# AI 時代のコマース  ―何が変わり、何が変わらないのか。

[コマース＆AIトレンドレポートはこちらから](/content/jp/blog/%e3%83%80%e3%82%a4%e3%83%8a%e3%83%9f%e3%83%83%e3%82%af%e3%82%af%e3%83%aa%e3%82%a8%e3%82%a4%e3%83%86%e3%82%a3%e3%83%96%e3%81%ae%e6%9c%80%e9%81%a9%e5%8c%96%ef%bc%9a-%e3%83%aa%e3%82%a2%e3%83%ab%e3%82%bf/#/index.html)

---

## ダイナミッククリエイティブの最適化： リアルタイムでパーソナライズされる広告の仕組み

2021年1月13日更新

「デジタルノイズ」が耳障りに感じるようになった現代、広告を見てもらうためには、パーソナライゼーションが最も有効な手法であることを、多くのマーケターは知っています。なぜなら、買物客がその瞬間に欲しいと思っている内容に広告がカスタマイズされていなければ、彼らにとってまったく意味がないからです。

この数年の間で、ダイナミッククリエイティブの最適化機能がディスプレイキャンペーンのパフォーマンスを改善する有効な手法として、デジタル広告業界に浸透した理由は、まさにここにあります。誰でも簡単に利用できる優れた機械学習テクノロジーがあれば、マーケターは常に買物客の好みや閲覧履歴に合わせて広告を最適化することができるのです。

すでに「ダイナミッククリエイティブ（Dynamic Creatives）」を利用してキャンペーンの強化に取り組んでいる広告主の皆さんには、「ダイナミッククリエイティブの最適化（Dynamic Creative Optimization: DCO）」の仕組みをしっかり理解して、現在の取り組みを次の段階へとステップアップすることをおすすめします。

以下では、DCOの仕組みについて解説します。

### 「ダイナミッククリエイティブの最適化」入門

最初に「ダイナミッククリエイティブ」と「ダイナミッククリエイティブの最適化」のコンセプトを見てみることにしましょう。この2つに共通点もありますが、相違点もあります。まずは、相違点をしっかり理解しておきましょう。

- **「ダイナミッククリエイティブ」は、買物客のデータ（表示した商品、位置情報、表示時間など）にもとづき、広告クリエイティブにグラフィック要素を組み合わせたものです。これらのグラフィック要素はディスプレイキャンペーンの設定時に手作業で行うことができ、クリエイティブはリアルタイムで更新される各買物客の動的な情報をもとに生成されます。**

- **一方、「ダイナミッククリエイティブの最適化」はここからさらに一歩踏み込んで、単にパーソナライズされたデータをもとに汎用的なクリエイティブを組み立てるのではなく、** **機械学習テクノロジー** **を使って各買物客やコンテキストに最適なビジュアル要素をリアルタイムで選択し、コンテンツとクリエイティブの両方を最適化します。**  
こうした最適化の第一の目的は、キャンペーンのパフォーマンス改善（クリック率、コンバージョン率、売上UPなど）にあります。

### DCOが重視される理由

DCOを活用することによって、広告主は多くのメリットが得ることができます。

ダイナミッククリエイティブの最適化は、まず各キャンペーンの情報を瞬時に学習するところからスタートします。たとえば、任意の集団に対してどのルック＆フィールが好ましいか、 CTAによるメッセージングはどのタイプが最も興味を喚起できるか、またどのディスプレイ環境が最高のパフォーマンスを発揮するかなどについての学習です。

これらの疑問に対する答えは無限に考えられますが、ダイナミッククリエイティブの最適化を活用することによって、広告主は効果的な方法に素早くたどり着くことができます。

次に、DCOはパーソナライズされたマーケティングアプローチの効果を最大化させます。

DCOの技術は各買物客ベースで機能するため、表示されるクリエイティブの大部分は特定の個人向けに最適化されています。つまり、その人にとって関連性の高い要素だけが表示され、広告のサイズや配置、色なども可能な限り最適なものが選択されます。

そのため、DCOは特にパフォーマンスがより重視されるキャンペーン [（例：リターゲティング）](/content/jp/what-is-retargeting/index.html) などで優れた効果を発揮します。

また最適化のプロセスでは、広告の関連性の維持、ブランドガイドラインへの準拠に加え、キャンペーンの設定にかかる時間や複雑さを大幅に軽減するとともに、パーソナライゼーションから手間のかかるデータの準備、分析、配信に至るまで、すべてを一貫して処理することが可能になります。

こうすることで、クリエイティブ担当のスタッフはマーケティングキャンペーンの要となるクリエイティブなアイデアの創出に、より多くの時間をかけられるようになります。そして、キャンペーンでは機械学習機能がユーザのリアルタイムな行動データを継続的に収集し、キャンペーンに反映するという好循環が生まれるのです。

### ますます重要性が高まるDCO

日進月歩で進化するDCOのパフォーマンスですが、この技術はまだ成熟の域には達していません。今後も進化しながら、将来の広告業界において重要な役割を担っていくことになるでしょう。

実際、DCOはこの先、クリエイティブの分野においてより多くの優れた機能を提供できるようになるはずです。しかも、その限界はまだ見えてはいません。