広告における「機械学習」とは・・・
広告の配信には、機械学習が用いられます。
AI（人工知能）がユーザーの行動データ（検索履歴、属性、過去の反応など）を自動で学習・分析し、最適なタイミングや内容で広告を配信する技術です。
「誰に・いつ・どこで・いくらで広告を出すと成果が出やすいか」を過去の配信データを基に学習し、最適化するため、ある程度の配信期間が必要です。
｜機械学習のポイント
① 十分な学習データ量について
・理想的な販売数/費用
・データ蓄積量の確認方法
② 学習期間中は成果が不安定になる傾向
③ 予算調整や配信期間等の変更を加え過ぎると学習がリセットされる
④「正しい成果シグナル」を与えないとズレが生じる
それぞれ、下記で詳細についてご説明します。
① 十分な学習データ量について
広告の機械学習は、過去の配信データを基に最適化を行います。
そのため、一定量のデータが蓄積されていなければ、より正確な判断ができません。
「どのようなユーザーが反応しやすいか」「どの配信方法やクリエイティブ（画像やキャッチコピー等）が成果につながるか」などを判断するためのクリック数や販売数のデータが必要です。
◎理想的な販売数（獲得数）・費用
機械学習により、広告配信が有効に働くために広告媒体が推奨する予算は下記の通りです。
【Google広告の場合】
過去（直近）30日間で50件以上の販売
【Meta広告の場合】
過去（直近）7日間で50件以上の販売
※商材・配信規模によって前後します。
上記の条件に沿った場合、広告費用の目安は以下の通りです。
【前提条件】
配信媒体：Google広告を選択
目標獲得数：50件/30日間
広告1クリックあたりの金額（クリック単価）：60円と仮定
獲得率：1％と仮定（100クリックで1件販売）
【計算式】
獲得数50件 ÷ 獲得率1% × クリック単価60円 = 300,000円/30日間
よって、
・Google広告の場合、30万円目安
・Meta広告の場合、120万円程度目安
となります。
こちらはあくまで理想的な金額としてのシミュレーションとなります。
最終的にはこの数値に近づけられるよう成果を伸ばしましょう。
◎データ蓄積量（目安）の確認方法
左メニューのキャンペーン管理にある「機械学習」の項目をご覧ください。
※ 表示がない場合：項目の上部にある「カラム」より表示選択が可能です。
・データ蓄積中
データを蓄積中です。十分なデータが溜まっていない状況であるため、なるべくこのまま配信を継続してください。配信を停止すると機械学習が停止し、無駄な広告費使用になりかねません。
・データ学習中
ある程度のデータが溜まりつつある状況です。原則、もうしばらく配信を継続いただいた方が良い段階です。
・最適化完了
一定数の配信データが蓄積され、有効な配信ができる状態になっていると考えられるキャンペーンであることを示しています。一方、この状態で目標とする成果が得られていない場合、てこ入れが必要である可能性が考えられます。
BuzzECでは、3万円からの配信設定が可能ですが、十分な配信データを蓄積し、機械学習を有効活用できるよう理想的な予算での配信を目指しましょう。
万が一、「データ学習中」「最適化完了」状態での継続配信にご不安がある場合、
こちらまでお問い合わせください。
② 設定変更後に成果が不安定になる傾向について
新規広告の配信開始時を含む、設定変更後の広告配信は、機械学習が最適解を探すための学習期間となり、数値が不安定になる傾向にあります。
◎対象となる変更内容
・1日予算
・終了日
・クリエイティブ（画像やキャッチコピーの差し替え）
◎目安期間
2週間程度（状況により異なります）
◎この学習期間に起こりうること
・AIが変更内容における良し悪しを図る
・一時的にCPA（1件販売するのにかかる費用）が悪化する
・配信量（表示回数）が増減する
◎留意点
こちらは正常な挙動です。AIは「最初から最適解を知っている」わけではありません。変更後の配信データを基に機械学習が行われています。
この期間中に成果が悪いと判断して早期停止や設定の変更を行うと、結果としていつまでも学習が完了しないままの状態となり適切な配信が行われません。
異常にクリック単価（1クリックあたりの金額）が高く、継続が難しいなどのようなことが無い限り、少なくとも2週間は様子を見ていただくことを推奨いたします。
③ 予算調整や配信期間等の変更を加え過ぎると学習がリセットされる
広告設定に大きな変更を加えると、それまでに蓄積された学習データがリセットされる可能性があります。
◎学習がリセットされやすい変更例
・キャンペーンの再作成（新規作成）
・1日予算の変更
・終了日の変更
設定が変更されると、これまでに学習していた前提条件が使えなくなるため、学習がリセットされることがあります。
極力、変更を行わずに配信が安定するように、事前の設計をしっかりと行いましょう。
④「正しい成果シグナル」を与えないとズレが生じる
機械学習は、設定された購入情報を正解として学習を行います。そのため、成果シグナルが不適切だと、最適化の方向もズレてしまいます。
◎ポイント
適切なシグナルを与えられるように広告設計を行いましょう。ポイントは下記のとおりです。
・広告の画像やキャッチコピーが、ターゲットユーザーに合致したものになっているか
・クリックした先のページの内容が、広告のイメージに合っているか
・遷移したページ上で商品の魅力が伝わり、購入意欲を高められているか
ユーザー目線に立ち、作成した広告を見てクリックをしたくなるかどうか。また、到達したページから迷わず商品を見つけ、その商品の魅力が伝わり、即購入したくなる導線となっているかを確認しましょう。
まとめ
広告の配信（機械学習）は、短期でコントロールするものではなく、正しい条件を与えて育てるものであると言えます。
まずは、3ヵ月で初期配信のポテンシャルを知り、さらに分析・変更を加えながら6ヵ月スパンで改善を進めていくイメージです。
分析・改善案については、こちらにお問い合わせください。