多店舗のGoogle広告は店舗別に分けるべきか｜学習データ量とエリア予算配分で決める判断フレーム

この記事のポイント

• Google広告の複数店舗キャンペーンは、店舗数でなく週次CV数で分割可否を判断すべき
• キャンペーン単位のCVデータが週10〜15件を下回るなら、分割より統合が原則
• 拠点数と予算規模から統合型・エリアクラスタ型・店舗別型・MCC型の4パターンを特定できる
• エリア予算は売上比例でなくCPA・CVR実績で初期配分し、月次で再配分するのが定石

複数店舗を展開する企業でGoogle広告を担当していると、ある時期からCPAの店舗間格差に頭を抱えることになります。A店は好調なのにB店は同じ設定なのに全く伸びない。「とりあえず店舗ごとにキャンペーンを分けよう」という判断が、実はこの格差を悪化させているケースは少なくありません。

多店舗ビジネスのGoogle広告 複数店舗 キャンペーン 分け方を考えるとき、多くの担当者は拠点数や社内の力関係で「分けるか・まとめるか」を決めがちです。しかし本来の判断基準はそこではありません。スマート入札がどれだけのコンバージョンデータを学習できるかという、極めて技術的な一点に尽きます。

この記事では、CVデータ量・商圏の重なり・予算管理単位という3つの軸で自社の構成を特定し、拠点数別の具体的なアカウント構成パターンからエリア予算配分の実装手順まで、判断してすぐ着手できる粒度で解説します。

複数店舗のGoogle広告キャンペーンは分けるべきか｜結論と判断の全体像

結論から言うと、店舗別に分けるかどうかはキャンペーン単位の週次CV数で決まります。拠点数がいくつであっても、この一点が分割可否の第一判断軸です。

結論：店舗数ではなくキャンペーン単位の週次CV数で決める

Google広告のスマート入札は、キャンペーン単位で蓄積されたコンバージョンデータをもとに入札額を自動調整する仕組みです。データが薄いキャンペーンほど入札精度は不安定になり、これは店舗数が3つでも30でも変わらない構造上の制約です。目安として、1キャンペーンあたり週15件前後のコンバージョンを確保できないなら、店舗別に分割するよりも統合したほうが機械学習は安定しやすいと言われています。逆に、単一店舗だけでこの水準を満たせる規模なら、店舗別に分けても学習は崩れにくくなります。

分割・統合それぞれに固有の失敗モードがある

厄介なのは、分割にも統合にもそれぞれ別の落とし穴がある点です。分割型はデータが店舗ごとに分散し学習が痩せる一方、統合型は複数店舗が同じ検索語句・同じ地域に出稿することで自社同士がオークション内で競合してしまう現象が起きます。どちらか一方が「絶対に正しい構成」ということはなく、自社の状況に応じてどちらのリスクを許容できるかで決める性質のものです。

なぜ「とりあえず店舗ごとに分割」が失敗するのか

予算を無理に店舗ごとに切り分け困惑する担当者

店舗ごとの分割が失敗するのは、管理のしやすさを優先した結果、スマート入札の前提条件を壊してしまうためです。

スマート入札はキャンペーン単位のCVデータ密度で精度が決まる

スマート入札とは、目標CPAや目標ROASなどのKPIに沿って、Google広告のシステムが自動で入札額を調整する機能のことです。この自動調整の精度は、直近のコンバージョンデータの量と質、つまりコンバージョンデータ量に強く依存します。Adtaxiのブログでは、店舗ごとの過剰な分割は機械学習のデータサイロを生むため、経済特性が近い店舗を地域グループでまとめてCVデータを密集させる設計を推奨していると指摘されています。日本国内でも管理画面の構造は共通しているため、この「データ密度」という発想はそのまま応用できる考え方です。

店舗別分割で1キャンペーンあたりのデータが痩せる計算例

たとえば全店合計で月間150件のコンバージョンがある企業を考えます。10店舗に均等分割すると、1キャンペーンあたりは月15件、週あたりでは4件弱まで落ち込みます。これでは学習データとして心もとない水準です。一方、5店舗をまとめたクラスタを2つ作れば、1クラスタあたり月75件、週あたり17〜18件程度は確保でき、学習の安定ラインに近づきます。この単純な割り算だけでも、分割数を増やすほど個々のキャンペーンが弱くなる構造が見えてきます。

店舗別分割と統合の違いは何か｜メリット・デメリット比較

店舗別分割と統合の違いは、予算統制のしやすさと学習効率のどちらを優先するかというトレードオフに集約されます。

観点	統合型	分割型
予算統制	店舗別の予算指定がしにくい	店舗ごとに予算上限を明確化できる
学習効率	CVデータが集約され安定しやすい	データが分散し学習が不安定になりやすい
訴求の自由度	店舗固有の訴求がしにくい	店舗ごとの訴求文・オファーを出し分けやすい
管理工数	少ない	店舗数に比例して増える

統合型の強みと弱み（データ密度と引き換えの統制力低下）

統合型は前述の通り学習が安定しやすい一方、特定の店舗にばかり予算が偏っても止めにくいという弱点があります。スマート入札が獲得効率の高いエリアへ自動的に予算を寄せる仕組みのためです。この偏りへの対処法は後述の共有予算と個別予算の使い分けと配分が偏るときの対処で扱っている内容が実務上の対処策になります。

分割型の強みと弱み（統制力と引き換えの学習分断)

分割型は逆に、店舗ごとの予算・訴求の裁量は保ちやすいものの、前段で示した通りデータが痩せる問題を常に抱えます。CV数が不足しがちな店舗では、フォーム送信の途中段階をコンバージョンとして計測するマイクロCV設計で学習期間を短縮する手順のような補完策を組み合わせる必要が出てきます。

統合でも起きる自社競合（同一オークション内カニバリ）の仕組み

見落とされがちなのが、統合型にも固有のリスクがある点です。Automated Marketing LLCの記事では、単一キャンペーンで複数都市を狙うと地理ターゲットがわずかに重なった瞬間、自社の店舗同士が同一オークションで競合し、気づかぬうちにCPCを吊り上げてしまうと指摘されています。統合すれば万事解決というわけではなく、この自社競合は別途の設定で防ぐ必要があります。

分割か統合かを決める3軸判断フレーム

図1: 分割か統合かを判断する3軸フローチャート

自社に合う構成は、CVデータ量・商圏の重なり・予算管理単位という3つの軸への回答から論理的に導けます。

軸1：キャンペーン単位で週次CVを確保できるか（データ量）

分割後の各キャンペーンで週15件前後のコンバージョンを見込めるかを、まず過去実績から試算します。見込めないなら分割は時期尚早です。

軸2：店舗商圏が地理的に重なるか（カニバリリスク）

隣接店舗の商圏がどの程度重なっているかを地図上で確認します。商圏が重なるほど統合時のカニバリリスクは高まり、地域設定の精緻化が必須になります。エリアの重なりを具体的に検討する際の視点は京都の商圏を例にしたエリア別配信の分割・除外設計が参考になります。

軸3：店舗別に予算・KPIを別管理する経営上の必然があるか

FC加盟店ごとに広告費を個別に負担している場合など、会計・権限上の理由で店舗別管理が必須な状況もあります。この場合は学習効率よりも管理単位の独立性を優先せざるを得ません。

判断フローチャート：3軸の答えから構成パターンへ

3軸の回答を組み合わせると、次のように構成パターンが決まります。データ量が十分で商圏が重ならず経営上の分離要件もないなら統合、データ量が不足していても経営上の分離が必須ならMCC配下での分割検討、というように条件分岐で整理すると迷いが減ります。

拠点数・予算規模別のアカウント構成パターン4類型

図2: 拠点数と予算規模で分かる4つの構成パターン

構成パターンは拠点数と予算規模の組み合わせで、おおむね4類型に収斂します。Button Blockの記事では、店舗別キャンペーンには月500〜800ドル程度の予算フロアを置き、これを下回るなら統合すべきという定量基準が示されています。日本円ベースで考える際は、為替や広告単価の違いを踏まえつつ「店舗別に分けたキャンペーンが最低限の学習量を賄えるだけの月予算を持っているか」という考え方自体を目安にするのが実務的です。

統合型：全店1キャンペーン＋住所アセットで最寄り店舗を表示

拠点数が少なく商圏も重ならない、あるいは店舗別の予算フロアを満たせない場合の既定パターンです。住所アセットとは、広告に店舗の所在地情報を表示し、検索ユーザーに最寄り店舗を案内する仕組みのことです。全店を1キャンペーンにまとめつつ、この住所アセットで店舗ごとの動的表示を担保します。

エリアクラスタ型：商圏特性が近い店舗をグループ化する中間解

商圏特性や客層が近い店舗をいくつかのグループに分け、グループ単位でキャンペーンを構成する中間解です。データ密度を保ちながら、ある程度エリアごとの訴求差別化もできるため、10〜20拠点規模でよく検討される選択肢です。

店舗別型：市場が明確に分かれ予算下限を満たせる場合

各店舗の商圏が明確に分かれており、かつ店舗ごとの予算が学習を維持できる下限を満たせる場合に限り、店舗別型は機能します。この条件を満たさないまま形だけ分割すると、前述のデータサイロに陥ります。

MCC型：FC・本部加盟店構造で会計や権限を分ける場合

FCや本部加盟店の構造で、会計・権限を法的に分離する必要がある場合はMCC(マネージャーアカウント)配下に各店舗のアカウントをぶら下げる構成が現実的です。詳細な権限設計はGoogle広告MCC（マネージャーアカウント）の構造・権限設計で扱っている内容に譲ります。

エリア予算配分はどう決めるか｜店舗規模比例をやめる

エリア予算配分は、店舗の売上規模ではなく獲得効率の実績値をもとに決めるのが定石です。

店舗の売上規模に比例させる配分が失敗する理由

売上が大きい店舗に多くの広告費を割り振るという発想は直感的ですが、その店舗の広告経由CVRが低ければ非効率な投資になります。売上規模と広告の獲得効率は別軸の指標であり、混同すると配分の精度が下がります。

獲得効率ベースの初期配分と月次リバランスの手順

Search Engine Landの記事では、予算配分は店舗規模や売上比ではなくCPL(獲得単価)とCVRの実績に従わせ、月次で好調拠点へ再配分すべきだと述べられています。実務では、まず直近1〜3カ月のCPAとCVRで店舗をランク付けし、下位店舗の予算を上位店舗へ段階的に移す運用が現実的です。総予算そのものの決め方に迷う場合は、売上目標から逆算する広告予算策定フレームで総枠を固めてから配分に進むと筋道が通ります。

共有予算とポートフォリオ入札戦略で配分を自動化する方法

共有予算とは、複数キャンペーンに一つの予算枠を割り当て、システムが日々の消化配分を自動調整する機能です。ポートフォリオ入札戦略と組み合わせることで、店舗横断のKPI目標に沿った予算移動をある程度自動化できます。ただし全自動に委ねきると特定店舗への偏りが起きやすいため、月次での人手によるチェックは省略しないほうが安全です。

店舗同士の自社競合を防ぐ地域ターゲティング設定

図3: 店舗商圏の重なりを防ぐ境界設定図

自社競合は統合・分割いずれの構成でも起こり得るため、地域ターゲティングの設定精度がそのまま収益性を左右します。

地域設定は「所在地」ベースを選ぶ

Google広告の地域設定には「所在地」と「地域への関心」の2種類があります。自社競合を避けるには、実際にそのエリアにいるユーザーにのみ配信する所在地ベースを選ぶのが基本です。関心ベースのままにしていると、居住地が離れたユーザーにも配信され、店舗間の商圏線引きが機能しなくなります。

商圏境界の設計と競合エリア名の除外キーワード

隣接店舗との境界となる駅名・地名を明確に決め、片方のキャンペーンでもう一方のエリア名を除外キーワードに設定します。この一手間だけで、同一検索語句への二重出稿によるCPC高騰をかなり抑えられます。

住所アセットと地域グループの設定

複数店舗を1キャンペーンに統合している場合、地域グループ機能を使うと、エリアごとに入札調整比率を分けられます。住所アセットと組み合わせれば、ユーザーの検索地点に最も近い店舗情報を自動的に表示させることも可能です。

スマート入札を壊さず構成変更するための移行手順

構成変更後の一時的な数値悪化に身構える担当者

既存の構成からの変更は、学習リセットの影響をどう最小化するかが成否を分けます。

構成変更で学習に何が起きるか

キャンペーンを分割・統合すると、それまで蓄積されていたコンバージョン履歴が新しいキャンペーン単位でリセットに近い状態になります。この学習の立ち上げ直しの期間は入札が不安定になりやすく、CPAが一時的に悪化するのが一般的です。

移行の順番と検証期間の置き方

いきなり全店舗を一度に切り替えるのではなく、一部店舗グループで先行実施し、2〜4週間程度の検証期間を置いてから本格展開する段取りが安全です。検証期間中はCPA目標をやや緩めに設定し、学習の立ち上がりを妨げないようにします。

店舗別のCV計測（電話・来店・フォーム）を先に固める

構成変更よりも先に着手すべきなのが、店舗別のコンバージョン計測の整備です。電話・来店・フォームのどれを正としてカウントするかが店舗間で揺れていると、構成をいくら最適化してもデータの信頼性自体が担保できません。来店計測の詳細は来店コンバージョンの利用条件と計測の仕組みで確認しておくと、構成変更後の判断材料が安定します。

P-MAX・Meta広告など他形式での多店舗設計はどう考えるか

検索広告以外の形式でも、CVデータ量・商圏の重なり・予算管理単位という3軸は基本的にそのまま応用できます。

P-MAXと多店舗（アセットグループと店舗目標の考え方）

P-MAX(パフォーマンス最大化キャンペーン)では、アセットグループ単位で学習が行われるため、検索広告のキャンペーン単位と同じ考え方でデータ密度を確保する必要があります。店舗目標機能を使えばGoogleビジネスプロフィールと連携した最寄り店舗表示も可能ですが、アセットグループを店舗ごとに細分化しすぎると同様のデータサイロが起きやすい点は変わりません。

Meta広告の多店舗配信で同じ判断軸を使う

Meta広告でも、広告セット単位での学習データ量の考え方は共通しています。媒体が変わっても「データを集約するか分散させるか」という判断軸そのものは流用できるため、Google広告で決めた構成方針をMeta広告側の設計にも横展開しやすくなります。

よくある質問

Q：複数店舗がある場合、Google広告のキャンペーンは店舗ごとに分けた方がいいですか？ 店舗数ではなく、キャンペーン単位で週次コンバージョン数を確保できるかどうかで判断します。目安の水準を確保できないなら、統合したほうが学習は安定しやすいと考えられます。

Q：Google広告のアカウントは1つにまとめるべきですか？複数に分けるべきですか？ 原則は1広告主1アカウントです。会計処理や権限管理を法的に分離する必要がある場合に限り、MCC(マネージャーアカウント)配下で複数アカウントに分ける構成を検討します。

Q：店舗ごとの広告予算はどうやって配分すればいいですか？ 売上規模に比例させるのではなく、CPAやCVRといった獲得効率の実績値をもとに初期配分を決めます。その後は月次で実績を見直し、好調な店舗へ予算を再配分していく運用が定石です。

Q：キャンペーンを統合したら特定の店舗ばかりに予算が偏るのはなぜですか？ スマート入札が獲得効率の高いエリアへ自動的に予算を集中させる仕組みのためです。共有予算の消化ロジックを理解した上で、偏りが目標から大きく外れる場合のみ人手で介入する基準を事前に決めておくと安心です。

Q：フランチャイズで本部と加盟店のどちらが広告を運用すべきですか？ 計測とデータ基盤は本部で中央集権化し、予算配分の一部と訴求内容は加盟店の裁量に委ねるハイブリッドなMCC型構成が実務標準として挙げられます。

多店舗のGoogle広告構成は、一度決めて終わりではなく拠点数の増減や予算規模の変化に応じて見直しが必要になるテーマです。真策堂では、こうしたアカウント構成の判断やエリア予算配分の設計についてご相談を受けています。自社の拠点数・予算規模でどのパターンが適するか整理したい場合は、お気軽にお問い合わせください。