Jump to Content

プライバシー サンドボックス テストからの​学び

Share

は​じめに、​プライバシー サンドボックスや​その​他の​プライバシー保護の​取り組みに​基づいて​製品を​導入、​展開し、​テストしてきた 業界の​様々な​企業英語)に​よる​関与と​フィードバックに​感謝申し上げます。​6 月末には、​十数の​企業に​よる​検証結果が​英国競争市場庁 (CMA) に​提出され、​CMA に​よる​プライバシー サンドボックスの​評価に​役立てられると​いう​大きな​節目を​迎えました。

本記事では、​テスト プロセスからの​重要な​学びと​分析情報を​ご紹介します。

まず、​プライバシー サンドボックスを​採用した​ソリューションは、​サードパーティ Cookie を​使わずに​ウェブ上で​デジタル広告を​配信、​測定できることが​テストを​通じて​明らかに​なりました。​また、​こうした​ソリューションの​効果を​理解するには、​エコシステム全体の​関与が​極めて​重要である​ことも​テストに​よって​示されました。​なぜなら、​サードパーティ Cookie が​使われていない​小規模の​トラフィックで​行われた​テストでは、​完全に​サードパーティ Cookie が​廃止された​状態での​市場の​需給力学や​動因を​再現できず、​現時点での​テスト結果は、​1% の​ユーザーの​サードパーティ Cookie が​無効化された​ 2024 年上半期の​環境での​可能性を​示しているに​過ぎず、​2025 年の​状況を​的確に​表すものではないからです。

重要な​学びと​して、​活気ある​エコシステムを​支える​ためには、​プライバシー サンドボックス技術の​採用範囲の​広さと​深さが​求められる​ことが​挙げられます。​これには、​プライバシー サンドボックスを​導入する​参加企業の​数と​多様性だけでなく、​API や​その​他の​基礎技術に​適用される​機能サポートと​最適化の​程度も​含まれます。​特に​プライバシー サンドボックスを​利用した​ソリューションを​経済的な​利益に​つなげる​上で、​次の​ 4 つの​重要な​ポイントが​明らかに​なりました。

1. DSP と​ SSP の​連結強化に​よる​媒体社の​収益の​向上
2. 広告主と​代理店の​需要を​喚起する​ソリューション プロバイダーの​種類の​拡充
3. トラフィック量増加の​ための​広告技術に​よる​機能サポートの​拡大
4. パフォーマンス結果を​最適化する​ための​大規模モデル トレーニング

DSP と​ SSP の​連携強化に​よる​媒体社の​収益向上

ウェブ上での​プログラマティック広告取引を​支える​基盤と​なるのが、​デマンドサイド プラットフォーム (DSP) と​サプライサイド プラットフォーム (SSP) です。​これらの​プラットフォームの​多くは、​Protected Audience API を​含むプライバシー サンドボックス技術を​実装しており、​プライバシーを​保護しながら​広告オークションを​実行できるように​しています。

ただし、​まだ​プライバシー サンドボックスの​ API を​導入していない​ DSP や​ SSP には、​大きな​導入拡大の​余地が​残されています。​導入済みの​ DSP / SSP に​おいても、​現在の​プログラマティック環境と​比較すると、​プライバシー サンドボックスを​介した​連携は​ごく​一部にとどまっています。

た​とえば、​2024 年上半期の​テストでは、​通常は​数十社規模の​ DSP と​連携する​ SSP が、​プライバシー サンドボックス経由で​連携しているのは​数社のみだった​ケースも​ありました。​このような​限られた​連携では、​買い手の​需要や​オークションの​競争が​弱まり、​媒体社収益の​低下に​つながってしまいます。​逆に、​連携が​増えれば、​媒体社の​収益向上も​期待できるのです。

広告主と​代理店の​需要を​喚起する​ソリューション プロバイダーの​種類の​拡充

DSP や​ SSP は​エコシステムに​属する​各社が​使用する​唯一の​ツールでは​ありません。​広告主や​代理店からは、​Protected Audience API が​主要な​アドテク事業者で​サポートされれば、​キャンペーン運用が​可能に​なるとの​フィードバックが​寄せられています。​ここで​いう​主要な​アドテク事業者とは、​測定、​認証、​データ管理、​オーディエンスなどの​ソリューションを​提供する​企業です。​これらの​ソリューションは、​デジタル広告の​ウェブ上での​トランザクションに​おいて​重要な​役割を​果たします。​現在、​プライバシー サンドボックスでは​多くの​アドテク事業者と​連携しており、​今後、​さらに​多くの​アドテク事業者が​プライバシー サンドボックスを​サポートする​ことで、​広告主の​需要が​喚起され、​ひいては​媒体社の​収益向上に​もつながります。

トラフィック量増加の​ための​広告技術に​よる​機能サポートの​拡大

テストの​過程で、​プライバシー サンドボックス API を​基盤とした​広告技術ソリューションの​ためには、​強固な​機能サポートが​いかに​重要であるかが​明らかに​なりました。

例えば、​初期の​ Protected Audience テストでは、​ビューアビリティ(視認性) の​機能が​不十分であると​いう​フィードバックが​ありました。​ビューアビリティは、​広告主、​代理店、​媒体社に​とって​重要な​指標であり、​キャンペーンの​価値を​正確に​評価する​上で​欠かせません。​しかし、​ビューアビリティの​サポートが​不足していた​ため、​買い手は​キャンペーンの​価値を​正確に​判断する​ことができませんでした。

その後、​アドテク事業者が​ビューアビリティの​サポートを​追加した​ことで、​テスト参加者は​価値評価指標が​想定される​範囲に​収まるようになったと​報告しています。​これに​より、​Protected Audience を​介した​適切な​広告購入が​可能に​なりました。​動画広告や​様々な​取引形態など、​今日の​広告技術製品の​その​他の​主要機能も、​サンドボックス API 上に​構築された​ソリューションに​組み込まれつつあります。​これらの​ソリューションが​リリースされると、​サードパーティ Cookie が​利用できない​場合でも、​広告主は​より​多くの​希望する​オーディエンスに​リーチでき、​媒体社は​より​多くの​在庫を​収益化できるようになります。​また、​アドテク事業者には、​サードパーティ Cookie の​無い​状態でも​ソリューションを​さらに​最適化できる​チャンスでもあります。​たとえば、​現在、​バイサイド ソリューションでは、​サードパーティ Cookie が​存在する​場合に​のみ​入札するのが​一般的です。​プライバシー サンドボックスなどの​新しい​技術に​より、​サードパーティ Cookie の​ない​トラフィックを​効果的に​収益化できるようになる​ため、​この​機会を​最大限に​活用するには、​アドテク事業者の​ソリューションに​これらの​技術を​組み込む​必要が​あります。

パフォーマンス結果を​最適化する​ための​大規模モデル トレーニング

今日の​広告主と​媒体社の​ソリューションは、​入札であれ媒体社の​収益管理であれ、​パフォーマンスを​最適化する​ために​機械学習モデルに​大きく​依存しています。​これらの​モデルは、​過去の​データを​使用して​将来の​イベントを​予測しています。​アドテク事業者が​プライバシー サンドボックスなどの​新しい​技術を​採用するに​つれて、​これらの​予測モデルは、​サードパーティ Cookie が​ない​環境での​データで​再トレーニングする​必要が​あります。​今後、​アドテク事業者の​参加と​サードパーティ Cookie なしの​トラフィックが​拡大するに​つれて、​新たな​環境に​適合した​データセットの​拡大に​伴って​機会学習モデルの​パフォーマンスが​向上し、​広告主と​媒体社の​結果が​向上することが​期待されます。

今後の​方​向性

エコシステム全体での​協力を​通じて、​これらの​新しい​技術を​より​幅広く​深く​採用する​機会が​広がります。​その​結果、​ユーザーの​プライバシー保護を​強化し、​広告主と​媒体社の​双方に​とってより​よい​結果を​もたら​すことができるようになるでしょう。