広告運用とは？
はじめての媒体運用ガイドブック

このガイドの読み方

広告運用は「センス」でも「ガチャ」でもなく、原則を理解して仮説検証を回す技術です。このガイドは未経験を前提に、最後まで読めば「広告運用の地図」が頭に入るように作っています。

• 第1章で全体の大原則（マインドセット）を掴む
• 第2章で Google / Meta / TikTok の媒体特性を理解する（このガイドの中核）
• 第3〜7章で「動画・LP・ファネル・仮説・インサイト」という、媒体をまたいで効く普遍スキルを学ぶ
• 第8章で自動化キャンペーン P-MAX に軽く触れ、第9章で我々が実際にやっている「Ads × Claude」連携を紹介する

1.広告運用とは何か

広告運用とは、「予算を使って見込み客を集め、望む行動（＝コンバージョン）を取ってもらう活動を、データを見ながら改善し続ける仕事」です。出稿して終わりではなく、回し続けて伸ばすのが本質です。

「出す」より「改善する」が9割

広告は一度作って終わりではありません。配信 → 数字を見る → なぜそうなったか考える → 直す、というループをどれだけ速く・賢く回せるかで成果が決まります。だからこそ後半の章（仮説・インサイト・LP）が効いてきます。

大原則：「需要に応える」か「需要を生む」か

すべての広告媒体は、ユーザーの状態によって大きく2つに分けられます。これが媒体選びの背骨です。

2.媒体特性を知る

媒体は「どれが正解」ではなく「商材と目的に合うか」で選びます。まず3媒体の本質的な違いを地図で掴み、その後で1つずつ深掘りします。

2-0. Google / Meta / TikTok 早わかりマップ

※ユーザー数（日本・参考）：Instagram 約6,600万 / TikTok 約4,200万 / Facebook 約2,600万。

2-1. Google広告 — 需要を捕まえる王様

Googleの真骨頂は検索広告（日本の現場では「SS＝スポンサードサーチ」と呼ぶのが一般的）。「ユーザーが打ち込んだ瞬間に答えを出す」ため、CV率が高くなりやすい。ただし「検索される需要がそもそも無い」市場では機能しません。

キャンペーンタイプとファネルの位置

検索広告でまず覚える3つ

① キーワードのマッチタイプ：広告を出す検索語句の「広げ方」。

• 完全一致 [渋谷 牡蠣]：ほぼ同じ意図のみ。無駄打ちが少ない
• フレーズ一致 "渋谷 牡蠣"：その意味を含む検索。制御と拡張のバランス型
• インテントマッチ（旧・部分一致）渋谷 牡蠣：関連検索に広く出る。発掘力は高いが除外KW管理が必須

② 品質スコア & 広告ランク：掲載順位は「入札額 × 品質（推定CTR・広告の関連性・LPの利便性）」で決まる。つまり入札を上げなくても、広告とLPの質が高ければ安く上位に出られる。

③ 除外キーワード：出したくない検索語句をブロックする設定。インテントマッチは意図しない検索にも出るため、検索語句レポートを週1で見て不要語句を除外するのが運用の基本動作です。

YouTube動画フォーマット（よく使う3つ）

2-2. Meta広告（Facebook / Instagram）— 属性で当てて育てる

実名登録ベースの精度の高い属性・興味関心ターゲティングが武器。Instagram / Facebook / Messenger / Audience Network を1つの管理画面から横断配信できます。ビジュアル商材・EC・来店促進に強い。

主な配信面（プレースメント）

ターゲティングの4段階（手動 → AI任せへ）

• コアオーディエンス：地域×年齢×性別×興味関心で手動指定（例：東京×30代女性×美容）
• カスタムオーディエンス：自社データ（顧客リスト・サイト訪問者）で配信。リマーケに必須
• 類似オーディエンス（Lookalike）：既存顧客に似た人へ拡張（1%＝精度高/10%＝リーチ広）
• Advantage+ オーディエンス：AIが成果につながる人を自動探索。2024年以降これがデフォルト。地域・年齢下限だけ決めて任せる潮流

計測の勘所（ここが要注意）

Metaピクセル（サイトに置くタグ）でCVを計測しAIを学習させます。ただし iOS14以降のATT で「追跡しない」を選ぶユーザーが増え、ピクセルだけでは計測が欠損します。対策がコンバージョンAPI（CAPI）＝サーバーから直接Metaへデータ送信。ピクセル＋CAPIの併用がMeta公式推奨です。

2-3. TikTok広告 — クリエイティブが全て

フォロー関係ではなくレコメンド（おすすめフィード＝For You）主導なので、フォロワー0でもバズれる「発見型」。音あり・全画面・縦型が前提で、「広告を作るな、TikTokを作れ」が合言葉です。近年はZ世代を中心に検索プラットフォームとしても急成長しています。

主な広告フォーマット

• In-Feed Ads：おすすめフィードに自然に挿入。基本形（推奨21〜34秒）
• Spark Ads：自社/クリエイターの既存オーガニック投稿をそのまま広告化。広告感が薄く、標準比でエンゲージ+142%・完了率+30%（公式）
• TopView / ハッシュタグチャレンジ：予約型の大型認知枠（数百万〜数千万円規模）

クリエイティブの鉄則

• 最初の1〜2秒のフックが全て：テロップで結論を即出し（「これ知らないと損」）、動き・表情・問いかけで掴む
• 手作り感・UGC（顔出し体験談・ビフォーアフター）がプロ制作のTV CM風より刺さる
• トレンド音源を活用（無音は機能しない）。商用利用は TikTok Creative Center の楽曲ライブラリから
• 常時4〜5本以上のバリエーションを用意し、アルゴリズムの「新しさ重視」に合わせて回す

Smart+ キャンペーン（GoogleのP-MAX、MetaのAdvantage+に相当）でターゲティング・配信・入札を全自動化できます。

2-4. 媒体の組み合わせ方

• 基本構造：「Googleで刈り取り、Meta/TikTokで育てる」
• 検索需要が無い新商品・新市場 → まずMeta/TikTokで認知を作り、指名検索が増えてからGoogle検索を入れる
• 既存需要があり競合多数 → Google検索から始め、取りこぼしをGDN/デマンドジェネレーションでリマーケ

3.動画広告の重要性

いま広告は動画ファースト。可処分時間が動画に移り、短尺縦型がプラットフォームに優遇され、情報量・記憶定着・エンゲージメントで静止画を上回ります。

静止画との決定的な違い

※縦型動画広告（日本）は2025年で約900〜1,000億円、2028年に2,000億円超の予測。

「最初の3秒」の黄金律

Metaでは広告視聴者の約80%が最初の3秒で離脱。TikTokの高効果動画の63%以上が3秒以内にメッセージを提示しています。冒頭で勝負が決まります。

1. 視覚で即惹きつける：動き・高コントラスト・顔・意外性
2. 好奇心/感情を揺さぶる：問いかけ・衝撃的な数字・問題提起
3. メリットをすぐ見せる：Before/After・使用シーン・結果
4. ブランドを早く自然に：5秒以内にロゴ・商品
5. モバイル・音無し前提：縦型9:16・大きな字幕
6. 結論ファースト：先に「何がいいか」、理由は後

4.LP（ランディングページ）の重要性

広告はあくまで「集客」。CVするかどうかはLP（受け皿）で決まります。どれだけ良い広告でクリックを集めても、LPが悪ければ全部無駄になります。

ファーストビュー（最初の画面）が出発点

• キャッチコピー：ユーザーの悩み・願望に直接刺さる言葉
• メインビジュアル：魅力が一目で伝わる画
• CTAボタン：スクロール不要な位置に、具体的な動詞で（「今すぐ予約する」）
• 信頼要素：実績数・受賞・メディア掲載を端的に

機能ではなく「便益」を伝える

ユーザーが知りたいのは「それで自分の生活がどう変わるか」です。

広告とLPのメッセージ一致（Message Match）

広告でクリックした理由とLP冒頭の内容がズレると直帰率が跳ね上がります。広告コピーとLPのキャッチを「同じ言葉・トーン・訴求軸」で揃える。（事例：広告→LPの訴求を一致させ直帰率4%改善・申込10%向上）

EFO（フォーム最適化）

フォーム到達はCV直前＝最も離脱させてはいけない場所。

• 入力項目を減らす（15→7項目で完了率27%→44%の事例）
• 郵便番号からの住所自動補完、入力中のエラー表示
• スマホでタップしやすいボタン・キーボード種別最適化

LPO＝ABテストで磨き続ける

1. ヒートマップ/GAで離脱箇所を特定
2. 「なぜ離脱するか」仮説を立てる
3. 1カ所だけ変えたパターンを作る（ABテスト）
4. 計測して勝ちパターンを反映
5. 1に戻る（繰り返し）

5.CVまでの大枠の流れ（ファネル）

人は「知る→興味を持つ→比較する→買う」と段階的に動きます。これを漏斗（ファネル）に見立て、各段階で打つ施策・媒体・指標が変わることを理解するのが運用の土台です。

段階ごとの施策とKPI

覚えておく購買行動モデル

• AIDA / AIDMA：注意→興味→欲求→（記憶→）行動。マス時代の原型
• AISAS（電通）：注意→興味→検索→行動→共有。ネット時代に「検索」「口コミ共有」を追加
• ZMOT（Google）：店頭に立つ前に、ネットの比較・口コミで意思決定が終わっている

6.仮説を立てる

広告運用は科学実験です。「なんとなく出す」と、結果が出ても“なぜ”が分からず再現できません。仮説→検証→学習を回すことで、初めて費用が「学び」に変わります。

PDCAの回し方

Plan（仮説）：この訴求がこの客に刺さるはず。なぜなら〇〇だから
   ↓
Do（実行） ：広告を配信・テスト
   ↓
Check（計測）：CTR・CVR・CPA・視聴率を確認
   ↓
Act（改善）：当たれば横展開／外れたら原因特定→次の仮説へ

ABテスト設計の基本

Google広告・Meta広告ともABテスト機能を標準搭載。有意差が出たら「勝ちパターン」に予算を集中させます。

7.ユーザーインサイトを知る

刺さる広告は「機能」ではなく「客自身も気づいていない本当の動機」＝インサイトを突いています。ここが訴求とクリエイティブの源泉です。

ニーズとインサイトの違い

例：「痩せたい」の裏には「周囲の目が気になる」「自信を持ちたい」「恋愛対象として見られたい」がある。インサイトに刺さる広告は“痩せる方法”ではなく“周囲の反応が変わる体験”を描きます。

インサイトの見つけ方（5つの宝の山）

1. レビュー・口コミ：Amazon・食べログ・Googleマップの星1〜3に“不”が詰まっている。競合への不満が自社の差別化訴求になる
2. 検索語句レポート：実際に打たれた“生の言葉”。「〇〇 やめたい」「〇〇 なぜ」など悩み系に注目
3. SNS・UGCの観察：X・TikTokのコメント欄で共感されている言葉を収集
4. デプスインタビュー：1対1で「なぜ？」を5回掘る（5 Whys）。本音が出る
5. 共感マップ：考えてること/見てること/聞いてること/感じてることを図式化し、チームで顧客理解を共有

インサイトをクリエイティブへ落とす

1. インサイトを言語化する
2. 訴求軸を決める（何を伝えるか）
3. クリエイティブ制作（どう伝えるか：画像/動画/コピー）
4. ABテストで検証
5. 刺さった訴求を横展開・深掘り

人は論理で買い物をするようで、実は感情で決断しています。だから感情で伝える。

8.P-MAX（Performance Max）

Googleの全配信面（検索・GDN・YouTube・Discover・Gmail・Maps）に1キャンペーンで自動配信する、AIお任せ型キャンペーン。我々の飲食店案件でも主力です。

• 運用者が入れるもの：予算・目標CV（tCPA/tROAS）・クリエイティブアセット（テキスト/画像/動画）
• AIが決めるもの：入札・配信先・ターゲティング

※ P-MAXの詳細な運用（配信エリア設定・アセット評価・予算調整など）は別途、実機マニュアルで扱います。

9.Ads × Claude の接続方法

モカではClaude Code（AI）から Google Ads API を直接叩いて、日次レポート・予算調整・キャンペーン作成までを半自動化しています。その仕組みの全体像です。

全体像

# Claudeが Python 経由で Google広告のデータを取得・操作する
Claude Code ──▶ Python script ──▶ google-ads ライブラリ ──▶ Google Ads API (v23)
                      │
                      └─ GAQL（Google Ads Query Language）でデータ取得
                      └─ 取得した数字を Claude が分析・提案・自動調整

必要なもの（初回セットアップ）

1. Google広告アカウント（MCC）：複数アカウントを束ねる管理者アカウント（モカのMCC：564-141-2435）
2. API有効化 + Developer Token：MCC経由でGoogle Ads APIの利用申請をしてトークンを取得
3. OAuth2クライアント：Google Cloud で client_id / client_secret を発行
4. リフレッシュトークン：get_refresh_token.py を実行しブラウザ認証 → refresh_token を取得
5. ライブラリ導入：pip install google-ads（API v23対応）

認証情報は .env に集約

秘密情報はコードに書かず .env（git管理外）に置き、config.py で読み込みます。

# .env（値は秘匿）
GOOGLE_ADS_DEVELOPER_TOKEN=***
GOOGLE_ADS_CLIENT_ID=***
GOOGLE_ADS_CLIENT_SECRET=***
GOOGLE_ADS_REFRESH_TOKEN=***
GOOGLE_ADS_LOGIN_CUSTOMER_ID=564...（MCC）

# config.py — 認証済みクライアントを返す
from google.ads.googleads.client import GoogleAdsClient

def get_client():
    creds = {
        "developer_token": os.getenv("GOOGLE_ADS_DEVELOPER_TOKEN"),
        "client_id":       os.getenv("GOOGLE_ADS_CLIENT_ID"),
        "client_secret":   os.getenv("GOOGLE_ADS_CLIENT_SECRET"),
        "refresh_token":   os.getenv("GOOGLE_ADS_REFRESH_TOKEN"),
        "login_customer_id": os.getenv("GOOGLE_ADS_LOGIN_CUSTOMER_ID"),
        "use_proto_plus": True,
    }
    return GoogleAdsClient.load_from_dict(creds, version="v23")

データ取得は GAQL（SQLに似たクエリ言語）

# 昨日の費用をキャンペーン別に取得する例
SELECT campaign.name, metrics.cost_micros, metrics.conversions
FROM campaign
WHERE segments.date DURING YESTERDAY

実際に動いているスクリプト（モカ）

さらに Claude Code のスキル（/daily-ads-report など）として登録し、定型業務をコマンド一発で回せるようにしています。「数字を取る」をAIに任せ、人は「なぜ・どう改善するか」に集中するのが狙いです。

用語集（まず押さえる20語）

CV（コンバージョン）

広告で達成したい成果（購入・予約・問合せ・来店など）。

CVR

コンバージョン率。クリックや訪問のうちCVに至った割合。

CTR

クリック率。表示のうちクリックされた割合。広告の「惹き」の指標。

CPC

クリック単価。1クリックにかかった費用。

CPM

1,000回表示あたりの費用。認知系でよく使う。

CPA

顧客獲得単価。1CVにかかった費用。低いほど効率的。

ROAS

広告費用対効果。広告費に対する売上の比率。

imp（インプレッション）

広告の表示回数。

リーチ

広告が届いたユニークなユーザー数。

ファネル

認知→検討→獲得の段階構造。各段で母数が絞られる。

LP

ランディングページ。広告クリック後に着地する受け皿ページ。

LPO / EFO

LP最適化 / 入力フォーム最適化。CVRを上げる改善。

マッチタイプ

検索広告でキーワードを出す範囲の広げ方（完全/フレーズ/インテント）。

除外キーワード

広告を出したくない検索語句のブロック設定。

リマーケティング（リタゲ）

一度訪れた人を追いかけて再接触する配信。

Lookalike（類似）

既存顧客に似た新規ユーザーへ広げる配信。

学習フェーズ

AIが最適配信を探索する期間。途中の大変更でリセットされる。

ピクセル / CAPI

サイトのCVを計測するタグ / サーバー側計測。Metaは併用推奨。

UGC

ユーザー生成コンテンツ。手作り感のある“広告っぽくない”素材。

P-MAX

Googleの全面自動配信キャンペーン。AIお任せ型。

主な参照出典