Google広告カスタムテストの使い方｜入札戦略・LP変更を検証する設計と有意差判断の落とし穴

この記事のポイント

• Google広告のカスタムテストは入札戦略・LP・キーワードの変更を学習を維持したまま検証できる公式機能である
• 月間CV数が30〜50件を下回る場合、分割テストより期間比較や段階移行を選ぶのが定石である
• 入札戦略の検証は検索ベース分割、LP変更の検証はCookieベース分割を選ぶのが基本の判断軸である
• 有意差マークは95%信頼区間がゼロをまたがないことを示すが、有意差なし＝差がない、と同義ではない
• P-MAXはアセットテストを除き非対応のため、URL固定と期間比較で代替検証する必要がある

Google広告のカスタムテストとは、稼働中のキャンペーンのトラフィックを一定割合で分割し、入札戦略やランディングページ、キーワードなどの変更を対照実験として検証できる公式機能です。入札戦略を切り替えたい、LPを差し替えたい——そう思いながらも、学習リセットや成果悪化への不安で手が止まる運用者は少なくないと言われます。カスタムテストは、まさにこの「変えたいけど怖い」を解消するために用意された仕組みです。

この記事では、設定画面の操作手順にとどまらず、分割方式の選び方、必要なテスト期間の逆算、有意差の統計的な読み方、そして有意差が出ないまま終わった場合の判断まで、検証設計を一人で組めるところまで踏み込んで整理します。月30CV前後のアカウントを運用する担当者が、感覚ではなくテストで意思決定できるようになることを目指します。

Google広告のカスタムテスト（テスト機能）とは？何を検証できるのか

カスタムテスト（英語表記ではExperiments）は、既存キャンペーンをベースに変更版を作成し、両者へトラフィックを分割配信することで成果差を測定する機能です。管理画面左メニューの「テスト」から作成でき、テスト用の変更を加えたバリアントと、変更を加えない元キャンペーンとを同時並行で走らせます。

検証できる項目一覧（入札戦略・LP・キーワード・ターゲティング）

検証対象として代表的なのは、目標CPAや目標ROAS、コンバージョン数の最大化といったスマート入札の切り替え、最終ページURLの差し替えによるLP検証、キーワードの追加・除外、地域や年齢層などターゲティングの変更です。予算配分や広告文のバリエーションも対象にできますが、一度に検証する変数は原則ひとつに絞るのが望ましいとされています。複数の変数を同時に変えると、どの要素が成果差を生んだのか切り分けられなくなるためです。

対応キャンペーンタイプとP-MAXが非対応である事実

検索、ディスプレイ、ショッピング、動画の各キャンペーンはカスタムテストに対応しています。一方でPerformance Max（P-MAX）は、アセットのテストを除き非対応です。P-MAXの検証手法は後述の第10章で改めて扱いますが、まずこの制約を頭に入れておくと、どのキャンペーンで何を検証すべきかの優先順位が見えやすくなります。

カスタムテストとキャンペーン複製の違いは？学習リセットを避けられる理由

図1: 複製とカスタムテストで学習の行方が分かれる

カスタムテストとキャンペーン複製の最大の違いは、スマート入札の学習データを引き継ぐかどうかにあります。複製は新規キャンペーン扱いとなるため、学習はゼロからやり直しになります。一方カスタムテストは元キャンペーンの学習基盤を土台にしながら、変更部分だけを分岐させる構造を取ります。

複製配信が学習と予算を分断する問題

キャンペーンを複製して並行配信すると、コンバージョンデータが2つのキャンペーンに分散し、それぞれのスマート入札が独立して学習し直します。結果として、両方とも学習期間中の不安定な成果が続き、正しい比較にならないまま数週間を消費してしまうケースが起きがちです。予算も別枠になるため、片方に予算を寄せる調整も煩雑になります。

テスト機能がトラフィックを制御分割する仕組み

カスタムテストは、同一キャンペーン内でオークションへの参加を制御し、一定比率のトラフィックだけをバリアント側の設定で配信します。元キャンペーンの学習を引き継ぐ形になるため、複製配信のように学習をリセットせずに変更の影響だけを見られます。この構造上の違いが、テスト機能を使うべき理由の根幹です。

テストを始める前に確認すべき3条件｜月間CV数・検証変数・キャンペーンの安定性

テスト着手前にまずチェックリストで確認

カスタムテストを実施していいかどうかは、月間コンバージョン数、検証する変数の数、そしてキャンペーンの配信が安定しているかの3点で判断します。この事前チェックを飛ばすと、テストを回しても判断材料にならない結果しか得られません。

Search Engine Journalの記事「Google Ads Bid Strategy Testing: What Changed In 2026」では、50/50分割はスマート入札の学習データを半分に減らす「データ希釈」を引き起こすため、月間30〜50CV未満のアカウントでは分割テスト自体を避け、期間比較や段階移行を選ぶべきだと指摘されています。日本の中小アカウントはこの水準を下回るケースが多く、まさに影響を最も受けやすい層だと考えられます。CV数が足りないと判断した場合は、無理にテストへ進まず代替手段を選ぶ判断も、検証設計の一部です。

月30〜50CVを下回る場合の代替手段（期間比較・段階移行）

CV数が不足する場合は、変更前後の一定期間を比較する期間比較法や、影響範囲を絞りながら段階的に変更を適用する段階移行が現実的な選択肢になります。学習期間そのものを短縮したい場合は、マイクロCV設計で学習期間を短縮する手順も合わせて検討する価値があります。

1テスト1変数の原則とデータ希釈の考え方

検証精度を保つには、1回のテストで動かす変数を1つに絞ることが基本です。入札戦略とLPを同時に変えてしまうと、成果差の要因が特定できません。また何を変えるべきかそのものに迷う場合は、入札戦略の使い分けと切り替え判断フローを先に確認し、検証対象を絞り込んでからテスト設計に入るのが効率的です。

入札戦略の変更をカスタムテストで検証する設定手順

目標CPAへの変更や自動入札への移行を例に、実際の設定手順を追います。管理画面の「テスト」メニューからキャンペーンを選び、変更内容と分割方式、期間、予算比率を設定していく流れです。

テスト作成から変更適用までの5ステップ

1. 元となるキャンペーンを選び、テストを新規作成する
2. バリアント側の入札戦略を変更する（例：目標CPA→コンバージョン数の最大化）
3. トラフィック分割方式を選ぶ（入札戦略検証は検索ベースが基本）
4. テスト期間と予算配分比率を設定する
5. テストを開始し、同期（Sync）設定を有効にしたうえで結果を定期確認する

予算分割率とテスト期間の設定基準

分割比率は50/50が基本ですが、リスクを抑えたい場合は80/20や90/10といった配分も選べます。ただしバリアント側の配信量が少なすぎると、有意差判定に必要なCV数へ到達するまでの時間が延びる点には注意が必要です。期間は最低2〜4週間を目安に、コンバージョンサイクル（問い合わせから成約までの期間）を複数周含む長さを確保します。テスト中に季節要因やセール施策が混ざると判断がぶれるため、データ除外と季節性の調整の使い分けを踏まえて計測条件を整えておくと安全です。

LP変更をカスタムテストで検証するやり方と注意点

LP変更の検証は、広告グループ単位で最終ページURLをバリアント側だけ差し替えることで実施します。何を変えるべきかという設計面は別の論点になるため、変更内容そのものの優先順位付けはLP A/Bテストで何を先に変えるかの優先順位フレームが担い、本記事は配信・検証の実行手段に絞って解説します。

広告グループ単位でのURL差し替え手順

テスト作成画面でバリアントを選び、対象広告グループの最終ページURLをテスト用LPへ変更します。既存の広告文やキーワードはそのまま維持し、遷移先のみを変えるのが基本形です。品質スコアはページの利便性評価が変わることで多少の変動が出ることがありますが、テスト期間中の一時的な変動は判断材料から除外して考えて差し支えありません。

LPテストはCookieベース分割を選ぶ理由

LP変更の検証ではCookieベース分割を選ぶのが基本です。同一ユーザーが検索するたびに違うLPへ振り分けられると、体験の一貫性が崩れ、比較検討中の離脱や混乱を招くおそれがあるためです。Store Growersの「Google Ads Experiments: The Ultimate Guide」でも、LPのようにユーザー体験の一貫性が重要な検証にはCookieベースが適しているとされています。

トラフィック分割は「検索ベース」と「Cookieベース」どちらを選ぶべきか

図2: 検証対象で分割方式を選ぶ判断ツリー

分割方式の選択は、何を検証したいかで決まります。検索ベース分割は検索が発生するたびにランダムでバリアントへ振り分ける方式、Cookieベース分割は同じユーザーには常に同じバリアントを表示し続ける方式です。

検証対象	推奨される分割方式	理由
入札戦略の変更	検索ベース	オークションごとの独立性が高く、有意差への到達が速い
LP・広告文などUX要素	Cookieベース	同一ユーザーへの表示の一貫性を保てる
キーワード追加・除外	検索ベース	検索クエリ単位の反応を見るため一貫性より速度が優先される

入札戦略テストは検索ベースが基本

入札戦略の検証では、検索単位でランダムに分割する検索ベースの方が、同じユーザーへの体験の一貫性よりも早く十分なサンプル数に到達できる利点があります。Store Growersのガイドでも、検索ベースは有意差への到達スピードで優位とされています。

同期（Sync）機能でテスト中の運用変更を安全にする

テスト期間中に予算や入札単価、広告文などを調整したい場面は必ず出てきます。同期（Sync）機能を有効にしておけば、元キャンペーンへの変更が自動的にバリアント側へも反映され、検証条件がずれるのを防げます。同機能をオフのまま片方だけ手動変更してしまうと、結果の信頼性そのものが崩れる点は覚えておく必要があります。

テスト結果の有意差はどう読む？95%信頼区間と判断の落とし穴

図3: 信頼区間がゼロをまたぐかどうかで判定が変わる

Google広告の有意差マークとは、バリアント間の成果差が偶然のばらつきでは説明しにくいと統計的に判定された状態を示す表示です。Google Ads Help（英語版）の「The statistical methodology behind experiments」によれば、判定にはジャックナイフ再サンプリングによる分散推定と、95%信頼区間を用いた両側検定が使われています。信頼区間の幅がゼロをまたいでいる場合は、差があるとは断定できません。星マークの有無だけでなく、信頼区間の幅そのものを確認する習慣が判断精度を左右します。

Googleの判定手法（ジャックナイフ再サンプリングと両側検定）

ジャックナイフ再サンプリングは、データの一部を除いた複数パターンで推定値のばらつきを見積もる統計手法です。この手法で算出した信頼区間の上限と下限がどちらもプラスかどちらもマイナスであれば有意差あり、ゼロをまたぐ場合は有意差なしと判定されます。

落とし穴1：序盤の学習期間を含めて評価する

Search Engine Journalは、テスト開始後7〜14日は学習安定化期間として評価から除外すべきだと指摘しています。序盤の数字だけを見て一喜一憂すると、判断を誤りやすくなります。

落とし穴2：遅延コンバージョンを待たずに終了する

問い合わせから成約まで日数がかかる業種では、直近のコンバージョンがまだ計上されていない状態で数字を見てしまうと、実際より悪い成果に見えることがあります。コンバージョンサイクルを踏まえた評価タイミングの設定が欠かせません。

落とし穴3：CPAだけ見てCV率や質の変化を見ない

GrowthSpreeの「Google Ads Experiments for B2B SaaS」では、信頼できる結果にはバリアントあたり100CV超・4〜6週間が目安とされ、2〜3週間では曜日変動とノイズを分離できないという実務基準が示されています。またBtoBではフォームCVの有意差だけでなく、CRM側の商談化率まで見て勝敗を判断すべきだという二段階評価の考え方も紹介されています。日本のリード獲得型事業でも、管理画面上のCV数だけで判断すると質の劣化を見落とすおそれがある点は同様に当てはまると考えられます。数値の解釈では、実測値かモデル推定を含むコンバージョンかの区別も重要で、この点は「モデル値を含む」コンバージョンの正しい読み方で詳しく扱っています。

有意差が出ないままテスト期間が終わったらどうする？

有意差なしの結果に肩を落とし次の一手を考える

有意差が出ないまま期間終了を迎えた場合、選択肢は延長・差し戻し・条件付き採用の3つに整理できます。どれを選ぶかは、CV数が目安に届いているか、傾向自体は良い方向に出ているかで判断します。

延長すべきケースと打ち切るべきケース

バリアントあたりのCV数がまだ基準に届いていない、あるいは傾向としては改善方向が見えているものの信頼区間の幅が広い場合は、延長して母数を積み増す価値があります。逆に、CV数が十分でも一貫して差が出ない、あるいは悪化傾向が明確な場合は、無理に続けず差し戻すのが妥当です。Take Some Riskの「Google Ads Experiments in 2025」でも、序盤のランダムな変動を理由に早期終了してしまうことが最大の失敗要因だと指摘されており、逆に言えば十分な期間を確保する姿勢がまず前提になります。

有意差なし＝差がない、ではないことの説明

有意差が出ないという結果は、「差がない」ことの証明ではなく、「今回のデータ量では差を検出できなかった」という意味にすぎません。この違いを取り違えると、本当は改善しているはずの変更を見送ってしまう判断ミスにつながります。CV母数が乏しいまま結論を急がず、条件付き採用（一部予算だけ本採用し様子を見る）という中間的な選択肢も現実的です。

テスト終了後の適用・新キャンペーン変換と学習期間の扱い

テストで勝敗が出た後の反映方法には、元キャンペーンへの適用と、新キャンペーンへの変換の2種類があります。前者は既存キャンペーンの設定をバリアントの内容で上書きする形、後者はバリアントをそのまま独立したキャンペーンとして切り出す形です。

元キャンペーンへ適用と新キャンペーンへ変換の使い分け

配信履歴や広告のアセット評価をそのまま引き継ぎたい場合は元キャンペーンへの適用が扱いやすく、逆に検証内容を恒久的に別枠として管理したい場合は新キャンペーンへの変換が向いています。組織内の運用ルールやレポート体制に合わせて選ぶのが実務的です。

適用後1〜2週間の評価保留期間

変更を適用した直後は、スマート入札が新しい条件に合わせて再調整を行うため、成果が一時的に振れることがあります。適用後1〜2週間は評価を保留し、その間の数字だけで良し悪しを判断しないことが望ましいとされています。

カスタムテストが使えないケースと代替の検証手段

P-MAXのようにカスタムテストが対応していない領域では、別の検証手段に切り替える必要があります。ここを知らないまま「テストできないから検証は諦める」となってしまうのは避けたいところです。

P-MAXはアセット除きテスト不可、URL固定と期間比較で代替

P-MAXはアセットのテストを除き、カスタムテストの対象外です。入札戦略やターゲティングの変更を検証したい場合は、最終ページURLなど他の条件を固定した上で、変更前後の一定期間を比較する期間比較法が現実的な代替手段になります。

AI Max組み込み実験など公式実験フローの活用

Google広告には、カスタムテスト以外にも公式の実験フローが用意されている領域があります。たとえばAI Maxの組み込みに関する検証は、組み込み型の50/50実験という形で提供されており、対応範囲が異なる複数の実験手段を状況に応じて使い分ける発想が必要です。具体的な設計例はAI Maxの組み込み50/50実験を使った検証設計で扱っています。

よくある質問

Q：カスタムテスト中に元のキャンペーンを編集してもいいですか？ 同期（Sync）機能を有効にしておけば、元キャンペーンへの変更が自動的にバリアント側にも反映されるため、検証条件を保ったまま運用調整を続けられます。同期をオフにしたまま片方だけ手動変更すると、比較条件が崩れて結果の信頼性が失われるため注意が必要です。

Q：キャンペーンを複製して配信すると学習はリセットされますか？ はい、複製したキャンペーンは新規扱いとなり、スマート入札の学習はゼロから始まります。カスタムテストであれば元キャンペーンの学習基盤を引き継げるため、学習リセットを避けたい場合はテスト機能を選ぶのが基本です。

Q：カスタムテストの期間はどれくらいが適切ですか？ 最低でも2〜4週間、かつコンバージョンサイクルを複数周含む期間の確保が目安とされています。バリアントあたりに必要なCV数から逆算し、月間CV数と分割比率を当てはめて必要期間を見積もる考え方が実務的です。

Q：テストで有意差が出ないのは失敗ですか？ 有意差が出ないことは、差がないと証明されたわけではなく、現状のデータ量では検出できなかったという意味にすぎません。CV母数や期間、変更幅を見直したうえで、延長・差し戻し・条件付き採用のいずれかを選び、必要であれば再設計するのが妥当な対応です。

Q：P-MAXキャンペーンでカスタムテストは使えますか？ アセットのテストを除き非対応です。入札戦略やターゲティングを検証したい場合は、最終ページURLなどの条件を固定した期間比較法や、AI Max組み込みなど公式の実験フローを代替手段として検討する必要があります。

Google広告のカスタムテストは、設定手順そのものより、何を・どの分割方式で・どれくらいの期間検証するかという設計の巧拙で成否が分かれる機能だと考えられます。真策堂では、月間CV数からのテスト可否判断や検証設計の組み立てについて、こうした観点からのご相談を受けています。