From:Dr.kappa
月曜日、午後7時48分
大学、オフィスより
これは私が広告アフィリエイトを始めたばかりの頃の話。
当時、私はまだコピーの勉強もしていませんでした。
その為、他のアフィリエイターの記事を参考に、見よう見まねで記事LPを書いてみたのです（広告はクリックせず、キャッシュからアクセスしました、念の為）。
そして、恐る恐る出稿。
PPC（Pay Per Click）を使っていたので、最短、当日にも成果が出るという謳い文句を信じて、
その日の内に成果が出ないかと期待していました。
結果ですが？
全く売れませんでした。
1日。
1週間。
1か月。
「もっとアクセスが出れば売れるかも」と期待しましたが、どれだけ待っても売れませんでした。
そこで私は思ったのです。
「何か問題があるに違いない。
だが、次にどうやって修正すれば良いんだ？」と。
もしかしたら、あなたも当時の私と同じような感想を抱いたことがあるかもしれません。
・アフィリエイト記事を書いたけど、全く成約しない
・セールスレターを書いてみたけど1つも売れない
・それなのに、次にどうすれば良いのか全く分からない…
ただ、私が幸いだったのは、当時、既に研究者をしていたこと。
したがって、理論物理学で学んだ手法をコピーにも応用できないか？と考えられたのです。
標語的に言えば、「コピーを科学にできないか？」と考えました。
このような野望を抱いた頃には、コピーの勉強も始めていました。
その為、クロード・ホプキンスをはじめとする有名なコピーライター達も、同様の考えを抱いていたことを学んでいたのです。
ですが、私はそれで満足できませんでした。
というのも、「厳密な科学に近付ける」「テーブルの上の議論を避け、実際のテストの結果に基づく」と言いながら、実際の統計はほとんど書かれていないから。
それ故、彼らの本を読んでも、「テーブルの上の議論」とあまり変わらない、という印象がどうしても抜けませんでした。
（名著なのは間違いないので、コピーを書こうと思う者は全員彼らの本を読んだ方が良いとは思いますが。）
「いま目の前にあるLPを修正しようにも、どう修正すれば良いのか？」という問題に、それらの本は道筋を示してくれないように当時の私は感じたのです。
おまけに、当時（そして今も）コピーを厳密な科学にしようという試みを行っている方が巷に見つかりませんでした。
そこで、「なら自分でやってみようか」と考えました。
「コピーを厳密な科学に」と思うと、何か大それたものに感じるかもしれません。
ですが、基本的な考えはシンプルです。
まず、科学は何をするものでしょうか？
一言で言えば、考えたい対象をブラックボックスと見なすところから全ては始まります。
次に、その対象を調べる為に、外から色々な操作をしてみるのです。
そして、応答として得られる結果を分析することで、ブラックボックスの性質を明らかにしようという考えが、科学の基本です。
例を挙げてみましょう。
もし高校などで物理学を学んだことがありましたら、熱力学をご存じかもしれません。
この場合、文字通り箱の中に入った気体や液体の性質を調べる問題を考えます。
性質を調べる為には、黙っていても何もわかりません。
そこで、叩いてみたり、熱を加えてみたりします。
これが上で書いた「外からの操作」の具体例です。
その結果、手に返ってきた手ごたえから圧力が測れたり、あるいは体積の変化が見られることもあります。
これが上で書いた「応答」の具体例。
そして、熱力学では、このような入力と出力の関係を調べることによって、箱の中に入った物質の熱力学的性質を調べます。
この考え方を少し抽象化すると、科学は次のような営みだと言い換えることができます：
考える対象を関数（ブラックボックス）とし、様々な入力（外からの操作）と出力（応答）の関係を調べる問題。
科学の方法の抽象化に成功しました。
素晴らしいですね。
ただ、もしかしたら「そんな机上の空論で遊んで、何の役に立つんだ？」と思われるかもしれません。
大いに役立つと私は考えています。
というのも、この理解を得ると、コピーライティングも科学のまな板の上に乗せられるから。
コピーに上の考えを適用しようとすると、まず考えなければならないのは、入力と出力が何か？という問題です。
出力の方はまだ易しいかもしれません。
というのも、
・成約率
・読了率
・遷移率
などなど、結果を特徴づける数字は色々と思い付くから。
では、入力としては何を持って来れば良いでしょうか？
これも色々あります。
例えば、分かりやすいところだとヘッドコピーの文字数。
あるいは、他に有名なところだとFV（First View；ページを開いた1面）に目線が合うような人の写真が入っているか否か。
（この例から分かるように、科学の方法を抽象化しておくと、コピー以外も同じ土台で扱えるようになります。）
そして、対象となる見込み客、より一般的には人間を関数と考えるのです。
（より正確には、複数の入力を持ち、複数の出力を持つ関数、多変数関数などと呼ばれます。）
これら入力と出力の関係を、統計を用いて明らかにすれば、
「どの入力をどう操作すると、どの出力がどう変化するか」が分かるようになります。
例えば次のようなことが可能になるのです：
・目線が合う写真をFVに入れると、FV通過率が上がる
・リスティング広告の文面に○○を書くと読了率が下がる
・逆にディスプレイ広告の文面に○○を書くと読了率が下がる
などなど。
しかも、統計を使うメリットとして、エラーまで定量的に評価可能。
真っ当な統計の使用者であれば、その統計がどれくらい信用できるのか？まで気にします。
標準偏差という数を使うと、この信頼度が評価できるのです。
したがって、「今これだけのサンプル数があるから、成約率54％という結果は、95%の確率で信頼できる」などと言えるようになるのです。
（得られた結果を100％と言わないのは、統計では次のような考え方をするからです：
一般論をお話ししてもややこしくなるだけなので、具体例で考えてみましょう。
イカサマのされていない、6面を持ったサイコロを振る問題を考えます。
では、1の目が出る確率は何でしょうか？
私たちは数学的に6分の1という「答え」を知っています。
ですが、このメールで考えている広告のような場合、答えは事前には知りません。
そこで、実際にサイコロを振った結果だけから確率を推測する問題を考えてみたいと思います。
すると、大体6回に1回くらい、1の目が出る筈ですが、実際にはエラーが含まれ、多少のバラツキは生じてしまいます。
例えば、1回しか振らなかったら、3の目などが出て、3の目が出る確率は100％、1の目が出る確率は0％と、明らかにおかしいデータになってしまいます。
ですが、どれかの目、例えば6だけが多く出ることは無いので、100回、1万回、100万回と何度もサイコロを振っていけば、それらのエラーの回数は無視できるようになっていくと考えられます。
言い換えると、試行回数を増やすことによって、データは実際の確率に近付いていくと考えられます。
つまり、サンプル数を増やすと、得られた結果がエラーである確率は小さくなっていきます。
この考え方を、統計学では定量化することに成功しているのです。
ガウス分布と言うものを使うと、「平均の周りのどれくらいの幅に収まっている確率がどれくらいか」を評価できます。
通常、シグマという文字を使ってこの幅を表します。
1シグマの幅にデータが収まる確率は約68％、2シグマに収まる確率は約95％などなど。
そして、私が使っているツールでは、この統計の信頼度まで自動的に計算してくれるようにしてあるのです。
したがって、サンプル数が少ないと言うことも一目瞭然。
もし、ABテストの結果、予想した結果が得られたとしても、信頼度が50％では結果を信用できません。
そこで、このような場合は「もっとサンプルを集めようか」と判断し、もう少し辛抱強く広告費を突っ込むことも出来ます。
広告のこのような性質から、広告運用には忍耐や勇気が居ると言う方もいらっしゃいます。
補足が長くなりましたが、本題に戻ります。）
このような手法、具体的には「どこをどう修正したら、どの結果がどのように変わるか」を明らかにしてくれる方法、しかも、その判断の誤差まで定量的に評価してくれる術を科学と言わずに、何を科学と言うのでしょうか。
私は、この考えをコピーに応用してきました。
そして、自身で広告を出稿し、信頼度まで考慮した統計・データを集め、人間という関数の性質を調べてきたのです。
信頼度まで考慮した統計である以上、適切な修正により、狙った結果が得られるという再現性まで期待されます。
しかも、「95％の確率で」など、誤差込みの主張まで可能としてくれるのです。
このツールを使わずに、こんなことができる方を知っていますか？
例えば、「ヘッドコピーのリーダビリティ値を3ポイント上げると、95％の確率で成約率が2.3倍になるよ」などと言える方が他にいるでしょうか？
少なくとも私は知りません。
私はこのツールを使うことによって、当初目指していた「コピーを科学に」という目標はだいたい達成できたと考えています。
ただ、もちろん、まだ課題は残っています。
それは入力として切り出す、コピーを特徴付けるパラメータを完全に定量化するまでには至っていないから。
ヘッドコピーの文字数やリーダビリティ値など、分かりやすい切り口は問題無いのですが、これ以外にも原理的に無限個の切り口があり得ます。
したがって、それらをどうやって系統的に数値化するか？という課題は残っています。
（もし、結果に大きく影響を及ぼす切り口を見つけることが出来たら、それらのパラメータをいじることによって、大きく成果を伸ばすことが狙えます。
私は自身で広告を出稿し、このツールを使って得られたデータを分析する中で、そんな切り口をいくつか見つけて来ました。
もし、ご興味がありましたら、それらの切り口もどこかでご紹介したいと思います。）
ですが、ご自身で様々な切り口が思い付けば、現時点の私のツールを使うだけで、多くの洞察を得られると考えます。
そこで、もし私のツールを使いたい場合は、こちら
https://pont.co/u/drkappa/digital/4490100-1
からダウンロードできるようにしました。
無料としなかった理由は、以前の私のように、「どこをどう修正すれば良いのか分からない」と悩んでいる方、言葉を磨こうと真剣な方だけに使って頂きたいからです。
セールスコピーライティングを科学にするツールを使って、予想通りの成果が出せるようになりたい場合は、Pontからご購入ください。
P.S. 上で触れた切り口の「ヒント」はサンプルとしてツールの中に記入してあります。
ご興味がありましたらダウンロードしてみてください。
P.P.S. 私は私が提供するサービスには基本的に返金保証を付けるタイプです笑
したがって、例えばNoteの有料記事などは全て返金保証を受け付けている筈です。
ただ、Pontでの返金保証の付け方は分かりません。
そこで、このようにしたいと思います：
もしご購入頂いた後、返金をご希望（理由は問いません）の場合、ご連絡下さい。
返金の代わりに、Noteの有料記事を価格分だけプレゼントさせて頂きます。
最後までお読み頂き、どうもありがとうございました。
ご質問やご意見を歓迎します。
このメールは良かったですか？
他にどんなことを知りたいですか？
私のemailまでご連絡下さい。
また、お友達やご家族へのこのメールの転送は
お気軽にどうぞ。
私が提供しているサービス一覧は次のページをご覧下さい：
https://ownstyle.info/archives/97
—————————————————-
博士（理学） Dr.kappa
email:drkappa100@gmail.com
—————————————————-
※本メールに掲載された記事・情報を
許可なく転載（転送を除く）することを禁じます。
コメント