このデモの会社名・人名・数値はすべて架空です説明へ戻る
AD DESK Web広告運用 × AI デモ(サンプルデータ)
株式会社アドブリッジ(仮名) 従業員25名 / 担当 / 月の運用額

3媒体・キャンペーンの90日分から、CPA悪化の原因を突き止め、予算を配り直す

管理画面を1つずつ見比べる代わりに、日別データをまとめて分析します。CPAの悪化をCPC(クリック単価)とCVR(成約率)に分解して変更履歴と照合し、過去の実績から同じ運用額で獲得が最大になる配分を計算します。(画面はサンプルデータによるイメージです)

ルミナ・ラボ(仮名)化粧品通販・美容液の定期購入

媒体
検索広告/SNS広告/ディスプレイ広告
期間
7/3〜9/30(90日)・キャンペーン 本
目標CPA
7,500円(月の平均)
上限CPA
13,000円(追加の1件にかけてよい上限)
1人の売上
12ヶ月で21,600円 (デモ用のサンプル値)
CSV媒体A_検索_日別.csv
CSV媒体B_SNS_日別.csv
CSV媒体C_ディスプレイ_日別.csv
XLS変更履歴_128件.xlsx
管理画面3つの見比べ → 約1分
  • 3媒体の日別データを統合(指標名・日付の書き方をそろえる)
  • キャンペーンごとに、8月→9月のCPAの変化を検知
  • CPAの悪化を「CPC」と「CVR」に分解
  • 日別の変化点を求め、変更履歴と照合128件
  • 予算と獲得の関係(逓減の曲線)を推定
  • 限界CPAがそろう予算配分を計算1万円刻み

元データ(媒体ごとに形式がバラバラ)

費用・獲得の列名、日付の書き方、キャンペーンの単位が媒体ごとに違うため、まず同じ形の表にそろえます。

この処理の中身(AIへの頼み方の一部)…分解の式と「見かけの差」の確かめ方まで指定する 
【3媒体の日別データ(90日)】【変更履歴】を渡します。

1. 媒体ごとに違う列名(費用/消化金額/ご利用額、コンバージョン/結果 など)をそろえ、
   キャンペーン×日の1つの表にまとめる
2. キャンペーンごとに8月と9月のCPAを比べ、15%以上悪化したものを出す
   ※8月の獲得が20件未満のものは、ぶれが大きいため個別には判定しない
3. 悪化を CPA = CPC ÷ CVR で分解する(対数で分けると合計が一致する)
   CPCの影響 = CPAの変化 × ln(CPC比) ÷ (ln(CPC比) − ln(CVR比))
4. CVRが原因のものは、飛び先のLPごとに日別CVRをまとめ、変化点を求めて変更履歴と照合する
   CPCが原因のものは、CTRが15%以上下がっていれば「広告の疲弊」、下がっていなければ「競合の増加」と判定する
5. 媒体別の比較だけで結論を出さない。LP別に分けても同じ傾向か必ず確かめる
6. キャンペーンごとに 獲得 = a × 予算^b を過去の週次データから推定し、
   追加1件あたりのCPA(限界CPA)がそろうように予算を1万円刻みで配り直す
【守ること】各キャンペーンの予算は今の0.5〜1.8倍の範囲。限界CPAが上限CPAを超える配分は出さない

過去の広告本から、成果を分けている要素を学び、次に作る広告を決める

画像と見出しから要素を判定し、CTRだけでなくCVR・12ヶ月の売上まで見て比べます。配信先の違いによる見かけの差を取り除き、広告の疲弊から差し替えの時期を予測します。

ルミナ・ラボ(仮名)の広告SNS・ディスプレイ/過去18ヶ月

CSV広告別の実績_18ヶ月.csv
ZIP
CSV受注データ_継続回数.csv(4,210人)
CSV配信中の広告_日別.csv
  • 画像を読み取り、要素を判定(人物・商品・数字)
  • 見出しを訴求軸と型に分類
  • 受注データと突き合わせ、12ヶ月の売上を算出4,210人
  • 配信先・媒体をそろえて、要素ごとの効果を推定
  • 配信中の広告の疲弊を判定
  • 要素の組み合わせごとに成果を予測

画像と見出しから、要素を判定未判定

この処理の中身(AIへの頼み方の一部)…「CTRで決めない」「条件をそろえて比べる」を明記する 
【過去18ヶ月の広告の実績】【広告の画像と見出し】【受注データ(12ヶ月の継続回数)】を渡します。

1. 画像を見て、要素の有無を判定する:人物/商品/数字(価格・実績などの数字)
2. 見出しと本文から、訴求軸を1つに分類する:価格/実績/悩み/限定
   見出しの型も分類する:問いかけ/言い切り/使用感
3. 訴求軸ごとに、CTR・CVR・CPAに加えて、受注データから12ヶ月の売上(1人あたり)を出し、
   12ヶ月のROASで比べる。※CTRだけで良し悪しを決めない
4. 要素ごとの効果は、配信先(新規/リタゲ)・媒体をそろえて推定する(回帰で他の要素の影響を除く)。
   単純な比較と大きく違う要素は「見かけの差」として、理由を書く
5. 配信中の広告は、日別のフリークエンシーとCTRから、CTRが初速の7割に落ちる時期を予測する。
   配信21日未満のものは、過去の広告の傾向で予測する
6. 要素の組み合わせごとに成果を予測し、上位の案を出す。似た過去の広告が少ない案は「検証が少ない」と書く
【守ること】実績の数字を使う案は、根拠の資料と注記をセットにする

入稿前の原稿本を、薬機法・景品表示法・ステマ規制・業界のルールで一括チェックする

表現を読むだけでなく、物件資料・入稿履歴・受講データ・届出情報と突き合わせて計算します(徒歩の分数、「本日限り」が何日続いているか、成功率の分母)。指摘ごとに、言い換え案と確認が必要な資料を出します。

10月の新規原稿化粧品・健康食品・スクール・不動産・美容医療

XLS入稿原稿_10月.xlsx
PDF物件資料.pdf
CSV入稿履歴.csv
CSV受講者データ.csv
PDF機能性表示食品_届出情報.pdf
  • 原稿を読み込み(見出し・本文・画像内の文字)
  • 商品の区分・業種に合わせて、チェックの観点を選択58項目
  • 物件資料・入稿履歴・受講データ・届出情報と照合4種類
  • 指摘・言い換え案・確認が必要な資料を作成

最終的な判断は、法務担当者や専門家の確認が必要です。AIは「見落としを減らす」ための一次チェックに使います。

この処理の中身(AIへの頼み方の一部)…表現の確認と「資料との計算」を分けて頼む 
【入稿前の原稿】【商品の区分(化粧品/医薬部外品/健康食品/機能性表示食品)】
【物件資料】【入稿履歴】【受講者データ】【届出情報】を渡します。1本ずつ次の観点で確認してください。

1. 薬機法:化粧品で表示できる効能の範囲を超えていないか。健康食品で病気の治療・予防や、
   身体の機能への作用をうたっていないか。効果の保証や、医師などの推薦の表現がないか
2. 景品表示法:No.1・最安・◯%などの数字に、根拠(対象・期間・方法)があるか。
   「今だけ」「本日限り」が、入稿履歴で見て本当に期間限定か(同じ文言の配信日数を数える)
3. ステマ規制:依頼した投稿に「広告」「PR」などの表示が、わかりやすい位置にあるか
4. 業界のルール:不動産は徒歩の分数(道路距離80m=1分、端数は切り上げ)と「新築」の条件を
   物件資料から計算して確かめる。医療は体験談を使っていないか
5. 指摘ごとに、該当箇所・リスクの種類・言い換え案・確認が必要な資料を出す
【守ること】断定しない(「〜のおそれ」と書く)。最終判断は法務・専門家が行う前提で書く

社分の月次レポートと来月の提案を作り、解約の兆しがあるクライアントを先に見つける

数値の要約だけでなく、手順1と同じ方法で「なぜ変わったか」を分解し、来月の打ち手と予算案まで書きます。定例の議事録とメールも読み、解約の兆しを点数で出します。

9月分の月次レポート全クライアント

CSV
XLS目標・契約の一覧.xlsx
TXT定例の議事録・メール(212件)
  • 媒体データを取得
  • 前月・目標と比較
  • 変化の理由を分解(手順1と同じ方法)
  • 来月の打ち手と予算案を作成
  • 議事録・メールから解約の兆しを判定212件

レポート作成の工数スライダーで御社の条件に

1社あたりの作成時間(今)
AIの下書きの確認・修正
人件費(時給換算)

作成時間・人件費はデモ用のサンプル値です(集計・グラフ・考察・提案を含む)。

この処理の中身(AIへの頼み方の一部)…「兆し」を点数で定義し、根拠の原文を必ず添える 
【全クライアントの媒体データ(9月・前月)】【目標と契約の一覧】【定例の議事録・メール】を渡します。
クライアントごとに月次レポートを作ってください。

1. 数値の要約:運用額・獲得件数・CPA・目標比・前月比
2. なぜ変わったか:手順1と同じ方法でCPAの変化をCPCとCVRに分解し、
   変更履歴・季節・競合と照合して、理由を2つ以内に絞る
3. 来月の打ち手と予算案:打ち手ごとに効果の見込みを件数で書く
4. 解約の兆しを、次の点数の合計で判定する
   未達が続いている 25/他社の提案・比較の発言 30/予算の減額の相談 20/
   定例の欠席・延期 15/返信の遅れ 15/担当者の交代 15/成果への不満の発言 15
   50点以上を「解約の兆し」、25〜49点を「要注意」とし、根拠(日付と原文)を添える
【守ること】数字はすべてデータから計算する。悪い結果も隠さず先に書き、理由と打ち手をセットにする
このデモについて

このAIを作る技術は、学べます。業務の効率化は、プロに任せられます。

このデモの分析は、特別なシステムではなく、生成AIと、御社がすでに持っているデータ(媒体の配信データと変更履歴、過去の広告の実績、入稿原稿、クライアントとのやり取り)で作れます。社員の方が作り方を学び、仕組みづくりと定着はプロが伴走します。

学ぶ

AI研修で、社員の方が「作れる」ようになる

3ヶ月/対面・双方向/御社の実際の業務を題材に作ります
  • 配信データの集計と、CPAが変わった原因の分解
  • 広告の原稿案・月次レポートの下書き
  • 法令チェックの観点を言葉にして、AIに正しく頼む方法
+
任せる

伴走サポートで、業務の効率化までプロに任せる

研修後9ヶ月/チャットでの相談と月2回のミーティング
  • 媒体横断の成果の監視と、予算配分の計算
  • 過去の広告から「効く要素」を学ぶ仕組み
  • 全クライアントの月次レポートと解約の兆しの検知
  • クライアントのデータの扱いなど社内ルールの整備
このデモを、御社のデータで。
このデモについて相談する→
研修部分は、要件を満たすと人材開発支援助成金の対象になり、中小企業は経費の最大75%が助成されます。
※助成金には要件と事前の手続きがあります。伴走サポートは助成の対象外です。

個人情報や機密情報をAIに渡す範囲など、安全に使うための社内ルールづくりも、研修の第2回(情報セキュリティ)で行います。