注: この記事は英語から AI を使用して翻訳されており、若干の不正確な表現が含まれる場合があります。
このツールは何をするものですか？
Campaign Experiments ツールを使用すると、すべての Google Ads アカウントにわたって Google Ads の実験のパフォーマンスを表示・分析し、比較情報をもとにキャンペーン実験を継続するか終了するかを判断できます。
なぜ使う必要がありますか？
Campaign Experiments ツールを使用すると、次のことができます。
複数の Campaign Experiments のパフォーマンスを一度に確認でき、画面を行き来する手間なく結果を簡単に分析できます。
Optmyzr 独自の統計的有意性チェックに基づいて、実験を採用・継続・終了するための推奨事項を取得できます。
推奨理由の詳細を示すパフォーマンスサマリーを取得できます。
使い方
開始するには、分析対象のアカウント（またはすべてのアカウント）と、希望する期間（過去7日間、14日間、30日間、90日間）を選択します。
アカウントと期間を選択すると、連携している Google Ads アカウント内のアクティブな Campaign Experiments がすべて表示され、以下の情報も確認できます。
アカウント
Campaign Experiments
パフォーマンス：この列は、キャンペーン実験が正しい方向に進んでいるかどうかを示します。矢印をクリックするとデータを並べ替えられます。
開始日：Optmyzr がこれらの Campaign Experiments のデータ取得を開始した日です。
トラフィック分割：元のキャンペーンとキャンペーン実験の間でトラフィックが分割される割合を示します。
指標列：デフォルトでインプレッション数、クリック数、費用、コンバージョン数が表示されます。
テーブル右上の指標選択ツールから、コンバージョン値、CTR、コンバージョン単価などの他の指標を選択することもできます。詳しくは以下のスクリーンショットをご覧ください。
詳細情報の確認
アカウント名をクリックすると実験の行を展開し、詳細を確認できます。そこでは、実験の実行対象となっている元のキャンペーン、すべての指標、および実験が成功する見込みに関する信頼度を確認できます。
パフォーマンスの詳細
各指標は、元のキャンペーンと比較したパフォーマンスを示します。指標の下の値は、指定した期間における実験の現在のパフォーマンスであり、その下には元のキャンペーンのパフォーマンスと実験のパフォーマンスとの差が数値とパーセンテージで表示されます。
パフォーマンスに基づく信頼度
信頼度が緑色の場合はプラスの傾向を、赤色の場合はマイナスの傾向を示し、色がない場合はニュートラル、つまり実験が成功するかどうかまだ明確な兆候がないことを意味します。
信頼度は、実験と元のキャンペーンを比較することで算出されます。CTR、コンバージョン率、インプレッションあたりのコンバージョン、インプレッションあたりの収益、費用対収益、CPA などの指標に基づき、統計的に有意なデータをもとに、実験が成功するキャンペーンになる可能性が高いかどうかが判断されます。
注：このような分析に十分なデータがない場合は、「データが不足しています」と表示されます。
Google Ads への変更の適用
「アクションを実行」ボタンには3つのオプションがあります。
元のキャンペーンを更新：このオプションを選択すると、キャンペーン実験で行われた変更が元のキャンペーンに反映されます。
新しいキャンペーンに変換：これにより、元のキャンペーンと同じ予算で、実験が新しい Google Ads キャンペーンとして追加されます。
実験を終了：実験が成功していない場合、このオプションで終了できます。
注：Google Ads で新しく作成されたキャンペーン実験は、24時間以内にツールに表示されます。
ユースケース
実験結果への迅速な対応
問題： 勝ちまたは負けの実験を特定した後でも、Google Ads で手動で変更を適用するのは時間がかかり、遅延が生じやすくなります。
解決策： 「アクションを実行」機能を使用すると、ツール内から直接、元のキャンペーンの更新、実験の新しいキャンペーンへの変換、実験の終了を行うことができます。パフォーマンスの違いを一目で把握
問題： 特に複数の指標や大量のデータを扱う場合、実験が元のキャンペーンと比べてどうなのか解釈するのが難しいことがあります。
解決策： このツールは、絶対値とパーセンテージの差を含め、元のキャンペーンとの明確な比較とともにパフォーマンス指標を表示します。また、目標に合わせて CTR、コンバージョン単価、コンバージョン値などの指標をカスタマイズすることもできます。パフォーマンスの傾向に基づく実験の優先順位付け
問題： 複数の実験が同時に進行している場合、どれに早急に対応すべきか優先順位をつける明確な方法がありません。
解決策： パフォーマンス列には実験が正しい方向に進んでいるかどうかが表示されるため、それに応じて並べ替えることができます。これにより、パフォーマンスが高い実験や低い実験をすばやく特定できます。