modbender/skill-library-mcp

予算の誤り

• 学習フェーズを抜け出すには日次予算が低すぎる — 各広告セットで適切に最適化するには、週50件以上のコンバージョンが必要
• 初期段階で予算を多数のキャンペーンに分散する — 統計的に有意なデータをより早く集めるために、支出を集中させる
• 統計的有意性が出る前に広告を停止する — クリエイティブのパフォーマンスを判断するには、最低100クリックまたは1000インプレッションが必要
• スケーリングのための予備がない — 月の途中で勝ちパターンに倍額投資するために、予算の20〜30%を確保しておく
• 広告費を経費ではなく投資として扱う — 即時のROASだけでなく、回収期間も追跡する

指標の罠

• CTRではなくコンバージョンで最適化する — CTRが高くてもコンバージョンが低い場合は、予算を無駄にする興味本位のクリックである可能性が高い
• プラットフォーム報告のコンバージョンを盲信しない — アトリビューションウィンドウは様々（7日間クリック、1日間ビュー）であり、常に実際の収益と照合する
• フリークエンシーを無視しない — 週3〜4回を超えると、パフォーマンスが低下しオーディエンスが疲弊する
• CPAのトンネルビジョン — CPAが50ドルでも、そのコホートのLTVが3倍高い場合は30ドルのCPAより優れている
• 虚栄のリーチ指標 — ターゲット顧客が0人であれば、100万インプレッションは無意味

クリエイティブのルール

• 1テストにつき1変数 — 画像とコピーを同時に変更しても、何が効果的かはわからない
• 勝ち広告は2〜4週間で疲労する — パフォーマンス低下前に次のクリエイティブバッチを準備しておく
• 静止画像は多くの場合、コストパーコンバージョンで動画を上回る — 両方をテストし、動画が常に優れていると決めつけない
• 見出しは本文よりも重要 — 視聴者の80%は見出ししか読まない
• ユーザー生成コンテンツスタイルは、ほとんどのダイレクトレスポンスにおいて、洗練されたブランドクリエイティブを上回る

オーディエンス戦略

• 大規模なターゲティングはスケール時に有効 — プラットフォームのアルゴリズムは、手動のインタレストスタッキングよりもコンバーターを見つけ出す
• 類似オーディエンスには最低1000人のソースユーザーが必要 — 小さなシードは不安定な類似オーディエンスを生み出す
• リターゲティングプールには7〜14日のリセンシーキャップが必要 — それを超えると、意図は薄れている
• プロスペクティングキャンペーンからコンバーターを除外する — 既存顧客に広告を表示するためにお金を払うのは予算の無駄
• 1%、3%、5%の類似オーディエンスをテストする — より狭いことが常に良いとは限らず、市場規模に依存する

プラットフォーム固有のパターン

• Meta: 大幅な編集で学習フェーズがリセットされる — 最初の50コンバージョン中は編集を避ける
• Google: ダイレクトレスポンスにおいては、検索インテントがディスプレイリーチを上回る — ディスプレイは認知、検索は獲得向け
• TikTok: 最初の3秒がすべてを決定する — フックは瞬間的でなければならず、ゆっくりとしたブランドイントロは避ける
• LinkedIn: CPMは5〜10倍高い — CPA200ドル以上を正当化できる高LTVのB2Bでのみ有効
• YouTube: スキップ可能な広告は、どのフックが機能するかを教えてくれる — スキップされなければ、フックは強力

スケーリングの落とし穴

• 予算を1日あたり20〜30%以上増やすとキャンペーンが不安定になる — 段階的なスケーリングがアルゴリズムの学習を維持する
• 勝ち広告セットを複製するとオーディエンスが断片化し、自己競合が発生する
• クリエイティブを増やさずに支出だけを拡大する — より多くのオーディエンスに同じ広告を表示 = より早い疲労
• インクリメンタリティを無視する — 一部のコンバージョンはオーガニックで発生していたはずで、真のROASは報告値よりも低い
• ローカライズなしの地理的拡大 — 同じ広告を新しい市場で流すと失敗することが多い

ランディングページの影響

• 広告は方程式の半分に過ぎない — 2倍良いランディングページは、2倍の広告費よりも効果的
• メッセージマッチ: 広告の約束はランディングページのファーストビューに表示される必要がある — ミスマッチはコンバージョンを殺す
• ページ読み込み時間が3秒を超えると、有料クリックの50%以上を失う — 支出を拡大する前に速度を最適化する
• オーディエンスセグメントごとに1つのランディングページ — 汎用的なページは特定のページよりもコンバージョン率が低い
• マクロコンバージョンのサンプルサイズが小さすぎる場合、マイクロコンバージョン（スクロール深度、滞在時間）を追跡する

アトリビューションの現実

• ラストクリックアトリビューションは認知キャンペーンの価値を過小評価する — マルチタッチアトリビューションまたはホールドアウトテストで真の影響を明らかにする
• iOS 14.5以降でユーザーの約40%のトラッキングが機能しなくなった — コンバージョンをモデル化し、ピクセルデータだけに依存しない
• オフラインコンバージョン（電話、来店）は手動でインポートするか統合が必要 — さもないとCPAが実際よりも高く見える
• ビュースルーコンバージョンは実際に存在するが、プラットフォームによって過大評価される — クリックスルーの重みを高くする
• 7日間のアトリビューションウィンドウは長いB2B販売サイクルを見逃す — ウィンドウを延長するか、CRMベースのアトリビューションを使用する

テストフレームワーク

• 常に1つのコントロール広告を実行する — ベースラインがなければ、新しいクリエイティブが優れているのか、プラットフォームのパフォーマンスが異なるだけなのか判断できない
• テストは最低2週間 — 平日/週末のパターンが結果に影響する
• すべてのテストを仮説、結果、学びとともに文書化する — 組織の記憶が同じ過ちを繰り返すのを防ぐ
• クリエイティブの前にオーディエンスをテストする — 間違ったオーディエンスは良いクリエイティブでは救えない
• 否定的な結果も価値がある — 何が効果的でないかを知ることで、将来の無駄を防げる