広告運用 AI には 2 段階ある。1 段目 = Google / Meta 側のアルゴリズム (Smart Bidding / PMAX) に乗る、2 段目 = Claude で "運用判断そのもの" を補助する。2 段目が盛られていない運用チームは 1 段目だけで頭打ちになる。mixednuts が複数 EC クライアントで実装した Claude × Google Ads パターンで、平均 ROAS を 2 倍 に引き上げた運用ログ。
「Smart Bidding に任せれば良い」の罠
Google の Smart Bidding / Performance Max は、既に最適化の 80% を自動化している。ここから残り 20% を取りに行くには、Google のアルゴリズムの "外側" で人間が行う判断 (予算配分、除外 KW、広告文の勝ち筋抽出、計測整合性の監査) を AI が代替する必要がある。この "運用判断の AI 化" が多くの運用チームで未実装。
よく見るパターン:「Google Smart Bidding に任せたら CPA が改善した」→ 3 ヶ月で横這い。原因は Google のアルゴリズムがカバーする範囲 を超えた領域に、運用改善余地が残っているから:
- 予算配分: 商品カテゴリ × 媒体別の最適配分
- 除外 KW 設計: Smart Bidding に食わせる KW の質を人間が管理
- 広告文の勝ち筋抽出: 過去 CTR / CVR データから勝ちパターンを抽出
- 計測整合性: GA4 / Google Ads / 自社 DB の CV 数の整合監査
- 競合価格・在庫連動: 自社価格と競合の差異をリアルタイム反映
これらを人間が毎日やるのは非現実的。Claude を副操縦士 に据えるのが 2026 年の解。
実装パターン — Claude × Google Ads の 5 レイヤー
Layer 1: データ取得 (Google Ads API + GA4 API)
mixednuts では scripts/integrations/google_ads/ 配下に 51 本のスクリプトで 日次取得を自動化。Google Ads API[1] から CPN/ADG/KW 別の imps/clk/cost/conv を取り、GA4 から CV の事業側裏付けを取り、突合。
Layer 2: 異常検知 (Claude 分析)
日次で前日比・前週比・前月比を自動生成 → Claude が Z-score ベース で異常を検知。重要度付きアラートを Slack 通知。
注意点: Claude の "役立ちたい" バイアスで異常値を見ると ドラマ化 する。必ず Calibration ルール を組み込むこと。さもないと「17 倍乖離！」で実害 ¥3 の警告が飛んでくる。
Layer 3: 検索語句分析 (週次)
Claude に 過去 90 日の検索クエリ を渡して:
- CV 上位 20 クエリ (勝ちパターン)
- 無駄消化クエリ (除外候補)
- 新規性のあるクエリ (CPN 追加候補)
を抽出させる。人間は 判断 (どれを除外、どれを追加) だけ担当。この設計で 除外 KW 運用で月 ¥96K を削減 した実例あり。
Layer 4: 広告文の勝ち筋抽出
過去 3 ヶ月のレスポンシブ広告の asset performance を Claude に食わせて、勝っている見出し・説明文のパターン を自然言語で要約。それを元に新規広告文のアイデアを出させる。人間は最終審査のみ。
Layer 5: 計測整合性の監査 (月次)
GA4 / Google Ads / 自社 CRM の CV 数を突合。乖離があれば 仮説 + 検証手順 を Claude に生成させる。これが最もレバレッジ高い領域 — 計測が狂っていると Smart Bidding の学習が歪むので。
実データ — 2 倍 ROAS の内訳
複数 EC クライアントでの 6 ヶ月観測:
| 指標 | Before | After | 変化 |
|---|---|---|---|
| ROAS | 400% | 820% | +105% |
| CPA | ¥3,200 | ¥1,500 | -53% |
| 日次レビュー時間 | 4 時間 | 15 分 | -94% |
| 月広告費 | ¥5M | ¥5M | 同水準 |
広告費は増やしていない。同じ予算で成果を 2 倍にする運用設計。
失敗パターン 3 つ
失敗 A: 「AI に任せて放置」
Claude が Smart Bidding と同じ結論を出すことは多い。差別化ポイントは "Google が持たない情報 (自社 CRM / 在庫 / 競合価格) を食わせる" こと。
失敗 B: 「異常値アラートに過剰反応」
Calibration ルール 必須。ないと CEO が毎日「17 倍乖離！」に振り回される。
失敗 C: 「計測整合を後回し」
Layer 5 を最初に入れないと、他の分析結果がすべて歪む。月次監査を 導入 0 日目に入れる。
経営層への示唆
広告予算 ¥5M/月規模の EC 事業者にとって、Claude × Google Ads 実装の ROI:
- 初期実装コスト: 8-16 時間の開発
- 月額ランニング: $30-60 (Claude API)
- 年間効果: ROAS 2 倍 = 追加利益 ¥30-60M/年
"投資回収 1 ヶ月" の世界。マーケ責任者の 2026 年最優先投資領域。
本記事の数値について: 「平均 ROAS 2 倍」は mixednuts が運用する EC クライアント複数社（n=4-6 社、月予算 ¥3M-¥10M 規模）の 2026 年 1-3 月集計値です。クライアントの業種・予算規模・既存運用品質により結果は異なり、すべての導入で同水準の効果を保証するものではありません。
FAQ
Q. Google の Performance Max を使っている場合は？ A. PMAX は Smart Bidding の上位互換。同じく「アルゴリズム外の領域」= 除外シグナル・オーディエンス設計・計測整合 を AI で補うのが正解。
Q. Meta Ads / TikTok Ads でも同じパターンが使えるか？ A. 使える。Meta は Advantage+ Shopping Campaigns、TikTok は GMV Max の "アルゴリズム外" を同じ 5 レイヤーで補完。
Q. Claude ではなく GPT-4 / Gemini でもできるか？ A. できる。ただし Claude の Long context (200K) が広告データの大量食わせに有利。
Q. 代理店に委託している場合の進め方は？ A. 代理店 + mixednuts の 2 段体制で、代理店 = 媒体運用、mixednuts = AI 層、という分業が現実的。代理店を解雇するのではなく、AI 層を上積み。
Q. 小規模 (月広告費 ¥500K 未満) でも効果は出るか？ A. ROI は小さくなる。月広告費 ¥1M を超えると効果が明確。それ未満は "Claude で検索クエリ分析を月 1 回" くらいの軽量活用が現実的。
参考文献 / Sources
Google Ads / Smart Bidding:
Claude 活用:
関連記事: