Meta・Instagram・LinkedIn・X：ターゲットと目的でSNS広告を選ぶ

仮の例として、2つの事業を並べます。1つは手作り雑貨を扱う個人経営のEC、もう1つは社員向け研修サービスを売る従業員30名ほどの会社です。月の広告予算がどちらも同じ10万円だったとしても、向く媒体も、見るべき指標も、確認すべき法令も同じにはなりません。Meta、Instagram、LinkedIn、Xの機能一覧を並べて比べても、この違いは見えてきません。比較の物差しを先に決めることが、本稿の主題です。なお、各媒体の仕様・料金・提供条件は頻繁に変わります。表の内容は一般的な傾向として読み、出稿前に各社の公式ヘルプで確認してください。

媒体の前に、購買行動の「入口」を決める

検索広告は、すでに探している人に表示されます。Google広告の検索キャンペーンで拾えるのは、言葉にできる需要です。SNS広告は逆で、まだ探していない人のタイムラインに入り込み、興味を呼び起こす役割が中心になります。同じ「広告」でも、前者は需要の回収、後者は需要の喚起に近い働きをします。したがって、SNS広告の成果を検索広告と同じ基準で測ると、ほぼ確実に見誤ります。直接の購入が少なくても、のちに指名検索が増える、という間接効果は、直接のコンバージョンだけを見ていると捉えられません。

入口の次に決めるのは、自社が持っているデータです。顧客リスト、サイトの訪問履歴、メール購読者がどれだけあるかで、使えるターゲティングの幅が変わります。何も持っていない段階で、細かい絞り込みから始めても、配信量が足りずに学習が進みません。ターゲットの置き方そのものは、ペルソナとカスタマージャーニーの記事で扱った、データから作る方法を前提にしています。

4つの媒体を同じ物差しで比べる

下の表は、利用文脈、広告フォーマット、ターゲティングの軸を並べたものです。あくまで一般的な整理であり、個々の機能の有無や名称は各社の公式ヘルプで確認してください。

InstagramはMetaの配置の1つとして設計する

表でInstagramを独立した行にしなかったのには理由があります。Instagramへの広告は、Meta広告マネージャでFacebookと同じキャンペーンから、配置の選択として出稿するのが一般的な構成です。つまり比較の単位は「媒体」ではなく、「縦長の動画か、正方形の画像か」というクリエイティブの形式と配置になります。実務ではここを見落とし、Instagram用とFacebook用でキャンペーンを分けて予算を分散させてしまう例が少なくありません。分けるべきなのは、目的とターゲットが違うときだけです。

LinkedInは「誰に届くか」を絞れる代わりに、母数の確認が必須

LinkedInの強みは、職種や役職、業種、企業規模のような仕事上の属性で絞り込める点です。経営企画部長だけ、従業員1,000名以上の製造業だけ、といった指定は、他の媒体ではやりにくい設計です。一方で、絞り込みすぎるとオーディエンスが小さくなりすぎます。LinkedInのヘルプには最小規模の条件や見積りの表示があるため、配信前に「このターゲットは何人いるのか」を管理画面で確認してください。前提となるデータが少ない段階で細かく刻むほど、学習に必要な配信量が確保できなくなります。

Xは話題と同時に動く媒体で、掲載面の確認が運用に入る

Xは、ニュースやイベントのようにタイミングが重要な訴求に向きます。キーワードで絞る機能は、話題が動いている最中に認知を取りたい場合に使えます。ただし、仕様や提供条件が他の媒体より短い間隔で変わる可能性があります。掲載先の文脈も、出稿前の確認項目に加えます。

キャンペーン目的が配信を決める

ターゲットの次に効くのが、キャンペーン目的の設定です。Meta ビジネスヘルプセンターは、キャンペーンの目的を、認知度、トラフィック、エンゲージメント、リード、アプリプロモーション、売上といったグループに整理して説明しています(名称と数は変更されることがあります)。LinkedInやXにも同様に目的の選択がありますが、名称も選べる最適化の対象も同じではありません。

目的は「何を成果とみなすか」ではなく、「媒体のアルゴリズムが、どの行動をとりそうな人を探すか」を決める設定です。トラフィックを選べば、リンクをよく開く人が優先され、リードや売上を選べばそれらを達成しそうな人が優先されます。リード獲得が目標なのにトラフィックを選ぶと、レポート上の遷移数は伸びても、フォームを送る人はほとんど増えません。数字がきれいに見えるぶん、問題に気づくのが遅れます。

購入やリードを最適化する目的を選ぶには、Metaのピクセルやコンバージョンを送る仕組み、LinkedInのインサイトタグのような計測が前提です。計測の設計はマーケティングKPIの決め方に沿って、事業目標から逆算して整理してください。

ただし、成果に近い目的ほど良いとは限りません。購入のようなまれなイベントを最適化の対象にすると、データ量が少ない小規模なアカウントでは、媒体側の学習に必要な件数に届かず、配信が不安定になります。このような場合は、あえて1段手前のイベント(商品ページの閲覧、カート追加、資料ダウンロードなど)を最適化の対象にして、データが蓄積してから目的を引き上げる方法も選択肢になります。どちらが正しいかは、月に何件のイベントが発生するかで決まるため、まず自社の現状の件数を確認してください。

ステマ規制と個人情報：出稿前に確認すること

SNS広告には、検索広告よりも法令・規制の確認が多く必要です。以下は一般的な整理であり、個別の適用は事案ごとに判断されます。最終的には消費者庁・個人情報保護委員会・総務省の公表資料と、必要に応じて弁護士など専門家の見解に当たってください。

ステルスマーケティング規制は「広告に見えない投稿」が対象

消費者庁の公表資料によれば、2023年10月1日から、景品表示法の不当表示の1つとして、一般消費者が事業者の表示であることを判別することが困難な表示が規制の対象とされています。広告主である事業者が責任を負う枠組みで、違反した場合は措置命令の対象となり得るとされています。ここで注意したいのは、媒体の広告枠から配信される広告は、「広告」「スポンサー」などの表示によって通常は広告と分かりやすい点です。リスクが生じやすいのは、むしろ次のような、広告に見えない形で出る投稿です。

• インフルエンサーやアンバサダーに依頼した投稿(商品の提供や報酬がある場合)
• アフィリエイトの成果報酬を得ている紹介投稿
• 従業員が個人のアカウントから、会社の指示で行う紹介投稿

依頼投稿では、広告であることを読み手が分かる形で表示させる運用が必要です。「#PR」のような語を末尾の大量のハッシュタグに埋もれさせると、分かりにくいと判断される可能性があります。Metaの「有料パートナーシップ」のような機能が使える場合は活用を検討し、契約書や依頼書に、表示のルールと確認方法を明記してください。具体的な基準は消費者庁の運用基準で確認できます。

個人情報は「リスト」と「タグ」の2か所に出る

SNS広告で個人情報が関わる場面は、主に2つあります。1つは、顧客のメールアドレスなどのリストをカスタムオーディエンスとして媒体に渡す場合です。もう1つは、サイトに設置したタグ(ピクセルなど)が、Cookieなどを通じて閲覧データを媒体に送る場合です。前者は、リストの取得時に利用目的を伝えているか、媒体への提供が個人情報保護法上どう整理されるかを確認します。後者は、2022年4月施行の改正で整理された「個人関連情報」の取扱いや、総務省が所管する電気通信事業法の外部送信規律(2023年6月施行。対象となる事業者・サービスに該当する場合に、通知・公表などが必要とされる制度)への該当性を、それぞれの公表資料で確認します。該当するかどうかは事業の形態で異なるため、断定せず、個別に確認してください。

選定シートと、AIに任せてよい範囲

ここまでの内容を、出稿前に埋める1枚のシートにします。左に質問、右に答えを書くだけの形式で十分です。

AIはこのシートの下書きと、確認事項の抜け漏れチェックに向いています。一方で、仕様や法令の最新の内容を正確に答えることは得意ではありません。そのため、不明な点を推測で埋めないように、プロンプトの側で制約をかけます。

次の事業のSNS広告の媒体選定を、候補比較として整理してください。
事業：（内容）／顧客：（BtoCまたはBtoB、年齢層・職種）／ゴール：（リード、購入、認知から1つ）／月の予算（仮）：（金額）／持っているデータ：（顧客リスト、サイト訪問など）
条件：Meta、LinkedIn、Xの3つを、向く理由と向かない理由の両方で書く。費用や配信単価の数値は出さない。仕様や法令で断定できない点は「不明・要確認」と書き、確認すべき公式資料の種類を挙げる。
出力：表形式と、最初に試す1媒体の案。

AIの答えで人が確認することは、3つあります。第一に、機能や配信条件の記述は、公式ヘルプと突き合わせます。第二に、法令に関する記述は、AIの言い切りをそのまま採用せず、一次資料で確認します。第三に、「向く」とされた理由が自社の顧客データと矛盾しないか、実際のオーディエンス見積りで確かめます。

もっとも、この比較表と選定シートは一般論の整理であり、実際の配信では、クリエイティブの出来や業種の特性によって順位が入れ替わります。BtoBでもMetaのリード獲得が合う場合があり、BtoCでもLinkedInが合う場合があります。また、2媒体を同時に始めると、少額の予算がそれぞれ学習に足りなくなるおそれがあります。仮の例として、1つの媒体・1つの目的で4〜6週間走らせ、データが集まってから次を追加する進め方が、小さな予算では現実的です。複数の広告案を比較して学ぶ手順は、AIで広告クリエイティブの案を出し、テストで確かめるに続きます。体系的に学ぶ場合は講座のページを参照してください。