Google広告「データ除外」と「季節性の調整」の違い｜計測障害・セール時にスマート入札を壊さない使い分けと設定手順

計測タグが消えていることに気づかないまま数日が過ぎ、コンバージョン数がゼロに近い状態を機械学習が「正常な実績」として学習してしまう。逆に、来週のセールに向けて入札を強めたいのに、どの設定をいじればいいのか分からず様子見のまま初日を迎えてしまう。スマート自動入札（Smart Bidding）を運用していると、こうした場面でどちらの機能を触ればいいか一瞬迷う担当者は少なくありません。

Google広告の「データ除外」と「季節性の調整」は、名前も画面上の並びも似ているため混同されがちですが、役割はまったく逆を向いています。データ除外は過去に起きた計測の異常を学習データから取り除く機能、季節性の調整は未来に起きるイベントをあらかじめ機械学習に予告する機能です。この向きを取り違えると、障害の影響を引きずったまま入札が最適化されなかったり、セールの効果を過大評価して入札が過熱したりします。

本記事では、この「過去か未来か」という結論を起点に、計測障害・セール・恒常的な需要変化という3つのシナリオごとにどちらを使うべきかを判断できるフローを示します。あわせて、設定手順、除外期間や調整率の決め方、そして海外の実務論点として語られる「セール後の二段運用」まで、スマート入札を壊さずに運用するための具体策を整理します。

この記事のポイント

• データ除外は過去の計測トラブルの補正、季節性の調整は未来の需要変化の予告で役割が逆になる
• 原因が過去のトラブルか未来の予定イベントかで、使う機能をその場で振り分けられる
• 季節性の調整率はCVR上昇の予想値ではなく、許容できるCPC上昇率から逆算して決めるのが定石
• セール終了後は季節性の調整だけでなく、データ除外を併用する二段運用が学習の汚染を防ぐ
• 恒常的な需要変化にはどちらも使わず、予算と目標値の調整で対応するのが原則

データ除外と季節性の調整の違いとは？結論は「過去の補正」か「未来の予告」か

データ除外と季節性の調整の違いは、対象とする時間軸が過去か未来かという一点に集約されます。データ除外は既に発生したクリックやコンバージョンのうち、計測が壊れていた期間のデータをスマート自動入札の学習対象から外す機能です。一方の季節性の調整は、まだ起きていないセールやメディア露出などのイベントに対して、期間限定でコンバージョン率（CVR）が跳ね上がることをあらかじめ機械に伝え、入札を先回りで引き上げる機能です。

Google広告のスマート自動入札は、目標コンバージョン単価（tCPA）や目標広告費用対効果（tROAS）といった目標値をもとに、機械学習の学習データからオークションごとの最適な入札額を算出します。この学習データが歪むと、入札は現実離れした方向へずれていきます。両機能は、いずれもこの歪みを人間の側から補正するための道具だという点で共通しています。

30秒で分かる比較表

項目	データ除外	季節性の調整
時間軸	過去（発生済みの異常）	未来（予定イベント）
目的	学習データから異常値を除外	CVR変動を事前に予告
推奨期間	障害発生期間全体（コンバージョン遅延含む）	1〜7日程度の短期
主な対応キャンペーン	tCPA・tROAS等スマート入札全般	検索・ショッピング中心、P-MAXは一部制約あり

どちらもスマート入札の学習データを守る機能である

米国の広告運用メディアJumpFlyの記事では、この2機能を独立した個別設定としてではなく「スマート入札に人間側の文脈を渡す一対のコントロール」として管理すべきだと指摘されています。原因が過去にあるならデータ除外、未来の予定にあるなら季節性の調整、という入口の分け方そのものが記事の骨格になっています。日本の運用現場でも、この2機能を「学習データの純度を保つためのペア」として捉え直すと、単体で覚えるより判断が速くなります。

どちらを使うべきか迷ったら：原因で分ける判断フロー

図1: 原因は過去か未来か、使う機能を分岐

迷ったときの判断軸は単純です。成果の変化が起きた「原因」が過去の出来事か、これから起きる予定なのかで機能を振り分けます。

原因が過去の計測トラブル→データ除外

すでにタグが外れていた、フォームが送信エラーを起こしていた、コンバージョンが重複して計上されていた——こうした「起きてしまったこと」への対処は、すべてデータ除外の担当領域です。異常データを学習に残したままにするほど、入札の最適化は後手に回ります。

原因が未来の予定イベント→季節性の調整

セール開始日、テレビ露出、在庫復活のタイミングなど、これから訪れることが分かっている短期的な需要増には季節性の調整を使います。機械学習が過去の傾向だけで判断すると、イベント初日の入札は本来必要な水準より弱くなりがちだからです。

恒常的な需要変化→どちらも使わず予算と目標値で対応

一方で、需要が一時的ではなく数週間〜数か月単位で継続的に伸びている場合は、どちらの機能も出番ではありません。この場合は目標値そのものの見直しや予算の引き上げで対応するのが筋です。季節性の調整はあくまで短期の予告であり、恒常的な変化に無理に当てはめると却って学習を混乱させます。

米国のマーケティングエージェンシーBigeyeの2026年時点のレポートでは、スマート入札下で実効性が残る介入手段は「デバイスの-100%除外」「季節性の調整」「データ除外」の3つに絞られると整理されています。裏を返せば、この2機能を理解しているかどうかが、自動入札時代に運用者が持てる数少ないコントロール権を握れるかの分かれ目になるということです。

データ除外はいつ使う？適用してよい場面とNGな場面

壊れた計測データを静かに取り除く

データ除外を使ってよいのは、クリックとコンバージョンの対応関係が計測トラブルによって乱れた場面に限られます。単に成果が悪化しただけの期間を「なかったこと」にする目的での使用は、本来の趣旨から外れます。

使ってよい3つの場面（計測タグ消失・重複計測・サイト/フォーム障害）

代表的なのは、Googleタグマネージャー（GTM）の設定ミスやサイト側の実装変更でコンバージョンタグが発火しなくなっていた期間、コンバージョンアクションの重複設定によって同一の成果が二重に計上されていた期間、そしてサイトやフォームそのものが一時的にダウンしていた期間です。これらは、いつまで遡って原因を切り分けるかが最初のハードルになります。タグ消失の兆候の見つけ方は、GA4キーイベントがGoogle広告に反映されない時の原因切り分けで扱っていますし、重複計測の疑いがある場合は広告CVのダブルカウントを発見・修正する手順で切り分けた上でデータ除外に進む流れが実務的です。

使ってはいけない場面（単なる成果悪化・長期間の常用)

CPAが悪化した、CVRが下がった、という理由だけでその期間を除外するのはNGです。成果が落ちたこと自体は「事実」であり、機械学習にとっては学習すべき情報です。それを恒常的に除外し続けると学習データそのものが痩せ細り、かえって入札の精度が落ちます。

クリック単位で作用する仕組みと除外期間の考え方

データ除外は日単位の大まかな設定に見えて、実際にはクリック単位でその期間内のデータを学習対象から外す仕組みです。除外期間を広く取りすぎると健全なデータまで失われ、狭すぎると異常値が残ります。次章で扱う「コンバージョン遅延」を踏まえた期間設定が、この塩梅を決める鍵になります。

データ除外の設定手順と期間の決め方

データ除外は管理画面から数分で設定できますが、期間の決め方を誤ると効果が半減します。

管理画面での設定手順

Google広告の管理画面で「ツールと設定」→「測定」→「データ除外」と進み、除外したいキャンペーンまたはアカウント全体を選択し、対象期間を入力します。過去の日付にも遡って設定できるため、障害に気づいた時点でまず設定してから原因調査を進める、という順番でも問題ありません。

除外期間はコンバージョン遅延（クリック〜CV日数)を含めて設定する

見落としやすいのが、クリックからコンバージョンまでのタイムラグです。障害が発生していたのは3日間だとしても、その間に発生したクリックのコンバージョンは数日後に計上されることがあります。除外期間は「障害発生日〜復旧日」だけでなく、平均的なコンバージョン遅延日数を加えた範囲で設定するのが安全です。サイトリニューアルのようにCV計測が丸ごと切り替わる場面では影響範囲も広がるため、サイトリニューアル時の広告・計測引き継ぎ設計であらかじめ計測の引き継ぎを設計しておくと、除外そのものが不要になるケースも増えます。

設定後にモニタリングすべき指標と復旧確認

設定後はCPA・CVRが除外前の水準に戻っているか、入札単価が異常な変動をしていないかを数日おきに確認します。すぐに数値が安定しないこともありますが、極端な悪化が続く場合は除外期間の見直しか、別の原因が残っている可能性を疑います。

季節性の調整はいつ使う？セール・メディア露出前の設定判断

セール前夜、未来を照らす予告灯

季節性の調整が向いているのは、CVRが短期間だけ大きく跳ね上がることが事前に分かっているイベントです。

向いているイベント（短期セール・TV/メディア露出・在庫復活)

数日間限定のセール、テレビや雑誌での紹介、人気商品の在庫復活告知などが典型例です。いずれも「いつ・どれくらい成果が伸びるか」の見通しがある程度立てられる点が共通しています。

1〜7日ルールと14日超のイベントで使わない理由

季節性の調整が想定しているのは1〜7日程度の短期イベントです。14日を超えるような長期のキャンペーンに適用すると、機械学習にとっては「一時的な予告」というより「常態」に近づいてしまい、本来の効果が薄れます。長期のキャンペーンで需要増を見込む場合は、次の分岐で触れたとおり予算や目標値そのものを調整する方が適しています。

季節性の調整のやり方：調整率は許容CPC上昇から逆算する

図2: 調整率はCPC許容上昇から逆算する

季節性の調整の設定自体は単純ですが、多くの担当者が迷うのは「調整率を何%にするか」という一点です。

管理画面での設定手順

「ツールと設定」→「測定」→「季節性の調整」から新規作成し、対象期間と対象キャンペーン、そしてコンバージョン率の変化予想値を入力します。ここで入力する数値が、そのまま入札の強弱に反映されます。

過去の同種イベントからCVR上昇とCPC上昇を確認する

米国の運用支援企業SavvyRevenueのブログでは、調整率は「CVRがどれだけ上がりそうか」の予想値ではなく、「CPCがどこまで上がっても許容できるか」から逆算して決めるべきだと指摘されています。同記事によれば、+100%の調整は実質的に入札額を約2倍にする挙動になり、過去の同種イベントでのCPC上昇実績を確認せずに設定すると、想定以上に入札が過熱するリスクがあるといいます。日本の運用現場でも、過去のセール時のCPC上昇率を目安に調整率の上限を決め、そこから逆算して数値を入れるという順番に置き換えると実践しやすくなります。適用期間についても同記事では4〜7日程度までとし、日付を延長するのではなく新規に作り直す運用が推奨されています。

日付の延長はせず新しい調整を作り直す

セールが延長になった場合、既存の季節性の調整の終了日を後ろにずらしたくなりますが、これは避けた方が無難です。当初の予想と実績のズレを検証しないまま延長すると、その後の学習にも影響が及びます。延長が必要なら、いったん実績を確認したうえで新しい調整として作成し直すのが基本です。

セール後の落とし穴：季節性の調整をしてもデータ除外が必要になるケース

図3: セール前後で使う機能を切り替える二段運用

季節性の調整を正しく設定しても、セールが終わった直後にCPAが悪化するケースがあります。ここが競合記事でもあまり語られない、実務上の落とし穴です。

セール直後にCPAが悪化するメカニズム

セール期間中は通常よりCVRが高くなるのが当然ですが、この高いCVRのデータがそのまま学習データに残り続けると、セールが終わった後もしばらくの間「成果が出やすい」という誤ったベースラインを機械学習が引きずってしまいます。結果として、セール終了直後に入札が過熱気味のまま推移し、CPAが目標値から乖離することがあります。

セール前に調整・終了後に除外の二段運用手順

米国の広告運用ブログOmologistでは、季節性の調整を使った場合でも、セール期間そのものを事後にデータ除外する二段構えの運用が推奨されています。つまり、セール前には季節性の調整でCVR上昇を予告し、セールが終わったらそのセール期間を今度はデータ除外で学習対象から外す、という流れです。同記事は、持続的な需要増加については季節性の調整ではなく予算側で対応すべきだとも整理しており、これは前述の判断フローとも一致します。日本の運用現場でこの二段運用が語られる場面は多くありませんが、セール後にCPAの悪化が続く場合の対処法として覚えておく価値があります。

イベント前後1週間は他の大きな設定変更を凍結する

セール前後は入札戦略の変更や目標値の大幅な修正、キャンペーン構成の変更といった他の大きな設定変更は控えるのが無難です。複数の変更が同時期に重なると、後から効果検証をしようとしても何が原因だったのか切り分けられなくなります。

対応キャンペーンと制約一覧：P-MAXでは使える？

季節性の調整とデータ除外は、すべてのキャンペーンタイプで無条件に使えるわけではありません。

キャンペーンタイプ別・入札戦略別の対応表

キャンペーンタイプ	入札戦略	データ除外	季節性の調整
検索	tCPA・tROAS等スマート自動入札	対応	対応
ショッピング	tCPA・tROAS等スマート自動入札	対応	対応
P-MAX（パフォーマンス最大化キャンペーン）	tCPA・tROAS	対応	一部制約あり（執筆時点の公式ヘルプ準拠で要確認）
ディスプレイ・動画	スマート自動入札	対応	キャンペーンタイプにより制約あり

P-MAXについては、対応状況がGoogle側の仕様更新で変わることがあるため、設定前に必ず管理画面のヘルプ表示や公式ヘルプページで最新の対応可否を確認する習慣をつけておくと安心です。

対象外のケースでの代替手段（予算・目標値・キャンペーン分離)

対象外だった場合の代替手段としては、イベント期間中だけ目標値を一時的に緩める、予算上限を引き上げる、あるいは該当商材だけを別キャンペーンに分離して個別に予算配分するといった方法があります。いずれも季節性の調整ほど精緻ではありませんが、対象外のキャンペーンでも需要変化に手当てはできます。

なお、こうした2機能はあくまで機械に文脈を渡すための介入手段のひとつであり、どこまで機械任せにし、どこで人間が判断を挟むかという設計そのものが上位の論点になります。この点はスマート入札に人間の判断を組み込むタイミング設計で扱っていますし、学習データを守るだけでなく学習を速めたい場合はスマート自動入札の学習期間を短縮するマイクロCV設計もあわせて参考にできます。

よくある質問

Q：季節性の調整はいつ使うべきですか？ CVRが短期間だけ大きく変動することが事前に分かっている、1〜7日程度の予定イベントに限定して使うのが基本です。14日を超えるような長期のイベントでは効果が薄れるため、予算や目標値側での対応に切り替えるのが適切です。

Q：データ除外は過去に遡って設定できますか？ 過去の期間に遡って設定することが可能です。ただし、除外の効果は設定が早いほど学習への悪影響を小さく抑えられるため、障害に気づいた時点でまず設定し、原因調査は並行して進めるのが望ましい順番です。

Q：データ除外をすると成果は悪化しませんか？ データ除外は学習に使えるデータ量を減らす操作であるため、常用すればするほど学習の精度は落ちます。ただし、障害期間の異常なデータをそのまま学習させ続ける方が、除外によるデータ減少よりも悪影響が大きいと考えられます。使いどころを絞るのが前提です。

Q：季節性の調整はP-MAXでも使えますか？ 執筆時点の公式ヘルプでは、P-MAXに対する季節性の調整の対応状況には一部制約があるとされています。仕様は更新されることがあるため、設定前に管理画面や公式ヘルプで最新の対応キャンペーン・入札戦略を確認し、対象外だった場合は予算や目標値、キャンペーン分離といった代替手段で対応します。

Q：設定したデータ除外や季節性の調整は後から削除できますか？ どちらも削除・編集が可能です。ただし、削除した内容が学習にどう反映されるかにはタイムラグがあるため、削除すればすぐに元の状態に戻るとは限りません。削除の判断は、設定当時の目的が既に終わっているか、学習への影響が許容範囲かを確認したうえで行うのが目安です。

データ除外と季節性の調整は、どちらも地味な設定画面の割に、スマート入札の成否を左右する重要度の高い機能です。真策堂では、こうした計測トラブルやセール前後の入札保護について、判断に迷う場面のご相談を受けています。