リスティング広告 会社の選び方｜責任設計で見極める

リスティング広告に月に数百万円を投じているのに、CPAが思うように下がらない。そんなとき「運用会社を変えれば解決するのでは」と考えるのは自然な流れです。ただ、その前に一度立ち止まって問い直したいことがあります。

「誰に運用させるか」ではなく、「誰とどこまで責任を分担するか」という問いです。

電通が毎年公表している「日本の広告費」を見ても、インターネット広告費は日本の総広告費の中で大きな割合を占め続けており、リスティング広告はその中核にあります。投資額が大きいカテゴリであるほど、会社選びを誤ったときの機会損失も大きくなります。それにもかかわらず、選定基準が「実績件数」「対応スピード」「担当者の印象」といった表層に留まっているケースは少なくありません。

この記事で扱う範囲

この記事は、すでにリスティング広告を運用している担当者・責任者の方に向けて、会社選定の基準を「責任設計」という視点から整理するものです。具体的には次の順で進めます。

• 運用会社に求める役割が「操作」から「設計」へ移った背景
• 依頼する前に済ませておきたい一次診断
• 手数料体系と責任範囲の組み合わせで見る比較の枠組み
• 初回商談で確認したい質問と、私たちくるみ自身の進め方

チェックリストの寄せ集めではなく、運用の現場で実際に使っている判断軸をそのまま出します。

「キーワード入札をうまくやってくれる会社を探しています」。少し前なら、この探し方で問題ありませんでした。しかし現在の配信環境では、この問いの立て方自体がずれてきています。

Google広告ではスマート自動入札が標準的な選択肢になり、オークションごとの入札単価はAIが決める前提になりました。人が手動で入札を刻む場面は限定的です。運用会社の価値は「操作の巧拙」から「AIに何を渡すかの設計」へ移っています。

P-MAXが変えた人間の介入ポイント

P-MAX（パフォーマンスマックス）は、クリエイティブ・ターゲティング・入札をAIが統合制御するキャンペーンタイプです。検索・ディスプレイ・YouTube・Gmailなど複数の配信面を横断して最適化するため、「キーワードを一覧で管理する」という従来の運用の考え方とは前提が異なります。

この仕組みで人間が担うのは、大きく次の部分です。

1. コンバージョンシグナルの設計 — 何をCV地点とし、どのデータをAIに渡すか
2. クリエイティブ素材の量と質 — AIが組み合わせて検証する材料をどれだけ多様に用意できるか
3. オーディエンスシグナルの精度 — 学習の初速を上げるヒント情報をどう整えるか
4. 学習を壊さない変更管理 — 設定変更の頻度と幅をどうコントロールするか

入札そのものはAIの仕事です。だからこそ、「入札を細かく調整してくれる会社」を探すより、「AIが正しく学習できる環境を設計できる会社」を探すほうが、成果への距離は近くなります。

コンバージョンデータの品質が最大の変数になる

AIに渡すデータが間違っていれば、AIは間違った方向に最適化します。管理画面上のCPAは改善しているのに、商談も売上も動かない。この現象の多くは計測設計の問題です。

BtoBでは特に注意が必要です。リード獲得から受注までに数ヶ月かかる商材では、フォーム送信だけをCVとして最適化すると、「資料請求はするが商談にはならない」ユーザーが増え続けることがあります。

打ち手はオフラインコンバージョンの連携です。商談化・受注といったCRM上のデータを広告プラットフォームに戻す仕組みで、Google広告ではコンバージョンのインポートとして公式にサポートされています。この整備までを責任範囲に含む会社と、「タグを設置して終わり」の会社では、半年後に見える景色が変わります。

計測レベルをどこまで引き上げられるかは、会社選定の技術的な核心です。提案の場で「現在のコンバージョン設定」を最初に確認してくる会社かどうかは、このレベル感を推し量る手がかりになります。

会社選びの前に、もうひとつ確かめておきたいことがあります。いまの不調が「リスティング広告の運用で解ける問題なのか」という点です。

私たちくるみは、広告不調の相談を受けたとき、最初に次の判別から入ります。

広告不調は、「比較される段階で勝てていない」のか「そもそも比較の土俵に乗っていない」のかを最初に切り分ける。前者ならクリエイティブと訴求の勝負、後者なら比較前の認知・想起の再設計が先。（株式会社くるみ「広告不調の一次診断フレーム」2026年）

この順序を間違えると、認知や母数が足りないのに入札設定やLPを調整し続けて、予算だけが消えていきます。

診断のしかた

判別の材料はシンプルです。指名検索（社名・サービス名）の検索ボリュームと、比較・検討系キーワードでの表示状況を並べて見ます。指名検索が伸びていないなら、リスティング広告の運用改善だけでは母数が増えない可能性が高い。逆に、流入はあるのに商談化しないなら、訴求・LP・計測のどこかに詰まりがあります。

どちらのタイプかで、選ぶべき会社も変わります。前者なら、検索広告の枠を超えて認知獲得の打ち手まで議論できる会社。後者なら、計測とLPまで責任範囲に含められる会社です。

診断を運用会社に任せられるか

この一次診断そのものを提案段階でやってくれるかどうかは、会社の力量を見るうえで分かりやすい試金石です。「まず広告アカウントを拝見して改善提案します」だけで話が進む場合、診断の視点が抜けている可能性があります。会社選定の周辺情報としては、リスティング広告代理店の比較ポイントも参考になります。

リスティング広告会社の手数料体系は、大きく4種類に分かれます。どれが良い・悪いではなく、それぞれの構造がどんなインセンティブを生むかを理解しておくと、提案内容の読み方が変わります。

成果報酬型は一見、発注側に有利に見えます。ただし「成果」の定義がフォーム送信のままだと、商談化率の低いリードを量産する方向に最適化されるリスクがあります。選ぶなら、商談・受注データのレベルまで成果を定義できるかが分かれ目です。手数料の水準感はリスティング広告の運用代行費用の相場で別途整理しています。

責任範囲と掛け合わせて象限で見る

手数料体系だけを見ても、会社の実像はつかめません。もうひとつの軸として「責任範囲」を重ねます。

• 広告アカウント内のみ: 入稿・入札・レポートまで。CVR改善は発注側の仕事になる
• LP・CVR改善まで: クリック後の体験まで一体で改善する。制作体制の有無を確認したい
• 計測・データ基盤まで: オフラインCV連携やタグの品質管理まで担う。事業成果に最も近い

たとえば「広告費比率型 × アカウント内のみ」は、拡大フェーズでは動きやすい組み合わせです。一方で、広告費の増加が手数料の増加に直結する構造上、LP改善や配信効率化への動機は弱くなりがちです。これは特定の会社の姿勢の問題ではなく、料金体系が生む力学の問題として理解しておくのが公平でしょう。

月に100万円を超える投資規模であれば、「計測・データ基盤まで × 固定費またはハイブリッド型」の組み合わせを取れる会社を候補に含めることを検討してください。

質問リストを暗記する必要はありません。以下の4つは、私たちが実際に初回の場で確認している問いで、会社の責任設計と実行力を短時間で見極めるのに役立ちます。

P-MAXで成果が出なかったケースの原因をどう分析したか

「P-MAXに対応しています」と言える会社は多くあります。差が出るのは、うまくいかなかったときの原因分析です。「AIの判断なのでブラックボックスです」で終わる回答は、シグナル設計の議論ができていないサインです。素材の多様性、CVデータの質、学習期間の扱いなど、具体的な変数の話が出てくるかを見ます。

コンバージョンデータの品質チェックをどの手順で行うか

タグが正しく発火しているか、CVの重複計測がないか、オフラインCVの連携漏れがないか。これらを定期的に点検する仕組みがあるかを聞きます。「計測まわりの確認はクライアント側でお願いします」という回答なら、データ品質は責任範囲の外だと分かります。

LP改善は誰がどの体制で担当するか

社内に制作・実装の体制があるのか、外部と連携するのか、発注側に任せるのか。LP改善が「オプション」として切り出されている場合、実質的には広告アカウント内だけの責任設計です。クリック後の改善まで一体で動けるかは、成果の伸びしろを大きく左右します。

成果指標の定義と手数料の内訳は何か

手数料を最初に聞くのは値切りのためではなく、責任設計の確認のためです。成果指標が「アカウント内CPA」なのか「商談数」なのかで、その会社がどこまでを自分の仕事と見なしているかが分かります。あわせて、レポートに商談・受注の指標が入るのかも確認しておきたいところです。こうした確認の全体像はリスティング広告代理店の選び方でも扱っています。

ここからは、私たちくるみ自身がどう動くかを、選定基準の裏返しとして紹介します。運用会社を見極める材料のひとつとして読んでください。

広告を動かす前に計測を直す

私たちは、運用開始前か並行のタイミングで、コンバージョン計測の点検と再設計を最初のステップに置いています。ボタンクリックがCVとして計測されていて実際の送信完了数より多くカウントされている、サンクスページに広告以外の経路からの流入が混ざっている——こうした計測の歪みは珍しくなく、放置したまま最適化を進めると、AIは誤ったデータを正しいものとして学習してしまいます。後から直すより、先に直すほうが総コストは小さく済みます。「まだ広告を動かしていない」期間が生まれるため説明が要る判断ですが、この順序は変えません。

オフラインCV連携とAIエージェントによる改善サイクル

BtoBのクライアントでは、SalesforceやHubSpotなどのCRMに蓄積された商談・受注データをGoogle広告へ戻す連携を優先的に整備します。AIが「実際に商談になったリードをもたらした検索語句や配信面」を学習できる状態を作ることが、その後のすべての最適化の土台になるからです。

あわせて、検索語句レポートの精査や除外設定の見直しといった反復作業は、AIエージェントに手順を持たせて回す設計にしています。人の時間は、訴求の仮説づくりや事業側との指標のすり合わせなど、判断が必要な部分に集中させます。改善の具体的な進め方はリスティング広告の改善手順にまとめています。

Q. 自動入札が普及した今でも、リスティング広告会社に頼む意味はありますか？

A. あります。ただし「入札操作を代行してもらう」ことの価値は下がりました。現在の外注価値は、コンバージョン計測の設計、P-MAXへのシグナル供給、LP改善との一体運用にあります。入札はAIが動かしますが、AIに何を学習させるかの設計は人間の仕事です。その設計力に対して費用を払う、という位置づけで考えると判断しやすくなります。

Q. 大手と中小・独立系、どちらを選ぶべきですか？

A. 規模そのものより、責任範囲の設計で選ぶことをおすすめします。大手は実績の蓄積や体制の厚みに強みがある一方、関与の密度は案件によって差があります。中小・独立系は経験豊富なメンバーが直接手を動かすこともありますが、リソースの上限もあります。「誰がどこまで責任を持つか」を契約前に言語化できる相手かどうかが、実際の成果を分けます。

Q. 手数料20%は高いのでしょうか？

A. 責任範囲によります。広告アカウント内の運用代行だけなら割高に感じるかもしれません。LP改善・計測基盤の設計・オフラインCV連携まで含むなら、同じ20%でも中身はまったく別物です。「何%か」の前に「その金額で何をカバーするか」を確認してください。固定費型やハイブリッド型を含めて、体系そのものを一緒に議論できる会社だと話が早く進みます。

Q. 社内運用と外部委託はどう見分ければよいですか？

A. 判断材料は、計測設計とデータ基盤の整備を社内で担えるか、LP改善を回す制作リソースがあるか、AI入札の学習サイクルを管理する知見があるか、の3点です。すべて揃っているなら社内運用のほうが意思決定は速いはずです。欠けている部分があるなら、そこだけを外部と組む形も選べます。完全委託か完全内製かの二択ではなく、責任範囲を分割して設計するのが現実的です。

Q. 複数社への並行依頼はありですか？

A. 短期間の検証として試す価値はありますが、長期の並行運用は非効率になりやすいです。Google広告の学習はアカウント単位で蓄積されるため、配信を分散するとそれぞれの学習が遅くなります。計測やLP改善の責任も曖昧になりがちです。評価に使う指標を先に決めたうえで、まず1社に絞って数ヶ月試す進め方のほうが、実務では動かしやすいと感じます。

AI入札が標準になった環境では、リスティング広告会社の差は入札操作の技術ではなく、責任設計に表れます。この記事の要点を絞ると次のとおりです。

• 運用会社の価値は「操作」から「AIに何を渡すかの設計」へ移った
• コンバージョンデータの品質が成果の最大変数。オフラインCV連携まで担えるかを確認する
• 手数料体系と責任範囲は掛け合わせで評価する。体系が生むインセンティブの向きを理解しておく
• 初回商談では、成果が出なかったケースの分析、計測の点検手順、LP改善の体制、成果指標の定義を聞く

次の一歩

まずは自社の現状を一次診断してみてください。比較の土俵で負けているのか、そもそも比較されていないのか。そして現在のコンバージョン計測が、事業の成果と本当につながっているのか。この2点を言語化できるだけでも、会社選びの精度は大きく上がります。

私たちくるみは、提案の前に「現在の計測環境を聞かせてください」から始めます。広告アカウントの改善案より先に、AIに渡しているデータが正しいかを確かめる。その順序を大切にしたい方は、現状の課題をお聞かせください。対話から始めます。