テストを​通して​コンバージョン測定に​おける​ Attribution Reporting API の​有効性を​確認した​ MiQ

概要

• MiQ は、​コンバージョン測定の​ユースケースに​おける​ Attribution Reporting API の​有効性を​評価し、​プライバシーに​配慮した​精度の​高い​測定機能を​開発する​ため、​独立実行型の​ API テストを​行いました。
• テストでは、​サードパーティ Cookie に​よって​コンバージ​ョンが​捕捉された​ユニーク ユーザー数の​ 85% が​ Attribution Reporting API で​記録され、​さらに​サードパーティ Cookie で​捕捉されなかった​ユーザー数が​ 3.7% 記録されました。
• クラウド スペースの​エキスパートと​して、​MiQ では​クラウドベースの​高信頼実行環境で​サマリー レポートを​実装し、​サードパーティの​トラッキングを​使用する​ことなく​シグナルを​維持できるようにしました。​この​取り組みは​テストの​初期段階の​ものですが、​大規模な​アトリビューション レポートの​テストや、​TEE を​使用する​マーケター向けの​新たな​実装プロセスですでに​役立てられています。

事例紹介を​ダウンロード

プライバシー最優先の​高度な​ターゲティングと​測定機能

MiQ は、​フルサービスの​キャンペーン、​分析、​パフォーマンス ソリューションを​ブランドや​代理店に​提供する、​グローバルな プログラマティック メディア プロバイダです。​広告エコシステムが​オンラインの​プライバシー重視の​新たな​時代を​迎える​中、​MiQ では​サードパーティ Cookie に​頼らない​代替システムの​必要性を​認識していました。​そこで​同社は、​プライバシー サンドボックス関連 API を​組み込み、​広告の​効果を​高い​精度で​測定できる​プライバシー最優先の​ソリューションの​構築に​着手しました。

同社の​チームは、​独自の​ソリューションや​パートナー ソリューションとともに、​API の​バイサイドの​ユースケース（Attribution Reporting API シグナルを​活用した​最適化や​広告の​関連性向上）を​調査し、​イベントレベルの​レポートや​コンバージョン測定に​おける​この​技術の​有効性を​評価しました。

イベントの​測定で​ Attribution Reporting API を​テスト

MiQ では、​既存の​独自技術に​よる​オーディエンス セグメンテーションで​プライバシーに​配慮した​データ​（ファーストパーティ データ、​ブラウザデータ、​プライバシー重視の​ ID など）を​すでに​使用していました。​その​ためテストチームには、​アトリビューション レポートの​統合と​プライバシー サンドボックス関連 API の​使用に​よる​クロス DSP 測定ソリューションの​構築に​必要な​技術や​知識が​十分に​ありました。

MiQ の​独立した​アトリビューション レポート分析では、​4 つの​市場の​ 6 つの​ブランドの​データを​使用して、​API の​測定機能を​評価しました。​テストを​進める​中、​担当チームは​検証が​必要な​イベントレベルの​レポートで、​データの​損失や​ノイズの​増加と​いった​プライバシー保護に​伴う​制約に​直面しました。​結果を​歪める​ことなく​ノイズを​効果的に​減らすには、​キャンペーンで​優先度の​高い​コンバージ​ョンを​ユーザーあたり 1 つに​制限する​必要が​ある​ことが​わかりました。​プライバシー サンドボックス チームは、​エコシステムの​各方​面の​関係​者から​提供された​フィードバックに​基づいて、​Flexible Event-Level Configurations​（イベントレベルの​柔軟な​設定）を​リリースする​ことにしました。​これに​より、​テストチームでは​ニーズに​合わせた​アトリビューション レポートの​カスタマイズが​可能に​なりました。

データの​損失と​デバイスの​可用性に​ついては、​より​複雑な​課題である​ことが​示されました。​MiQ の​テストでは、​API が​存在していたのは​広告インプレッションの​わずか​ 25% ほどである​ことが​わかりました。​これには、​iOS での​ Attribution Reporting API の​提供が​ポリシーで​制限されているなど、​いく​つかの​要因が​考えられました。​また、​有効な​ Chrome ブラウザで​実行した​場合、​コンバージ​ョンに​至った​ユニーク ユーザー数が​アトリビューション レポートより​ Cookie の​ほうが​ 11% ​多く​記録されていた​ことも​わかりました。​これらの​要因から、​既定の​ 7 日間の​レポート タイムラグ​（ユーザーレベルの​クロスサイトの​識別子の​再作成を​制限する​プライバシー保護設定）を​主な​原因と​する​作業仮説を​立てました。​これを​解決する​ため、​MiQ では​測定手法を​再構成して、​測定の​精度を​高く​保ちつつ、​Attribution Reporting API 向けに​最適化しました。

結果と​知見

MiQ の​テストでは、​Cookie に​よって​コンバージ​ョンが​捕捉された​ユニーク ユーザー数の​ 85% が​ Attribution Reporting API で​記録され、​さらに​ Cookie で​捕捉されなかった​ユーザー数が​ 3.7% 記録されました。​イベントレベルの​レポートは、​従来の​コンバージョン ピクセルと​変わらない​量の​データを​取得できる​ことから、​有効性の​高い​データセットである​ことが​証明されました。​MiQ では、​キャンペーンの​真の​ ROI を​正確に​モデル化するには、 サマリー レポートと​イベントレベルの​レポートを​組み合わせる必要が​あると​いう​結論に​至りました。​その​一方で、​Attribution Reporting API を​使用して、​広告に​よる​ビジネス成果への​影響を​把握し、​入札モデルを​最適化できるかに​ついては​心配していませんでした。

また、​クラウド スペースの​エキスパートと​して、​MiQ では​クラウドベースの​高信頼実行環境で​集計サービスを​使用して​サマリー レポートを​実装し、​サードパーティの​トラッキングを​使用する​ことなく​シグナルを​維持できるようにしました。​この​取り組みは​テストの​初期段階の​ものですが、​今後の​テスト参加者の​リソースと​して​役立つはずです。

MiQ では、​アトリビューション レポートに​ついて、​マーケティング キャンペーンの​成果を​最大限に​高める​うえで​組み合わせて​活用できる​強力な​ソリューションの​ひとつと​捉えています。​今後に​向けて、​マーケターや​代理店の​皆様には、​テストに​参加し、​フィードバックを​提供していただく​ことを​強く​おすすめします。