GA4の予測オーディエンスが利用できない原因と条件確認手順｜要件を満たせない時の代替設計

この記事のポイント

• GA4の予測オーディエンスが利用できない原因の大半は、設定ミスではなくリピーター1,000人×2というデータ量要件の未達です。
• 原因はイベント設計・データ量・モデル品質・反映ラグの4系統に絞れ、purchaseイベントの確認から順に見れば当日中に切り分けられます。
• 7日間のリピーター数×購入率が1,000人に届くかを事前に試算し、届かない見込みなら待たずに代替設計へ移る方が合理的です。
• 要件未達でも、通常オーディエンス→カスタマーマッチ→BigQuery MLの順に、導入コストの低い代替策から段階的に選べます。

GA4の予測オーディエンス「購入の可能性が高いユーザー」が作成できないのはなぜ？

GA4の予測オーディエンス「購入の可能性が高いユーザー」が作成できない最大の理由は、Google アナリティクス 4（GA4）が定める予測指標の利用要件、つまりデータ量とモデル品質を満たしていないことです。タグやイベントの設定ミスを疑って画面を行き来しても、実装は正しいのにサイト規模が足りないだけ、というケースは少なくないと言われます。

予測オーディエンスとは、GA4の機械学習モデルが過去の行動から「今後7日以内に購入しそうか」「離脱しそうか」を推定し、確率の高いユーザーを自動で束ねるオーディエンスのことです。Google広告と連携すればそのままリマーケティングに使えるため、期待して開いた画面で「利用不可」と出ると、そこで作業が止まってしまいます。

この記事では、原因を4系統に絞って当日中に切り分ける手順と、要件を満たせない場合に止まらないための代替設計を扱います。画面の名称や要件の数値は変更されることがあるため、本文は2026年9月時点の理解です。最終確認はGA4の公式ヘルプで行ってください。

「利用不可」表示と予測カテゴリ非表示の違い

「利用不可（Not eligible）」は、予測指標のモデル対象にはなっているが、要件を満たしていない状態を指す表示です。一方、オーディエンスビルダーの候補に予測系のオーディエンスがそもそも並ばない場合は、購入系イベントが検出されていない、対象プロパティの設定が想定と違うなど、モデル以前の入口を疑うことになります。

前者は「待つか、データを増やす」問題で、後者は「実装を直す」問題です。見分けを誤ると、待つべき場面で実装をいじり、直すべき場面で数週間待つことになります。

原因は4系統：イベント設計・データ量・モデル品質・反映ラグ

系統	典型的な症状	最初に見る場所
イベント設計	予測カテゴリが出ない、購入系が空	イベント一覧のpurchase有無
データ量	利用不可のまま変わらない	7日間の購入リピーター数
モデル品質	使えていたのに突然消えた	予測指標の状態表示と期間の推移
反映ラグ	作成できたがGoogle広告のリストが空	リンク設定と作成後の経過日数

以降の手順は、この表を上から順に潰していく構成です。

予測オーディエンスの利用条件とは？公式要件を分解する

予測オーディエンスの利用条件とは、購入系の標準イベントが計測されていること、直近28日のうち任意の7日間で条件に該当するリピーターと該当しないリピーターがそれぞれ1,000人以上いること、そしてモデル品質が基準を保っていること、の3点です。

対象はpurchase / in_app_purchaseのみ（カスタムイベント不可）

購入の可能性を予測できるのは、GA4の標準イベントである purchase または in_app_purchase を計測しているプロパティに限られます。「order_complete」のような独自名のイベントや、サンクスページ到達を手動でキーイベントにしただけの構成では、購入系の予測指標は動きません。計測が「購入」として認識されるイベント名になっているか、ここが入口になります。

28日間のうち7日間でリピーター1,000人×2の意味

要件で見落とされやすいのは、「28日間で1,000人」ではなく「28日のうちのどれか7日間」という窓の取り方です。その7日間に、条件に該当（購入）したリピーターが1,000人以上、該当しなかったリピーターも1,000人以上必要になります。

数える対象は「リピーター」、つまり過去にサイトを訪れたことのあるユーザーです。初回訪問で購入した新規客は、この母数に入りません。新規獲得が主体のECほど、売上規模の割に要件に届きにくい構造になります。なお該当しない側の1,000人は、通常は容易に満たされます。実務で詰まるのは、ほぼ購入側です。

モデル品質の維持という見えない条件

データ量を満たしても、モデルの品質が基準を割れば利用不可になります。この品質は管理画面に数値で出るわけではないため、原因の特定が難しい部分です。数値が見えない以上、切り分けでは「データ量とイベント設計に問題がないなら、品質側が理由の可能性が高い」という消去法になります。品質は、購入が特定の週に偏るといった不安定なデータでも落ちやすいと言われます。

「利用不可」の原因を切り分ける確認手順【5ステップ】

利用不可の原因は、ステップ1から5の順に確認すれば、管理画面の操作だけで当日中に絞り込めます。実装の確認は10分程度、試算は電卓とレポートがあれば足ります。

ステップ1：イベント名がpurchase標準実装か確認

「レポート」→「リアルタイム」、または「管理」→「イベント」で、purchase（アプリならin_app_purchase）が並んでいるかを確認します。テスト購入を1件行い、リアルタイムにpurchaseが出るかを見るのが早い方法です。別名のイベントで計測している場合は、Googleタグマネージャーなどで標準名に揃える必要があります。

また、購入は計測できているのにGoogle広告側にコンバージョンが渡らない場合は、予測とは別の連携の問題です。この点は GA4キーイベントがGoogle広告にインポートできない時の切り分け で確認してください。

ステップ2：valueとcurrencyパラメータの収集確認

purchaseイベントのパラメータに value（金額）と currency（通貨コード、日本なら JPY）が入っているかを確認します。予測収益の指標では金額が前提になるためです。購入確率だけを使う場合に必須かどうかは、公式ヘルプの表現も含めて確認してください。ただ、金額が抜けたまま運用すると後の効果検証で困るため、この段階で直しておく価値は高いです。よくある失敗は、valueが税込・税抜で混在していたり、文字列型の「1,980円」のように数値として送られていたりするケースです。

ステップ3：リピーター母数とCV数の試算（CVR逆算式）

ここが診断の核心です。次の式で、自社が要件に届くかを事前に見積もります。

必要なリピーター数（7日間）＝ 1,000 ÷ リピーターの購入率

リピーターの購入率が2〜3%なら、必要なリピーターは約3.3万〜5万人です。Seresa の記事「GA4 Predictive Audiences Need 1,000 Buyers in 28 Days」では、この逆算から、年商数億円未満のECは実質対象外になりやすいと指摘されています。日本の中小ECでも、同じ構造が当てはまる場合が多いと考えられます。

具体的には、GA4の「探索」で直近28日を7日ごとに区切り、「リピーターの購入ユーザー数」を出します。いちばん多い週で1,000人に届かなければ、要件未達の可能性が高いです。仮に購入単価を8,000円と置き、リピーターが週1,000人購入する場合、単純計算でリピーター分だけで年間約4億円強の売上になります。この数字は仮定にすぎませんが、規模感の目安にはなります。

ステップ4：オーディエンスビルダーで予測カテゴリの状態確認

「管理」→「オーディエンス」→「新しいオーディエンス」を開き、オーディエンスビルダー内の「予測」カテゴリを確認します。表示が「利用不可」なのか、カテゴリごと出ないのかを見分けます。前者ならステップ3の試算とセットで判断します。後者なら、ステップ1に戻ってイベントとプロパティ設定を見直します。

ステップ5：待つべきか・諦めるべきかの判断分岐

判断は試算値で決めます。次の目安は、真策堂が考える判断軸です。

• 最も多い週で必要数の約半分以上に達している → 待つ価値あり。集客施策やリピート施策でデータを積む
• 3割前後で伸びしろも小さい → 代替設計に移りつつ、予測は放置して再判定
• 1〜2割未満 → 予測オーディエンスは前提にせず、代替設計で運用を組む

smec（smarter-ecommerce）の解説では、要件充足まで最長で6ヶ月ほどかかり得るとされています。日本市場でも、季節で購入が偏る事業なら、半年待って結局届かないことは十分あり得ます。「待つ」と決めた場合でも、代替設計は並行して走らせておくのが安全です。

一度使えた予測オーディエンスが使えなくなるのはなぜ？

閑散期に入り、使えていたリストが消えた

一度使えた予測オーディエンスが消えるのは、季節変動などで直近のデータ量またはモデル品質が要件を割り込み、GA4がモデルを利用不可にするためです。要件を再び満たせば、原則として自動で復活します。

繁忙期だけ要件を満たすサイトの失効サイクル

Seresa の記事では、繁忙期だけ要件を満たす季節型のビジネスは、閑散期にモデルが失効し、予測オーディエンスが消える構造的な不安定さがあると指摘されています。日本市場に当てはめると、お歳暮・お中元・ギフト、セール期、旅行の繁忙期などが該当します。

問題は、繁忙期に予測オーディエンスをリマーケティングの主力にしてしまうことです。閑散期に入って失効すれば、配信の土台が抜け落ちます。予測オーディエンスは「繁忙期の追い風」として使い、常時運用の骨格は次章の代替設計で組むのが現実的です。

失効時にGoogle広告の配信リストはどうなるか

予測条件を含むオーディエンスが利用不可になると、新規ユーザーの追加が止まり、Google広告側のリストが徐々に縮む形になる可能性があります。すでにリストに入っているユーザーは、メンバーシップ期間の範囲内で残ります。挙動の詳細はGA4とGoogle広告の仕様変更で変わり得るため、消えた直後に自社のGoogle広告の「オーディエンスマネージャー」でリストサイズの推移を確認してください。

リスト数が想定より減る現象そのものは、予測に限らずGA4連携全般で起きます。背景は GA4オーディエンスがGoogle広告でリスト数が減る理由 にまとめました。

要件を満たせない時の代替設計3段階

要件を満たせない場合は、導入コストの低い順に、通常オーディエンスによる疑似高意欲リスト、カスタマーマッチ、BigQuery ML の3段階で代替できます。ほとんどのサイトは、段階1と2で実務上は足りるはずです。

段階	手法	必要なもの	向く状況
1	通常オーディエンスで高意欲層を定義	GA4のイベント計測	全サイトで最初に着手
2	カスタマーマッチ＋最適化されたターゲティング	顧客リスト（同意取得済み）	会員・購入者データがある
3	BigQuery MLの購入予測モデル	BigQuery連携、SQL人材	データが豊富で運用体制がある

段階1：カート追加・エンゲージメントで作る疑似高意欲オーディエンス

購入イベントの数が足りなくても、購入の手前にあるイベントは桁が増えます。たとえば次のような条件で通常オーディエンスを作ります。

• 過去7日以内に add_to_cart を発生させ、purchase は発生していない
• 過去14日以内に商品詳細ページを3回以上閲覧し、purchase は発生していない
• 過去7日以内にセッション2回以上で、平均エンゲージメント時間が長い

これは、機械学習の代わりに人間が「購入に近い行動」を定義する方法です。予測ほど精緻ではありませんが、要件に縛られず、条件の意味も説明できます。手前のイベントを増やして母数を作る考え方は、マイクロCV設計でCVデータの母数を作る方法 で詳しく整理しています。

段階2：カスタマーマッチと最適化されたターゲティングの併用

カスタマーマッチとは、Google広告に顧客リスト（メールアドレスなど）をアップロードして、そのユーザーに配信する機能です。購入者や優良顧客のリストで既存客向けの施策を打ち、さらに最適化されたターゲティングを併用すると、類似する見込み層にも配信を広げられます。最適化されたターゲティングは、設定したセグメントを起点にGoogle広告がコンバージョンの見込みが高い層へ配信範囲を広げる仕組みで、キャンペーンの種類によって挙動が異なります。

顧客データを扱うため、プライバシーポリシーへの明記や同意取得の整備が前提になります。Google広告側の利用条件も、アカウントの状況によって変わります。

段階3：BigQuery MLで自前の購入予測モデルを作る条件

BigQuery ML とは、BigQuery上でSQLだけを使って機械学習モデルを作れる機能です。Seresa の記事では、要件未達のサイトがGA4のBigQueryエクスポートを使い、ロジスティック回帰などで購入予測モデルを自前構築し、Googleの適格性ゲートを回避する代替ルートがあると紹介されています。

日本市場でこの手段を検討するなら、条件は3つあります。GA4のBigQueryエクスポートが数カ月分以上たまっていること、SQLと機械学習の基礎を扱える人材がいること、そして予測結果をユーザーIDや顧客データと紐付けて広告に戻す同意基盤があることです。いずれかが欠けるなら、段階2までで十分です。イメージだけ示すと、次のような構文になります。

CREATE OR REPLACE MODEL `project.dataset.purchase_model`
OPTIONS (model_type = 'logistic_reg', input_label_cols = ['purchased']) AS
SELECT purchased, sessions_7d, add_to_cart_7d, avg_engagement_sec
FROM `project.dataset.user_features`;

導入の要否は、GA4×BigQuery連携の導入判断 を先に読んで整理しておくと、手戻りが少なくなります。

予測オーディエンスをGoogle広告で活かす設計と効果検証

予測リストと全体のCV率を並べて検証する

予測オーディエンスが使える状態になったら、予測の種類ごとに広告施策を対応させ、探索レポートで予測リストと全体のCV率を比較して精度を確認します。作っただけで終わらせないことが、この章の要点です。

予測オーディエンス×広告施策の対応表

Adnan Agic の記事では、予測オーディエンスを購入確率や離脱シグナルの別に整理し、それぞれを広告施策に対応付けるフレームが示されています。日本の運用に置き換えると、次のような整理になります。名称は管理画面の表示に合わせて読み替えてください。

予測の種類	広告施策の例
7日以内の購入見込み	検索広告での入札強化、リマーケティングの優先配信
7日以内の離脱見込み	リテンション目的のクーポン・再訪促進
予測収益の上位	高単価商材の訴求、除外設定での予算最適化

smec の解説では、ユーザーパーセンタイルを広げるほどリストは大きくなる一方で精度が落ちるというトレードオフが指摘されています。日本の運用でも、広げすぎると「普通のリマーケティングリスト」と変わらなくなります。予測条件と通常の条件（特定カテゴリの閲覧など）を組み合わせて絞る設計が、実務では有効と考えられます。

探索レポートで予測リストのCV率差を検証する方法

GA4の「探索」で自由形式のレポートを作り、ディメンションに「オーディエンス名」、指標に購入のコンバージョン率を置きます。予測リストと、それ以外のユーザー全体を並べて比べます。Adnan Agic の記事では、正常に機能していれば3〜5倍の差が出るとされています。

差がほとんど出ない場合は、パーセンタイルが広すぎるか、モデルの品質が想定より低い可能性があります。なお、オーディエンスは作成後のデータしか比較できません。作成直後は数週間分の蓄積を待ってから見ます。

Google広告に反映されない時に見る設定

反映されない場合は、次の順に確認します。

1. GA4とGoogle広告のリンクが有効か
2. GA4のデータ収集設定で、広告向けのデータ共有（Googleシグナルなど）が有効か
3. オーディエンスの配信先にGoogle広告が含まれているか
4. 作成後の経過日数（反映には最大で24〜48時間程度かかるとされる）
5. リストの人数が、キャンペーンの種類ごとの最小サイズに届いているか

最小サイズは、一般に検索広告向けで1,000ユーザー、ディスプレイ向けで100ユーザーと案内されていますが、最新の条件はGoogle広告ヘルプで確認してください。パーソナライズド広告に関わる同意設定も影響するため、Cookie同意バナーの運用も合わせて見ます。

GA4の予測オーディエンスに関するよくある質問

Q：GA4の予測オーディエンスがGoogle広告に反映されないのはなぜですか？

原因は、GA4とGoogle広告のリンク未設定、広告向けデータ共有・パーソナライズド広告に関する設定の無効、作成直後の反映ラグ、最小リストサイズ未満のいずれかであることがほとんどです。この順に確認してください。予測オーディエンスは条件に合う人が少ないため、リスト自体が小さく、配信できるサイズに届かないこともあります。

Q：予測指標を使うにはどれくらいのデータ量が必要ですか？

直近28日のうち任意の7日間で、条件に該当するリピーター1,000人と、該当しないリピーター1,000人が必要です。リピーターの購入率が2〜3%なら、逆算すると月に数万規模のリピーターセッションが目安になります（Seresa の試算を参考にしています）。自社の数字は、探索レポートで7日ごとに確認してください。

Q：以前は使えた予測オーディエンスが突然消えたのはなぜですか？

季節変動などで、データ量またはモデル品質が要件を下回ったためです。要件を再び満たせば、モデルは自動で復活します。繁忙期にだけ使える状態のサイトは、閑散期に消えることを前提に、通常オーディエンスやカスタマーマッチを並行して運用しておく必要があります。

Q：purchaseイベントがないBtoBサイトでも予測オーディエンスは使えますか？

購入系の予測は使えません。purchase または in_app_purchase を計測していないため、generate_lead などのリード獲得イベントでは購入確率は動きません。BtoBサイトでは、資料ダウンロードや料金ページ閲覧といった行動で通常オーディエンスを作り、代替する設計になります。

GA4の予測オーディエンスの要件確認や、要件を満たせない場合の代替設計の整理でお困りでしたら、真策堂までご相談ください。真策堂ではこうした観点で、計測の現状確認から広告運用の設計までご相談を受けています。