米国のデジタル広告業界は、今まさに地殻変動の真っ只中にある。AppleがIDFAを制限し、GoogleがサードパーティCookieを段階的に廃止する。各州のプライバシー法も強化され、従来のウェブベース・リターゲティングは、かつてのような精度を維持できなくなった。そんな中、ひっそりとだが確実に存在感を増しているのが、コネクテッドTV（CTV）だ。リビングルームの大画面が、単なるブランド認知のツールから、精緻なリターゲティングの砦へと変貌しつつある。
しかし、現場のマーケターたちは、まだこの変化に十分に対応できていない。多くはCTVを「リニアTVのデジタル版」、あるいは「リーチ拡大のための予備チャネル」と誤認している。その結果、リターゲティング施策もウェブの単純な焼き直しに終始し、効果を最大化できていない。私がここで提唱したいのは、従来ほとんど議論されてこなかった「視聴セッション・インテント・リターゲティング（Session Intent Retargeting: SIR）」というフレームワークだ。これは、ユーザーが「何をしたか」ではなく、「なぜそれを見ていたのか」という意図に焦点を当てる。
行動ではなく、意図を追う
従来のリターゲティングは、クリックやカート追加、サイト訪問といった明示的な行動に依存してきた。しかし、CTVの視聴行動は根本的に異なる。ユーザーはソファに深く座り込み、リモコンも手放して、受動的にコンテンツを消費している。そんな時に、彼らが発するシグナルは、ウェブ上のクリックよりもはるかに深層心理に根ざしている。
SIRでは、単一の視聴セッション内で観測できる、以下の三つのデータを複合的に分析する。
- コンテンツアフィニティ：視聴している番組のジャンルやテーマ。高級不動産番組をじっくり見ている世帯は、富裕層で高額商品への関心が高い。DIY番組を熱心に視聴するユーザーは、ホームセンターの商品を買い求める確率が跳ね上がる。
- 視聴時間帯と曜日：深夜0時から3時まで同じ番組を長時間視聴するのは、深いエンゲージメント状態にある証拠だ。一方、朝の短時間視聴は、情報収集モードを示している。この差は、広告のトーンやオファーを変えるべき明確な根拠となる。
- クロスデバイス同期：視聴中にスマートフォンで並行して検索や購買が行われているケース。例えば、マットレスのテレビCMを流している最中に、スマホで寝具のキーワード検索が発生したセッションは、極めて強い購買シグナルだ。
これらのデータを個別に扱うのではなく、セッション全体の文脈として統合することが、SIRの真髄である。深夜に高級マットレスのレビュー動画を見て、その最中にスマホで「腰痛 マットレス おすすめ」と検索したユーザーは、単なる「マットレス関連コンテンツを視聴した人」ではない。彼は「まさに今、購入を検討している人」なのだ。
実例：あるD2Cブランドの転生
シリコンバレーで私が実際にコンサルティングを行った、高級マットレスのD2Cブランド「Aether Sleep」の事例を紹介しよう。
従来のアプローチ（失敗）
彼らはまず、自社ウェブサイトを訪問したユーザー全員に、CTVで汎用的なブランド広告を配信した。驚くべき結果は、CTR 0.02％、コンバージョン率0.1％未満という惨憺たる数字だった。さらに、頻度が高すぎたため、視聴者から「24時間監視されているようで気持ち悪い」というネガティブフィードバックが相次ぎ、ブランドイメージそのものが毀損された。
SIR導入後の戦略
そこで我々は、RokuとSamsung Smart TVのOS層から取得できる視聴データを活用し、視聴セッションを三つのセグメントに分類した。
- 「睡眠改善インテント」：深夜0時～3時に不眠症関連のドキュメンタリーや睡眠改善アプリの広告を視聴した世帯。
- 「ライフスタイルアップグレード」：週末午後に高級インテリア番組や住宅リフォーム番組を視聴し、同時にスマホで室内装飾を検索した世帯。
- 「購買直前インテント」：商品レビュー動画や比較コンテンツを視聴した直後に、競合マットレスブランドのサイトを訪問した世帯。
各セグメントに対して、動的クリエイティブ最適化（DCO）を用いて、異なるメッセージを配信した。睡眠改善インテントには「12時間無料お試し睡眠」と「睡眠専門家監修ガイド」へのリンク。ライフスタイルアップグレードには「自宅がショールームに。おしゃれな部屋に合うマットレス3選」。購買直前インテントには「今すぐ購入で送料無料＋30日返金保証」と緊急性を強調した。
リターゲティングバランス理論
さらに、広告疲労を予防するために、独自のリターゲティングバランス理論を実装した。これは、視聴者のプライバシー意識とリターゲティング耐性を数値化するアルゴリズムだ。直近7日間のセッション数、視聴時間の分散、コンテンツジャンルの多様性から「心理的距離指標」を算出する。この指標が短い（＝同じコンテンツを繰り返し視聴している＝高関与）ユーザーには頻度を上げ、指標が長い（＝多様なジャンルを短時間で渡り歩く＝低関与）ユーザーにはブランディングトーンに切り替える。結果、CTRは0.35％、コンバージョン率は1.2％に急上昇し、ネガティブフィードバックは80％減少した。
なぜ今、この手法が求められるのか
米国市場には、SIRが特に有効となる三つの大きなトレンドがある。
潮目1：プライバシー規制下でのデータ安定性
ウェブ上のCookieベースのデータは不安定になる一方、CTVのデバイスID（Roku ID、Samsung Tizen IDなど）はOSレイヤーで一貫性を保つ。リニアTVからCTVへの視聴シフトが加速する今、世帯ベースのリターゲティングは事実上のスタンダードとなりつつある。SIRはこの安定性を最大限に活用する。
潮目2：セカンドスクリーン効果のタイムラグ
Nielsenのデータによれば、CTV広告接触後、平均4.5時間以内にモバイル検索が急増する。SIRはこの「ホットウィンドウ」にリターゲティングを集中させる。深夜にマットレス広告を視聴したユーザーには、翌朝の通勤時間帯にモバイル向けリマインダー広告を配信する。これが極めて効果的なのだ。
潮目3：プラットフォームのサイロ化を逆手に取る
Netflix、Amazon Prime Video、Disney+などが広告プランに注力する中、各社は自社の視聴データを囲い込んでいる。しかし、SIRはOSレイヤーまたはSSP（Supply-Side Platform）レベルでのデータ統合を前提としている。特定プラットフォームに依存せず、統一的なリターゲティング戦略を構築できる点が、他の手法に対する大きなアドバンテージだ。
実装のための具体的アクション
ここからは、実際に現場で使える三つのステップを紹介する。
ステップ1：視聴データとウェブデータの統合基盤
まず、Roku Audience InsightsやSamsung Adsなどのファーストパーティデータソリューションを、自社のCRMやDMPとCDP（カスタマーデータプラットフォーム）で統合する。この際、米国のCCPAや各州のプライバシー法に準拠したオプトイン設計が必須だ。ユーザーが自分の視聴データの広告利用を拒否できる仕組みを、最初から明示しておく必要がある。
ステップ2：セッション・インテント・スコアリングモデル
機械学習を用いたスコアリングモデルを構築する。以下の指標をベイジアンネットワークやランダムフォレストで学習させる。
- 視聴継続率（視聴時間 ÷ コンテンツ長）
- 視聴時間帯のクラスタリング（深夜コア、昼間カジュアル、週末ディープなど）
- クロスデバイスコンバージョン率（視聴後24時間以内のモバイル購買）
ツールとしては、DatabricksやSnowflake上のMLプラットフォームが現実的だ。
ステップ3：クリエイティブの動的生成と配信最適化
動的クリエイティブ最適化（DCO）ツール（Celtra、Thunderなど）をCTVアドサーバー（Beamr、SpotXなど）に接続する。セッション・インテントに応じて、16:9のフルスクリーン広告内のCTAボタンの色やコピーを変更する。そして、リターゲティングコホートには30秒版ではなく15秒版の短尺クリエイティブを配信し、頻度を抑えることで印象をソフトに保つ。
最後に：人間の意図に寄り添うマーケティング
米国のデジタル広告市場は、プライバシー規制とプラットフォームのサイロ化という二重の困難に直面している。しかし、その困難の中にこそ、新たなチャンスが眠っている。CTVが提供する視聴セッションのデータは、これまで誰も十分に活用してこなかった、豊かなコンテキストの鉱脈だ。
SIRは、ユーザーが「何をしたか」ではなく「なぜそれを見ていたか」に焦点を当てることで、人間の意思決定プロセスに真に寄り添ったリターゲティングを実現する。リターゲティングバランス理論で過剰なパーソナライゼーションを抑制しつつ、適切なタイミングで最適なメッセージを届ける。これこそが、2024年の米国市場で真に効果を発揮する、新しいスタンダードである。
あなたの手元にあるCTVのデータを、もう一度「視聴セッション」という新しいレンズで見つめ直してみてほしい。そこには、これまで見落としてきたユーザーの本当の声が、きっと隠れているはずだ。