広告運用の分析指標（KPI）と読み方

学習目標

Web広告の主要KPI（インプレッション・CTR・CPC・CVR・CPA・ROAS）の定義と計算式を説明できる。各指標が「低い/高い」ときに何が問題かを診断できる。Google広告・Meta広告のレポートから優先度の高い課題を特定できる。AIを使ったデータ分析の活用方法を実践できる。

広告KPIの全体マップ

広告のKPIはファネルの段階に対応して理解するとわかりやすい。

配信
  └─ インプレッション（表示回数）
       └─ クリック
            └─ CTR（クリック率 = クリック/インプレッション × 100）
                 └─ CPC（クリック単価 = 費用/クリック数）
                      └─ コンバージョン（CV）
                           └─ CVR（コンバージョン率 = CV/クリック × 100）
                                └─ CPA（コンバージョン単価 = 費用/CV数）
                                └─ ROAS（広告費用対効果 = 売上/広告費 × 100%）

主要KPIの定義と目安

インプレッション（Impressions）

広告が表示された回数。配信ボリュームの基本指標。

• 低い原因: 入札単価が低い・予算不足・ターゲットが狭すぎる・審査中
• 高くても安心しない: インプレッションが多くてもCTRが低ければ広告文・クリエイティブに問題がある

CTR（クリック率: Click Through Rate）

CTR(%) = クリック数 ÷ インプレッション数 × 100

業界平均の目安（大きく変動する）:

• Google検索広告: 2〜10%（業種によって異なる）
• Googleディスプレイ広告: 0.1〜0.5%
• Meta広告フィード: 0.5〜2%

CTRが低い場合の診断:

• 広告文のフック・ベネフィット・CTAを見直す
• ターゲットと訴求がずれていないか確認
• 競合と差別化できているか確認

CPC（クリック単価: Cost Per Click）

CPC（円）= 広告費用 ÷ クリック数

CPCが高い原因:

• 競合が多いキーワード・ターゲットに入札している
• 品質スコア（Google）が低い
• 入札戦略が高コスト方向に最適化されている

CVR（コンバージョン率: Conversion Rate）

CVR(%) = コンバージョン数 ÷ クリック数 × 100

CVRが低い場合の診断（LP起因が多い）:

• LP（ランディングページ）の内容と広告文のメッセージが一致していない
• LPの読み込みが遅い（特にスマートフォン）
• フォームが複雑・入力項目が多すぎる
• 信頼性要素（実績・口コミ・価格の明示）が不足している

重要: CTR（クリック率）が高くてもCVRが低ければ「クリックはするが買わない」状態。広告費は増えるが成果が出ない最悪のパターン。

CPA（コンバージョン単価: Cost Per Action/Acquisition）

CPA（円）= 広告費用 ÷ コンバージョン数

目標CPAは業種・利益率によって大きく異なる。設定方法の基本:

• 顧客生涯価値（LTV）× 許容マージン率 = 許容CPA
• 例: LTV 30万円・許容マージン10% → 目標CPA 3万円以内

ROAS（広告費用対効果: Return On Ad Spend）

ROAS(%) = 広告経由の売上 ÷ 広告費用 × 100

EC・通販サービスで特に重視される指標。ROAS 300%は広告費1円に対して3円の売上。

• 一般的な目標ライン: 300〜500%（業種・利益率によって異なる）

データを読む実践例

以下の架空のキャンペーンデータから問題を診断する。

指標	今週	先週	変化
インプレッション	50,000	52,000	-4%
CTR	3.2%	3.1%	+0.1%
CPC	180円	175円	+3%
クリック	1,600	1,612	-1%
CVR	1.1%	2.3%	-52%
CV数	18	37	-51%
CPA	16,000円	7,600円	+110%

診断結果: CTR・CPC・クリック数はほぼ横ばい。問題はCVRが半減したこと。広告側ではなくLP側（フォーム・ページ内容・サーバー障害等）に問題がある可能性が高い。まずLPの動作確認・フォーム送信テスト・Google Analytics 4のコンバージョンイベント確認から始める。

AIでデータ分析のサポートをする

以下の広告キャンペーンデータを分析し、
優先度の高い改善課題を特定してください。
また、各課題の原因仮説と具体的な改善アクションを提案してください。

期間: [例: 2024年6月1日〜6月14日（2週間）]
キャンペーン名: [入力]

指標:
- インプレッション: [数値]
- CTR: [%]
- CPC: [円]
- クリック数: [数値]
- CVR: [%]
- CV数: [数値]
- CPA: [円]
- 目標CPA: [円]
- 先週比: [上記指標それぞれの先週比]

追加情報: [LP変更の有無、入札変更の有無、シーズナリティの影響など]

AIの出力を鵜呑みにしない: AI分析は「仮説リスト」として使う。実際の原因特定には管理画面・GA4・サーバーログなどの実データ確認が必要。

参考リンク

• Google「広告のパフォーマンスの指標について」https://support.google.com/google-ads/answer/2472712
• Meta「広告レポートの指標について」https://www.facebook.com/business/help/337584869654323
• Google Analytics「コンバージョン設定」https://support.google.com/analytics/answer/9267568