ad-campaign-analyzer

広告キャンペーン分析

キャンペーンの生データを、明確な意思決定につなげます。このスキルは指標を要約するだけではありません。問題を診断し、成果の出ている項目を特定し、統計的有意性を確認したうえで、何を停止し、何を拡大し、次に何をテストすべきかを具体的に示します。さらに、各チャネルを同じ条件で比較し、成果に対して支出が過剰な箇所と不足している箇所を見つけ、具体的な予算再配分計画を作成します。

基本原則： 多くのスタートアップ創業者は広告ダッシュボードを確認し、ROAS の数値を見て、慌てるか喜ぶかのどちらかです。このスキルでは、有料メディアの専門家が行うような、実際に有意な結果は何か、ノイズは何か、次の予算をどこに投じるべきかという、きめ細かな分析を提供します。また、予算配分の問題も解決します。多くのスタートアップは、チャネル全体に予算を薄く分散しすぎて（どのチャネルも学習に必要な額に達しない）、または1つのチャネルに全額を投じてしまい（他のチャネルにある、より低コストの機会を逃す）ます。

使用するタイミング

• 「Google Ads のパフォーマンスを分析してください」
• 「どの広告を停止すべきですか？」
• 「このキャンペーンは機能していますか？」
• 「広告費をどこで無駄にしていますか？」
• 「Meta Ads を最適化してください」
• 「広告予算をどのように配分すればよいですか？」
• 「Google と Meta のどちらにもっと費用をかけるべきですか？」
• 「チャネル間で広告費を再配分してください」
• 「最も高いリターンを得ているのはどこですか？」
• 「広告に月 $X の予算があります。どのように配分すればよいですか？」

フェーズ 0：情報の確認

1. キャンペーンデータ — 次のいずれか：
   • Google Ads／Meta Ads Manager／LinkedIn Campaign Manager からエクスポートした CSV
   • 貼り付けたパフォーマンステーブル
   • ダッシュボードのスクリーンショット（データを抽出します）
2. プラットフォーム — Google／Meta／LinkedIn／すべて
3. 期間 — 対象の日付範囲は？
4. 月間予算 — この期間の広告費の合計
5. 主な目標 — どのコンバージョンを最適化していますか？（デモ／トライアル／購入／リード）
6. 目標指標 — 目標 CPA または ROAS はありますか？（ない場合は、ベンチマークを提示します）
7. 把握している変更点 — この期間にクリエイティブ、予算、ターゲティングを変更しましたか？
8. 現在運用中のチャネル — Google Ads、Meta Ads、LinkedIn Ads、Twitter/X Ads、TikTok Ads、その他
9. ファネルデータ（入手可能な場合）：
   • リード → MQL 率
   • MQL → SQL 率
   • SQL → 成約率
   • 平均取引額
10. 検討中だが未試用のチャネル — 新しいチャネルをテストしたいですか？
11. 制約 — 各チャネルに最低支出額はありますか？継続利用が必須のプラットフォームはありますか？

フェーズ 1：データの取り込みと正規化

対応データ形式

ソース	主に想定される列
Google Ads	Campaign、Ad Group、Keyword、Impressions、Clicks、CTR、CPC、Conversions、Conv Rate、Cost、Conv Value
Meta Ads	Campaign、Ad Set、Ad、Impressions、Reach、Clicks、CTR、CPC、Conversions、Cost Per Result、Amount Spent、ROAS
LinkedIn Ads	Campaign、Impressions、Clicks、CTR、CPC、Conversions、Cost、Leads

すべてのデータを、次の標準分析形式に正規化します。

ディメンション	インプレッション数	クリック数	CTR	CPC	コンバージョン数	コンバージョン率	CPA	広告費	売上／価値

マルチチャネルの正規化

複数のチャネルにまたがるデータがある場合は、チャネル単位の集計表も作成します。

チャネル	月間広告費	インプレッション数	クリック数	CTR	CPC	コンバージョン数	コンバージョン率	CPA	ROAS	CAC*
Google Search	$[X]	[N]	[N]	[X%]	$[X]	[N]	[X%]	$[X]	[X]	$[X]
Google Display	...
Meta (FB/IG)	...
LinkedIn	...
[Other]	...
合計	$[X]					[N]		平均 $[X]	平均 [X]	平均 $[X]

*CAC = ファネルデータが提供された場合の顧客獲得コスト全体（CPA × 成約率による調整）

ファネル調整後の CAC（ファネルデータがある場合）

Channel CAC = CPA ÷ (MQL rate × SQL rate × Close rate)

これにより、単にコンバージョンするだけでなく、実際に成約するリードを生み出しているチャネルがわかります。

フェーズ 2：パフォーマンス診断

2A：キャンペーン単位の健全性チェック

各キャンペーンについて：

指標	値	ベンチマーク	ステータス
CTR	[X%]	[Industry avg]	[Good/Okay/Poor]
CPC	$[X]	[Category avg]	[Good/Okay/Poor]
コンバージョン率	[X%]	[Benchmark]	[Good/Okay/Poor]
CPA	$[X]	[Target or benchmark]	[Good/Okay/Poor]
ROAS	[X]	[Target or benchmark]	[Good/Okay/Poor]
インプレッションシェア	[X%]	[>60% ideal]	[Good/Okay/Poor]

2B：予算の無駄の検出

リターンがゼロ、またはマイナスだった広告費を特定します。

無駄の種類	シグナル	対応
コンバージョンゼロのキーワード／広告	コンバージョンが0件で広告費が$[X]超	停止するか、除外キーワードを追加
CPAが高い外れ値	CPA > 目標の3倍	停止または再構成
CTRが低い広告	CTR < キャンペーン平均の50%	クリエイティブを差し替え
部分一致による流入の偏り	検索語句レポートに無関係なクリックが表示される	除外キーワードを追加
オーディエンスの重複	同じユーザーに複数のキャンペーンがリーチしている	オーディエンスを除外
配信時間帯による無駄	特定の時間帯にコンバージョンが集中している一方、広告費は24時間発生	広告スケジュールを設定

2C：成果の出ている要素の特定

実際に成果を上げているものを見つけます。

成果の種類	シグナル	対応
パフォーマンス上位のキーワード	CPAが最も低く、コンバージョン率が最も高い	入札額を引き上げ、バリエーションを追加
成果の出ている広告	CTRとコンバージョン率の組み合わせが最も高い	広告費を拡大し、他のグループ向けに複製
最適なオーディエンス	CPAが最も低いセグメント	予算配分を増やす
最適な時間帯	コンバージョンのピークとなる時間帯／曜日	予算を集中させる

2D：統計的有意性の確認

A/B テスト（広告バリエーション、オーディエンス、ランディングページ）について：

Test: [Variant A] vs [Variant B]
Metric: [Conv Rate / CTR / CPA]
Variant A: [X%] (n=[sample_size])
Variant B: [Y%] (n=[sample_size])
Confidence level: [X%]
Verdict: [Statistically significant / Not enough data / Too close to call]
Recommended action: [Pick winner / Continue test / Increase budget to reach significance]

最小サンプル数：CTR テストではバリエーションごとにクリック数100件、CPA テストではバリエーションごとにコンバージョン数30件。

フェーズ 3：ファネル分析

クリック → コンバージョンの経路

Impressions: [N] (100%)
     ↓ CTR: [X%]
Clicks: [N] ([X%] of impressions)
     ↓ Landing page → Conversion: [X%]
Conversions: [N] ([X%] of clicks)
     ↓ Conversion → Revenue: $[X] avg
Revenue: $[N]

ファネルの離脱診断

離脱ポイント	率	ベンチマーク	考えられる原因	改善策
インプレッション → クリック	[CTR%]	[Benchmark]	[広告の関連性／ターゲティング]	[コピー／ターゲティングの変更]
クリック → コンバージョン	[Conv%]	[Benchmark]	[ランディングページ／オファー／オーディエンスの不一致]	[LP の最適化]
コンバージョン → 収益	[Close%]	[Benchmark]	[リードの質／営業プロセス]	[適格性の基準]

フェーズ 4：予算の再配分

複数のチャネルにまたがるデータがある場合は、チャネル横断で予算を最適化します。

4A：チャネル効率ランキング

順位	チャネル	CPA	ファネル調整後 CAC	広告費の割合	コンバージョンの割合	効率指数
1	[Channel]	$[X]	$[X]	[X%]	[X%]	[コンバージョンの割合 ÷ 広告費の割合]

効率指数：

• > 1.0 = 投資不足（コンバージョンを占める割合が広告費の割合を上回っている）
• = 1.0 = 比例（妥当な割合）
• < 1.0 = 過剰投資（コンバージョンを占める割合が広告費の割合を下回っている）

4B：限界リターン分析

各チャネルについて、追加投資によって比例したリターンが得られるかを推定します。

チャネル	現在のCPA	インプレッションシェア／飽和度のシグナル	限界リターンの推定
Google Search	$[X]	[X%] のインプレッションシェア — 拡大の余地あり	プラスになる可能性が高い
Meta	$[X]	フリークエンシー [X] — オーディエンスが飽和している可能性あり	逓減傾向
LinkedIn	$[X]	ボリュームが少ない — ターゲティング対象が限られている	まもなく上限に達する

4C：ファネル段階のカバレッジ

ファネル段階	対応するチャネル	現在の広告費	ギャップあり？
認知（上部）	[Meta Display, YouTube]	$[X]	[Yes/No]
検討（中部）	[Google Search, Meta retargeting]	$[X]	[Yes/No]
決定（下部）	[Google Brand, Google Search]	$[X]	[Yes/No]
リターゲティング	[Meta, Google Display]	$[X]	[Yes/No]

4D: 予算配分の変更に関する推奨事項

チャネル	現在の支出	推奨支出	変更額	理由
Google Search	$[X]	$[Y]	+$[Z]	[CPA が最も低く、拡大の余地があります]
Meta	$[X]	$[Y]	-$[Z]	[オーディエンスが飽和しており、フリークエンシーが高すぎます]
LinkedIn	$[X]	$[Y]	$0	[維持 — ニッチですが価値があります]
[新しいチャネル]	$0	$[Y]	+$[Y]	[テスト予算 — 競合他社がこのチャネルで成果を上げています]
合計	$[X]	$[X]	$0	予算を維持した再配分

4E: シナリオモデリング

シナリオ 1：保守的な変更（+/- 20%）

• 予想コンバージョン数：[N]（現在 [N]）= [X%] 改善
• 予想ブレンド CPA：$[X]（現在 $[X]）
• リスク：低

シナリオ 2：積極的な変更（+/- 40%）

• 予想コンバージョン数：[N] = [X%] 改善
• 予想ブレンド CPA：$[X]
• リスク：中 — 拡大対象のチャネルに関するデータが少ない

シナリオ 3：予算を $[Y]/月 に増額

• 推奨配分：[表]
• 予想コンバージョン数：[N]
• テストする新しいチャネル：[リスト]

フェーズ 5：出力形式

# Ad Campaign Analysis — [Product/Client] — [DATE]

Period: [Date range]
Total spend: $[X]
Platform(s): [Google / Meta / LinkedIn]
Primary goal: [Conversions / Revenue / Leads]

---

## Executive Summary

[3-5 sentences: Overall performance verdict, biggest win, biggest problem, top recommendation including any reallocation moves]

---

## Performance Dashboard

| Campaign | Spend | Impressions | Clicks | CTR | CPC | Conversions | CPA | ROAS | Verdict |
|----------|-------|------------|--------|-----|-----|-------------|-----|------|---------|
| [Name] | $[X] | [N] | [N] | [X%] | $[X] | [N] | $[X] | [X] | [Scale/Optimize/Pause] |

---

## Budget Waste Report

**Total estimated waste: $[X] ([X%] of total spend)**

### Wasted on zero-conversion items: $[X]
[List of keywords/ads/audiences with spend but no conversions]

### Wasted on high-CPA items: $[X]
[List of items with CPA > 3x target]

### Recommended saves: $[X]/month
[Specific items to pause]

---

## Winners to Scale

### Top Keywords/Audiences
| Item | CPA | Conv Rate | Current Spend | Recommended Spend |
|------|-----|----------|--------------|-------------------|

### Top Ads
| Ad | CTR | Conv Rate | Why It Works |
|----|-----|----------|-------------|

---

## A/B Test Results

### [Test Name]
- Variant A: [Metric] (n=[N])
- Variant B: [Metric] (n=[N])
- Confidence: [X%]
- **Verdict:** [Winner / Continue / Inconclusive]

---

## Budget Reallocation

### Current vs Recommended Allocation

| Channel | Current | Recommended | Change | Why |
|---------|---------|------------|--------|-----|
| [Channel] | $[X] | $[Y] | [+/-$Z] | [1-line reason] |

**Projected impact:**
- Conversions: [N] → [N] (+[X%])
- Blended CPA: $[X] → $[Y] (-[X%])

### Funnel Stage Coverage
[Coverage map with gaps identified]

### New Channel Recommendations

#### [Channel Name]
- **Why test:** [Reasoning]
- **Recommended test budget:** $[X]/mo for [X weeks]
- **Success criteria:** CPA < $[X]
- **Competitors using it:** [Yes/No — who]

---

## Action Plan

### Immediate (This Week)
- [ ] **Pause:** [Specific items — keywords, ads, audiences]
- [ ] **Scale:** [Specific items — increase budget/bids]
- [ ] **Add negatives:** [Specific keywords from search terms]
- [ ] **Reallocate:** [Specific dollar shifts between channels]

### This Month
- [ ] **Test:** [New ad angles / audiences / landing pages]
- [ ] **Restructure:** [Ad groups that need splitting or merging]
- [ ] **Optimize:** [Bid strategy changes]
- [ ] **Monitor reallocation:** Track CPA shifts on scaled channels, watch for diminishing returns

### Next Month
- [ ] **Expand:** [New campaigns / channels to test]
- [ ] **Re-evaluate:** [Run this analysis again with new data, adjust allocations based on actual results]

現在の作業ディレクトリ（またはユーザー指定のパス）に campaign-analysis-[YYYY-MM-DD].md として保存します。

費用

項目	費用
データ分析	無料（LLM による推論）
統計計算	無料
合計	無料

必要なツール

• 外部ツールは不要 — 推論のみのスキルです
• ユーザーがキャンペーンデータを CSV、貼り付け、またはスクリーンショットで提供します

トリガーフレーズ

• 「広告キャンペーンのパフォーマンスを分析して」
• 「どの広告を停止すべきですか？」
• 「広告予算をどこで無駄にしていますか？」
• 「Google Ads キャンペーンは機能していますか？」
• 「Meta Ads の支出を最適化して」
• 「広告予算をどのように配分すべきですか？」
• 「Google と Meta のどちらにもっと予算を使うべきですか？」
• 「広告費を再配分して」
• 「ROAS が最も高いのはどこですか？」
• 「マルチチャネル広告予算を最適化して」