広告費を使う前に、AIにキャンペーンの失敗を想像してもらった

「1か月後、このキャンペーンは失敗しました」

広告文もターゲットも決まり、ランディングページもできました。あとは配信するだけ。その前に、企画書をAIに渡して、こんな質問を添えてみます。「1か月後、このキャンペーンは目標を達成できなかったと仮定してください。私たちは何を見落としていたのでしょうか？」

失敗した未来を想定し、そこから原因をさかのぼって考える方法をプレモータム（premortem）と呼びます。プロジェクトの開始前にリスクと対応策を検討する手法で、Atlassianのチーム向けガイドでも紹介されています。この記事では、その考え方を広告企画に応用します。

まず、AIが具体的に検討できる企画書を渡します

韓国の架空のブランド「午後商店」が、ドリップバッグコーヒーを発売するとします。届けたいのは、午後に職場でコーヒーを飲む人です。「この広告、どう思う？」だけでは、答えも漠然としがちです。商品の条件と、期待する行動を先に整理します。

• 商品：ドリップバッグ10個入り、販売価格は₩18,000。送料は別途かかり、決済画面で表示します。
• ターゲットの仮説：午後にデスクでコーヒーを飲む会社員。顧客調査ではまだ確認していません。
• 広告文：「いつもの午後を特別に。プレミアムなコーヒーとの出会いを。」
• ランディングページ：冒頭は雰囲気のある商品写真。その下に豆の産地とブランドストーリー、さらに下に内容量、価格、抽出方法を載せます。
• 目標：最初の4週間で新規顧客の購入100件。広告費の上限は₩1,500,000で、購入は自社ストアで確認できた注文を基準に数えます。

予算を全額使い、100件すべてを広告経由で獲得すると単純計算すれば、購入1件あたりの広告費は₩15,000です。販売価格が₩18,000という情報だけでは、この獲得費用を許容できるかは分かりません。原価、梱包、送料の負担、返品などを差し引いて、初回注文でいくら残るかを確認します。リピート購入への期待も、まだ実績として確認できた売上ではありません。

失敗要因ごとに「どの記述を根拠にしたか」を聞きます

「厳しく批判して」から、もう一歩進めてみましょう。指摘が渡した資料のどこに基づくか分かれば、実際に直す箇所を考えられます。最初はリスクを3つ程度に絞ると、検討しやすくなります。

最後の依頼も大切です。失敗を想定する質問は、弱点に目を向けるよう促します。指摘をすべて受け入れると、よくできている部分まで変えてしまうかもしれません。何を残し、どんな証拠があれば指摘を取り下げるのかも確認しておきます。

「送料が問題」は、まだ結論ではありません

この企画書からは、次のような指摘が考えられます。重要なのは指摘の鋭さより、確認する方法です。AIが「会社員は価格に敏感です」と言っても、それだけで自社の顧客が買う理由が分かるわけではありません。

「送料が遅い段階で表示される」は画面で確認できます。「それが原因で顧客が離脱する」は、別に検証が必要な仮説です。離脱率が高くても、決済エラーなど別の原因かもしれません。実際のレビューや問い合わせがあれば、原文と対象期間を一緒に渡します。その商品の資料なのか、類似商品の資料なのかも区別しましょう。

企画書の3か所を修正します

検討を終えたからといって、ターゲットから商品まで全部変える必要はありません。午後商店なら、ブランド写真は残し、購入前に必要な情報を前に出す修正案を作れます。

修正後の広告文のほうが売れるかは、まだ分かりません。ただ、何を売り、いつ使い、購入前に何を知る必要があるかは明確になります。「3秒で完成」「誰もが好きな味」のように、確認していない利点を付け足さないことも大切です。

次のテストでは、確かめる問いを1つに絞ります

企画の複数箇所を修正する作業と、どの変更が効果を生んだかを調べる実験は分けて考えます。広告とランディングページを一度に変えて購入が増えても、どちらの修正が影響したかは切り分けにくくなります。

今回は「利用場面が具体的な広告文は購入につながるか」を確かめます。どちらの広告からも、正確な商品情報と送料を載せた同じページに誘導します。ターゲット、画像、特典、配信条件もできるだけそろえます。利用できる場合はA/Bテスト機能で文言を比較すると、通常の広告配分やほかの変数の影響を抑えやすくなります。

1. 仮説を書く：「プレミアム」より「デスクで飲む午後の一杯」のほうが、購入につながる利用場面を伝えられるはずです。
2. 比較する違いを決める：同じ画像を使い、抽象的な広告文と利用場面を伝える広告文を比べます。
3. 判断基準を先に決める：クリック率だけでなく、購入コンバージョンと購入1件あたりの広告費も確認します。
4. 予算上限、期間、中止条件を決める：普段の購入件数とコンバージョンの反映時間を考慮します。決済や計測に不具合があれば先に解消します。
5. 結論の範囲を明記する：購入件数が少なすぎる場合は勝者を選ばず、判断を保留します。観測した差が偶然によるものかも検討します。

すべてのキャンペーンに共通する最低日数や最低購入件数は決められません。この例の目標と予算も基準値ではありません。小さな実験は費用を抑える方法であり、少ないデータで確実な結論を出せる方法ではないのです。

運用中の広告があれば、過去の記録も使います

企画書だけでもプレモータムを始められますが、既存のキャンペーンがあれば比較の材料が増えます。Pango Neuroに広告アカウントを接続し、期間と対象を指定して関連する成果を取得すれば、企画の前提を点検するよう依頼できます。

広告媒体の購入コンバージョンと、自社ストアの新規顧客注文では集計基準が異なる場合があります。新規顧客かどうかや初回注文の利益を判断するには、注文と原価の資料を別途確認する必要があります。過去の広告成果を読めたからといって、AIが顧客の気持ちや次の結果まで分かるわけではありません。

AIを使ったプレモータムについてのよくある質問

配信前の会議で、質問を1つ変えてみましょう。「うまくいきそう？」ではなく、「目標に届かないとしたら、今どこを確かめるべきだろう？」と聞いてみます。よいプレモータムのあとには、今週確かめる問いと、修正する企画書が残ります。