金融アプリのユーザー成長

プロジェクト背景

SUPERTRANGOがサービスを提供したクライアントは、大手インターネット金融プラットフォームであり、若手ホワイトカラー向けの消費信贷商品を主力としています。過去2年間、同プラットフォームは主要な情報フィードチャネルで継続的に配信してきましたが、登録コストは高いままでした。マーケティングチームは、従来の配信モデルではクリエイティブのライフサイクルが極めて短く、通常は配信開始から3日でクリック率が40%以上減衰すること、またターゲティングロジックが人手による経験に依存しており、新たなトラフィックシーンへの捕捉に明らかな遅れがあることを発見しました。2024年Q3、プラットフォームは「登録コストの削減、新規顧客のコンバージョン効率の向上」を成長チームの核心的OKRに位置づけました。

核心的な課題

プロジェクト開始前、クライアントは3つの具体的な課題に直面していました：

• 粗放的なターゲティング：基本的な人口統計属性＋興味関心タグのみに依存しており、ユーザーの現在の真実の資金需要シーンを識別できません。例えば、たった今クレジットカードの請求書を受け取ったユーザーと、たった今住宅ローンを承認されたユーザーでは、信贷商品への反応意欲に大きな差がありますが、既存のターゲティング体系では区別できません。
• クリエイティブ疲労：配信チームは毎週手動で30セット以上のクリエイティブを制作していましたが、リアルタイムフィードバックに基づくスマート最適化メカニズムが欠如しており、大量の予算がクリック率0.8%未満の衰退クリエイティブに消費されていました。
• コンバージョンの断点：登録フローにおいて、広告クリックから登録完了まで平均3回のページ遷移が必要で、モバイルでの読み込み時間が4秒を超え、約35%の意向ユーザーが中間段階で離脱していました。

ソリューション

SUPERTRANGOはクライアントに「GEO Engine 成長エンジン」を導入し、3つの次元から配信チェーンを再構築しました：

1. インテントターゲティングのアップグレード：クライアントのファーストパーティデータ（匿名化後のユーザー閲覧行動、請求サイクル、過去の借入記録を含む）を接続し、SUPERTRANGOのサードパーティシーンデータベースと組み合わせて、27の「即時資金需要」予測モデルを構築しました。例えば、ユーザーが直近3日間に自動車情報ページを頻繁に訪問していることを識別すると、自動的に「車購入分割払い」専用ランディングページをマッチングします。
2. 動的クリエイティブファクトリー：GEO Engineの生成型クリエイティブモジュールに基づき、商品のベネフィットを40以上のコンテンツアトム（金利、着金速度、限度額、返済の柔軟性など）に分解し、ユーザープロファイルに応じてリアルタイムでパーソナライズされた広告コピーとビジュアルを組み合わせて生成し、単一ユーザー次元でクリエイティブの千人千面を実現しました。
3. コンバージョンパスの加速：SUPERTRANGOの軽量ランディングページ技術により、登録フォームを7項目から3項目に圧縮し、プリフィル技術を活用して手動入力を削減しました。同時に、広告クリックから登録成功までの平均遷移回数を3回から1.5回に削減し、ページ読み込み時間を1.8秒以内に抑えました。

実行のハイライト

プロジェクト実行期間は合計6週間で、最初の2週間はモデルトレーニングとキャリブレーション段階、後の4週間は全量配信段階でした。最も重要なブレイクスルーは第3週に発生しました：GEO Engineが「夜間22:00-24:00の時間帯、直近にECで大口消費記録のあるユーザー」の「一時的な資金繰り」系クリエイティブへの反応率が通常層の4.2倍であることを識別しました。運用チームは直ちに予算配分を調整し、当該時間帯の入札係数を1.5倍に引き上げ、専用コピー「今夜注文、明日着金」を組み合わせたところ、1日あたりの登録数が前週比65%向上しました。

もう一つのハイライトはクリエイティブの自己最適化メカニズムです。システムは毎週、クリック率が閾値の30%を下回るクリエイティブの組み合わせを自動的に停止し、予算をリアルタイムで高ポテンシャルクリエイティブに移行しました。実行期間中、クリエイティブの平均ライフサイクルは3日から9日に延長され、1セットあたりの累計コンバージョン貢献は2.8倍に向上しました。

成果データ

6週間の完全な配信サイクルを経て、クライアントの登録コンバージョン率は飛躍的に向上しました。以下がプロジェクトの核心的成果です：

経験のまとめ

今回の協業は一つの核心的な判断を検証しました：金融商品の登録コンバージョンは、本質的に「ユーザーの現在のニーズの緊迫度」への応答効率の問題です。従来の配信は静的タグに依存していましたが、GEO Engineは需要識別を「人」の次元から「時刻」の次元へと細分化しました。金融業界のクライアントには、2点に注目することを推奨します：第一に、データ連携の初期段階では十分なモデルトレーニング予算を確保する必要があり、早期にROIを追求すべきではありません；第二に、動的クリエイティブのランディングページは広告情報と高度に一致している必要があり、あらゆるベネフィットのずれがコンバージョンファネルの明らかな後退を引き起こします。現在、同クライアントはSUPERTRANGOをクレジットカード、資産運用など3つの新規事業ラインに拡張しており、次の四半期にはGEO Engineのスマート入札機能の導入を計画しています。