定義
Audience(オーディエンス) とは、ブランドの広告・コンテンツ・メール・SNS投稿などが実際に届く「見込み顧客の集まり」を指します。DTC/EC文脈では、単なる「閲覧者」ではなく、属性・行動・購買履歴・興味関心でセグメント化されたターゲット層を意味します。
たとえば「20〜30代女性」「過去90日以内にカート放棄したユーザー」「Instagramで動画を3回以上視聴した人」など、条件で切り出されたユーザーの集合体がオーディエンスです。広告配信・LTV最大化・再購入促進のすべての起点になります。
類比:オーディエンスは「釣り堀の区画」
- 海全体 = インターネット上の全ユーザー
- 釣り堀 = 自社サイト・SNS・メルマガリスト
- 区画(生け簀) = オーディエンス
同じ釣り堀でも「初心者向け区画」「大物狙い区画」に分けることで、エサ(クリエイティブ)と釣り方(チャネル)を最適化できます。闇雲に海へ網を投げるのが「マス広告」、区画を絞るのが「オーディエンスターゲティング」です。
公式・指標
DTCでオーディエンスを評価する基本式は以下です。
オーディエンス規模 × リーチ率 × CTR × CVR × AOV = 売上
具体例:
- オーディエンス規模:120,000人
- リーチ率:45% → 54,000人に配信
- CTR:2.8% → 1,512クリック
- CVR:3.5% → 52.9購入
- AOV:8,500円 → 約449,650円
さらに再購入を見込む場合:
LTV = AOV × 購入回数 × 継続率
- AOV 8,500円 × 年2.4回 × 継続率60% = LTV 約12,240円
このLTVがCPA(獲得単価)を上回っていれば、オーディエンス拡張に投資すべき判断材料になります。
オーディエンスの種類 比較表
| 種類 | 定義 | 主な用途 | 強み | 弱み |
|---|---|---|---|---|
| コアオーディエンス | 自社の理想顧客層 | 新規獲得 | 拡張性が高い | 精度は粗い |
| カスタムオーディエンス | サイト訪問・購買履歴など | 再ターゲティング | CVRが高い | 規模が限られる |
| 類似オーディエンス(Lookalike) | コア/カスタムに似た層 | 新規開拓 | 獲得効率が良い | 元データの質に依存 |
| リターゲティング | カート放棄・閲覧済み | 離脱挽回 | ROASが高い | 配信過多で離反リスク |
| 除外オーディエンス | 既購入者・非対象 | 配信制御 | 無駄コスト削減 | 設定ミスで機会損失 |
応用シーン
1. 新規獲得(Prospecting)
コアオーディエンス+類似1〜3%で広告配信。CPA4,000円、CVR1.8%が初期ベンチマーク。
2. 再ターゲティング(Retargeting)
過去14日カート放棄者に限定配信。CVR8〜12%、ROAS600〜900%が現実的な目標。
3. メール/LINE配信
購買後30日のフォローアップ。開封率35%、クリック率6%、再購入率12%をKPIに設定。
4. LTV最大化
優良顧客セグメント(購入3回以上)を抽出し、VIP限定オファーを配信。離脱率を18%→9%に改善した事例も。
よくある誤解・落とし穴
1. 「オーディエンス=リストの大きさ」ではない
規模より「質」と「温度感」。10万人の冷たいリストより、1万人の高関心層が勝ちます。
2. 重複配信の放置
リターゲティングと新規獲得で同じ人に二重配信すると、CPAが1.4倍に膨らむケースあり。
3. 除外設定の忘れ
既購入者に新規向け広告を出すのは典型的な無駄。除外オーディエンスを必ず設定。
4. プライバシー規制の無視
Cookie規制・iOSのATT以降、カスタムオーディエンスの精度は低下。1stパーティデータ(メール・LINE・購買履歴)の蓄積が生命線。
5. セグメントを細かくしすぎる
1セグメントあたり1,000人未満になると学習が回らず、配信が不安定化します。
関連用語
- セグメント:オーディエンスを条件で分割した単位
- ペルソナ:オーディエンスを人物像として具体化したもの
- リターゲティング:行動済みユーザーへの再配信
- Lookalike(類似オーディエンス):既存顧客に似た新規層
- 1st Party Data:自社で取得した顧客データ
- CPA / ROAS / LTV:オーディエンス評価の主要KPI
- ファーストパーティCookie:自社ドメインで取得する行動データ
まとめ
オーディエンスは「誰に届けるか」を決めるDTCの設計図です。
規模 × 精度 × 温度感の3軸で設計し、CPA・ROAS・LTVで検証する。
そして何より、自社データ(1st Party Data)を溜め続けることが、規制時代の最強の武器になります。
