動的ディスプレイ広告とは？仕組み・設定・改善まで実務解説

動的ディスプレイ広告とは、ユーザーの閲覧履歴と商品フィードのデータをもとに、広告の中身（商品画像・価格・テキスト）が一人ひとり自動で組み変わるディスプレイ広告です。ECサイトで見た商品が、別のサイトを読んでいるときに広告として表示される——あの体験を作っているのがこの仕組みです。

静的バナーとの違いはどこにあるか

従来の静的バナーは、誰に対しても同じ1枚の画像を配信します。一方、動的ディスプレイ広告は「テンプレート＋データフィード」の構造を持ち、配信の瞬間にユーザーごとの広告が生成されます。Google広告ではこの手法を動的リマーケティングと呼び、公式ヘルプで仕組みが解説されています。

配信対象は主にサイト訪問済みのユーザーです。そのためリターゲティング（Google広告では「リマーケティング」とも呼ばれます）の一種として語られることが多いのですが、近年は未訪問ユーザーに商品を出し分ける動的プロスペクティング配信も一般化しており、「刈り取り専用の手法」とは言い切れなくなっています。

ディスプレイ広告全体の中での位置づけから確認したい方は、ディスプレイ広告とは？仕組み・種類・費用を徹底解説を先にご覧ください。

動的ディスプレイ広告は、大きく3つの要素が噛み合って動いています。どれか1つでも欠けると配信そのものが始まらないため、仕組みの理解は設定作業の前提になります。

構成要素は「フィード・タグ・テンプレート」

鍵になるのは、タグが送信する商品IDとフィード側のIDが一致していることです。ここがずれると、ユーザーが見た商品と無関係な広告が出たり、配信自体が止まったりします。

配信までの流れ

1. サイトに計測タグを設置し、閲覧された商品IDを送信する
2. 媒体にデータフィードを登録する
3. タグとフィードを紐付け、オーディエンスリストの蓄積を待つ
4. キャンペーンを作成し、テンプレートを選ぶ
5. 媒体AIがユーザーごとに広告を自動生成して配信する

設定でつまずく原因の多くは、手順4以降ではなく手順1〜3のデータ整合性にあります。「なぜか配信量が伸びない」という相談を分解していくと、タグのID送信漏れやフィードの必須項目エラーに行き着くケースが目立ちます。

どの媒体で始めるかは、商材・配信したい面・保有データ量で決まります。主要4媒体の違いを整理します。

主要媒体の動的配信メニュー

Meta広告のAdvantage+ カタログ広告は、カタログと機械学習を組み合わせて配信相手ごとに商品を出し分ける仕組みで、詳細はMetaビジネスヘルプセンターに公式の解説があります。

迷ったらどう選ぶか

初めて取り組むなら、まず1媒体に絞ることをおすすめします。ECならフィード整備の資産がそのまま使えるGoogleかMeta、非ECのB2B商材ならページ単位でフィード化できるGoogle広告が着手しやすい選択肢です。GDNの配信面やターゲティングの全体像はGoogle ディスプレイ広告（GDN）の特徴・設定・最適化ガイドで詳しく解説しています。Yahoo!面を検討する場合はYahoo!ディスプレイ広告の解説記事もあわせてご覧ください。

動的ディスプレイ広告の成果は、キャンペーン設定よりもフィードの品質で決まる部分が大きいです。媒体AIが「何を・誰に出すか」を判断する材料は、フィードに書かれた情報がほぼすべてだからです。

最低限そろえる項目

Googleの場合、商品フィードの必須・推奨項目はMerchant Centerの商品データ仕様で公開されています。ID・商品名・説明・リンク先・画像・価格・在庫状況が基本で、任意項目のカスタムラベルを使うと、利益率や季節性を軸にした配信制御がしやすくなります。

非EC・B2B商材でも使えるのか

使えます。Google広告の動的リマーケティングには小売以外の業種向けフィード形式が用意されており、サービス紹介ページや導入事例ページをフィードの1行として登録する設計が可能です。B2Bであれば、「商品」の代わりに課題別のソリューションページをフィード化すると、閲覧履歴に応じた出し分けが機能します。

フィードの鮮度が事故を防ぐ

画像の解像度、商品名の語順、説明文の具体性は、広告の見え方とクリック率に直結します。そして一度作って放置すると、在庫切れ商品の広告が出続ける、価格改定が反映されない、といった事故が起きます。フィードは「作る」より「更新し続ける」設計が重要で、基幹システムやCMSからの自動生成・定期更新までを最初に組み込んでおくと運用が安定します。

関連記事: ディスプレイ広告とリスティング広告の違い｜事業成果を出す使い分け

動的ディスプレイ広告は「自動で最適化される」仕組みですが、自動化の質は人間が渡すデータで決まります。ここが実務者の腕の見せどころです。

媒体AIに渡すコンバージョンデータを整える

Performance MaxやAdvantage+のようなAI最適化配信が前提となった現在、成果改善の起点は入札調整ではなく計測基盤です。どの閲覧・クリックが購入や商談につながったかを正確に媒体へ返せていないと、AIは間違った方向に学習します。拡張コンバージョンやコンバージョンAPIといったサーバーサイド計測の整備を、クリエイティブ改善より先に済ませてください。

クリエイティブの多様性が探索の材料になる

私たちは広告運用の設計思想を、次のように整理しています。

広告の勝負所は「ターゲティング」から「クリエイティブ」へ移りました。媒体AIは自動でユーザーのクラスタを切って配信し、クラスタごとに刺さる訴求は違います。必要なのは似た素材の量産ではなく、訴求軸・トーン・フォーマットが構造的に異なるクリエイティブ群を媒体AIに渡すことです。

動的広告ではテンプレートと見出し文が固定になりがちですが、この固定部分こそ差がつく変数です。ClaudeやGeminiのような生成AIで訴求パターンを複数作り、テンプレートの組み合わせごとに反応差を検証する運用は、少人数のチームでも回せます。

見る指標を絞り、打ち手と対応づける

すべての指標を毎日追う必要はありません。クリック率はクリエイティブの摩耗を、コンバージョン単価はフィードとオーディエンスの噛み合いを映します。指標と改善の打ち手をあらかじめ対応づけておくと、数字が動いたときに迷いません。具体的な改善手順はディスプレイ広告の改善方法：CTR・CVR・CPAを改善する実践ガイドにまとめています。

成果が出やすい手法である一方、動的ディスプレイ広告には特有のリスクがあります。配信を始める前に対応方針を決めておきましょう。

「追いかけすぎ」への手当て

同じ商品の広告を何度も見せられる体験は、ユーザーに不快感を与え、ブランドの印象を損ないます。表示回数の上限（フリークエンシーキャップ）の設定と、購入済みユーザーの配信除外は、最初に入れておくべき基本設計です。一度見ただけの商品に何週間も追いかけられる状態を放置しないでください。

個人関連情報とCookie同意への対応

リターゲティング配信に使う閲覧履歴データは、日本の個人情報保護法における「個人関連情報」に該当し得ます。提供先で個人データと紐付く場合には本人の同意確認が求められるケースがあり、考え方の詳細は個人情報保護委員会が公表するガイドライン類で確認できます。プライバシーポリシーの記載と同意管理の仕組みは、広告部門だけで判断せず、法務と連携して整備してください。

サードパーティCookie環境の変化に備える

ブラウザのトラッキング制限やCookie規制の動向は流動的で、リターゲティングの精度とリーチは中長期的に影響を受ける可能性があります。自社サイトの会員データやコンバージョンデータといったファーストパーティデータの整備は、環境変化への保険であると同時に、媒体AIの学習材料としてそのまま成果に効く投資です。

導入検討の段階でよく受ける質問をまとめました。

ECサイトでなくても導入できますか

できます。Google広告では小売以外の業種向けテンプレートやページ単位のフィードが用意されており、サービス・物件・求人・講座などを「商品」として扱えます。B2Bでも、資料請求ページや導入事例ページをフィード化すれば、閲覧内容に応じた出し分けが可能です。

費用はどのくらいかかりますか

課金はクリック課金またはインプレッション課金が中心で、Google広告やMeta広告に最低出稿金額の縛りはありません。ただし、フィード作成やタグ実装の初期工数は静的バナーより大きくなります。リターゲティング配信全体の費用感はリターゲティング広告の費用相場と費用対効果を高める設定方法を参考にしてください。

通常のリターゲティングとどちらを選ぶべきですか

商品・ページ数が少なく、訴求が1つに定まる商材なら、静的バナーでのリターゲティングで十分なことも多いです。点数が多く「誰が何を見たか」で見せるべきものが変わる商材なら、動的ディスプレイ広告の自動出し分けが効きます。基礎から比較したい方はリターゲティング広告とは？仕組み・効果・設定方法を解説をご覧ください。

動的ディスプレイ広告は、フィードという資産を作れば媒体AIが個別最適の配信を担ってくれる手法です。一方で、その成果はタグ・フィード・コンバージョンデータという土台の品質に依存します。

着手の順番

1. 計測タグとコンバージョン計測を先に整える
2. フィードを作成し、更新の自動化まで設計する
3. 媒体は1つに絞って開始し、配信データが溜まってから広げる
4. テンプレートと訴求のバリエーションを増やし、媒体AIに探索の材料を渡す

「自動化された広告」だからこそ、人間の仕事はデータ設計とクリエイティブの多様性づくりに集中します。ここを外注任せのブラックボックスにせず、自社に判断基準が残る形で運用できるかどうかが、中長期の成果を分けます。

くるみでは、AI最適化配信を前提としたデータ基盤の設計から、生成AIを使ったクリエイティブ検証、動的ディスプレイ広告の運用改善までを一貫して支援しています。「フィードをどう設計すべきか」「今の配信が正しく学習できているか見てほしい」といった段階からでも、お気軽にご相談ください。