ad-spend-optimizer

広告費最適化

各チャネルの有料広告のパフォーマンスを分析し、ROAS を最大化し、CAC を最小化するための予算再配分を提案します。

このスキルを使うタイミング

• 四半期ごとの予算計画 — パフォーマンスデータに基づいて広告費を再配分します
• チャネル構成の最適化 — 各プラットフォーム間の適切なバランスを見つけます
• パフォーマンスのトラブルシューティング — CAC の上昇や ROAS の低下の原因を特定します
• 拡大の判断 — チャネルを拡大する余地があるか判断します
• 新しいチャネルのテスト — 明確な成功基準を設けてテスト予算を組みます

方法論の基盤

項目	詳細
出典	マーケティングにおける限界 ROI 最適化とポートフォリオ理論
基本原則	限界リターンが最も高いところに予算を配分します。収益逓減が生じているチャネルから、投資が不足しているチャネルへ広告費を移します
フレームワーク	70/20/10 — 70% を実績のあるチャネルに、20% を最適化テストに、10% を新しいチャネルの実験に配分します

Claude が行うことと、あなたが判断すること

Claude が行うこと	あなたが判断すること
チャネルとキャンペーンごとの ROAS、CAC、CPL を計算します	予算の上限
収益逓減と再配分の機会を特定します	新しいチャネルに対するリスク許容度
配分シナリオごとの予測結果をモデル化します	事業上の優先事項とブランドに関する考慮事項
モニタリングダッシュボードとアラートのしきい値を作成します	プラットフォームの選定とクリエイティブの方針

手順

ステップ 1：現在のパフォーマンスを監査する

チャネルおよびキャンペーンごとに、次の指標を収集します。

指標	計算式	健全な範囲
ROAS	売上 ÷ 広告費	ほとんどの B2B／B2C で 3:1 超
CAC	広告費 ÷ 新規顧客数	LTV ÷ 3 未満
CPL	広告費 ÷ リード数	業界によって異なります
CTR	クリック数 ÷ インプレッション数	検索で 1% 超、ソーシャルで 0.5% 超
コンバージョン率	コンバージョン数 ÷ クリック数	ランディングページで 2% 超

検証チェックポイント： いずれかのチャネルでデータが欠けている場合は、その旨を明示してください。データが不完全なままでは、誤った再配分につながります。

ステップ 2：アトリビューション分析

事業に適したモデルを選択します。

モデル	最適な用途	トレードオフ
ラストクリック	ダイレクトレスポンス、短いサイクル	認知を考慮しません
ファーストクリック	認知キャンペーン	コンバージョンへの貢献を考慮しません
線形	複数接点を均等に評価する場合	シグナルが薄まります
時間減衰	比較的短い販売サイクル	ファネル下部に偏ります
ポジションベース	バランスを保ちつつ重点を置く場合	ファネル中部を見落とす可能性があります
データドリブン	高度な分析に十分なデータがある場合	十分なデータ量が必要です

ステップ 3：限界 ROI を計算する

各チャネルについて、次の問いに答えます。次の $1 を投じたとき、最も高いリターンが得られるのはどこですか？

シグナル	意味	対応
CAC が目標を大きく下回っている	拡大の余地がある	広告費を 50% 増やし、毎週モニタリングします
CAC が目標どおり	最適化されています	現状を維持し、クリエイティブをテストします
CAC が目標を上回っている	収益逓減が生じています	広告費を減らし、再配分します
ボリュームは少ないが CAC は良好	投資不足です	慎重に拡大します（2 倍）
ボリュームが多く、CAC が上昇している	上限に達しつつあります	広告費に上限を設定し、分散します

ステップ 4：再配分シナリオをモデル化する

保守的、中程度、積極的の 3 つのシナリオを作成し、各予算水準で予測されるリード数、CAC、ROAS を示します。次の項目を含めてください。

• チャネルごとの内訳と期待されるパフォーマンス
• 警告のしきい値 — 広告費の削減につながる CAC の水準
• 実施スケジュール — 一度に変更せず、毎週変更します

ステップ 5：実施してモニタリングする

毎週のモニタリングチェックリスト：

• 広告費の進捗と計画の比較
• チャネルごとの CAC と目標の比較
• リード数と予測の比較
• 警告のしきい値を超えたチャネルがあるか？

拡大ルール： CAC が 2 週連続で目標を 15% 以上下回った場合、広告費を 25% 増やします。CAC が 2 週間にわたり目標を上回った場合は、25% 減らします。

例

例：B2B SaaSの予算再配分

入力： 月額$100K — Google（$50K）、Meta（$30K）、LinkedIn（$15K）、その他（$5K）。目標：CAC $200、月間リード500件。現状：リード395件、CAC $253。

分析：

• Google ディスプレイ（$15K → リード30件、CAC $500）— 全額カット
• Meta 類似オーディエンス（$15K → リード85件、CAC $176）— 最高の成果を上げているため、拡大
• LinkedIn リード獲得（$5K → リード10件、CAC $500）— カット

再配分案：

チャネル	現在	提案	予想CAC
Google Ads	$50K	$35K	$206
Meta	$30K	$50K	$196
LinkedIn	$15K	$8K	$286
テスト	$5K	$7K	変動

予測結果： リード473件（+20%）、CAC $211（-17%）。

スキルの範囲

このスキルが得意なこと

• 提供されたデータに基づく、複数チャネルの広告パフォーマンス分析
• 限界ROIに基づく予算配分の変更提案
• 予測結果を含む再配分シナリオのモデル化
• アラートしきい値を設定したモニタリングフレームワークの作成

このスキルでできないこと

• 広告プラットフォームのアカウントへのアクセスや、リアルタイムデータの取得
• リアルタイムの入札調整やキャンペーン変更
• クリエイティブの品質評価（見出し、画像、動画）
• ブランドリフトやオフラインコンバージョンの影響の考慮

参考資料

• Google Ads最適化ガイド
• Meta Business Suiteのベストプラクティス
• LinkedIn Marketing Solutions
• Common Thread Collective — 広告費配分の手法

関連スキル

• google-ads-expert — Googleに特化したキャンペーン最適化
• aarrr-metrics — 有料顧客獲得にとどまらない、ファネル全体の把握
• growth-loops — 有料チャネルに依存しない持続可能な成長