自動入札が思うように動かない？ よくある4つのパターンと対策

広告運用の現場では、CV最大化（コンバージョン数最大化）やtCPA（目標コンバージョン単価）、tROAS（目標広告費用対効果）といった自動入札を活用した配信が、すでにスタンダードになっています。

「細かく触らなくても、ある程度いい感じに配信してくれる」と感じている方も多いでしょう。一方で、運用をしばらく続けているうちに、「最近、少し調子が落ちてきたかも……」と感じる場面が出てくることもあります。

広告管理画面を前にして、「どこをどう調整すればいいのかわからない」と悩んだ経験がある方も多いかもしれません。

この記事では、自動入札が意図通りに機能しないと感じているときに、よく起きている事象と、それにどう向き合い、対処していくべきかを整理していきます。

自動入札の挙動を理解するための前提

具体的な事象について解説する前に、共有しておきたい前提があります。

広告運用をしていると「機械学習が変な挙動をしている」と感じることがあるかもしれません。しかし、基本的に機械学習はアカウントに蓄積されたデータをもとに、人間が与えた設定に忠実に従って動いています。

つまり、うまくいかない原因の多くは、機械学習そのものの問題ではなく、広告運用者の指示設計にあります。

たとえば、次のような人間側の前提を自動入札が勝手にくみ取ってくれることはありません。

人間側だけがこれらの前提を把握したまま運用していると、配信結果が意図とズレて見えてしまうのは自然なことです。

重要なのは、これらの前提を踏まえたうえで、「この操作をしたら、どのように学習され、どう変化が起きるのか」を想像することです。とはいえ、すべての挙動を事前に予測するのは現実的ではありません。そこでここからは、よく起きる4つの事例をもとに考えていきます。

1.自動入札が再現性の低いCVを学習し、配信傾向が変わってしまう

自動入札は、実際に獲得できたコンバージョンをもとに学習を進めます。そのため、CV数が少ない商材や立ち上げ期のアカウントでは、1件のCVでも「成果が出たパターン」として実態よりも強くポジティブに学習されることがあります。

【管理画面上の変化】

次のような場合、機械学習のブレでは無く、学習の方向性そのものが変わってきている可能性があります。

【背景要因】

さまざまな理由で発生した「例外的なコンバージョン」を、機械学習がポジティブに学習してしまっているケースが考えられます。

検索広告でインテントマッチを活用している場合、コンバージョンからは距離のある検索語句にも配信が広がる傾向にあります。

通常は成果につながりにくい配信でも、外的要因の影響や偶然でCVが発生することがあります。この「たまたま発生したCV」を、機械学習が有効な成果パターンとして評価してしまうのです。

背後にある一時的な外部要因や偶発性までは理解できないため、成果が再現しにくい配信が強化されてしまいます。

このような現象は、検索広告に限らず、ディスプレイ広告でも起こります。特定の配信面やオーディエンスへの配信傾向が変わってきている場合は一度疑ってみましょう。

【対策】

キーワードや配信面の除外設定を適切に行う

特定の検索語句や配信面で表示回数が増加しているものの、CVの再現性が低いと判断できる場合は、キーワードの除外を検討します。

ここで注意したいのは、CVが発生した背景を踏まえて判断することです。

たとえば、外部要因に依存して一時的に発生したコンバージョンである可能性が高い場合、その配信は学習を歪める要因になりやすく、今後も安定した獲得が見込めないケースがほとんどです。

一方で、「CVRは低いものの、条件が揃えば一定の獲得余地がある」と判断できる場合もあります。次のように、学習への影響をコントロールしながらリーチを確保するという選択肢も思い浮かべられると良いですね。

「除外するか・配信するか」の二択ではなく、どのフェーズで、どの目的として扱う配信なのかを整理して判断するようにしましょう。

2.コンバージョンしやすい層に最適化されすぎてしまう

自動入札は、細かく調整しなくても一定の成果が出やすい一方で、設定された目標を優先することで、配信対象のユーザーが極端に狭まってしまうことがあります。

特に、広告を出さなくてもコンバージョンしやすい既存ユーザーや、検討段階が進んだ層に配信が偏り続ける状態には注意が必要です。新規ユーザーとの接点が減り、結果として中長期的な成長が鈍ってしまうこともあります。

【管理画面上の変化】

管理画面上で、次のような変化が見られる場合、配信が一部のユーザーに集中し始めているサインかもしれません。

【背景要因】

機械学習は、コンバージョンが発生しやすい配信先を見つけると、その配信先への広告表示を強めていく傾向があります。その結果、関心度が高いユーザーや、検討が進んだ層に配信が偏りがちです。

新規・既存ユーザーを分けずに配信している場合、フタを開けてみると既存ユーザーへの配信が中心になっていることは珍しくありません。短期的には効率が良く見えても、新規ユーザーとの接点が減り、結果として中長期的な成長を鈍化させるリスクがあります。

【対策】

指名キーワードと一般キーワードの配信を分ける

CVRやCPCに大きな差が出ることが多いため、原則として検索広告の指名キーワードと一般キーワードはキャンペーンを分けて管理しましょう。それぞれのキーワードの特性に合わせて入札戦略や予算配分、広告文を最適化することで、適切な広告費で成果を最大化しやすくなります。

特にP-MAXは配信の内訳を把握しにくいので注意が必要です。一見すると配信全体がうまく最適化されているように見えても、内訳を確認するとコンバージョンの大半が指名キーワード経由だった、というケースも多いです。

目的に合わせた予算管理・キャンペーン設計

ECサイトなど、1ユーザーあたり複数回のCVが発生するサービスでは、新規・既存を分けずにROASで目標管理しているケースが多いです。

この場合、CVRの高い既存ユーザーに配信が寄りやすく、基幹システムなども含めて分析すると「広告経由のCVの多くが既存ユーザーだった」という結果になることも少なくありません。

広告配信の目的が新規ユーザー獲得である場合は、新規ユーザー向けのキャンペーンを分けて作成し、予算や目標を切り分けて管理する構成を検討しましょう。

ビュースルーコンバージョンを最適化対象から外す検討

ビュースルーコンバージョンは、広告の間接効果を把握したり、CV数が少ないアカウントで学習を進める目的では有効です。

注意したいのは、広告を見なくてもCVしていた可能性の高いリピーターに、過剰に広告が表示されてしまうことです。

クリックスルーコンバージョンだけで十分に学習が進む場合は、ビュースルーコンバージョンを最適化対象から外すことも検討するとよいでしょう。

3.目標CPA・ROASを基準にした最適化で、配信量が抑えられてしまう

自動入札は、好調なときには成果を安定させやすい一方で、一時的な不調やブレをきっかけに、配信量が徐々に縮小してしまうことがあります。

【管理画面上の変化】

「CPAは合っているのに、思ったほど配信されない」「なぜか使われる広告費が徐々に少なくなっている」と感じる場合、機械学習が現在の入札・目標条件ではこれ以上配信を拡大できない、あるいはCVRの高いユーザーに配信を絞ろうとしている可能性があります。

【背景要因】

自動入札では、設定された目標CPAやROASを基準に、配信量や配信先を最適化します。
一時的な不調や、CV数が少なく学習量が足りないと、目標を達成できないと判断され、配信量を抑える方向に最適化されることがあります。

広告運用者が「一時的なブレ」「少しCPAは高いが許容範囲」と判断していても、機械学習側は目標値を守ることを優先し、配信のアクセルが踏めなくなっている状態です。

【対策】

一時的に入札を上げて適切なペースに戻す

 一時的に入札を強化し適切な配信ペースに調整しましょう。常に目標を緩める必要はありませんが、配信量が減りCVがつかず、さらに学習が進まない悪循環は避けたいところです。

多少目標を下回っても配信量を確保し、CVが発生し始めた段階で、徐々に目標水準へ戻していきましょう。

マイクロコンバージョンの活用

購入や問い合わせなど、主要CVの発生数が少ない場合は、マイクロコンバージョンを設定する方法もあります。

媒体に渡すデータ量を増やすことで学習が進み、配信量が出やすくなるケースもあります。

4.追加したクリエイティブの配信量が増えない

新しいクリエイティブを入稿したものの、想定ほど配信されず、「あまり良くなかったのかもしれない」と判断してしまっていることは実は多いです。

配信量が伸びないことと、クリエイティブの良し悪しは必ずしも一致しません。実際には、評価される前に十分な配信機会が与えられていないだけ、という場合もあります。

【管理画面上の変化】

次のような場合、追加したクリエイティブの性能以前に、そもそも検証に必要な配信機会が確保できていない可能性が高いです。

【背景要因】

機械学習は、過去に成果を出しているクリエイティブを「勝ちパターン」として認識し、安定した成果が見込める既存クリエイティブを多く配信しようとします。

一方、新しく追加したクリエイティブは実績がないため、「成果が読めない存在」として配信が伸びにくいのです。その結果、配信量が出ないことを理由に、本来は伸びる可能性があったクリエイティブを早期に止めてしまうこともあります。

この判断は、単に1本のクリエイティブの配信停止にとどまらず、他媒体や別メニューでの訴求軸の判断にも影響する可能性があるので注意が必要です。

【対策】

新規クリエイティブの配信量を意図的に担保する

配信量が出ない＝失敗と結論づける前に、評価に必要な配信機会を確保するため、次のような設計を行いましょう。

配信量だけで判断せず、「評価される前に止めていないか」という視点を持つことで、クリエイティブ改善の精度を高めやすくなります。

自動入札と上手に付き合うために

自動入札や配信の自動化が進み、以前に比べると設定項目は減り、運用そのものは一見シンプルになりました。一方で、本記事で見てきたように、広告運用者の意図とは異なる配信傾向が生まれてしまうケースは、多くのアカウントで起きています。

自動入札は、広告アカウントに蓄積されているデータと、設定に忠実に最適化を行います。だからこそ広告運用者には、次のような媒体にそのまま渡せない前提やビジネス上の意図を、入札調整や設定に落とし込んでいくことが求められます。

自動化が進む今だからこそ、「何を設定し、何を任せ、どこを人が判断するのか」を整理したうえで運用に向き合うことが、広告成果の再現性を高めていきます。