Google広告インテントマッチ運用【マッチタイプは教える順番】

Google広告の部分一致は、2024年7月に「インテントマッチ」へ名前を変えた。Googleの説明は、AIの精度が上がり検索の言い回しではなく裏にある意図を捉える機能になったというものだ。だから「部分一致」という名前はもう実態を表さない。

名前が変わっても、現場の不安は変わっていない。【広げると荒れる】という、部分一致時代に多くの運用者が痛い目を見た記憶だ。

だが、その不安への答えは「広げない」ことではない。広げる順番とタイミングにある。

スマート自動入札におけるマッチタイプの役割

スマート自動入札が前提となった今、マッチタイプの役割は大きく変化している。完全一致、フレーズ一致、インテントマッチ。これらをどこまで広く拾うかの設定だと捉えている運用者は多いが、この捉え方は古い。

マッチタイプは、キャンペーンに何を教えるかを決める手段だ。肝はキャンペーンに、どんなユーザーがCVしやすいかを覚えさせることの1つに尽きる。完全一致もインテントマッチも除外も、すべてこの目的のための道具にすぎない。

語句を1個ずつ刈り込む運用は部分一致時代の発想だ。インテントマッチとスマート自動入札の組み合わせでは、CVを通して今あたっているのが良質なユーザーかどうかを見る。ここが発想の分かれ目になる。

インテントマッチでいきなり広げると失敗する理由

機械学習の仕組みを理解すると、配信を急拡大するリスクが見えてくる。スマート自動入札は、CVデータを材料にどんな人が成約するかを学習する。

CVの芯がまだ薄いうちにインテントマッチで広げると、機械が荒い検索まで学習材料にしてしまう。教師データが濁った状態で学習が進むので、入札の方向が定まらない。これが【広げると荒れる】の正体だ。

問題は広げたことではなく、広げる前にキャンペーンが何も覚えていなかったことにある。

学習の純度を高める3フェーズ運用の全体像

順番を設計することで、機械の学習を正しい方向へ導く具体的な手順がある。フェーズ1は、完全一致でCVを溜めることだ。まず完全一致で確実に成約する芯のユーザーを取る。ここでの狙いはCVの量ではなく教師データの純度であり、このキャンペーンはこういう人が成約するという像を濁りなく機械に覚えさせる。

フェーズ2は、インテントマッチで広げて取り切る段階だ。学習が乗ったらインテントマッチで間口を開ける。このとき機械は、フェーズ1で覚えた良質なユーザー像に近い人を拾いにくる。完全一致では取りこぼしていた言い回しの先にいる、同じ質のユーザーに届く。

フェーズ3は、除外で純度を保つ工程だ。広げれば必ずズレも混じるため、ここで除外を使う。見るのは語句の字面ではなくCVの動きだ。当たっている層の質が落ちる兆候を読んで、ズレた方向を除外で削り、学習の純度を保つメンテナンスとして機能させる。

完全一致の土台がインテントマッチを活かす

キーワードの配信優先度を理解することで、CPAを維持したまま配信を拡大できる。完全一致の同一キーワードは、インテントマッチより優先して配信される性質がある。だから芯は芯のまま残り続け、その上に広がりが乗る構造になる。

実際に、完全一致で土台を作った後にインテントマッチで広げたが、広げた後のCPAは完全一致と同水準かそれ以下に収まった。広げると荒れてCPAが悪化するという通説とは逆の動きだ。

土台があったから、広げても質が落ちなかった。これがフェーズ設計の効果だと見ている。（※数値は運用途中の傾向。母数が小さい段階のため、断定的な改善率としてではなく方向の確認として扱う）

3フェーズ運用を機能させるための前提条件

この設計をアカウントに適用するには、クリアすべきいくつかの条件がある。この運用には、スマート自動入札を使っていることという明確な前提がある。そしてフェーズ1で学習に足るCVが溜まるまで、焦って広げないことだ。

CVがほとんど立たない少額予算のアカウントでは、そもそも機械が学習できないのでこの設計は効きにくい。逆にある程度CVが回っているアカウントなら、マッチタイプを順番で組み直すだけで今より広く質を落とさず取り切れる余地がある。

インテントマッチは広く拾う設定ではない。完全一致で芯を教え、インテントマッチでその学習を使って広げ、除外で純度を保つ。マッチタイプを教える順番として設計したとき、Google広告におけるインテントマッチでの拡大は荒れることではなくなる。