コンバージョン6.5倍を達成。カカクコム「求人ボックス」、現場負荷ほぼゼロで成果最大化を実現

データ強化・オーディエンス開拓・タグ再設計によるCV6.5倍の実現

Criteo導入後、求人ボックスではAIによる広告最適化を最大限に活かすため、単なる広告配信ではなく、「AIが学習しやすい環境づくり」として、以下の3点に注力しました。従来の運用では、配信結果の改善は主に運用担当者の手動調整に依存していましたが、AIが自動で最適化できる基盤を整えることで、限られた運用リソースでも大きな成果を上げることを狙いました。

1. 求人データのフィード強化
   AIが広告配信を最適化するには、学習できるデータ量が重要です。求人ボックスでは、従来の数十万件規模だったフィードデータを数百万件に拡大し、AIが学習する情報の質と量を大幅に向上させました。これにより、広告配信の精度が向上し、より関連性の高いユーザーへの表示が可能となりました。また、職種や勤務地など詳細条件の情報も正確にAIに伝わるよう整備され、ターゲティング精度の改善にもつながりました。
2. オーディエンスのテストによる新規層開拓
   従来はリターゲティングが中心でしたが、Criteoの多様なオーディエンス機能を活用し、非リターゲティング層も含めて徹底的にテストを実施。結果、配信全体の約3分の2を非リターゲティング層が占める構成に更新でき、新規ユーザー獲得の幅が大きく広がりました。これにより、従来届きにくかった潜在層への訴求が可能となり、サービスの成長を加速させる基盤を構築できました。
3. タグ設計の全面見直し
   広告最適化の精度は、ユーザー行動データの正確な取得に依存します。求人ボックスでは、配信最適化の基盤となるタグがきちんとワークする構造に修正。階層やデバイスの判別を随時正確にCriteoと連携することで、AIが学習できる環境を整備し、本来の配信ポテンシャルを発揮することができるようになりました。

これらの施策の結果、コンバージョン数は前年比6.5倍に達し、効率を維持しながら大幅な獲得増加を実現。求人ボックスの成長戦略を力強く後押しする成果となりました。