Google広告 Audience Insights読解ガイド｜ペルソナ・Asset Insightsから訴求ズレを見抜く改善手順
Google広告の自動入札や最適化されたターゲティングを使うほど、「実際に誰がコンバージョンしているのか」は管理画面から見えにくくなります。キーワードやオーディエンスを細かく指定していた時代と違い、P-MAXやデマンドジェンではGoogle AIが配信先を広げるため、広告主側の想定ペルソナと実際の購入者がずれていても気づきにくい構造になっています。
このずれを確認するための入口が、分析情報ページにあるAudience Insights（管理画面上の表記は「オーディエンス分析」）です。コンバージョンに至ったユーザーの属性や興味関心、どのアセットにどの層が反応しているかが表示されますが、「インデックスが高いセグメントを見て、結局何を変えればよいのか」が分からず、眺めるだけで終わっているアカウントも少なくありません。
本記事では、Persona audience insights（ペルソナに関するオーディエンス分析）とAsset audience insights（アセット オーディエンス分析）の違いを画面単位で整理したうえで、どの数値を見たら配信対象を変え、どの数値を見たら訴求文やLPを変えるべきかを判断表で示します。仕様や対応キャンペーンは2026年10月時点のGoogle広告ヘルプの記載にもとづいています。
この記事の要点
- Audience Insightsは、コンバージョンしたユーザー層の特徴を「コンバージョン数のシェア」と「インデックス」で示す分析情報ページの機能
- ペルソナ分析は「誰がCVしているか」、アセット分析は「どのアセットに誰が反応しているか」を示し、使い道が異なる
- シェアが大きくインデックスも高い層は配信と訴求の軸に、インデックスだけ高い少数層はLPや訴求の仮説候補として扱う
- 読み取った仮説はCustomer Match、オーディエンスシグナル、価値ルール、検索語句レポートで裏取りしてから反映する
- 表示には十分な表示回数・インタラクション・ユニークコンバージョンが必要で、CV計測が不安定なアカウントでは先に計測を整える
Google広告のAudience Insightsでわかること
Google広告のAudience Insightsでわかるのは、広告を見てコンバージョンに至ったユーザー層の特徴と、そのユーザー層がどのアセットに反応しているかの2点です。配信設定で指定したターゲットではなく、実際の成果側から顧客像を逆算できる点が、ほかのオーディエンス関連レポートとの大きな違いです。
Audience Insights（オーディエンス分析情報）とは、Google広告の分析情報ページで提供される、コンバージョンを構成するユーザーやオーディエンスセグメントの特性を示すレポート機能です。Google広告ヘルプでは、最適化されたターゲティングや自動入札などのGoogle AI機能を使っている場合に、ターゲットに含まれるGoogleオーディエンスセグメントのうち成果の高い上位セグメントが表示されると説明されています。
ペルソナ分析とアセット分析の2種類
Audience Insightsには、Persona audience insights（ペルソナに関するオーディエンス分析）とAsset audience insights（アセット オーディエンス分析）の2種類があります。前者は「どのセグメントがコンバージョンの何割を占め、どれだけ特徴的か」を示し、後者は「個々のアセットに最も高い関心を示しているセグメントはどこか」を示します。
運用上は、ペルソナ分析を配信対象や顧客像の見直しに、アセット分析をクリエイティブや訴求の見直しに使うと役割が整理しやすくなります。両者を混同して「アセット分析で反応が良い層＝獲得すべき層」と判断すると、クリック反応は良いがCVしない層に寄せてしまうリスクがあるため、まず画面ごとの意味を切り分けて理解することが大切です。
| 比較項目 | ペルソナに関するオーディエンス分析 | アセット オーディエンス分析 |
|---|---|---|
| わかること | CVしたユーザーの中で比重が大きい・特徴的なセグメント | 個々のアセットに強く関心を示すセグメント |
| 主な指標 | コンバージョン数のシェア、インデックス | アフィニティ インデックス |
| 対象キャンペーン | 検索、ショッピング、P-MAX、デマンドジェン、動画（VACのみ）、ディスプレイ、アプリ | 検索、P-MAX、デマンドジェン、動画、アプリ |
| 表示単位 | アカウント・キャンペーン | アカウント・キャンペーン |
| 主な使い道 | 配信対象・顧客像の見直し | 訴求・アセット追加の判断 |
レポートの場所と表示条件
Audience Insightsは、管理画面の「キャンペーン」アイコンから「分析情報とレポート」を開き、「分析情報」を選んだページの「オーディエンス分析」カードで確認します。アカウント単位でもキャンペーン単位でも開けるため、まずはアカウント全体の傾向を見て、気になるキャンペーンに絞り込む順番がおすすめです。分析情報ページ右上のプルダウンでは、過去7日間と過去28日間の切り替えができます。
注意したいのは、このレポートがすべてのアカウントで必ず表示されるわけではない点です。Google広告ヘルプ「分析情報ページについて」では、関連性の高いセグメントを特定するのに十分な表示回数、インタラクション、ユニークコンバージョンを達成した場合に表示されると記載されています。CV数が少ない、あるいはCVタグが重複して計測が不安定な状態では、表示されても解釈を誤りやすくなります。一次情報はGoogle広告ヘルプ「オーディエンス分析」で確認できます。
なお、Google Ads APIには「AudienceInsightsService」という似た名前の機能がありますが、こちらはメディアプランニング向けに市場のオーディエンス構成を調べるもので、2026年10月時点の公式ドキュメントでは許可リストに登録されたアカウントのみ利用可能とされています。本記事で扱うのは、運用中のキャンペーンの成果データにもとづく分析情報ページのレポートです。
もう1つ混同しやすいのが、「オーディエンス、キーワード、コンテンツ」メニューにあるオーディエンスレポートです。こちらは年齢・性別などのユーザー属性、ターゲット設定したセグメント、除外設定ごとの掲載結果を確認・管理する画面で、広告主が指定した条件の成果を見るためのものです。Audience Insightsは指定していないセグメントも含めてCV層の特徴を示すため、両者を並べて見ると「設定した層」と「実際に成果を出した層」の差が分かります。
Persona audience insightsの読み方
Persona audience insightsは、「コンバージョン数のシェア」と「インデックス」の2指標を必ずセットで読むのが基本です。どちらか片方だけを見ると、規模の大きさと特徴の強さを取り違え、誤った打ち手につながります。
オーディエンス分析カードの下にある表を展開すると、ペルソナに関するオーディエンス分析の詳細が表示されます。列は「オーディエンス セグメント」「タイプ」「コンバージョン数のシェア」「インデックス」で構成され、タイプには購買意向の強いオーディエンス、アフィニティ カテゴリ、詳しいユーザー属性、ライフイベントなどが入ります。
コンバージョン数のシェアとインデックスの関係
コンバージョン数のシェアは、そのキャンペーンのコンバージョンのうち、該当セグメントから発生した割合です。一方のインデックスは、Google広告ヘルプの日本語版で「残りのターゲット母集団のコンバージョン率に対する各セグメントのコンバージョン率の比率」と定義されており、値が大きいほどそのセグメントが自社にとって独自性が高いことを意味します。
つまりシェアは「量」、インデックスは「濃さ」を表します。シェアが大きくインデックスも高いセグメントは、量と濃さを兼ね備えた中核顧客です。インデックスが高くてもシェアが小さいセグメントは、少数ながら刺さっている層であり、すぐに配信を寄せるのではなく訴求やLPの仮説候補として扱うのが安全です。逆にシェアは大きいがインデックスが平凡なセグメントは、母集団に多く含まれているだけの可能性があり、その層向けに訴求を作り込んでも成果が伸びにくい傾向があります。
読むときは、分析情報ページの期間を過去7日間と過去28日間で切り替えて、上位セグメントの顔ぶれを見比べる習慣をつけると精度が上がります。28日間でも7日間でも上位に残るセグメントは安定した顧客像であり、7日間だけで急に浮上したセグメントは、セールや季節イベントなど一時的な要因の影響を受けている可能性があります。
セグメントタイプごとの解釈
同じ高インデックスでも、セグメントのタイプによって示唆は異なります。購買意向の強いオーディエンスが上位に並ぶ場合は、比較検討中の顕在層が成果を支えている状態なので、価格や導入条件など比較材料を前面に出した訴求が合いやすくなります。アフィニティ カテゴリが上位の場合は、商材そのものより趣味や価値観での共感が効いている可能性があり、ブランドの世界観やライフスタイル訴求の余地を示しています。
詳しいユーザー属性やライフイベントが上位に出たときは、LPの見せ方を変えるヒントになります。たとえば「転居」や「結婚」などのライフイベントが高インデックスなら、その状況にいる人が抱える課題をファーストビューで言語化するだけで、同じ商材でも反応が変わることがあります。ここで得られるのはあくまで仮説なので、1回のレポートだけで訴求を全面変更しないことが重要です。
アカウント単位で見る右側パネル
アカウント単位で表示している場合は、セグメントを選ぶと右側のスライダーパネルに詳細が表示されます。パネルには、リスト名やタイプなどを示す顧客リストの概要と、同じセグメントが分析情報に出ているキャンペーンの一覧（ステータス、タイプ、入札戦略、よく使われるシグナル、指標のシェア）が並びます。
このパネルは、特定のセグメントが複数キャンペーンで共通して成果を出しているのか、1つのキャンペーンに偏っているのかを確認するのに役立ちます。複数キャンペーンで共通して上位に出るセグメントは、アカウント全体の中核顧客と判断しやすく、オーディエンスシグナルや価値ルールに反映する優先度が高い候補です。
Asset audience insightsの読み方
Asset audience insightsは、個々のアセットがどのセグメントに強く刺さっているかを示すレポートで、訴求の当たり外れをオーディエンス単位で確認するために使います。P-MAX、デマンドジェン、検索、動画、アプリといったアセットベースのキャンペーンで、条件を満たしたアセットにのみ表示されます。
表示される項目は、アセットに最も高い関心を示すオーディエンスセグメント（各セグメントの定義を含む）、アフィニティ インデックス、そして新しいアセットの追加を促す行動喚起の3つです。行動喚起をクリックするとアセットライブラリに移動し、同じ層に響くアセットを追加する流れが想定されています。
アフィニティ インデックスが示すもの
アフィニティ インデックスは、Google広告ヘルプで「アセットに対する特定のオーディエンスセグメントの関心度（全ユーザーに対する相対値）」と説明されています。ペルソナ分析のインデックスがコンバージョン率の比率であるのに対し、アフィニティ インデックスはアセットへの関心度の比率であり、CVへの貢献を直接示す指標ではない点に注意が必要です。
そのため、アセット分析で高い関心を示した層が、ペルソナ分析でもCVの中核に入っているかを照合する作業が欠かせません。両方で上位に出る層はアセットとCVが一本の線でつながっている状態で、そのアセットの方向性を横展開する価値があります。アセット分析にだけ出る層は、興味は引けているがLPやオファーで取りこぼしている可能性を示すシグナルです。
アセットとセグメントの組み合わせから訴求ズレを探す
訴求ズレを見抜くには、アセットごとに「狙った層」と「実際に反応した層」を並べて比較します。たとえば法人向けの導入実績を訴求した画像が、想定していた経営層ではなく個人の学習系セグメントに強く反応している場合、画像のトーンやコピーが意図と違う受け取られ方をしている可能性があります。
P-MAXのアセット オーディエンス分析では、年齢・性別といったユーザー属性も確認できるようになったと、業界メディアPPC Landが2024年5月に報じています。表示内容はアカウントにより異なるため、自社の画面で属性欄の有無を確かめたうえで、属性の偏りがアセットの人物写真やコピーの語り口と合っているかも点検するとよいでしょう。
アセット分析を読むときの注意点
- アフィニティ インデックスは関心度の比率で、CV率の比率ではない
- 表示されるのは条件を満たした一部のアセットのみで、全アセットの比較表ではない
- 関心の高い層がCVの中核かどうかは、必ずペルソナ分析と照合して判断する
- 素材の入れ替え直後は学習期間の影響を受けるため、過去28日間のデータを目安に判断する
数値から打ち手を決める判断表
Audience Insightsの数値は、「配信対象を変える」「訴求文を変える」「LPを変える」の3つの打ち手のどれにつなげるかを先に決めてから読むと、改善に直結します。レポートを眺めて気づきを集めるだけでは、次の定例で同じ議論を繰り返すことになりがちです。
以下は、Audience Insightsで見えるシグナルを打ち手別に整理した判断表です。数値の閾値はGoogleの公式基準ではなく、アカウントのCV規模に応じて調整する前提の目安として扱ってください。
| 見えたシグナル | 解釈 | 変えるもの | 具体的な打ち手 |
|---|---|---|---|
| シェア大・インデックス高のセグメント | 中核顧客が明確 | 配信対象 | オーディエンスシグナルやCustomer Matchの軸に据え、価値ルールで重みづけを検討 |
| シェア小・インデックス高のセグメント | 少数だが刺さる層 | 訴求・LP | 専用の見出しやLP分岐を作り、実験で検証 |
| シェア大・インデックス平凡のセグメント | 母集団が多いだけ | 変えない | この層向けの作り込みは後回しにする |
| 想定ペルソナが上位に出ない | 配信か訴求がずれている | 訴求文 | 想定層の課題を言語化した見出し・説明文を追加 |
| アセット分析だけで上位の層 | 興味はあるがCVで落ちる | LP | ファーストビューとオファーを見直す |
| 明らかに対象外の層がCV上位 | CV定義か計測の問題も疑う | 計測・除外 | CVの中身を確認し、必要なら除外や価値調整 |
配信対象を変えるべきパターン
配信対象を変えるのは、シェアとインデックスの両方が高いセグメントが、複数の期間・複数のキャンペーンで安定して上位に出ている場合です。過去7日間と過去28日間を切り替えても順位が大きく変わらないことを確認してから、オーディエンスシグナルへの追加や、既存顧客リストとの突き合わせに進みます。
反対に、自社の商材と明らかに無関係な層がCV上位に出てきた場合は、すぐに除外するのではなく、まずCVの中身を確かめます。資料ダウンロードや電話タップなど軽いCVが混ざっていると、商談につながらない層がCV上位に見えることがあります。除外の前にCV定義を疑うという順番を守るだけで、学習を壊す誤った除外を避けられます。
訴求文とLPを変えるべきパターン
訴求文を変えるべきなのは、想定していたペルソナがCV上位に出てこない一方で、配信量自体は十分にある場合です。この状態は、ターゲットの外側に配信されているというより、広告文やアセットが想定層の課題に触れていないことが多く、見出しや説明文に想定層の言葉を足すことで改善を狙えます。
LPを変えるべきなのは、アセット分析では高い関心を示す層が、ペルソナ分析のCV上位に入ってこない場合です。広告で興味を持たせたのにLPで期待とずれていると考えられるため、ファーストビューの見出しやオファーをその層の関心に合わせて検証します。訴求やLPの変更は、本番に一括反映するより、キャンペーン実験で比較してから採用するほうが確実です。
判断表を使うときは、1回の確認で打ち手を1つに絞ることも意識してください。配信対象、訴求文、LPを同時に変えると、成果が動いても何が効いたのか分からなくなり、次の改善に知見が残りません。優先順位は、計測の問題を除けば、変更の影響範囲が小さい訴求文から試し、次にLP、最後に配信対象という順番が扱いやすいでしょう。
キャンペーン実験の設計方法や評価期間の決め方は、以下の記事で詳しく解説しています。
Customer Matchとオーディエンスシグナルへの反映
Audience Insightsで見つけた中核顧客像は、Customer Matchのリスト設計とP-MAXやデマンドジェンのオーディエンスシグナルに反映することで、はじめて配信の改善につながります。レポートで顧客像が分かっても、それをGoogle AIに渡す入力が変わらなければ、配信結果は大きく変わりません。
アカウント単位の右側パネルには顧客リストの概要が表示されるため、自社がアップロードしたCustomer Matchのリストが、どのキャンペーンでどれだけ成果に関わっているかを確認する手がかりになります。既存顧客のリストを持っている場合は、Audience Insightsで上位に出たセグメントの特徴と、CRM上で優良顧客とされる層の特徴が一致しているかを照合するのが第一歩です。
照合の際は、顧客リストを「全顧客」の1本だけで運用しないことがポイントです。購入回数や契約金額で優良顧客、一般顧客、休眠顧客などに分けてアップロードしておくと、どのリストに近い層がAudience Insightsの上位に出ているかを比較しやすくなります。リストを分けておくこと自体が分析の解像度を上げるため、CRMからの書き出し条件を一度見直しておくとよいでしょう。
両者が一致していれば、優良顧客に絞ったリストをオーディエンスシグナルに使い、似た特徴を持つ新規ユーザーへの配信を促す設計が有効です。一致していない場合は、広告経由で獲得している顧客と、本来LTVの高い顧客がずれている可能性があります。この場合は獲得単価より顧客の質を優先した見直しが必要で、次に説明する価値ルールとの組み合わせが効いてきます。
Customer Matchのリスト作成からP-MAX・YouTubeでの活用までは、以下の記事で手順を整理しています。
価値ルールで高価値セグメントを重みづけする
Audience Insightsで特定した高価値セグメントは、価値ルールを使ってコンバージョン価値に差をつけることで、入札に反映できます。目標広告費用対効果やコンバージョン値の最大化を使っているアカウントでは、「どの層のCVが自社にとって価値が高いか」を数字で伝えることが、配信の質を変える最も直接的な手段です。
価値ルールでは、地域、デバイス、オーディエンスといった条件ごとにコンバージョン価値を調整できます。たとえばAudience Insightsで、Customer Matchの優良顧客リストに近い層が高インデックスで出ている場合、そのリストに該当するユーザーのCV価値を引き上げることで、入札がその層を取りに行きやすくなります。
ただし、価値の倍率は感覚で決めず、CRMや販売データで実際の購入単価やLTVの差を確認してから設定するのが原則です。根拠のない倍率は入札全体を歪めるため、まずは控えめな調整から始め、数週間単位で成果と配信の変化を見ながら段階的に詰めていきます。
価値ルールを適用したあとは、Audience Insightsを効果検証の場としても使えます。重みづけした層のコンバージョン数のシェアが適用前より増えていれば、入札がその層を取りに行けている目安になります。一方で、シェアが変わらないまま全体のCV数だけが落ちている場合は、倍率が強すぎるか、対象リストの規模が小さすぎる可能性があります。適用前後のシェアを記録しておくと、こうした判断を数字で振り返れます。
価値ルールの設定画面や地域・デバイス・オーディエンス別の考え方は、以下の記事で詳しく解説しています。
AI Maxと検索語句の分析で検索意図を裏取りする
Audience Insightsから立てた顧客像の仮説は、検索キャンペーンでは検索語句の分析情報や検索語句レポートで「その層が実際にどんな言葉で検索しているか」を確認することで裏取りできます。オーディエンスの属性だけで判断すると、同じ層の中にある検索意図の違いを見落としてしまうためです。
分析情報ページには、検索語句を意図ごとのカテゴリにまとめる「検索語句に関する分析情報」も並んでいます。Google広告ヘルプによると、この分析情報は2026年10月時点で検索、P-MAX、ショッピングの各キャンペーンで利用でき、プライバシー上の理由で検索語句レポートに表示されない語句も含めてグループ化されます。オーディエンス分析で見えた顧客像と、検索カテゴリの上位を並べて見ると、どの課題を抱えた人がCVしているのかが立体的に見えてきます。
AI Max for Searchを使っている検索キャンペーンでは、検索語句の拡張や最終ページURLの自動選択によって、想定外の語句や層からCVが生まれることがあります。Audience Insightsで新しい高インデックス層が出てきたら、その層がどの検索語句とどのURLでCVしているかを確認し、意図に合わない拡張であればブランド除外やURL制御で抑える、意図に合う拡張であれば広告文とLPを寄せる、という使い分けが有効です。
検索キャンペーンはペルソナ分析とアセット分析の両方に対応しているため、同じキャンペーン内で「CVした層」と「広告文に反応した層」を比較できるのも利点です。AI Maxの導入前後でペルソナ分析の上位セグメントがどう変わったかを見れば、拡張によって新しい顧客層を取れているのか、既存の層を別の語句で取り直しているだけなのかを判断する材料になります。導入前の上位セグメントを控えておくことを忘れないようにしてください。
AI Max for Searchの検索語句拡張や最終URL展開を安全に使う設定は、以下の記事で解説しています。
Audience Insightsを読み違えないための運用ルール
Audience Insightsを改善に活かすには、レポートを見る頻度と判断のルールを先に決めておくことが最も重要です。分析情報は毎日更新されるため、気まぐれに開いて目についた数値に反応すると、設定変更が増えすぎて学習が安定しなくなります。
実務では、週次の定例で過去28日間のレポートを確認し、前回から上位セグメントの顔ぶれがどう変わったかだけを記録する運用が扱いやすいでしょう。顔ぶれが2〜3回続けて同じ方向に変化したときに初めて打ち手を検討する、と決めておけば、一時的なブレに振り回されずに済みます。検索語句レポートの週次確認と同じ枠で回すと、オーディエンスと検索意図の両面を同時に点検できます。
読み違いを招きやすいケース
- CVタグの重複や軽いCVの混在で、CVの中身が商談や購入と一致していない
- 過去7日間だけを見て、季節要因や一時的なキャンペーンの影響を顧客像と誤認する
- アセット分析の関心度を、そのままCVへの貢献度として扱う
- レポートが表示されないことを「対象外の層がいない」と解釈してしまう
また、Audience Insightsは配信の結果を映すレポートであるため、配信設定に強い制約をかけているキャンペーンでは、その制約の範囲内の顧客像しか見えません。オーディエンスを狭く指定しているディスプレイ広告などでは、上位セグメントは指定した層に偏るのが自然です。結果が設定の鏡になっていないかを意識し、最適化されたターゲティングを使うキャンペーンと分けて解釈することが大切です。
自社だけで判断ルールを作るのが難しい場合や、CV計測の信頼性に不安がある場合は、第三者の視点でアカウントを診断するのも有効です。ハーマンドットでは無料の広告アカウント診断で、計測設定からオーディエンス設計まで確認しています。検索語句の除外・昇格を週次で回す手順は、以下の記事を参考にしてください。
まとめ Audience Insightsは打ち手を決めてから読む
Google広告のAudience Insightsは、自動化が進んだ配信の中で「誰がCVしているか」「どのアセットが誰に響いているか」を確認できる数少ない手段です。成果につなげるには、次の3点を押さえることが重要です。
- シェアとインデックスをセットで読む。量と濃さを分けて解釈し、中核顧客と少数の刺さる層を区別します。
- ペルソナ分析とアセット分析を照合する。関心とCVのずれから、訴求文を変えるべきかLPを変えるべきかを判断します。
- 仮説は他のレポートと設定で裏取りする。Customer Match、価値ルール、検索語句の分析と組み合わせ、実験で検証してから反映します。
まずは無料で広告アカウント診断を
Audience Insightsに表示される顧客像は、CV計測の正確さとアカウント設計の質に大きく左右されます。レポートを開いても何を変えればよいか分からない、想定ペルソナと実際のCV層がずれている気がする、といった場合は、まず現状を診断することから始めるのがおすすめです。
株式会社ハーマンドットでは、P-MAXやデマンドジェン、検索キャンペーンを含むGoogle広告のアカウントを確認し、計測設定、オーディエンス設計、アセットとLPの一貫性まで含めて改善点を整理します。お問い合わせフォームからお気軽にご相談ください。レポートの数値から次の打ち手を決められる状態を一緒に作ります。
初回相談は完全無料・所要時間30分・オンライン対応可能です。