「ターゲット層属性」のご紹介:大規模かつ精密なターゲティング

ターゲット層を把握することは、仕事の一部に過ぎません。彼らにリーチするための適切な方法を見つけることこそが、真の魔法が生まれる瞬間なのです。自社の製品やサービスに最も関心を示しそうな層を理解するために時間を費やしたのであれば、その知見を行動に移すためのターゲティングソリューションが必要となります。
そこで登場するのが、Acastの「Audience Attributes」です。Comscore Predictive Audiencesを基盤とする「Audience Attributes」は、広告主とポッドキャストリスナーを、興味・関心、コンテンツの消費パターン、行動、人口統計情報などに基づいて結びつける、洗練されたターゲティングソリューションです。 そして何より、これはクッキーを使用せず、今日のプライバシー重視の社会に合わせて設計された、拡張性の高いソリューションです。
それでは、「オーディエンス属性」について詳しく見ていきましょう。
仕組みはこうです
Audience Attributesは、単に幅広い人口統計学的プロファイルに合致する人々をターゲットにするのではなく、さらに深く掘り下げます:
- 行動に基づく洞察:まずは、理想的な顧客がどのような行動をとっているかを理解することから始まります。彼らが聴いている番組や購買行動から、より広範な興味・関心に至るまで、あらゆる側面を把握することが重要です。
- パターン認識:機械学習を活用して、この行動のパターンを識別します。
- ターゲット層の拡大:その後、同様のパターンを用いて、この行動パターンを共有するリスナーをさらに特定し、それらをターゲット層に追加します。
これらはすべて、当社の高度な文字起こし技術と連携しています。この技術は、ポッドキャストのエピソードの内容(キーワード、トピック、その他のシグナルなど)を分析し、広告が文脈的に適切なタイミングで配信されるようにします。
実例:新米親をターゲットにしたマーケティング
例えば、あなたのブランドが、新米の親たちとつながりを持ちたいとしましょう。
コムスコアは、300万人のパネルから得られた行動データを分析することから着手しました。その分析には、ウェブサイトへのアクセス状況、CTVおよびリニアTVの視聴率、検索活動といったインサイトが活用されています。これらのデータをサードパーティのデータソースと組み合わせることで、新米親特有のコンテンツ消費パターンを特定することに役立てています。
Comscore Acastは、AIを活用してポッドキャストコンテンツを35万のサブカテゴリーに分類し、新米親の聴取習慣を最も的確に予測できるトピックを特定しています。その結果、特定されたトピックに関心を示すポッドキャストリスナーで構成される「新米親」というターゲット層属性が生まれました。
これにより、Acastはキャンペーンの正確な予測と広告配信を可能にし、クッキーを使用せずに、大規模に保護者をターゲットに、貴社のブランドをアピールすることを支援します。
ターゲット層の属性に基づくターゲティングの主な利点
航続距離の延長
ターゲット層と共通点を持つ、より大規模な関連リスナー層にリーチできます。このアプローチにより、あらゆるポッドキャストやジャンルを横断してターゲティングを行い、メッセージを効果的に広めることが可能になります。
精度の向上
機械学習を活用し、単なる人口統計情報だけでなく、実際の行動パターンに基づいた確率ベースの正確なターゲット層セグメントを作成することで、これまでリーチが難しかった顧客層にアプローチしましょう。
文脈上関連性がある
ターゲット層の興味に合った広告をポッドキャストのエピソード内に表示することで、より充実したリスニング体験を提供し、メッセージがまさに最適なタイミングで届くようにします。
将来を見据えた技術
絶えず変化し続けるプライバシー規制に先んじて対応しましょう。当社のクッキーを使用しないデータセットは、正確な測定や文脈に応じた関連性を損なうことなく、GDPRやその他のコンプライアンス基準を満たすように設計されています。
ターゲットを絞った広告は、効果的なマーケティングの要であり、Acastのターゲット属性機能を使えば、適切なタイミングで適切なリスナーにアプローチすることが容易になります。データに基づく洞察を基盤とした当社のツールは、あらゆるアプリやデバイスを横断して、ターゲット層を的確に特定し、自然な形でエンゲージメントを高めるお手伝いをします。
ターゲット層を把握することは、仕事の一部に過ぎません。彼らにリーチするための適切な方法を見つけることこそが、真の魔法が生まれる瞬間なのです。自社の製品やサービスに最も関心を示しそうな層を理解するために時間を費やしたのであれば、その知見を行動に移すためのターゲティングソリューションが必要となります。
そこで登場するのが、Acastの「Audience Attributes」です。Comscore Predictive Audiencesを基盤とする「Audience Attributes」は、広告主とポッドキャストリスナーを、興味・関心、コンテンツの消費パターン、行動、人口統計情報などに基づいて結びつける、洗練されたターゲティングソリューションです。 そして何より、これはクッキーを使用せず、今日のプライバシー重視の社会に合わせて設計された、拡張性の高いソリューションです。
それでは、「オーディエンス属性」について詳しく見ていきましょう。
仕組みはこうです
Audience Attributesは、単に幅広い人口統計学的プロファイルに合致する人々をターゲットにするのではなく、さらに深く掘り下げます:
- 行動に基づく洞察:まずは、理想的な顧客がどのような行動をとっているかを理解することから始まります。彼らが聴いている番組や購買行動から、より広範な興味・関心に至るまで、あらゆる側面を把握することが重要です。
- パターン認識:機械学習を活用して、この行動のパターンを識別します。
- ターゲット層の拡大:その後、同様のパターンを用いて、この行動パターンを共有するリスナーをさらに特定し、それらをターゲット層に追加します。
これらはすべて、当社の高度な文字起こし技術と連携しています。この技術は、ポッドキャストのエピソードの内容(キーワード、トピック、その他のシグナルなど)を分析し、広告が文脈的に適切なタイミングで配信されるようにします。
実例:新米親をターゲットにしたマーケティング
例えば、あなたのブランドが、新米の親たちとつながりを持ちたいとしましょう。
コムスコアは、300万人のパネルから得られた行動データを分析することから着手しました。その分析には、ウェブサイトへのアクセス状況、CTVおよびリニアTVの視聴率、検索活動といったインサイトが活用されています。これらのデータをサードパーティのデータソースと組み合わせることで、新米親特有のコンテンツ消費パターンを特定することに役立てています。
Comscore Acastは、AIを活用してポッドキャストコンテンツを35万のサブカテゴリーに分類し、新米親の聴取習慣を最も的確に予測できるトピックを特定しています。その結果、特定されたトピックに関心を示すポッドキャストリスナーで構成される「新米親」というターゲット層属性が生まれました。
これにより、Acastはキャンペーンの正確な予測と広告配信を可能にし、クッキーを使用せずに、大規模に保護者をターゲットに、貴社のブランドをアピールすることを支援します。
ターゲット層の属性に基づくターゲティングの主な利点
航続距離の延長
ターゲット層と共通点を持つ、より大規模な関連リスナー層にリーチできます。このアプローチにより、あらゆるポッドキャストやジャンルを横断してターゲティングを行い、メッセージを効果的に広めることが可能になります。
精度の向上
機械学習を活用し、単なる人口統計情報だけでなく、実際の行動パターンに基づいた確率ベースの正確なターゲット層セグメントを作成することで、これまでリーチが難しかった顧客層にアプローチしましょう。
文脈上関連性がある
ターゲット層の興味に合った広告をポッドキャストのエピソード内に表示することで、より充実したリスニング体験を提供し、メッセージがまさに最適なタイミングで届くようにします。
将来を見据えた技術
絶えず変化し続けるプライバシー規制に先んじて対応しましょう。当社のクッキーを使用しないデータセットは、正確な測定や文脈に応じた関連性を損なうことなく、GDPRやその他のコンプライアンス基準を満たすように設計されています。
ターゲットを絞った広告は、効果的なマーケティングの要であり、Acastのターゲット属性機能を使えば、適切なタイミングで適切なリスナーにアプローチすることが容易になります。データに基づく洞察を基盤とした当社のツールは、あらゆるアプリやデバイスを横断して、ターゲット層を的確に特定し、自然な形でエンゲージメントを高めるお手伝いをします。



