Google P-Max×AI入札戦略：機械学習を最大活用する設定チューニング

はじめに

Google P-Max（Performance Max）は、Googleの全広告面に横断的に配信できるAI主導のキャンペーン形式です。機械学習がクリエイティブの組み合わせ、入札、配信面を自動で最適化しますが、「設定の仕方」によってパフォーマンスが大きく変わります。

P-Maxの学習期間管理

学習期間の確保

P-Maxの機械学習が安定するまでには最低6週間が必要です。この期間中は以下の点に注意：

学習リセットを避ける

以下の変更は学習のリセットを引き起こすため、慎重に行う必要があります：

• ·日予算の30%以上の変更
• ·入札戦略の変更
• ·アセットグループの大幅な再編成

アセットグループの最適設計

商品カテゴリや価格帯ごとにアセットグループを分離することで、AIがセグメント別の最適化を学習しやすくなります。

• ·テキストアセット：見出し15個以上、説明文5個以上を用意
• ·画像アセット：横長、縦長、正方形を各5枚以上
• ·動画アセット：15秒以上の動画を2本以上

オーディエンスシグナルの活用

P-Maxの「オーディエンスシグナル」に自社CRMデータ（既存顧客リスト、サイト訪問者リスト）を追加することで、AIの学習が加速されROASが大幅に改善します。

実測結果： - CRMデータなし：ROAS 280% - CRMデータあり：ROAS 420%（+50%）

ROAS150%改善の事例

EC企業B社での実施内容：

1. アセットグループを3カテゴリに分離 2. すべてのアセットを「品質：優秀」レベルに更新 3. CRMデータ（過去購入者10万人）をシグナルに追加 4. ブランドキーワードを除外設定 5. 6週間の学習期間を厳守

結果：ROAS 250% → 625%（150%改善）

まとめ

P-Maxの成功の鍵は「AIに良質なデータと時間を与えること」です。過剰な手動介入はAI学習を妨げます。適切な初期設定を行い、学習期間を確保し、データに基づく緩やかな改善を続けるアプローチが最も効果的です。