P-MAXとは、Google広告が提供する最新の広告運用形式です。

検索広告、ディスプレイ広告、YouTube広告、ショッピング広告などGoogleの全ての広告枠に一元的に配信できるだけでなく、自動化された入札戦略やターゲティングを使用して、コンバージョン数や売上の最大化を図ることができます。

本記事では

・P-MAXのメリット・デメリット

・P-MAXの運用ポイントや運用事例

・P-MAXのよくある質問

などP-MAXの特徴を網羅的に解説しますので、掲載をご検討の方はぜひお役立てください。

1.   P-MAXとは？

P-MAXとは、Performance Maxの略で、Google広告が提供する新しい広告キャンペーン形式のことを指します。

P-MAXは、既存のGoogle広告とは違い、運用をほとんどAIにおまかせできる新たな手法として注目されています。

まずはP-MAXの特徴についてご紹介します。

Google広告のすべての広告枠に配信できる

P-MAXは、1つの設定で検索広告、ディスプレイ広告、YouTube広告、ショッピング広告など、すべてのGoogle広告枠に広告を配信することが可能です。

これにより、配信戦略の幅を広げ、多角的なリーチを実現することができます。

機械学習による最適化・自動化が進む

P-MAXは、検索、ディスプレイ、YouTube、ショッピングなど、Googleのすべての広告枠に対してデータをつなぎ合わせ、包括的に分析します。

これにより、ユーザーの行動や興味に基づくリアルタイムでの最適化が可能になります。

また、Googleの機械学習技術を駆使して、本来運用者がおこなう必要がある広告の最適化や入札、ターゲティングを自動で調整してくれるため、日々の細かい設定を減少させ、より効率的な運用が可能です。

2.   P-MAXのメリット・デメリット

P-MAXのメリット

幅広いユーザーへアプローチできる

P-MAXは、Googleの全ての広告枠に配信できます。

そのため、1つのキャンペーンで複数のチャネルに同時に広告を展開でき、多様なユーザー層へのリーチが可能です。

これにより、従来の広告手法ではリーチできなかった新規顧客セグメントにアクセスできるようになります。

キャンペーン管理の手間が削減される

Google広告では、企業側がキーワード設定や入札戦略を詳細に管理する必要があります。

また、各チャネルごとに独立したキャンペーンを作成しなければならないため、広告運用の自由度は高いものの、運用にかかる手間が増えます。

一方で、P-MAXは、入札や配信面、ターゲティング、クリエイティブの調整を自動でおこない、最適化してくれます。

そのため、キャンペーン管理の手間を削減したい企業はもちろん、クリエイティブの準備に時間をかけられない企業にとっても、大いに役立ちます。

ほかの広告形式との相乗効果が期待できる

P-MAXは、既存の検索キャンペーンやほかのパフォーマンスキャンペーンと併用することが推奨されています。

これは、P-MAXが広告配信の効率を上げる一方で、既存キャンペーンが持つ特定のターゲティングや入札戦略の効果を補完するためです。

併用によって、コンバージョン数（成果）を最大化し、広告効果を高めることが期待できます。

また、ほかのキャンペーンが持つデータを利用し、ユーザーの行動をより正確に理解するため、広告運用の精度が向上し、広告の最適化が進みます。

P-MAXのデメリット

細かい調整がしづらい

P-MAXは、Google広告の広告配信や入札の自動化など非常に便利な機能を提供しています。

機械学習を利用して広告の配信先や入札、クリエイティブの設定を自動で最適化してくれるため、多くの広告主にとって作業の軽減につながりますが、同時に特定のキーワードの設定や入札単価の調整など細かい設定や調整ができないという一面もあります。

設定後の微調整がおこなえないため、企業が希望する特定のターゲティングをおこなう自由度が低下し、思い通りの成果を生まないこともあります。

配信結果の理由を説明しづらい

P-MAXのもう一つのデメリットは、配信成果の理由が把握しづらい点です。

通常のキャンペーンでは、広告運用者が特定の要因を分析し、調整をおこなうことができますが、P-MAXではAIが最適化をおこなうため、どの要因が成果に寄与したのかを具体的に把握することが難しいです。

これにより、運用者は次回の施策に向けて必要なデータを得ることが難しくなります。

広告運用ノウハウが乏しい運用者にとっては「使いやすさ」に寄与する一方で、経験豊富な運用者にとっては「物足りなさ」を感じる原因ともなっています。

パフォーマンスの最適化に一定期間が必要

P-MAXを運用する際、最適化には約4〜6週間の学習期間が必要です。

この期間中に、機械学習によってデータが蓄積され、広告パフォーマンスが自動的に最適化されるため、短期間での成果を期待する場合、機械学習が効果的に機能しない可能性があります。

3.   P-MAXが向いている企業と向いていない企業

P-MAXが向いている企業

複数のチャネルで流入を獲得したい企業

P-MAXは、Google検索、ディスプレイ、YouTube、ショッピング広告など、Googleが持つ全ての広告に配信することができるため、複数のチャネルでコンバージョン（成果）を獲得したい企業に向いています。

Google広告のように各チャネルごとにキャンペーンを作成する必要がなく、1つのキャンペーンで複数のチャネルに広告を配信できるため、広告運用を一元化して配信の手間を減らすことができます。

P-MAXは、効率的なマーケティング戦略を求める企業や、中小企業でリソースが限られている企業におすすめの手法です。

コンバージョン（成果）の獲得を重視している企業

P-MAXはコンバージョン（成果）の最大化を目的として運用されるため、コンバージョン（成果）の獲得を重視している企業に向いています。

機械学習によってユーザーの行動をリアルタイムで分析し、商材に対して購入意欲のあるターゲット層に向けてキーワードや広告を最適化する仕組みになっています。

そのため、P-MAXは販売促進やリード獲得などの明確なマーケティング目標を持つ企業に特に効果的です。

過去のコンバージョンデータを活用することで、よりターゲットに合った広告配信が可能となります。

自動化して負担を減らしたい企業

P-MAXは、機械学習を活用して広告の運用を自動化してくれるため、広告運用の負担を減らしたい企業に向いています。

運用の自動化により、企業が手動で設定や調整をおこなう必要が少なく、時間やリソースをほかの業務にあてることが可能です。

特にリソースが限られた中小企業、広告運用に多くの時間をかけられない企業、運用知識がない企業におすすめです。

P-MAXが向いていない企業

詳細にターゲティングを設定したい企業

広告運用をAIにほとんどおまかせできるのがP-MAXのメリットですが、その分、人の手で管理できる範囲が非常に狭いです。

そのため、自社でターゲティングやクリエイティブを細かく管理したい企業にはあまり向いていません。

特定の広告だけ利用したい企業

P-MAXは、AIの機械学習機能を用いて、よりコンバージョン（成果）の最大化を図れる広告に配信がされます。

そのため、「まずはディスプレイ広告からはじめたい」「リスティング広告だけ配信したい」のように、特定の広告だけ配信したい企業にはおすすめできません。

即時的な成果を求める企業

P-MAXは、機械学習によってコンバージョン（成果）の最大化を図るため、成果を出すには配信から少なくとも4週間〜6週間程度の学習期間が必要です。

機械学習が最適化するまでの間は成果が期待できないため、1カ月程度の短期配信にはあまり向いていません。

4.   P-MAXの運用を成功させるためのポイント

既存のキャンペーンと並行して配信をする

P-MAXは全てのチャネルに広告を配信できますが、まだ発展途上のため、パフォーマンスが安定するまで一定の時間がかかります。

最適化するまでに最低でも4〜6週間の学習期間が必要なため、既存のキャンペーンをすべてP-MAXに切り替えるのではなく、どのキャンペーンを活用している場合でもパフォーマンスが安定するまでは並行して配信するのがおすすめです。

テキスト・画像などのクリエイティブはできる限り設定する

ユーザーの属性や検索キーワードに合わせて最適な広告を配信できるよう、テキスト・画像・動画などできるだけ多くのクリエイティブを用意しましょう。

クリエイティブの数や種類が豊富にあればあるほど、多様な配信面・ユーザーに向けて広告を表示することができ、配信機会の取りこぼしを減らせます。

推奨されているクリエイティブの設定数

＜テキスト＞

＜画像・ロゴ＞

＜動画＞

上記に加えて、すべての動画アセットは次の要件を満たしている必要があります。

■最適な品質のHD動画

■MPG（MPEG-2 または MPEG-4）フォーマット

■YouTubeショートを利用できるようにするには、少なくとも1本の10～60秒の縦向き動画

■YouTubeで MP3、WAV、PCM ファイルなどの音声ファイルは受け付けられません

オーディエンスシグナルを追加する

オーディエンスシグナルとは、機械学習が配信先や配信するターゲットの最適化を補助する機能です。

オーディエンスシグナルの追加はオプションですが、使用すると、キャンペーンを最適化する理想的な方法を機械学習モデルに導くことができます。

P-MAXではターゲットを完全に絞り込むことができないため、オーディエンスシグナルを追加し、機械学習を強化させるようにしましょう。

オーディエンスシグナルで追加できる項目

5.   P-MAXの成功事例

P-MAXの成功事例①

【業界・職種】ITエンジニア

【採用エリア】全国

ITエンジニア職の採用をおこなっていましたが、既存の求人媒体では応募が集まっていませんでした。
そこでP-MAXを活用して多数のチャネルに配信したことで、2か月目で7件の応募につながりました。
AIの学習機能により、コンバージョンが獲得しやすい配信面で求職者にアプローチできたことで、工数を削減しながら応募単価も抑えることに成功した事例です。

P-MAXの成功事例②

【業界・職種】事務・制作

【採用エリア】東京都

求人媒体で事務・制作職の採用をおこなっていましたが、なかなか応募を獲得できず、1ヶ月間でCV2件／CPA￥45,155と応募単価が高騰していました。

そこでP-MAXを開始し学習を進めた結果、1ヶ月目から応募獲得と応募単価の圧縮に成功し、2ヶ月目は求人媒体と比較して応募単価を約8割削減、応募数を2倍と好調に応募を獲得できました。

6.   P-MAXのよくある質問