機械学習はパフォーマンスマーケターを時代遅れにするのか？

始める前に、なぜこの疑問を持っているのかを理解していただくための背景をお伝えします。キャリアの中でパフォーマンスマーケティングに多くの時間を費やしてきました。始めた頃、Google Adwordsは今日とはまったく異なっていたことを覚えています。例えば、キーワードのクリック率が0.5%を下回ると、キーワードが「inactive（無効）」になり、無効になったキーワードを回復するのは極めて困難（または不可能）というルールがありました。

Facebookは同じ年に設立されたので、Facebook広告はまだ存在していませんでした。:D

2022年に早送りすると、機械学習はGoogleとMetaの広告プラットフォーム（そしてAmazonなど多くの他のプラットフォーム）の中心にあります。両社は、アカウント設定の簡素化（機械により多くのデータを与える）、多様なクリエイティブセット（フォーマットとコンセプトの両方）、そしてもちろん、サイトタグ/Conversion APIにより広告主が重視するアウトカムシグナル（コンバージョン）を機械に提供することを推進しています。

各オーディエンスセグメントに関連するクリエイティブをカスタマイズするために、精緻な検索キャンペーン構造やディスプレイキャンペーン構造を設定する必要があった日々は過ぎ去りました。今では代わりに、ひとつのキャンペーン（GoogleのPerformance Maxの場合）だけを設定し、機械が自動的に適切なインベントリソース（検索、YouTube、Gmailなど）を見つけ、最適なクリエイティブをオーディエンスに配信します（レスポンシブ広告フォーマットを通じて）。入札最適化は各プラットフォームが提供する適切な既製の入札戦略を通じて自動的に行われます。キャンペーン間の予算最適化も半自動で行えます。

では、私たちは一日中何をしているのでしょうか？ :D Excelレポートを作る？ :P

機械学習はあくまでもツールです

はい、強力なツールですが、最終的にはツールです。つまり、機械はあなたのビジネスにとって何が良いかを知りません。（ここで少し立ち止まってください。）

機械は、あなたが設定したアウトカム（コンバージョンやROI）を適切な効率レベルで達成するのに素晴らしい能力を持っています。しかし、その目標を達成することがあなたのビジネスに適しているかどうかは知りません。

Google AdsやMeta広告を運用すべきか、そもそも広告を出すべきかどうかも知りません。

機械が知らないことは多いです

• あなたのブランドや潜在顧客を知りません。
• 潜在顧客が競合他社よりもあなたのブランドを選ぶ理由を知りません。
  • 大量のトレーニングデータなしでは、潜在顧客のための魅力的なメッセージングやランディングページ体験を作成できません。
• 広告を運営することがビジネスにインクリメンタルな収益をもたらすかどうかを知りません。
  • インクリメンタルな収益とは、広告を出さなければ実現しなかったであろう収益です。
  • 機械は単一チャネルからのインクリメンタルな収益やコンバージョンを知っている可能性がありますが、ビジネス全体のレベルでは知りません。

ウォールドガーデンが機械を制限しています

Googleエコシステム、Metaエコシステム、AmazonやTiktokのエコシステム内では素晴らしい最適化ができますが、それらの間ではできません。消費者プライバシーへの注目を考えると、この事実が近い将来変わる可能性は低いです。

つまり、どこで広告を運用し、各ウォールドガーデン内でいくら使うかを決めるのは人間です。

今後3〜5年

少なくとも今のところ、私の仕事が機械に取って代わられることは心配していません。今後3〜5年ではないでしょう。しかし、ビジネスにより多くの価値を提供し続ける方法について心配すべきです。例えば、以下について心配し/学び続けるべきです：

• ブランドとその潜在顧客を知ること。

• 企業が持つ（または持たない）パワーを理解すること。

• そもそも広告を運用することに意味があるのか？

• 広告が必要な場合、広告のビジネスへのインクリメンタルな影響をどのように評価できるか？ここでのキーワードはインクリメンタルです。

  • ビジネスへの影響は短期間（3ヶ月以内）または長期間（数年）にわたって発生する可能性があるため、異なる計測ソリューションが必要です。

• パフォーマンスマーケティングで機械を成功に導くには？

  • 世界中のさまざまなプライバシー法や規制を考慮して、ユーザーのプライバシーを尊重し、法律に従い、機械が成功するために必要なシグナルを提供するためのフレームワークは何か？
    • パフォーマンスマーケターがとにかく多くのデータを収集して広告プラットフォームに送り返す日々は過ぎ去りました。
    • 今では、特定のデータがなぜ重要であるか、または収集/使用が許可されているかについて目的意識を持つ必要があります。そして、それらを適切な方法で機械に送り返す方法についても。
  • クリエイティブのメッセージングと全体的なユーザー体験：フォーマット、コンセプト、イメージ、表現などの多様性が、多くのプラットフォームが推進するメッセージのようです。

• その他の非広告活動で機械を成功に導くには

どう思いますか？パフォーマンスマーケティングの日常業務で機械学習の変化を感じていますか？もしそうなら、先を行くためにどのスキルに注力していますか？

よろしくお願いします、Chandler