デベロッパー

MAX Pro Tips 2: Auto CPM

by Tomoya Katagi on 1月 5, 2023

AppLovin のメディエーションプラットフォームである MAX は、業界最大規模を誇るネットワークビディングパートナーの選択肢と堅牢な機能により、パブリッシャーが収益化の取り組みを強化、最適化するのを支援します。また、MAX はパブリッシャーの収益化の自動化をサポートし、より公正なオークションのための正確な価格設定を保証します。

課題

人気のワードゲームやトリビアゲームを扱うパブリッシャーA社は、MAXの統一オークションでビディングと非ビディングの両方のネットワークを取り扱っています。そのウォーターフォールモデルの設定には、特定の価格グループによる複数の地域ベースのウォーターフォールモデルが含まれており、これにより国ごとに収益を最適化することが可能になります。また、リアルタイムのレポートを使用することで、広告ユニットと収益のパフォーマンスが期待どおりの結果となっていることを確認できます。

非ビディングのネットワークが正確な価格設定で統一オークションに参加していることを徹底するために、同社はそれらのネットワークの CPM を定期的に更新して、ネットワークが支払っている価格と一致する必要があります。CPM を手動で更新すると、運用の負担が増え、ヒューマンエラーのリスクが高まるとともに、収益の減少につながる可能性があります。同パブリッシャーは、ネットワークが最も高く、正確な CPM でオークションで落札できることを保証し、一つひとつの広告機会の収益を最大化してくれるソリューションを必要としていました。

アプローチ

MAX チームのサポートにより、A社は Auto CPM 機能を活用してネットワーク CPM の更新を自動化しました。また、Network Comparison レポートでネットワークとの CPM の乖離を迅速に特定するとともに、Advanced Reporting を使用し、メールで毎日送信されるレポートによって収益パフォーマンスをモニタリングしました。それぞれの機能について以下で説明します。

Auto CPM でネットワークの CPM 更新を自動化

MAX の Auto CPM により、A社は API を通じてネットワークの収益データにアクセスし、非ビディングネットワークの CPM を自動で更新できるようになりました。ビディングネットワークでリアルタイムに設定される価格と正確に競争できるように、自動化は毎日行われます。Auto CPM は国別の粒度のデータもサポートしているため、地域ベースのウォーターフォールモデルにおいても CPM の自動更新とレポート機能のメリットを活用できます。Auto CPM なら、手動での更新が不要になり、ウォーターフォールモデルの運用に費やす時間が大幅に短縮されるのです。

Network Comparison で CPM の一致を保証

A社が新たに導入したNetwork Comparisonレポート機能では、ネットワークからレポートされたデータとMAXからレポートされたデータの間の正確性を確保できます。これにより、Auto CPMとビディングのデータが正確であること、そして MAX とネットワーク間でインプレッションが一致していることを確認することが可能になります。さらに、ネットワークとの乖離を特定するために複数のプラットフォームでレポートを作成する必要がなくなり、組織内の時間短縮につながりました。また、不正確な価格設定によって収益を逃すことももうありません。

Advanced Reporting がもたらす深いインサイト

Advanced Reporting は、パブリッシャーがアプリの収益化を計測し、パフォーマンスを最適化するためのインサイトを得られる、包括的でカスタマイズ可能なレポーティングツールです。このレポートでは、収益パフォーマンスに関するリアルタイムな分析に加え、動画リワード広告などの広告ユニットの表示率や配信率などの指標を用いた広告の状態に関するインサイトを確認できます。これにより、キャッシュされた広告がインプレッションとなるのを阻んでいる可能性のある問題を特定することに成功しました。さらに、MAX の UI からレポートを取得するのではなく、スケジュールを設定してレポートをメールで受け取れるため、さらなる時間短縮が可能になったのです。

全体の結果

Auto CPM、Network Comparison レポート、Advanced Reporting により、運用の合理化と最適化を実現し、業界で実績のあるA社は引き続きマーケティングパフォーマンスを大幅に改善しています。さらに、自動化と詳細な分析から得られるアドスタックの詳細なパフォーマンス情報を活用することで、目に見えないものの発生数が多いエラーの可能性が大幅に低減しました。その結果、ビディングやウォーターフォールモデル運用のパフォーマンスが向上し、その分確保された時間をアプリの管理や最適化に充てることができるようになったのです。

入札とウォーターフォールモデル運用の自動化については、MAX のアカウント担当者にお問い合わせいただくかAppLovin チームにリクエストをお送りください

Tomoya Katagi|Head of Japan, Business Development
リソース 企業情報