【EC担当者必見】獲得率が通常キャンペーンの3倍に！？FacebookのAdvantage+ ショッピングキャンペーンの広告運用事例を大公開！
みなさん、お久しぶりです✨
入社2年目になりました！EC案件を主に担当している渡部です😊
6月から東京に配属されるので、この機会に猫ちゃんを飼おうと企んでおります...😼🤍
さて、2022年10月からFacebook広告に、自動化に特化した「Advantage+ ショッピングキャンペーン」が導入されたことをご存知ですか？
今回は、Advantage+ ショッピングキャンペーン（以下、ASCと称する）の特徴や事例を紹介していきます！
そもそもAdvantage+ ショッピングキャンペーンって何？
ASCとは、Facebook広告の機械学習を活用した自動化のキャンペーンです。（GoogleでいうP-MAXキャンペーンのようなもの）
機械学習を利用することで、少ない設定時間で効率的に確度の高いユーザーにリーチすることができます。
つまり、パフォーマンスに注力する広告主に向けた最も効率の高いキャンペーンのため、ECの売上拡大を目指すことができます。
公式ヘルプ：https://www.facebook.com/business/news/meta-advantage-automation-ad-suite-performance
以降では、ASCの特徴についてご紹介します。
Advantage+ ショッピングキャンペーンの特徴
ASCは、従来のショッピングキャンペーンと比較して、以下の2点が大きな特徴です。
- 機械学習を活用した自動ターゲティングが可能
- クリエイティブの組み合わせを最大150個までテスト可能
機械学習を活用した自動ターゲティングが可能
従来のショッピングキャンペーン（ダイナミック広告）とは異なり、ターゲティングの設定が不要となっています。
先述の通り、機械学習の活用により、 Meta のアプリやサービス全体から最も確度の高いユーザーに対して、自動でターゲティングされます。
これにより、CPA ・ ROAS の改善に繋げることができ、 売上を拡大することができます。
さらに、事前に広告セットで「既存の顧客」に当たるオーディエンスリストを指定することで、新規顧客と既存顧客の予算調整が可能となります。
そのため、自動ターゲティングではありますが、ある程度新規と既存顧客の割合を調整できるところも大きな特徴です。
最大150枚までクリエイティブの組み合わせテストが可能
従来のショッピングキャンペーンでは、1つの広告セットにつき最大6枚のクリエイティブを追加することができました。
一方、ASCでは、動画広告、シングル画像広告、カルーセルやコレクションなどのダイナミック広告など、様々な形式の広告を最大150枚まで混在させて入稿することが可能です。
そのため、1つのキャンペーンに複数の広告を追加するだけで設定が完了するため、クリエイティブの改善や分析に時間を割くことができます。
さらに、追加したクリエイティブは自動的に様々なターゲティングや配信面との組み合わせが試されるので、高いパフォーマンスを発揮できるところも特徴の一つです。
広告運用事例
ここからは、同案件※にてASCと既存施策（CV類似）を並走して配信した事例を比較しながらご紹介いたします。
※商材：表札・看板
商品単価：約20,000円
CVポイント：購入完了
期間：1か月
【配信結果】
ASCでは、獲得率が10.85%とCV類似の3倍以上で獲得できていることから、ROAS2210%と全体として良好な費用対効果を得られております。
しかし、獲得率が高い一方、クリック単価既存配信の約2倍と非常に高い水準で推移をしております。
つまり、主には確度の高いユーザーに向けて配信しているので、新規顧客へのリーチは薄いのではないかと推測できます。
今後の展開としては、第2章でも記載している新規顧客と既存顧客の予算調整を行って、全体数値がどのような動きになるのか検証をしてまいります。
まとめ
いかがでしたでしょうか？
今回は、Advantage+ ショッピングキャンペーンの特徴から実績まで紹介いたしました。
ASCは2022年10月からローンチしたばかりで、まだ実績が少なく不安な企業様も多いことでしょう。
- 効率的にSNS広告を配信して自社の売上に繋げたい！
- 新しい広告運用に挑戦したいけど、どのように戦略を立てればいいのかわからない...
上記に当てはまる担当者様の課題解決をお手伝いいたします🙇♀️
Webマーケティングの総合支援会社として、いち早くASCなどの最新キャンペーンに挑戦したShiftでは、ASCに限らずその他の媒体の広告トレンドや配信事例も交えてご提供できます🙌
直接お話を聞いてみたい方は、すぐ下のお問い合わせボタンからご連絡ください！！
この記事を書いた人
Nana Watanabe
