【Meta】ASCにおける配信設計の見直しでCV数が約71%増加

CASE STUDY運用事例

TOP
事業内容
デジタルマーケティング事業
運用事例
【Meta】ASCにおける配信設計の見直しでCV数が約71%増加

案件詳細

テーマ	広告運用
媒体・メニュー	Meta
ソリューション	ターゲティングの見直し
業界	金融業界
商材	株／FX
KPI	無料トライアル

用語解説

CV（コンバージョン）：ウェブサイト上の成果（例：来場予約や申込など）を指します。
CPA（コンバージョン単価）：1件のCVを獲得するために要した広告費を指します。
CVR（コンバージョン率）：広告をクリックしたユーザーのうち、CVに至った割合を指します。
キャンペーン：広告アカウント構成の中で、広告の目的や予算などを管理する最上位の枠組み。

課題

「株」や「FX」など複数の金融商材に対し、「無料トライアル」と「口座開設」といった異なるKPIを追う形でMeta広告のASC（Advantage+ セールスキャンペーン）を運用していました。

機械学習を促進する目的から、ASCでは全て一つのキャンペーンにまとめて配信していましたが、獲得自体は安定しているものの、さらなる申し込み数の拡大が課題となっていました。

─　ASC（Advantage+ セールスキャンペーン）とは？

ASC（Advantage+ セールスキャンペーン）とは、AIを用いて広告配信を自動最適化するMetaの広告メニューです。機械学習をもとに、自動で成果に繋がりやすいユーザーに広告を配信することで、パフォーマンスの向上を目指します。

なお、以前は「Advantage+ ショッピングキャンペーン」という名称でしたが、ショッピング（EC）以外でも活用が進んだことから、より汎用的な名称へ変更されたと考えられます。

─　運用状況

元のASCでは、以下のような状態となっていました。

ASCは本来、機械学習に必要なデータを一箇所（同一キャンペーンなど）に集めることで最適化を早める仕様になっています。

しかし今回は、キャンペーン内に異なる商材×KPIが混在していたため、「誰にどのメッセージを届けるべきか」という判断が曖昧になり、学習精度が低下していたと考えられます。

例えば、KPI別にターゲット層を見てみると、興味の深さや求めている便益が大きく異なります。

こうした異なる層を同一キャンペーンに混在させると、「強いものに引っ張られて他が沈む」という現象が起こりやすくなります。

─　仮説

そこで今回は、「商材×KPIごとにキャンペーンを分割することで、学習速度と精度が向上するのではないか」という仮説を立てました。

ポイントは、「キャンペーンを増やす＝無駄な分割」ではなく、学習対象を明確に分けることで自動最適化を促進するという発想です。

実施施策『ASCにおける配信設計の見直し』

─　① ASCのキャンペーンを商材×KPIごとに分割

まず最初に行ったのは、1つにまとまっていたキャンペーンを商材×KPI別に個別キャンペーンとして立て直すことでした。

このように、ターゲット層が異なる場合は別キャンペーンに分けることで学習が独立し、「その商材に反応するユーザー」のデータが純度高く集まります。さらに配信の偏りが解消され、今まで配信できていなかった層にも広告が適度に届くようになると考えられます。

─　② キャンペーンに合わせて広告内容もカスタマイズ

キャンペーンを分けても、広告内容が共通のままでは成果に差が出にくいため、各商材×KPIに合わせた広告（デザインや訴求文）を用意しました。金融商材の場合、わずかな表現の違いでも反応が変わります。

異なる訴求軸の広告を1つのキャンペーンにまとめてしまうと、Meta側は「最も反応の良い広告」に配信を寄せてしまうため、十分にアプローチできないユーザー層が生まれてしまうことがあります。

キャンペーンを分割することで、それぞれの配信量が確保され、独立して“勝ち広告”を見つけられる環境を整えることができます。

検証結果

ASCにおける配信設計を見直したことで、以下のような改善が見られました。

CVR（コンバージョン率）：約163%向上
CV数（コンバージョン数）：約71％増加

ここで重要なのは、CV数の増加が「予算の増加によるものではない」という点です。

同じ媒体・同じ広告メニュー（ASC）という条件で、配信設計を見直しただけで大幅な改善が得られたことがポイントです。

担当運用者からのコメント

今回の事例から、機械学習による自動配信では「配信設計」が成果を大きく左右することが改めて明確になりました。

ASCは必ずしも“まとめた方がよい”わけではなく、“まとめるべき場面”と“分けるべき場面”を適切に判断することが重要、ということです。

特に、商材やKPIなど訴求軸が複数ある場合は、キャンペーンを分けて学習環境を整える必要があります。今回は金融商材でしたが、以下のような場面にも転用できます。

BtoBで「資料請／無料診断／デモ申込」など、KPIが複数ある場合
美容・クリニックなど、メニューごとに客単価や検討期間が異なる場合
住宅・リフォームなど、同じユーザーでもニーズが細かく分かれる場合
ECで価格帯やブランドごとにターゲット層が違う場合

“同じユーザーの中に複数の需要が混ざっている”商材ほど、今回のような分割運用は効きやすいと考えています。

また、今回のキャンペーン分割はあくまで第一段階です。今後は、広告内容の検証やLP訴求の精緻化、ターゲティングの最適化などを進めることで、さらなる獲得効率の向上を目指していきます。

担当運用者のプロフィール

Hiroya Mochizuki

望月宏哉

株式会社インフィニティエージェント
デジタルマーケティング事業部
プランニングDiv. チーフ

別業種から全くの未経験で広告運用業務を担当。トップクラスの売上を誇る企業様を複数担当し、月間広告運用額は4,000万円超え。様々な業種・課題を持つクライアントに対し、運用戦略の構築から実行までを一貫して担当し、成果改善に導いている。常にデータに基づいた最適解を追求し、クライアントの事業成長と広告投資対効果の最大化に貢献している。