同じ設定を繰り返した広告でも、メッセージの発生率は異なった
コロンビアの大学がFacebook広告の16種類の設定を繰り返しました。結果から、1つの率だけでは見えない背景がわかります。
2026年5月から6月にコロンビアの大学が実施した募集キャンペーンの広告384件をInfluence IQが分析。
要約
同じ広告設定でも、配信を繰り返すと報告された結果は異なり得ます。コロンビアの大学の募集キャンペーンから、2026年5月から6月に16種類の設定を各24回配信したFacebook広告384件を分析しました。各設定内で、表示1,000回あたりの報告された会話数の率に従って広告を並べ、6番目と18番目の値を比較しました。16設定中12設定では、高い方の値が低い方の2倍以上でした。設定ごとに計算した両値の差の中央値は、表示1,000回あたり0.60会話でした。これは広告1件あたりのメッセージ数が少ない1キャンペーンの記述的な分析であり、他の広告主の基準値ではありません。率とともに件数や範囲を示すと、この違いが見えやすくなります。[1][2][3]
小さなチームがFacebook広告の結果をクライアントに報告するとします。1回の配信では会話が3件、同じ設定による別の配信では6件と報告されました。2回目は件数が2倍ですが、その差を説明するには表示回数、報告期間、各配信の状況も必要です。表示の規模が変われば比較の見え方も変わります。
同じ設定の配信でも結果は異なり得る

同じ設定で広告を繰り返す
大学の学生募集広告を研究した研究者が、コロンビア南西部で行ったFacebookキャンペーンの広告ごとの記録を公開しました。キャンペーンには16種類の設定があり、それぞれクリエイティブの種類と対象オーディエンスで定義されていました。著者によると、2026年5月14日から6月6日までの24日間、各設定につき毎日1件の広告を開始しました。各広告の予算は10,000コロンビアペソでした。384件は1つの広告主による1つのキャンペーンの記録であり、384件の独立したキャンペーンではありません。[1][2]
各設定に含まれる24件の間で、報告された結果がどの程度変わったかを調べました。異なるオーディエンスやクリエイティブを比較せず、論文の設定ごとに分けています。各広告について、開始されたと報告された会話数を表示回数で割り、1,000を掛けました。表示回数は広告が表示された回数で、同じ人が複数回見ることもあります。この値は表示1,000回あたりの会話数であり、1人がメッセージを送る確率ではありません。[1]
著者は、クリック後7日間と表示後1日間のアトリビューション設定を使い、各広告の終了翌日に指標をエクスポートしたと報告しています。そのため、報告されたメッセージはクリック後だけでなく表示後にも広告へ帰属し得ます。翌日のエクスポートは7日間すべての追跡結果ではありません。データには各記録の正確な開始日がないため、時系列ではなく繰り返し配信した記録として扱います。[1][2]
各設定の中央部分にも幅があった
設定ごとの24個の率を低い順に並べ、6番目と18番目を選びました。これは最も近い順位を使う方法による第1四分位と第3四分位です。最も極端な値を比較から除き、観測された率の中央付近のばらつきを示します。高い方を低い方で割りました。16設定すべてで低い方の値が正だったため、すべての比率を計算できました。[3]
16設定中12設定では、第3四分位が第1四分位の2倍以上でした。設定ごとに計算した16個の比率の中央値は2.26倍でした。別に計算した、上下の四分位の差16個の中央値は、表示1,000回あたり0.60件の報告された会話でした。2つは設定をまたいだ別々の計算の要約であり、1つの典型的な設定の両端を示すものではありません。[3]
ある1設定を例に計算を見ます。6番目の率は3,559回の表示に対し報告された会話が1件で、1,000回あたり約0.28件でした。18番目は4,441回の表示に対し4件で、1,000回あたり約0.90件でした。後者の率は前者の約3.21倍です。これは率で並べた2件の記録であり、必ずしも連続する日でも将来の予測でもありません。[3]
広告1件あたりの報告された会話数の中央値は4件でした。10件の広告ではゼロ、16設定中8設定にはゼロの広告が少なくとも1件含まれていました。件数が少ない場合、比率と件数は異なる側面を示します。表示がちょうど5,000回なら、報告された会話が1件増えると、率は1,000回あたり0.20件変わります。この計算だけでは実際の広告間に差が生じた理由はわかりません。[2][3]
16設定におけるメッセージ率のばらつき
12設定では第3四分位が第1四分位の2倍以上、4設定では2倍未満でした。
| 第3四分位を第1四分位で割った値 | 設定数 | 割合 |
|---|---|---|
| 2倍以上 | 12 | 75.0% |
| 2倍未満 | 4 | 25.0% |
広い意味のクリックインタラクションは異なるばらつきだった
元データにはMetaの「クリック(すべて)」もあります。リンクのクリックに加え、リアクション、シェア、画像やプロフィールへのクリックなども含むため、リンククリックだけより広い指標です。広告ごとに表示1,000回あたりのクリックインタラクションを計算し、メッセージとは別に並べて各設定内で同じ比較を行いました。[1][3]
16設定における第3四分位と第1四分位の比率の中央値は、「クリック(すべて)」で1.15倍、報告された会話で2.26倍でした。クリックインタラクションの比率は16設定すべてで1.5倍未満でしたが、会話の比率は16設定すべてで1.5倍以上でした。四分位間の差の中央値はそれぞれ、表示1,000回あたりクリックインタラクション13.84件、会話0.60件でした。会話は相対的なばらつきが大きい一方、各指標の単位で見た絶対差は小さくなりました。[3]
両指標は定義も件数も異なります。この比較から、クリックが報告されたメッセージにつながったこと、クリックインタラクションの差がメッセージの原因であること、または両方の分子に同じ人が含まれることはわかりません。広告が問い合わせを生んだか判断する際は、より広いインタラクション数とともに問い合わせの指標も確認しましょう。
指標別の相対的・絶対的なばらつき
報告された会話の率は相対的なばらつきが大きく、2つの絶対差は異なる成果件数を使っています。
| 指標 | 比率の中央値(倍) | 表示1,000回あたりの差の中央値 |
|---|---|---|
| 報告された会話 | 2.26 | 0.60 |
| クリックインタラクション(すべて) | 1.15 | 13.84 |
率と一緒に件数を示す
それぞれ5,000回表示された2回の架空の配信を考えます。報告された会話3件は表示1,000回あたり0.60件、6件は1.20件です。後者は前者の2倍で、差は3会話、1,000回あたり0.60件です。表示回数が異なれば、件数だけでは同じ比較はできません。
役立つ報告には、設定と予算、日付とアトリビューション期間、表示回数、報告された成果の件数、率の分子と分母を記載できます。比較できる配信が複数ある場合は、個々の結果や明確に定義した範囲も示せます。その範囲に含む配信と、両端が最小値と最大値なのか、四分位なのか、別の値なのかを明記します。
実際に何を決めるかも確認しましょう。結果の収集を続けるか、クリエイティブを変更するか、クライアントと予算を話し合うかを決める場合があります。繰り返した結果は1回分より多くの背景を示しますが、このデータは必要な配信回数や、別のキャンペーンを改善する変更を示すものではありません。新しい結果を見る前に判断基準を決めると、何を比較するのか説明しやすくなります。
元データでは各広告の終了直後に結果をエクスポートしました。自分たちの報告では、アトリビューション設定に加え、数値を取得した時点も記録しましょう。表示された日付や設定が似ていても、異なる時点の2つのエクスポートでは追跡期間が異なることがあります。
結果をその状況に照らして読む
このキャンペーンはコロンビアの一部の自治体で大学のプログラムを宣伝し、広告ごとに少額の固定予算と自動配置を使いました。同じ設定を繰り返していても、到達した人、配信時刻、配置の組み合わせ、オークションの条件は異なり得ます。同じ人が複数の広告を見た可能性もあります。データからは、こうした要因のどれかが観測されたばらつきを説明するかどうかは特定できません。[1]
16種類の設定は1つのキャンペーン内の異なる組み合わせです。企業の無作為抽出ではなく、他の市場、キャンペーン目的、予算に典型的な変動を示すものではありません。繰り返した配信は条件を共有する可能性もあるため、1設定の24件を24件の別々のキャンペーンの独立した反復としては扱いません。
研究者の論文が調べたのは、キャンペーンにおける発話者の種類と制作者の開示の影響という別の問いです。私たちの分析は公開記録を使って各設定内のばらつきを説明します。人間とAIのクリエイティブを比較したり、どちらが優れていたかを判断したりするものではありません。[1][2]
記録の分析方法
公開されたStataファイルには、一意の観測IDを持つ384件、16種類の設定コード、コードごとに24件の記録がありました。各コード内では公開されたクリエイティブ、発話者、制作者の開示、性別、年齢の各項目が一定でした。全記録で表示回数は正、クリック数とメッセージ数はゼロ以上で、除外はありません。全件が1,000表示以上でもあったため、事前に予定したその条件で標本は変わりませんでした。[2][3]
公開された件数から広告ごとに2種類の率を計算し、各設定内で指標ごとに24個の率を別々に並べて6番目と18番目を選びました。各設定は指標ごとに1つの比率と1つの差を要約に提供します。SQLiteと厳密な分数を使う別の計算でも、同じファイルの数値抽出から各グループの四分位を再現しました。再現パッケージには出典リンク、ハッシュ、コード、集計結果があります。[3]
事後の感度確認として、最も近い順位の代わりに線形補間した四分位を使用しました。この方法ではメッセージの比率が2倍以上だったのは16設定中11設定で、その比率の中央値は2.09倍、差の中央値は表示1,000回あたり0.56会話でした。同じ記録による別計算であり、独立した再現ではありません。ここでの主張は有意性検定や変動の原因の特定に依存しません。[3]
論文では若い対象グループを18~24歳と記述していますが、公開ファイル内のラベルには18~25歳とあります。サブグループの比較は行わず、どちらかのラベルを選んで不一致を解消することもしません。ダウンロードできるパッケージにはグループ化と測定の確認を収めており、元の広告動画を再公開せずに分析を確認できます。[1][2][3]
ダウンロードには集計結果、出典リンク、ハッシュ、コードが含まれます。ZIPに個別の広告記録や動画は含まれません。
出典と注
- Arango-Espinal、Rodríguez Orejuela、López-Herrera「Human Spokesperson Versus Artificial Intelligence Avatar and Authorship Disclosure in Digital Advertising」(2026年)。キャンペーン設計、指標、アトリビューションと取得時点。
- López-Herrera、著者のデータと再現資料、Zenodo、2026年。データセットはCC BY 4.0と表示。
- Influence IQの分析パッケージ。出典リンク、ハッシュ、計算コード、グループ別集計結果。
すべての言語版は、同じコロンビアのキャンペーンと2026年5月から6月の収集期間を説明しています。翻訳によって他市場の根拠になるわけではありません。
