このページをシェアする

  • twitter
  • facebook
  • line
  • line

ファネル構造可視化フレームワーク

FAIV

インターネットユーザーが商品購入や資料請求などの「コンバージョン」に至る過程の、目に見えないインテント(意図、目的、意欲など)に応じたファネル階層・構造を可視化し、ユーザーの所属階層の推定や、階層ごとのWeb閲覧傾向や広告効果を特定するフレームワーク。

サービス特長

「FAIV(Framework for Audience Intent Visualization)」とは、デジタル・アドバタイジング・コンソーシアム株式会社(DAC)が独自開発した、WEB行動履歴からブランド毎の購買ファネル構造を可視化する分析手法です。
インターネットユーザーが商品購入や資料請求などの「コンバージョン」に至る過程の、目に見えないインテント(意図、目的、意欲など)に応じたファネル階層・構造を、AudienceOne(R)が保有する約4.8億CookieのWEB行動ログから可視化し、ユーザーの所属階層の推定や、階層ごとのWeb閲覧傾向や広告効果を特定するフレームワークです。

<生命保険の資料請求をコンバージョンとした場合のイメージ>

HotIndex

「HotIndex」とは、FAIVを活用して、顧客のブランドに対する潜在意欲をモデル化し、広告効果を数値化したものです。これは、DACが提唱する全く新しいブランディング広告の効果指標になります。
これまでのインターネット広告におけるブランディング効果指標は、インプレッション回数や、CTR(クリックスルー率)、CPC(クリック単価)、LPの滞在時間などを疑似的に指標として活用してきました。しかし、そこからうまれる疑問として、「動画広告でもバナー広告と一緒の効果指標でいいのか?」「広告の認知評価を広告自体でなく、接触後の行動で評価していいのか?」「認知獲得や態度変容において、クリックされていない99%(CTR1%の場合)に価値はないのか?」といった疑問が常につきまとっていました。「HotIndex」は、このクリックされていない99%に焦点を当て、広告指標として可視化、数値化するサービスになります。

「FAIV」によるモデル作成のイメージ

購買ファネルに行動履歴を当てはめて、CVまでの状態遷移傾向をモデル化し、そのモデルに基づいて、それぞれの状態への遷移率を数値化します。

「HotIndex」で広告効果をレポーティング

特定の広告に接触したユーザーと接触していないユーザーでファネル遷移率を計測し比較することで、クリックやCVでは捉えきれない広告の全体的なブランドインパクト効果を、アクチュアルデータで可視化します。

  1.  CVユーザーのオンライン行動を分析し、ブランド関心度で分類したファネル(FAIV)を作成します。
  2.  広告接触/非接触で、経過後のファネル遷移率を比較します。

ファネル可視化のしくみ

AudienceOne(R)が補足している約4.8億ユニークブラウザ(cookie)データを活用し、コンバージョンポイントに到達しているcookieのコンバージョン以前のサイト訪問ログを時系列に分析し、特徴的なサイトカテゴリで状態を可視化します。

こんなときにおすすめ

  • 生活者の購買に至るまでの行動特性をファネルで可視化して理解したい。
  • 広告媒体やクリエイティブの、クリックやコンバージョン以外の表示効果を可視化したい。
  • 動画と静止画などフォーマット別に広告のブランド効果を可視化したい。

など

この記事に関する お問い合わせはこちら

このページをシェアする

  • twitter
  • facebook
  • line
  • line

関連記事

2017.11.24

記事・コラム

購買ファネルと広告効果を 可視化するフレームワーク 「FAIV」とは

  • DAC
    岩井崇明
  • DAC
    那須川進一
  • DAC
    銭騁

閉じる