ペイドメディアの自動設定
Content Analyticsで有料メディアチャネルを有効にして設定を保存すると、Adobeは、有料メディアデータセットのレポート設定を使用して、選択した接続とデータビューを更新します。 デフォルトのディメンション、指標、ルックアップロジック、またはサマリーデータグループを自分で再作成する必要はありません。
オブジェクトの3つのレイヤーが作成されます。
ペイドメディアを有効にしても、ペイドメディアデータがサイトの注文、予約、収益に自動的に接続されるわけではありません。 エクスペリエンスイベントデータと有料メディアデータの相関関係は、顧客固有のトラッキングキーマッピングとレポート設定が必要です。
概要データセット
次の図は、Experience Platformで最初の有料メディア広告コネクタ（Google AdsやMeta Adsなど）を設定したときに、概要データセットがどのように生成されるかを示しています。 利用可能な広告ネットワークの関連APIを使用して、エクスペリエンス、アセット、広告データをダウンロードします。 そのデータは共通のデータ構造に正規化され、6つのサマリーデータセットに保存されます。
6つのサマリーデータセットはすべて、デフォルトで作成されます。 各データセットにデータを入力するかどうかは、広告ネットワークによって異なります。
次の情報を含むサマリーデータセットの概要については、次の表を参照してください。
-
概要データセット名、コンポーネントサフィックス、エンティティ（および分類）。
-
次のネットワークの
-
-
-
-
-
note availability AVAILABILITY Pinterest、Snapchat、およびTikTokは、リリースの限定的なテスト段階にあり、お使いの環境ではまだ利用できない場合があります。 機能が一般提供されると、この注記は削除されます。 Customer Journey Analytics リリースプロセスについて詳しくは、Customer Journey Analytics機能リリース を参照してください
-
-
サマリーデータセットの各行が何を表しているかを確認できます。
Component suffixエンティティ （内訳）
| Ad Summary*広告（なし） *
ad.demographics| Ad Demo広告（年齢、性別）
を年齢と性別ごとに示します。
| Ad Geo*広告（国、地域） *
を国と地域ごとに分類します。
| Experience Placement* エクスペリエンス（プラットフォーム、ポジション） *
は、プラットフォームとポジションごとに分類されます
。
| Asset Summary* アセット （なし） *
で、デモグラフィックや地理的な内訳を含まない、毎日のアセットレベルのパフォーマンス
。
| Asset Demo* アセット（年齢、性別） *
の毎日のアセットレベルのパフォーマンス
は、年齢と性別ごとに分類されます。
この表では、データセットのカバレッジについて説明しますが、特定のネットワークがすべての指標またはメタデータフィールドに入力されることを保証するものではありません。 分析に必要なフィールドを確認します。 使用できないフィールドまたはサポートされていない分類は、フィールドの測定されたゼロ値と同じではありません。
概要データのグループ化は、同等のディメンションをまとめます。グループ化は、6つのパフォーマンス指標の合計を合計しません。
ルックアップデータセット
別々のルックアップデータセットには、アカウント、キャンペーン、広告グループ、広告、エクスペリエンス、アセットなどが記述されます。 エンティティ GUIDを使用して、名前とメタデータを提供します。 サマリーデータセットと6つのルックアップデータセットの間に1対1のペアリングはありません。
検索データセットは、有料メディアコアメタデータを含む共通の構築ブロックを共有します。 このブロックには、Adobeで生成されたグローバル鍵と、各エンティティのプラットフォームネイティブ ID （例：accountID、accountGUID、campaignID、campaignGUIDなど）が含まれています。 このブロックには、名前、ステータス、目的、最適化目標、入札戦略、予算タイプ、予算値、通貨、タイムゾーン、サービングステータス、日付、広告ネットワーク、チャネル、階層パス、ネットワーク、ポートフォリオ識別子などの一般的な説明フィールドも保存されます。
コンポーネント
Content Analyticsで有料メディアチャネルを有効にすると、いくつかのデータビューコンポーネントが生成されます。 これらのコンポーネントには、類似の名前付きコンポーネントを区別するためのコンポーネントサフィックスが用意されています。
指標
広告ネットワークによって、パフォーマンスの内訳は異なります。 Content Analyticsでは、指標のあらゆるバージョンを交換可能として扱う代わりに、これらの区別を維持しています。
次に例を示します。
各クリック指標コンポーネントは、異なるレポートコンテキストを提供します。 これらの指標コンポーネントを総計に合計することはできません。 同じ基本広告アクティビティを、複数のサマリーデータセットで表すことができます。 アドネットワークのレポート動作により、地理的またはデモグラフィックな分類データセットの行の集計値が、分類されていないデータセットの集計値と等しくない場合があります。 これが、分類サマリーデータセットを個別に作成する理由です。
ディメンション
各概要データセットには、IDとGUIDが含まれています。 IDは、広告ネットワークが提供するID （アカウント、キャンペーン、広告グループ、広告、エクスペリエンス、アセットなど）で、広告ネットワークデータ内で一意です。 GUIDは、Adobeが提供するID （アカウント、キャンペーン、広告グループ、広告、エクスペリエンス、アセットなど）で、個の広告ネットワークで一意です。 GUIDは、対応する名前とメタデータを検索するために使用されます。
派生フィールド
派生フィールドは、自動レポート設定の一部です。 派生フィールドは、識別子を名前やメタデータに変換し、クリエイティブ属性を公開し、レポートソース全体で使用される同等のディメンションをサポートします。 追加の広告活動を行ったり、web サイトのコンバージョンを自動的に特定したりすることはありません。
分析の指標にも同じ内訳を使用し、その内訳でサポートされるディメンションを使用します。 デモグラフィックおよび地理的な合計は、必ずしも広告ネットワークの内訳なし合計と等しくなく、取り込み失敗を意味しないことに注意してください。
レポートと分析
Content Analyticsの有料メディアの設定と取り込みが完了したら、レポートと分析から始めることができます。 いくつかの例については、以下の表を参照してください。 使用可能な場合は、規範的なグループ化されたディメンションを使用し、一致するレポートレベルから指標を選択します。
これらのレポートでは、クリエイティブ属性とパフォーマンスの関連付けを明らかにできますが、属性が結果を引き起こしたことを証明することはできません。
互換性のない組み合わせを避ける：アセット名（有料メディア）と広告概要の指標は、アセットレポートの代わりにはなりません。 アセット分析にアセットサマリー指標を使用し、地域分析にAd Geography指標を使用します。 互換性のないペアリングからの空またはゼロのセルは、アクティビティがないことを示すものとして解釈しないでください。
例
ここでは、有料メディアのパフォーマンスに関するレポートを作成および分析する方法の例と、Content Analyticsのエクスペリエンスおよびアセットのデータを有料メディアのデータと組み合わせる方法を示します。
広告キャンペーンのパフォーマンス
広告レベルでキャンペーンのパフォーマンスをレポートしたり、 Analysis Workspaceでは、Campaign Nameをディメンション（行）として使用し、次の表に示す指標を使用します。 各指標には同じコンポーネントサフィックスがあります。
オプションで、キャンペーン名を広告名で分類しますが、5つの列すべてを広告概要レベルに保ちます。
個々のアセットを調査するには、アセット名（有料メディア）と一致するアセットの概要の列を含む別のテーブルを使用します。 2つのテーブルの合計を一緒に追加しないでください。
最もパフォーマンスの高い広告の特定
Metaの広告が最も効果を発揮している場所を把握する必要があります。
まず、地理とデモグラフィックの内訳を追加して調査します。 ディメンションとしてキャンペーン名または広告名を使用し、次の表に示す指標を使用します。 各指標には同じコンポーネントサフィックスがあります。
ペイドメディアデータとエクスペリエンスイベントのデータを結合
ペイドメディアのパフォーマンスとオンサイトの行動データを結合して、キャンペーンや広告が、web サイトのエンゲージメント、コンバージョン、収益とどのように関連しているかを把握できます。 例えば、広告ネットワークのクリック数と支出数を、同じキャンペーンの訪問に起因する注文と比較します。
このレポートを設定するには、有料メディアの概要データセットとオンサイトイベントデータセットを同じCustomer Journey Analytics接続に含めます。 ランディングページのURL パラメーターや既存のイベントフィールドから、安定したキャンペーン、広告、サポートされているアセットの識別子を取得できます。 必要に応じて派生フィールドを使用し、これらの値を解析して、対応する有料メディア識別子にマッピングすることで、必要なネットワークとアカウントのコンテキストを維持します。 識別子を文字列として保持します。 一致するイベントと概要ディメンションを関連付けるには、データビューで概要データグループを設定します。 有料メディアチャネルを有効にしても、この実装固有のURL トラッキングとマッピングは自動的に設定されません。
campaign.id、adset.id、ad.idなどの動的識別子を使用して、宛先URL パラメーターを設定します。 Web サイトで解決された値をキャプチャします。 コネクタを有効にしても、これらのパラメーターが自動的に広告URLに追加されるわけではありません。Analysis Workspaceでは、キャンペーンまたは広告の比較に Ad Summary 指標を、サポートされているアセットの比較に Asset Summary 指標を使用します。 アトリビューションモデルとルックバックウィンドウを、レポートの質問を反映するオンサイトのコンバージョン指標に適用します。
次の点に注意してください。
- ペイドメディアデータは、個人IDを持たない要約データです。 オンサイトでの行動は、イベントデータです。
- 一致するディメンションをグループ化すると、これらのソースでのレポートがサポートされますが、個々の広告ネットワークのコンバージョンとweb サイトのコンバージョンが一致したり、個人レベルのステッチが実行されたりすることはありません。
- この比較は、因果関係ではなく関連性を示しています。
- コンバージョンの定義、アトリビューションウィンドウ、ビューションスルーまたはモデル化されたコンバージョン、同意、レポート日またはタイムゾーンにより、結果は異なる場合があります。
- トラッキングパラメーターがチャネルをまたいで再利用される場合、キャンペーンのタグが付けられた訪問のソースを検証します。
キャンペーンのパフォーマンスとオンサイト注文の比較
ランディングページ URLには、複数のトラッキングパラメーターを含めることができます。 この例では、utm_idのキャンペーン IDを使用して、キャンペーンの支出とweb サイトの注文を比較しています。
https://www.example.com/offer?utm_source=facebook&utm_medium=paid_social&utm_campaign=autumn_offer&utm_id=120218706543980215
この比較に使用されるパラメーター：utm_id=120218706543980215。 他のパラメーターは、ソース、メディア、キャンペーンのラベルを表しますが、この例で使用する一致するフィールドとしては使用されません。
URLがweb サイトイベントデータでキャプチャされ、web サイトイベントデータセットと有料メディアデータセットの両方が同じCustomer Journey Analytics接続に含まれている場合：
- キャンペーンの特定： 派生フィールドを使用して、URLから
utm_idを読み取り、有料メディアデータ内の対応するキャンペーン識別子に値をマッピングします。 - 一致するディメンションをグループ化します。 データビューで、web サイトキャンペーンディメンションを有料キャンペーンディメンションの
Summary Data Groupに追加し、既存のメンバーを保持します。 - 予算と注文の比較。 Analysis Workspaceでは、グループ化されたキャンペーンディメンションをフリーフォームテーブルの行として使用します。
Ad Summaryの支出とweb サイトOrdersを列として追加します。Ordersのアトリビューションモデルとルックバックウィンドウを設定します。
フリーフォームの表には、各キャンペーンに起因するweb サイトの注文と、広告ネットワークの支出が表示されています。 広告費が類似したふたつのキャンペーンでは、web サイトの下流におけるアクションの貢献度が異なります。 広告の指標だけでパフォーマンスを評価するのではなく、キャンペーンとランディングページの体験を特定し、より詳細な調査やテストを実施できます。
この例ではキャンペーン IDを使用しますが、一致する値を取得できる場合は、同じアプローチで広告グループ、広告、またはアセットの識別子を使用できます。 Asset Foreground ColorsなどのContent Analytics属性を使用すると、クリエイティブの特徴と有料メディアのパフォーマンスを比較できます。 アセットに特化したトラッキングと一致する属性のディメンションを両方のソースで設定することで、その比較をweb サイトへの属性付き注文に拡張し、その結果をクリエイティブテストの指針として活用できます。
アセットのパフォーマンスとweb データの組み合わせ
有料メディアへの投資に関連するアセットのパフォーマンスについてレポートおよび分析する場合は、広告ネットワークの有料メディア設定に特定のアセット UTM パラメーターを追加することを検討してください。 例えば、site_source_name、campaign.id、adset.id、placementなどの標準の動的パラメーターの他に、aca_asset_id=999999などの静的カスタムパラメーターを追加します。
このカスタムパラメーターは、ランディングページのURLに追加されます。 例：https://www.example.com/home.html?utm_content=120241705099850539%2Caca_asset_id%3D9999999%2Caca_placement%3DFacebook_Desktop_Feed&aca_id_2=8888888&utm_medium=paid&utm_source=fb&utm_id=120241705099830539&utm_term=120241705099840539&utm_campaign=120241705099830539
ページ上のアセットと有料メディアデータとの関係が構築されました。 Analysis Workspaceでこのリレーションを使用して、Content Analytics アセットのメタデータ（Asset Foreground Colorsなど）が有料メディアキャンペーンの成功にどのように貢献しているかを確認します。