広告クリエイティブの検証:広告全体への注目か、ブランドへの注目か

過去の広告アーカイブでは、広告全体への注目を基準に選ぶと、ブランドへの注目を基準にした場合とは異なる広告が多く選ばれました。指標を変えると参考事例のリストがどれほど変わるのかを分析しました。

公開されたAdGaze-3500の測定値を独自に分析。オランダで過去に行われたデスクトップ画面での閲覧が対象です。正確な収集日は公表されていません。

要旨

この過去のアーカイブでは、広告全体への注目で選ぶ場合とブランドへの注目で選ぶ場合で、参考事例のリストが大きく異なりました。広告と掲載文脈を組み合わせた2,601事例からなる59群を対象に、それぞれの指標で上位20%を選び、境界で同値の事例はすべて含めました。広告全体のリストのうちブランドのリストにも入った割合は、平均34.5%でした。各群を等しく重み付けした平均であり、すべての広告をまとめて求めた割合ではありません。[1]

元データは、オランダの調査施設でデスクトップ画面に表示した静止画の雑誌広告について、平均注視時間を記録したものです。現在のSNSフィードでの成果を測ったものではありません。参考広告を集める前に、何への注目を測るのかを決める必要性が具体的に見えてきます。指標の選択によって、制作ブリーフに入る事例が大きく変わりうるためです。以下では、事前に定めた比較、架空の計算例、そのまま使えるレビュー用ブリーフを示します。

クリエイターとマーケティング担当者が、「注目を集める」広告のフォルダーを持ってレビューに集まります。一方は印象的な構図を集め、もう一方はブランドを見てもらえる事例を求めています。どちらも依頼に応えているのに、準備してきた議題は違うかもしれません。

その曖昧さは、次の制作ブリーフにも残ります。「もっとこれに近づけて」という指示は、どの特徴を参考にすべきかを伝えずに画像だけを渡します。独特な場面、見つけやすいブランド、理解しやすい提案は、それぞれ別の選定理由です。「注目を集める」という一つの言葉では、その選択は決まりません。

私たちは好みではなく、公開された測定値でこの選定の問題を確かめました。各群で、広告全体を見た時間に基づくとどの事例が選ばれるか、ブランド領域を見た時間に基づくとどれが選ばれるかを比較しました。制作を始める前に、参考事例に何を示してもらうのかを合意する。そのために役立つ結果です。

広告全体とブランド領域では、見ている範囲が違う

大きな紺色の枠が、青緑色の紙を使った抽象的な構図を囲んでいる。その右上近くにある黄土色の正方形を、小さな紺色の枠が切り取っている。
  • 広告全体への注目
  • ブランド領域への注目
測定の対象となりうる二つの領域を示す概念図です。アーカイブ内の広告、視線マップ、測定結果ではありません。

指標を変えると、選ばれる事例が変わる

公開データの商品カテゴリ名とページ配置を組み合わせて、事例を群に分けました。配置は左ページ、右ページ、ページ全面です。対象となる59群には、それぞれ20事例以上あります。そのため、上位5分の1を選ぶと、同値の事例を追加する前でも少なくとも4枠が確保されます。この条件によってアーカイブがすべての広告主を代表するわけではありません。[2]

各群で二つのリストを作りました。一つは広告全体の平均注視時間に基づくリストです。もう一つは、名称やマークなどのブランド領域内の平均注視時間に基づきます。選定の境界で同値になった事例はすべて残すため、リストが群全体の20%を超えることもあります。

広告全体のリストを出発点にすると、ブランドのリストにも含まれる割合は平均34.5%でした。逆方向では、ブランドのリストの33.9%が広告全体のリストにも含まれました。同値をすべて含めると二つのリストの件数が異なる場合があるため、割合も異なります。どちらも各群を等しく重み付けしています。

各群でのリストの重なりは、平均すると約3分の1

カテゴリと配置を組み合わせた59群で上位20%を選定し、境界で同値の事例はすべて含めています。これらの群には2,601事例があります。

図表のすべての値を読む
比較群を等しく重み付けした重なりの平均(%)群数広告と掲載文脈の事例数
広告全体への注目で選ばれ、ブランドへの注目でも選ばれた事例34.5%592,601
ブランドへの注目で選ばれ、広告全体への注目でも選ばれた事例33.9%592,601
各割合は、群ごとの重なりの比率を等しく重み付けした平均です。一つ目は広告全体のリスト、二つ目はブランドのリストを分母とします。全事例をまとめた割合でも、キャンペーン成果の指標でもありません。

各群を等しく重み付けすることで、アーカイブ内で事例数の多いカテゴリが要約を左右しすぎるのを避けています。これは群を単位に見るという分析上の選択であり、顧客が目にする平均的な広告の推定ではありません。重み付けによる結果の違いがわかるよう、すべてをまとめた計算も方法の節で示します。

結果は群によって異なります。広告全体で選んだ事例のうちブランドでも選ばれた割合は、ゼロから66.7%までで、中央値は33.3%でした。分布の全体はダウンロードファイルに収めています。平均値がすべてのカテゴリに当てはまるわけではありません。

ブランドを見る時間は、広告全体を見る時間の一部です。無関係な行動ではありません。それでも、合計が大きいだけでは広告内のどこを見ていたのかはわかりません。ここでは各領域を見た秒数そのものを比較しています。ブランドの秒数を広告全体の秒数で割ったり、その別の指標でも同じ事例が上位になると主張したりはしていません。

参考事例をレビューする際に役立つのは、選定の問いを二つに分けることです。「広告のどこかを長く見てもらえたのはどの事例か」と「ブランドを長く見てもらえたのはどの事例か」では、持ち寄る材料が変わることがあります。どちらのリストも、あらゆる意味で最も優れた広告のリストにはなりません。

記録されたブランド注視時間には、どれほど差があったか

選ぶ事例数を固定したうえで、二つのリストのブランド注視時間も比較しました。境界で同値になった場合は、残りの枠を同値の事例に等分しました。都合のよい事例を手作業で選ぶのを避けるためです。[3]

59群を等しく重み付けすると、広告全体で選んだ事例のブランド注視時間は平均0.536秒、ブランドで選んだ事例は0.822秒でした。差は0.286秒で、群別の差の中央値は0.266秒です。個々の群の差は0.068秒から0.898秒でした。

この差の向きは、計算の仕組みで決まっています。同じ記録からブランドの値が最も高いものを選べば、そのブランド平均は同じ件数を別の方法で選んだ平均以上になるはずです。データから得られる情報は、差の大きさと広がり、そして選ばれる事例の変化です。新しい選定方法によってキャンペーンが改善する証拠ではありません。

選定方法がチームの実際の目標や対象者に役立つかどうかは、別途評価する必要があります。現時点で役立つ問いは、ブリーフで示したい特徴を理由にその事例を選んだのか、ということです。視覚的に印象深い事例にも価値はあります。選んだ理由が明確であればよいのです。

単位もブリーフに残しましょう。ここでの数値は、特定の閲覧課題での注視時間を秒で表したものです。記憶されたブランド名、購入意向、クリック、売上ではありません。そうした成果を知りたいなら、その成果を実際に測った証拠が必要です。

選ぶ件数を増やしても、違いは残る

選定結果を見る前に、別の境界を二つ定めました。上位10%を選ぶと、広告全体のリストから見たブランドのリストとの重なりは平均25.4%でした。上位30%まで広げると42.2%になりました。対応する記録上のブランド注視時間の差は、それぞれ0.371秒と0.219秒でした。選ぶ範囲を広げると共通の事例は増えますが、二つの目的からできたリストが互いに代用できるわけではありません。

別の比較として、公開データ上で同じブランド名が付き、配置も同じ事例をまとめ、10事例以上の群を残しました。685事例からなる48群では、上位20%の重なりは平均40.5%、ブランド注視時間の差は平均0.150秒でした。選ばれる事例が完全に一致する群もありました。[4]

事前に定めた選定ルールで何が変わるか

カテゴリ別の比較は同じ59群を使います。補助的な分類では、公開されたブランド名と配置が同じ48群を使います。

図表のすべての値を読む
比較広告全体の選択のうちブランドでも選択:平均(%)ブランドの選択のうち広告全体でも選択:平均(%)記録されたブランド注視時間の差の平均(秒)群数広告と掲載文脈の事例数
カテゴリと配置:上位10%25.4%24.8%0.371592,601
カテゴリと配置:上位20%34.5%33.9%0.286592,601
カテゴリと配置:上位30%42.2%41.8%0.219592,601
同じ公開ブランド名と配置:上位20%40.5%39.0%0.15048685
重なりの列は、境界で同値の事例を含め、各群を等しく重み付けした平均割合です。ブランド注視時間の差では、同値の事例に部分的な重みを付けて件数を固定し、群を等しく重み付けして平均します。同じ記録のブランド値で選ぶため、差が非負になることは仕組み上保証されます。大きさは記述的な値であり、成果の改善ではありません。

二つ目の分類は範囲が狭いものの、確認済みのキャンペーンや企業の内部での比較ではありません。ブランド所有者ではなく広告ページを表している可能性のある名称も含め、元データのラベルをそのまま使いました。話を都合よくするために黙って名称を修正せず、事前に定めた別の分類では結果がどう変わるかを示すためです。

カテゴリ別の群でも配置によって結果は異なり、広告全体のリストから見たブランドのリストとの重なりは、左ページで平均39.7%、右ページで30.1%、ページ全面で32.9%でした。これはアーカイブ内の異なる事例を記述したもので、広告を移動した効果ではありません。配置の推奨には使えません。

値を少し動かしても、選定の違いの多くは残る

公開された注視時間は、100分の1秒単位で記録されています。そこで、あえて小さな数値変化を試しました。広告全体とブランドの各値を、それぞれ独立に最大0.01秒動かせるものとし、ゼロ未満にはせず、選定の境界を計算し直します。[5]

元の比較で広告全体のリストだけに入った348事例のうち、318事例は、許したすべての変化の下でも広告全体のリストだけに入ることが保証されました。ブランドのリストだけに入った359事例のうち、306事例はブランドのリストだけに残ることが保証されました。これらは59群をまとめた件数であり、前述の各群を等しく重み付けした割合とは異なります。

値を少し動かしても、一方だけに残る事例は多い

カテゴリと配置を組み合わせた59群での、主分析の上位20%リストです。各値を独立に最大0.01秒動かせるものとし、選定境界を計算し直します。

図表のすべての値を読む
比較一方のリストだけに安定して残る事例数当初、一方のリストだけに入った事例数
広告全体への注目でのみ選ばれた事例318348
ブランドへの注目でのみ選ばれた事例306359
元の件数は、最初に一方のリストだけに選ばれた事例を示します。安定した件数は、許されたすべての数値変化の下でも、そのリストに残ることが保証され、他方には入れない事例です。件数は群をまたいで合計しています。これは数値への感度を調べる確認であり、閲覧者についての信頼区間ではありません。

この確認で扱うのは、記録された値が選定の境界にどれだけ近いかです。新しい閲覧者を再現したり、標本誤差を推定したりするものではありません。順位の違いを統計的に確かめるために必要な閲覧者ごとの記録は、公開データにありません。これらのファイル上で数値の違いが安定していても、過去のデータの記述であることは変わりません。別の対象者でも同じ順位になるという約束ではありません。

5点の参考広告で考える、架空のレビュー

小さな生活雑貨ブランドが、新しい照明を紹介するためにクリエイターへ依頼するとします。主な参考事例を入れる枠は二つです。以下の数字は意思決定を説明するための架空の値であり、アーカイブ内の5広告でも、照明のキャンペーンの予測でもありません。

5枚の参考カードの広告全体とブランドの注視時間を、Aは4.0秒と0.2秒、Bは3.5秒と0.8秒、Cは3.0秒と1.0秒、Dは2.0秒と0.4秒、Eは1.0秒と0.1秒とします。広告全体の値が高い2枚を選ぶとAとB、ブランドの値が高い2枚を選ぶとCとBになります。

両方に入るのはBだけなので、どちらから見ても重なりは50%です。最初の組のブランド注視時間は平均0.5秒、二つ目は0.9秒です。0.4秒という差は、設定した架空の入力値から生じます。実際のキャンペーンを変えることで得られる利益の推定ではありません。

2枠という制限も重要です。担当者が両方の組を合わせてA、B、Cにすることはできますが、それはレビューの対象を増やすことであって、元の「2事例を選ぶ」という判断を解決することではありません。制限を明示すれば、何を選ぶ必要があるのかがはっきりします。異なるリストを同じ問いへの答えとして扱うのではなく、目的を決めるか、意図的に枠を増やすかを選べます。

話し合うべきなのは、仕事の目的です。構図の中でブランドをどう見せるかを示すための参考事例なら、その目的に絞ってBとCを見ればよいでしょう。別の理由でAを残すなら、総合的な勝者と呼ぶのではなく、その理由をブリーフに書くべきです。

Aにも、クリエイターが取り入れたい技法はあるかもしれません。この研究は、ロゴを大きくすることや特定のビジュアル表現を指示するものではありません。興味深い構図をブランドへの注目の証拠と取り違えないよう、選定の目的を見える形で残すことを支持しています。測定値のない事例なら、「構図を理由に選定。ブランドへの注目は不明」と書きましょう。

次の案件に使えるレビュー用ブリーフ

選んだ理由をブリーフまで引き継ぐ

文字のない三つの配置。枠に入った抽象的なカード、トレーに置かれた3枚のカード、異なる細部を小さな枠で囲んだ、開いた比較用フォルダー。
  1. 目的を言葉にする

    参考事例がどの判断に役立つべきかを示します。

  2. 比較できる事例を選ぶ

    指標、候補の範囲、同値の場合の扱いを明記します。

  3. 何を取り入れるか説明する

    具体的な理由と次の確認事項を添えます。

計画を考えるためのイラストです。手順は提案するレビューの進め方であり、観察された経路や実験結果ではありません。

まず、決めたいことを書きます。「______を決めるために、参考広告を選ぶ」。最終フォルダーを作る前に文を完成させてください。構図の参考、商品の見せ方の参考、ブランド注視の測定値がある参考は、同じ画像である必要はありません。

証拠を示します。「この事例は______を理由に選定した。裏付けとなる測定値または観察は______」。その理由が、測定した閲覧行動、キャンペーン成果、チームによる見た目の判断のどれに基づくかを記録します。これらの説明は分けておきましょう。保存した人気投稿をフォルダーに入れても、視線計測の証拠が加わるわけではありません。

比較の条件を示します。「候補は______。______事例を残し、同値の場合は______として扱う」。順位を付ける前に、比較できる形式と文脈について合意してください。アーカイブの20%というルールは研究上の選択であり、キャンペーン予算や、あらゆる案件に適した選定件数の推奨ではありません。

残した事例ごとに説明します。「______を参考にする。______は前提としない」。ここで、クリエイターが実際に使える指示を渡します。架空の照明のブリーフなら、商品とブランドを構図の中にどう収めているかを見てもらい、キャンペーンでの実際の注目や売上は主張しない、といった書き方ができます。

不明な点も残します。「______についての証拠はない」。公開広告ライブラリやクリエイターのポートフォリオから選んだ場合、デザインは見えても、対象者の注目はわからないことがあります。確認できる出典と選んだ理由を記録しましょう。架空の測定値を与えなくても、刺激を受けた事例を有用な参考として扱えます。

次の確認を割り当てます。「______が、______までに______を確認する」。対象者を使ったテストを行うなら、測る結果とテスト条件は別途定めてください。デザインを見るだけなら、デザインレビューと記述します。選定の根拠をブリーフに添えておけば、次の引き継ぎで限定的な観察が裏付けのない成果の主張に変わるのを防げます。

方法、出典、再現用ファイル

出典は、版を固定したAdGaze-3500の公開データです。広告と掲載文脈を組み合わせた3,531事例があり、広告全体とブランドの平均注視時間はいずれも有限の非負値です。主分析では、20事例以上のカテゴリと配置の組み合わせ59群、2,601事例を残しました。選ばなかった930事例は値の欠損として扱っていません。事前に定めた群の大きさの条件から外れたものです。[1] [2]

閲覧課題では、オランダの調査施設のデスクトップ画面で、周囲の編集記事とともに静止画の雑誌広告を表示しました。参加者は自分のペースでページを閲覧しました。正確な収集日は公表されておらず、基になった資料の一部は2004年に発表された研究でも使われていました。したがって、2026年のデータ公開を、2026年の対象者やMeta広告を研究したものと読むべきではありません。[6]

n事例からなる各群で、選ぶ割合にnを掛け、小数点以下を切り上げた順位を境界とします。リストの構成を比較する際は、その順位で同値の事例をすべて含めます。群ごとに両方向の重なりの比率を計算し、各群を等しく重み付けして平均します。主分析のリストをすべてまとめて計算すると、広告全体で選んだ555事例中、共通は207事例で37.3%、ブランドで選んだ566事例中、共通は207事例で36.6%です。これらは見出しの結果とは異なる重み付けの問いに答えています。

件数を固定したブランド注視時間の比較では、境界より上の事例に完全な重みを与え、残りの枠を境界で同値の事例に等分します。また、同値の事例の選び方によって生じうる最小と最大の差も計算します。主分析の群で平均すると、その範囲は0.285秒から0.288秒でした。同値の事例の選択による範囲であり、信頼区間ではありません。[3]

広告への注目とブランドへの注目の違いは、先行研究ですでに示されています。AdGazerの論文も両者の関係を報告し、注目の予測や掲載文脈の割り当てを研究しています。今回の貢献は、公開された観測値を使った、あらかじめ定めた参考事例リストの比較です。方向別の重なり、件数を固定した記録上の差、選定境界の数値的な確認を含みます。この一般的な違いを初めて発見したとは主張しません。[7]

元データが提供するのは集計済みの平均注視時間であり、閲覧者ごとの記録や各事例の不確実性ではありません。そのため、信頼区間や有意性検定を付けず、記述的な結果を報告します。ダウンロードには、事前に定めた全群の結果、出典ファイルのハッシュ、分類ルール、計算手順を収めています。主な結果として取り上げなかった固定条件での比較も含みます。[8]

CSVには図表の8行に含まれる30個の数値を収め、各値の指標、単位、対象となる群を別々に明記しています。ZIPには全225件の群別比較、数値変化の検証59行、正確な出典ファイルのハッシュ、再現可能な計算を含みます。閲覧者の記録や広告画像は含みません。数値フィールドの小数点はピリオドです。

出典と注記

  1. YeらによるAdGaze-3500。公開コミット2b502d7cca8e8c0a747526b8727f53bf812e8735に固定しています。Influence IQの計算では、公開されたad-gaze、brand-gaze、category、brand-label、layoutの各配列を使用しています。パッケージに正確なファイルハッシュと全出力を記録しています。
  2. 主な分類は、公開カテゴリ名と左ページ、右ページ、ページ全面の配置の組み合わせで、20事例以上を条件とします。10%、20%、30%の比較は同じ59群を使います。各観測値は、広告と掲載文脈を組み合わせた刺激に対する平均値であり、人、キャンペーン、独立した広告主を単位とするものではありません。
  3. 件数を固定する比較では、k = ceiling(選択割合 × 群の大きさ)を使います。境界より上の事例の重みは1、境界で同値の各事例の重みは、残りの枠数を同値の事例数で割った値です。差の取りうる範囲は、広告全体の境界で同値の事例から、ブランドの値が最大または最小のものを選んで求めます。ブランドの値が等しい事例の中から選んでも、ブランドで選定した平均は変わりません。差の向きは同じ記録から選ぶ仕組みによって保証されるもので、改善の証拠ではありません。
  4. 補助的な比較では、公開された同一のブランド文字列と配置を組み合わせ、10事例以上を条件としました。48群、685事例になります。名称がどの法人やキャンペーンに対応するかは確認していません。広告ページの特徴を表す文字列もあります。結果を理由に削除した名称はありません。
  5. 数値の変化を試す区間は、各公開値の上下0.01秒とし、下限はゼロに切り詰めます。選定境界は元の値に固定せず、計算し直します。広告全体のみでの選択が安定している事例は、許されたすべての変化の下で、広告全体の集合への所属が保証され、ブランドの集合への所属が不可能である必要があります。ブランドのみの安定性はその逆です。これはリストへの所属の保証であり、同時の重なりについての厳密な上下限や標本区間ではありません。
  6. Yeら、AdGaze-3500: Evaluating Large Multimodal Models’ Ability to Predict Human Attention to Ads、CVPR Workshops 2026、3.1.2節。オランダでのデスクトップ閲覧課題を説明し、データの一部は先行研究で分析済みとしています。参考文献57はPietersとWedel(2004)を示します。正確な調査実施日と個々の閲覧記録は公開データに含まれていません。
  7. Yeら、AdGazer: Improving Contextual Advertising with Theory-Informed Machine Learningは、広告とブランドへの注目の関係や、掲載文脈の割り当てを研究しています。今回の分析は、新たな視線の結果を予測するのではなく、観測されたリストの構成と記録された平均値を調べています。
  8. データセットの帰属表示:YeらによるAdGaze-3500。版を固定したHugging Faceのデータセットに明記されたApache License 2.0に基づきます。パッケージには独自の分析コードと集計結果、出典とライセンスの案内を含めています。広告画像は再配布せず、別のライセンスが適用されるAdGazerの再現用リポジトリも取り込んでいません。

この記事は英語の原文から直接翻訳しています。分析対象は過去のオランダの資料であり、翻訳によって研究対象の集団が変わることはありません。

ブリーフとレビューを準備する