電通：Skai自動化でCriteo広告のROASを163%〜294%向上

Before

電通は、世界143の市場でクリエイティブ、メディア、エージェンシーサービスを提供する総合メディア企業である。同社は欧州各国で展開する大手テックブランドのCriteoキャンペーン管理を担当していた。Criteoはリテールメディアプラットフォームとして、eコマースサイト内での商品プロモーションを実現し、Dentsuは複数の欧州リテーラー（Currys英国、MediaMarktドイツ、Fnac・Boulanger・Dartyフランスなど）でのキャンペーン運用を担っていた。

しかし、2つのプロダクトラインにおいて、日次予算では常時稼働（always-on）戦略を維持することが困難な状況に直面した。広告予算が1日を通じて均一に消費されるため、高パフォーマンス時間帯では予算が枯渇し、逆に低パフォーマンス時間帯では予算が無駄に消費されるという構造的な課題が浮上した。

従来のアプローチでは以下の問題が常態化していた：

時間帯によるパフォーマンス変動への対応不足: 1日の中で買い物行動は変動するが、均一な配信設定ではこの変動を活用できない
予算配分の非効率: コンバージョン率が低い時間帯に予算が消費され、機会損失が発生
スケーラビリティの欠如: 複数地域・複数リテーラーでの一貫した最適化手法の欠如
ROAS目標との乖離: ブランドの広告費用対効果（ROAS）目標にキャンペーンが追いついていない

特にゲーム機とノートPCの2カテゴリーでは、日次予算の制約が常時戦略の継続を危うくし、広告精度の向上が急務となった。ただ予算を増やすのではなく、既存予算をより効率的に配分する方法が求められていた。

AI導入内容

Dentsuチームは仮説を立てた：パフォーマンスが低い時間帯に意図的に広告を一時停止することで、予算を本来見過ごされがちな1日の underserved な時間帯に振り向けることができるのではないか。

Skai Celeste AI による高度な最適化と分析

Dentsuチームは、単なるルールベースの自動化にとどまらず、Skaiの 生成AIエージェント「Celeste AI」 を活用した。Celeste AIは、コマースメディアに特化した大規模言語モデル（LLM）と独自の最適化アルゴリズムを組み合わせ、以下の高度な機能を提供する。

AI搭載型インサイト生成: 膨大な広告パフォーマンスデータを自然言語で分析し、ROAS向上のための最適なアクションを提案
予測型予算アロケーション: 過去の購買トレンドとリアルタイムの在庫データを組み合わせ、将来のコンバージョン率を予測して予算配分を自動調整
生成AIによるクリエイティブ最適化: 商品カテゴリーやターゲット層に合わせ、最もエンゲージメントの高い広告コピーやアセットをAIが推奨

Skai Automated ActionsとAI駆動型デイパーティング

Criteoのデイパーティング（時間帯別配信）戦略の実装には、SkaiのAutomated ActionsとAIによる予測モデルを組み合わせた。以下のロジックで自動化を構築した：

確率的パフォーマンス予測: 過去の時系列データに基づき、特定時間帯の購入確率をAIが算出
動的ROAS閾値の設定: 固定の閾値ではなく、競合の入札状況や季節性を考慮した変動型のROASターゲットを設定
自動停止・再開ルール: 予測ROASがターゲットを下回る時間帯では広告を自動停止し、高パフォーマンスが期待される時間帯に予算を集中投下
クロスリテーラー適用: 英国、ドイツ、フランスの各リテーラーに、地域別の購買行動を学習したAIモデルを展開

Skai Experimentsによる厳密な効果測定

AIによる最適化の効果を検証するため、Skai Experimentsを活用した。これにより、従来の「常時配信」と「AI最適化配信」のパフォーマンスをA/Bテスト形式で比較し、統計的有意性を確認した。

統制された実験環境: 交絡因子を排除し、AI最適化の純粋な寄与度を測定
KPI別の時系列分析: ROASだけでなく、CPC（クリック単価）やインベントリ占有率の変化をリアルタイムで追跡
継続的学習（フィードバックループ）: Experimentsの結果をCeleste AIの学習データにフィードバックし、最適化モデルの精度を逐次向上

このアプローチにより、チームは「いつ、どの予算を、どのリテーラーに投入すべきか」という複雑な意思決定を、データ駆動型のAIエージェントに委ねることが可能になった。

ハイパーローカライズされた最適化

この戦略の重要な要素は、地域特性を考慮した時間帯設計である。欧州各国では買い物行動のパターンが異なる：

英国（Currys）: 夕方から夜にかけてのオンライン買い物が活発
ドイツ（MediaMarkt）: 昼間の購入傾向が強い
フランス（Fnac等）: ランチタイムと夕方の2つのピークがある

Skaiのプラットフォームは、これらの地域特性をAutomated Actionsのルールに反映させ、各国で最適な時間帯設定を実現した。

After

Skai Experimentsが捉えたインサイトを活用してAutomated Actionsを最適化した結果、以下の定量的成果が達成された。

ROAS向上：ゲーム機163%、ノートPC 294%

より効果的な買い物時間帯に正確な広告タイミングを合わせることで、CriteoでのROASは以下のように向上した：

ゲーム機カテゴリー: 163%のROAS向上
ノートPCカテゴリー: 294%のROAS向上

これらの数字は、同じ予算で約2〜4倍のリターンを生み出したことを意味する。特にノートPCで294%の向上は、予算配分の最適化だけでほぼ3倍の効率化を実現した事例として注目に値する。

戦略的インパクト

この成果は単なる数値向上にとどまらない。DentsuのSenior Global Client ManagerであるDavid Pereira氏は以下のように述べている：

「2023年後半、Skaiが提供する最適化の粒度とデータセグメンテーションにより、新しい実験を実施し、ポジティブなROASを達成し、最適化の限界を超えることができました。」

具体的には、以下の戦略的価値が創出された：

常時戦略の維持: 予算制約の中で常時稼働を継続できる体制を確立
スケーラビリティの実現: 複数地域・複数リテーラーでの一貫した最適化手法を確立
データドリブン文化: 実験に基づく意思決定プロセスを構築
クライアント価値の向上: 同じ予算で最大化された広告効果を提供

このケーススタディは、リテールメディア広告における時間帯最適化の重要性を示す好例である。SkaiのAutomated ActionsとExperimentsを組み合わせることで、Dentsuは広告予算の効率性を劇的に向上させ、クライアントに大きな価値を提供した。