Google広告の入札戦略の一覧やおすすめの手法を紹介

2024年にはGoogle広告で「ファーストパーティデータ管理」「タグ診断」「コンセント（同意）モード」など、広告運用・測定基盤そのものをサポートする新機能が導入されました。これにより、入札だけでなくデータ収集・プライバシー・AI活用といった領域まで運用の射程が拡がっています。

こうした変化のなか、Google広告の成果を最大化するためには「入札戦略」をより効果的に活用する必要があるでしょう。

入札戦略とは、Google 広告に「何を成果とみなすのか」を伝え、AI がどのように最適化すべきかの方向性を定義する仕組みのことです。設定次第で、同じ広告費でも「クリック数が増えるのか」「顧客の質が上がるのか」「CPAが安定するのか」「売上げが伸びるのか」が大きく変わります。

本稿では、Google広告の入札戦略の構造を整理した上で、BtoBマーケティングにおいて適用すべき実務的な設計・運用アプローチを、具体例とともに解説します。

Google広告の入札戦略とは

Google広告の入札戦略は、自社のビジネス目標を実現するために入札方法を最適化する仕組みです。Google広告には大きく分けて「手動入札」と「自動入札（スマート入札）」の2種類の入札方式があり、さらに広告の目標に応じて細分化された入札戦略が用意されています。

上記のとおり、入札方式が「自動か手動か」によって使える戦略が変わり、さらに「クリックを増やしたいのか」「コンバージョン数を最大化したいのか」「収益性を重視したいのか」といった目的によって選ぶべき戦略が異なります。

特に近年は、機械学習による最適化が進んだ「スマート入札（Smart Bidding）」が主流となっており、目標CPA・目標ROAS・コンバージョン数の最大化・コンバージョン値の最大化といった成果重視の戦略が幅広い業種で利用されています。

Google広告の入札戦略の発展の背景

検索連動型広告は1998年にGoTo.comが世界で初めて検索エンジンに広告掲載を導入したことをきっかけに広がり始め、Googleも2000年に「Google AdWords（現Google広告）」を立ち上げました（日本では2002年に開始）。

初期段階では、広告主が掲載したいキーワードに対して最大支払額を入力し、その金額に応じて広告が表示される仕組みで、当初の検索広告は非常にシンプルな構成でした。

当時はインプレッション課金（CPM）が主流で、その後「クリック課金（PPC）」が導入され、成果と連動する形で急速に普及していきます。日本では2005〜06年頃に現在の「キャンペーン＞広告グループ＞キーワード」の階層構造が整い、広告主はキーワード選定から入札単価の設定までを手動で行いながら運用を進める形が整っていきました。

（出典：Think with Google「時代に​最適化してきた​デジタル広告、​その​可能性を​過去から​探る​ —— Google広告の​20年間」）

しかしデバイスの多様化やマッチタイプ別の細分化が進んだことで、アカウント構造は複雑化し、運用負荷は年々高まっていくことになります。

こうした背景を受け、Googleは2007年に「コンバージョンオプティマイザー」を提供し、機械学習を活用した自動入札の基盤が整い始めます。以降はデータの蓄積とともに自動化が進み、現在の入札戦略へと発展してきたというのが大きな流れです。

Google広告の入札戦略の日本と海外における運用潮流の違い

海外（特に北米・欧州）では自動入札が標準化しており、機械学習による成果改善事例が多数報告されています。

Googleが公開しているポーランドのオンライン旅行代理店FRU.PLが目標CPA導入したところ、CVR90％向上・CV5.5倍増など大幅な改善が見られたとのことです。

一方、日本では依然として手動入札や属人的調整が根強く、自動化ツール導入が遅れがちなケースも多々あります。背景には、「人の目で細部をコントロールしたい」という品質基準の高さや、組織内で運用フローを大きく変えることへの抵抗感といった、文化的・構造的な理由があると考えられます。

ただし、状況は確実に変わりつつあります。デジタル広告費が総広告費の約半分に達するなか、運用の複雑化により自動入札やAI活用へ舵を切る企業が増えています。

（出典：電通「2024年 日本の広告費」）

海外では、ヘッダービディングやSPO（Supply Path Optimization）といった高度なプログラマティック技術の活用が一般化し、媒体選定から入札ロジックまでデータに基づく最適化が進んでいます。

一方、日本ではこれらの技術がまだ普及途上で、運用者の経験や属人的判断に依存する場面が依然として多いのが現状です。

総じて、海外は価値ベース入札など次の段階に進む一方、日本はこれから自動入札のメリットを本格的に享受し始める段階であり、競争力強化のために世界水準の入札戦略へのアップデートが求められるといえます。

各目標に適したGoogle広告の入札戦略の種類一覧　

Google広告では、入札戦略を複数のカテゴリーに整理しており、それぞれが異なる最適化目標（クリック・コンバージョン・ROAS・インプレッション・視聴など）に対応しています。以下より、Googleが公式に区分しているカテゴリに沿って、主要な入札戦略を4つのグループに分けて紹介します。

①：コンバージョン数重視の入札戦略

資料請求や購入など、コンバージョン数を最大化したい場合に有効な入札戦略としては、まずは「最大化コンバージョン」が選択肢になります。これは予算内で可能な限り多くのCVを獲得する仕組みで、キャンペーンの立ち上げ期や、まず母数を増やしたい場面に適しています。

ただし、コンバージョン重視の戦略を利用する際は、正確なコンバージョン計測ができているか、十分なデータ量があるかの2点に留意しましょう。これらが不十分だと最適化が進まず、配信が止まったりCPAが急上昇するケースがあります。

＜コンバージョン重視に合った入札戦略＞

• 最大化コンバージョン：予算内でコンバージョン数の最大化を狙う戦略。
• 目標コンバージョン単価（tCPA）：設定したCPA目標に合わせて最適化する戦略。
• 最大化コンバージョン値：売上・利益などコンバージョン値の最大化を狙う戦略。
• 目標ROAS（tROAS）：設定したROAS目標を達成するよう最適化する戦略。
• 拡張クリック単価（eCPC）：Manual CPC を基盤に、CV見込みが高いクリックのみ入札額を調整する戦略。

②：クリック数重視の入札戦略

ウェブサイトへの流入をまず増やしたい場合には、クリック数を最優先で伸ばす必要があります。その際に代表的な例として挙げられるのが「最大化クリック」です。これは設定した予算内で最も多くのクリックを獲得することに特化しており、新規キャンペーンの立ち上げ期や、まずアクセス量を増やしてデータを蓄積したい場面で使われます。

ただし、クリック数重視の戦略は「質より量」が基本であり、クリックしたユーザーがコンバージョンしやすいかどうかまでは判断しません。そのため、トラフィック増加が主目的ではない場合に使うと、CPAが悪化したり、予算消化の効率が下がることがあるため注意が必要です。

＜クリック数重視に合った入札戦略＞

• 最大化クリック：予算内で最大のクリック数を獲得する戦略。
• 目標クリック単価（tCPC）：クリック単価の目標値を設定し、その範囲で流入を増やす方式。
• 個別クリック単価（Manual CPC）：キーワード・広告グループ単位で上限CPCを手動調整する戦略
• 拡張クリック単価（eCPC）：Manual CPC を基盤に「CV見込みが高いクリックだけ入札額を調整する」ハイブリッド型。

③：露出度重視の入札戦略

特定のキーワードで目立つ位置に広告を表示したい場合や、ブランド認知の向上を狙いたい場合には、インプレッション（表示回数）や表示位置を最優先に最適化する入札戦略が選択肢になります。

たとえば「目標インプレッションシェア」なら、検索結果ページの「最上部」「上部」「ページ全体」など、指定した場所に一定割合で表示されるよう入札を調整できるため、認知獲得や競合対策として有効です。

ただし、露出を優先する分、CPCが高騰しやすいため、目標と費用のバランスを見ながら調整するようにしましょう。

＜露出度重視に合った入札戦略＞

• 目標インプレッションシェア：指定した表示位置で一定割合の表示を狙う戦略。
• CPM（インプレッション単価制）：1000回表示あたりの費用を基準に最適化する戦略。
• tCPM（目標インプレッション単価）：1000回表示あたりの目標額を設定し、リーチを最大化する戦略。
• vCPM（視認範囲インプレッション単価）：ユーザーの視認可能な表示1000回あたりの費用で最適化する戦略。

④：視聴やインタラクションを重視の入札戦略（※動画広告の場合）

動画広告を出稿していて、視聴回数や広告とのインタラクションを重視したい場合には「広告視聴単価制（CPV）」の入札戦略が選択肢になります。ユーザーが動画を一定時間視聴する、あるいは「CTAオーバーレイ」「カードのクリック」など何らかの操作を行った時点で課金が発生する仕組みです。

この方式は、認知拡大や視聴完了率を重視したいケースで有効ですが、注意点もあります。まず、視聴とみなされる条件（例：30秒以上の視聴、または操作によるインタラクション）はフォーマットによって異なるため、自社の配信形式と整合しているかを事前に確認する必要があります。

また、視聴数の増加だけを追いかけると、ブランドリフトは得られても最終的なコンバージョンに結びつかないリスクがあるため、視聴後の行動データを含めて評価指標を設計しなければなりません。

Google広告の入札戦略の理解がなぜ重要なのか

Google広告の入札戦略は、単に「設定画面の項目を選ぶだけの作業」ではありません。どの戦略を選ぶかによって、配信ロジック・費用配分・最適化の方向性がすべて変わり、成果そのものが大きく左右されます。

それを踏まえると、以下の観点から、Google広告の入札戦略が重要なのだといえます。

• 広告費の無駄を減らし成果を最大化できるため
• KPIに合わせた広告の運用ができるから
• 入札戦略に合わせた広告運用の改善ができるため

次項より、個別に解説します。

広告費の無駄を減らし成果を最大化できるため

入札戦略をきちんと理解して運用に取り入れることで、限られた広告費をより成果につながる領域へ集中させられます。たとえば、自動入札（スマート入札）はオークションごとにデバイス・地域・検索意図・時間帯など膨大なシグナルを読み取り、ユーザーごとに最適な入札額へ自動調整します。

これは手動運用では到底カバーしきれない精度のため、無駄なクリック・成果につながらない露出を抑え、広告費の「最適配分」が進むのが大きな利点です。実際、Googleが公開しているトヨタのケースではディスプレイ広告でスマートキャンペーンを導入し、全ディスプレイコンバージョンの40％をスマートキャンペーンが稼ぎ、CPAを33％削減する成果を出しました。

日本の株式会社キーワードマーケティングが公開している調査では、調査対象の約6割が「デジタル広告の費用対効果が悪化している」と答えていることからも、適切な入札戦略を選ぶことの重要性が伺い知れます。

（出典：PR Times「約6割がWeb広告の費用対効果が悪化していると回答！広告費高騰を乗り越える「広告×PR戦略」解説セミナー／5月24日（金）開催」）

入札戦略を誤ると、意図しない配信に予算が流れてしまいますが、正しく選択できていれば、同じ予算でも成果の伸び幅が大きく変わります。

KPIに合わせた広告運用ができるから

Google広告の入札戦略は「何を最優先するのか」を明確に反映する仕組みであり、KPI と戦略の整合性が運用成果を左右します。「CV数を増やしたいのか」「CPAを安定させたいのか」「売上・利益（ROAS）を最大化したいのか」など、目的が変われば、選ぶべき入札戦略はまったく異なるものです。

KPIが定まっているほど、アルゴリズムが「どのユーザーを優先するべきか」を判断しやすくなり、配信のブレも少なくなります。結果として、改善ポイントも明確になり、運用全体が安定しやすくなるというメリットがあります。

Googleの公開している事例をみてみると、のデータでは、目標CPAから目標ROASへ切り替えた企業のコンバージョン価値が平均14％増加しており、KPIと入札戦略の整合性が成果向上に寄与することが示されています。

（出典：Think With Google「Bidding for success: New ways to find your most valuable customers」）

入札戦略に合わせた広告運用の改善ができるため

入札戦略を正しく理解しておくことで、「今どこを改善すれば成果が伸びるのか」を論理的に判断しやすくなります。

具体的に考えてみましょう。最大化コンバージョンを使っているのに成果が伸びない場合、改善すべきなのは入札額ではなく「日予算」「CV計測」「ランディングページの質」といった最適化が働くための前提条件部分とわかります。

一方で、目標CPAや目標ROASを使っているケースでは、目標値の妥当性やキャンペーン全体のデータ量 を見直すだけで配信が安定することもあります。

このように、どの入札戦略を選んでいるかによって改善の着眼点が変わるため、戦略の仕組みを理解しておくほど、ムダな調整を減らし、改善の優先順位を正しく判断できるようになります。

Google広告の入札戦略が制限されるシーン

入札戦略は強力な最適化機能を持っていますが、どんな状況でも万能に働くわけではありません。GoogleのAIが適切に判断・最適化するためには、一定の前提条件が必要であり、それが満たされないと成果が頭打ちになる、あるいは最適化が進まなくなるケースが生じます。

特に影響が大きいのが、予算・入札単価・データ量・キャンペーン構造といった「アルゴリズムの動きに直接干渉する要素」です。

以下より、代表的な「入札戦略が制限されるシーン」と、その背景にあるメカニズムを整理します。

予算による制限

日予算・月予算は入札戦略の効果を大きく左右します。まず日予算が少なすぎると、1件のコンバージョンすら取得できず配信が停止し、スマート入札の学習に必要なデータが不足して最適化が進みません。この点については、米Optmyzrも十分な予算がなければ自動入札は機能しにくいと指摘しています。

特にスマート入札は「一定以上のコンバージョン量」を前提に最適化アルゴリズムが組まれているため、予算不足が続くと学習が完了しないまま「学習中ループ」が発生することがあります。結果として、配信が断続的になったり、クリック単価が不安定になるなど、広告成果に直接悪影響が及ぶ点は理解しておかなければなりません。

また複数キャンペーンがある場合、一方に予算が偏ると、他のキャンペーンで得られるはずのコンバージョン機会を失う可能性があるため、成果ポテンシャルに応じて予算をメリハリ配分する「予算と入札の同時最適化」を行うようにしましょう。

入札単価による制限

入札単価（CPC）に関する設定も、入札戦略の自由度と成果を大きく左右します。自動入札でも上限CPCや下限CPCを設定できるが、上限を低くしすぎるとアルゴリズムが十分な入札を打てず、表示機会が減り成果が悪化してしまいます。

逆に、下限CPCを高く設定すると、特定の条件を満たさない限り入札を避けるため、学習データの蓄積が鈍化しかねません。

つまり、CPCの制約が強すぎるとGoogleの最適化ロジックが「打てる手の幅」を失い、本来のパフォーマンスを発揮できなくなるのです。

【実践フェーズ別】Google広告の入札戦略の設計とおすすめの手法

入札戦略は、アカウントの成熟度やデータ量、運用の目的によって最適な選択肢が変わります。立ち上げ直後のキャンペーンと、月数百件のCVが発生するアカウントでは、Googleの最適化AIが使えるデータ量も異なるため、同じ戦略を選んでも動きがまったく変わってしまいます。

そのため、Google広告では「アカウントの状態に合わせて戦略を段階的に変えること」が成果最大化に直結します。

具体的には、運用を3つのフェーズに分け、それぞれで有効な戦略や注意点を整理しておくことが大切です。

• アカウント立ち上げ／データ蓄積期フェーズ
• 拡張期／多チャネル・複数キャンペーンでの最適化フェーズ
• 成熟期／高度最適化・組織化フェーズ

次項より、詳しく解説します。

アカウント立ち上げ／データ蓄積期フェーズ

アカウントの立ち上げ期でまず重要なのはコンバージョン計測の正確性と初期データの蓄積です。

自動入札を機能させるには基礎データが必要なため、最初は手動CPCや最大化クリックで十分なトラフィックを集め、初期コンバージョン数を確保する必要があります。この点についてはOptmyzrも月25件未満でスマート入札を使うと不安定になりやす、できれば50以上のコンバージョンは必要とデータで示しています。

（出典：Optmyzr「The Impact of Bidding Strategies on Google Ads Performance」）

一定の実績が溜まったら自動入札へ移行することになります。目安は過去30日で15〜30件のコンバージョンがある場合で、まず最大化コンバージョンに切り替えると学習が進みやすいとされています。ただし、導入後1〜2週間は学習期間となり、大きな設定変更は避けるべきです。

その後、CPAを安定させたい段階で目標コンバージョン単価（tCPA）へ移行を検討します。初期値は現状の平均CPAに近い値にし、徐々に調整することが推奨されます。

また、立ち上げ期には「日予算の設定」も重要で、予算不足だと学習が進まず配信が止まりやすいため、必要に応じて予算を見直す、あるいは一時的にクリック重視へ戻す判断も求められます。

拡張期／多チャネル・複数キャンペーンでの最適化フェーズ

拡張期はコンバージョンが安定し、成果拡大のため検索以外のディスプレイ、YouTube、ショッピングなど多チャネルへ展開する段階です。このフェーズでは、単一キャンペーンの改善ではなく、複数キャンペーン／複数チャネルを横断した全体最適化が求められます。

特に有効なのが ポートフォリオ入札戦略で、複数キャンペーンのデータをまとめて学習できるため、「単体ではデータ不足でも、全体で見ると十分なCV学習量を確保できる」「チャネル間のCPA・ROASのばらつきを平均化できる」といった利点があります。

また、チャネル特性に応じた戦略選択も不可欠で、「検索は目標CPA」「ディスプレイは最大化コンバージョン」「動画はCPV入札」といった使い分けが大切です。

成熟期／高度最適化・組織化フェーズ

成熟期では、広告アカウントに十分なデータが蓄積され、わずかな改善でも大きな成果差が生まれるため、「CPAを安定させる」「ROASを維持する」だけでなく、ビジネス価値そのものを最適化する段階へ移行します。

中心となるのは「最大化コンバージョン値」「目標ROAS」といった価値ベースの最適化です。「ECなら利益率データ」「BtoBビジネスならLTVや契約継続率」を値として反映することで、高価値顧客の獲得を強化できるようになります

一方で、完全自動化に頼るのではなく、上限CPCを設定するハイブリッド運用など、人間の判断による微調整も依然重要となってきます。

「入札戦略のA/Bテスト（ドラフト＆実験）」「Google広告 Scriptsによる異常値検知の設定」「自動レポートでの意思決定効率化」など、「検証→改善」の仕組みをきちんと整えた上で、人間の判断を軸とした体制を整えましょう。

Google広告の入札戦略の失敗しないためのポイント

入札戦略は強力な最適化を行える一方で、設定や運用の仕方を誤ると成果が安定せず、意図しない方向へ最適化されるリスクがあります。

こうした失敗を避けるためには、入札戦略の仕組みだけでなく、運用時に気を付けるべき実務的なポイントを理解しておく必要があります。

そこで、入札戦略を安定して機能させるために押さえておきたいのが次の5点です。

• 十分なデータ量（CV数）を確保する
• 適切な目標値を設定する
• 入札戦略の特性を理解する
• 学習中の期間に手を入れすぎない
• 効果検証の際はクリエイティブや市場環境も考慮する

それぞれ個別に解説します。

十分なデータ量（CV数）を確保する

自動入札を安定稼働させるには十分なデータ量が不可欠で、Googleは「過去30〜35日で最低15件、理想は50件近くのコンバージョン」を推奨しています。特に「目標コンバージョン単価（tCPA）」や「目標ROAS（tROAS）」ではデータ不足だと誤った入札判断が起こりやすくなりかねません。

データ量が足りない場合の対策は主に2つで、「①コンバージョン数を増やす工夫（中間指標を一時的にコンバージョンにする等）」「②キャンペーン統合やポートフォリオ戦略でデータをまとめる」方法があります。

①については、フォーム到達や入力開始など「実際の最終コンバージョンより軽いアクション」を一時的にCVとして扱うことで、AIが学習できるシグナル量を底上げできる点がメリットです。初期学習が進みやすくなり、最終的に本来の目標に切り替えた際の立ち上がりも安定します。

②についてですが、こちらはキャンペーン単位ではCV数が不足する場合でも、複数キャンペーンを統合したり、ポートフォリオ入札にまとめたりすることで、学習が成立するだけのデータ量を確保できます。これにより、配信が途切れにくくなり、目標値に対して安定した最適化を行いやすくなります。

適切な目標値を設定する

入札戦略の目標値（目標コンバージョン単価（tCPA）・目標ROAS（tROAS）など）は、戦略の成果を左右する最重要要素であり、設定の基本は「過去実績に基づく現実的な値」にすることです。

たとえば直近の平均CPAが5000円なら、初期目標は±20％の範囲に収めるのが安全で、いきなり半分以下のCPAを求めると配信が絞られ学習が進まなくなってしまいます。同様にROASも、現状300％なら最初は250〜280％など少し緩めの設定から始め、段階的に引き上げるのが定石です。

目標値は「広告のみの数値」ではなく、ビジネスサイドの許容コストや粗利構造とも整合させる必要があります。たとえば、株式会社WACULの2021年調査では、広告効果と紐付けて計測している指標として「売上額」「商談数」などが挙げられています。

（出典：株式会社WACUL「CV数・CPA・ROAS……Web広告の適切なKPIは何か？｜Web広告の運用実態調査Ⅰ」）

特にBtoBでは商談化率や受注率といった下流データと連携しないと、表面的なCPA改善だけを追って肝心の売上げが伸びない状況に陥りやすいため、事業KPIと広告KPIをセットで設計するようにしましょう。

入札戦略の特性を理解する

各入札戦略には「前提条件」「得意・不得意」があり、特性を理解せずに使うと期待外れの結果を招きかねません。

入札戦略は大きく分けると、「量を増やすもの」「費用対効果を管理するもの」「価値に最適化するもの」「露出を確保するもの」といった「目的別のロジック」で動いています。

たとえば、「最大化クリック」はトラフィック増に強いもののコンバージョン効率は考慮されませんし、「最大化コンバージョン」は短期的にCV数を伸ばせる一方、CPA管理は不得意で予算浪費のリスクがあります。

つまり、どの戦略にも「強み」と「代わりに犠牲にしているもの」があるということです。

最適化のロジックを理解していれば「いまの成果が伸びない理由が戦略の限界なのか、それとも設定・計測・データ量なのか」を切り分けられます。結果として、不要な調整を減らし、改善の優先順位を判断しやすくなります。

重要なのは、戦略を「機能」として選ぶのではなく、自社のKPIと広告フェーズに合った戦略を選ぶことです。

学習中の期間に手を入れすぎない

自動入札には「学習期間」があり、入札戦略の導入直後や大きな設定変更後にアルゴリズムが最適値を探るフェーズが発生します。この期間は通常1〜2週間、または約50コンバージョン程度とされ、成果が不安定になったりCPAが悪化することもありますが、必要なプロセスです。

学習期間中に頻繁な変更を行うと再学習が繰り返され、最適化が進まないため、Googleも「少なくとも1〜2週間は触らない」ことを推奨しています。

避けるべき変更は、「入札戦略の切り替え」「目標CPA/ROASの大幅変更」「広告グループ・キーワードの大規模改変」「LP変更」などCVRに影響する施策です。これらはすべて学習を振り出しに戻すトリガーになるため、学習状態をリセットし、配信が乱れる要因になります。一方で、軽微な広告文修正や目標CPAを少し緩める程度の調整は状況次第で許容されます。

効果検証の際はクリエイティブや市場環境も考慮する

入札戦略の成果を正しく評価するには、「入札戦略自体の良し悪し」だけでなく、同時期のクリエイティブ変更・競合状況・季節性など周辺要因も考慮する必要があります。自動入札導入後にCPAが悪化したとしても、原因が「クリエイティブのCTR低下」「LPのCVR低下」「競合の入札強化」「CPCの市場上昇」など別要因であることは珍しくありません。

特に近年はユーザーからしてみれば「広告過多」な時代であり、株式会社オリゾの2023年調査では若年層の66.6％が「広告疲れ」を感じているとの結果が出るほどです。中途半端な戦略やクリエイティブでは、ユーザーはクリックすらしてくれないでしょう。

（出典：PR Times「【SNS世代は本当に広告を嫌っている？】「訴求が大袈裟」「操作の邪魔」など約4割がデジタル広告に苦手意識あり SNS世代が好感を持つデジタル広告のポイントが明らかに」）

正しく効果を検証するためにはA/Bテストが基本で、Google広告のドラフト＆実験機能を使えば、トラフィックを分割し「入札戦略だけを変える」純粋な比較が可能になります。

Google広告の入札戦略を変更するべきシーン

入札戦略は一度設定すれば終わりではなく、配信状況やKPIの変化に応じて見直す必要があります。Googleの自動最適化は強力ですが、前提条件が変わったり、目的に合わなくなったりすると、最適化の方向性がズレ、成果が伸び悩むケースもあるためです。

特に以下のような状態は、入札戦略を見直すべき明確なサインだと捉えましょう。

• 配信量が不足しているとき
• CPAが高騰し続け、改善の兆しが見えないとき
• リードの量は取れているが“質が低い”と感じるとき
• 事業フェーズやKPIが変わったとき

それぞれ個別に解説します。

配信量が不足しているとき

配信量不足（インプレッション・クリックが極端に少ない状態）が起きた場合、まず入札戦略以外の要因を確認する必要があります。具体的には、以下のような項目をチェックしましょう。

• ターゲティングが狭すぎないか
• 上限CPCが低すぎてオークションに参加できていないか
• 広告ランクや品質スコアに問題がないか

これらを改善しても不足が続く場合、一時的に入札戦略をトラフィック重視に切り替えるのが有効で、「目標コンバージョン単価（tCPA）／目標ROAS（tROAS）」から「クリック数の最大化」や「コンバージョン数の最大化」へ移行すれば配信量を確保しやすくなります。

ただし、これらの施策はあくまで「データ確保のための一時対応」であり、配信量が安定したら本来の目標に沿った入札戦略へ戻すべきです。逆に、配信不足時に目標CPAを下げたりROASを上げたりしても露出がさらに減るだけといった状況になります。

重要なのは、まず配信機会の創出に集中し、得たデータで再び最適な戦略に組み直すことと捉えましょう。

CPAが高騰し続け、改善の兆しが見えないとき

CPAは容易に悪化しやすい指標のひとつであり、2024年に株式会社IDEATECHが発表した調査では、半数以上が目標CPAを下回っていると答えてます。

（出典：PR Times「2023年以前と比較して『CPAが上がっている』という声多数 CPA高騰への対策『コンテンツマーケティングの実施』と『高品質のコンテンツ制作』が約4割を占める結果に」）

入札戦略導入後にCPAが想定以上に悪化し、学習期間を過ぎても高止まりする場合は見直しが必要です。まず原因を切り分けることが重要で、以下の要因が主に考えられます。

• コンバージョン計測の誤作動（重複計測・スパムCV・定義変更）
• 事業側のCVR低下（LP不具合・速度劣化・営業プロセス変化）
• 市場競争の激化によるCPC上昇

これらに問題がなければ入札戦略側の調整に移ります具体的には、以下のようなアプローチです。

• 「目標コンバージョン単価（tCPA）／目標ROAS（tROAS）」 の目標値を実績に近い現実的な範囲へ緩和する
• 一時的に「最大化コンバージョン（または最大化コンバージョン値」へ切り替えて、制約のない状態で最適化させる
• 問題が出ている特定のキャンペーンだけ手動入札で診断し、入札圧・競合状況を把握する

これにより、過剰に厳しい設定やキャンペーン構造のゆがみが原因だった場合でも、最適化をリセットしながら実績値に基づく再調整が可能になります。

重要なのは戦略そのものを疑う前に計測 → LP → 市場 → 入札設定の順に原因を整理して、データに基づいて段階的に修正していくことです。

リードの量は取れているが「質が低い」と感じるとき

コンバージョン数は達成しているのに「リードの質が低い」場合、入札戦略とターゲティングの抜本的な見直しが必要です。特にBtoBでは「MQL→SQL→商談→受注」の歩留まりが重要指標となるため、質を入札戦略に組み込まなければなりません。

まず考えるべきは、「現状のコンバージョン定義が、本当に質を反映しているのか」という点です。たとえば資料請求やフォーム送信といった浅いCVを最適化対象にしていると、必然的に「数は多いが質が低い」リードが集まりやすくなります。こうした場合は、営業接触完了・商談化・SQL 化など「質に近い指標」に切り替えることで、アルゴリズムが本来狙うべきユーザーに寄りやすくなります。

ターゲティング面では、質の低いリードにつながる配信面を除外し、高LTV顧客の特徴を分析して類似ユーザーへ配信するという手法もあります。これにより、無駄な配信を抑えつつ、商談につながりやすい層に積極的にアプローチが可能です。

事業フェーズやKPIが変わったとき

企業の事業フェーズや経営方針が変わると、マーケティングKPIも変化するため、入札戦略の再設計が不可欠となります。

重要なのは、KPIやフェーズの変化をマーケ担当者が察知し、それに応じて入札戦略を柔軟に再設計することです。往々にして組織内では「以前からこの指標を追ってきたから」「前四半期もこの戦略だったから」と慣性で運用しがちですが、ビジネス環境は刻一刻と変わります。

たとえば、Googleが公開している事例によると、H&Mは従来の「コンバージョン最大化」中心の運用では、既存顧客ばかりに予算が偏り、新規顧客獲得という本来のKPIとズレが生じていることに気づき、新しいKPIとして「新規顧客シェア」を設定。ファーストパーティデータを活用したセグメント別最適化に転換したとあります。

図1.既存顧客（左）と新規顧客（右）に合わせた広告コピー

（出典：Think With Google「Bidding for success: New ways to find your most valuable customers」）

入札戦略もROAS最適化へ再設計することで、新規顧客へのリーチを大幅に拡大し、よりビジネス価値に直結する運用へ移行しました。

要は、マーケティングは経営目標と同期して然るべきであり、入札戦略もその例外ではないということです。常に全社的視点で自分の広告運用を位置付け、最適な戦略を選択・調整できれば、マーケターとして一段上の貢献ができるでしょう。

まとめ

Google広告の入札戦略は、配信効率を引き上げ成果を最大化できる強力な機能ですが、その真価を引き出すためには「事業フェーズに応じた設計」と「データに基づく継続的な見直し」が必須となります。

近年は「計測できるデータの現象」「競合の入札強化によるCPC悪化」の影響で、従来どおりに入札戦略を設定するだけでは十分に機能しない場面も増えています。

だからこそ、入札戦略を「自動化の設定」ではなく「ビジネス指標を精緻に達成するシステム」として扱うことが求められます。成果が伸び悩むとき、その原因は必ずしも入札戦略ではなく、計測・予算・KPI設定など前段階にあることも多いものですので、広告施策を「オペレーションレベル」でしか捉えないのはリスキーなのです。

「現在のKPIがフェーズと合っているか」「データ量は十分か」「目標値は現実的か」を棚卸しし、必要に応じて入札戦略を再設計していきましょう。