Shopify Audiencesは媒体の類似配信任せと何が違うのか
ECの広告運用で「オーディエンスは媒体の自動最適化に任せている」という状態は珍しくありません。Metaの類似オーディエンスやGoogleの最適化されたターゲティングは、実際によく効きます。ただ、それは自社サイトで観測できたデータの範囲でしか広がらない仕組みでもあります。Shopify Audiencesが注目されるのは、この前提そのものを変えるからです。
Shopify Audiencesは、参加している多数のストアから集まった購買インサイトをもとに広告用のオーディエンスリストを生成し、主要な広告媒体へ書き出す仕組みです。自社のサイト内行動だけでは届かない購買可能性の高い層を、リストとして媒体に渡せる点が従来の類似配信との決定的な違いになります。
一方で、利用条件はかなり限定されています。誰でも使える機能ではないという事実を先に押さえないと、導入検討そのものが空回りします。この記事では、公式情報にもとづいてShopify Audiencesの仕組みと制約を整理したうえで、いま日本のEC事業者が実務として何を設計すべきかまで具体的にまとめます。記載内容は2026年8月時点の公開情報にもとづきます。
この記事の要点
- Shopify Audiencesは、参加ストア群の購買インサイトから広告用リストを作り、Meta・Google・TikTok・Pinterest・Snapchat・Criteoへ書き出す無料ツールである
- 利用条件はShopify Plus、Shopify Payments、米国またはカナダに限られ、ネットワークへのデータ提供にオプトインする必要がある
- 公式が示す効果値はリターゲティングで最大2倍の注文、獲得単価は最大50%減、既存顧客の除外は平均40%多く除外できるというもの
- 媒体の類似配信との違いは、学習の起点が自社サイト内の行動ではなく複数ストアの購買実績にある点にある
- 条件を満たさない事業者は、除外リスト設計と自社データの媒体連携で近い効果を先に取りにいける
Shopify Audiencesとは何か
Shopify Audiencesとは、Shopifyが提供する広告用オーディエンスの生成と書き出しを行う無料ツールです。公式の説明では、参加ストアから集まった数百万規模のコマースインサイトを分析し、購入する可能性の高さにもとづいてリストを作ると説明されています。作られたリストは広告アカウントを接続すると自動的に書き出され、キャンペーンのターゲティングに使えるようになります。
書き出し先として公式が挙げているのは、Meta、Google、TikTok、Pinterest、Snapchat、Criteoの六つです。EC事業者が実際に使っている主要媒体はほぼ網羅されており、特定の媒体に閉じた機能ではありません。複数媒体で同じ購買シグナルを共有できる点は、媒体ごとに学習を積み直す従来のやり方と比べて大きな差になります。
費用面では、インストールと利用そのものは無料で、広告費は各媒体へ直接支払う形です。ツールの利用料が成果に上乗せされないため、条件を満たしているストアであれば試さない理由がほとんどありません。導入判断が難しいのは費用ではなく、後述する利用条件のほうです。
なお、参加ストア同士が互いの顧客データを直接見られる仕組みではないと公式は明記しています。渡されるのは広告媒体側で使えるリストであり、他社の顧客情報が閲覧できるわけではありません。ここを誤解したまま社内説明を進めると、法務や情報管理の担当者から不要な差し戻しを受けることになります。
リストが作られる起点は購買実績にある
媒体が持つ類似オーディエンスは、広告アカウントに紐づくシード情報を起点に広げます。シードが自社サイトの購入者やページ閲覧者である以上、拡張の方向も自社が観測した範囲の延長線上になります。トラフィックが少ないストアほど、この起点の細さがそのまま精度の頭打ちにつながります。
この違いは、扱う商材が季節性の強いものである場合にはっきり出ます。閑散期にシードが薄くなると、媒体の類似オーディエンスは拡張の根拠を失い、配信が保守的になります。外部の購買パターンを起点にできれば、自社の観測が落ち込む時期でも配信の質を保ちやすくなります。
Shopify Audiencesは起点が違います。参加している多数のストアの購買行動から購入可能性のパターンを抽出するため、自社の観測量が少なくても一定の質を持つリストが得られます。立ち上げ期のストアや、扱う商材のトラフィックが季節に大きく左右されるストアで効きやすいのはこの構造によるものです。
広告媒体側から見た扱いはカスタムリストと同じ
書き出されたリストは、媒体側では通常のカスタムオーディエンスとして扱われます。つまり、媒体の管理画面でできる操作はいつもどおりで、特別な入札設定や新しいキャンペーンタイプが必要になるわけではありません。運用担当者にとっては、良質なリストが一つ増えるという理解で足ります。
もうひとつ実務で助かるのは、既存のレポート体系をそのまま使える点です。新しい指標や独自の管理画面を覚える必要がなく、いつも見ている媒体のレポートにオーディエンスの行が増えるだけで済みます。運用チームの学習コストがほとんど発生しないことは、導入の障壁を下げる要素になります。
この扱いの素直さは実務上ありがたい反面、成果の切り分けを難しくします。既存のリストと併用すると、どちらが効いたのか判断できなくなるためです。導入直後は別キャンペーンまたは別広告セットに切り出して評価するのが確実です。
媒体の類似配信任せと何が違うのか
違いは三つあります。学習の起点、更新の頻度、そして媒体をまたいだ一貫性です。順に見ていくと、どんなストアで効きやすいかが自然に見えてきます。
学習の起点については前述のとおりで、自社データの量に左右されにくいのが最大の差です。更新については、リストが自動で生成され書き出される仕組みのため、担当者が手作業でCSVを作り直す運用から解放されます。更新の手間がゼロに近いことは、複数媒体を回している現場では想像以上に効いてきます。
媒体をまたいだ一貫性も見逃せません。媒体ごとに別々のロジックで作られた類似オーディエンスを使っていると、同じ「見込みの高い層」という言葉を使っていても中身がそろいません。同一の起点から作られたリストを各媒体に配れば、比較の前提がそろい、配分の判断がしやすくなります。
| 観点 | 媒体の類似オーディエンス | Shopify Audiences |
|---|---|---|
| 学習の起点 | 自社アカウントのシード | 参加ストア群の購買インサイト |
| データ量が少ないとき | 精度が頭打ちになりやすい | 影響を受けにくい |
| 更新作業 | 手動またはタグ依存 | 自動生成・自動書き出し |
| 媒体間の一貫性 | 媒体ごとにロジックが異なる | 同一起点を各媒体へ配布 |
| 利用条件 | 制限は緩い | Plus・北米・Shopify Payments |
| 費用 | 媒体費のみ | ツールは無料、媒体費のみ |
置き換えではなく併用が前提になる
Shopify Audiencesを入れたからといって、媒体の自動最適化を止める必要はありません。両者は競合するものではなく、渡す材料が増えるという関係です。実務では、既存の配信を維持したまま新しいリストを使う広告セットを足し、一定期間の実績を比較するのが安全な進め方になります。
併用する際に決めておきたいのが、予算の配分比率です。新しいリストに全予算を移すと、うまくいかなかったときの後戻りが大きくなります。最初は全体の二割から三割程度を割り当て、二週間から一か月の実績を見てから比率を動かす進め方が現実的です。
比較の際に見るべきは、獲得単価だけではありません。新規顧客の比率、初回購入単価、リピートにつながった割合まで見ないと、単に既存顧客を刈り取っただけの改善を成果と誤認します。
EC全体の広告設計をどう組み立てるかについては、以下の記事で費用の考え方まで含めて整理しています。
利用条件は明確に限定されている
ここが導入検討で最初に確認すべき箇所です。公式が示す条件は、Shopify Plusのプランであること、決済にShopify Paymentsを使っていること、そしてストアの所在が米国またはカナダであることの三つです。加えて、Shopifyのネットワークにデータを提供することへのオプトインが必要になります。
この条件は、日本国内で運営しているストアの多くが該当しないことを意味します。プランを上げれば使えるという性質の制約ではないため、条件を満たさない場合は代替の設計に切り替える判断を早めに下すべきです。国内向けの記事や解説の中には、この地域条件に触れないまま導入手順だけを説明しているものもあるので注意してください。
導入前に確認する条件
- 契約プラン：Shopify Plusであること
- 決済手段：Shopify Paymentsを利用していること
- ストアの所在：米国またはカナダであること
- データ提供：ネットワークへの提供にオプトインできること
- 社内確認：プライバシーに関する同意取得の状況が整理されていること
データ提供のオプトインは社内合意が要る
ネットワークへのデータ提供は、仕組み上の必須条件です。自社の購買インサイトを提供する代わりに、他ストアのインサイトから作られたリストを受け取るという相互提供の構造になっているためです。公式も、データを共有する前に適用される同意を取得しておく必要があると明記しています。
説明の順番としては、何のデータが出ていくのかを先に示し、次に見返りとして何を受け取るのかを示すと理解が早く進みます。相互提供の構造であることを最初に伝えないと、一方的にデータを渡す話だと受け取られて議論が止まります。
この確認を運用担当者だけで進めると、後から法務や情報管理の部門で止まります。プライバシーポリシーの記載、同意取得の方法、対象となるデータの範囲を先に整理してからオプトインの判断に進んでください。
北米向けに販売している国内事業者は対象になりうる
条件はストアの所在が基準になるため、越境ECで北米法人を持って運営しているケースでは対象に入る可能性があります。日本法人のストアでそのまま北米に売っている場合と、現地法人でストアを分けている場合では扱いが変わるということです。
越境の体制を検討している段階なら、広告面での利点も判断材料に含める価値があります。ストア分割の判断は税務や物流の要素が大きいものの、獲得効率の差が長期的に効いてくるためです。
公表されている効果値をどう読むか
公式が示している数値は三つあります。リターゲティングに使う広告費あたりで最大2倍の注文、顧客獲得コストは最大50%の削減、そして既存顧客の除外では平均して40%多く除外できるというものです。いずれも「結果は変動する」という注記が添えられています。
実務でこの数値を扱うときは、上限値ではなく構造のほうを見てください。リターゲティングと除外で効果が出やすいという性質は、リストの作られ方から考えて理にかなっています。購買可能性の高さを軸にしたリストは、すでに接点のある層の中で優先順位をつける用途に向くからです。
逆に、まったく接点のない層への新規拡張で50%の改善を期待するのは現実的ではありません。上限値は好条件が重なった場合のものであり、社内の目標設定に直接使う数字ではないと理解しておく必要があります。
既存顧客の除外が実は最も効く
三つの数値のうち、平均値で示されているのは除外に関するものだけです。上限ではなく平均で40%多く除外できるという表現は、効果の再現性が比較的高いことを示唆しています。実務でも、新規獲得キャンペーンに既存顧客が混ざる問題は広く起きており、その分だけ獲得単価が実態より良く見えます。
除外の効果を確かめるには、導入前後で新規顧客の実数を比較するのが確実です。獲得単価は悪化して見えても、新規顧客の実数が同じかそれ以上であれば、広告費の使い方は改善しています。この見方を関係者と共有しておくと、数値の悪化を理由に施策が止まる事態を避けられます。
除外が甘いまま運用していると、新規獲得の名目で既存顧客に広告費を使い続けることになります。効果が出ているように見えるのに事業の売上が伸びないという状態は、多くの場合この構造が原因です。
数値の検証は自社の計測で行う
媒体の管理画面の数値だけで判断すると、リストの効果を過大評価しがちです。購買可能性の高い層に配信するのですから、媒体側のコンバージョン数は伸びて当然です。問題は、その購入が広告なしでも起きたかどうかという点にあります。
停止と再開による観測は、売上への影響が読めるぶん実施のハードルが高いものです。全体を止めるのではなく、地域や配信面を限定して一部だけ止める方法なら、影響を抑えながら差分を確認できます。二週間程度の観測でも、傾向はつかめます。
検証するなら、配信対象を絞った比較や、期間を区切った停止と再開による観測が必要になります。手間はかかりますが、増分を確認しないまま予算を増やすのが最も避けたい進め方です。
日本の事業者がいま設計できること
利用条件を満たさない場合でも、Shopify Audiencesが効いている理由そのものは再現できます。核心は、購買可能性の高さを軸にしたリストを作り、それを複数媒体へ一貫して配ることにあります。自社データを使えば、規模は小さくても同じ方向の設計は可能です。
具体的には、購入者リスト、リピート購入者リスト、カート放棄リスト、高単価購入者リストを自社で整備し、各媒体のカスタムマッチ系機能へアップロードします。媒体ごとにリストの定義をそろえることが、あとから比較できる状態を作る鍵になります。
顧客データを媒体に渡す仕組みそのものについては、以下の記事で実装手順まで扱っています。
除外リストは今日から整備できる
効果の再現性が高い除外については、条件を満たさない事業者でもすぐに着手できます。過去の購入者、直近の購入者、定期購入の契約者といった区分でリストを作り、新規獲得キャンペーンから外すだけです。リストの更新頻度を月次にするか週次にするかは、購入サイクルの長さで決めてください。
除外を入れると、短期的には獲得単価が悪化して見えます。既存顧客の購入がコンバージョンから外れるためです。この悪化は数値が実態に近づいたことを意味するので、事前に関係者へ説明しておかないと不要な巻き戻しが起きます。
フィード連携型の配信と組み合わせる
購買データを軸にした配信は、商品フィードを使う配信と相性が良い組み合わせです。誰に出すかをリストで決め、何を出すかをフィードで決めるという役割分担になるためです。どちらか一方だけを整えても、成果の伸びは限定的になります。
組み合わせの効果が最も出やすいのは、商品点数が多く、価格帯に幅があるストアです。誰に出すかの精度が上がるほど、何を出すかの選択肢が多いことが有利に働きます。逆に単品商材のストアでは、フィード側で工夫できる余地が小さいため、リストの改善効果がそのまま成果に出ます。
フィードを使うダイナミック配信の設計については、以下の記事で運用の勘所を整理しています。
計測と評価の設計を先に決める
リストの質が上がるほど、計測の粗さが判断を狂わせます。購買可能性の高い層に配信すれば、クリック経由でもビュー経由でもコンバージョンは増えます。どこまでを広告の成果として数えるかを決めないまま導入すると、効果の議論が水掛け論になります。
先に決めておきたいのは、計測の窓、ビュースルーの扱い、新規と既存の判定方法の三つです。この三つを固定してから導入するだけで、あとの評価が格段に楽になります。導入後に定義を変えると、前後比較そのものが成立しなくなります。
導入前に固定しておく評価の前提
- 計測の窓：クリック後とビュー後をそれぞれ何日で数えるか
- ビュースルーの扱い：主要指標に含めるか参考値にとどめるか
- 新規と既存の判定：注文履歴ベースか媒体側の判定か
- 比較の単位：キャンペーン単位か広告セット単位か
- 観測期間：最低何週間の実績で判断するか
サーバーサイド計測の整備が前提になる
ブラウザ側の計測だけに頼っていると、リストの効果を正しく測れません。取りこぼしが大きい状態では、良いリストを使っても数値に反映されないためです。導入の前後で計測の条件が変わらないよう、サーバーサイドの送信を先に安定させておいてください。
整備の順番としては、購入イベントを最優先に安定させ、次にカート追加や決済開始といった中間のイベントに広げていきます。すべてを同時に整えようとすると検証が煩雑になるため、判断に直結するイベントから片づけるのが確実です。
計測の取りこぼしを減らす実装については、以下の記事で手順を扱っています。
代理店に依頼するときの確認事項
運用を委託している場合、リストの管理を誰が行うかを明確にしてください。書き出しは自動でも、どのキャンペーンにどのリストを当てるかは運用側の判断です。ここが曖昧だと、リストが書き出されただけで使われていない状態が続きます。
あわせて確認しておきたいのが、リストの入れ替えや停止を誰の判断で行うかという点です。自動生成される仕組みだからこそ、意図しないタイミングで内容が変わったときに気づける体制が必要になります。変更があった場合の連絡経路を決めておいてください。
委託先には、リスト別の実績を分けて報告してもらう体制を求めてください。リストごとの成果が見えない報告では、導入の可否そのものを判断できません。月次のレポートに一行足すだけの話なので、対応できない理由は通常ありません。
リストの種類ごとに使いどころを分ける
書き出されるリストは一種類ではなく、用途の違うものが並びます。獲得を広げるためのリスト、既存の接点を持つ層に再接触するためのリスト、そして配信から外すための除外リストという分類で考えると整理しやすくなります。この三つを同じキャンペーンにまとめて入れると、どれが効いたのか分からなくなります。
獲得を広げる用途では、配信量が確保できるかどうかが実務上の分かれ目になります。リストの規模が小さいと配信が伸びず、学習も進みません。開始時点でリストの規模を確認し、少なければ広告セットの数を絞って配信量を集中させてください。
再接触の用途は、最も効果が読みやすい領域です。すでに何らかの接点がある層に対して、購買可能性の高さで優先順位をつける使い方になるためです。限られた予算を配る順番を決める道具として捉えると、期待値と実際のズレが小さくなります。
除外リストはキャンペーンごとに当て方を変える
除外は全キャンペーンに一律で適用すればよいというものではありません。新規獲得のキャンペーンでは既存顧客を外すべきですが、リピート促進のキャンペーンでは逆に既存顧客だけに配信します。同じリストを目的に応じて反転して使う発想が必要です。
もうひとつ注意したいのが、除外の範囲を広げすぎることです。過去に一度でも購入した顧客をすべて外すと、買い替えサイクルの来ている層まで配信対象から消えます。商材の購入間隔を基準に、除外する期間の上限を決めてください。
運用上のミスとして多いのが、除外の設定をキャンペーン複製時に引き継いでしまう例です。新規用の設定を複製してリピート用のキャンペーンを作ると、狙いたい層をそのまま除外した状態で配信が始まります。複製時は除外の中身を必ず確認する手順を運用ルールに入れてください。
高単価層と低単価層を分けて評価する
購買可能性の高さだけでリストを使うと、単価の低い商品を買う層に配信が偏ることがあります。購入されやすい商品ほど価格が低い傾向があるため、コンバージョン数は伸びても売上が伴わない結果になりがちです。
評価を分けるには、購入金額の帯で顧客を区切ったうえで、リスト経由の購入がどの帯に集まっているかを確認します。帯の切り方は三段階で十分です。上位帯の比率が導入前後で下がっているなら、指標の置き方を見直す合図になります。
対策としては、評価指標を件数ではなく売上や粗利で置くことです。媒体の最適化に渡す値も、コンバージョン件数ではなく購入金額を送る設定にしておくと、この偏りは大きく緩和されます。
ベンチマークをどう運用判断に使うか
Shopifyのヘルプには、広告キャンペーンのベンチマークに関する項目が用意されています。自社の数値が同種のストア群と比べてどの位置にあるかを確認できる仕組みで、社内の目標設定に外部の基準を持ち込める点に価値があります。
ベンチマークの使い方で重要なのは、良し悪しの判定ではなく異常の検出に使うことです。平均より良いか悪いかを議論しても、商材も価格帯も違う以上あまり意味がありません。大きく外れている項目だけを拾う使い方に絞ると、実務での有用性が上がります。
たとえばクリック単価が同種のストア群と大きく乖離している場合は、入札や配信面の設定に見直す余地があると分かります。一方でコンバージョン率の差は商材や価格帯の影響が大きいため、単純比較の材料にはなりません。
社内説明の材料として使える
外部の基準があると、社内の合意形成にかかる時間が短くなります。それは、広告費の増減を提案する際の説得力が変わります。感覚的な「まだ伸ばせるはず」という主張ではなく、同種のストア群と比べた位置を示せるためです。経営層への説明が必要な組織では、この点だけでも導入の価値があります。
ただし、ベンチマークの数値をそのまま目標値に置くのは避けてください。平均に近づけること自体が目的化すると、自社の強みを削る方向に最適化が進みます。
導入後に起きやすい失敗と回避策
最も多いのが、リストを書き出しただけで運用に組み込まないまま放置される状態です。自動で生成される仕組みだからこそ、誰かが能動的にキャンペーンへ割り当てないと何も変わりません。導入のタスクは接続で終わりではなく、割り当てと評価まで含めて設計してください。
次に多いのが、既存のリストと重ねて使ってしまい効果が判定できなくなる例です。同じ広告セット内に複数のオーディエンスを入れると、媒体側は合算した集合に配信します。比較したいものは必ず器を分けるという原則を守れば防げます。
三つ目は、短期間で判断を下してしまう例です。リストの入れ替えは学習に影響するため、開始直後の数値は不安定になります。最低でも二週間、購入サイクルが長い商材なら一か月は動かしてから判断してください。
効果が出なかったときに見る順番
成果が伸びなかった場合、リストの質を疑う前に配信量と計測を確認するのが順番として正しいものです。配信が十分に出ていなければ質の議論は成立しませんし、計測が漏れていれば実際の成果が数値に現れません。
それでも原因が特定できない場合は、配信面の内訳を確認してください。同じリストでも、配信される面が偏っていると成果は大きく変わります。面ごとの実績を分解すると、リストの問題ではなく配置の問題だったと判明するケースは少なくありません。
配信量が足りない原因は、入札の弱さ、除外の重複、クリエイティブの審査落ちなど広告運用の一般的な要因であることがほとんどです。新しい機能を入れたときほど既存の基本を疑うほうが、原因にたどり着くのが早くなります。
ストア側のデータ品質がリストの精度を決める
オーディエンスの質は、広告アカウントの設定よりもストア側のデータ整備に左右されます。商品カテゴリの分類が雑だったり、購入と定期購入の更新が同じイベントとして記録されていたりすると、購買パターンの抽出そのものが歪みます。広告の設定を触る前に、データの入り口を点検するほうが投資対効果は高くなります。
点検すべき箇所は多くありません。商品分類が実際の購買行動と対応しているか、返品やキャンセルが売上から差し引かれているか、テスト注文が本番データに混ざっていないかという三点を見れば、大きな歪みはおおむね見つかります。テスト注文の混入は想像以上に頻繁に起きるので、開発や運用の担当者に確認してください。
定期購入を扱っているストアでは、初回購入と継続課金の区別が特に重要になります。両方を同じコンバージョンとして扱うと、獲得効率が実態より良く見え、新規獲得への投資判断を誤ります。イベント名を分けるだけで解決する話なので、優先して着手する価値があります。
商品フィードとの整合を取る
オーディエンスの精度が上がっても、表示される商品が的外れでは成果につながりません。在庫切れ商品が配信され続けている、価格がフィードと実際で食い違っているといった状態は、リストの質とは無関係に成果を落とします。フィードの更新頻度とエラー件数は定期的に確認してください。
特に見落とされやすいのが、セール価格の反映タイミングです。フィードの更新が遅れると、広告に表示された価格と着地後の価格が異なり、離脱率が跳ね上がります。価格の不一致は成果より先にクレームとして現れることがあるため、運用の初期から監視対象に入れておくべきです。
同意管理の状態を可視化しておく
顧客データを広告に使う以上、同意の取得状況を把握しておく必要があります。同意していない顧客が含まれたリストを媒体に渡すと、法令面のリスクだけでなく、後から該当データを削除する作業が発生します。同意の有無をデータ上で判別できる状態にしておくと、こうした手戻りを避けられます。
運用が始まってからは、同意率そのものも定期的に確認する価値があります。同意率が下がっていれば、取得の導線に問題が起きている可能性があり、広告に使えるデータの量が徐々に減っていきます。月次で数値を見るだけで、静かな劣化に気づけます。
可視化の方法は、顧客テーブルに同意フラグを持たせるだけで十分です。リストを作る際にフラグで絞り込む運用にしておけば、担当者が変わっても品質を維持できます。
広告以外の施策とどう連動させるか
購買可能性を軸にしたリストは、広告配信だけに使うにはもったいない資産です。同じ考え方をメール配信やアプリ通知、サイト内の出し分けにも展開すると、接触の一貫性が生まれます。媒体をまたいだ一貫性が有効だったのと同じ理屈が、チャネルをまたいだ場合にも当てはまります。
実務で効果が出やすいのは、広告で接触した層に対してメールの内容を変える設計です。すでに商品を認知している前提で書けるため、説明を省いて意思決定を後押しする内容に振り切れます。接触履歴に応じて訴求を変えるだけで、同じ配信数でも反応率は変わります。
逆に注意したいのが、同じ訴求を複数チャネルで同時に浴びせる状態です。接触回数が増えること自体は悪くありませんが、内容が同一だと飽きられます。チャネルごとに役割を分け、繰り返すのはメッセージの核だけにとどめてください。
実店舗を持つ事業者は来店データも合わせる
オンラインとオフラインの両方で販売している場合、オンラインの購買データだけでリストを作ると、実店舗で買っている顧客を新規として扱ってしまいます。獲得コストの評価が実態からずれる典型的なパターンです。
名寄せの仕組みがまだない場合でも、店舗の会員プログラムに登録している顧客だけを対象に除外するところから始められます。カバー率が部分的でも、獲得コストの評価は現状より実態に近づきます。完全な仕組みを待つ理由はありません。
会員IDやメールアドレスで名寄せできる仕組みがあれば、来店購入者を除外リストに含められます。名寄せの精度が完全でなくても、除外の効果は十分に得られます。
成果の共有先を広げると判断が速くなる
広告の数値が運用担当者の中で閉じていると、施策の連動は進みません。リスト別の反応や、除外を入れたあとの新規比率の変化といった情報は、商品企画やCRMの担当者にとっても判断材料になります。定例で共有する場を作るだけで、次に打つ手の選択肢が広がります。
共有の形式は凝る必要がありません。リスト別の件数と単価を一枚にまとめる程度でも、関係者が同じ数値を見ている状態は作れます。
まとめ：条件を確認し、除外から着手する
Shopify Audiencesは、購買インサイトを起点にしたリストを複数媒体へ配れる仕組みで、条件を満たすストアにとっては費用面のリスクなく試せる選択肢です。ただし利用条件が明確に限定されているため、まずは自社が対象かどうかの確認から始めるのが正しい順番になります。
- 条件を先に確認する。Shopify Plus、Shopify Payments、米国またはカナダという三条件を満たすかを最初に判定する
- 除外から着手する。効果の再現性が高い既存顧客の除外は、条件を満たさない事業者でもすぐ整備できる
- 評価の前提を固定する。計測の窓、ビュースルーの扱い、新規判定の方法を導入前に決めておく
まずは無料で広告アカウント診断を
ハーマンドットでは、ECの広告アカウントについてオーディエンス設計と除外の抜けを洗い出す診断を行っています。Shopify Audiencesの利用条件を満たすかどうかの確認から、満たさない場合の代替設計まで、現状のアカウントを見たうえでご提案します。
すでに複数媒体を運用していて、リストの定義がそろっていない、新規と既存の切り分けが甘いといった課題を感じている段階でもご相談いただけます。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。