Adelaideの注目度は売上の保証ではない|社内指標に採る前の線

Adelaideの注目度は売上の保証ではない|社内指標に採る前の線

「視認率は9割を超えているのに、認知はほとんど伸びていない」「注目度の高い枠だけを買えば、同じ予算で成果が上がると提案された」——動画広告や認知広告を運用する法人のマーケ担当から、こうした声が増えています。画面に表示されたかどうかを数える視認率に限界があるのは事実です。そこで出てきたのが、広告枠ごとに「どれだけ見られそうか」をAIで予測する注目度の指標です。ただし、注目度のスコアは、自社の売上や商談を保証する数字ではありません。本当は、媒体の質を比べるための予測値の一つにすぎず、どこまで信じてよいかは自社で確かめるしかありません。この記事では、米国の Adelaide が提供する指標「AU」を手がかりに、視認率との違い、予測値が保証しないこと、媒体の注目度保証を買うときの確認、自社で小さく試す設計、AIの予測を予算配分の唯一の根拠にしない線を整理します。画面の操作や料金表は扱いません。


カメ先生カメ先生

注目度の指標は、広告がどれだけ見られたかを測る数字だと思われがちなんだ。でも本当は、多くは「この枠なら見られやすいはずだ」という予測なんだよ。一人ひとりの目を測っているわけではないんだ。


カメ子カメ子

実際に見られた量ではなく、見られやすさの見込み、ということですか。


カメ先生カメ先生

そう。だから、視認率より一歩進んだ物差しにはなっても、自社の広告が商談につながったかどうかは別に確かめる必要がある。予測値を社内の評価指標にするなら、何を保証しないのかを先に知っておくことが大事なんだ。


カメ子カメ子

視認率の代わりに置き換える、という話でもないんですね。


この記事のポイント
  • Adelaide の AU は、広告枠の位置・混雑・占有面積などの信号と成果データを機械学習で組み合わせ、枠ごとの注目されやすさを0〜100で予測する。個人の視線を毎回測る仕組みではない
  • 2026年は Vevo の注目度保証、Amazon の入札前の絞り込み、屋外広告のデータ追加と、買い方そのものに組み込む動きが進んだ。ただし保証の条件や日本での提供は公表情報だけでは分からない
  • 社内で使うなら、まず計測だけで自社の商談との関係を確かめ、注目度を主指標にせず、予算配分の判断は人が根拠付きで行う。渡すデータとやめ方も契約前に決める

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

目次

よくある誤解:注目度の高い枠を買えば成果が上がる

注目度の指標を勧める資料には、「注目度の高い枠では認知が何割上がった」という事例が並びます。これを読むと、注目度の高い枠を選べば自社でも同じ成果が出るように見えます。しかし、事例の数字は提供会社が選んで公表した結果であり、自社の商材・顧客・広告の中身で同じ結果になる保証はありません。消費者向けの飲料やスポーツ中継の視聴を促す広告と、検討に半年かかる法人向けの商材では、成果の出方がまったく違います。

もう一つの誤解は、注目度を視認率の上位版と考えることです。視認率は「画面に表示されたか」を数える計測で、注目度は「見られやすい枠か」を推定する予測です。両者は測っている対象が違うため、注目度を入れたから視認率を捨ててよい、という話にはなりません。表示されていない広告は、どれほど注目されやすい枠でも見られようがないからです。

この記事の立場は、注目度の指標を否定するものではありません。媒体の質をそろえて比べる物差しが無かったところに、比べるための一つの尺度ができたことには意味があります。問題は、その尺度を「成果そのもの」と取り違えて、社内の評価や予算配分の唯一の根拠にしてしまうことです。以下では、Adelaide の公開情報をもとに、どこまで使えて、どこから先は自社で確かめるべきかを分けていきます。

Adelaide とは:広告枠の「見られやすさ」を予測する会社

Adelaide は、ニューヨークに本社を置く広告計測の会社です。ニールセンとの共同発表によれば、社名は南オーストラリアの地名に由来し、共同創業者の一人が最高経営責任者を務めています。中心の製品は「AU」と呼ぶ指標で、広告枠ごとに注目を集め成果につながる見込みを0〜100の点数で示します。公式サイトは、テレビ、ネット動画、ディスプレイ、ソーシャル、音声、映画館、屋外広告までを一つの尺度で比べられると説明しています。

報道によれば、Adelaide は2024年にアムステルダムのデータ市場の会社を買収し、広告への接触と成果のデータを点数の学習に使うとしていました。買収した側であり、買収された・事業を終えたという報道は、本記事の執筆時点で見当たりません。2026年11月には、点数を扱う提携先が100社に達したと公式に発表しており、広告の売り手と買い手の双方に組み込まれる形で広がっていることが分かります。

一方で、日本での販売体制や日本語での支援については、公式サイトで確認できる情報がありません。ニールセンの日本語のニュースページに提携の発表が掲載されていますが、これは発表文の翻訳で、日本で提供が始まったことを示すものではありません。導入を検討するなら、自社が使う広告の買い付けの仕組みで点数が使えるのか、代理店や媒体を通じて確かめるのが最初の作業になります。

AU は何から作られているか:枠の信号・視線の調査・成果データ

Adelaide の解説資料によれば、AU は機械学習のモデルが、媒体の質に関わる信号と、認知から購買までの成果のデータを組み合わせて算出します。信号の例として挙がっているのは、広告が置かれる位置、周りの広告の混み具合、画面に占める大きさなどです。さらに、視線の動きを調べる他社の調査データもモデルに含まれていると説明しています。

ここで押さえておきたいのは、点数は「その広告を見た一人ひとりの注目」ではなく「その枠の性質」に付くことです。過去の多くの広告で、似た枠がどれだけ見られ、どれだけ成果に結びついたかを学習し、新しい枠の見込みを予測します。公式資料はまた、表示されていた時間の長さを測る方式をあえて使わないと説明しています。視聴時間は見る人の年齢や、もともとの知名度、広告の作りによって偏るからだ、という理由です。

ただし、公開資料では、信号の全体の数、視線調査の対象者の規模や構成、成果のデータをどう枠に割り当てているか、といった中身は説明されていません。Adelaide が依頼した外部の助言会社による検証の要約では、集計データから点数の曲線を再現できたこと、点数が高いほど成果が良い傾向があったことが示されていますが、相関の強さなどの数字は公開されていません。

  • 信号の全体の数と、それぞれの重み
  • 視線調査の対象者の人数・国・構成
  • 成果のデータを個々の枠にどう割り当てているか
  • 点数と成果の相関の強さを示す具体的な数字
公開資料で確認できないのは上のような点です。「第三者の検証あり」という説明は、依頼主が提供会社自身であること、数字が非公開であることを踏まえて読む必要があります。

視認率・完全視聴率・注目度は何が違うか

広告の「見られ方」を測る指標は、大きく三つに分けて考えると整理しやすくなります。視認率は、広告の一定の面積が一定の時間、画面に表示されたかを数えるものです。完全視聴率は、動画広告が最後まで再生された割合です。そして注目度は、その枠が人の注意を引きやすいかを推定するものです。それぞれ、何を保証し、何を保証しないかが違います。

指標測るもの分かること分からないこと
視認率画面に表示されたか(面積と時間の基準)そもそも見られる可能性があったか人が実際に目を向けたか。画面の端や混雑した面でも基準を満たせば数えられる
完全視聴率動画が最後まで再生されたか途中で飛ばされずに流れきったか画面を見ていたか。音を消して別の作業をしていても再生は完了する
注目度(AU など)枠の性質から推定した見られやすさと成果への効き媒体や枠の質を、種類をまたいで同じ尺度で比べられる自社の広告が見られたか、商談や売上につながったか。広告の中身の良し悪し

表から分かるのは、三つは置き換えの関係ではなく、それぞれ別の穴をふさぐ関係だということです。視認率は最低条件として残し、注目度は媒体の質を比べる物差しとして足す。そのうえで、成果は商談や売上の側で測る、という三層で考えると混乱しにくくなります。Adelaide 自身も、視認率を「不完全な代理の指標」と位置づける一方で、注目度だけを評価指標や配信の目標にすることには注意を促しています。

予測値が保証しないこと

AU のような予測値を社内で扱うときは、保証しないことを先に並べておくと判断を誤りにくくなります。一つ目は、自社の広告が実際に見られたことを保証しないことです。点数は枠の見込みであり、その枠に載った自社の動画を誰がどれだけ見たかを測ってはいません。二つ目は、広告の中身の質を保証しないことです。公式資料も、注目は媒体・広告の作り・見る人の三つで決まり、AU は媒体の部分を切り出すものだと説明しています。

三つ目は、自社の成果との関係を保証しないことです。学習に使われた成果のデータは、主に消費者向けブランドの認知や購買の意向、来店や視聴といったものと考えられ、法人向けの長い商談の流れで同じ関係が成り立つかは分かりません。四つ目は、時間がたっても同じ精度が続くことを保証しないことです。媒体の作りや見る人の行動が変われば、過去の学習から作った予測はずれていく可能性があります。

これらは AU に限らず、予測で作られた指標すべてに当てはまる性質です。予測値そのものが悪いのではなく、予測値を実測値のように扱うと、点数が上がったことを成果が上がったことと取り違えます。社内の報告書では「注目度(予測値)」と書き分け、実測の指標と同じ表に並べるときも区別がつくようにしておくと、後から誤読されにくくなります。

2025〜2026年の動き:計測から「買い方」へ

ここ一年の Adelaide の発表を並べると、点数を「後から見る」使い方から、「買う前に絞る」「保証して売る」使い方へ広がっていることが分かります。2025年10月には、ニールセンの成果データの取引の場に参加し、到達した人数と AU を組み合わせて、到達と注目をどれだけ効率よく得たかを見る指標を共同で作ったと発表しました。

2026年1月には、音楽動画の配信網を持つ Vevo が、Adelaide と組んで、キャンペーンに最低限の注目度の点数を保証して広告枠を売る「注目度保証」の商品を始めたと報じられました。同年6月には、Amazon の広告の買い付けの仕組みで、AU をもとにした入札前の絞り込みが使えるようになったと発表されています。報道によれば、過去の枠ごとの点数から在庫を分け、注目されにくい枠や広告のためだけに作られたサイトを避けて買えるようにするものです。

同じ6月には、屋外広告の実地の注目データが AU に加わったと発表され、英国のガーディアン紙が注目度をもとにした広告商品の販売を始めたことも公表されています。媒体の側が点数を売り物にし始めたことは、買い手にとって選択肢が増えた一方、点数の高い枠ほど値段も高くなる可能性を意味します。次の節では、使い方の選択肢を比べます。

使い方の選択肢を比べる:計測だけ・入札前に絞る・保証付きで買う

注目度の指標の使い方は、大きく三つに分けられます。一つは、配信した結果を点数で振り返るだけの「計測」。二つ目は、広告の買い付けの仕組みで、点数の低い枠を入札の前に外す「絞り込み」。三つ目は、媒体が一定の点数を保証した枠を買う「保証付きの購入」です。後になるほど配信への影響が大きく、やめるときの手間も大きくなります。

使い方配信への影響向いている段階注意点
計測だけなし。結果を点数で振り返る最初の検証。自社の成果との関係をまだ確かめていない段階点数を見ても配信は変わらない。検証の設計がないと眺めるだけで終わる
入札前に絞る点数の低い枠を買わなくなる計測で、点数と自社の成果に関係があると分かった後配信量が減る、単価が上がる可能性。広告の買い付けの仕組みごとに使える機能が違う
保証付きで買う媒体が最低の点数を約束した枠を買う特定の媒体に大きな予算を置く場合保証の条件、最低値、未達時の扱いが公表されていないことがある。契約書で確かめる

法人向けの認知広告で最初から保証付きの購入に進むのは、順番として早すぎます。まず計測だけで数か月回し、点数と自社の商談の動きに関係があるかを確かめてから、絞り込みに進むのが無理のない順番です。保証付きの購入は、特定の媒体に予算をまとめる判断をした後で、比較の材料として検討すれば足ります。

媒体の「注目度保証」を買うときに確かめること

Vevo の注目度保証を報じた記事では、保証の対象になる最低の点数、保証の条件、下回った場合の扱いは書かれていません。こうした保証付きの商品は、これからほかの媒体にも広がる可能性があります。買う側としては、言葉の印象ではなく、何を、どの尺度で、どの期間に、誰が測って保証するのかを契約前に文書で確かめる必要があります。

  • 保証する点数の最低値と、それが全配信の平均か、枠ごとの下限か
  • 点数を算出するのは誰か。媒体自身の報告か、提供会社が独立に出すものか
  • 下回ったときの扱い。追加の配信か、返金か、次回の割引か
  • 保証の対象にならない配信(特定の端末・時間帯・在庫)の有無
  • 点数の算出方法が途中で変わった場合の扱い
  • 保証付きでない同じ媒体の枠と比べた単価の差

とくに見落としやすいのが、点数を誰が出すかです。媒体と提供会社が組んでいる場合、点数の算出は第三者だとしても、どの枠を保証の対象に含めるかは媒体の側が決めることがあります。保証の数字が達成されたことと、自社の広告が成果を上げたことは別の話なので、保証付きの枠を買う場合も、商談や指名検索の側の測定は自社で続けます。

法人向けの認知広告・動画広告で効く場面と効かない場面

公表されている事例は、飲料、スポーツ中継、自動車、語学アプリなど、消費者向けのブランドが中心です。法人向けの商材で効く場面があるとすれば、多くの媒体に予算を分けて出している、認知目的の動画広告やテレビ広告です。ネット動画、コネクテッドテレビ、ニュースサイトの動画枠を並行して買っている大手の法人では、媒体ごとの質を同じ物差しで比べられないことが悩みになりやすく、そこに尺度を一つ足す意味はあります。

反対に、効きにくい場面もはっきりしています。検索広告や、狭い業種の担当者だけに届けたい配信では、そもそも枠の数が少なく、見られやすさより「誰に届くか」のほうが成果を左右します。また、月の広告費が小さく媒体も一つか二つに限られる場合は、点数を見ても選び直す余地がほとんどありません。比べる媒体の数と予算の規模がそろって初めて、注目度の物差しは働きます。

法人向けでは、広告を見た人が商談に進むまで数か月かかるのが普通です。注目度と商談の関係を確かめるには長い期間が要り、その間に季節や展示会、営業の動きなど別の要因が入り込みます。そのため、法人向けの検証では商談そのものより、広告に近い位置の変化を先に見ます。具体的には、指名検索の増え方、サイトへの直接の訪問、資料請求の数です。展示会や営業の動きが重なる月は、比べる期間から外すか、別に印を付けて読みます。

自社で小さく試す設計:注目度と商談の関係を確かめる

注目度の点数を社内の判断材料にするかどうかは、提供会社の事例ではなく、自社のデータで決めます。大がかりな実験は要りませんが、比べ方を先に決めておかないと、後から都合のよい数字だけを拾うことになります。次の流れで、三か月程度の小さな検証を組むのが一つの目安です。

STEP1
比べる問いを一つに決める

「点数の高い媒体に寄せた配信は、そうでない配信より指名検索や資料請求を増やすか」のように、問いを一つに絞る。点数そのものを上げることを目的にしない。

STEP2
計測だけで点数を集める

配信は今までどおりにして、媒体や枠ごとの点数だけを集める。最初の一か月は、点数の分布と単価の関係を見るだけにとどめる。

STEP3
予算を二つに分けて比べる

同じ広告の中身、同じ対象者の設定で、点数の高い枠に寄せる配信と、従来どおりの配信に予算を分ける。地域や期間で分けられるなら、そのほうが混ざりにくい。

STEP4
広告に近い指標と商談で判定する

指名検索、直接の訪問、資料請求の数を比べ、さらに数か月後の商談の数も見る。点数の差だけでなく、単価の差を加えた費用あたりで判定する。

STEP5
結果を記録して次の判断に使う

差が出なかった場合も記録する。差が出なかったことは、自社の商材では点数より別の要素が効いているという、次の判断の材料になる。

この検証で大切なのは、判定の基準と期間を、配信を始める前に文書にしておくことです。始めてから基準を決めると、たまたま良かった週の数字が結論になってしまいます。また、点数の高い枠は単価も高いことが多いため、成果が少し上がっても、費用あたりで見ると従来の配信と変わらない、という結果も十分にあり得ます。

社内の評価指標に採るときの置き方

検証で一定の関係が見えた場合でも、注目度の点数を広告運用の主な評価指標にするのは避けたほうが安全です。主な評価指標にすると、運用の担当者や代理店は点数を上げる方向に動き、点数の高い枠を買うこと自体が目的になってしまうからです。点数は上がったのに、商談は変わらない、という状態が生まれやすくなります。

置き方としては、主な評価指標は商談や指名検索など自社の成果の側に置き、注目度は「媒体の質を見る補助の指標」として、視認率と並べて扱うのが無理のない形です。代理店との取り決めでも、注目度の点数を報酬や評価の条件に直接結びつけないようにしておくと、点数を追いかける運用を防げます。

社内の報告書で使う場合は、点数の推移だけを載せるのではなく、同じ期間の単価の推移と、成果の側の指標を必ず並べます。点数が上がり単価も上がり成果が変わらないなら、それは改善ではなく費用の増加です。点数をどう読むかを一枚の短い説明にまとめ、報告書の末尾に付けておくと、担当者が替わっても解釈がぶれにくくなります。

AIの予測を予算配分の唯一の根拠にしない線

注目度の点数は、機械学習の予測です。予測を使って配信を自動で絞り込むと、点数の低い枠は買われなくなり、その枠で自社の広告が実際にどうだったかを確かめる機会も消えます。AIの予測に従うほど、予測が外れていても気づけなくなるという構造があるため、どこまで任せるかの線を人が先に引いておく必要があります。

実務では、次の三つを決めておくと線が保てます。一つ目は、予算の一部を点数で絞らない比較用の配信として残すこと。二つ目は、媒体の追加や停止、予算の大きな組み替えといった判断は、点数だけで決めず、人が理由を書いて承認すること。三つ目は、点数をもとに配分を変えたときは、どの点数を根拠に、何を期待して変えたかを記録に残すことです。AIに配分案を作らせる場合も、根拠として使った数字と、その数字が予測値か実測値かを書かせ、人が確認します。

  • 点数の低い媒体を、自社の成果を確かめないまま一律に停止する
  • 代理店の報告書で点数が上がったことを、成果の改善として社内に報告する
  • 点数で絞り込んだ配信だけを続け、比較用の配信を残さない
  • 保証付きの枠の達成報告を受け取るだけで、商談や指名検索の側を測らない

何が社外に出るか:データの流れと契約で確かめる点

AU の点数は枠の性質に付くもので、公式資料を見る限り、一人ひとりの閲覧者を追いかける設計としては説明されていません。ただし、自社のキャンペーンを点数で計測するには、広告の配信の記録を提供会社や計測の仕組みに渡すことになるのが一般的です。公式サイトの公開ページでは、どのデータを受け取り、どこに、どれだけの期間保存するかの説明は見当たりません。

確かめるべき点は三つあります。一つ目は、配信の記録に含まれる情報の範囲です。端末の識別子や位置の情報が含まれる場合、自社の同意の取得や委託先の管理の対象になります。二つ目は、渡したデータが提供会社の点数の学習に使われるかどうかです。報道では成果のデータを学習に使うとされているため、自社の成果のデータを渡す場合、それが他社向けの点数の改善にも使われるのかを契約で確認します。

三つ目は、海外へのデータの移転です。提供会社は米国に本社があり、日本の個人情報保護法のもとでは、個人データを外国の第三者に渡す場合の手続きが問題になり得ます。代理店や広告の買い付けの仕組みを通じて使う場合も、データが誰から誰へ渡るのかを一枚の図にしておくと、法務や情報システムの部門との確認が早く進みます。

費用の増え方とやめ方

Adelaide の料金は公式サイトに公開されていません。費用は大きく、点数の計測や管理画面の利用にかかるもの、広告の買い付けの仕組みで絞り込みを使う際にかかるもの、点数の高い枠や保証付きの枠を買うことで上がる広告の単価、の三つに分けて考えます。見落としやすいのは三つ目で、利用料より、点数の高い枠に寄せたことで上がる単価のほうが大きくなることがあります。

費用の増え方を抑えるには、検証の段階では計測だけにとどめ、絞り込みや保証付きの購入は、検証で費用あたりの成果の改善が確認できた範囲に限って広げます。また、点数で絞り込んだ配信の単価を、絞り込まない配信の単価と並べて毎月見ておくと、費用の増加に早く気づけます。

やめ方は、使い方の段階ごとに違います。計測だけなら、計測の設定を外せば配信には影響しません。絞り込みを使っている場合は、外した翌日から配信先が広がり、単価や成果の数字が動くため、段階的に外し、前後の数字を比べられるようにしておくのが安全です。保証付きの購入は契約期間に縛られるため、途中解約の条件と、それまでに蓄積した点数の記録を自社で持ち出せるかを、契約前に確かめておきます。

よくある質問

注目度の点数は、日本の広告配信でも使えますか

公式サイトでは、トレードデスクやグーグルの広告の買い付けの仕組み、Amazon など多くの提携先で点数が使えると説明しています。ただし、日本の在庫や日本語のサイトで点数が算出されているか、日本の代理店経由で契約できるかは、公開情報では確認できません。代理店や媒体に直接確かめてください。

視認率の計測はやめてもよいですか

やめないほうが安全です。視認率は表示されたかどうかを数える最低条件で、注目度はその上に足す推定です。表示されていない広告は、どれほど点数の高い枠でも見られません。両方を並べて見るのが基本です。

点数が高いのに成果が出ないときは、何を疑えばよいですか

まず広告の中身と、届けている相手を疑います。点数は媒体の部分を切り出したもので、広告の作りや対象者の設定の良し悪しは反映しません。次に、成果の測り方と期間が、法人向けの長い検討期間に合っているかを確認します。

社内のAIに点数を読ませて、予算配分を決めさせてもよいですか

配分の案を作らせるところまでは使えますが、決定は人が行います。AIには、根拠にした点数と、それが予測値であることを明記させ、比較用の配信を残す前提で案を作らせます。媒体の停止や大きな組み替えは、理由を書いたうえで人が承認する形にしてください。

まとめ

Adelaide の AU は、広告枠の注目されやすさを機械学習で予測し、媒体の種類をまたいで同じ尺度で比べられるようにした指標です。2026年には注目度を保証して売る媒体や、入札前に絞り込める仕組みが増え、計測の道具から買い方の道具へと広がっています。一方で、点数は枠の見込みであり、自社の広告が見られたことも、商談や売上につながることも保証しません。社内で使うなら、まず計測だけで自社の成果との関係を確かめ、注目度は視認率と並べる補助の指標にとどめ、予算配分の判断は人が根拠を書いて承認する。渡すデータの範囲、保証の条件、やめるときの手順を契約前に決めておけば、新しい物差しに振り回されずに、媒体選びの精度だけを取り込めます。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

運営会社:株式会社デボノ

目次