Google アナリティクスと検索広告向けリマーケティング リスト（RLSA）で最適なユーザーを呼び込む
2016年6月13日月曜日
この記事は、Google アナリティクス ソリューション 英文ブログ記事 「Attracting the Right Audiences with Google Analytics and Remarketing Lists for Search Ads」 を元に構成しております。
この記事は、Google アナリティクス認定パートナーの LunaMetrics で検索部門のマネージャーを務める Andrew Garberson 氏によって寄稿されたものです。同社の事例紹介の全文では、Teach For America が LunaMetrics と提携して、検索広告向けリマーケティング リスト（RLSA）と Google アナリティクスを活用し、多様性に富む優れた人材を呼び込むことに成功した経緯が詳しく紹介されています。併せてご覧ください。
ウェブサイトのユーザーは、コンバージョンに至るまでの間に、ニーズや好みについての情報を提供してくれます。たとえば大学を受験するユーザーであれば希望する専攻分野、住宅の購入を考えているユーザーなら価格帯、アナリティクスのトレーニング参加希望者ならアクセスしやすい都市といった具合です。
このように自発的に提供された情報は、カスタム ディメンションという形で Google アナリティクスに収集・蓄積することができます。上の例に当てはめれば、それぞれ次のようになります。
作成したオーディエンスをマーケティングに利用すれば、さまざまなユーザーを効果的に目標達成へと導くキャンペーンを作成することができます。検索広告向けリマーケティング リスト（RLSA）はそういった手法のひとつで、既にコンバージョン プロセスに着手しているユーザーに対して、専用にパーソナライズされた検索広告を表示することで、コンバージョン完了へと導くというものです。
Teach For America にとってもこういったコンセプトは魅力的なものでした。Teach For America は世界でもトップクラスの人材を求めていますが、高給を提示する大企業と争いながらこういった人材を確保するのは簡単なことではありません。厳しい選抜プロセスの間も応募者の関心を保ち続ける工夫が必要です。
LunaMetrics と組んだ Teach For America は、優秀な応募者からの認知度を保つべく、ユーザーが自己申告した情報に基づく広告メッセージのパーソナライズとターゲティングの調整を行いました。その結果、オーディエンス ターゲティングを使用しないキャンペーンと比べてコンバージョン率が 57% 上昇し、優秀な応募者の識別とターゲティングの精度も向上しました。詳しくは事例紹介の全文をご覧ください。
投稿者： Daniel Waisberg（Google アナリティクス チーム所属アナリティクス アドボケイト）
この記事は、Google アナリティクス認定パートナーの LunaMetrics で検索部門のマネージャーを務める Andrew Garberson 氏によって寄稿されたものです。同社の事例紹介の全文では、Teach For America が LunaMetrics と提携して、検索広告向けリマーケティング リスト（RLSA）と Google アナリティクスを活用し、多様性に富む優れた人材を呼び込むことに成功した経緯が詳しく紹介されています。併せてご覧ください。
ウェブサイトのユーザーは、コンバージョンに至るまでの間に、ニーズや好みについての情報を提供してくれます。たとえば大学を受験するユーザーであれば希望する専攻分野、住宅の購入を考えているユーザーなら価格帯、アナリティクスのトレーニング参加希望者ならアクセスしやすい都市といった具合です。
このように自発的に提供された情報は、カスタム ディメンションという形で Google アナリティクスに収集・蓄積することができます。上の例に当てはめれば、それぞれ次のようになります。
- 出願者 A は生物学を研究したいと考えている。
- 購入希望者 B は $200,000 の住宅を探している。
- 参加希望者 C は横浜で受けられるトレーニングを探している。
作成したオーディエンスをマーケティングに利用すれば、さまざまなユーザーを効果的に目標達成へと導くキャンペーンを作成することができます。検索広告向けリマーケティング リスト（RLSA）はそういった手法のひとつで、既にコンバージョン プロセスに着手しているユーザーに対して、専用にパーソナライズされた検索広告を表示することで、コンバージョン完了へと導くというものです。
Teach For America にとってもこういったコンセプトは魅力的なものでした。Teach For America は世界でもトップクラスの人材を求めていますが、高給を提示する大企業と争いながらこういった人材を確保するのは簡単なことではありません。厳しい選抜プロセスの間も応募者の関心を保ち続ける工夫が必要です。
LunaMetrics と組んだ Teach For America は、優秀な応募者からの認知度を保つべく、ユーザーが自己申告した情報に基づく広告メッセージのパーソナライズとターゲティングの調整を行いました。その結果、オーディエンス ターゲティングを使用しないキャンペーンと比べてコンバージョン率が 57% 上昇し、優秀な応募者の識別とターゲティングの精度も向上しました。詳しくは事例紹介の全文をご覧ください。
「最適なユーザーに最適なタイミングと場所でアプローチできているという確信が得られることは、マーケティング担当者として理想的な状況でしょう。成果は一目瞭然です。Google アナリティクスと RLSA という相性抜群のコンビネーションにより、最適な応募者に最適なメッセージを伝えることができました。」
—Teach For America、デジタル集客およびチャネル成長担当シニア マネジング ディレクター、Stacey Jaffe 氏
投稿者： Daniel Waisberg（Google アナリティクス チーム所属アナリティクス アドボケイト）