既存のキャンペーンの広告予算を増額することで、どれくらいのコンバージョン増加が見込めるのか。またROASを上げることで、どの程度コンバージョンが下がってしまうのか等、調整を加えた結果、どのような変化が起こるのか把握できると今後の戦略・戦術が立てやすいですよね。
そんなときに便利なのがGoogle広告のパフォーマンスプランナーです。
パフォーマンスプランナーを活用することで、調整を加えたことによる結果を大まかにシミュレーションすることができます。今回はそんなパフォーマンスプランナーについて使い方や事例などを交えてご紹介します。
パフォーマンスプランナーとは
Google広告を利用している広告主が無料で使用できるツールで、キャンペーンに対する変更が、どのような結果をもたらすのかを予測するためのツールです。
パフォーマンスプランナーは、Google広告ログイン後
画面右上「ツールと設定」 ＞ 「プランニング」 ＞ 「パフォーマンスプランナー」
から確認することができます。
パフォーマンスプランナーでできること
前段でキャンペーンに対する変更の結果を予測するためのツールと説明しましたが、具体的には以下のようなことを予測することができます。
- 来週の広告予算を100,000円に引き上げた場合、コンバージョン数がどのように変化するのか？
- 来月のクリック単価を100円に引き上げた場合、クリック数がどのように変化するのか？
- 次の四半期のコンバージョン値を1,000,000円にしたい場合、どの程度の費用が必要なのか？
来週の数値だけでなく、来月や四半期レベルでシミュレーションできるのは画期的ですよね。
パフォーマンスプランナーが利用できないケース
パフォーマンスプランナーは検索キャンペーンだけでなく、P-MAX、ショッピング広告、デマンド ジェネレーションキャンペーンなど、様々なキャンペーンタイプで利用することができます。しかし、キャンペーンタイプによっては「過去 7 日間に 3 回以上クリックが必要」「過去 7 日間、入札戦略を変更していない」という利用条件があり、利用条件を満たしていないキャンペーンでは利用できません。
もし、パフォーマンスプランナーが利用できないキャンペーンがある場合は、以下Googleヘルプページから利用要件を見たいしているか確認しましょう。
パフォーマンスプランナーの使い方と活用事例
来月の広告予算を10万円にした場合、どの程度コンバージョンが増えるのか確認したい
- 日付・・・来月（図では2024年1月1日～1月31日）
- 主要指標・・・コンバージョン（コンバージョンの増減を確認したいため）
- プランの目標を設定します(省略可)・・・費用（広告予算10万円のシミュレーションをしたいため）
このように設定したシミュレーション結果は以下です。
このシミュレーションでは、予算を10万円にした場合、52件のコンバージョンが期待できるということが分かります。
ちなみに、グレーのポイントが「既存の設定」というもので、現在の設定で配信した場合の予測になります。
今回の場合、広告予算10万円で52件のコンバージョンが期待できますが、既存の設定は広告予算14.7万円で、75件のコンバージョンが期待できますので、運用の方針によっては広告予算を10万円にしない方が良いケースもあるかもしれませんね。
また、上のタブを「パフォーマンスを比較する」に変更し、任意の過去の実績を選択しますと、「過去(紫)」「予想される未来(灰)」「変更を加えた場合の予想される未来(青)」の3つのパフォーマンスを同時に比較することもできます。
今回のケースでは、費用(左)とコンバージョン(中央)が相関関係にあります。平均コンバージョン単価(右)が一定で、当面は広告予算増加による平均コンバージョン単価の高騰が考えにくいため、もしコンバージョンを増やしたい場合はまず広告予算の増額を検討すると良いでしょう。
パフォーマンスプランナーの注意点
シミュレーションのデフォルトのコンバージョンが、実態と大きく乖離していないか確認しましょう。
シミュレーション結果の多くはコンバージョン率を元に算出されるため、コンバージョン率によって、結果は大きく変わります。
原則、過去7～10日間のデータを基にされているようですが、キャンペーンによっては実態と大きく乖離したコンバージョン率になっているケースもあります。現実味のないシミュレーションにならないよう、もしコンバージョン率が大きく乖離しているようであれば「カスタムのコンバージョン率」で現実的な値を入力するようにしましょう。
まとめ
パフォーマンスプランナーはあくまでシミュレーションです。しかし、シミュレーションとは言えど
- 季節性
- 競合他社の動向
- 何十億件もの検索クエリ
などを考慮し、24 時間ごとに情報が更新されるため参考値としては十分活用できます。パフォーマンスプランナーのデータを踏まえて、より良い成果を目指していきましょう。
