Advantage+セールスキャンペーン（ASC）完全ガイド｜設定・最適化・既存キャンペーンとの使い分け

Meta広告の自動化は年々進んでいます。なかでもAdvantage+セールスキャンペーン（ASC）は、キャンペーン構造そのものを機械学習に委ねる仕組みとして注目されています。従来の手動キャンペーンとは設計思想が根本的に異なるため、理解しないまま導入すると期待した成果が得られないことがあります。

ASCは、もともとEC向けの「Advantage+ショッピングキャンペーン」として登場しました。2024年に名称が変更され、リード獲得やアプリインストールなど幅広い目的に対応するようになっています。名前が変わっても仕組みの根幹は同じです。ターゲティング、配置、クリエイティブの最適化をMetaのAIに一括で任せるキャンペーンタイプです。

この記事では、ASCの仕組みから設定手順、既存キャンペーンとの使い分け、よくあるトラブルの対処法まで実務の視点で解説します。

ASCとは何か

Advantage+ショッピングからの名称変更

ASCはもともと「Advantage+ショッピングキャンペーン（ASC）」という名称でした。2024年のアップデートで「Advantage+セールスキャンペーン」に改称されています。呼び方は変わりましたが、略称の「ASC」はそのまま使われています。

名称変更の背景には、対象範囲の拡大があります。当初はECの売上を目的としたキャンペーンでしたが、リード獲得やアプリインストールなど、購入以外のコンバージョン目的にも対応しました。「ショッピング」の名前が実態に合わなくなったため、より汎用的な「セールス」に変わった形です。

従来のキャンペーンとの根本的な違い

従来のキャンペーンでは、広告セットごとにターゲティング、配置、入札戦略を細かく設定します。運用者が仮説を立て、セグメントを切り分け、成果を比較しながら最適な設定を探っていく構造です。

ASCはこの構造を大きく変えます。広告セットの概念がなくなり、1つのキャンペーンの中にクリエイティブを投入するだけのシンプルな構造になります。ターゲティングの細分化や配置の指定は基本的にできません。すべてをMetaのAIに委ねる設計です。

機械学習による最適化の仕組み

ASCの最適化は、3つのレイヤーで同時に進みます。

オーディエンスの自動拡張: 既存顧客データ、ピクセルの学習データ、類似ユーザーなどを統合し、最もCVしやすいユーザーに自動で配信を寄せる
クリエイティブの自動ローテーション: 投入されたクリエイティブの中から、ユーザーと配置の組み合わせごとに最適なものを選び出す
コンバージョン最適化: 設定した目標（購入、リードなど）に対してCPAが最小化するよう入札を自動調整する

この3つが同時に動くため、ASCは個別のチューニングよりもクリエイティブの質と量がパフォーマンスに直結します。

ASCの設定手順

キャンペーン作成のステップ

ASCの作成は通常のキャンペーンよりシンプルです。

広告マネージャーで「キャンペーンを作成」をクリック
キャンペーンの目的で「売上」を選択
キャンペーン設定画面で「Advantage+セールスキャンペーン」を選択
コンバージョンイベント（購入、リードなど）を設定
日予算を設定
既存顧客の定義とターゲティング上限を設定
クリエイティブを追加して公開

通常のキャンペーンと大きく異なるのは、広告セットの設定が省略される点です。ターゲティングや配置を個別に指定する工程がなく、予算とクリエイティブに集中できます。

予算設定のポイント

ASCの学習期間は通常7日間です。この間にCVが50件以上発生する予算設定が理想です。たとえばCPAが5,000円の場合、日予算は最低でも35,000円（5,000円 x 50件 / 7日）程度が目安になります。

予算が小さすぎると学習が進まず、パフォーマンスが不安定なまま推移します。最低でもCV目標の日予算 x CPAの2〜3倍を確保してください。

既存顧客の定義と除外率の設計

ASCには「既存顧客」のターゲティング上限を設定する機能があります。これは、配信全体のうち既存顧客に配信される割合の上限を指定するものです。

既存顧客の定義には以下が使えます。

ピクセルイベント（過去の購入者など）
カスタムオーディエンス（CRMリストなど）
アプリイベント

設定例として、ECサイトの場合を考えます。

目的	既存顧客の上限	理由
新規獲得重視	10〜20%	新規ユーザーへの配信を最大化
新規+リピートのバランス	25〜30%	双方にバランスよく配信
リピート重視	40〜50%	既存顧客へのクロスセルを狙う

運用メモ
既存顧客の除外率を0%に設定しても、完全な新規限定にはなりません。Metaの機械学習は既存顧客データを「シグナル」として活用するため、除外率が低すぎるとかえって学習精度が落ちることがあります。10%程度は許容して、新規獲得のシグナルとして活かすのが実務上の最適解です。

クリエイティブ戦略

推奨配信本数

ASCは最大150本のクリエイティブをテストできます。しかし実務で150本を用意するのは現実的ではありません。

推奨本数の目安

フェーズ	本数	考え方
初期テスト	5〜10本	勝ちパターンの方向性を探る
拡大フェーズ	15〜30本	勝ちパターンを軸に横展開
成熟フェーズ	20〜40本	定期的に差し替えながら維持

重要なのは、本数よりもバリエーションの幅です。同じような構図の画像を10本入れるよりも、訴求軸・フォーマット・トーンが異なる5本のほうが学習効率は高くなります。

フォーマットの組み合わせ

ASCでは、静止画・動画・カルーセルを混在させて投入できます。配置ごとに最適なフォーマットが自動選択されるため、できる限り複数フォーマットを用意してください。

静止画: フィード面で安定的に成果が出やすい
動画（15秒以内）: Reels面での視聴完了率が高い
カルーセル: 商品ラインナップの訴求に強い

3つすべてを揃えるのが理想ですが、最低でも静止画と動画（または短尺のモーション素材）の2種類は入稿したいところです。

Advantage+クリエイティブとの関係

ASCでは、Advantage+クリエイティブ（旧称：広告レベルの自動調整機能）が自動的に有効化されます。テキストの組み換え、画像の明度補正、アスペクト比の変換などがAIによって自動で行われます。

この機能はASCではオフにできません。ただし、一部の調整項目については広告レベルで個別に制御可能です。ブランドガイドラインに影響する調整（クロップや音楽追加など）は、必要に応じてオフにしてください。

クリエイティブ疲弊の検知方法

ASCのクリエイティブは疲弊すると、CPAの上昇やCTRの低下として現れます。以下の指標を週次でモニタリングしてください。

頻度（フリークエンシー）: 7を超えたら疲弊の兆候
CTR: 直近2週間で20%以上低下していたら差し替えを検討
CPA: 目標CPAの1.5倍を超えたら新素材の追加を検討

広告マネージャーの「分析情報」で、個別クリエイティブごとのパフォーマンスを確認できます。成果の悪いクリエイティブはオフにし、新しい素材と入れ替えましょう。

運用メモ
クリエイティブの差し替えは一度に全部入れ替えないでください。全差し替えすると学習がリセットされます。2〜3本ずつ段階的に入れ替えるのが安定したパフォーマンスを維持するコツです。

既存キャンペーンとの併用戦略

ASC専用 vs 既存BAU併用のパターン

ASCの導入パターンは大きく3つあります。

パターン1: ASC専用（全予算をASCに投入）

向いている: 予算に余裕があり、CV数が月100件以上見込める場合
メリット: 最大限の学習データが集まり、最適化が進みやすい
リスク: 手動でのセグメント検証ができなくなる

パターン2: ASC + 既存キャンペーン併用

向いている: 段階的にASCを試したい場合
メリット: リスクを抑えながらASCの効果を検証できる
注意: オーディエンスの重複管理が必要

パターン3: 既存キャンペーンのみ（ASC不使用）

向いている: 超ニッチなターゲット、厳密なセグメント制御が必要な場合
メリット: ターゲティングの透明性が高い

実務では、パターン2から始めて効果を確認しながらASCの比率を上げていくのが安全です。

オーディエンスの重複問題と対処法

ASCと既存キャンペーンを併用する場合、最大の課題はオーディエンスの重複です。ASCは基本的に全ユーザーを対象にするため、既存キャンペーンのターゲットと必ず重複します。

対処法として有効なのは以下の3つです。

既存キャンペーンの予算を段階的に縮小する: ASCの学習が安定したら、既存キャンペーンの予算を週10〜20%ずつ減らす
既存キャンペーンのターゲットを絞り込む: ASCがカバーしにくいニッチなセグメント（特定の興味関心や行動）に既存キャンペーンを特化させる
キャンペーンの目的を分ける: ASCはCV目的、既存キャンペーンはリーチやエンゲージメント目的に役割分担する

完全な重複排除はMetaの仕組み上できません。ASCと既存キャンペーンが同じオークションに参加した場合、Meta側が自動で調整します。過度に神経質になる必要はありませんが、予算の無駄遣いを防ぐために上記の対処は行いましょう。

段階的な移行ステップ

既存キャンペーンからASCへの移行は、以下のステップで進めるのが実務的です。

テスト開始: 全体予算の20〜30%でASCを開始
学習期間（1〜2週間）: ASCの学習が完了するまで変更を加えない
効果比較: ASCと既存キャンペーンのCPA・ROASを比較
比率調整: ASCが優れていれば50%まで引き上げ
最終判断: 2〜4週間の検証後、ASC比率を70〜100%へ

各ステップで少なくとも1週間は様子を見てください。急いで移行するとデータ不足で判断を誤ります。

ASCの最適化ポイント

学習期間中のルール

ASCの学習期間は通常7日間です。この間は以下を守ってください。

すべきこと

パフォーマンスが不安定でも予算を維持する
日次でデータを確認し、異常値がないかチェック
クリエイティブの配信状況を確認する

すべきでないこと

予算を大幅に変更する
クリエイティブを追加・削除する
キャンペーンを停止して再開する
コンバージョンイベントを変更する

学習期間中の変更は学習のリセットにつながり、さらに長い期間が必要になります。

予算変更の20%ルール

学習完了後の予算変更は、1回あたり20%以内に抑えるのが原則です。これはMeta公式も推奨している運用ルールです。

たとえば日予算が50,000円の場合、1回の変更幅は10,000円以内です。大幅な増減が必要な場合は、20%ずつ数日かけて段階的に調整してください。

20%を超える変更を加えると、学習が「限定的にリセット」され、パフォーマンスが一時的に不安定になります。

アトリビューション設定の最適解

ASCのアトリビューション設定は、ビジネスモデルに合わせて選択してください。

設定	向いているケース
クリック後7日間（デフォルト）	検討期間が短い商材（日用品、低単価EC）
クリック後7日間+ビュー後1日間	標準的なEC、リード獲得
クリック後1日間	衝動購入型の商材、短期プロモーション

ビュースルーCVを含めると学習データが増え、最適化が進みやすくなります。ただし、ビュースルーCVの価値を過大評価しないよう、GAなど外部ツールでの計測と併用して実態を把握してください。

運用メモ
アトリビューション設定を変更すると学習がリセットされます。キャンペーン開始後の変更は避け、初期設定の段階で慎重に選んでください。迷ったら「クリック後7日間+ビュー後1日間」が最もバランスの取れた設定です。

ASCが向いているケース・向いていないケース

向いているケース

EC全般

ASCはもともとEC向けに設計されたキャンペーンです。商品カタログとの連携、購入CVの最適化、幅広いユーザーへのリーチなど、ECに必要な要素がすべて自動化されています。SKU数が多いECサイトほど、カタログ広告との組み合わせで効果を発揮します。

ターゲットが広い商材

日用品、アパレル、食品、美容など、幅広い層がターゲットになる商材はASCとの相性がよいです。Metaの機械学習は大量のデータがあるほど精度が上がるため、潜在顧客の母数が大きいほど最適化が効きます。

月間CV数が十分にある（50件以上）

ASCの学習にはCVデータが必要です。月間CV数が50件未満だと学習が進まず、パフォーマンスが安定しません。CVの定義を広げる（購入だけでなくカート追加やリード獲得も含める）ことで対応できる場合もあります。

向いていないケース

超ニッチなBtoBサービス

ターゲットが極端に限られる場合、ASCの自動拡張が「関係のないユーザー」への配信を増やす可能性があります。業種・職種・企業規模などで厳密にセグメントする必要がある場合は、手動キャンペーンのほうが適しています。

月額予算が極めて少ない

月額10万円未満など、学習に必要なCV数が見込めない予算規模ではASCのメリットが活かせません。この場合は手動キャンペーンで特定のターゲットに集中投資するほうが合理的です。

ブランディング目的

ASCはコンバージョン最適化を前提とした仕組みです。認知拡大やブランドリフトが目的の場合は、リーチ目的やブランド認知度アップのキャンペーンタイプを使ってください。

クリエイティブの厳密な制御が必要

金融・医療・法律など、広告表現に法的な規制がある業界では注意が必要です。ASCではAdvantage+クリエイティブが自動有効化され、テキストの組み換えが行われます。規制に抵触する表現が生成されるリスクがあるため、手動キャンペーンでクリエイティブを厳密に管理するほうが安全です。

よくあるトラブルと対処法

既存顧客に配信が偏る

ASCは既存顧客への配信でCVを稼ぎやすい傾向があります。機械学習はCPAを下げることを優先するため、CVしやすい既存顧客に配信が集中しがちです。

対処法

既存顧客の上限比率を10〜20%に設定する
既存顧客の定義を広げる（過去180日以内の購入者だけでなく、サイト訪問者やエンゲージメントユーザーも含める）
新規顧客向けのクリエイティブを意識的に投入する（初回限定オファーなど）

既存顧客比率は広告マネージャーの「分析情報」で確認できます。設定した上限に近い数値が出ている場合は、上限が正しく機能しています。

CPAが安定しない初動

ASCの初動（特に最初の3〜5日）はCPAが大きく振れることがあります。これは機械学習がデータを収集している段階であり、正常な挙動です。