---
title: GoogleのP-MAX広告とは?機械学習のパフォーマンスを最大限に高める効果的な方法を解説
description: Google広告のP-MAXキャンペーンを最適化する方法と成功事例を解説します。P-MAXキャンペーンは機械学習に運用を任せるため、他社との差別化が難しいと感じるかもしれません。本コラムでは、機械学習の精度を向上させ、さらなるパフォーマンス向上を実現するためのポイントを詳しくまとめております。
image: https://www.data-dig.cartazero.co.jp/hubfs/dd_colum_pmax_top.png
---

# 記事

- [全ての記事](https://www.data-dig.cartazero.co.jp/column)
- [#1st Party](https://www.data-dig.cartazero.co.jp/column/tag/1st-party)
- [#AI](https://www.data-dig.cartazero.co.jp/column/tag/ai)
- [#Ads Data Hub](https://www.data-dig.cartazero.co.jp/column/tag/ads-data-hub)
- [#Advanced Analytics](https://www.data-dig.cartazero.co.jp/column/tag/advanced-analytics)
- [#Amazon](https://www.data-dig.cartazero.co.jp/column/tag/amazon)
- [#Amazon Marketing Cloud](https://www.data-dig.cartazero.co.jp/column/tag/amazon-marketing-cloud)
- [#CAPI](https://www.data-dig.cartazero.co.jp/column/tag/capi)
- [#CRM](https://www.data-dig.cartazero.co.jp/column/tag/crm)
- [#Chrome](https://www.data-dig.cartazero.co.jp/column/tag/chrome)
- [#Cookieレス](https://www.data-dig.cartazero.co.jp/column/tag/cookieレス)
- [#Events API](https://www.data-dig.cartazero.co.jp/column/tag/events-api)
- [#GA4](https://www.data-dig.cartazero.co.jp/column/tag/ga4)
- [#GA4／分析](https://www.data-dig.cartazero.co.jp/column/tag/ga4分析)
- [#GTM](https://www.data-dig.cartazero.co.jp/column/tag/gtm)
- [#Google](https://www.data-dig.cartazero.co.jp/column/tag/google)
- [#Google Tag Manager](https://www.data-dig.cartazero.co.jp/column/tag/google-tag-manager)
- [#Googleタグゲートウェイ](https://www.data-dig.cartazero.co.jp/column/tag/googleタグゲートウェイ)
- [#Googleタグマネージャー](https://www.data-dig.cartazero.co.jp/column/tag/googleタグマネージャー)
- [#Google広告](https://www.data-dig.cartazero.co.jp/column/tag/google広告)
- [#Instagram](https://www.data-dig.cartazero.co.jp/column/tag/instagram)
- [#LINE Data Clean Room](https://www.data-dig.cartazero.co.jp/column/tag/line-data-clean-room)
- [#LINE広告](https://www.data-dig.cartazero.co.jp/column/tag/line広告)
- [#Meta](https://www.data-dig.cartazero.co.jp/column/tag/meta)
- [#Microsoft広告](https://www.data-dig.cartazero.co.jp/column/tag/microsoft広告)
- [#P-MAXキャンペーン](https://www.data-dig.cartazero.co.jp/column/tag/p-maxキャンペーン)
- [#Pinterest広告](https://www.data-dig.cartazero.co.jp/column/tag/pinterest広告)
- [#Privacy Sandbox](https://www.data-dig.cartazero.co.jp/column/tag/privacy-sandbox)
- [#SQL](https://www.data-dig.cartazero.co.jp/column/tag/sql)
- [#Syncly (シンクリー)](https://www.data-dig.cartazero.co.jp/column/tag/syncly-シンクリー)
- [#TikTok広告](https://www.data-dig.cartazero.co.jp/column/tag/tiktok広告)
- [#X（旧Twitter）広告](https://www.data-dig.cartazero.co.jp/column/tag/x旧twitter広告)
- [#Yahoo! Data Xross](https://www.data-dig.cartazero.co.jp/column/tag/yahoo-data-xross)
- [#Yahoo!広告](https://www.data-dig.cartazero.co.jp/column/tag/yahoo広告)
- [#YouTube](https://www.data-dig.cartazero.co.jp/column/tag/youtube)
- [#conversion api gateway](https://www.data-dig.cartazero.co.jp/column/tag/conversion-api-gateway)
- [#facebook](https://www.data-dig.cartazero.co.jp/column/tag/facebook)
- [#signalsgateway](https://www.data-dig.cartazero.co.jp/column/tag/signalsgateway)
- [#お知らせ](https://www.data-dig.cartazero.co.jp/column/tag/お知らせ)
- [#アドレサブル広告](https://www.data-dig.cartazero.co.jp/column/tag/アドレサブル広告)
- [#クッキーレス](https://www.data-dig.cartazero.co.jp/column/tag/クッキーレス)
- [#コンテキスト](https://www.data-dig.cartazero.co.jp/column/tag/コンテキスト)
- [#コンテキストターゲティング](https://www.data-dig.cartazero.co.jp/column/tag/コンテキストターゲティング)
- [#コンバージョンAPI](https://www.data-dig.cartazero.co.jp/column/tag/コンバージョンapi)
- [#コンバージョン欠損対策](https://www.data-dig.cartazero.co.jp/column/tag/コンバージョン欠損対策)
- [#コンバージョン詳細マッチング](https://www.data-dig.cartazero.co.jp/column/tag/コンバージョン詳細マッチング)
- [#サードパーティクッキー](https://www.data-dig.cartazero.co.jp/column/tag/サードパーティクッキー)
- [#サーバサイドGTM](https://www.data-dig.cartazero.co.jp/column/tag/サーバサイドgtm)
- [#サーバーサイドGTM](https://www.data-dig.cartazero.co.jp/column/tag/サーバーサイドgtm)
- [#セカンドパーティーデータ](https://www.data-dig.cartazero.co.jp/column/tag/セカンドパーティーデータ)
- [#テクノロジー](https://www.data-dig.cartazero.co.jp/column/tag/テクノロジー)
- [#データクリーンルーム](https://www.data-dig.cartazero.co.jp/column/tag/データクリーンルーム)
- [#データ分析](https://www.data-dig.cartazero.co.jp/column/tag/データ分析)
- [#データ分析／活用](https://www.data-dig.cartazero.co.jp/column/tag/データ分析活用)
- [#データ活用](https://www.data-dig.cartazero.co.jp/column/tag/データ活用)
- [#データ計測](https://www.data-dig.cartazero.co.jp/column/tag/データ計測)
- [#ドコモ データクリーンルーム](https://www.data-dig.cartazero.co.jp/column/tag/ドコモ-データクリーンルーム)
- [#ファーストパーティデータ](https://www.data-dig.cartazero.co.jp/column/tag/ファーストパーティデータ)
- [#ファーストパーティーデータ](https://www.data-dig.cartazero.co.jp/column/tag/ファーストパーティーデータ)
- [#プライバシーサンドボックス](https://www.data-dig.cartazero.co.jp/column/tag/プライバシーサンドボックス)
- [#事例紹介](https://www.data-dig.cartazero.co.jp/column/tag/事例紹介)
- [#共通ID](https://www.data-dig.cartazero.co.jp/column/tag/共通id)
- [#効果検証](https://www.data-dig.cartazero.co.jp/column/tag/効果検証)
- [#基礎知識](https://www.data-dig.cartazero.co.jp/column/tag/基礎知識)
- [#拡張コンバージョン](https://www.data-dig.cartazero.co.jp/column/tag/拡張コンバージョン)
- [#機械学習](https://www.data-dig.cartazero.co.jp/column/tag/機械学習)
- [#統合環境](https://www.data-dig.cartazero.co.jp/column/tag/統合環境)
- [#詳細マッチング](https://www.data-dig.cartazero.co.jp/column/tag/詳細マッチング)

全ての記事 クッキーレス 基礎知識 コンバージョンAPI コンバージョン欠損対策 データ活用 ファーストパーティーデータ データ計測 データクリーンルーム Google広告 CAPI Google Meta お知らせ プライバシーサンドボックス Ads Data Hub GA4 Cookieレス Syncly (シンクリー) アドレサブル広告 ファーストパーティデータ 事例紹介 拡張コンバージョン 1st Party AI CRM LINE広告 Yahoo!広告 コンバージョン詳細マッチング サーバサイドGTM 効果検証 機械学習 Advanced Analytics Amazon Amazon Marketing Cloud GTM Microsoft広告 Pinterest広告 TikTok広告 サードパーティクッキー データ分析 データ分析／活用 共通ID Chrome Events API GA4／分析 Google Tag Manager Googleタグゲートウェイ Googleタグマネージャー Instagram LINE Data Clean Room P-MAXキャンペーン Privacy Sandbox SQL X（旧Twitter）広告 Yahoo! Data Xross YouTube conversion api gateway facebook signalsgateway コンテキスト コンテキストターゲティング サーバーサイドGTM セカンドパーティーデータ テクノロジー ドコモ データクリーンルーム 統合環境 詳細マッチング

- [三代 一豪
  
  
  
  
  
  ](https://www.data-dig.cartazero.co.jp/column/author/三代-一豪)
- 2024年8月26日
- 読了時間: 5分

- <https://www.data-dig.cartazero.co.jp/column/author/三代-一豪>
  
  [三代 一豪
  
  
  
  ](https://www.data-dig.cartazero.co.jp/column/author/三代-一豪)
  
   2024年8月26日
  
  
  
  
  
   読了時間: 5分

記事をシェア

# 記事をシェア

シェア用リンク

キャンセル

リンクをコピー

# GoogleのP-MAX広告とは?機械学習のパフォーマンスを最大限に高める効果的な方法を解説

こんにちは、CCIで企業のデータマーケティングの推進とデータプランナーを担当をしている三代(みよ)です。

 

最近の広告配信プラットフォーム各社のトレンドとして、機械学習やAIを活用した、自動入札、ターゲティング、クリエイティブ最適化機能が順次強化されております。これにより、コンバージョン件数の最大化や売上効率の向上が一層期待できるようになりました。

 

本コラムでは、その中でも特に注目されているGoogleが提供するP-MAXキャンペーンを解説します。

---

■目次

- [P-MAXキャンペーンとは？](https://www.data-dig.cartazero.co.jp/column/1057#dd_colum_pmax_1)
- [P-MAXキャンペーンのメリット](https://www.data-dig.cartazero.co.jp/column/1057#dd_colum_pmax_2)
- [P-MAXキャンペーンの設定方法](https://www.data-dig.cartazero.co.jp/column/1057#dd_colum_pmax_3)
- [機械学習のパフォーマンスを最大限に高めるには？](https://www.data-dig.cartazero.co.jp/column/1057#dd_colum_pmax_4)
- [事例](https://www.data-dig.cartazero.co.jp/column/1057#dd_colum_pmax_5)
- [最後に](https://www.data-dig.cartazero.co.jp/column/1057#dd_colum_pmax_6)

---

 

## **P-MAXキャンペーンとは？**

P-MAX（Performance Maxキャンペーン）は、Google広告のキャンペーンタイプの一つです。このキャンペーンは機械学習を活用し、検索、ディスプレイ、YouTube、Discover、ショッピング、Gmail、マップなど、すべての広告配信先に対して入札やターゲット設定を自動で最適化します。P-MAXは広告パフォーマンスの最大化を目指しており、運用の効率化が期待されるプロダクトとなります。

![dd_colum_pmax_TOP](https://www.data-dig.cartazero.co.jp/hs-fs/hubfs/dd_colum_pmax_TOP.png?width=1261&height=642&name=dd_colum_pmax_TOP.png)

## **P-MAXキャンペーンのメリット**

 

P-MAX（Performance Maxキャンペーン）を利用することによるメリットはいくつかあります。

**![dd_colum_pmax_2_2](https://www.data-dig.cartazero.co.jp/hs-fs/hubfs/dd_colum_pmax_2_2.png?width=1539&height=694&name=dd_colum_pmax_2_2.png)  
**

- 機械学習 
    - P-MAXは、従来のGDNと比べて機械学習により配信先や入札、見込みターゲットへのアプローチを自動で最適化します。リアルタイムで運用やチューニングがされるためキャンペーンの設定や調整にかかる手間を減らすことができます。
- クリエイティブ 
    - ターゲットや配信面を変更できないため、P-MAXキャンペーンでは、ターゲットに対して反応が良い広告素材を追求することが重要です。そのためには、さまざまな検証軸を用い、各広告フォーマットに合わせてできるだけ多くの素材を準備することが必要です。
    - 配信面は、検索、ディスプレイ、YouTube、Discover、ショッピング、Gmail、マップと配信面は多岐に渡るため、より多くのターゲットにリーチするために入稿できる全ての広告フォーマットを準備をしましょう。
- ターゲティング 
    - 設定できるのは国や地域、言語、キャンペーン目標のみです。
    - 運用担当者がこれまで培った経験値や仮説を組み立てたPDCAに頼るのではなく、与えられた情報から自動的にパターンを学習して効率的に配信をするので、さらなる広告のパフォーマンス向上が期待できます。
- シンプルな設定 
    - 運用やチューニングのリソースは機械学習によって補完されるため、日々手動による運用リソースの圧迫も改善されます。そのため、運用担当側の費用対効果の改善も期待できます。
    - 組織的な課題（運用担当者のスキル不足、人員不足、リソース不足）によりパフォーマンスの強化が頭打ちな企業にも適しているキャンペーンです。

## **P-MAXキャンペーンの設定方法**

P-MAX（Performance Maxキャンペーン）の設定は至ってシンプルで、入稿素材の準備とオーディエンスリストの準備、コンバージョンの計測環境の構築が済んでいれば以下内容を管理画面から設定すれば配信が可能です。

 

- キャンペーン選択 
    - 新しいキャンペーンを選択
- 配信目的を選択 
    - 販売促進
    - ブランド認知とリーチ
    - 見込み顧客の獲得
    - アプリ
    - ウェブサイトとのトラフィック
    - 来店数と店舗売上の向上
    - 商品やブランドの比較検討　などいずれかを設定
- 各種キャンペーン選択画面でP-MAXキャンペーンを選択（キャンペーン名を記載）
- 予算と入札単価を設定
- 配信エリアと言語、掲載期間を設定
- 最終ページURLの拡張設定 
    - ユーザーの検索語句および意図に基づいて最終ページURLがより関連性の高いLPに置き換えられるためランディングページのコンテンツに合わせた広告見出しテキスト、説明文テキスト、その他のアセットが自動で生成される機能。
- 広告アセット設定 
    - フォーマットで可能な限り本数を入稿することを推奨します。
    - [入稿に必要なベストプラクティス](https://support.google.com/google-ads/answer/10724748?sjid=11051021316388234166-AP)はこちらをご参考ください。
- オーディエンス設定 
    - 広告主様の顧客と判断するための教師データを学習させるため、保有している場合は必ず設定をしましょう。 
          - カスタムセグメント
          - カスタマーマッチリスト
          - コンバージョンユーザーのオーディエンスリスト
          - 顧客のデモグラ・興味関心・ライフイベント 等
- 掲載開始  
    - 配信初期は学習期間となりますが、約6週間程度で最適化が効き始めます。

 

## **機械学習のパフォーマンスを最大限に高めるには？**

機械学習による自動運用が行われる一方で、P-MAXキャンペーンはGoogle広告を利用できる企業であれば誰でも利用できるプロダクトです。そのため、競合他社と差別化を図るためには、精度の高いデータを機械学習に学習させ、質の高い学習データを多く提供することが重要です。

 

まさにデータの”質と量”が肝心なプロダクトです。

![dd_colum_pmax_3_3](https://www.data-dig.cartazero.co.jp/hs-fs/hubfs/dd_colum_pmax_3_3.png?width=1543&height=621&name=dd_colum_pmax_3_3.png)

- クリエイティブ 
    - P-MAXキャンペーンは、検索、ディスプレイ、YouTube、Discover、ショッピング、Gmail、マップと配信面は多岐に渡るため、それぞれのフォーマットにあわせたクリエイティブと本数を準備することを必須事項としましょう。
    - Googleのすべての広告枠をカバーすることで機械学習が最も効果的に機能します。そのため広告主様におかれましては広告クリエイティブの準備に協力をお願いしております。
- オーディエンスシグナル、自社データ（ファーストパーティデータ、CRMデータ）の取り込み 
    - 機械学習における学習精度の向上として有効なのが、自社が保有しているマーケティングデータです。自社が保有している会員データ、購買データ、成約データなど広告主様の事業にヒットするマーケティングデータは自動化のパフォーマンス向上に期待できます。
    - 自社が保有するマーケティングデータは固有の教師データとなるため、より関連性の高いターゲットの拡張にも期待できます。
    - 一方で量をただ増やすために精度の低いデータ（成果に遠いデータ）を登録する必要はないです。
- シグナルデータの強度と精度の改善（コンバージョン欠損対策） 
    - 現在のクッキーレス環境では、Google Chrome以外のブラウザ（Safari、Edge、Firefox）で3rdPartyクッキーが規制されているため、コンバージョンデータが欠損しています。このため、機械学習の働きが難しい状況となっています。日本では、ブラウザシェアの約5割がクッキー規制の影響を受けており、データの欠損が進んでいます。そのため、Googleプラットフォームに送信するシグナルデータの強度と精度を改善するためには、コンバージョンAPIや拡張コンバージョンなどのコンバージョン欠損対策ソリューションの導入が必須です。
    - コンバージョン欠損対策についてはこちらの記事を参考ください：[Google広告の拡張コンバージョン対応が重要である理由とは？コンバージョン計測およびコンバージョン最適化配信に向けた対策を解説](https://www.data-dig.cci.co.jp/column/1046)
- 分析レポート 
    - パフォーマンスに影響を与えているオーディエンスやクリエイティブを把握するために分析レポートの活用を推奨します。
    - Google広告の管理画面で、[キャンペーン] アイコン→セクションメニューで [分析情報とレポート] プルダウンをクリック→分析情報から過去7日間または過去28日間で分析情報が把握できます。
    - [分析項目はこちらより参考ください](https://support.google.com/google-ads/answer/10256472)

- 設定 
    - 目標CPA 
          - CVポイントが同じ配信中のキャンペーン（検索、GDN、ファインド、VAC）の平均CPAを参考に設定をしましょう。
          - CVポイントが深い場合は、浅いCVポイントを含めて、1日10件～20件のCVが獲得ができるよう設定を推奨しております。
    - 既存の広告キャンペーンと並走 
          - 既存で掲載している広告キャンペーンは継続して利用し、アカウント全体のコンバージョン件数を最大化することを目指しましょう。その上で、P-MAXキャンペーンを補完的に活用することを推奨します。
    - 学習期間は最低でも6週間は必要 
          - [Google広告のヘルプ](https://support.google.com/google-ads/answer/11385582?hl=ja)にも記載がありますが、機械学習のアルゴリズムの学習範囲を拡大するには、パフォーマンスの比較を行うためのデータ取得に最低でも6週間程度を要すると発表されております。そのため、P-MAXキャンペーンを走らせたら直ぐにパフォーマンスを発揮する訳ではないので注意をしましょう。
          - 途中で効果の変化が見られないことに耐えられず、クリエイティブの差し替えや目標CPAの変更、キャンペーンの配信目的の変更、オーディエンスデータの修正など、仮説に基づく運用要素を追加することは、機械学習の妨げとなるため避けましょう。

 

## **事例**

CCIでは、[デジタル広告における事業成果に基づく精緻なコンバージョンデータを活用した機械学習機能を最大化](https://www.cci.co.jp/news/20286)する新サービスの提供をしております。

 

P-MAXキャンペーンにおける機械学習の学習精度を向上させるためには、クッキーレス環境に対応した質の高いオーディエンスシグナルデータの計測環境の構築と、シグナルデータのエンリッチ化が必要です。これにより、より効果的なキャンペーン運用が可能となります。

 

弊社事例では、Google広告プラットフォームに質の高いオーディエンスシグナルデータを取り込むことで機械学習の学習精度の向上が見られ最大34%の顧客獲得単価の低下につながりました。

![dd_colum_pmax_4](https://www.data-dig.cartazero.co.jp/hs-fs/hubfs/dd_colum_pmax_4.png?width=1520&height=774&name=dd_colum_pmax_4.png)

本サービスの提供メニューは以下のとおりです。

 

- 最適化配信支援 
    - 事業成果コンバージョンデータをもとにしたGoogle広告における最適化配信を支援
- 可視化支援 
    - 広告流入チャネル毎の事業成果CV到達状況をダッシュボード等で提供
    - 事業成果の貢献に基づいたデジタル広告施策の評価が可能になります

 

本サービスの詳細は[事業KPIを最大化させるアドレサブル広告](https://www.data-dig.cartazero.co.jp/cv-booster)よりご確認ください。

 

 

## **最後に**

いかがでしたでしょうか？ 

 

今後も広告配信プラットフォーム各社では、AIや機械学習を活用した自動化プロダクトのアップデートや事例化が活発化することが予想されます。

 

CCIでは、機械学習のパフォーマンスを向上させ、事業KPIの最大化を支援するために、Google広告における[アドレサブル広告(事業KPI最大化)](https://www.data-dig.cci.co.jp/cv-booster)の提供を行っております。また、広告プラットフォームのパフォーマンス改善、クッキーレス対策診断、広告効果分析など、多様な対策ソリューションもご提供しておりますのでご興味のある方は、ぜひお問い合わせください。

---

>>[お問い合わせフォーム｜ポストクッキー時代のデータ統合支援・活用サービス『DataDig』](https://www.data-dig.cci.co.jp/contact)

>>[サービスサイト｜アドレサブル広告(事業KPI最大化)](https://www.data-dig.cci.co.jp/cv-booster)

>>[資料請求ページ｜DataDig](https://www.data-dig.cci.co.jp/download)

 

[#AI ](https://www.data-dig.cartazero.co.jp/column/tag/ai)

<https://www.data-dig.cartazero.co.jp/column/tag/ai> [#Google広告 ](https://www.data-dig.cartazero.co.jp/column/tag/google広告) [#P-MAXキャンペーン ](https://www.data-dig.cartazero.co.jp/column/tag/p-maxキャンペーン) [#アドレサブル広告 ](https://www.data-dig.cartazero.co.jp/column/tag/アドレサブル広告) [#コンバージョンAPI ](https://www.data-dig.cartazero.co.jp/column/tag/コンバージョンapi) [#コンバージョン欠損対策 ](https://www.data-dig.cartazero.co.jp/column/tag/コンバージョン欠損対策) [#データ活用 ](https://www.data-dig.cartazero.co.jp/column/tag/データ活用) [#拡張コンバージョン ](https://www.data-dig.cartazero.co.jp/column/tag/拡張コンバージョン) [#機械学習 ](https://www.data-dig.cartazero.co.jp/column/tag/機械学習)

## 最新記事

[すべて表示](https://www.data-dig.cartazero.co.jp/column)

<https://www.data-dig.cartazero.co.jp/column/1052>

## [Google広告やMeta広告のAI・機械学習機能を最適化するには?仕組みやパフォーマンスを最大化させる運用方法を解説](https://www.data-dig.cartazero.co.jp/column/1052)

<https://www.data-dig.cartazero.co.jp/column/1031>

## [ファーストパーティデータとは?事例から読み解く事業KPI最大化の必要性](https://www.data-dig.cartazero.co.jp/column/1031)

<https://www.data-dig.cartazero.co.jp/column/1036>

## [運用型広告のコンバージョン数を最大化するには?サードパーティークッキー廃止に対応したサポートプランをご紹介](https://www.data-dig.cartazero.co.jp/column/1036)

```json
{
  "@context" : "https://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "三代 一豪",
    "url" : "https://www.data-dig.cartazero.co.jp/column/author/三代-一豪"
  },
  "dateModified" : "2024-08-29T05:22:33.289Z",
  "datePublished" : "2024-08-26T01:30:36.000Z",
  "headline" : "GoogleのP-MAX広告とは?機械学習のパフォーマンスを最大限に高める効果的な方法を解説",
  "image" : [ "https://www.data-dig.cartazero.co.jp/hubfs/dd_colum_pmax_top.png" ],
  "mainEntityOfPage" : {
    "@id" : "https://www.data-dig.cartazero.co.jp/column/1057",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "url" : "https://www.data-dig.cartazero.co.jp/hubfs/know%20How%EF%BC%88%E3%82%A2%E3%82%AB%E3%83%9E%E3%83%8D%EF%BC%89/%E3%80%90%E3%82%A2%E3%82%AB%E3%83%9E%E3%83%8D%E3%80%91logo.svg"
    }
  }
}
```