学習期間とは何か
自動入札の学習期間とは、機械学習モデルが十分なデータを集めて入札の精度を高めている途中の期間です。この間、システムはさまざまな入札額を試しながら「どのようなユーザーにいくらで入札すれば目標を達成できるか」を探っています。
学習期間中はパフォーマンスが安定しません。CPAが急に跳ね上がったり、逆に一時的に良い数値が出たりします。これは異常ではなく、モデルが最適な入札パターンを見つけるために必要な探索プロセスです。
学習が完了すると、入札の精度が上がり、パフォーマンスが安定してきます。ただし「完了=成果保証」ではありません。学習完了後も継続的なモニタリングは必要です。
Google広告とMeta広告の学習期間の違い
どちらの媒体にも学習期間の仕組みがありますが、期間の長さ、必要なデータ量、表示方法が異なります。
| 項目 | Google広告 | Meta広告 |
|---|---|---|
| 学習期間の目安 | 約7日間 | 約7日間 |
| 必要なコンバージョン数 | 明確な公開基準なし（目安として過去30日で30件以上を推奨） | 7日間で約50件の最適化イベント |
| ステータス表示 | 入札戦略のステータスに「学習中」と表示 | 配信ステータスに「学習フェーズ」と表示 |
| 学習完了の判定 | 十分なデータが蓄積された時点で自動遷移 | 7日間で50件の最適化イベント達成で「アクティブ」に遷移 |
| 学習制限の表示 | 「制限付き」ステータス | 「学習フェーズ（データ不足）」と表示 |
Google広告の学習期間
Google広告では、スマート自動入札の戦略を新規に設定するか、大きな変更を加えた際に学習期間に入ります。入札戦略のステータスは管理画面の「入札戦略レポート」から確認できます。
Googleは学習完了に必要なコンバージョン数を公式に明示していません。ただし、ヘルプページでは「過去30日間に30件以上のコンバージョン」があると入札の精度が向上すると説明されています。目標ROASの場合は50件以上が目安です。
Meta広告の学習期間
Meta広告の学習フェーズは、より明確な基準が公開されています。広告セットが7日間で約50件の最適化イベントを獲得すると、学習フェーズを完了して「アクティブ」に移行します。
ここでのポイントは「最適化イベント」の定義です。コンバージョンを最適化目標にしている場合はコンバージョン数ですが、リンククリックを最適化目標にしている場合はクリック数がカウントされます。最適化目標の設定によって、学習に必要なイベント数の達成難易度が変わります。
運用メモ 学習期間中にCPAが高騰しても、すぐに設定を変更しないことが重要です。Google広告の場合は少なくとも7日間、Meta広告の場合は50件の最適化イベントを待ってから判断してください。途中で変更すると学習がリセットされ、さらに時間がかかります。
学習リセットが起きる条件
学習が進んでいても、特定の変更を加えると学習がリセットされます。リセットが起きると、ふたたび学習期間に戻り、パフォーマンスが不安定になります。
Google広告で学習がリセットされる主な変更
- 入札戦略の変更: 目標CPAの大幅な変更、入札戦略の種類の切り替え
- 予算の大幅変更: 日予算を20%以上変更した場合（目安）
- コンバージョンアクションの変更: 計測するコンバージョンの追加・削除・変更
- キャンペーン設定の大幅変更: ターゲティングの大幅な追加・除外
Meta広告で学習がリセットされる変更
Meta広告では、「大幅な編集」と判定される変更が行われると学習フェーズがリセットされます。
- 予算の変更: 大幅な増減（目安として20%超）
- 入札コントロールの変更: 入札上限やコスト目標の変更
- ターゲティングの変更: オーディエンスの追加・削除
- クリエイティブの追加・変更: 新しい広告の追加、既存広告の素材差し替え
- 最適化イベントの変更: 最適化目標の切り替え
- 7日以上の配信停止: 一定期間停止後の再開
学習期間中にやってはいけないこと
学習期間中に最も避けるべきは、焦って設定を変更することです。以下の行動は学習をリセットさせ、安定化をさらに遅らせます。
目標値の頻繁な変更
CPAが高いからといって目標CPAを下げたり、逆に配信量を増やすために目標を緩めたりする変更を繰り返すと、そのたびに学習がリセットされます。目標値は学習完了後に調整してください。
予算の日次調整
「今日は調子がいいから予算を増やす」「今日はCPAが高いから予算を下げる」といった日次の細かい調整は、自動入札の学習を妨げます。自動入札は数日から1週間のスパンで最適化するため、日単位の介入は逆効果です。
キャンペーンの停止と再開の繰り返し
週末だけ止める、特定の曜日だけ止めるといった運用は、学習の継続性を損ないます。曜日や時間帯による調整は、自動入札が自ら学習して反映するため、手動で停止する必要はありません。
学習中の構造変更
広告グループの統合・分割、キーワードの大量追加、マッチタイプの一括変更なども、学習期間中は避けてください。構造変更は学習完了後に行い、変更後はふたたび学習期間が発生することを前提にスケジュールを組みます。
学習の安定化を早めるコツ
学習期間を短く、かつ安定させるために取れる施策があります。
十分なコンバージョンデータを確保する
学習の速度はコンバージョンの蓄積量に大きく依存します。コンバージョン数が少なすぎる場合、学習がいつまでも完了しません。
具体的な目安として、Google広告では過去30日間に30件以上（目標ROAS利用時は50件以上）、Meta広告では7日間で50件以上の最適化イベントが必要です。
この数に達しない場合は、以下の対策を検討してください。
- マイクロコンバージョンの活用: 購入が少なければ、カート追加やフォーム到達など、ファネル上流のイベントを最適化目標に設定する
- キャンペーンの集約: 予算やコンバージョンが分散している場合、キャンペーンを統合してデータを集中させる
- 広告セットの統合（Meta）: 細分化しすぎた広告セットをまとめて、1広告セットあたりのCV数を増やす
初期設定を現実的にする
目標CPAや目標ROASは、過去の実績値をベースに設定してください。実績とかけ離れた目標を設定すると、システムが入札を極端に絞り、データ不足で学習が進みません。
初期の目標は過去30日の実績CPAの±20%程度が目安です。学習完了後に段階的に目標を引き締めていく方が、結果的に早く理想の数値に到達します。
予算は学習完了まで固定する
学習期間中は日予算を変更しないのが原則です。予算は学習開始前に「この予算で7日間は様子を見る」と決めてから設定してください。
運用メモ Meta広告で学習完了に必要な50件のCVを7日間で達成するには、目標CPA×50÷7で1日あたりの最低必要予算が計算できます。たとえば目標CPAが5,000円なら、日予算は約36,000円（5,000×50÷7）が学習完了の目安です。予算がこの水準に満たない場合は、マイクロコンバージョンの活用や広告セットの統合を優先的に検討してください。
変更はまとめて行い、間隔を空ける
複数の変更を加えたい場合、1つずつ日を分けて変更するのではなく、まとめて1回で変更してください。変更のたびに学習がリセットされるため、分割すると学習期間が延び続けます。
また、変更後は最低7日間は次の変更を控えてください。
「学習制限」への対処法
Google広告では「制限付き」、Meta広告では「学習フェーズ（データ不足）」というステータスが表示されることがあります。これは、学習がうまく進んでいない状態を示しています。
Google広告の「制限付き」ステータス
「制限付き」と表示される主な原因は以下の通りです。
- 予算による制限: 日予算が低すぎて、十分なクリックやコンバージョンを獲得できていない
- 目標による制限: 目標CPAや目標ROASが厳しすぎて、入札できるオークションが限られている
- データ不足: コンバージョンの総数が少なく、学習に必要な情報が足りない
対処のステップは以下の順に検討します。
- 目標値の見直し: 過去実績より10〜20%緩い目標に調整する
- 予算の見直し: 日予算が目標CPA以下になっていないか確認する
- コンバージョン設計の見直し: 主コンバージョンの件数が少なければ、マイクロコンバージョンを追加する
- キャンペーン構造の見直し: 細分化されたキャンペーンを統合して、データを集約する
Meta広告の「学習フェーズ（データ不足）」
Meta広告で「学習フェーズ（データ不足）」と表示された場合、7日間で50件の最適化イベントを達成できなかったことを意味します。
対処法はGoogle広告と共通する部分が多いですが、Meta固有のポイントとして以下を押さえてください。
- Advantage+ 配置の活用: 配置を手動で絞りすぎると配信ボリュームが減ります。Advantage+ 配置で自動最適化に任せることで、到達できるユーザーが増えます
- 広告セットの統合: Meta広告では広告セット単位で学習が進むため、セグメントを細かく分けすぎないことが重要です
- 最適化イベントの変更: CV数が足りない場合、ファネル上流の「カート追加」「閲覧」などに最適化目標を変更することで学習を進めやすくなります
まとめ：学習期間との付き合い方
学習期間は自動入札を使う以上、避けて通れないプロセスです。大切なのは「学習期間をなくすこと」ではなく、「学習期間をできるだけ短く、リセットを最小限に抑えること」です。
実務上の優先順位を整理すると、以下の3点に集約されます。
- 学習期間中は設定を触らない: 最低7日間は変更を加えず見守る
- 十分なデータ量を確保する: コンバージョン設計とキャンペーン構造でデータを集約する
- 変更は計画的に行う: 複数の変更はまとめて実施し、変更間隔は7日以上空ける
学習期間を正しく理解して適切に管理できれば、自動入札の精度は着実に向上していきます。