iOS向けハードコアRPG、グランドサマナーズでD7のROASを5.6倍上回った理由

PDF版のケーススタディをダウンロード

キャンペーン目標

• UAキャンペーン（国内＆海外：iOS&Android）– D7のROASをKPIとし、アプリ内入金を行うエンゲージメントの高いユーザーを獲得する。
• リエンゲージメントキャンペーン（海外：Android） – ゲームをプレイし続け、購入する可能性の高いユーザーに焦点を当て、ゲームから離脱したユーザーを再び取り込む。

結果一覧

Process

Persona.lyはそれぞれの（OS）プラットフォームでアプローチ（戦略）を変えています：

iOS: ポストiOS 14.5キャンペーンでは、コンテキストディスタンスターゲティングを活用しました。機械学習機能を使用し、弊社DSPは、掲載面のバンドルと広告枠の間のコンテキスト上の関連性に基づいてターゲットを実施しました。NLP（自然言語処理）を活用する事で、カテゴリーではなくストアの説明に基づいてプレースメントを選ぶ事が可能です。弊社入札システムは、最初のキャンペーン期間中にユーザーが最も高いエンゲージメントを示した、最もコンテキストに近いアプリ（RPG、漫画）に焦点を当て、配信し、改善を実行していきました。

Android: キャンペーンの立ち上がりをスムーズにする為に、エンゲージメントの高いアプリユーザーの類似オーディエンスを構築しました。どのユーザー層がゲームをインストールし、プロセスに関与し、アプリ内課金を行うかを予測するのに十分なデータが収集された後、優良ユーザーに転換する確率の高いユーザー層に焦点を当てながら、オーディエンスを徐々に拡大していきました。

キャンペーン結果

UAキャンペーンの拡大比率とD7 ROAS

最初の最適化フェーズでコンテクスチュアル・ディスタンス・アプローチを使用し、アプリ内課金を行うエンゲージメントの高いユーザーを獲得しました。これにより、米国でキャンペーンを実施した最初の週と、日本でキャンペーンを実施した2週目に、D7のROAS KPIを上回る結果を出す事が出来ました。.

最初の最適化フェーズでコンテクスチュアルディスタンスアプローチを使用し、ディープファネルKPI（D7 ROAS）に向けてキャンペーンの最適化を開始しました。その後、数週間で、当社の機械学習アルゴリズムが独自の分類モデルを確立し、複数の要因に基づいて、どのオーディエンスセグメントが広告をクリックし、ゲームをインストールしてプレイし、最終的にアプリ内課金を行うかを予測できるようになると、当社はキャンペーンを拡大し、両方の地域（国内＆海外）でD7 ROAS KPIを大幅に上回りました。

Purchase CVRの改善 – 入札戦略の最適化

グランドサマナーズのようなハードコアRPGゲームの典型的な学習曲線は、他のジャンルに比べて比較的長く続きます。これは通常、ユーザーがゲームに深くのめり込むまでに時間がかかり、全体的なチュートリアルのプロセスにもかなりの時間がかかる為です。その上、筋金入りのRPGプレイヤーは複数のゲームを切り替えず、慣れ親しんだいくつかのゲームタイトルの中でレベルを上げたり、エンゲージメントを高める傾向があります。

広告を配信する前に60以上のデータポイントを処理する事で、当社の機械学習アルゴリズムは複数の属性とその組み合わせを考慮し、高いパフォーマンスを実現しています。コンテクスチュアル・アプローチはすでにKPIを大きく上回る結果をもたらしていましたが、弊社の入札モデルは以下の点にも注目しました：

1. デバイスモデルとOS
   全てのiPhoneはハイエンド・デバイスと見なされますが、弊社の入札モデルは、最新のiOSバージョンがインストールされたより高価なデバイスモデルにフォーカスをあてました。
2. ユーザーの活動的時間帯配信
   当社は、ユーザーがすぐにアプリに夢中になる可能性が高い、最も活動的時間帯にターゲットを絞りました。

リエンゲージメントキャンペーン

UAキャンペーンデータにアクセスする事で、機械学習アルゴリズムの学習が促進され、独自の分類モデルを設計する事が出来ました。このモデルは、リターゲティングキャンペーンの初期段階では最もエンゲージメントの高いユーザーセグメントに焦点を当て、後期段階ではディープファネルターゲットに向けてキャンペーンを最適化するのに役立ちました。

当社独自のセグメンテーションエンジン、ダイナミックオーディエンスを使用して、特定の時間枠内に解約したユーザーのオーディエンスセグメントを迅速に生成しました。ダイナミックオーディエンスは、クライアントのMMPと直接統合されます。これにより、リアルタイムでオーディエンスを更新し、解約したばかりのユーザーを滞りなく継続的に追加し、オーガニックに戻ったユーザーのセグメントを抑制する事ができます。

当初、ユーザーは2つのセグメントに分けられました:

• 購入者: 以前アプリ内課金を行ったユーザー
• 非購入者: アプリをインストールした後、一度も課金されていないユーザー

購入者層は簡単に割り出す事が出来ましたが、主な課題は、非購入者層を分類し、アプリ内課金によってコンバージョンする可能性の高い層だけをターゲットにして、最もコンバージョンの高いコホートを特定する事でした。

日々の機械学習モデルの最適化により、予測、ターゲティング、成果を改善する事が出来ました。その結果、7週目までに非購入者セグメントのD7 ROASを3,300%向上させることができました。

“今回のキャンペーンは、契約段階から実際に配信を開始するまで、対応が迅速でスムーズに行われました。また、配信後の運用調整（日予算、クリエーティブ追加など）の対応にも優れており、常に情報共有をしながらリクエストに応えて頂きました。

Persona.lyのチームはプロフェッショナルによる効果的な戦略によって運用されており、その説明と分析が非常にわかりやすいです。配信セグメントが詳細に設定され、広告もパフォーマンスが良い所に表示され、効率的にユーザーを獲得しています。分析と改善を繰り返し、広告の最適化が進んでいます。
Persona.lyのこれからの日本市場への進出を期待しています。”

株式会社NextNinja　代表取締役CEO　山岸 聖幸

株式会社NextNinjaについて

株式会社NextNinjaは日本のゲーム開発会社であり、世界中でトップクラスの売上を誇るモバイルゲームやコンソールゲームのパブリッシャーです。「グランドサマナーズ」、「東方ロストワード」などの代表的な作品は、世界80カ国以上で数百万人のユーザーに楽しまれています。

“NextNinja様と仕事が出来る事を大変光栄に思っています。
NextNinja様のマーケティングチームは広告のマーケティングだけではなく、マーケティング全般に精通しており、そしてパフォーマンスを重視しています。透明性という共通の価値観を双方で共有する事で、当初から素晴らしいコミュニケーションを築く事が出来ました。

Persona.lyの機械学習機能がまた証明された事を嬉しく思います。今回のケースでは、当社の機械学習が複数の要素を組み合わせる能力によって、クライアントはエンゲージメントの高いユーザーを獲得し、KPIを大幅に上回る事が出来ました。”

Persona.ly 日本事業責任者 高尾宗明

About Persona.ly

Persona.lyは、世界中で展開するモバイルファーストのDSPです。独自の入札アルゴリズムと機械学習アルゴリズムを使用し、毎秒280万件以上の広告オークションへのアクセスにより、透明性が高く、パフォーマンス主導で、高度にターゲット化されたUAとリターゲティングソリューションを大規模に提供しています。Nexon、Papaya Gaming、Rapido、Games24x7、Ubisoft、Tilting Pointなど、その他多くの企業から信頼を得ています。

Persona.lyは、パートナーにとって単なるベンダーではなく、実際の価値、成長、そしてチャンネルを超えて利用できる幅広いマーケティングインサイトを生み出すためのパートナーであることを目指します。