Meta広告の機械学習を使いこなす！最適な設定と運用方法を解説

Meta広告の運用を行う上で成果を上げるために必要不可欠なのが、Meta広告の機械学習について理解することです。

 

「機械学習」と言われると難しいイメージがありますが、簡単に言えばAIです。

Meta広告の機械学習(AI)を使いこなすことで運用者の手間を減らしながら、さらに高い成果を期待することができるようになります。

 

と言っても、技術的な難しい話を考えることは全く必要ありません。

今回の記事では、Meta広告の機械学習を使いこなすためのポイントを解説していきます。

 

ここで紹介するポイントを押さえることで、Meta広告で高い効果を得るための近道となりますので、Meta広告の成果改善にお悩みの方はぜひ参考にしていってください。

Meta広告の機械学習とは？

Meta広告の配信の裏側では、常にMetaが独自に開発している機械学習アルゴリズム、つまりAIが、広告の効果を最大化するために自動で働き続けています。

 

実はMeta広告に限らず、運用型のWeb広告媒体は多くのものが機械学習を活用しているのですが、Meta広告の場合は機械学習が広告の効果に与える影響が他の媒体よりも強いのです。

 

その理由は、Metaが持つ膨大なユーザーデータにあります。

Facebookは実名で利用するSNSであり、他のWeb広告媒体と比べても、より細かく正確な個人情報をデータとして保有しています。

 

これらのデータを活用しているため、非常に精度の高い機械学習アルゴリズムを利用することが可能になっているのです。

 

裏を返せば、Meta広告は運用者が手動で設定できる範囲が他の広告媒体よりも少なく、機械学習を使いこなせないままに運用を行っていても限界があります。

 

機械学習を使いこなすことができれば、Metaが保有する膨大なデータを最大限に利用することができる上、運用者がすべてを細かく操作しなくても機械学習が自動で成果を改善してくれるようになります。

 

Meta広告の機械学習を理解することには、非常に多くのメリットがあるのです。

Meta広告の情報収集中とは？

Meta広告の「情報収集中」とは、機械学習が十分に能力を発揮するために必要なデータがまだ集まっていない状態を表す言葉です。

 

Meta広告では、機械学習が働くために必要なデータが揃っているか、それともまだ収集が必要なのかを運用者が判断するために、ステータスが表示されるようになっています。

管理画面の「配信」列に、「アクティブ」と表示されていれば、機械学習が働くために十分なデータが蓄積されている状態です。

 

「情報収集中」と表示されているときは、データが十分に蓄積されていません。

この状態では、まだ配信が安定していないため、時折クリック率や単価が大きく変動することがあります。

 

配信に大きな変動があるのは、Meta広告の機械学習が、最適な配信設定を探り当てるためにいろいろなやり方を試していることが理由です。

 

「情報収集中」の表示は、Meta広告の成果を最大化するための準備ととらえるようにしましょう。

Metaが推奨する条件は「1週間に50CV」

Meta広告の機械学習をうまく働かせるために、Metaが推奨している条件があります。

それは「広告セットあたり、1週間に50CV以上のデータがあること」です。

 

Meta広告のアカウント構成は大枠としてキャンペーンがあり、その中にいくつかの広告セットが入っているという形ですが、機械学習の最適化は広告セットごとに行われます。

 

そのため広告セットごとにデータを蓄積していく必要があり、必要なデータ量が1週間に50CVという基準です。

1週間に50CVが難しい場合は？

高単価商材・ニッチ商材や広告予算が少ないため50CVが担保できない場合は、マイクロコンバージョンを設置しましょう。

 

商材や環境の影響で50CVを担保できない場合は機械学習が上手く機能しない可能性があるためです。

 

マイクロコンバージョンの例

・購入の前のカート追加

・資料請求完了前の資料請求フォーム送信ボタンクリック

・無料体験予約完了の前の無料体験予約ボタンクリック

 

などです。

 

コンバージョン地点を一つ前にするため精度は少なからず落ちてしまいますがマイクロコンバージョンを置き、機械学習を機能させると良いでしょう。

Meta広告の機械学習がうまく働いているか判断する基準

Meta広告の機械学習の中身は、Meta社自身しか知ることができず、運用者にとっては見えない部分も多いものです。

 

その機械学習が「うまく働いているか」を運用者が判断するために役立つ、いくつかの基準があります。

 

もしもこれらの基準を満たしていない場合は、機械学習がうまく働いていない可能性がありますので改善が必要です。

管理画面のステータスが「アクティブ」になっている

管理画面の「配信」列のステータスが「アクティブ」になっていることは、最もわかりやすい基準です。

 

この状態はMetaが推奨する条件を十分に満たしていることを表していますので、機械学習によって成果が改善される見込みがあります。

 

「情報収集中」になっている場合は機械学習を働かせるために必要なデータを蓄積している段階です。

データの蓄積には数日かかることが多いので焦らず待つことも大切です。

 

「情報収集が不十分」になっている場合は、一定期間の情報収集を経ても必要なデータが蓄積できなかったことを表しています。

 

こうなると機械学習で成果が改善される見込みが低いので、ターゲティングや配置を広げたり、予算を増やしたりして必要なデータを確保できるよう対策を講じる必要が出てきます。

配信ペースや獲得ペースが安定している

表示回数やクリック数が大きく変動することなく日々一定で、獲得数も安定して増えている状態であれば機械学習がうまく働いていると言えます。

この基準は、主に配信を始めた直後や設定を大きく変更した直後に役に立ちます。

 

「昨日は表示回数が増えていたのに今日は減っている」というようなことが起きていると、機械学習がうまく働いておらず、配信が不安定になっていることが考えられます。

 

配信を始めて1～2日といった初動の期間であればデータが蓄積されることで配信が安定していく見込みがありますが、しばらく経っても不安定な配信が続く場合は機械学習がデータの蓄積に失敗している可能性が高いため、設定の見直しが必要です。

広告成果が改善している

広告成果が改善に向かっていることは、機械学習がうまく働いている証です。

過去に安定して配信ができているデータがあると、より改善傾向に向かいやすくなるためです。

 

広告クリエイティブの入れ替えやターゲティング設定を行っても安定して改善が進んでいる状態が理想と言えます。

 

配信が安定している中で広告クリエイティブをすべて一新したり、今まで全く配信していなかったターゲットに配信を開始したりという大幅な変更を急に加えると、今まで蓄積したデータが利用できなくなり配信が不安定になる可能性が高いため注意が必要です。

 

成果が安定して改善傾向にあるなら、機械学習の働きを邪魔しないようにしましょう。

Meta広告の機械学習をスムーズに動かす設定方法

Meta広告の機械学習をスムーズに働かせるためには、運用者が手動で行う設定にもコツが要ります。

 

コツといっても何も難しいことはなく、いくつかのポイントを押さえることで成果が改善できる可能性が高いです。

 

ここでは、実施しやすい設定方法として5つのポイントをご紹介します。

ターゲットはやや広めに設定する

1つ目のポイントは、ターゲットをやや広めに設定すること。

 

運用者である人間が今までの経験から来る勘を頭の中で持っていても、実際に運用を行ってみないと成功するかどうかが未知数であるように、機械学習も「試してみないとわからない」ことは多くあります。

 

広告配信のターゲットとして、「30~35歳の女性」が最適という勘を持っていても、26歳や42歳の女性がターゲットにならないわけではありません。

 

まずはターゲットを広めに設定して、実際に配信した結果のデータを蓄積することで、「30歳未満であっても〇〇な特徴を持つ女性なら反応が良い」というような情報を得られることがあります。

 

これは膨大なデータを扱える機械学習ならではのやり方と言えますが、「反応が良い層はこのあたりだろう」と考えたターゲットを、テストのつもりで少しだけ広げて配信を始めることが成果改善に繋がる可能性があります。

目標から必要な予算を逆算する

2つ目のポイントは、目標から必要な予算を逆算すること。

最初に目標を決めておくことで改善のめどが立ちやすくなるだけでなく、予算不足が原因で機械学習のためのデータが確保できないという状況を防ぐことができるからです。

 

「予算100万円で獲得できるだけ獲得を目指す」というようなやり方も不可能ではありませんが「目標を達成できているのに予算がこれ以上増やせない」という状況はビジネスの機会損失が大きくなりがちです。

 

最初に目標を決めておいてから目標達成に必要な予算はいくらかというのを考えるようにしましょう。

アカウント構成をシンプルにする

3つ目のポイントは、アカウント構成をシンプルにすること。

細かく広告セットを分けるとデータが分散しひとつの広告セットにデータが蓄積しにくくなってしまうためです。

 

例えば、同じInstagram内での配信なのにフィード面とストーリーズ面で広告セットを分けるなどです。

 

アカウント構成をシンプルにすることでデータをより多く蓄積し機械学習が機能しやすいアカウント構成にしましょう。

マイクロコンバージョンを設定する

4つ目のポイントは、マイクロコンバージョンを設定することです。

上述しましたが、Meta広告が推奨している条件である「1週間に50CV」という基準がクリアできない場合に有効なポイントです。

 

マイクロコンバージョンというのは、広告配信のゴールであるコンバージョンポイントよりも手前に小目標として設定するコンバージョンポイントを指します。

 

例えば、ECサイトで広告を出稿していると商品の購入をコンバージョンにしていることは非常に多くあります。

 

1週間に50CVという条件が満たせていれば問題ないのですが、条件が満たせない場合は「商品の購入」というゴールの手前にある「商品をカートに入れる」ことを小目標としてマイクロコンバージョンに設定します。

 

もちろん、商品をカートに入れた後に購入まで至らず離脱してしまうユーザーも少なからず存在しますが、商品をカートに入れている時点で購入まではかなり近いところに来ていますし、購入よりはハードルが低いはずです。

 

「商品をカートに入れる」見込みが高いユーザーを対象に機械学習を進めることで、十分なデータ量を確保しながら広告の効果を高めることができます。

最適化対象のアクションを適切に変更する

5つ目のポイントは、最適化対象のアクションを適切に変更することです。

最適化対象のアクションというのは「ブランドの認知度アップ」「トラフィック」「コンバージョン」といったMeta広告があらかじめ用意している目標のことです。

 

運用者が自らの目的に合わせて選択することができますが、これを適切に選択していないと機械学習がうまく機能しにくくなってしまいます。

 

商品の販売をしたいのに「トラフィック」を選択していると、トラフィックを増やすことが機械学習の目標になってしまいますから、きちんと適切なアクションを選択しましょう。

Meta広告の機械学習を進めるために気を付けること

Meta広告の機械学習を進めるために、気を付けておくべき心構えを解説します。

頻繁に設定を編集しすぎない

機械学習とうまく付き合っていくためには、「手を出しすぎない」ことが大切です。

頻繁に設定を編集してしまうと、機械学習に必要なデータの蓄積ができません。

配信の初動は特に、手を出しすぎないようにしましょう。

初めから全てを決めようとしない

運用を始める前に、設定を細かく決めすぎないことも大切です。

初動はテスト期間と割り切り、まずはなるべくたくさんのデータを集めることを優先しましょう。

集まったデータを見て、効果の悪い部分は配信を停止するなどの判断をすることが大切です。

すぐに完璧な成果が出ると思わない

機械学習は、時間をかけて最適化を進めていく仕組みです。

すぐに効果が出ることはなく、長期的に見ていくことが重要であることは常に念頭に置いておくようにしましょう。

まとめ

Meta広告の成果改善のために重要な、機械学習との付き合い方について解説してきました。

機械学習はMeta広告の裏側で動いているためになかなか判断が難しいものですが、ここでご紹介したポイントを活用して、成果改善のために機械学習を使いこなしてみてください。