AzRunJournal

カテゴリ: AIマーケ

クリエイティブを、量で解く。

  • AIが書いた記事は、評価されない。

    SEOの評価軸は、変わっていない。

    Googleの検索アルゴリズムは何度も更新されてきた。
    でも、根本の評価軸は10年前から同じです。

    「読者にとって有益か」
    「一次情報があるか」
    「他では得られない視点か」。
    この3つ。AI時代になっても、ここは動いていません。

    変わったのは、記事を量産する手段が増えたこと。
    ChatGPTに「SEOについて3000字で書いて」と指示すれば、5分で記事ができる。
    でも、その記事には何も残らない。
    誰が書いても同じ内容、どこかで読んだ構成、具体性のない提案。

    AIが問題なのではなく、プロンプトが雑だから記事が空になる。

    粗雑なプロンプトは、空っぽな記事しか生まない。

    私たちもAIを使って記事を書いています。
    ただし、プロンプトには構造があります。

    まず、誰に向けた記事かを定義する。
    次に、AzRunでしか書けない一次情報を洗い出す。
    そのうえで、読後にどんな問いを残すかを設計する。
    この順序を踏まないと、記事は他サイトの焼き直しになります。

    「SEOについて書いて」では、一般論しか出てこない。
    「年間予算500万円でSEOコンサルに委託している宣伝部課長が、成果を感じられていない理由と、社内で検証できる最小単位の施策を提示して」と指示すれば、少なくとも方向は定まる。

    プロンプトの精度が、記事の解像度を決めます。AIに任せるかどうかではなく、何を任せて何を自分で考えるかの線引きができているかどうか。

    google検索上位の費用は、施策の中身で変わる。

    「google検索上位に上げるにはいくらかかるか」という質問をよく受けます。答えは「やることによる」です。

    月額30万円でSEOコンサルに依頼しても、実作業はキーワード選定とレポート作成だけ、というケースがあります。一方で、月5万円でも自社で記事を書き、AIでリライトを回し、Search ConsoleとGA4を週次で見ていれば、順位は上がる。

    費用の大小ではなく、何に使うかが問われています。

    私たちが見ているのは
    「施策の再現性」と「検証サイクルの速さ」です。
    外部に丸投げすると、PDCAが見えなくなる。
    月次レポートは届くけれど、なぜその施策を選んだのか、次はどこを変えるのかが、社内に蓄積されない。
    これでは、予算を使っても資産にならない。

    AIを使えば工数は減ります。でも、思考まで外注したら、何も残りません。

    評価されるのは、思想が滲む記事。

    SEOで上位を取るために必要なのは、技術ではなく思想です。

    キーワードを詰め込み、見出しを整え、内部リンクを張る。これらは前提であって、差分ではありません。
    差分は「なぜその記事を書くのか」に宿ります。

    AzRunは記事を量産しません。
    実験し、失敗し、学んだことを記録する。その過程でしか書けない内容を、丁寧に言語化する。
    結果として、検索で評価される。

    AIが記事を書く時代だからこそ、人間が何を考え、何を選び、何を捨てたかが、読まれる理由になります。プロンプトに思想を込められるかどうか。
    それが、これからのSEOです。

  • ディスプレイ広告は、量で語れ。

    ディスプレイ広告のCPAが検索広告の2倍になるのは、よくあることです。理由は「意図の強さ」の違い。だからこそ、検証の量で差をつけるしかない。

    ディスプレイ広告が高くつく理由

    検索広告は、ユーザーが自分で言葉を入力しています。
    意図が明確で、コンバージョンまでの距離が短い。

    一方、ディスプレイ広告は「見せる側の判断」で配信されます。
    ユーザーは何かを探しているわけではない。だから、クリエイティブとターゲティングの精度が、すべてを決めます。

    CPAが2倍になるのは、仕組み上、自然なことです。
    問題は「それでも続けるべきか」の判断基準を、社内で共有できていないこと。

    継続すべきかは、LTVで見る

    ディスプレイ広告を評価するとき、検索広告と同じ指標で測ってはいけません。

    検索広告は「今すぐ客」を刈り取る施策。
    ディスプレイ広告は「まだ知らない層」に届ける施策です。

    私たちが見ているのは、以下の3点です。

    獲得したリードのLTV
    検索経由より質が低いとは限らない。むしろ、競合と比較していない分、LTVが高いケースもあります。

    ブランド検索の増加率
    ディスプレイ広告を配信した週と、その翌週のブランド検索数を比較します。認知が積み上がっているかの判断材料になります。

    クリエイティブごとのCPA差
    全体の平均CPAではなく、クリエイティブ単位で見る。上位10%のCPAが許容範囲なら、その軸を伸ばせば全体も改善します。

    GDNだけで終わらせない

    GDN・YDAだけで運用している企業は多い。
    理由は「とりあえず始めやすいから」です。

    ただ、それだと配信面とターゲティングの自由度が限られます。

    DSPを使うべきタイミングは、以下のいずれかに当てはまるときです。

    月間広告費が50万円を超えている
    この規模になると、GDN・YDAの配信枠だけでは在庫が足りなくなります。

    1st partyデータを活用したい
    自社の顧客リストやサイト行動データをもとに、類似ユーザーへ配信する精度が上がります。

    ABテストの回転数を上げたい
    DSPは配信ロジックを細かく制御できるため、クリエイティブの検証スピードが2〜3倍になります。

    逆に、月20万円以下ならGDN・YDAで十分です。
    ツールの使い分けは、予算と目的で決めます。

    クリエイティブは、週10案が最低ライン

    ディスプレイ広告で成果が出ない最大の理由は、「バナーが5案で止まっている」ことです。

    デザイナーに依頼して、社内調整に1週間。
    出てきたバナーを配信して、また1週間待つ。
    このサイクルでは、月に出せるのは20案が限界です。

    私たちは、週に最低10案、月間で40〜50案を回すことを基準にしています。

    そのために使っているのが、AI生成とテンプレート化です。

    訴求軸を3本決める（例：導入実績／機能優位性／工数削減）
    それぞれに対して、コピーと画像のバリエーションをAIで生成
    社内で10案に絞り、配信
    上位2案を軸に、次の派生を作る

    この流れなら、デザイナーの工数は週2時間で済みます。
    量が出れば、「どの訴求が刺さるか」が、データで見えてきます。

    量を出す仕組みが、勝敗を分ける

    ディスプレイ広告の成果は、クリエイティブの質と量で決まります。
    質は、量を出さないと見えてきません。

    上司を説得するには、CPA の平均値ではなく、「上位クリエイティブの再現性」を示すことです。
    当たった軸を深掘りすれば、全体のCPAは必ず下がります。

  • リスティング広告を、任せられなかった。

    上司から「リスティング広告をやれ」と言われた。代理店3社から提案を受けた。違いが分からなかった。社内に知見がない。丸投げするしかない。そう思った瞬間、何かが間違っている気がした。

    提案書は、全部同じに見えた。

    3社から届いた提案書を並べた。どれも30ページを超えている。運用体制、レポート体制、過去の実績。書いてあることは、ほとんど同じだった。

    違うのは月額の手数料と、担当者の肩書きくらい。どれを選べばいいのか、判断する材料がない。社内には広告の知識を持つ人がいない。だから、選ぶ基準も持てなかった。

    結局、「お任せします」と言うしかない。それが普通だと思っていた。

    任せた瞬間、見えなくなるもの。

    代理店に任せると、中身が見えなくなる。

    レポートは毎月届く。クリック数、インプレッション数、コンバージョン数。数字は並んでいる。でも、なぜその数字になったのかは、書いていない。

    「今月はCPAが改善しました」と報告される。何を変えたのか聞くと、「キーワードの入札調整と広告文の最適化です」と返ってくる。それ以上は、聞けない。聞いても、たぶん分からない。

    任せた瞬間、自分たちの事業から広告が切り離される。それが、外注の構造だった。

    決めるべきは、誰が手を動かすかではない。

    代理店に任せるかどうかは、本質的な問いではなかった。

    本当に決めるべきは、自分たちが広告を理解するかどうか。どのキーワードで誰に届けたいのか。どんな言葉で自社を語るのか。それを、自分たちの言葉で言えるかどうか。

    AIは、その構造を変えた。

    広告文を書くのも、キーワードを選ぶのも、入札を調整するのも、すべて対話でできる。専門知識がなくても、考えたことをそのまま形にできる。代理店を挟まなくても、手を動かせるようになった。

    外注するかどうかではなく、理解するかどうか。それが、分かれ目だと思う。

    任せる前に、一度手を動かしてみる。

    リスティング広告は、難しくない。難しく見えるのは、専門用語と管理画面の複雑さだけだ。

    AIと一緒なら、その壁はほとんどなくなる。「こういう人に届けたい」と話せば、キーワード候補が出る。「こういう強みを伝えたい」と言えば、広告文のたたきができる。

    一度でも自分で手を動かすと、代理店の提案書の意味が分かるようになる。何を任せて、何を自分たちで持つべきか。その線引きができるようになる。

    任せるにしても、理解した上で任せる。それだけで、関係は変わる。

  • リスティング広告を、社内で回す。

    リスティング広告を代理店に任せきりにすると、ナレッジが社内に残りません。改善提案も止まり、成果は頭打ちになります。AI を使えば、運用の大半を社内で回せるようになります。

    代理店任せでは、ナレッジが残らない

    リスティング広告を3社の代理店に分散発注している企業は少なくありません。
    Google 広告はA社、Yahoo!はB社、SNS広告はC社。

    それぞれに月30〜80万円の運用費を払い、合計で200万円を超える。
    レポートは届きますが、中身の判断は代理店任せです。

    この構造では、社内に知見が蓄積されません。
    担当者が変わるたびに、同じ質問を繰り返すことになります。

    改善提案が止まる理由

    代理店から改善提案が出なくなるのは、珍しいことではありません。

    理由は2つあります。

    ひとつは、担当者が複数案件を抱えていて、手が回らないこと。
    もうひとつは、提案しても却下されるなら、現状維持のほうが楽だと判断されることです。

    成果が横ばいになっても、大きな事故がなければ契約は続きます。
    そのまま半年、1年と時間が過ぎていく。

    これは代理店の責任というより、構造の問題です。

    AI を使えば、運用の8割は内製できる

    リスティング広告の運用には、大きく3つの業務があります。

    • キーワード選定と入札調整
    • 広告文の作成とテスト
    • レポート作成と改善提案

    このうち、最初の2つはAIで十分に代替できます。

    キーワードは、商品情報とターゲット設定を与えれば、AIが候補を出してくれます。
    入札額の調整も、過去データをもとに最適値を提示できます。

    広告文も同様です。
    訴求軸を3本ほど指定すれば、そこから派生パターンを大量生成できます。
    ABテストを回して、成果の良いものを残していく。

    私たちが支援した事例では、広告文のテスト本数が月5本から月40本に増えました。
    結果として、CPA（顧客獲得単価）は約30%改善しています。

    社内で回すと、何が変わるか

    運用を内製化すると、3つの変化が起きます。

    まず、意思決定が速くなります。
    代理店とのやり取りがなくなるので、施策の実行までが半日で済みます。

    もう一つは、データが手元に残ります。
    「どのキーワードが効いたか」「どの訴求が刺さったか」が、社内ナレッジとして蓄積されます。

    最後に、コストが下がります。
    運用手数料が不要になり、必要なのはAIツールの利用料だけです。
    月200万円の運用費のうち、60〜80万円は手数料として消えています。
    それがゼロになります。

    段階的に移行する

    いきなり全てを内製化する必要はありません。

    まずは1つの媒体、1つのキャンペーンから始めるのが現実的です。
    Google 広告の一部だけを社内運用に切り替え、残りは代理店に任せたまま並走させる。

    3ヶ月ほど回せば、成果の比較ができます。
    社内運用のほうが良ければ、範囲を広げていけばいい。

    私たちは、こうした段階的移行の設計から伴走しています。
    AIツールの選定、初期設定、運用ルールの構築まで含めて支援します。

  • 広告クリエイティブを、AI で大量検証する。

    広告クリエイティブは、
    賢く考えすぎないほうが当たります。

    理由はシンプルで、
    「何が当たるか」は、頭で完全には決められないからです。市場が判断します。だったら、量で確かめるしかない。

    量を出すには、人手では足りない

    従来の広告運用は、デザイナーがクリエイティブを 5 案出し、その中から選んで配信する、という形でした。
    週に 5 案、月で 20 案。判断材料としては、少なすぎます。

    AI を使えば、同じリソースで月 200 案に届きます。
    ターゲットのバリエーション、訴求の角度、色とトーンの組み合わせ。
    並べてみないとわからないことが、見えてくる。

    AzRun のクリエイティブ運用

    私たちは、こういう順序でクリエイティブを回しています。

    1. ベースの訴求軸を 3〜5 本決める

    ここは、商談を担当した人間が決めます。
    事業の核を理解しているからこそ、軸が引ける。

    2. AI に派生案を量産させる

    コピー、画像、構図の組み合わせを、AI が一気に生成します。
    ここでは判断を入れず、量を出すことに集中します。

    3. 配信して、データで残す

    全部を配信するわけではありません。
    社内で一度ふるいにかけて、200 案から 30 案ほどに絞る。配信して、クリック率、CV 率、CPA を観察します。

    4. 当たった軸を、深掘りする

    当たった軸を、さらに別の角度から展開する。
    当たらなかった軸は、いったん止める。これを 2 週単位で回します。

    「クリエイティブはセンス」という前提を疑う

    クリエイティブの世界には、「センスがすべて」という言葉があります。
    否定はしません。経験豊富なデザイナーの直感は、一定の確率で当たる。

    ただ、その直感を補強するために、データはやはり有効です。量を出して、データで確かめて、当たった理由を分析する。これを繰り返すと、センスもまた育っていく。

    クライアントへの還元

    AI による量産は、コスト削減のためではありません。
    意思決定の精度を上げるためです。

    「これが当たります」と言い切れないとき、量で確かめる準備があるかどうか。それが、AI 時代のマーケの分岐点だと、私たちは見ています。