広告ターゲティングの設計に生成AIを活かす方法｜狙う相手を絞り込む

「クリックは取れているのに、商談につながらない」「狙う相手の条件を、担当者ごとに違う言葉で説明している」——広告費を増やす前に点検しておきたい、2つの兆しです。成果に届かないのは、配信面の選び方が悪いからではありません。本当は、誰に届けたいのかが、役職と課題と時期まで書き出されていないことが効いています。この記事では、狙う相手の定義、絞りの効かせ方、生成AIに任せる範囲までを順に整理します。

ターゲティング設計が成果を左右する

広告というと、つい見た目やコピーといったクリエイティブに目が行きがちです。しかし、それ以前に成果を左右するのが誰に届けるかの設計です。どれだけ優れた広告でも、関心のない相手に届いては響きません。逆に、狙う相手が的確なら、シンプルな広告でも成果につながります。

特にBtoBでは、対象となる企業や担当者が限られます。個人向けのように多くの人に届ければよいわけではなく、少数の適切な相手に確実に届けることが求められます。だからこそ、ターゲティングの設計が成否を分けます。予算を無駄にしないためにも、まず「誰に届けたいのか」を明確にすることから始めます。

なぜBtoBほど絞り込みが効くのか

BtoBの購買は、対象となる企業も、意思決定に関わる人も限られています。だからこそ、狙いを絞るほど一件あたりの価値が高まるという特徴があります。個人向けの広告のように数を追うのではなく、少数でも本当に必要とする相手に届ける。その一件が大きな受注につながることも珍しくありません。

また、BtoBでは無駄打ちのコストが相対的に大きくなります。関心のない層に配信し続けると、限られた予算がすぐに尽きてしまいます。絞り込みは、当てにいくためだけでなく、外さないための守りの意味も持ちます。誰に届けるかを丁寧に設計することが、そのまま費用対効果の高さに直結するのです。

誰に届けるかを定義する

ターゲティングの出発点は、狙う相手を具体的に定義することです。「マーケティングに関心のある人」では漠然としすぎています。どんな業種の、どんな規模の会社の、どんな役職の、どんな課題を抱えた人か——ここまで具体化してはじめて、媒体の設定に落とし込めます。

この定義づくりに、生成AIが役立ちます。自社の商品と、想定する顧客像を伝えれば、ペルソナ（具体的な人物像）の案を作ってくれます。「この商品を必要とする、典型的な担当者像を、業種・役職・課題・情報収集の仕方まで含めて」と頼めば、狙う相手の輪郭が具体的になります。AIが作った像を、自社の実際の顧客と照らして整える。この作業で、ターゲティングの土台が固まります。

ターゲティングの4つの軸

狙う相手を媒体上で指定するには、いくつかの軸があります。代表的なのが属性・興味・行動・類似の4つです。これらを組み合わせることで、狙う相手に近い人へ配信できます。次の表のように、それぞれの軸で何を指定できるかを押さえておくと、設計の幅が広がります。

軸	指定できることの例	向いている狙い方
属性	業種・役職・企業規模・地域	対象を明確に絞りたいとき
興味・関心	関心のある分野・トピック	潜在的な関心層に広げたいとき
行動	サイト訪問・資料DLの履歴	検討が進んだ層を狙うとき
類似	既存顧客に似た特徴の人	優良顧客と近い層を探すとき

どの軸を使うかは、狙う相手と目的によります。すでに接点のある人を狙うなら行動、新しい層を開拓するなら興味や類似、というように使い分けます。複数の軸を重ねると精度は上がりますが、絞りすぎると届く人が減るため、バランスが大切です。

除外設定で無駄を減らす

ターゲティングでは、狙う相手を指定するだけでなく届けたくない相手を除外することも重要です。すでに顧客になっている人、自社の社員、応募だけして成約しない層など、広告を見せても意味のない相手に配信すると、予算が無駄になります。除外設定は、この無駄を減らす有効な手段です。

たとえば、すでに契約済みの企業を除外すれば、新規開拓に予算を集中できます。過去に問い合わせて成約しなかった層を除外することもあります。誰に届けるかと同じくらい、誰に届けないかを考えることが、費用対効果を高めます。AIに「この商品の広告で、除外を検討すべき相手は」と相談すると、見落としがちな除外対象に気づけます。

除外は、無駄を減らすだけでなくメッセージのずれを防ぐ役割もあります。既存顧客と新規の見込み客では、届けるべき内容がまったく違います。両者を分けずに同じ広告を配ると、どちらにも中途半端になりがちです。相手ごとに配信を分け、それぞれに合った訴求を届けることで、限られた予算が生きてきます。除外は面倒に見えて、実は成果を底上げする地味な要です。

媒体ごとのターゲティング特性

ターゲティングの設計は、使う媒体によって得意なことが違います。検索広告は、今まさに調べている人の検索語を狙えるため、顕在的なニーズに強みがあります。一方、SNS広告は、属性や興味で狙えるため、まだ検索していない潜在層にアプローチできます。ビジネス向けの媒体なら、役職や業種で細かく狙えるものもあります。

だから、狙う相手と目的に合わせて媒体を選ぶことが大切です。すでに課題を認識して探している人を狙うなら検索広告、課題に気づいていない層に認知を広げるならSNS広告、というように使い分けます。媒体の特性と狙いを合わせることで、同じ予算でも成果が変わります。AIに「この相手に届けるなら、どの媒体のどんなターゲティングが向くか」を相談すると、媒体選びの見当がつきます。

狙う相手と訴求を合わせる

ターゲティングで狙う相手を絞ったら、その相手に合った訴求を届けることが次の鍵になります。せっかく的確な相手に届いても、メッセージがその人の関心とずれていれば響きません。狙う相手ごとに、何を伝えれば刺さるかを設計することで、ターゲティングの精度が成果に結びつきます。

たとえば、現場の担当者には実務的なメリットを、決裁者にはコストや経営への効果を、というように、同じ商品でも相手によって響く言葉は変わります。生成AIに「このペルソナに響く広告の訴求軸を複数」と頼めば、相手に合わせたメッセージの切り口が得られます。狙いと訴求をセットで設計することが、広告を成果につなげる近道です。

AIでペルソナを作る

ターゲティング設計の土台となるのが、ペルソナです。狙う相手を一人の具体的な人物として描くと、その人がどこで情報を得て、何に反応するかが想像しやすくなります。生成AIは、このペルソナづくりを得意とします。断片的な顧客像から、一貫した人物像に仕上げてくれます。

ペルソナを作るときは、自社が持っている顧客の情報をできるだけ渡すのがコツです。実際の顧客の傾向をもとにAIが肉付けすると、机上の空論でない、現実に即した像になります。「この顧客情報をもとに、狙うべきペルソナを、一日の情報収集の流れも含めて」と頼めば、その人にどこで広告を当てればよいかまで見えてきます。作ったペルソナは、営業や他のマーケ施策とも共有すると、狙う相手の認識がそろいます。

BtoBでは、実際に使う人と、購入を決める人が違うこともよくあります。現場の担当者が興味を持っても、決裁するのは上長というケースです。この場合、ペルソナを一つに絞りきれないため、関わる複数の立場を想定しておくと、広告の狙いがぶれません。誰の関心に火をつけ、誰の判断を後押しするかを分けて考えると、ターゲティングの設計に深みが出ます。

AIでセグメント案とキーワード案を作る

ペルソナが固まったら、それを媒体の設定に落とし込みます。ここでも生成AIが役立ちます。ペルソナを伝えて、どんなセグメントで狙えるか、どんなキーワードが有効かのアイデアを出させると、設定の候補が一気にそろいます。次のようなプロンプトが土台になります。

BtoB広告のターゲティング案を作ってください。
商品：{商品}／狙うペルソナ：{業種・役職・課題}
媒体：{検索広告 / SNS広告など}
狙うべきセグメントの案と、検索広告なら有効なキーワード案、
さらに除外を検討すべき相手も挙げてください。

AIが出したセグメントやキーワードは、あくまで候補です。実際に配信できるか、自社の狙いと合っているかは人が確認します。特にキーワードは、検索意図が自社の商品と合っているかを見極めることが大切です。AIで候補を幅広く出し、人が絞り込む。この分担で、抜けが少なく的確なターゲティングが組めます。

見落としがちなのが、同じ言葉でも意図が違うケースです。自社の商品名に似た一般名詞や、別業界で使われる語を狙うと、関心のない人にまで広告が届いてしまいます。候補のキーワードが本当に狙う相手の検索とつながっているかを、一つずつ吟味することが無駄を防ぎます。数を集めた後に、意図の合わないものを丁寧に外す作業が、配信の質を大きく左右します。

広すぎ・狭すぎの弊害

ターゲティングでよくある失敗が、広すぎるか狭すぎるかです。広すぎると、関心のない人にまで配信され、クリックはされても成果につながらず、予算が無駄になります。逆に狭すぎると、届く人が少なすぎて、そもそも成果の母数が足りなくなります。

適切な広さは、狙う相手の数と予算によって変わります。BtoBでは対象が限られるため、狭くなりがちですが、絞りすぎには注意が必要です。最初は少し広めに設定し、配信データを見ながら絞っていくのが現実的な進め方です。反応の良い層が見えてきたら、そこに寄せていきます。AIに「このターゲティングは広すぎ・狭すぎないか、調整の方向を」と相談すると、バランスの目安がつかめます。

配信データで絞り込みを調整する

ターゲティングは、一度設定したら終わりではありません。配信後のデータを見て、絞り込みを調整していくことで、精度が上がります。どの属性の人が反応したか、どのキーワードが成果につながったか、どの層が無駄になっているか——実際のデータには、設計段階では分からなかった事実が表れます。

この調整の進め方は、次のような流れになります。まず初期設定で配信し、一定期間後にデータを集め、反応の良い層と悪い層を見分け、良い層に寄せて悪い層を除外する、という順です。

この調整にも、AIが役立ちます。配信データを渡して「反応の良い層と悪い層の傾向、絞り込みの方向」を整理させると、次の調整の見当がつきます。データを見て絞り込む作業を繰り返すことで、ターゲティングは磨かれていきます。

ターゲティング設計でやりがちな失敗

広告ターゲティングの設計で、つまずきやすい典型的なパターンを押さえておきましょう。

• クリエイティブから考える：誰に届けるかを決めず作り込むと、相手がずれて響かない
• ターゲットが漠然としている：具体的に定義しないと、媒体設定に落とし込めず狙いがぶれる
• 除外を設定しない：届けたくない相手に配信され、予算が無駄になる
• 配信後に調整しない：データを見て絞り込まないと、精度が上がらず成果が伸びない

配信面を機械が広げる型では、絞りの置き場所が変わる

近年の広告運用では、配信する面や組み合わせを機械の側が自動で広げていく型のキャンペーンが主流になりました。パフォーマンスの最大化をうたう型がその代表で、検索の面も動画の面も一つのキャンペーンでまとめて扱います。この型では、配信面ごとに条件を細かく刻んでいく従来の設計が、そのままでは効きません。絞りの働きは、機械に与える手がかりの中身と、アカウント全体に効く除外の二か所へ移りました。入稿の前に除外の棚卸しを済ませてあるかどうかで、初月の無駄打ちの量が大きく変わります。この型に切り替えた直後は、これまで配信していなかった面にも広告が出るため、同じ予算でも当たる相手の幅が一度広がります。広がった先に自社の顧客がいるのかどうかを、最初の二週間で見極める段取りを組んでおきます。

アカウント単位の除外キーワードは、管理画面の設定からアカウントの設定を開き、除外キーワードの欄に登録します。ここに入れた語は、自動で配信面を広げる型を含めて、アカウント内のすべてのキャンペーンに効きます。求人、ログイン、中古、無料といった、自社の商売にまず結びつかない語を先に入れておきます。自社名や競合名での検索を検索キャンペーンの側で受けたい場合は、ブランドの除外を使って自動配信の型から外します。キャンペーン単位で除外キーワードを設定する経路も用意されているため、特定の商材だけ情報収集の語を外す、といった細かい制御もできます。登録できる語数には上限があるので、思いついた語を並べるのではなく、実際に広告が出た検索語句から拾った語を先に入れます。

機械に与える手がかりの側も、言葉で書き出しておかないと粒度がそろいません。既存顧客の一覧、受注に至った企業の共通点、問い合わせの本文に書かれた困りごとの言い回し。この三つを、業種、従業員の規模、決裁に関わる役職まで分けて記録します。営業担当の頭の中にしかない条件は、手がかりとして渡せません。記録の形は表計算の一枚で足ります。項目を増やすより、受注した企業が漏れなく入っていることのほうが効きます。生成AIは、問い合わせの本文をまとめて読み込ませ、よく出てくる言い回しを抜き出す作業に向いています。抜き出す元は、社内の言葉に直される前の自由記述の欄をそのまま使います。抜き出した語は、そのまま配信の条件にするのではなく、手がかりとして渡す情報の一覧に足します。

落とし穴は、自動の広がりを止めようとして除外を積みすぎることです。除外を足すほど配信できる母数が減り、機械の側が調整に使う件数が集まらなくなります。調整が進まないまま単価だけが上がる、という形で不調が現れます。そこで、除外に入れるのは明らかに商売にならない語に限り、判断に迷う語は除外せず計測の側で仕分ける、という線を先に引いておきます。どちらに入れるか迷ったら、その語から入った問い合わせを三件読んでから決める。あわせて、一度に十語以上をまとめて登録しないことも決めておきます。まとめて入れると、どの語が母数を削ったのかを切り分けられなくなります。登録した日と、そのとき想定した影響も一行で残します。

除外リストの棚卸しを、四半期の作業に組み込む

除外リストは、作った時点から古びていきます。既存顧客は増え、取引先は入れ替わり、採用の応募者が問い合わせのフォームから入ってくることもあります。放っておくと、すでに契約している企業に新規向けの広告を出し続けることになります。そこで、四半期に一度、営業側の顧客台帳と除外リストを突き合わせる作業を、業務の予定として先に入れます。見る先は、契約済みの企業、商談中の企業、取引を打ち切った企業、自社と関係会社、採用の応募者の五つです。突き合わせの担当は、広告の運用者ではなく、顧客台帳を日々触っている側に置くほうが続きます。四半期ごとに見直す項目と、契約が決まったその日に足す項目を分けておくと、抜けが減ります。台帳の側に更新日の欄を作り、空欄のまま四半期をまたいだら気づける形にします。

既存顧客を除外するには、顧客の連絡先を広告の側に渡して一覧を作ります。この仕組みは、有効なデータが千件以上そろっていないと配信に使える規模に届かないことがあるため、顧客数が少ない段階では企業名や地域での除外を併用します。メールアドレスや電話番号は、決められた方式でハッシュ化してから送ります。手元の端末で変換してから送る経路と、管理画面が自動で変換する経路のどちらもありますが、載せてよいのは広告での利用に同意が取れている連絡先だけです。同意の状況が違う相手を一つの一覧に混ぜないよう、取り込み元の台帳の段階で分けておきます。一覧は作った後も自動では増えないため、入れ替える頻度も同時に決めます。配信の対象としてではなく除外の対象として使う場合も、規模の条件は同じようにかかります。

実際に広告が出た検索語句の一覧は、月に一度は書き出します。数百行になるので、生成AIに渡して、自社の商材と関係がありそうか、採用や無料の情報収集の語ではないか、といった観点で分類させると下読みが速く進みます。指示文には、自社の商材名と、扱っていない商材名の両方を入れておきます。扱っていない側を書かないと、名前の似た他社の商材まで自社のものとして分類してきます。ただし、除外を確定するのは人です。分類の結果は候補の一覧として受け取り、一行ずつ、なぜ外すのかを短く書き添えてから登録します。理由が書けない語は、その場では外しません。翌月の一覧でもう一度見て、二か月続けて上位に出てきたら、そこで判断します。

除外しすぎているかどうかは、表示回数の推移で見ます。除外を足した週から表示回数が大きく落ち、獲得の件数もそれ以上の割合で落ちているなら、外しすぎです。逆に、表示回数はほとんど変わらないのに無駄なクリックが減っているなら、除外が効いています。ここで見るのは期間の合計値ではなく、除外を足した日を境にした前後の比較です。もう一つの見方は、平均の掲載順位です。除外を足していないのに順位が下がっているなら、原因は除外ではなく入札や競合の側にあります。除外は足す作業だと思われがちですが、戻す作業も同じくらい必要になります。登録日と理由が残っていれば、どれを戻すかは数分で決まります。比較の期間は、除外を足した日の前後それぞれ二週間にそろえます。

狙いの良し悪しは、商談の側から測る

問い合わせの件数だけを見ていると、狙いが合っていたかは分かりません。同じ十件でも、その後に商談へ進む十件と、資料だけ取って終わる十件では、広告の評価はまったく違います。BtoBでは、ここを分けて測らないと、安く件数の取れる層へ予算が寄っていきます。管理画面のCVを、フォームの送信ではなく商談化や受注の側へ寄せることが、狙いの設計を評価する土台になります。営業側がどの段階を商談と呼んでいるかを先にそろえておかないと、同じ言葉で違うものを数えることになります。有効な問い合わせの定義は文章で一度書き、営業の管理画面と広告の管理画面に同じ名前で登録しておきます。名前がそろわないまま報告を続けると、毎月の会議が件数の食い違いの説明で埋まります。

そのための仕組みが、オフラインコンバージョンの取り込みです。CRMの側で商談化や受注に進んだ案件を、広告のクリック識別子とひもづけて広告の側へ戻します。BtoBは検討から決裁までが長いため、クリックから成果までを数える期間は長めに取ります。グーグルの広告では最長で90日まで設定でき、この上限を超えて決まった受注は広告の成果として数えられません。なお、この取り込みの経路は2026年6月15日以降、データ管理向けのAPIへ移り、従来の広告用のAPIでは受け付けられなくなると案内されています。自社で連携を組んでいる場合は移行の作業が別に必要です。代理店に任せている場合でも、期日と担当は自社で押さえておきます。

戻す段階をどこに置くかは、件数を数えてから決めます。受注だけを戻すと、月に数件しか信号が届かず、機械の側の調整には足りません。商談化が月に数十件あるならそこを戻し、それも少ないなら、営業が引き取ると判断した有効なリードを戻します。段階を一つ手前に下げるほど件数は増えますが、狙いのずれを見つける力は落ちます。二つの段階を別々の名前で同時に戻し、片方を機械の調整用、もう片方を人の評価用に使い分ける組み方もできます。名前は、商談化と受注のように、社内で使っている呼び方に合わせます。戻す段階を途中で変えたときは、変えた日を必ず記録します。記録がないと、成果の数が増えた理由が施策の効果なのか定義の変更なのかを説明できなくなります。

突き合わせが崩れる条件も、先に知っておきます。クリック識別子は閲覧ソフトの側の保存期間や設定で消えることがあり、消えた分はひもづきません。同じ人が複数回フォームを送ると、CRMの側で名寄せされて件数が減ります。部署名だけが違う同一企業を、別の会社として数えている場合もあります。そこで、四半期に一度、広告側で数えた成果の件数とCRM側の件数を並べ、差がどこで生まれているかを見ます。見るのは一致した件数ではなく、一致しなかった件数とその内訳です。差の理由が説明できないうちは、その数字を根拠にして予算の配分を動かさない、と決めておくほうが安全です。突き合わせの結果は件数ではなく割合で記録しておくと、規模が変わっても比べられます。

よくある質問

ターゲティングはどこまで絞るべきですか？

狙う相手の数と予算によります。BtoBでは対象が限られるため絞りがちですが、狭すぎると母数が足りません。最初は少し広めに設定し、配信データを見ながら反応の良い層に絞っていくのが現実的です。広さは調整しながら最適化します。

AIが作ったペルソナはそのまま使えますか？

そのままの使用は避けます。自社の実際の顧客と照らして、ずれがないか人が確認して整えます。AIは断片的な情報から一貫した像を作る役割で、現実に即しているかの判断は人が担います。実データを渡すほど、精度の高いペルソナになります。

複数の媒体を使うべきですか？

狙う相手や目的によります。まずは狙う相手が多く使う媒体、または自社の狙いに合う媒体を一つ試し、型を作るのがおすすめです。うまくいったら他媒体へ広げます。媒体ごとに得意なターゲティングが違うため、狙いに合わせて選ぶことが大切です。

まとめ

広告ターゲティングの設計に生成AIを活かす要点は、誰に届けるかを具体的に定義し、属性・興味・行動・類似の軸で絞り、除外設定で無駄を減らすことです。ペルソナやセグメント案、キーワード案づくりをAIで効率化し、媒体の特性に合わせて狙いを設定する。広すぎ・狭すぎを避け、配信データを見ながら絞り込みを調整していく。まずは、自社の広告で狙うペルソナを一人、具体的に描くところから始めてみてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。