┌──────────────────────┐
│ ① 目的設定 │
│（何を改善したい？） │
│ 例）CTRを上げたい │
└─────────┬────────┘
│
▼
┌──────────────────────┐
│ ② 評価指標(KPI)定義 │
│ 例）CTR / CVR / CPA │
└─────────┬────────┘
│
▼
┌──────────────────────┐
│ ③ パラメータ設計 │
│ 変数・範囲・刻み幅を定義│
│例）温度 0.2 / 0.5 / 1.0 │
└─────────┬────────┘
│
▼
┌──────────────────────┐
│ ④ 実験設計（方式選択）│
│ A/B・多変量・DoEなど │
└─────────┬────────┘
│
▼
┌──────────────────────┐
│ ⑤ 実行（データ収集）│
└─────────┬────────┘
│
▼
┌──────────────────────┐
│ ⑥ 分析（結果比較） │
│ 例）t検定・傾向分析 │
└─────────┬────────┘
│
▼
┌──────────────────────┐
│ ⑦ 最適値決定 │
│ →改善 →次の実験設定 │
└─────────┬────────┘
│
▼
▽ ▽ ▽ ループ ▽ ▽ ▽
「継続して改善」

🎯 パラメータの良い決め方（チェックリスト）

項目	良い例	NG例
🎯 目的に紐づいている	「CTRを改善するための変数」	「なんとなく変えてみた」
📏 範囲に意味がある	「0.2〜1.0」など仮説に基づく	「適当に10段階」
🧪 比較できる数	2〜5種類が理想	一度に10以上試す
📂 変数を1つずつ	例：まず温度だけ	変数を3つ一気に変更
🔁 再現性がある	設定・条件を記録	記録せず再試験不可

 

🧪 小さく始めるテンプレ

① 目的 →「○○を改善」
② KPI →（数値で測れる指標）
③ パラメータ候補 →3つ
④ 実験方式 → A/B or 多変量
⑤ データ ⇒ 必ず記録
⑥ 結果分析 → グラフ化
⑦ 最適化 → 反映して次ステップ

画像A3個・動画1個・画像B2個のパラメータ設計と検証フロー

素材構成が 「画像種類Aが3個・動画が1個・画像種類Bが2個」の場合の、 パラメータのつけ方（設計）と検証フローをまとめています。

ポイント：
① 最初は「全部混ぜて」媒体のAIに選ばせる
② 種類ごとに勝ちクリエイティブを抽出
③ 役割（認知・比較・刈り取り）に分けて配分する

---

1. 素材構成の整理

種類	点数	想定役割
📷 画像A	3本（A1 / A2 / A3）	メイン訴求（USP・価値・比較訴求など）
🎥 動画	1本（V1）	認知・ストーリー・体験訴求
📷 画像B	2本（B1 / B2）	価格・限定・キャンペーンなど刈り取り寄り

---

2. 基本戦略

この構成では、次のような流れでパラメータを設計します。

• Phase1：探索フェーズ … 全素材を1つの広告セットに「混ぜる」
• Phase2：精緻化フェーズ … 種類ごとに「勝ち素材」を選んで深堀り
• Phase3：刈り取りフェーズ … 役割に応じて配分（認知→動画、刈り取り→画像B）

Phase1：広く探索（AIに選ばせる）
   ↓
Phase2：勝者を種類別に深掘り
   ↓
Phase3：役割別に配分して刈り取りに集中

---

3. Phase1：探索フェーズ（全素材でテスト）

3-1. 広告セット構成（図）

┌────────────────────────────┐
│     広告セットA（全素材をまとめて投入）       │
│                                              │
│  画像A： A1 / A2 / A3                       │
│  動画 ： V1                                  │
│  画像B： B1 / B2                             │
│                                              │
│  ・最適化目標：クリック or コンバージョン     │
│  ・入札：自動入札                            │
│  ・配信：自動配置（可能ならAdvantage+など）  │
└───────────────┬─────────────┘
                                │
                                ▼
                媒体AIが各素材のパフォーマンスを学習

3-2. 推奨パラメータ（Phase1）

項目	推奨設定
配信方式	自動配置（例：MetaのAdvantage+ など）
予算	テスト用にやや少なめ（5〜7日回せる程度）
最適化目標	コンバージョン優先。CVが少ない場合はCTR→CVRの順で見る
変更ルール	学習期間中は極力いじらない

3-3. 媒体側の判断イメージ

媒体	重視する指標	傾向
Meta（FB/IG）	CTR・CVR・動画再生率など	静止画はクリック率、動画は滞在・再生で評価
Google / YouTube	視聴維持率・CTR・CVなど	動画で認知、画像（ディスプレイ/リマーケ）が刈り取り寄り
X広告	CTR・エンゲージメント	静止画＋強いテキストが効きやすい傾向

---

4. Phase1結果の分析フォーマット

4-1. 素材別スコアシート例

最低でも、以下のように「素材単位」で数値を比較します。

素材	CTR	CPC	CVR	ROAS（費用対効果）	評価
A1（画像A）	2.4%	¥82	1.6%	×	○
A2（画像A）	3.1%	¥67	2.1%	○	◎
A3（画像A）	1.8%	¥95	0.8%	△	×
V1（動画）	2.6%	¥89	1.9%	◎	◎
B1（画像B）	2.9%	¥62	1.2%	△	○
B2（画像B）	3.4%	¥58	2.5%	◎	★勝者

この例だと、 トップ素材：B2、 次点で A2 / V1 が良い素材という判断になります。

---

5. Phase2：勝ち素材でのパラメータ再設計

5-1. 広告セット再構成（図）

┌───────────────────────────┐
│       広告セットB（勝ち素材だけで構成）        │
│                                               │
│  画像A： A2（勝ちパターン）                   │
│  動画 ： V1（冒頭・字幕・CTAのみ編集パターン）│
│  画像B： B2（色違い／文言違いを複数用意）     │
│                                               │
│  ・最適化目標：CV（コンバージョン）           │
│  ・予算：Phase1より増額                       │
└──────────────┬────────────────┘
               ▼
        勝ち素材の中でさらにどれが強いか検証

5-2. 素材ごとの改変方向

素材	改変の方向性
A2（画像A）	CTA文言変更 / ヘッドライン差し替え / サブコピー追加
B2（画像B）	ボタン色違い / 価格の強調度合い変更 / 「限定」「締切」など強さ違い
V1（動画）	冒頭1秒のカット差し替え / テロップの見せ方 / 終盤CTAの変更

重要：
1回のテストでは「変える要素はできるだけ1つ」に絞ると、
「何が効いたのか」がはっきりわかります。

---

6. Phase3：刈り取りフェーズ（役割別の配分）

6-1. 役割ごとの配分イメージ

最終的には、素材に次のような「役割」を持たせて配分します。

役割	主な素材	配分イメージ	目的
認知	V1（動画）	予算の20〜40%	世界観・ブランド・ストーリーを伝える
比較・検討	画像A（A2など）	予算の20〜30%	USP・機能・ベネフィットを理解してもらう
刈り取り	画像B（B2系）	予算の40〜60%	価格・キャンペーン・緊急性でCVを取りに行く

一般的には、刈り取り局面では「画像B」のような強い訴求素材がCPA・ROASで勝ちやすいので、 テスト結果を見ながら、徐々に刈り取り側の比率を上げていきます。

---

7. 実務で使えるチェックリスト

• ✅ Phase1：全素材を1つの広告セットにまとめて入れる
• ✅ 媒体AIに任せて、CTR・CVR・CPA・ROASで「素材別」に評価
• ✅ 画像A・画像B・動画それぞれの中で「勝ち素材」を1〜2個選ぶ
• ✅ Phase2：勝ち素材だけで新しい広告セットを作り、派生パターンをテスト
• ✅ Phase3：役割別（認知・比較・刈り取り）に予算の比率を決める
• ✅ 「よく効いた1〜2素材」に最終的に予算を集中させる

---

8. まとめ

画像種類A 3個・動画1個・画像種類B 2個の場合のポイントは、 「種類内比較 → 種類間比較 → 役割分離」です。

① 全素材をまとめてテスト（探索）
② 数字で「勝ち素材」を選定
③ 勝ち素材だけを派生させて再テスト
④ 最終的に 1〜2素材へ予算集中
   ＋ 役割別に配分（認知：動画 / 刈り取り：画像B）

この流れでパラメータを設計すると、
「何となく変える広告運用」から 「実験と検証に基づいた広告運用」に変えていくことができます。