Twitterのデータクリーンルームについて、具体的にどのようなアウトプットが出せるのか、おまとめしました。
Twitter DCRとは
AIに下記記事を要約させたところ、
TWITTERの「データクリーンルーム」について解説している。どの代理店・広告主が使えるのかは、電通・博報堂にのみ解放されている。Twitterの情報は広告接触者・広告非接触者×エンゲージメント達成・未達のデータを利用できる。
と出てきました。概ねあってますが、肝心な部分、Twitter DCRは代理店側が保有しているため、どのようなアウトプットが出せるのかは代理店の腕次第、という重要な部分が無視されています。
詳細はこちらです。
Twitter DCR アウトプットイメージ
キャンペーン重複効果分析
Twitter広告について、各キャンペーンの重複度合い、重複による効果を見るものです。
複数回あてるべきなのか、という議論ではなく、複数クリエイティブあてるべきなのか、という議論ですね。
アウトプットイメージとしてはこのような形で、そもそもどれくらい届いたのかを可視化するReach、エンゲージメントとして各指標（いいねやRTなど。どの指標が重要、というきめがあるわけではない場合全指標をとりあえず並べてみる）、そしてKPI指標です。
KPI指標は時と場合によりますが、態度変容だったりWeb CVだったりApp Installだったり、なんでも対応できます。
この結果を受けて、ABCすべてあてるべき、しかも、AB接触を優先すべき、といった結論を出せたり、
好意度と各エンゲージメント指標で散布図を作り、好意度と相関の高い指標はxx、よって今後はxxを上げていきましょう、という話に持って行ったりできます。
R&F分析
リーチ×フリークエンシー、すなわち、何回あてるのが効率的なのか、を求めるための分析です。
アウトプットイメージは例えば左図のような形で、Reach n+の比率とCVRを見ていきます。
nではなくn+とする理由は、Reachドンピシャn回、を狙うオペレーションが実質的に不可だからです。
逆の考え方で、Reach n-とする場合もあります。こちらは、FQキャップをどうするか、というアイディアがベースになっています。
が、通常n+でとることが多いです。これは、FQキャップを書けたところで基本FQ1回が多くなるｍ下限が増えていく傾向にあるためです。であれば、配信対象者を絞ってでもFQを上げたほうがいい、という整理ですね。
図の結果で言えば、CVRが最も高いのは6+の時ですが、4+からはFQ0よりも有意に高まっているため最低4回を目指しましょう、といえます。
ちなみにこの分析、twitter単体ではなくTV×twitterで行うのが一般的です。twitterでのリーチ補完施策をどう打つべきなのか、が明らかになります。
