生成 AI（generative AI）とクリエイターメディアの普及により、広告クリエイティブの制作スピードが上がり、バリエーションも増え続けています。マーケティング責任者が直面する課題は、「クリエイティブが足りない」から「これほど多くのバリエーションのうち、どれに予算を投じるべきか」へと変わりました。モデルが各クリエイティブをスコアリングできるなら、高スコアのクリエイティブにより多くの予算を配分すべきなのでしょうか。さらに、企業はシステムに広告配信を直接調整させてもよいのでしょうか。
私たちは、企業が AI スコアリングを広告投資の意思決定に組み込み、クリエイティブを事前に選別することは可能だと考えています。ただし、スコアによって予算が直接変更される仕組みにすべきではありません。導入前に、企業はスコアリングの基準を部門共通のルールとして整理し、責任者の承認を得るとともに、意思決定と実行の記録を残す必要があります。AI は選択肢を絞り込む支援はできますが、最終的な予算は承認権限を持つ人が決定し、その責任を負わなければなりません。
精度 81％は参考になるが、予算を増やせば成果が出るとは限らない
TechOrange の報道によると、Kroger は Vidmob、MMA Global と協力し、Kroger が Meta と Google Display & Video 360（DV360）に配信した動画および画像クリエイティブ 1,934 件を分析しました。研究チームは、クリエイティブに含まれるメッセージ、ストーリー構成、ブランド表現、人物間のインタラクションを検証し、これらのクリエイティブ特性を実際の EC コンバージョン結果と照合しました。まず 1 年分のマーケティング施策データを使ってモデルを学習させ、その後、モデルが一度も触れていない後続四半期のデータで検証を行いました。
研究報告によると、予測型クリエイティブスコアリング（predictive creative scoring）が EC コンバージョン率を予測する精度は 81％でした。また、研究上の推奨事項を満たすクリエイティブの平均コンバージョン率は、満たしていないクリエイティブの 4 倍でした。さらにモデルは、同じ予算を高スコアのクリエイティブへ再配分した場合、コンバージョン数が最大で従来の 2.2 倍に達する可能性を示しています。
この 3 つの数値は、それぞれ異なる意味を持ちます。81％は予測精度、4 倍は 2 つのクリエイティブ群における平均コンバージョン率の差、2.2 倍は予算を再配分した場合のモデルによる推定値です。これらをまとめて一つの成果保証として解釈することはできません。元記事のタイトルには「3 倍高い」とある一方、本文には「4 倍」と記載されており、表現方法が異なります。企業が社内向け資料を作成する際は、元の記述を明確に示し、最も目を引く倍率だけを抜き出して提示すべきではありません。
責任者が同様のツールや提案を評価する際は、まず具体的にいくつかの点を確認できます。モデルがどの期間のデータを使用したのか、後続データで別途検証したのか、コンバージョンをどのように定義しているのか、そして結果がどのプラットフォームやキャンペーンに適用できるのかという点です。細かな数値を追究するよりも、まずそのスコアがどのような事業成果に対応しているのかを確認することが重要です。そうすることで、研究上の数値を自社の期待成果としてそのまま扱う事態を避けられます。
共通のスコア解釈ルールを先に定め、予算会議に持ち込む
モデルが高いスコアを出しても、マーケティング、ブランド、データの各チームで見解が異なる可能性があります。ブランド担当者は商標や表現がガイドラインに準拠しているかを確認し、メディア担当者はオーディエンス、広告枠、キャンペーン期間を重視します。一方、データチームは、コンバージョンイベントの定義、サンプル範囲、データの欠損がないかを確認する必要があります。企業があらかじめ共通ルールを定めていなければ、各部門が別々の会議で同じスコアを解釈した際に、異なる対応方針を導き出す可能性があります。
3 つのチームはまず、必須条件、除外条件、例外条件の 3 種類を共同で整理できます。必須条件には、ブランド名、商品情報、キャンペーン上の制約がすべてそろっているかを含めます。除外条件には、期限切れの価格、権利関係が不明な素材、ブランドガイドラインに反する表現などを挙げられます。例外条件については、新商品、季節イベント、データ不足などの状況で、どの項目を必ず人が判断すべきかを明確にします。これらの条件はクリエイティブの手法を制限するためではなく、すべての審査を同じ基本要件から始めるためのものです。
企業はまず一つのキャンペーンを選んで試験導入し、AI スコアと人による判断を同じ審査記録に残したうえで、高スコアと低スコアのクリエイティブについて、実際のコンバージョンの差を確認できます。初期段階では、スコアによって予算全体が直接変更される仕組みにすべきではありません。チームがルールの実用性を確認し、運用方法が安定してきた段階で、定型化した手順を EgentWrX の AI Skill として整理し、AI Agent が毎回同じルールに従って実行できるようにします。全社展開する場合も、この定型化した手順を事前に審査する必要があります。また、試験導入の段階から、関係チームが必須条件、除外条件、例外条件を共同で明文化しなければなりません。スコアだけを各部門に渡し、それぞれの解釈に委ねるべきではありません。
予算を調整する前に責任者の承認を得て、事後にも確認できるようにする
企業は、プロセスをクリエイティブの整理、AI による評価、マーケティング責任者による確認、予算調整の 4 段階に分けることができます。責任者に提示する情報はスコアだけでは不十分です。クリエイティブのバージョン、評価に使用したデータの範囲、予算調整案、例外条件に該当するかどうかも含める必要があります。責任者の承認後に初めて、担当者が予算を調整できるようにします。責任者が提案を差し戻したり修正したりした場合も、その理由を企業独自の審査票やプロセス文書に明記する必要があります。
EgentWrX では、複数のタスクをワークフロー（workflow）として連携させ、次の段階に進む前に人による承認を組み込むことができます。AI Agent がクリエイティブの整理と評価を完了すると、プロセスは責任者の承認を待つために一時停止し、自動的に予算調整の段階へ進むことはありません。企業は担当者に対し、自社の審査票やプロセス文書へ、クリエイティブのバージョン、評価日、推奨結果、承認者、最終的な対応内容を記録するよう求めることができます。管理者は EgentWrX の監査ログ（audit log）を通じて、AI Agent がどのような操作を実行したかを確認し、ハッシュチェーン（hash chain）によって記録の完全性を検証できます。企業はこれらの仕組みを利用してプロセスを管理し、監査の根拠を残すことができますが、広告成果の向上が必ず保証されるわけではありません。
試験導入中は、企業が 2 種類の案件を定期的に抽出して確認できます。一つは責任者が AI の提案を採用した案件、もう一つは責任者が提案を却下または修正した案件です。チームは、当時使用したデータ、責任者が判断した理由、実際の広告配信結果を照合し、ルールからブランドリスクや重要な事業条件が漏れていないかを確認する必要があります。企業はまず、誰が承認を担当するのか、どの項目を審査するのか、事後確認をどのように行うのかをプロセスに明記し、その後で他のキャンペーンへ拡大するかを判断すべきです。スコアがどれほど精密に見えても、予算責任者による確認を省略してはなりません。
よくある質問
十分な量の過去データがなくても、AI スコアリングを導入できますか？
まずデータを整理して試験導入を行うことはできますが、スコアをすぐに多額の予算へ反映させるべきではありません。企業はまず、クリエイティブのバージョン、配信条件、実際のコンバージョン結果が正しく対応しているかを確認する必要があります。そのうえで一つのキャンペーンを選び、比較可能な記録を蓄積し、次の段階の意思決定を支えるのに十分なデータがあるかを確認します。
AI スコアリングの精度が 81％なら、高スコアのクリエイティブへ予算を移せますか？
できません。81％は、その研究が特定のデータと検証方法を用いて算出した精度であり、モデルが毎回正しく判断することを意味するものではありません。企業は引き続き、適用条件、予算調整の範囲、責任者による承認プロセスを定め、自社キャンペーンの実際の結果を継続的に使って、スコアリングの信頼性を確認する必要があります。
責任者が確認する際、最低限どのような情報を見る必要がありますか？
責任者は最低限、クリエイティブのバージョン、評価日、データの範囲、AI の提案、予算の調整幅、例外条件を確認する必要があります。画面に総合スコアしか表示されていなければ、その提案がブランドガイドラインに適合しているかを責任者が確認できません。成果が期待を下回った場合も、後から原因を特定することが難しくなります。
クリエイティブを新たに制作せず、既存の予算配分だけを調整してもよいですか？
まず既存のクリエイティブをグループ分けし、予算の一部を高スコアのクリエイティブへ移すテストを行うことはできます。ただし、調整の上限と観察期間を事前に定める必要があります。Kroger の研究で示された 2.2 倍は、モデルが推定した最大の結果であり、他の企業でも達成できる期待成果としてそのまま扱うことはできません。
参考資料
- 闇雲な広告配信からの脱却：Kroger の研究で、AI の推奨事項を満たす広告はコンバージョン率が 3 倍高いことが判明 — TechOrange 科技報橘による、Kroger、Vidmob、MMA Global の予測型クリエイティブスコアリング研究のまとめ。
