OOH広告の価値を「アテンション×AI」で再定義する時代へ　― 効果測定もアンケートも、AIが進化を加速する ―

OOH（交通・屋外広告）を出稿した際、「本当にターゲットに見られているのだろうか？」「この広告は人々の記憶に残っているのだろうか？」そう感じたことはありませんか。

長らくOOH広告の効果は、インプレッション（露出回数・期間）やリーチ（到達人数）といった量的指標と、掲出後のアンケート調査による想起（Ad Recall）が主な評価手法でした。

しかし、消費者の注意（アテンション）が限られ、情報の洪水が日常化した今、「見られた可能性」だけでは広告の価値を説明しきれません。
世界ではいま、どれだけ注意を獲得し、記憶に残せたかを測る“アテンションメトリクス”の潮流が加速しています。そして、その中心にあるのがAIです。

なぜ今、「アテンション」がOOHの新たな成長軸なのか

● 従来KPI（インプレッション／リーチ）の限界
従来のOOH評価は「〇万人が広告を目にした可能性」という推定ベースでした。
しかし、以下のような課題を克服できません。

いま必要なのは、「量（リーチ）」だけでなく「質（アテンション）」を捉える指標です。

● アテンションを構成する主な要素

これらを複合的に測ることで、広告の“見られ方”＝アテンションの質を定量化できます。

■世界で進む「AI × アテンション計測」の最前線

これらに共通するのは、AIによる定量的なアテンション可視化によってOOH媒体の価値を再定義している点です。

AIは「アテンション」をどう計測し、最適化するのか

● AIによるクリエイティブ最適化

生成AIが複数のクリエイティブ案を生成し、場所・時間帯・通行量・照度などの条件に応じて自動で最適化。たとえば「駅構内で最も視線が止まりやすい色調・動き」をAIが学習し、自動調整します。

● AIによる配置・評価の最適化

ロケーション・サイズ・視界条件などを基に、AIが「期待アテンションスコア」を予測し、
媒体の組み合わせや配置を科学的に最適化。従来の“経験や勘”に頼った出稿から、データに基づく運用設計へ進化しています。

「アンケート」もAIが変える　― Ad Recallの限界とパッシブ計測の台頭 ―

On Device社の調査「Brand Lift’s Biggest Mistake」によると、従来の広告想起（Ad Recall）アンケートは信頼性に課題があります。

● Ad Recallの構造的リスク

つまり、“人間の記憶”に依存した調査は、過大評価や誤認を含む構造的リスクを抱えています。

● 次世代の調査は「AIパッシブ計測」へ

今後のアンケートは、視認性・滞留・注視・感情反応などをAIが自動的に解析する仕組みへ進化します。これにより、回答者の主観に頼らない“実測型Ad Recall”が可能になります。

AI導入はゴールではない　―「実験」から「成果を再現できる運用」へ ―

AI導入やアテンション計測自体が目的ではありません。大切なのは、効果を再現できる運用設計です。

● 実践ステップ

こうした運用ループが、広告効果の「再現性」と「継続性」を生み出します。

未来のOOHは「成果を証明できるメディア」へ

OOHはもはや“感覚”や“経験”の領域ではありません。
アテンション×AIによって、OOHは科学的に最適化されるメディアへと進化しています。
大阪メトロアドエラは、OOHにおけるAIアテンション計測の普及を通じて、「広告の価値を可視化し、再現できる未来」をともに創造していきます。

▼参考記事

Contact