これこそが、チャネルレベルのレポートでは決して得られない、メディアミックス分析が明らかにする洞察です。どのチャネルがラストクリックを獲得したかだけでなく、チャネル同士がどのように連携して機能しているかを示してくれるのです。

現代のメディアミックスモデリング手法

10年前に業界で使用されていたMMMと、今日利用可能なMMMは、単に新しい名前を付けただけの同じツールではありません。

従来のモデルは静的回帰分析に大きく依存しており、運が良ければ年に一度更新される程度でした。現代のメディアミックスモデリング手法では、ベイズ法が採用されており、確実であるかのように装った単一の数値ではなく、幅広い結果と信頼水準を提示します。

また、更新頻度もはるかに高くなっています。OptiMineの調査によると、モデルを定期的に更新しないと、その精度は10～35％以上低下する可能性があります。昨年の市場状況に基づいて構築されたモデルは、誰にも気づかれることなく、四半期を通じて静かに誤った判断を導いてしまう恐れがあります。

現在、最良のアプローチは3つの要素を組み合わせたものです。全体像を把握するためのMMM。何が実際に因果関係にあるかを検証するためのインクリメンタルテスト。そして、戦術的かつその場その場のシグナルを得るためのプラットフォームアトリビューションです。Measuredによると、検証済みで因果関係が調整されたこのアプローチを採用しているブランドは、通常、導入初年度にメディア効率で10～30％の向上を見込めます。

実際のワークフローにおける位置づけ

これらが、単に次の四半期まで共有ドライブに放置される静的なPDFの一つに過ぎないなら、何の意味もありません。

ここで重要なのは、メディアミックス最適化をチームの実際の業務プロセスに直接組み込むことです。四半期ごとのマーケティングロードマップは、6ヶ月前のモデル結果ではなく、現在のモデルが示している内容を反映すべきです。予算の決定は、次回の定例レビューを待つのではなく、モデルの更新と同じスピードで行われるべきです。

そこが、能動的なメディアバイイングや能動的なウェブサイトの商品展開が重要になるポイントです。MMMの分析結果が、ほぼリアルタイムで予算の振り分けや商品展開の調整が可能なシステムに直接反映されるようになれば、モデルは単なるレポートではなくなります。それは意思決定プロセスにおいて能動的な役割を果たすようになるのです。

スプレッドシートだけでは不十分な理由

適切なMMMを手作業で行うのは、実に困難です。正確性を維持するには、クリーンな履歴データ、本格的な統計の専門知識、そして絶え間ないデータの更新が必要です。

ほとんどの社内チームには、それを行う余裕がありません。FunnelとRavn Researchの調査によると、MMMを完全に自社だけで処理している社内マーケティングチームは、わずか4分の1程度に過ぎません。

これこそが、適切な マーケティング・インテリジェンス・プラットフォームが埋めるために構築されたギャップです。外部ベンダーからの年次モデルを待つ代わりに、パフォーマンスや収益データと連携し、継続的に更新されるメディアミックス分析を得ることができます。これにより、事後的に記録するだけでなく、実際に意思決定の根拠となる情報を提供します。

結論

メディアミックスモデリングが復活したのは、マーケターが昔の手法にノスタルジーを感じたからではありません。

プライバシー規制の変更によって代替手段が機能しなくなったこと、そしてAIによって、年1回ではなくその場で活用できるほど高速化されたことが、その復活の理由です。

もしまだラストクリックアトリビューションのみに依存しているなら、全体像を把握できていないことになります。そして、その改善を先延ばしにする四半期ごとに、不完全な情報に基づいて予算決定が行われていることになります。