· 8分で読める

Google広告のアカウント構造設計ガイド

目次閉じる開く

Google広告のアカウント構成

Google広告のアカウントは、4つの階層構造で成り立っています。各階層の役割を正しく理解することが、効果的なアカウント設計の第一歩です。

アカウント請求情報・ユーザー権限・リンク設定キャンペーンA予算・入札戦略・地域・スケジュールキャンペーンB予算・入札戦略・地域・スケジュール広告グループ1テーマごとにまとめる広告グループ2テーマごとにまとめるKW広告文KW広告文各階層で管理する設定アカウント=請求・権限 / キャンペーン=予算・入札・地域広告グループ=KW・広告 / 最下層=個別設定
  1. アカウント: 請求情報やユーザー権限を管理する最上位の単位。Google AnalyticsやGoogle Merchant Centerとの連携もここで設定します
  2. キャンペーン: 日予算と配信設定(地域・スケジュール・入札戦略・デバイス)を管理する単位。予算のコントロールはキャンペーン単位でしか行えません
  3. 広告グループ: キーワードと広告をまとめる単位。同じ検索意図のキーワードをグルーピングし、関連性の高い広告文を紐づけます
  4. キーワード / 広告: 実際にユーザーの検索語句とマッチングされるキーワードと、表示される広告クリエイティブです

この構造をどう設計するかで、予算配分の柔軟性、機械学習の最適化精度、レポートの分析粒度が変わります。

管理画面での見え方

実際のGoogle広告の管理画面では、この階層構造が左側のナビゲーションメニューとデータテーブルに反映されています。

Google 広告サンプル株式会社 ▼🔍 検索ツールと設定 ⚙📊 概要📁 キャンペーン広告グループ広告とアセットキーワードオーディエンス分析情報目標設定すべてのキャンペーン表示回数284,520クリック数6,842費用¥489,200CV数312キャンペーン名状態日予算表示Click検索_ブランドKW有効¥5,00045.2K1,280検索_一般KW有効¥10,00068.1K1,540ディスプレイ_リマケ有効¥3,00089.3K520P-MAX_EC有効¥8,00081.9K3,502+ キャンペーン① パフォーマンス概要主要KPIをひと目で確認期間を指定して比較可能グラフ表示も切替可能② ナビゲーション階層構造に沿って移動キャンペーン→広告グループ→キーワード/広告と深掘り③ データテーブルキャンペーン一覧と実績列のカスタマイズが可能クリックで下層へ移動④ キャンペーン作成目標選択→種類→設定ウィザード形式で進む

管理画面の操作は「キャンペーン」をクリックして一覧を開き、さらにキャンペーン名をクリックすると広告グループ一覧、広告グループ名をクリックするとキーワードや広告の一覧、と階層を掘り下げていく構造です。

キャンペーン分割の判断基準

キャンペーンを分けるべきかどうかは、以下の基準で判断します。

分けるべきケース

  • 予算を別々に管理したい場合: キャンペーン単位でしか日予算を設定できないため、商品カテゴリやサービスごとに投資額を分けたい場合は分割が必要です
  • 入札戦略を変えたい場合: CPAを重視するキャンペーンとROASを重視するキャンペーンは分けます
  • 配信地域やスケジュールが異なる場合: 関東と関西で異なるオファーを出す場合など
  • キャンペーンタイプが異なる場合: 検索・ディスプレイ・P-MAXは別キャンペーンです
  • ランディングページが大きく異なる場合: 商品カテゴリAとBで誘導先が完全に異なる場合は、広告グループだけでなくキャンペーンの分割を検討します

分けないほうがよいケース

  • コンバージョンデータを分散させたくない場合: 自動入札はキャンペーン単位で学習するため、分割しすぎるとデータ不足になります
  • 類似した商品やサービス: 同じ入札戦略・予算でよいものは1つのキャンペーンにまとめます
  • 月間コンバージョンが少ないアカウント: 全体で月30件未満の場合、キャンペーンを分けるほど1キャンペーンあたりのデータが薄くなります

運用メモ
キャンペーンを分割すべき明確な基準は「入札戦略が異なる」「予算を個別に管理したい」「配信地域が完全に異なる」の3つだけです。これ以外の理由(商品カテゴリ別に見たい、担当者別に管理したい等)は広告グループやラベルで対応できます。分割したくなったら「月30件以上のCVを維持できるか」を自問してください。

自動入札時代のアカウント設計

Google広告の自動入札(スマート自動入札)は、機械学習を使ってオークションごとに入札額を調整します。この仕組みを活かすには、キャンペーンに十分なコンバージョンデータが集まることが重要です。

推奨されるコンバージョン数の目安

入札戦略推奨CV数(過去30日)データ不足時の対処法
目標CPA30件以上キャンペーン統合 or マイクロCVの併用
目標ROAS50件以上目標CPA運用からの段階的移行
CV数の最大化15件以上比較的少ないデータでも動作可能

この水準に達していないキャンペーンは、統合を検討しましょう。

Hagakure構造の考え方

Googleが推奨するアカウント構造の考え方として「Hagakure」があります。ポイントは以下の3つです。

  1. シンプルな構造: キャンペーンと広告グループの数を最小限に
  2. データ集約: 1広告グループに多くのインプレッションを集める
  3. 自動化の活用: レスポンシブ検索広告(RSA)と自動入札を組み合わせる

Hagakure以前の「1キーワード1広告グループ」構造は、手動入札時代には有効でしたが、自動入札ではデータが分散してしまうため推奨されません。

運用メモ
「3-3-3ルール」(3キャンペーン×3広告グループ×3広告文)のような固定構成は2020年以前の手法です。現在はキャンペーン数を最小限にして1キャンペーンあたりのCV数を最大化する「集約型」が主流です。月間広告費100万円以下のアカウントなら、検索キャンペーンは1〜2本に集約し、広告グループで意図を分ける設計が最も学習効率が高くなります。

広告グループの設計

広告グループは「検索意図が近いキーワード」でまとめます。判断基準は「同じ広告文で自然に応えられるか」です。

よい広告グループの例

広告グループ: ランニングシューズ

  • ランニングシューズ おすすめ
  • ランニングシューズ 人気
  • ジョギングシューズ おすすめ

これらは「ランニング用の靴を探している」という同じ意図を持つため、同じ広告文で対応できます。広告見出しに「ランニングシューズ」を含めれば、いずれの検索語句にも関連性が高くなります。

避けるべき広告グループの例

広告グループ: シューズ全般

  • ランニングシューズ おすすめ
  • ビジネスシューズ 革靴
  • サンダル 夏用

検索意図が大きく異なるキーワードを同じ広告グループに入れると、広告の関連性が下がり、オークション時の品質評価にも悪影響があります。「ランニングシューズ」を探しているユーザーに「革靴」の広告が出ても、クリックにはつながりません。

広告グループ数の目安

1キャンペーンあたり5〜15程度の広告グループが管理しやすい水準です。多すぎると管理が煩雑になり、少なすぎると検索意図の異なるキーワードが混在しやすくなります。

命名規則

アカウントが大きくなると、命名規則の重要性が増します。以下のルールを統一しておくと、複数人での運用やレポート分析がしやすくなります。

キャンペーン: [媒体]_[目的]_[配信タイプ]_[ターゲット]
例: Google_CV_Search_Brand
例: Google_CV_Search_Generic
例: Google_AW_PMAX_AllProducts

広告グループ: [商品/テーマ]_[意図]
例: ランニングシューズ_購入検討
例: ランニングシューズ_情報収集

命名規則を決める際のポイントは3つあります。

  • 区切り文字を統一する: アンダースコア _ かハイフン - のどちらかに統一
  • 略語のルールを決める: CV(コンバージョン)、AW(認知)、RM(リマーケティング)など、チーム内で共通の略語表を作成
  • 将来の拡張を考慮する: 新しい商品やターゲットが増えても破綻しない粒度で設計

よくある失敗パターン

キャンペーンの分けすぎ

「きれいに管理したい」という意識が強いと、商品×地域×デバイスのすべての組み合わせでキャンペーンを分けてしまうケースがあります。その結果、1キャンペーンあたりのコンバージョンが月に数件しかなく、自動入札が正しく機能しなくなります。

広告グループの雑なまとめ方

逆に、キーワードを1つの広告グループに大量に詰め込んでしまうケースもあります。検索意図がバラバラなキーワードが同居すると、どの広告文を出しても関連性が低くなり、広告の品質低下とCPC上昇を招きます。

運用メモ
セグメンテーションが依然として有効なのは「ブランドキーワード vs 一般キーワード」の分離です。ブランド検索はCVRが高く目標CPAも低いため、一般KWと混ぜると自動入札が指名検索の低CPAに引っ張られ、一般KWへの配信が減ります。最低限「ブランド」「一般」の2キャンペーン体制を推奨します。

まとめ

自動入札時代のアカウント構造設計では、「いかにデータを集約するか」が重要な判断基準です。キャンペーンを細かく分けすぎず、かつ検索意図ごとに適切に広告グループを分ける。このバランスを取ることが、機械学習が機能しやすい構造を作る第一歩です。

迷ったときは「このキャンペーンで月30件以上のコンバージョンが見込めるか」を基準にすると、分割の粒度を判断しやすくなります。

関連記事

この記事をAIと深掘りする

要約・疑問の解消に。記事のタイトル・URL・参照元を入れた質問文が自動で入力されます。

| 共有 はてブ

SIGNALZ メルマガ

厳選した実践ナレッジを週1回お届けします。

SIGNALZ

SIGNALZ

運用型広告の実務経験をもとに、体系的なナレッジを発信しています。

SIGNALZの記事はAIを活用して作成し、10年以上の運用型広告の実務経験をもとに内容を確認・監修しています。制作方針の詳細はサイトについてをご覧ください。

この記事について感想やご質問を送れます

誤りの指摘、補足情報、ご質問など、お気軽にどうぞ。