はじめに：TikTok広告のターゲティングが重要な理由

TikTokの月間アクティブユーザーは急激に伸び続けており、日本国内だけでも数千万規模のリーチが可能です。

ところが、配信先を広く取りすぎると無駄クリックが増え、逆に絞り込み過ぎると配信量が不足し学習フェーズが進みません。

そのバランスをとるのが「ターゲティング設計」と「セグメント設定」です。

本記事では、TikTok広告マネージャーの最新機能を踏まえ、実際にCPAを30％削減した事例や設定手順を交えながら解説します。

TikTok広告ターゲティングの基本構造

1. コアオーディエンス（属性・興味関心・行動）

コアオーディエンスは、広告セット作成時に「デモグラ」「インタレスト」「ビヘイビア」で指定する標準ターゲティングです。

TikTokは詳細な検索キーワードを持たない代わりに、視聴データとクリエイティブ反応をAIで分類しています。

特に「ビヘイビア」では過去7日と15日の「動画のいいね」「コメント」「シェア」など、購買意欲の高いアクションに基づく配信ができる点が強みです。

2. カスタムオーディエンス

WebサイトCV、アプリイベント、メールアドレス、電話番号、広告IDなどをアップロードして作成するセグメントです。

iOSのATT（App Tracking Transparency）により計測データが一部制限されますが、TikTok PixelとEvents APIの併用でコンバージョン数の補完が可能です。

3. Lookalikeオーディエンス

カスタムオーディエンスをもとに、類似度1〜10％の範囲で拡張する配信手法です。

収集できるサンプル数が1,000件を超えると精度が安定し、推奨は3,000件以上です。

4. Smart Performance Campaign（SPC）

ターゲット設定を最小限に抑え、AI最適化に任せる新機能です。

入札とクリエイティブを自動でテストし、パフォーマンスの良いセグメントへリソースを集中します。

ただし学習期間が長く、一定の予算確保（目安：1日あたり50コンバージョン）が必要です。

セグメント設定のステップバイステップ

ステップ1：アカウント構造をシンプルに保つ

キャンペーンは目的別（認知・トラフィック・コンバージョン）に分類。

広告セットは「コア」「カスタム」「Lookalike」の3レイヤーで構築すると学習フェーズが早まります。

ステップ2：ペルソナに合わせたクリエイティブバリエーション

同じ配信条件でも、動画の冒頭3秒が違えば反応は大きく変わります。

ペルソナのインサイトから「共感セリフ型」「ハウツー提示型」「実演レビュー型」などを複数用意し、A/Bテストを並行実施します。

ステップ3：入札戦略と学習フェーズの最適化

広告セット作成後、最初の50CVまでは入札を触らないことが成功の鉄則です。

途中でCBO（Campaign Budget Optimization）へ切り替える場合は、前週平均CPA×50を目安に日予算を設定します。

ステップ4：除外設定で無駄コストを抑制

商品購入済み、LP到達後7日以内ユーザーなどをカスタムオーディエンスで除外します。

ブランドセーフティ設定を有効にし、危険コンテンツカテゴリーからの配信も排除可能です。

最新アップデート：検索広告とショッピング連携

Search Ads Toggle

ユーザーが検索窓に入力したキーワードに合わせて広告が表示される機能がβ版から本格展開されています。

ターゲティングは「検索意図」の強い層に自動で最適化されるため、コンバージョン率が平均＋9〜12%向上したケースが多いです。

Video Shopping Ads

自社ECやShopifyと連携し、動画内から商品カタログをカルーセル表示できます。

ショップ訪問者データをそのままカスタムオーディエンスに送り、リターゲティングが可能になりました。

成果を測定・改善するKPI設計

主要KPIは「CPM」「CTR」「CVR」「CPA」「ROAS」で、第一指標はプロダクトフェーズにより調整します。

認知重視ならCPMと再生完了率、獲得型ならCPAとCVRを重視するのが一般的です。

TikTok Attribution Managerで計測窓を環境別に設定し、アプリはSKAdNetwork、WebはUTM&サーバーサイド計測を併用するとデータロスを最小化できます。

よくある質問（FAQ）

Q1：ターゲティングを細かく設定すると本当に成果が上がる？

必ずしも細分化が最適とは限りません。

小規模データでは学習が進まずRPM（Revenue per Mille）が低下するため、まずは広めのセグメントで開始し、配信結果に基づいて除外＆調整するのがセオリーです。

Q2：iOSユーザーへの配信は効果が出にくい？

ATTの影響で計測結果が小さく見えるケースはあるものの、実際のCVが減っているわけではありません。

Events APIとシングルソースオブトゥルース（SSOT）で補完し、チャネル横断で評価することが重要です。

Q3：広告審査に落ちやすいNGポイントは？

誇大表現、ビフォーアフター画像、医薬品・アルコール表記が代表的なNG要素です。

TikTokのポリシーは頻繁に更新されるため、審査ポータルの最新情報をチェックしてください。

まとめ：最適なセグメント設定こそ勝利の鍵

TikTok広告はAIの進化が早く、ターゲティングも「設定する」より「学習させる」時代に移行しています。

とはいえ、最初の設計次第でAIが学習するデータが変わり、その後の成果にも大きく差がつきます。

本記事でご紹介したコア→カスタム→Lookalike→SPCのレイヤー構成と、クリエイティブ多様化、適切な除外設定を押さえれば、無駄を削ぎ落とした効率的な運用が実現できます。

ぜひ自社アカウントで試し、数字で改善を実感してください。