AI自動最適化に任せるほど、広告の違いが消えていく..
入札戦略を変えてみた。目標の獲得単価を動かし、キャンペーンをまとめ、また分けてみた。それでも、成果はほとんど動かない。
競合の広告を並べてみる。色づかいも、言い回しも、出てくる人の表情も、自社の広告とよく似ている。社名を隠すと、どちらがどちらか分からない。
配信は、いつの間にか上位の数本に集中している。残りの広告には、ほとんど予算が回っていない。
管理画面のROAS（広告費に対する売上）は良い。それなのに、事業全体の売上は伸びていない。
支援の現場で、こうした場面は、業種や規模を問わず、どの会社でもよく見る。
AIは、渡されたものを最適化する。渡されなかった部分は、平均で埋める。
広告の自動化は、もう止まらない流れだ。入札も、ターゲティングも、配信の枠も、そしてクリエイティブの制作も、AIに任せる範囲が広がっている。
全員が同じAIに、同じように任せる。すると、運用でも、表現でも、評価でも、他社との違いが消えていく。
答えは、自動化をやめることではない。AIに渡す前の上流を、自社で持つことだ。成果の定義、全体設計、パーセプション（顧客にどう知覚されたいか）、コンセプト、クリエイティブ、そして測り方。それが、この記事の答えになる。
前回は、マーケティングの成果をどの期間で評価するかを書いた。今回は、その評価の物差しまで、プラットフォームに揃っていく話でもある。
広告の自動化は、もう選ぶものではなく前提になった
まず、いまの状況を数字で確かめておく。
日本の広告費から見る。電通の「2025年 日本の広告費」によると、インターネット広告費は4兆459億円で、総広告費8兆623億円の50.2%を占めた。半分を超えたのは初めてだ。
その中身を分けた調査では、インターネット広告媒体費3兆3,093億円のうち、運用型広告が2兆9,352億円だった。構成比で88.7%になる。
運用型広告とは、入札やターゲティングを管理画面で調整しながら出す広告のことだ。その入札を、いまは多くの広告主がAIに任せている。
Google広告のヘルプには、「Googleの広告主の80%以上が自動入札を使っている」とある。ただし、これは2021年3月から4月の、全世界のデータだ。
Googleの自動化キャンペーン「P-MAX（Performance Max）」は、2025年4月時点で、100万を超える広告主が使っているとGoogleは発表している。
Metaでは、2025年第3四半期の決算説明会で、AIで全工程を自動化した広告ツールを通る売上が、年換算で600億ドルを超えたと説明された。
向かう先も、はっきりしている。Metaのマーク・ザッカーバーグ氏は、2025年5月のインタビューで、こんな趣旨の話をしている。企業は目的を伝え、銀行口座をつなぐだけでいい。クリエイティブも、ターゲティングの属性も要らない。
米紙The Wall Street Journalは2025年6月、Metaが2026年末までに、広告の制作からターゲティングまでをAIで完結できるようにすることを目指していると報じた。
関係者への取材にもとづく報道で、Metaの正式な発表ではない。
クリエイティブの制作にも、生成AIが入ってきている。米国の業界団体IABの動画広告の調査では、広告の買い手の86%が、動画広告の制作に生成AIを使っている、または使う予定だと答えた。
同じ調査で、買い手たちは、2026年には生成AIで作る広告が40%に達すると見込んでいる。
国内では、サイバーエージェントが大手広告主100社に行った調査で、54%が生成AIを「現在、継続的に活用している」と答えた。調査した会社が、生成AIによる広告制作を提供している点は、割り引いて読みたい。
なお、日本の運用者のうち何割が自動入札を使っているかを示す公的な調査は、今回探した範囲では見つからなかった。正直ベースで。
先に断っておく。自動化そのものが悪いのではない
ここで、誤解を先に解いておきたい。この記事は、自動化が手動より劣ると言いたいのではない。
広告運用ツールのOptmyzrが、14,584アカウントの入札戦略を比べた調査がある。そこでは、自動入札の一種である「コンバージョン値の最大化」が、ROASとCPA（顧客獲得単価）で最も良い結果だった。手動入札は、CPAなどで見劣りした。
プラットフォームが発表する数字もある。Googleは、検索広告の新機能「AI Max」で、同程度のCPAやROASのまま、コンバージョンやその価値が平均14%増えると発表している。ただし、これはGoogle自身の発表だ。
第三者の検証もある。Smarter Ecommerceが250以上のキャンペーンを分析した結果では、AI Maxで売上は13%増えたが、CPAは16%悪化していた。
https://searchengineland.com/google-ai-max-revenue-higher-cpa-study-470928
自動化は、使わない理由のない道具になった。プラットフォームの発表ほどではないにせよ、成果を出す場面は多い。だから、問いは使うか使わないかではない。
全員が同じAIを使ったとき、どこで差がつくのか。
違いが消えていく、3つの仕組み
先に、何の違いが消えるのかをはっきりさせておく。消えていくのは、広告の違いのすべてではない。次の3つだと思う。
1つめは、運用の違い。
入札やターゲティング、アカウントの組み方で生まれていた差だ。
2つめは、表現の違い。
広告の見た目や言葉で生まれていた差だ。
3つめは、評価の違い。
何を成果とみなし、どう測るかで生まれていた差だ。
仕組み①｜運用の判断が、プラットフォーム側に移る
かつて運用の腕は、入札単価の調整や、細かいターゲティング、キャンペーンの分け方に表れていた。いまは、その多くをAIが担う。
同じOptmyzrの調査は、目標CPAや目標ROASを設定すると、成果を上げるより下げる可能性のほうが高いと指摘している。人が細かく手を入れる余地は、狭くなっている。
Googleは2025年に、P-MAXに除外キーワードやチャネル別のレポートなどを加えた。運用者の声に応えた変更だ。ただ、これらは中身を確かめ、外すための機能だ。他社との差を生むための機能ではない。
全員が同じAIに、同じように判断を任せれば、運用で差はつきにくくなる。
仕組み②｜生成AIが、表現を似せていく
2つめは表現だ。生成AIの出力が似通っていくことは、研究でも確かめられている。
2024年に科学誌Science Advancesに載った研究は、短い物語を書く実験をした。AIのアイデアを最大5つ使えた人の作品は、新規性の評価が8.1%高かった。
一方で、AIのアイデアを1つ使った人どうしの作品は、互いの類似度が10.7%高くなった。
1人ひとりの作品は良くなる。だが、全体としては似ていく。
https://www.science.org/doi/10.1126/sciadv.adn5290
28の研究、8,214人を統合した分析（査読前の論文）でも、生成AIと一緒に作ると成果は上がる一方で、アイデアの多様性は大きく下がるという結果が出ている。
AIの国際学会NeurIPSで2025年に発表された研究は、同じモデルが似た答えを繰り返すだけでなく、異なる会社のモデルどうしでも、驚くほど似た出力をすると報告した。
ただし、広告のクリエイティブそのものの類似度を測った研究は、今回探した範囲では見つからなかった。上の研究は、物語やアイデア、文章についてのものだ。
それでも、広告の制作に同じような生成AIが広く使われていけば、表現が近づいていくと考えるのは自然だと思う。
仕組み③｜評価が、プラットフォームの物差しに揃う
3つめは評価だ。多くの会社は、広告の成果を、広告の管理画面の数字で評価している。つまり、プラットフォームの物差しだ。
その物差しには、ずれがある。Facebookでの大規模な比較実験を使った研究は、実験を使わずに広告の効果を推定すると、過大評価になりやすいことを示した。
https://pubsonline.informs.org/doi/10.1287/mksc.2018.1135
この研究の初期版で示された例では、比較実験で測った本当の伸びが77%だった広告で、広告を見た人と見なかった人を単純に比べると、伸びは416%と出た。5倍以上だ。
https://www.kellogg.northwestern.edu/faculty/gordon_b/files/kellogg_fb_whitepaper.pdf
663件の比較実験を使った2023年の研究でも、実験を使わない推定手法は、どれも十分な精度を出せなかったと結論している。
eBayの研究では、自社の名前で検索した人に出す広告（指名検索広告）に、短期的な効果は測定できなかった。広告がなくても、その人たちは自然検索から来ていたからだ。
AIは、プラットフォームが計測するコンバージョンが増えるように学習する。その数字は過大評価になりやすく、放っておいても買う人を含みやすい。そして、全員が同じ物差しで評価している。
既存顧客と新規顧客の配分を、広告主が決める余地も小さくなっている。Advantage+ショッピングキャンペーンには、既存顧客にかける予算の上限を決める設定があった。ある解説記事によれば、この設定はすでに提供されていない。
https://www.jonloomer.com/qvt/no-more-existing-customer-budget-cap/
AIは、渡されなかった部分を「平均」で埋める
3つの仕組みを並べると、共通点が見えてくる。どれも、広告主がAIに何を渡したかの問題だ。
ここからは、私の見立てだ。
AIが得意なのは、「どう届けるか」だ。誰に、いつ、どの枠で、いくらで出すか。その判断は、人よりAIのほうがうまい場面が増えているように思う。
だが、AIには決められないことがある。この会社が、何者として覚えられたいか。どの価値を、誰に、どう約束するのか。何を成果とみなすのかというポイントだ。
広告主がそれを渡さなければ、AIはその空白を、多くの広告主のデータから学んだ「平均的に効くもの」で埋める。競合も同じことをすれば、出てくる広告は似ていく。
つまり、広告の違いは、AIが消しているのではない。AIに渡す入力が空白だったり、借り物だったりするときに、消えていく。
裏を返せば、差がつくのは上流だ。AIに渡す前に、自社で持っておくものが6つある。
成果の定義：何を成果として学習させるか
全体設計：広告に、事業の中でどの役割を持たせるか
パーセプション：顧客に、どう知覚されたいか
コンセプト：それを、ブランドとして統一した1つの考えにまとめる
クリエイティブ：コンセプトを、角度の違う表現に落とし込む
測り方：プラットフォームの外に、自社の物差しを持つ
この6つを、さきほどの3つの仕組みに対応させると、処方は3つになる。
処方①｜成果の定義と全体設計を、自社で持つ
1つめの処方は、運用の仕組みに対応する。AIに何を学習させるかと、広告に何を任せるかを、自社で決めることだ。
成果の定義は、大前提になる
自動入札は、渡された成果を増やそうとする。だから、何を成果として渡すかが、そのまま結果を決める。
コンバージョンの「件数」だけを渡せば、AIは件数を増やしにいく。安く取れる人や、すぐ買う人に寄りやすい。コンバージョンの「価値」を渡せば、売上の大きい顧客を探しにいく。
さらに進めると、売上ではなく、粗利や、長く使ってくれる見込み（LTV）を価値として渡す方法がある。店舗や営業で成約した結果を、広告の管理画面に戻す方法もある。
ここで、注意がいる。データをつなぐこと自体は、もう差になりにくい。サーバーからコンバージョンを送る仕組みも、以前よりずっと簡単につなげるようになった。
つなぐのは最低条件だ。差になるのは、その中身、つまり自社だけの価値の定義だ。
学習には、件数がいる
自動化には、もう1つ前提がある。Metaのヘルプでは、学習期間を抜けるには、広告セットごとに7日間でおよそ50回の最適化イベントが目安とされている。
OptmyzrがP-MAXの9,199アカウントを調べた調査では、月のコンバージョンが60件に満たないアカウントは、成果が劣る傾向があった。これは相関で、件数の少なさだけが原因とは言えない。
件数が足りない段階では、AIは手がかりが少ないまま学ぶことになる。新しい事業や、高単価で件数の少ない商材ほど、成果を何で定義するかの工夫がいる。
全体設計で、広告の役割を決める
成果の定義の前に、もう1つ決めることがある。広告に、事業とマーケティング全体の中で、どの役割を持たせるかだ。
新しい顧客に知ってもらうのか。検討している人の背中を押すのか。既存の顧客に、もう一度買ってもらうのか。役割によって、渡す成果も、測り方も変わる。
この全体設計がないまま、管理画面の中だけで最適化を進めると、AIは手近なコンバージョンを取りにいく。役割を決めるのは、経営と事業の側の仕事だ。
経営計画とマーケティング計画をつなぐ話は、以前の記事で書いた。
処方②｜パーセプションから、コンセプトとクリエイティブまでを一本の線でつなぐ
2つめの処方は、表現の仕組みに対応する。AIが表現を似せていくなら、似せられない部分を、AIに渡す前に持っておく。
クリエイティブは、成果を大きく左右する
まず、クリエイティブがどれだけ効くのかを確かめておく。
NCSolutionsが日用消費財の約450キャンペーンを分析した2023年の報告では、広告による売上の伸びへの寄与のうち、クリエイティブが49%を占めた。リーチは14%、ターゲティングは11%だった。
日用消費財の広告に限った分析ではある。それでも、ターゲティングよりクリエイティブの寄与がはるかに大きい。
クリエイティブが、誰に届くかまで決めている
もう1つ、見落とされやすい事実がある。いまの配信の仕組みでは、クリエイティブの中身が、誰に届くかまで左右する。
2019年の査読論文は、Facebookで同じターゲティング設定のまま、内容の違う求人広告を出す実験をした。木こりの求人は約9割が男性に、スーパーのレジ係の求人は85%が女性に配信された。
画像をほぼ透明にして、人の目には見えにくい状態にしても、配信先に偏りが出た。配信の仕組みが、画像そのものを読み取って届け先を決めていることを示している。
2019年時点の結果で、配信の仕組みはその後も変わっている。それでも、ターゲティングをAIに広く任せるほど、クリエイティブが届け先を決める度合いは強くなると私は考えている。
予算は、上位の数本に集中する
配信が上位の数本に集中するのも、偶然ではない。
広告分析ツールのMotionが、6,015の広告主、12.9億ドル分の支出を分析した2026年のデータがある。Motionが「勝ち広告」と呼ぶ広告（アカウントの中央値の10倍以上の予算が使われた広告）が、支出の約55%を占めた。
月の支出が100万ドルを超えるアカウントでは、その割合は63.7%だった。
アプリ広告の計測を行うAppsFlyerの2025年の分析では、上位2%のクリエイティブが、ゲームのアプリで支出の53%、ゲーム以外のアプリで43%を占めた。
AIは、成果の出る広告に予算を寄せる。だから、何本出すかより、当たる1本を生む力が成果を決める。
パーセプションから、一本の線でつなぐ
では、当たる1本はどこから生まれるのか。私は、パーセプションから始まる一本の線だと考えている。
パーセプションとは、顧客にどう知覚されたいか、だ。それを決めたら、ブランドとして統一したコンセプトにまとめる。そして、そのコンセプトをクリエイティブに落とし込む。
この線が通っていると、広告も、サイトも、SNSも、営業の資料も、同じことを言うようになる。顧客の頭の中に、同じ形で積み上がっていく。
この線がないまま生成AIでクリエイティブを量産すると、AIはそれぞれの案を、平均的に効きそうな表現で埋める。どれも悪くない。だが、どれもどこかで見たことがある広告になる。
独自性の効果を示すデータもある。Kantarは、多くの人が独自性を感じた広告は、そう感じた人が少ない広告より、インパクトが2.3倍大きかったと報告している。ただし、これは相関だ。
ブランドを誰が決めるのかは、以前の記事で書いた。パーセプションとコンセプトを決める人がいなければ、この線は引けない。
増やすのは、本数ではなく角度
Metaは、2024年12月に公開した広告配信の新しい仕組み（Andromeda）の解説で、配信システムの中の広告クリエイティブの数は、今後大きく増える見込みだとしている。
一方でMetaのヘルプは、一度に出す広告が多すぎると、1本あたりの配信が減り、成果が悪くなることもあると説明している。
つまり、ただ本数を増やせばいいわけではない。1つのコンセプトの中で、角度を変えた案を出す。誰の、どんな場面の、どんな悩みに向けるのか。その違いが、AIにとっての選択肢になる。
生成AIは、この角度を広げる道具として使える。だが、コンセプトそのものを生成AIに決めさせると、さきほどの研究のとおり、似た答えに寄っていく。
処方③｜測り方を、プラットフォームの外に持つ
3つめの処方は、評価の仕組みに対応する。プラットフォームの物差しだけで評価しないことだ。
管理画面は、運用の道具として使う
管理画面の数字は、日々の運用には欠かせない。だが、さきほどの研究のとおり、過大評価になりやすい。しかも、その数字が良くなるように、AIが学習している。
だから、評価は外の物差しと組み合わせる。代表的なのが、MMM（マーケティング・ミックス・モデリング）と、増分を測る実験だ。
MMMは、売上の動きを、広告のチャネルごとの投資、季節、価格、景気などに分解して、どのチャネルがどれだけ効いたのかを推定する方法だ。プラットフォームの計測に頼らず、事業全体の数字から逆算できる。
増分を測る実験は、広告を出す地域や人と、出さない地域や人を分けて、その差を見る方法だ。広告がなかった場合との差、つまり増分がわかる。
計測会社のHausが、顧客企業の640件の増分テストを集計した2025年の報告がある。Advantage+と手動の設定を直接比べたテストでは、58%のブランドで、手動のほうが広告費あたりの増分売上が高かった。
計測サービスを売る会社の集計で、同社は2026年に、報告の一部の結論を更新している。その点も、あわせて書いておく。
ただし、実験にも限界がある。25の広告実験を分析した研究では、投資対効果の推定の幅（信頼区間）が、中央値で100ポイントを超えていた。小さな実験では、結果がぶれやすい。
だから、どれか1つに頼らず、管理画面、MMM、実験を組み合わせて見る。
私は、MMMを徹底して使っている
私自身は、支援先でMMMを徹底して行っている。効いているチャネルを分析し、そのうえで、次に打つ施策の仮説を、精度高く出すためだ。
管理画面では効いて見える広告が、事業全体の売上にはあまり効いていない。逆に、管理画面では目立たない施策が、実は効いている。MMMで見ると、管理画面とは違う絵が見えることがある。そのずれに気づけるのが、外の物差しを持つ意味だと思う。
MMMで効果をどこまでの期間で数えるかの話は、前回の記事で書いた。
外の物差しには、3つの持ち方がある
外の物差しの持ち方は、会社の段階によって変わる。私が関わっているものを例に、3つに分けておく。
1つめは、道具で日常的に見ること。 Marketing-OSでは、日次から年次の数字と、MMMの簡易版（MMM Lite）、需要予測を、同じ画面で見られるようにしている。日々の判断の目安として、管理画面とは別の物差しを手元に置ける。
2つめは、専門家に分析を任せること。 私は、人の手でMMMの分析を行うプログラムも提供している。チャネル別の貢献の分析から、次の施策の仮説出しまでを担う。
3つめは、社内でできるようにすること。 チャネル別の貢献やROI、事業への貢献を、社内で可視化して分析できるように、内製化の支援もしている。
どれが合うかは、データの量や、社内に分析できる人がいるかで変わる。最初は道具や外部の分析で始めて、段階的に社内に移していく進め方もある。
支援先で、上流から組み直したとき
ここで、私が支援した事例を1つ紹介したい。消費者向けの事業を営む支援先だ。
成果の定義は、大前提として整えた。そのうえで、マーケティング全体の設計から見直した。
顧客にどう知覚されたいかというパーセプションの取り方を決める。それを、ブランドとして統一したコンセプトにまとめる。そして、そのコンセプトをクリエイティブに落とし込んでいく。力を入れたのは、AIに渡す前の上流だった。
結果として、事業全体が、おおよそ前年比120〜125%前後で伸びた。
正確に書いておくと、これは広告だけの成果ではなく、事業全体の数字だ。伸びた要因も1つではない。ただ、広告の違いは管理画面の中ではなく上流で決まるという実感は、この事例でいっそう強くなった。
事業のかたちで、効き方が変わる
AIに渡す上流が大事なのは、どの事業でも同じだ。ただ、どこに力を入れるかは、事業のかたちで変わる。
EC
商品のデータ（フィード）が中心になる。Smarter Ecommerceの分析では、P-MAXの費用の約9割が、商品フィードを使う広告から生まれていた。商品の名前や説明、画像の質が、そのままAIへの入力になる。
https://searchengineland.com/google-ads-ecommerce-pmax-report-453842
BtoBのリード獲得
問い合わせの件数をそのまま成果にすると、AIは取りやすいリードを集めにいく。商談や成約といった後ろの成果を、広告側に戻せるかが分かれ目になる。
アプリ
クリエイティブの数と、支出の集中の影響が大きい。上位のわずかなクリエイティブに支出が集まるため、角度の違う案を出し続ける体制が効く。
新規事業・立ち上げ期
学習に必要な件数が足りない。最初から全自動に任せるより、成果の定義を手前の行動に置くなど、件数を確保する工夫がいる。
複数のブランドを持つ大手
ブランドごと、部門ごとに表現がばらつきやすい。パーセプションとコンセプトを、ブランドをまたいでそろえる仕組みがいる。
運用者からよく出る、10の反論
この話をすると、運用の現場からはいくつも反論が出る。どれも、もっともな指摘だ。順に答えておく。
1.「自動入札のほうが、手動より成果が出る」
そのとおりだ。この記事も、そこは否定していない。全員が使えば、それ自体は差の源泉にならない、という話だ。
2.「差は消えていない。クリエイティブに移っただけだ」
これも、そのとおりだと思う。ただ、クリエイティブを生成AIで量産すれば、そこもまた似ていく。だから、差が残るのは、その手前のパーセプションとコンセプトだ。
3.「これからの勝負は、データの連携だ」
同意する。ただ、データをつなぐことは最低条件に近づいている。差になるのは、粗利やLTVのような、自社だけの価値の定義だ。
4.「部分一致とスマート入札に任せれば十分だ」
Optmyzrの2023年の調査では、完全一致のほうがCPAで良かったアカウントが約7割あった。AI Maxの第三者検証も、結果はばらついていた。任せ方にも、設計がいる。
5.「アカウントは統合するのが正解だ」
統合が効く場面は多い。ただ、OptmyzrのP-MAXの調査では、成果はキャンペーンの組み方で差が出ていた。統合も、設計の選択肢の1つだ。
6.「P-MAXは、指名検索を食っているだけだ」
断定はできない。指名語を除外した効果も、調査によって分かれている。出す・出さないを分けた実験で、自社で確かめるのが確実だ。
7.「Advantage+は、既存顧客に配信を寄せる」
その可能性はある。既存顧客の予算に上限をかける設定は、すでに提供されていない。新規と既存を分けて数字を見れば、確かめられる。
8.「学習に必要な件数を満たせば、AIはちゃんと機能する」
そのとおりだ。だからこそ、件数の少ない事業ほど、平均的な学習に寄りやすい。成果の定義の工夫が効いてくる。
9.「プラットフォームの発表する数字は、盛っている」
この記事でも、プラットフォームの数字は、プラットフォーム自身の発表として書いた。第三者の検証と並べて読むのがいいと思う。
10.「日本は事情が違う」
日本でも、インターネット広告媒体費の88.7%が運用型広告だ。ただ、日本の運用者のうち何割が自動入札を使っているかは、今回探した範囲では、公的なデータが見つからなかった。
立場によって、変えられることが違う
AIに渡す上流は、1人では整わない。立場ごとに、変えられることが違う。
経営者・事業責任者は、パーセプションと、広告に持たせる役割を決める。何を成果とみなすかを、事業の数字の言葉で決める。
マーケティング責任者は、パーセプションから、コンセプト、クリエイティブまでの線を引く。外の物差しで評価する仕組みを持つ。
運用担当は、渡す成果の中身を整え、学習に必要な件数を確保する。管理画面の数字と外の物差しのずれを、経営に伝える。
クリエイティブ担当は、コンセプトの中で、角度の違う案を出す。生成AIは、角度を広げる道具として使う。
代理店・外部のパートナーは、運用の代行にとどまらず、上流の入力をどう整えるかを、広告主と一緒に考える。
AIに任せる前の点検シート
全部に一度に手をつける必要はない。最初に見るなら、いまAIに渡している成果が、件数なのか、価値なのか、粗利やLTVなのかだと思う。
AIに渡す上流を整えるのは、どこから始めるか
1つめは、自分たちで始めること。 顧客にどう知覚されたいかを、1枚に書き出す。そのうえで、いまの広告を並べ、社名を隠しても自社だと分かるかを見る。
MMMには、GoogleのMeridianや、MetaのRobynのように、オープンソースで公開されている道具もある。
2つめは、道具を使うこと。 Marketing-OSでは、日次から年次の数字と、MMM Lite、需要予測を、同じ画面で見られるようにしている。AI CMOが、企画や分析、意思決定の相談にも乗る。
3つめは、一緒に進めること。 私は顧問・アドバイザリーとして、成果の定義と全体設計、パーセプションとコンセプトの設計から一緒に進めている。
人の手によるMMMの分析や、チャネル別の貢献やROIを社内で見られるようにする内製化の支援もしている。運用の代行ではなく、AIに渡す前の上流を、一緒に設計する。
違いは、上流で決まる
AIは、どう届けるかを、人よりうまく決めるようになった。入札も、ターゲティングも、配信の枠も、AIに任せたほうがいい場面は多い。
だが、AIは、何者として覚えられたいかを決めない。渡されなかった部分は、平均で埋める。競合も同じAIを使っていれば、平均どうしが並ぶ。
だから、違いは管理画面の中ではなく、AIに渡す前の上流で決まる。成果の定義、全体設計、パーセプション、コンセプト、クリエイティブ、測り方。
そこを自社で持てば、AIは、その違いを人よりうまく広げてくれる。
「自社の広告から社名を消したとき、それでも自社の広告だと分かるか」
この問いに、自信を持って答えられるか。
答えられるなら、その違いを、AIに渡し続ければいい。答えられないなら、まず、顧客にどう知覚されたいかを言葉にするところから始めたい。
AIに渡す前の上流を、一緒に設計する
「入札を変えても成果が動かない」「競合の広告と見分けがつかない」「管理画面のROASは良いのに、売上が伸びない」——そんなご相談を受けています。
成果の定義と全体設計、パーセプションからコンセプト、クリエイティブまでの一本の線、そしてMMMによるプラットフォームの外の物差し。その設計を、意思決定の編集者として、経営者と並んで進めています。
MMMは、人の手による分析のプログラムや、チャネル別の貢献・ROIを社内で見られるようにする内製化の支援も行っています。
顧問・アドバイザリーとして請けているほか、noteとあわせて、毎週配信中のニュースレター（theLetter）では、こうした思考を継続的に届けています。
ニュースレターのご案内
経営やマーケティングの現場で見てきた「マーケティング」「ブランディング」「新規事業」「事業グロース」等の話を、構造化して書いていきます。
事業成長ノウハウとブランディング・マーケ・PRの事例や、世の中の最新トレンドもお届けしています。
「Business Growth Letter」
お知らせ
📝Business Growth Club
SNSに出せない経営・マーケティング・ブランディング・事業グロースの裏側、業界の構造、顧問・アドバイザリーとして見てきたリアル——を、毎週書いています。Business Growth Club に入れば、過去記事含めすべて読み放題です。メンバー限定のSlackにも参加可能です。
→ Business Growth Club に参加する
🏢 個別の壁打ちを求める経営者の方へ
法人向けに、個別の壁打ちや経営支援が必要な方はこちらプランへ。「ブランディング・マーケティングの判断・実行プロセスの改善」も含めて、現場で一緒に考えます。月1回のオンライン壁打ちの他、専用のSlackチャネルで随時チャットで日常相談も可能です。（有料の過去記事も読み放題→社内共有も可能）。
→ 法人向けグロース顧問支援プラン
📚 著書『設計と編集シリーズ』
──設計と編集シリーズ（全5作）。生成AI時代のマーケティングと、事業グロースの設計について書いた書籍シリーズです。
・PDF版無料配布中
・Kindle版99円で販売中
・POD（ペーパーブック）版1,980円で販売中
🚀 Marketing-OS
書籍『設計と編集』シリーズ連動の、マーケティングの意思決定を構造化するAI CMO搭載SaaS（BPOプランもあり）。
意思決定を最高到達点へ。
サイト・CRM・SFA・広告・SNSのデータを横断して観測・分析し、KPIや施策の矛盾を診断、判断を蓄積する。AI CMOを搭載した、マーケティング組織を強化するためのOSです。
その他、相談・依頼はこちら
まずは気軽に、HPやオフィシャルウェブサイトをご覧いただき ご連絡ください。各種SNSのフォローやDMも大歓迎です。
