WOPAN

元テンセントの検索技術専門家が、App Store の検索広告モデルについて説明します。

この記事では、WWDC 2016 の検索広告セッションの内容の基本的な解釈を示します。
広告の基本ルール
検索広告では、主にカスタマイズされたキーワードが使用されます。Apple Search Adsでは、カスタム方式と、システムがアプリのキーワードと説明から適切な語句を自動的に抽出する完全自動方式の2つのキーワードカスタマイズ方法を提供しています。これは、App Storeの検索システムがキーワードのみで検索し、説明は検索しない現在のApp Store最適化(ASO)とは異なります。

Apple Search Adsで考慮されるキーワードソース 広告モデルは、国内Android市場で一般的に採用されているCPD(ダウンロード単価)広告ではなく、CPC(クリック単価)広告に近いCPT(タップ単価)広告です。そのため、広告出稿にあたっては、広告クリックのコンバージョン率を考慮する必要があります。  


CPT広告モデル 広告のランキングは、入札額とアプリの関連性という2つの要素を考慮します。アプリの関連性は、アプリのメタデータ(キーワード/説明)のテキスト関連性とユーザーのクリック率によって決定されます。
つまり、次のようになります。
広告ランキングパラメータ = 入札額 × アプリの関連性。ここで、アプリの関連性 = アプリのメタデータテキストの関連性 + ユーザーのクリックスルー率。


広告ランキングにおける関連性要因 広告の価格設定モデルは、2段階入札モデルです。つまり、クリック単価はランキングシステムで次にランクインする広告の入札額に基づいて計算されます。具体的な計算方法は公表されていませんが、Baiduの広告規約によれば、以下のようになります。

最初のクリックのクリック単価 = 0.01 + (次のクリックの入札額 × 次のクリックの関連性) / 最初のクリックの関連性。
 

広告価格モデル キーワードのマッチング方法も、完全一致と部分一致に分かれています。これは一般的な検索広告とほとんど変わりません。完全一致では、ユーザーの検索語句がアプリのキーワードと完全に一致する必要がありますが、部分一致では、検索語句の同義語や部分的に含まれる単語などが一致します。

キーワードマッチングモード
操作手順
Apple Ads のワークフローを以下の画像に示します。

図6 広告運用プロセス
全体的なプロセスは定型的です。アプリを選択し、予算プランを設定し、支払い情報を入力します。重要なのは予算プラン内のキーワード設定です。185ページのプレゼンテーションのうち100以上がこの点に焦点を当てています。ユーザーはそのままにしておけば、キーワードは自動的にマッチングされます。        

広告キーワードの完全自動マッチング もちろん、キーワードや入札額をカスタマイズすることもできます。

広告キーワードと入札単価をカスタマイズする  CPC入札制ではありますが、実際のCPA(インストール単価)に基づいて算出されます。カスタム広告キーワードをサポートするため、キーワードの拡張とそれに対応する検索人気度を示すキーワード推奨サービスも提供しています。Appbkでは、この情報が利用可能になり次第、クロールいたします。 :)

キーワードの提案
また、Baidu Adsとは異なり、Appleのキーワードサジェストでは入札単価や競合レベルが提示されないことも判明しました。Appleは試験運用期間を経て、価格の参考情報を提供すると予想されます。  さらに、Apple Adsはユーザーターゲティングをサポートしており、年齢や性別などのソーシャル属性に基づいてユーザーを絞り込むことができます。ユーザーターゲティングが正確であれば、広告のクリック率を効果的に向上させることができます。

ユーザーターゲティング
準備を始める
Apple Search Ads を歓迎するために、PowerPoint プレゼンテーションでは次の提案が示されています。

Appleのアドバイス
基本的な考え方は、ユーザーがキーワードや説明をより正確に定義し、ユーザーベースをより深く理解して、ユーザーターゲティングを容易にできるようにすることです。さらに、広告パフォーマンスを追跡するAPIコードにも慣れることができます(この点は詳細が不明で、確認が必要です)。  全体的に見て、Appleの検索広告は主流の検索広告の縦型版といった感じで、革新性に欠けます。Baidu広告をこれまで利用した経験があれば、きっと簡単に使いこなせるでしょう。Baidu広告を初めて利用する方は、まずはBaidu広告アカウントを開設して練習することをお勧めします。
原著者: Wang Liang, APPBK;記事ソース: ASO Optimization Master