広告アカウントの構造設計ガイド｜キャンペーン・広告グループの最適な設計でAIの学習効率を上げる方法

キャンペーンをいくつ作り、広告グループをどう分けるか。アカウント構造の設計は、一度組むと直しづらいわりに、正解が時代とともに変わってきた領域です。数年前は「意図ごとに細かく分ける」のが定石でしたが、いま同じことをすると成果が伸びにくくなります。細かく分けるほど管理しやすいという直感が、いまはAIの学習を止める側に回っているからです。この記事では、なぜ集約が推奨に変わったのか、媒体ごとの集約の勘所、そして「分けてよいのはどんなときか」の判断基準までを、実務の順に整理します。

なぜ「細かく分ける」が裏目に出るようになったのか

スマート入札は、データが集まるほど賢くなる

いまの検索広告は、目標CPA・目標ROASといったスマート入札が最適化の主役です。これらはキャンペーンや広告グループに蓄積されたコンバージョンのデータを学習して入札を調整します。学習が安定するには一定量のコンバージョンが要り、目安として直近30日で30件程度が必要とされます（媒体や入札戦略により幅があります）。構造設計の第一目的は、この学習に必要なデータを一箇所に集めることです。入札を機械に任せる前提が、構造の考え方そのものを変えました。スマート入札の挙動はスマート入札の仕組みと合わせて押さえると腹落ちします。

過分割は、コンバージョンを薄く割って学習を止める

問題は、広告グループを増やすほど1グループあたりのコンバージョンが薄くなることです。月に合計30件のCVがあっても、6グループに割れば1グループ5件で、どのグループも学習の閾値に届きません。結果として入札が安定せず、配信も不安定になります。かつての細分化設計が今うまくいかないのは、運用者の腕の問題ではなく、最適化の主体が人からAIへ移ったことで、データを集中させる構造のほうが有利になったからです。分ければ管理しやすいという発想のまま設計すると、知らぬ間に学習を枯らしていることがあります。

いまの正解は「Hagakure」——できるだけ集約する

この集約の考え方を体系化したのが、GoogleとYahoo!がともに推奨するHagakure（ハガクレ）と呼ばれる設計です。要点は、アカウント構造を可能な限りシンプルに保つこと。テーマ単位で広告グループをまとめ、マッチタイプを分けずに1グループへ集約し、キーワードの拡張は部分一致（ブロードマッチ）に任せる、というのが骨子です。細かい制御を人が握る設計から、枠だけ整えて中の最適化をAIに委ねる設計へ、という転換だと捉えると分かりやすいはずです。

キャンペーン別のパフォーマンスを一覧で見比べれば、集約すべき箇所が見えてきます。ADmini（アドミニ）なら無料で始められます。無料で試してみる →

媒体別・集約設計の勘所

Google広告：テーマ単位に集約し、絞り込みは除外で行う

Google広告では、テーマごとに広告グループをまとめ、その中で全マッチタイプを細かく持たせず、部分一致（ブロードマッチ）を軸にクエリの幅を広げます。広げっぱなしにすると意図しない検索語句を拾うため、幅は部分一致で取り、絞りは除外キーワードで行うのが基本の型です。キャンペーンは目的別（ブランド・一般・競合など）に3〜5個、1キャンペーンあたりの広告グループも3〜5個を上限の目安にすると、学習に必要なデータが分散しにくくなります。マッチタイプの使い分けはマッチタイプの選び方で詳しく扱っています。

Yahoo!広告：同じくシンプルに、集約を基本にする

Yahoo!広告もHagakureの考え方が有効で、基本方針はGoogle広告と大きく変わりません。同じテーマのキーワードは1つの広告グループにまとめ、インプレッションとコンバージョンを集約します。媒体ごとに管理画面の用語や一部の機能名は異なりますが、「データを集中させて自動最適化に乗せる」という原則は共通です。媒体差にとらわれて構造をいじりすぎるより、まず素直に集約する設計から入るのが安全です。

Meta広告：Advantage+を前提に、広告セットを割りすぎない

Meta広告はキャンペーン→広告セット→広告の3層で、広告セットの分割が学習量を左右します。近年はAdvantage+による自動最適化が前提になり、広告セットを細かく割るより、1つにまとめて機械に配信を委ねる設計が推奨に寄っています。2026年にかけての構成変更の詳細は次の記事にまとめました。ここでも原則は同じで、セットを増やすほど各セットのコンバージョンが薄まり学習が遅れます。

媒体	集約の目安	幅の広げ方／絞り方
Google広告	キャンペーン3〜5・グループ3〜5	部分一致で広げ、除外で絞る
Yahoo!広告	同テーマは1グループに集約	シンプル構成で自動最適化に乗せる
Meta広告	広告セットは割りすぎない	Advantage+の自動最適化を前提にする

分けてよいのは、どんなときか

「管理のため」ではなく「答えが変わるとき」だけ分ける

集約が原則でも、分けるべき場面はあります。判断の物差しは一つで、分ける理由が「管理しやすいから」なら統合、「打ち手や評価が変わるから」なら分割です。具体的には、予算を独立して管理したい、目標CPAやROASの水準がテーマごとに大きく違う、ブランドと一般で成果の意味が別、といった場合は分ける根拠になります。逆に「なんとなく整理したい」「後から見やすい」だけなら、その分割は学習を薄めるコストに見合いません。分割は目的から逆算する、とだけ決めておくと迷いが減ります。

構造の良し悪しは、定点で確認して直す

構造は組んで終わりではなく、成果を見ながら育てるものです。キャンペーン別のCPA・ROAS・インプレッションシェアを並べて見れば、「CVがゼロのまま予算を消費しているキャンペーン」や「インプレッションシェアが低くデータが足りていないキャンペーン」が浮かびます。前者は停止か統合、後者は集約の候補です。ADminiでは各媒体のキャンペーン別実績を1画面で一覧でき、こうした見直しの材料が定期的にそろいます。目標値の設計とあわせて追うと、構造の判断がぶれません。

ただし、構造だけで成果は決まらない

正直に言えば、アカウント構造の最適化は成果の必要条件であって十分条件ではありません。どれだけきれいに集約しても、訴求やLP、そもそもの需要が弱ければ成果は伸びません。構造設計が効くのは、学習の土台を整えて「AIが力を発揮できる状態」を作るところまでで、そこから先は素材と設計の勝負です。構造をいじり続けることが仕事になってしまわないよう、集約して安定したら、次は中身の改善へ手を移す判断も要ります。

まとめ

現代のアカウント構造設計の原則は、細分化ではなく集約です。スマート入札が学習に必要なデータを一箇所に集めるほど精度が上がるため、GoogleもYahoo!もHagakureに代表されるシンプル構成を推奨し、MetaもAdvantage+前提で広告セットを絞る方向にあります。分割は「管理のため」ではなく「打ち手や評価が変わるとき」だけに限る——この一線を引くだけで、構造は驚くほど整理できます。では、構造さえ整えれば成果は出るのか。答えは半分で、構造はAIが力を出せる土台を作るところまでを担い、訴求と需要の勝負はその先にあります。まず今週やること：自分のアカウントで、直近30日のコンバージョンが月30件に届いていない広告グループを1つ探し、隣接するテーマのグループと統合できないか検討してください。学習が枯れている箇所を1つ集約するだけでも、入札の安定に効いてきます。ADmini（アドミニ）でキャンペーン別の実績を一覧にしておけば、この見直しが毎回の運用に組み込めます。ADminiなら無料で始められます。無料で試してみる →

よくある質問

広告のアカウント構造を設計するとき、最も重要な原則は何ですか？

スマート入札の学習に必要なコンバージョンを一箇所に集約することです。広告グループを細かく分けすぎると各グループのデータが薄まり、入札の学習が安定しません。現在はGoogle・Yahoo!ともにHagakureに代表されるシンプルな集約構成が推奨されています。

1キャンペーンあたりの広告グループはいくつが適切ですか？

目安は3〜5個です。ただし数そのものより、各グループが学習に足るコンバージョン量（直近30日で30件程度が一つの目安）を確保できているかが重要です。件数が薄いグループは、隣接テーマと統合できないか検討します。

広告グループを分けたほうがよいのはどんなときですか？

「管理しやすいから」ではなく「打ち手や評価が変わるから」分ける、が判断基準です。予算を独立管理したい、目標CPA・ROASの水準がテーマごとに大きく違う、ブランドと一般で成果の意味が異なる、といった場合は分割の根拠になります。

アカウント構造を整えれば成果は必ず上がりますか？

構造は成果の必要条件であって十分条件ではありません。学習の土台を整えるところまでが構造の役割で、訴求・LP・需要が弱ければ成果は伸びません。集約して安定したら、次は中身の改善に手を移す判断も必要です。