Amazon/ECの広告を”分析の型”で回す実践｜数値でなく”中身”を開く（実践編⑥・デモデータ）

ダッシュボードを開くと、あるキャンペーンの平均ACOSは18%——健全な数字です。このまま回してもいいし、少し予算を寄せてもいい。多くの運用は、この「上から眺めた一行」で判断を終えます。ですが、Amazon広告やECの数値分析で本当に成果を分けるのは、その一行の先にあります。効くのは派手な打ち手ではなく、地味な規律です——数値サマリだけで結論を出さない／指標や仕様は推測せず公式で裏取りする／判断基準をコード化して毎月PDCAで回す。同じ広告費でも、この3つを守るかどうかで成果はまるで変わります。

そして、その規律のさらに一段奥に、この記事を貫く一本の視点を据えます。単発のROASでなく、LTV（顧客生涯価値）で見ること——今日この注文が黒字か赤字かではなく、その広告で来たお客さんが生涯でいくら生むかで採算を判断する、という見方です。これから挙げる①〜⑧は、突き詰めるとすべてこの一点に流れ込みます。今日の採算だけで切ってしまうと、明日の売上の芽まで一緒に刈り取ってしまう——それを避けるための型、と言い換えてもいい。

実際の顧客データはお見せできないので、この記事は架空のデモEC「NutriDemo」（プロテインやサプリを扱う健康食品D2Cという設定）の合成データで、その”分析の型”をそのまま再現します。登場する商品名・セグメント名・数値はすべてデモ用の架空値で、実在の商品や実績とは一切関係ありません。ただし分析ロジックは実務とまったく同じです。集計と提案をClaude Codeが回し、承認して実行するのは人——という分担も同じにしています。

① まず”中身”を開く ― 数値サマリで結論を出さない

いちばん大事で、いちばん飛ばされがちな原則です。先ほどの平均ACOS18%のキャンペーンを、そのまま開いてみましょう。ROAS・ACOS・CVRといったサマリの数値だけで結論を出さず、検索語句レポートを開くと——実は1つの語が費用の6割を吸い込んで注文ゼロ、残りの優秀な語がそれをならして「18%」に見えていただけ、ということが起こります。怖いのは、この状態でもダッシュボードは何も警告してくれないことです。サマリの1行は、この構造を教えてくれません。

ここから一段上がると、原則はごくシンプルです。平均は、異常を隠す。よく見える数字ほど、その内訳が本当に健全なのかを疑う必要があります。開いて初めて「この語を止めれば、同じ予算でもっと売れる」と分かる。数字が良いときこそ中身を開く、というのはそういう意味です。

では、具体的に何を開くのか。検索語句レポートで「どの語で買われ、どの語で費用だけ溶けているか」、商品ページで在庫・価格・画像・レビュー、レビュー本文で「買った理由／買わない理由」、そして時間帯別で採算の偏りを見ます。時間帯はとりわけ見落とされがちで、日中はCVR良好なのに深夜帯だけ極端に悪く、その時間の入札が全体の採算を静かに削っていた——というのはデモでもよく作り込む”あるある”です。平均ACOSには、この時間の偏りも溶けて消えています。だから、数字が動いたら中身を開く。これを癖にするだけで、事故の入り口の多くはふさげます。

もう一つの規律が、指標の定義や仕様を推測で埋めないことです。ACOSやROASの算出範囲、自動入札の挙動、レポートの集計仕様——曖昧なまま提案に使うと、AIも人も”もっともらしい誤り”を平気で出します。これは実践①で触れた「AIに堂々と嘘をつかれた」話の、裏返しの予防策です。公式ヘルプで裏を取ってから提案に載せる。ここを省くと、後工程の判断がまるごと砂上の楼閣になります。

② 広告を”役割”で分ける ― 一律削減は事故る

中身を開いたら、次はそれをどう読むか。ここでよくある事故が、役割の違う広告を、同じ物差しで並べてしまうことです。同じACOSの数字でも、その広告が担っている”役割”が違えば、意味はまるで変わります。指名（自社ブランドの刈り取り）と競合・カテゴリ（新規開拓）を横並びにして「ACOSが高い方を削る」と判断すると、たいてい事故ります。まずは役割で分けて、表を読み直します。

指名（ACOS 12%前後）は、すでに自社を知っていて買う気がある人の刈り取りです。ACOSは低く見えますが、その多くは広告がなくてもいずれオーガニックで買っていた層で、広告による”増分”は実は小さい。逆に競合（ACOS 40%前後）は新規開拓なので、単体のROASが低く見えるのは当たり前で、そこにこそ新しいお客さんの入り口があります。準新規のカテゴリ語（ACOS 20%前後）は、その中間で”まだ自社を知らないが、カテゴリでは探している人”を拾う枠です。

ここで効いてくる原則が増分性です。「指名のROASが高いから、もっと予算を寄せよう」——この判断は危ない。指名に予算を足すのは、すでにレジに並んでいる客にクーポンを配るようなもので、売上はさほど伸びず、広告費だけがかさみます。逆に、ACOSが高いという理由だけで競合・カテゴリを機械的に絞れば、新規顧客の入り口を自分の手で塞いでしまう。だから打ち手はこうです。全キャンペーンを一律±◯%で動かす調整は雑で、役割ごとに別のACOS目標（守りは低め、攻めは高めを許容）を持つ。削るときも、まず「その枠を止めたら、その売上は本当に消えるのか、それとも指名やオーガニックに回るだけか」を問う——ここが役割思考の芯です。そして競合・カテゴリの”高いACOS”が本当に高いのかは、次の④で分母を入れ替えると、景色が一変します。

③ 3層構造で”未知の当たり語”を育てる

役割の中を、さらに3層で組みます。手を動かす順に言うと、オート（部分一致などで広く）で未知の語を集め、そこから反応の良い語を中間層に昇格させ、確実に効く語は完全一致で刈り取る。探索から刈り取りへ、語が一方向に育っていくパイプラインです。

この設計の肝は、守り（既知の語の刈り取り）と攻め（未知の探索）の配分にあります。刈り取りだけに寄せると短期の採算は良く見えますが、新しい語が入ってこないのでじわじわ先細ります。逆に探索へ張りすぎると、当たる前の語に費用がかさんで採算が崩れる。要は、探索枠は“未来の刈り取り語”を仕込む投資であって、単月のACOSで評価する対象ではない——という割り切りが要ります。ここでもう、今日の採算だけで切らない、という④の発想が効いているわけです。

だから打ち手としては、NutriDemoでは確実な刈り取りに大半を置きつつ、探索枠を常に一定割合（デモでは2割前後）確保し続ける配分にしています。そしてもう一つ、忘れると静かに損をするのが、ある語を上の層へ昇格させたら、同時に元の層でその語を除外すること。これを怠ると、同じ語に自社のキャンペーン同士が入札を食い合い、無駄にクリック単価を吊り上げます。人力で運用していると昇格はしても「元の層での除外」を忘れがちなので、この対応は次の⑥でルールとしてコード化し、片方が必ずもう片方を呼ぶようにしておきます。

④ 単発ROASでなく”LTV”で見る ― Lifetime-ACOS

ここが、この記事の背骨です。健康食品のようにリピートで成り立つ商材を、初回の注文だけで採算判断すると必ず保守的になりすぎます。1回目は赤字でも、2回目・3回目のリピートで十分回収できるからです。単発のROASしか見ないと、この”あとで効いてくる採算”がまるごと視界から抜け落ち、②で見た新規開拓の枠を「高い」と誤認して、自分の手で細らせてしまう。

そこで、分母を入れ替えます。単発の売上ではなくLTV（顧客生涯価値）を分母に置いたACOS＝Lifetime-ACOSで見るのです。考え方はシンプルです（数値はすべてデモ用の合成値）。NutriDemoの新規開拓（②の競合キャンペーン）は、初回ACOSが39.5%。①で「18%なら健全」と置いたので、この数字は一見かなり高く、思わず絞りたくなります。ところが、初回購入者の一定割合が定期・再購入へ進むという実測コホートに基づくリピート挙動を掛け合わせると、1人あたりの累計価値は初回の約2.3倍に伸びます。このLTVを分母に取り直すと、Lifetime-ACOSは約17%。健全ラインの18%を下回っており、「初回ACOSが高いから絞ろう」と切りかけていた新規開拓が、実は採算に乗っていた——切ってはいけない投資だった、と分かります。

分母を”初回売上”から”生涯価値”に替えるだけで、同じ広告費の評価は正反対になる。採算は、今日の一行でなく、その顧客が生涯生む価値で見る——これが、この記事の背骨です。

累計LTVカーブ（1ヶ月3,400円が12ヶ月で7,820円へ、というデモ値）を押さえておくと、「どこまで攻めてよいか」の上限を数字で握れます。攻めの根拠が、これで手に入る。ただし——ここが、この設計思想のいちばん難しいところですが——同じ数字が“攻めすぎ”を正当化する魔法の言葉にも化けます。だから扱いには規律が要る。落とし穴は3つです。LTVは楽観的に盛れてしまうので、必ず実測のコホートで裏を取る。まだ12ヶ月経っていないコホートの数字を、都合よく引き延ばして期待しない。そしてリピートしない単発商材に、LTVの理屈を持ち込まない。この3つを外すと、Lifetime-ACOSはただの言い訳に化けます。LTVは攻めの根拠であると同時に、規律をもって扱うべき数字——今日の採算でなく生涯価値で見るとは、この両面を引き受けることです。

⑤ 検索語句から”新規KW”を試す

③の探索層と、⑥のルール化をつなぐ実務の要が、ここです。検索語句レポート（実際にお客さんが検索して広告がクリックされた”生の語”）は、次のキーワードの宝庫です。型はこうです——「注文が付いているのに、まだ自分ではキーワードとして指定していない語」を抽出し、少額の予算でトライアルに回し、勝ったら昇格・負けたら除外する。オートが偶然拾ってきた当たりを、意図的な刈り取り語に変えていく作業です。

原則は、判定はデータ量とセットで見ることです。「プロテイン 無添加」「植物性 プロテイン 女性」のように十分なクリックがあってCVRも立っている語は昇格。一方「bcaa とは」は520クリックで注文2——これは意味を調べているだけで、まだ買わない層の語なので、除外候補に回します。ここでの落とし穴が少データでの早合点です。2〜3クリックで注文がないからと語を切れば、本当は当たる語を取りこぼす。逆に、たまたま1クリック1注文の語を「CVR100%だ」と持ち上げるのも危ない。だから打ち手は一つ——クリック数（＝判断に足るデータ量）が閾値を超えてから判定する。この一線を、次の⑥のルールに書き込みます。

⑥ 判断基準を”コード化”して、PDCAで回す

ここが規律の本体です。①〜⑤で下した判断を、その場の勘ではなく、閾値のルールとしてコード化しておく。たとえば、ACOSが目標を大きく（デモでは目標の1.5倍を）超えたら入札を段階的に下げる、一定クリック以上で注文が規定数付いた語は完全一致へ昇格する、規定クリックを超えても注文ゼロの語は除外する——といった具合に、判断を基準として書き出すのです。数字はすべてデモの目安ですが、「勘ではなく明文化した基準で回す」という形そのものが要点です。

なぜ、わざわざコード化するのか。理由は再現性と検証可能性にあります。基準が文章で残っていれば、担当が代わっても同じ判断ができ、「なぜ先月そう変えたか」を翌月に検証できる。だから変更は必ず「対象｜アクション｜理由｜期待効果｜確認時期」の形でPDCAログに記録します。判断が記録として積み上がるほど、運用は属人的な勘から離れ、資産に変わっていく。頻度も分けます——日次は”異常検知”だけ（急な消化・ACOS悪化を拾う）、週次でアクション、月次で振り返り。毎日こまごま入札をいじるのは、かえって学習を乱すので避けます。そして崩してはいけない分担が一つ、基準の設計と最終承認は人、集計と提案はClaude Code。閾値そのものをどこに置くか——とりわけ④のLifetime-ACOSで「どこまで攻めるか」の線を引くのは事業判断であり、そこは人が握ります。

現場ならではの”入札”の工夫

ルールに落とすときは、教科書には載っていないけれど外すと静かに損が出る、現場の勘所も一緒に埋め込みます。まず入札は一度に大きく動かさない。急に下げすぎると広告アルゴリズムの学習が乱れ、かえって成績が落ちるので、段階的に調整します。次に在庫が少ない商品は、広告を先に絞る。売り切れる商品に広告費を使い続けても無駄なので、在庫日数を見て入札を下げる。セール期間は”消化オーバー”を許容し、終了後に必ず元へ戻す——この戻し忘れが事故のもとなので、変更は必ずログに残します。そして③で触れたとおり、昇格と同時に、元の層で必ず除外する。ここを忘れると、自社のキャンペーン同士で入札を食い合います。こうした”やってみないと分からない勘所”を、その都度ルールと記録に落とし込む。だから運用は、回せば回すほど賢くなる。逆に勘だけで回している限り、ノウハウは担当の頭の中にしか溜まらず、いつまでも資産になりません。

⑦ 同じ分析でも、”取得方式”で自動化の範囲が変わる（MCP / API / 画面）

ここまでは「何を判断するか」でしたが、「どこまで自動化できるか」は、分析の中身より先に、そのデータをどう取れるかで決まります。取得方式は大きく3つあり、それぞれ自動化できる深さと、向き不向きが違います。

だから最初に見極めるのは、「このデータはMCPで取れるか／APIで取れるか／画面しか無いか」です。MCP・APIがあるソースはそちらへ寄せて無人化を進め、画面自動操作に頼る所ほど、人の関与（確認・保守）が増えると織り込む。UIが変わればすぐ壊れるので、画面依存はあくまで最後の手段です。分析ロジックが同じでも、取得方式の選び方ひとつで、自動化の”到達点”がはっきり変わる。⑧で毎月の仕組みを設計するときも、まずここで「無人化できる範囲」を決めることになります。

そして取得方式が何であれ、AIが出した提案は「そもそも実現できるか」を必ず裏取りしてから採用します。自動入札の条件、レポート取得の制限、指標の定義——データ源の仕様を公式で確認し、実現できない提案は書かない。もし前提が間違っていたら、”訂正履歴”を添えて直す。①の「仕様を推測で埋めない」と同じ規律を、提案の出口でもう一度かけるわけです。入口と出口の両方で裏を取って、初めて提案は信用に足るものになります。

⑧ これを毎月、自動で回す

ここまでの①〜⑦は、一度きりの分析ではありません。広告データをClaude Codeに連携し、毎週・毎月このレポートと提案を自動生成する仕組みにします。取得して、コード化した判断基準で提案を作り、人が承認し、実行し、PDCAログに残す——この一周を毎月回す。人は数字を集める作業から解放され、「どこまで攻めるか」「この提案を承認するか」という、人にしかできない意思決定に時間を使えるようになります。そして人が握るその「どこまで攻めるか」の物差しこそ、④のLTV——今日の採算でなく、生涯価値の上限をどこに置くか、なのです。

つまずきやすい4つの落とし穴

最後に、型を回し始めた人が繰り返しハマる落とし穴を、改めて4つ挙げておきます。どれも「見た目は仕事をしているのに、実は損している」タイプなので厄介です。一つ、ACOSだけを見る——数字は健全なのに、中身を開くと一語が費用を食っていた。①の逆をやると、これに気づけません。二つ、少ないデータで判断する——数クリック・数日で語や商品を切ると、当たる前のものを取りこぼす。判断はデータ量が閾値を超えてから、が鉄則です。

残る2つは、もっと根が深い。三つ、全体を一律%で調整する——役割も増分も無視した「全部10%下げる」は、指名の無駄づかいと、競合という新規の入り口を、同じ手つきでまとめて扱う雑な操作です。四つ、増分性とLTVを無視する——自社指名の高ROASを鵜呑みに予算を寄せれば”元々買う人”に払い増すだけ、逆に新規開拓を初回ACOSだけ見て切れば、生涯価値で見れば黒字の入り口を、自分で潰してしまう。効いているのは広告なのか指名で来ただけなのか、そして今日赤字でも生涯で黒字なのか——ここを常に疑うのが、最後の防波堤です。4つに共通するのは、いずれも「サマリの数字を信じて、中身と増分と生涯価値を見ていない」こと。結局、①に戻ってきます。

まとめ：ACOSでなく”中身×増分×LTV×規律”で決める

EC/広告の数値分析でいちばん効くのは、①数値でなく中身を開く ②役割で分ける ③3層で当たり語を育てる ④LTV基準で採算を見る ⑤検索語句から新規KWを試す ⑥判断基準をコード化してPDCAで回す——そしてこれを毎月、Claude Codeで自動化することです。ACOSという一つの数字ではなく、”中身×増分×LTV×規律”の掛け算で決める。なかでも背骨は④——今日の採算でなく、その顧客が生涯生む価値で判断する。この一点さえ握っておけば、他の5つは自然に位置づけが定まります。本記事のデータは架空のNutriDemoですが、分析の型は実務そのものです。

——ただ、正直に言えば、この規律（中身を開く手間・公式での裏取り・判断基準の設計・PDCAの継続）を、日々の運用で回し続けるのは大変です。「広告は回しているが採算判断に自信がない」「分析の型を仕組みにしたい」という段階なら、設計から毎月の運用まで、まるごと任せる選択もあります。

関連ガイド（実践編シリーズ）

• 顧客をRFMでクラスタリングする実践
• 分析結果をExcel帳票に自動生成する
• 実践編①：Claude Codeで自社のマーケ分析を回した全記録

よくある質問（EC/Amazonの数値分析）