Google広告を運用する中で、自動入札などの便利な機能を利用しているにもかかわらず、思うように成果が上がらない状況に悩むケースは少なくありません。リスティング広告において、AIによる最適化をいかに活用するかは極めて重要な課題です。

本エントリでは、Google広告の機械学習がうまく機能しないアカウントの特徴を整理し、改善に向けた具体的な手法をご紹介します。

目次

Google広告の機械学習の仕組み

Google広告の運用を成功させるためには、まず機械学習がどのような仕組みで動いているのかを理解する必要があります。AIが適切に学習できる環境を整えることが、運用の第一歩です。

Google広告の機械学習とは

Google広告の機械学習とは、AIが配信データから「どのようなユーザーがコンバージョン（以下：CV）に至りやすいか」を自動で予測し、最適化を行う仕組みです。これには自動入札戦略やレスポンシブ検索広告の組み合わせ最適化などが含まれます。

AIはユーザーの所在地、配信デバイス、時間帯、過去の検索履歴といった数千ものシグナルをリアルタイムで分析します。人間では処理しきれない膨大な情報を処理することで、配信するために最適な入札単価や、優先して配信したいキーワード・広告文を決定できるのが強みです。

なおGoogle広告には個別クリック単価制も使用可能ですが、長期的な配信を行う場合、自動入札戦略への段階的な移行がおすすめです。

自動入札戦略のステータスについて

新しいキャンペーンの配信開始や、自動入札戦略の大幅な変更を行った直後は、キャンペーンのステータスが「学習中」と表示されます。これは、AIが新しい設定条件下で最適な配信パターンを模索している期間を指します。

「学習中」の期間は、配信が不安定になったり一時的にパフォーマンスが低下したりすることもあるため、無理に設定変更を行うことは非推奨とされています。

学習完了に必要な期間とデータ量の目安（CV数）

機械学習が安定するまでには、一定の期間とデータ量が必要です。一般的には、設定変更から7日間程度の期間が必要とされています。また、データ量については、直近30日間で30件以上のCVが蓄積されていることが1つの目安です。

データが多ければ多いほど良いとされますが、逆にCVデータが不足していると、AIは「誰に配信すべきか」を判断するための材料が足りず、学習がいつまでも完了しない、あるいは誤った最適化を行ってしまうリスクが高まります。

機械学習が進まない・成果が出ないアカウントの特徴

機械学習が十分に活用できていないアカウントには、共通するいくつかの特徴があります。自社のアカウントが以下の状況に陥っていないかを確認しましょう。

（1）コンバージョン（CV）データが少ない

前述でご紹介した通り、機械学習の精度を左右する最大の要因はCVデータの量です。月間のCV数が数件程度しか発生していないアカウントでは、AIが十分な学習を行うことができません。

CVが少ないと、AIは偶然発生した1件の成果を過大評価し、特定のキーワードに過剰に配信を強化することや、本来のターゲットとは異なる層に広告を配信してしまう可能性があります。

配信はできているが広告の学習が進まない場合は、まずデータの絶対量を見直す必要があります。

（2）キャンペーンや広告グループを細分化し過ぎている

かつてのリスティング広告運用では、キーワードごとに広告グループを分ける「1キーワード・1広告グループ」のような手法が主流でした。

しかしキャンペーンや広告グループを細分化しすぎると、1つのグループに溜まるデータが分散し、機械学習のスピードが遅くなるリスクがあります。

（3）頻繁な入札変更や設定変更を繰り返している

CPAやCPCが一時的に高騰する等で、頻繁に入札単価や予算、キーワードの設定を変更することで、機械学習が再度学習期間に入る恐れがあります。

以下のようなアカウント構成を大きく変更する対応は無理に行わないことが推奨です。

（1）入札戦略の種類を変更する
（2）予算を20％以上増減させる
（3）広告グループ内のキーワードを大幅に入れ替える

これらの操作は学習期間がリセットされる原因となります。学習が定着する前に変更を重ねてしまうと、キャンペーンが最適な配信環境になるまでの期間が伸びる恐れがあります。

Google検索広告の機械学習を促進させるポイント

ここでは前述までの内容を踏まえ、機械学習を進め、キャンペーンのパフォーマンスを向上させるためのポイントを4点ご紹介します。

（1）マイクロコンバージョン（MCV）を設定する

最終的な成果（商品の購入や正式なお問い合わせ）の数が不足している場合は、マイクロコンバージョン（以下：MCV）を設定しましょう。MCVとは、最終目標に至るまでの中間指標で、中間コンバージョンとも呼ばれます。

以下のように、商品購入や問い合わせの直前の地点をMCVに設定するケースがよくあります。

◼ カートへの商品追加
◼ お問い合わせフォームへの遷移
◼ 問い合わせフォームに遷移するボタンタップ

これらを計測対象とし、入札最適化の判断材料に含めることで、AIに与えるデータ量を擬似的に増やすことができます。データ量が増えることで、AIは「意欲の高いユーザー」の特徴をより早く学習できるようになります。

ただし、ボタンタップの数だけ過剰に計測され、誤った学習データが蓄積されるケースには注意しましょう。Google広告では、CVカウントを「1回のみ」または「全て」を選択できますが、1ユーザー1回ごとの計測であれば、原則「1回のみ」をおすすめします。

（2）アカウント構造をシンプルにする

現在のGoogle広告では、「Hagakure」に代表されるように、データを1か所に集約させるシンプルなアカウント構造が推奨されています。

具体的には、類似したテーマのキーワードを1つの広告グループにまとめ、キャンペーンの数も最小限に絞り込みましょう。構造を簡素化することで、1つの広告グループに蓄積されるデータ密度が高まり、機械学習の精度が格段に向上いたします。

ただし、配信状況によっては媒体推奨のアカウント構造を使用しないケースもあります。キャンペーン・広告グループの集約により特定のキーワードの配信量が少なくなる、といったデメリットもあるため、例えば完全一致のみキャンペーンを独立させるといった手法も検討しましょう。

（3）オーディエンスリストや顧客データを活用する

キーワードだけでなく、オーディエンスデータをAIに提供することで学習を加速させることができます。自社のウェブサイト訪問者のリストや、既存顧客のメールアドレスを活用したカスタマーマッチなどを設定しましょう。

AIはこれらのリストを基に、既存顧客と似た特徴を持つユーザーを優先的に探すことができます。キーワードとオーディエンスリストなどのユーザー属性を掛け合わせることで、より精度の高いターゲティングが実現可能です。

（4）学習期間中は大きな設定変更を行わない

一度入札戦略を設定したり、新しい広告を入稿したりした後は、最低でも1週間から2週間はそのままの状態で様子を見ましょう。AIがテストを行い、データの有意性を判断する時間を与える必要があります。

日々の細かい調整は除外キーワードの設定や広告文の軽微な修正に留め、主要な設定項目には触れないようにいたします。耐えるべき時期にしっかりと待つことで、最終的に安定した高い成果を享受できる可能性が高まります。

またリスティング広告を長期的に伸ばすためのポイントを以下の記事で解説しております。こちらも合わせてご参照ください。

リスティング広告の成果を伸ばすには？配信フェーズ別の運用手法を解説！ | 株式会社グラッドキューブ

https://www.glad-cube.com/blog/?p=62746

広告の機械学習が改善しない場合に確認すべきポイント

前述のポイントを改善しても成果が上がらない場合は、根本的な設定ミスや外部要因が影響している可能性があります。以下のポイントも参考にチェックを行うことをおすすめします。

（1）CVの計測設定は正しいか

まずは、広告アカウント上の計測設定が間違っていないかをチェックしましょう。

広告運用の中でよくあるトラブルが、最適化対象のコンバージョン設定の誤りやGoogle タグ マネージャー（GTM）の設定ミス、ウェブサイトの改修に伴うタグの計測落ちが挙げられます。

◼ カウントすべきCVが漏れていないか、計測に重複はないか
◼ GTMのCVタグ・トリガー設定は正しいか、CVリンカー等の設定は正しいか
◼ 直近でウェブサイトの改修等で計測地点に変更はないか

正しいCVを計測できているかだけでなく、二重計測になっていないか等、配信開始前の初期設定が最も重要です。定期的に設定周りはチェックを行い、正しい計測環境かを確認しておきましょう。

（2）アカウント構成や入稿設定は正しいか

配信中のキャンペーン配下の設定や各ターゲティング設定・広告設定に抜け漏れがないかを確認しましょう。

計測したいウェブサイトが複数ある場合、キーワード・広告文ごとに正しいURLが設定されているか、狙いたいキーワードに配信ができているかは必ず確認しましょう。

また配信地域やデバイスの除外設定が過剰の場合、そもそもの配信ボリュームを確保できていないケースもあります。

よく広告運用で誤解されやすいのが、自動入札戦略を導入している場合の入札単価調整の範囲です。自動入札戦略の場合、一部のターゲティングを除き設定が機能しないため、設定の際は十分注意してください。

（出典： Google広告 ヘルプ　入札単価調整について）

（3）アドフラウド（不正クリック）が行われていないか

ディスプレイ広告の場合、Botによる不正なクリック（アドフラウド）が大量に発生している場合、機械学習に悪影響を与えます。

Google広告には無効なクリックを自動で排除する仕組みが備わっていますが、完全に防げない場合もあります。ディスプレイ広告実施の場合、プレースメントレポートを確認の上、特定のIPアドレスからの異常なアクセスや、不自然なクリックが急増していないかをチェックしましょう。

Google広告の配信設定の注意点については、以下の記事で紹介しておりますので、合わせてご参考ください。

【実践向け】 Google 広告の配信設定に関する注意点を徹底解説！ | 株式会社グラッドキューブ

https://www.glad-cube.com/blog/?p=54096

（4）季節要因や市場の変化が発生していないか

自社の広告設定ではなく、外部環境の変化が原因であることも考えられます。競合他社が配信を強めたり、EC系のサービス等で季節的な需要が落ち着いたりすると、相対的に自社のパフォーマンスが低下するケースがあります。

検索広告を運用する際は、定期的に「オークション分析レポート」を活用し、競合の配信状況の確認・現在の市場環境における自社の立ち位置を客観的に評価しましょう。

また外部ツールを用いることで、ディスプレイ広告を配信中の競合を確認できることもあるため、Google広告以外のツールの導入も検討しましょう。

終わりに

本エントリでは、Google広告での機械学習を最適化させるためのポイントをご紹介しました。

Google広告の機械学習を最大限に活用するには、適切なデータ量と、AIが学習しやすいシンプルな環境作りが不可欠です。CV不足を補うためのMCV設定や、データの分散を防ぐアカウント構造の整理を優先的に行いましょう。

• Tweet