目標:既存レスポンス広告にブランド広告を組み入れる際に最適な広告のローテーションを設定する。

ある大手保険会社は、既存のプログラマティックディスプレイキャンペーンにおいて、 ダイレクトレスポンス広告のクリエイティブのローテーションの中に ブランド広告のクリエイティブを導入することを目指していました。同社は、インプレッションを新しいブランド広告に割り当てつつも、今まで通りにダイレクトレスポンス広告での成功を持続させたいと考えていました。既存のダイレクトレスポンス広告では、見込み顧客に最初に郵便番号の入力を促すことによって、すでに問い合わせ件数と売上を伸ばしています。ディスプレイキャンペーンに必要な課題は、レスポンス広告からの問い合わせ件数と売上減少を最小限に抑えながら、Facebookで消費者を惹きつけるゲームを提供する新しいブランド広告をクリエイティブローテーションに組み入れることだけでした。

解決策:Turn DataMine Analyticsでデータドリブンな解答を導き出す

この保険会社は、A/Bテストの結果をデータマイニングツール「DataMine Analytics」に取り込み、そこからの新しいデータを既存のキャンペーンデータに対して分析することで、ディスプレイキャンペーンに最適なクリエイティブローテーションを容易に見つけることができました。A/Bテストでは、30日間に渡り、ひとつのターゲットグループにはダイレクトレスポンス型のディスプレイ広告のみを、別のグループにはダイレクトレスポンス型の広告とブランド広告を組み合わせたクリエイティブを出稿しました。「DataMine Analytics」は、RTBメディアパフォーマンスデータを含むすべてのデータをもっとも高い精度で保存するため、A/Bテストのデータは、既存のTurnユーザーIDにcookieをマッチさせるだけで容易に追加することが可能でした。この方法で、A/Bテストに基づいたユーザー特性がすぐにキャンペーンに利用できるデータに加わりました。

低、中、高レベルのローテーション時のブランド広告の影響

低、中、高レベルのローテーション時のブランド広告の影響

 

 

 

 

 

 

 

 

 

 

 

 

 




情報源:大手保険会社向けTurn DataMine Analyticsのデータ

 

詳細情報