P-MAXでCPAが高い原因と改善手順｜どこから切り分けるか

なお、TimeValue株式会社では、広告運用・クリエイティブ制作・LP改善・データ分析・AI導入までを一括で引き受けるWebマーケティング支援「KAIZEN」を提供しています。

現在、オンラインの無料マーケティング診断を毎月10社限定で実施中です。いまの数字を見ながら、どこから直すのが早いかを一緒に整理します。

今月の無料診断は残り4社です

無料マーケ診断を申し込む

広告からLPまで、まとめて見ます。オンラインで30分から対応しています。

P-MAXでCPAが高いときは最初に何を確認すればよいですか

P-MAXでCPAが高いときに、最初からアセットやオーディエンスを変更すると原因が分からなくなります。
検索広告や一般的なディスプレイ広告より配信面の内訳を把握しにくいため、変更前に数字の変化を時系列で確認することが必要です。

最初に見るのはCPAだけではありません。
費用、コンバージョン数、CVR、クリック数、クリック単価、コンバージョン値などを同じ期間で並べます。

CPAが上がっていても、原因は複数あります。
クリック単価が上がっている場合もあれば、クリック単価は変わらずCVRだけ下がっている場合もあります。
コンバージョン計測そのものが減っている可能性もあります。

CPAが高い期間を固定して比較する

直近数日だけを見ると、P-MAXの学習による変動を恒常的な悪化と誤認することがあります。
日単位の数字だけではなく、同じ曜日を含む複数期間で確認します。

たとえば説明のための仮の値として、先週のCPAが15,000円、今週が25,000円だったとします。
この場合、CPAだけでは何も判断できません。

費用が同じなのにコンバージョン数が減ったのか、配信量が増えてCPAが悪化したのかで対応は変わります。
クリック数が増えてCVRが落ちているなら、配信先や流入ユーザーの変化を疑います。
クリック数そのものが減っているなら、入札や競争環境、配信対象の変化も確認します。

P-MAXのCPA悪化を切り分ける初期確認

設定変更履歴とCPA悪化日を重ねる

P-MAXは自動化される範囲が広い広告ですが、自動化されているからといって人が行った設定変更の影響がなくなるわけではありません。

予算を急に増やした日、目標CPAを変更した日、コンバージョン設定を変えた日、アセットを大量に差し替えた日などと、CPAが変わったタイミングを重ねます。

変更直後から数字が悪化しているなら、その変更が原因候補になります。
一方で何も変更していないなら、コンバージョン計測、需要変動、配信対象の広がりなど別の原因を探します。

この順番で調べることで、根拠なくアセットやオーディエンスを入れ替えることを防げます。

P-MAXでは配信面が見えにくくても原因を切り分けられますか

P-MAXでCPA改善が難しい理由の一つは、どの配信面がどれだけCPAを悪化させているのかを、通常のキャンペーンほど明確に把握しにくいことです。

そのため、検索面だけ、動画面だけという単純な分解を前提に運用すると行き詰まります。
P-MAXでは、確認できる複数の情報を組み合わせて配信の変化を推測します。

面ではなく変化した指標から追う

CPAが上昇したときは、まずCVRとクリック単価のどちらが動いているかを確認します。

クリック単価が大きく変わらずCVRが低下しているのであれば、以前よりコンバージョン確度の低いユーザーまで配信対象が広がっている可能性があります。
広告とLPの訴求が合わなくなっているケースもあります。

反対にCVRは安定しているのにクリック単価だけ高くなったのであれば、流入品質だけを疑うのでは不十分です。
高単価なオークションへの参加が増えた可能性や、競争環境が変わった可能性があります。

P-MAXでは配信面が見えにくいから何も分からないのではありません。
確認できない項目を無理に推測するのではなく、確認できる数値から原因候補を減らしていく考え方が必要です。

検索テーマや流入先の変化も見る

P-MAXでは検索意図に近い流入も発生するため、検索テーマや検索カテゴリとして確認できる情報がある場合は利用します。

自社が狙いたい顕在層に近い検索が多い期間と、広い情報収集系の検索が増えた期間でCPAが変わっているなら、配信対象の変化を疑えます。

最終ページURLの拡張を利用している場合は、想定していないページへ広告流入が発生していないかも確認します。
トップページではなく特定の商品ページに送るべき広告が、別の情報ページへ流れていればCVRが低下する可能性があります。

P-MAXでは一つの指標だけで原因を断定しません。
配信量、流入単価、CVR、検索テーマ、遷移先などの変化を重ねて判断します。

アセットグループはどのように見直せばCPAを改善できますか

P-MAXでは広告文、画像、動画などのアセットを登録して配信します。
ここでよく起きるのが、アセットの本数は増えているものの、アセットグループの設計が曖昧になっている状態です。

異なる商品、異なるターゲット、異なる訴求を一つのアセットグループに詰め込むと、運用者が結果を解釈しにくくなります。

アセットグループを意味のある単位に分ける

アセットグループを分ける基準は、単に画像デザインが違うかどうかではありません。
ユーザーが求めている価値や商品カテゴリが異なるかを基準にします。

たとえば業務効率化を訴求する素材とコスト削減を訴求する素材では、反応するユーザーの動機が異なる可能性があります。
それらを整理しておけば、どの方向性が成果につながっているかを考えやすくなります。

ECであれば、価格帯や商品カテゴリ、利益率などで商品を分ける方法があります。
リード獲得であれば、課題や利用目的、対象部門などで訴求を分ける方法があります。

ただし、細かく分ければよいわけではありません。
実績が少ないキャンペーンを過度に細分化すると、一つひとつの単位に十分なデータがたまらなくなります。

アセット評価だけで停止判断をしない

アセットごとの評価は改善材料になりますが、評価だけを見て即座に削除するのは避けます。

P-MAXでは複数のアセットが組み合わされて配信されるため、一つの素材だけで最終成果が決まるわけではありません。
評価が低いアセットを削除する場合も、代わりになる訴求や素材を準備したうえで入れ替えます。

同じ内容の広告文を言い換えただけのアセットを大量に追加しても、検証できる訴求の幅は広がりません。
機能、価格、導入メリット、利用シーンなど、ユーザーが判断する軸自体を変える方が改善材料を得やすくなります。

オーディエンスシグナルを変えればCPAは下がりますか

P-MAXでCPAが高いとき、オーディエンスシグナルを狭くすれば解決すると考えるケースがあります。
しかし、オーディエンスシグナルを通常のターゲティングと同じように扱うと判断を誤ります。

オーディエンスシグナルは、このようなユーザーに成果が出そうだという情報を渡すためのものです。
設定した人だけに配信を限定する仕組みとして考えるものではありません。

顧客に近いデータからシグナルを作る

新規顧客を獲得したいのであれば、実際に成果につながっている顧客に近い情報を利用します。

サイト訪問者をすべて同じシグナルとして扱うより、問い合わせ完了者や購入者など、事業成果に近いユーザーを区別した方が意図を伝えやすくなります。

ただし、コンバージョン数が極端に少ないデータを細かく分けすぎると、十分な情報量を確保できません。
データ量と顧客の質の両方を見て設計します。

CPA悪化をシグナルだけの責任にしない

CPAが高いからといって、オーディエンスシグナルを変更し続ける運用は避けます。
原因が商品フィードやコンバージョン設定にある場合、シグナルだけを調整しても根本的な改善にはなりません。

オーディエンスシグナルを確認するときの考え方

オーディエンスシグナルは、P-MAXに答えを指定する設定ではありません。
誰を起点に探索させるかを考える設定として扱う方が、過度な調整を防げます。

商品フィードや除外設定が原因でCPAは高くなりますか

商品フィードを利用するP-MAXでは、広告素材だけではなく商品構成自体が成果を左右します。

キャンペーン全体のCPAだけを見ていると、一部の商品が大きく費用を使っていることに気づかない場合があります。
売れやすい商品と売れにくい商品、利益率の高い商品と低い商品を同じ条件で配信することが必ずしも合理的とは限りません。

商品単位で費用と成果を確認する

まず商品別や商品グループ別の費用、コンバージョン数、売上などを確認します。

説明のための仮の値として、10商品に合計100万円を使い、9商品は目標内でも、残り1商品だけで30万円を消化して成果がほとんど出ていないとします。
この場合、キャンペーン全体のCPAだけを見て入札設定を変更すると、成果の良い9商品まで配信を抑える可能性があります。

CPAが高い商品をそのまま除外する前に、商品ページ、価格、在庫、商品情報なども確認します。
広告側ではなく商品側に原因がある可能性もあるためです。

フィード情報と遷移先を確認する

商品タイトルやカテゴリなどの情報が実際の商品内容とずれていると、適切なユーザーとの接点を作りにくくなります。

広告から遷移する商品ページが在庫切れだったり、価格情報が分かりにくかったりする状態でもCVRは下がります。
P-MAXの設定だけで改善しようとせず、フィードから遷移先まで一続きで確認します。

除外対象を明確にする

取り扱い商品の中には、広告で積極的に販売したくないものが含まれる場合があります。
利益率が極端に低い商品、在庫が少ない商品、販売を停止する予定の商品などです。

すべての商品を機械的に配信対象にするのではなく、事業側の優先順位を広告設定へ反映します。

ただし、CPAが高かった商品を短期間の数字だけで次々に除外すると、配信機会を失います。
一定の費用やクリック数が蓄積しているかを確認してから判断します。

既存キャンペーンやブランド検索との重複はどう確認しますか

P-MAXを追加した後にCPAが良く見えていても、必ずしも新しい顧客を増やしているとは限りません。
反対にP-MAX単体のCPAが高くても、他キャンペーンとの配分が変化した結果である可能性があります。

特に確認したいのが、既存キャンペーンとの重複とブランド検索です。

P-MAX導入前後でアカウント全体を見る

P-MAXを開始すると、これまで別のキャンペーンで取れていたコンバージョンの一部がP-MAX側で計上されることがあります。

そのため、P-MAXのCPAだけを見て成功や失敗を判断するのではなく、広告アカウント全体の費用とコンバージョン数を比較します。

説明のための仮の値として、導入前に全体で月100件のコンバージョンがあり、導入後も100件のままなのにP-MAXだけで30件取れたとします。
その30件すべてを純増と考えるのは適切ではありません。

別キャンペーンのコンバージョンが30件減っているのであれば、単に計上されるキャンペーンが変わった可能性があります。

P-MAXと既存キャンペーンの重複を確認する見方

ブランド検索を新規獲得と混同しない

ブランド名をすでに知っているユーザーは、一般的に購入や問い合わせに近い状態にあります。
そのため、ブランド関連の検索流入を多く含むとCPAが低く見えることがあります。

問題はブランド流入自体ではありません。
ブランド流入を含む数字と、新しい需要を獲得した結果を同じ意味で扱うことです。

ブランド関連の流入をどのように扱うかは、広告の目的によって変わります。
P-MAXを純粋な新規顧客獲得施策として評価したいのであれば、ブランド関連の取り込み状況や除外設定を確認します。

既存キャンペーンとの役割を整理してからP-MAXのCPAを見ることで、表面的なCPA改善に引っ張られにくくなります。

コンバージョン設定がP-MAXのCPAを悪化させることはありますか

P-MAXのCPAが高いときに見落とされやすいのが、コンバージョン設定です。

自動入札では、どの行動を成果として定義しているかが配信判断に直結します。
広告クリエイティブやオーディエンスを細かく改善していても、最適化先がずれていれば期待する成果には近づきません。

最適化対象に不要なコンバージョンが入っていないか確認する

問い合わせ獲得を目的としているのに、ページ閲覧や軽微なボタンクリックなども同じように主要コンバージョンとして扱っていると、事業成果とは異なる行動へ配信が最適化される可能性があります。

資料請求、問い合わせ、購入、電話など複数の成果地点を設定している場合も、それぞれの事業価値を確認します。

すべてを同じ一件として扱うと、獲得しやすい成果へ配信が偏ることがあります。
問い合わせより資料閲覧の方が発生しやすいのであれば、管理画面上のコンバージョン数が増えても商談や売上が増えない状態が起こり得ます。

コンバージョン値の設定を確認する

売上や顧客価値に応じた最適化を行う場合は、コンバージョン値の設定も確認します。

説明のための仮の値として、5万円の商品と5,000円の商品を同じ価値として送信していれば、広告側はどちらを優先すべきか正しく判断できません。

リード獲得でも同様です。
商談化しやすい問い合わせと情報収集段階の資料請求に大きな価値差がある場合、同一価値として扱うことが事業目標と合っているか確認します。

重複計測や欠損も調べる

コンバージョン数が突然増えたり減ったりした場合は、広告運用より先に計測を疑います。

同じ問い合わせが二重に計測されていないか、完了ページが正しく発火しているか、計測タグの変更がなかったかを確認します。

計測異常がある状態で目標CPAを変更すると、誤ったデータに合わせて配信まで変えてしまいます。
P-MAXの改善では、管理画面上のCPAを正しい数字だと決めつけないことが必要です。

学習期間中のCPA悪化と本当の不調はどう見分けますか

P-MAXでは、変更後にCPAが一時的に上がることがあります。
この動きを見て毎日のように設定を変更すると、かえって改善しにくくなります。

一方で、学習期間だから仕方がないと考えて悪化を放置することも適切ではありません。
学習による揺れと構造的な問題を分けて考えます。

何を変更した後の変動なのかを確認する

予算、入札目標、コンバージョン設定、商品構成、アセットなどを大きく変更すると、その後の配信傾向が変わる可能性があります。

変更直後にCPAが上がった場合は、変更前後を比較します。
数日だけの悪化なのか、その後も継続して悪化しているのかを見ます。

説明のための仮の値として、目標CPAが20,000円のキャンペーンで、変更翌日に40,000円になったとしても、それだけで設定を戻すとは限りません。
数件しかコンバージョンが発生していないのであれば、一件の増減でCPAが大きく動くためです。

反対に十分な費用とコンバージョン数が蓄積した後も目標から大きく外れ続けているなら、単なる短期変動ではない可能性が高まります。

コンバージョン件数による数字の振れ幅を考える

月に数件しか成果が出ないキャンペーンでは、日次CPAが安定しにくくなります。

一件のコンバージョンが発生しただけでCPAが大きく改善し、一件取れなかっただけで急激に悪化します。
この状態で毎日判断すると変更回数が増えます。

日単位だけではなく、一定期間の累計実績を見ながら判断します。

学習という言葉で原因調査を止めない

設定変更後であっても、計測が止まっている、商品が在庫切れになっている、LPに不具合が出ているといった問題は別です。

学習期間だから待つという判断をする前に、広告以外の異常がないか確認します。

P-MAXのCPA改善では、待つべき変動と直すべき問題を分ける必要があります。
変更履歴とデータ量を基準にすれば、短期的な数字だけに振り回されにくくなります。

P-MAXでCPAが高いときはどの順番で改善すればよいですか

P-MAXのCPA改善では、設定できる項目を片端から変更する方法は避けます。
複数の変更を同時に行うと、改善しても悪化しても何が効いたのか分からなくなるためです。

最初に計測が正しいかを確認します。
次にCPAが悪化した日時と変更履歴を照合します。
その後、アカウント全体の成果と既存キャンペーンとの関係を見ます。

ここまで問題がなければ、商品構成、アセットグループ、オーディエンスシグナルなどP-MAX内部の設計へ進みます。

CPAを分解して問題箇所を決める

CPAは、クリック単価とCVRの影響を受けます。
そのため最初に、流入単価が問題なのか、流入後の成果率が問題なのかを確認します。

CVRが大きく落ちているなら、コンバージョン計測、遷移先、商品、流入ユーザーの変化などを優先します。
クリック単価が大きく上がっているなら、配信対象や需要、競争環境の変化を確認します。

キャンペーン全体のCPAだけを見て目標CPAを厳しくすると、配信量が減るだけで問題が解決しないケースがあります。

一度に一つの仮説を検証する

たとえば商品別データから一部商品がCPAを押し上げていると分かったのであれば、まず商品構成を見直します。

同時にアセット、オーディエンスシグナル、入札目標、予算まで変更すると、どの変更によって数字が動いたのか判断できません。

広告運用では、改善案の数よりも原因と変更を対応させることが大切です。

P-MAX単体ではなく事業成果まで確認する

管理画面上のCPAが改善しても、問い合わせの質や売上が悪化していれば成功とは言えません。

リード獲得であれば、有効リード率、商談率、受注率まで確認します。
ECであれば、売上だけでなく利益率や新規顧客比率なども確認します。

P-MAXは複数の配信機会を横断するため、広告管理画面のCPAだけでは評価しきれません。
どのコンバージョンを増やしたいのかを先に定義し、その成果につながっているかを追います。

CPAが高い状態から抜けるために必要なのは、設定を頻繁に変更することではありません。
計測が正しいことを確認し、配信構造を把握し、問題が起きている場所だけを変更します。

この手順を守れば、配信面の詳細が見えにくいP-MAXでも、原因を一定の範囲まで切り分けながら改善できます。

よくある質問

まとめ