広告の予算が小さいと、A/Bテストで結果を確かめるだけで何年もかかります。数字の大きさに頼らず、AIが毎日の地道な作業を引き受けて、少しずつ学んでいく仕組みを目指した取り組みです。
事例の概要
- 業種
- ブランディング(企業・採用のブランディング、DXのコンサルティング)
- 対象
- 検索広告と、広告から訪れるLP
- いまの段階
- 仕組みの設計と、計測の基盤づくり(AIエージェントは段階的に組み込む)
- 担当したレイヤー
- CRM/SFA・データ基盤、生成AI・AIエージェントの業務組み込み
なぜ、AIエージェントが必要だったのか?
広告の予算が月10万円に満たない規模では、A/Bテストで改善を確かめるのに何年もかかります。一方で、検索されたクエリを1件ずつ読んで仕分ける作業は、人には続けにくくても、AIには向いています。
- 予算が小さく、統計的なテストで結果を確かめるには時間がかかりすぎた
- 商談につながらない検索にも、広告費が使われていた
- 検索クエリを全件読む作業は、人の手では続かなかった
どんな仕組みをつくっているのか?
データの取り込みと計算はプログラムで行い、AIには仮説づくりとLPの作成を任せ、公開の前にはプログラムで機械的に検査する流れを設計しました。いまは、その土台となる計測の仕組みと、広告のデータの取り込みをつくっています。
データを集める
広告やアクセス解析のデータを、毎日決まった時間に取り込みます。計算はAIではなくプログラムで行います。
クエリを仕分ける
AIが検索クエリを全件読み、「商談につながる」「情報を集めている」「関係がない」などに仕分けます。
LPを増やし、無駄を除く
クエリのまとまりごとに専用のLPを用意し、商談につながらない検索は広告の対象から外します。
検査して公開し、学ぶ
公開の前に、表示の速さや計測、表現の決まりをプログラムで確かめます。結果が悪ければ元に戻し、学んだことを次に生かします。
AIに任せる範囲は、どう決めたのか?
最初は、AIの仕分けの結果を人が毎朝確かめるところから始め、任せる範囲を少しずつ広げる計画にしました。予算の総額を変えることや、新しい広告の作成は、最後まで人が承認します。
数字の計算はAIにさせず、プログラムで計算した値を使わせます。過去に試してうまくいかなかった案は記録しておき、同じ案を繰り返さないようにします。
- 予算の上限を、AIが広告を操作する前にプログラムで確かめ、超えたらすぐに止める
- 成果が大きく下がったら、すべての試みを止めて、直前の正常な状態に戻す
- 1日に公開できる数を決め、ボタン一つですべてを止められるようにする
- AIの操作はすべて記録し、毎日の要約をチャットに送る
どのように進めているのか?
計測の基盤
まず、LPでの行動が正しく記録されているかを自動で確かめる仕組みをつくりました。計測が気づかないうちに壊れることを、いちばんの危険と考えたためです。
クエリの仕分け
AIによるクエリの仕分けを、人の確認つきで始めます。
自律化を段階的に
LPの文言の変更から新しいLPの追加、上限の中での予算配分へと、任せる範囲を順に広げます。
