Pinterest Performance+実務ガイド｜Learning中の改変事故を防ぐ予算・配信・素材更新の手順
Pinterest広告に登場したPerformance+は、ターゲティングや入札、広告素材の組み合わせといった運用作業の多くをAIに任せ、少ない入力でキャンペーンを立ち上げられる自動化機能です。設定の手間が減り、立ち上げが速くなるため、運用リソースが限られる事業者にとっては魅力的に映ります。実際、Pinterest公式も、自動化によって運用の時間と手間を節約しながら成果を高められると説明しています。
しかし、現場で本当に差がつくのは「立ち上げ方」ではなく「立ち上げたあとの扱い方」です。Performance+は自動最適化に向けて一定の学習期間（Learning）を必要とし、その間に予算や設定を不用意に触ると、せっかく進んでいた学習がリセットされ、かえって成果が遠のきます。さらに、ターゲティングやキャンペーン構造には自動化ゆえの制約があり、これを知らずに使うと「思ったように制御できない」という戸惑いにつながります。
この記事では、Pinterest Performance+で自動化される範囲と残せる制御、立ち上げ時に理解すべき制約、Learning期間に触ってよいものといけないもの、予算・入札・クリエイティブの考え方、そして手動キャンペーンとの併用や成果が出ないときの診断までを、一次情報と運用現場の知見にもとづいて整理します。100社以上の広告運用を支援してきたハーマンドットが、自動化を「壊さずに使いこなす」ための実務ガイドとして解説します。
目次
Pinterest Performance+とは何か、自動化される範囲
Pinterest Performance+は、Pinterestの自動化とAIの機能を組み合わせ、キャンペーンの作成を簡略化しながら成果の最大化を狙う仕組みです。従来は運用者が細かく設定していたオーディエンスの指定や入札の調整、広告素材の出し分けといった工程の多くを自動化し、広告主は目標・予算・素材・計測といった枠組みを用意する役割に集中します。少ない入力でキャンペーンを作れるため、立ち上げの速さと運用負荷の軽さが特徴です。
ただし、自動化は「設定をなくす」のではなく「設定の主語をAIに移す」仕組みです。枠組みの質、つまり目標設定の妥当性、クリエイティブの量と質、計測の正確さが低ければ、いくらAIが優秀でも成果は頭打ちになります。自動化を使うほど、この前提づくりの巧拙が結果を左右するようになります。Performance+を「丸投げできる魔法」ではなく「前提を整えたうえで力を発揮する道具」と捉えることが、使いこなしの出発点です。
この考え方は、Pinterestに限らず近年のあらゆる自動化広告に共通します。GoogleのP-MAX、MetaのAdvantage+、TikTokのSmart+など、各プラットフォームが自動化の範囲を広げており、広告主に求められる役割は「細かな操作」から「枠組みの設計と監督」へと移っています。Performance+を理解することは、Pinterestだけでなく、自動化が進む広告運用全体に通用する判断軸を身につけることでもあります。手を動かす対象が、入札やターゲティングから、目標・素材・計測へと移ったと捉えると、何に注力すべきかが見えてきます。
自動化されることと、自分で残せること
Performance+で自動化される主な領域は、オーディエンスの探索、配信の最適化、入札の調整、そして広告素材の組み合わせです。これらは膨大な選択肢の中から最適解を探す作業で、人が手作業で試行錯誤するより自動化が得意とする領域です。一方で、目標（コンバージョンの定義）、総予算、ブランド安全性に関わる方針、そして提供するクリエイティブそのものは、引き続き広告主が決める領域として残ります。
Pinterest公式も、オーディエンスターゲティングや広告素材の最適化といった作業はPerformance+に任せ、重要な部分は自分で管理できる、という整理を示しています。「何を任せ、何を握るか」を意識的に切り分けることが、自動化を制御下に置くための鍵です。すべてを任せると成果の理由が見えなくなり、すべてを抱え込むと自動化の利点が消えます。任せる領域と残す領域の線引きを、最初に決めておくべきです。
計測という前提
自動最適化は、計測されたコンバージョンを学習信号として使います。したがって、計測が正確に動いていることが、Performance+を機能させる大前提になります。計測が欠けていたり重複していたりすると、AIは誤った信号をもとに最適化を進め、見かけの数字と実態がずれてしまいます。とくにクッキーレス化が進むなかで、ブラウザ計測だけでは取りこぼしが増えているため、サーバー送信での計測補完まで含めて土台を整えておくことが望まれます。計測が不安定なまま配信を始めると、AIは誤った学習を重ね、後から立て直すのが難しくなります。立ち上げ前に、主要なコンバージョンが正しく計測されているか、重複や欠損がないかを検証しておくことが、自動化を機能させる最初の一歩です。計測の健全性は、自動化の成否を分ける土台であり、ここを省略して設定を急ぐと、後の運用すべてに歪みが波及します。
Pinterestの計測を正確に保つための実装は、別記事で詳しく扱っています。自動化を使う前提として、まず計測の健全性を確認しておくとよいでしょう。
立ち上げ時に理解すべき自動化の制約
Performance+を使い始めると、従来の手動運用に慣れた人ほど「設定したいのにできない」場面に出くわします。これは不具合ではなく、自動化のために意図的に設けられた制約です。制約を知らずに使うと、思いどおりに制御できないことに戸惑い、無理な操作で自動化を壊してしまいます。立ち上げ前に、どこが自動化され、どこに制約があるのかを把握しておくことが重要です。制約を「不便」と捉えるか「自動化のための合理的な設計」と捉えるかで、運用のしやすさは変わります。Performance+の制約の多くは、AIがより広い範囲から最適解を探すために設けられています。人が細かく絞り込むほど探索の余地が狭まる、という前提を理解すれば、制約の意味が腑に落ちるはずです。そのうえで、自社にとって譲れない制御は指定できる範囲で効かせ、それ以外は自動化に委ねる、という割り切りで臨みます。
ターゲティングの制約
Performance+では、ターゲティングの多くがAIに委ねられ、運用者が指定できる範囲は限定されます。地域や年齢、顧客リストといった一部の条件は指定できますが、それ以外の細かなオーディエンス設定はPerformance+の最適化に任せる形になります。これは、AIがより広い母数から最適なユーザーを探すためで、人が絞り込みすぎると探索の余地を奪ってしまうという考え方にもとづいています。「細かくターゲティングしたい」というニーズと自動化は、ときに相反する点を理解しておく必要があります。
したがって、ブランドや事業の都合で「この層には出したくない」「この地域に絞りたい」という要件が強い場合は、指定できる範囲でその制御を効かせつつ、それ以上の細かな出し分けは自動化に委ねる、という割り切りが必要です。制御の粒度を求めるほど、Performance+の自動化とは折り合いをつける場面が増えます。自社が制御に求める細かさと、自動化の制約のバランスを見て使うかどうかを判断します。たとえば、特定の年齢層や地域に強く依存するビジネスであれば、指定できる条件でその核を押さえたうえで、その先の最適化は自動化に任せるのが現実的です。完全に細かく制御したいなら手動キャンペーンを併用し、母数を広げたい部分だけPerformance+に任せる、という使い分けも選択肢になります。
Catalog Salesでの制約と自動生成される広告グループ
商品カタログを使うCatalog Salesの目的でPerformance+を使う場合、商品の対象は基本的に全商品が対象となり、特定の商品グループだけを選んで配信するという細かな指定がしにくくなります。従来のように商品グループ単位で予算や訴求を細かく分けたい運用とは、考え方が変わります。また、Performance+では最適化の過程で複数の広告グループが自動的に生成される場合があり、運用者が想定していなかった構造でキャンペーンが組まれることもあります。
これらは、AIが商品全体から成果の出る組み合わせを探すための設計です。商品グループ単位の細かな制御を前提にした運用設計のまま使うと、想定とのギャップに戸惑うため、Performance+を使うなら「全体を任せて最適化させる」という前提に運用の考え方を切り替える必要があります。商品データの品質が成果を左右する点は従来と変わらないため、カタログ自体の整備は引き続き重要です。むしろ、商品グループ単位の細かな制御ができないぶん、カタログに含まれる商品情報の正確さや網羅性が、これまで以上に成果を左右します。タイトルや画像、価格、在庫といった商品データが整っていれば、AIはどの商品を誰に出すべきかを的確に判断できます。逆に、データが不足したり古かったりすると、自動化の精度も頭打ちになります。Performance+を使うなら、カタログの品質管理を運用の中心に据える意識が欠かせません。
| 項目 | Performance+での扱い | 運用上の意味 |
|---|---|---|
| ターゲティング | 一部条件以外は自動 | 細かな絞り込みは効きにくい |
| 入札 | Pinterestが自動更新 | 手動の入札調整はしない |
| 商品（Catalog Sales） | 全商品が対象になりやすい | 商品グループ単位の制御がしにくい |
| 広告グループ | 自動生成される場合がある | 想定外の構造になりうる |
商品カタログの整備やCatalog Sales自体の設計は、Performance+を使う場合でも成果の土台になります。カタログ周りの準備は以下の記事もあわせてご覧ください。
Learning（学習期間）の扱いと改変事故の防ぎ方
Performance+で最も事故が起きやすいのが、学習期間（Learning）の扱いです。配信を始めてからしばらくの間、AIは最適な配信パターンを学習しており、この期間に大きな変更を加えると学習がリセットされ、最適化が振り出しに戻ります。一般に学習にはある程度の期間（おおむね2週間程度が目安とされます）がかかるため、その間は腰を据えて学習を見守る姿勢が求められます。
Learning中に触ってはいけないもの
学習を壊す代表的な操作が、予算の大幅な変更です。1日予算を大きく増減させると、配信のペースが変わり、学習が不安定になります。同様に、目標やコンバージョンの設定、入札戦略の変更も学習に強い影響を与えます。これらは学習が完了するまでは極力触らないのが原則です。短期の数字が悪く見えても、学習中の変更はかえって最適化を遅らせるため、まずは学習が進むのを待つ判断が重要になります。
とくにやりがちなのが、配信開始から数日で「成果が出ていない」と判断して設定を変えてしまうことです。学習中はデータが少なく、数字が荒れるのが普通です。この時期の数字で良し悪しを判断し、設定をいじると、学習が完了する前にリセットがかかり、いつまでも安定しません。判断は、学習が完了し、十分なデータがたまってから行うべきです。
学習期間をどう過ごすかは、運用者の心構えの問題でもあります。数字が荒れる時期に手を出したくなる気持ちを抑え、あらかじめ「この期間は触らない」と決めておくことで、不要な介入を防げます。社内で複数の担当者が関わる場合は、学習中であることをチーム内で共有し、誰かが良かれと思って設定を変えてしまう事故を防ぐことも大切です。焦りからの介入が最も成果を損なうという事実を、関係者全員で理解しておくと安心です。
変更してよいものとそのタイミング
一方で、学習を大きく壊さずに行える調整もあります。代表的なのがクリエイティブの追加です。勝っている素材を残しつつ、新しい素材を少しずつ加えていくことは、学習を尊重しながら鮮度を保つ有効な方法です。逆に、一度にすべての素材を入れ替えると学習が振り出しに戻るため避けます。予算の調整が必要な場合も、大幅・急激ではなく、小幅・段階的に行うことで影響を抑えられます。
変更を行うなら、学習が完了したと判断できてから、一度に一つずつ行うのが原則です。複数の変更を同時に加えると、何が成果に効いたのかが分からなくなり、検証ができません。「学習を尊重しながら、素材で鮮度を保ち、変更は一つずつ」という作法が、自動化を壊さない運用の核心です。介入には作法があると理解しておくことが、Performance+を安定して回す前提になります。手動運用に慣れているほど「もっと細かく調整したい」という衝動に駆られますが、その衝動を抑えられるかどうかが、自動化を使いこなせるかの分かれ目になります。
Learning中の操作の可否
- 避ける：予算の大幅変更、目標・コンバージョンの変更、入札戦略の変更
- 避ける：素材の一括入れ替え、短期の数字での判断と頻繁な設定変更
- してよい：勝ち素材を残したクリエイティブの追加
- してよい：学習完了後の、小幅・段階的・一つずつの調整
予算・入札の考え方
Performance+では、予算と入札の扱いも従来と感覚が変わります。これを理解しておかないと、「上限を決めたはずなのに支出が動く」「入札を調整したいのにできない」といった戸惑いにつながります。自動化に合わせた予算・入札の考え方に切り替えることが、安心して運用するための前提です。
1日予算の平均化という考え方
Performance+の1日予算は、厳密な上限ではなく「1日に使ってよい平均金額」として扱われます。つまり、ある日は入力した1日予算を上回る支出になることがあり、別の日は下回ることもあります。これは、成果が出やすい日に多く配信し、出にくい日に抑えるという最適化のためで、一定期間でならせば設定した水準に収まる設計です。「1日予算＝その日の絶対的な上限」という従来の感覚のままだと、日々の支出のブレに驚いてしまうため、平均で見る考え方に切り替える必要があります。
運用上は、日次の支出の上下に一喜一憂せず、一定期間の合計とその間の成果で評価するのが適切です。日ごとの増減はあっても、期間でならせば想定の範囲に収まっているかを確認します。短いスパンで予算をいじると学習にも影響するため、予算は腰を据えて見るのが基本です。月の総予算の枠は事業判断として握りつつ、その範囲内での日々の配分は自動化に委ねる、という整理にすると、コントロールと自動化のバランスが取りやすくなります。
入札はPinterestが制御する
Performance+の入札は、運用者ではなくPinterestが制御します。Pinterestが1日に数回、自動的に入札額を更新するため、手動で入札単価を細かく調整するという従来の運用はできません。運用者がやるべきことは、入札を操作することではなく、目標（許容できる獲得単価など）を適切に設定し、その目標に向けて自動入札が働く環境を整えることです。入札を手放す代わりに、目標設定の精度で方向づけをするのがPerformance+の運用になります。
目標を置く際は、事業として許容できる獲得単価から逆算することが重要です。あわせて、自動入札が学習し成果を出すには、一定の投資量が必要になる点も押さえておきます。目安として、目標とする獲得単価の数倍程度の予算を学習のために確保しておくと、最適化が進みやすいとされます。予算が薄すぎると、学習に必要なデータがたまらず、自動化の力を引き出せません。獲得単価の目標は、低すぎても高すぎても運用を難しくします。低すぎると配信が絞られて学習が進まず、高すぎると無駄な獲得が増えます。事業の採算ラインを踏まえた現実的な目標を置くことが、自動入札を正しく働かせる前提になります。
逆に言えば、Performance+は一定の規模で配信してこそ本領を発揮する仕組みです。ごく少額の予算で試すと、データが集まらないまま学習が終わらず、「自動化なのに成果が出ない」という印象だけが残ってしまいます。試すのであれば、学習に足る予算と期間をあらかじめ確保し、腰を据えて評価することが大切です。少額で短期間だけ試して見切るのは、Performance+の評価方法として最も避けるべきパターンです。十分なデータがたまる条件を整えてから、落ち着いて成果を判断するようにします。
クリエイティブと素材更新
Performance+はクリエイティブの組み合わせを自動で最適化するため、素材の量と多様性が成果を大きく左右します。素材が少ないとAIは選択肢を持てず、勝ちパターンを見つけられません。一般に、十分な本数のクリエイティブを用意し、訴求軸やフォーマットにバリエーションを持たせることが推奨されます。クリエイティブの準備量こそが、自動化の伸びしろを決める最大の変数だと考えるべきです。
Pinterestならではの観点として、広告然とした素材よりも、プラットフォームに自然に馴染む縦型のビジュアルや、保存したくなる魅力のある素材が機能しやすい傾向があります。また、配信を続けると同じ素材は反応が鈍る「クリエイティブ疲労」が起こるため、新しい素材を継続的に供給する体制が欠かせません。月にどれだけの本数を補充できるか、どんな訴求軸を試すかを運用計画に組み込んでおくことが、自動化を長く機能させるコツです。
クリエイティブの供給は、Performance+運用の生命線だといえます。どれだけ自動化が優秀でも、素材という燃料が尽きれば成果は頭打ちになります。社内に制作体制がない場合は、外部の制作リソースを確保するか、既存の優良な投稿やビジュアル資産を広告に転用する仕組みを整えておくとよいでしょう。素材を安定供給できる体制があるかどうかが、Performance+を使い続けられるかの分かれ目になります。継続的な素材づくりを前提に運用計画を立てることが、長期的な成果につながります。
クリエイティブ準備の目安
- 十分な本数（複数〜十数本）を用意し、訴求軸を分散させる
- 縦型・保存したくなる質感など、Pinterestに馴染む素材を優先
- 勝ち素材を残しつつ、新素材を継続的に追加する
- クリエイティブ疲労を前提に、補充ペースを運用計画に入れる
手動キャンペーンとの併用
Performance+は、既存の手動キャンペーンを完全に置き換えるとは限りません。多くの現場では、自動化と手動を併用し、それぞれの得意領域を活かす設計が現実的です。新規顧客の幅広い開拓はPerformance+の探索力に任せ、特定セグメントへの細かな訴求やブランド都合の強い配信は手動で担う、といった役割分担が考えられます。役割を明確に分けることで、両者が同じユーザーを奪い合う事態を避けられます。
併用する際に重要なのは、カニバリゼーション（同じユーザーへの配信機会の奪い合い）を避ける設計です。Performance+と手動キャンペーンが同じ層に同時に配信すると、入札が競合してコストが上がるだけでなく、どちらの施策が成果を生んだのかも分からなくなります。役割を「層」や「目的」で明確に住み分けることが、併用を成功させる前提です。重複を避けるために、対象オーディエンスや配信目的の軸で両者を切り分けておきます。
| 役割 | Performance+ | 手動キャンペーン |
|---|---|---|
| 得意領域 | 新規顧客の幅広い探索 | 特定セグメントの細かな訴求 |
| 制御の粒度 | 粗い（自動化に委ねる） | 細かい（手動で調整） |
| 主な使いどころ | 母数を広げて獲得を伸ばす | ブランド都合・既存層への訴求 |
併用の効果を正しく評価するには、比較の設計も欠かせません。Performance+を導入する前後で成果を比べる、一部の予算で並行して比較するなど、変数を絞った検証を組むことで、自動化が本当に効いているのかを判断できます。感覚で「自動化のほうが良さそう」と決めず、検証にもとづいて配分を決める姿勢が、長期的な運用品質を支えます。自動化と手動の使い分けの設計思想は、以下の記事も参考になります。
成果が出ないときの診断
Performance+で成果が伸びないとき、原因はいくつかのパターンに絞られます。まず疑うべきは、学習がまだ完了していない可能性です。配信から日が浅い、あるいは直近で大きな変更を加えた場合は、学習が進んでおらず、最適化が本領を発揮できていないことが多くあります。この場合は、設定をいじらず学習が進むのを待つのが正解です。学習の進捗は管理画面の表示や成果の推移から、ある程度つかめます。日を追って数字が落ち着いてきたなら、学習が進んでいるサインです。逆に、いつまでも数字が荒れたままなら、予算や素材など学習を妨げる別の要因を疑い、順に切り分けていきます。
次に、予算が薄すぎて学習に必要なデータがたまっていないケース、クリエイティブの本数が不足して自動化が選択肢を持てないケース、計測が不正確で誤った信号で最適化しているケースが続きます。「学習・予算・クリエイティブ・計測」の四つを順に確認すれば、不調の原因のほとんどはこの中に収まります。あてずっぽうで設定を変えるのではなく、原因を切り分けてから手を打つことが、最短の改善ルートです。
診断の際に役立つのが、変更の記録を残しておくことです。いつ何を変えたかを記録しておけば、成果の変化が自分の介入によるものか、学習の進行や外部要因によるものかを切り分けられます。記録がないと、良くなった理由も悪くなった理由も曖昧なまま、場当たり的な調整を繰り返すことになります。自動化だからこそ、人間側の操作を可視化しておくことが、再現性のある運用と的確な診断につながります。
また、成果の評価は単一の指標だけでなく、獲得単価やコンバージョンの質、アカウント全体への影響まで含めて見ることが大切です。Performance+が自社の数字を押し上げた一方で、手動キャンペーンの成果を食っていただけ、というケースもあります。全体最適の視点で診断することが、自動化の本当の貢献を見極める鍵になります。Performance+を入れたことでアカウント全体の成果がどう変わったかを、導入前と比べて評価できれば、続けるか見直すかの判断も的確になります。部分ではなく全体で見る習慣が、自動化との付き合い方を成熟させます。
自社運用と代理店活用の判断
Performance+は「自動化だから誰でも簡単に成果が出る」ものではありません。むしろ、計測の整備、クリエイティブの供給、目標設計、Learningを壊さない介入の作法といった前提を整える力が、これまで以上に問われます。社内にこれらを担える体制があれば自社運用の価値は高く、逆に前提づくりに手が回らない場合は、専門家の支援を受けたほうが立ち上げも改善も速くなります。
判断の分かれ目は、クリエイティブを継続的に供給できるかと、学習や制約を理解して適切に運用できるかです。自動化の時代だからこそ、枠組みを設計し検証する役割の重要性はむしろ増しています。立ち上げと初期設計だけ支援を受け、運用は内製化するという進め方も、現実的な選択肢として検討する価値があります。
代理店を選ぶ際は、「Performance+を設定できます」という表面的な対応力ではなく、計測設計やクリエイティブ供給、学習の扱いまで踏み込めるかを見極めるとよいでしょう。自動化を回すだけなら誰でもできる時代だからこそ、前提を設計し検証を回せるパートナーかどうかが、成果の差を生みます。過去の運用実績や、自動化と手動を併用した提案ができるかを確認すると、実力を見抜きやすくなります。
代理店に依頼する場合の費用感や手数料の内訳は、以下の記事で詳しく解説しています。
まとめ：Performance+は制約と学習の理解で成果が決まる
Pinterest Performance+は、自動化で運用を効率化できる強力な仕組みですが、立ち上げて終わりではなく、自動化の制約と学習の扱いを理解してこそ成果が出ます。ターゲティングやCatalog Salesの制約を前提に運用設計を組み替え、Learning中は不用意に触らず、予算は平均で見て、クリエイティブを供給し続ける。「壊さずに育てる」という発想が、自動化時代のPinterest運用の成否を分けると理解することが、競合と差をつける出発点になります。自動化は使い手の設計力を映す鏡であり、制約と学習を理解して付き合うほど、成果は伸びていきます。道具に振り回されず、道具を設計の対象として冷静に扱う姿勢こそが、これからの広告運用には強く求められます。
- 自動化の制約（ターゲティング・Catalog全商品・自動広告グループ）を前提に設計する
- Learning中は予算・目標・入札を触らず、素材追加で鮮度を保つ
- 予算は平均で見て学習に十分な量を確保し、クリエイティブを供給し続ける
まずは無料で広告アカウント診断を
Performance+の導入は、「どこまで自動化に任せるべきか」「学習中に何を触ってよいのか」「成果が伸びない原因が分からない」といった判断が難しく、自己流で進めて伸び悩む相談を数多くいただきます。ハーマンドットでは、100社以上の広告運用支援で培ったノウハウをもとに、現在のアカウント状況を診断し、Performance+を含めた最適な運用設計をご提案します。
すでにPinterest広告を運用している方も、これから始める方も、まずは現状の課題を整理するところから始められます。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。お気軽にお問い合わせください。