広告の数字を確認して、検索語句を調べ、GA4と照合し、改善案を考え、説明資料まで作る。広告運用を一人で担当すると、管理画面を触る時間よりも、その前後の確認と報告に仕事が広がっていきます。元CMOとしてマーケティングに関わってきた自分も、この「一人では確認しきれない範囲」をAIでどこまで変えられるのか、実際のGoogle広告アカウントで検証しました。
今回Codexに任せたのは、広告分析からGA4の確認、改善優先度の整理、5ページのPDFレポート作成までです。そこで見つかったのは、単なる数字の増減ではありませんでした。「予約」という名前のイベントが、本当に予約完了を数えているのか。広告を改善する前に、成果の数え方から確認する必要が見えてきたのです。本記事では、実際に進めた作業、分かったこと、まだ判断できないことを分けて紹介します。
- AIに任せられたのは、管理画面の確認・比較・論点整理・レポート作成。広告設定の変更は行っていません。
- コンバージョンの合計やイベント名だけでは、実際の予約・売上は判断できませんでした。
- 今回確認できたのは業務範囲の広がりです。CPA改善、予約増加、作業時間の削減率は未検証です。
結論：AIで広がったのは「任せられる作業の範囲」だった
今回、一人で行う広告運用の仕事を、数値確認だけで終わらせず、計測の確認と報告資料の作成まで進められました。ただし「AIを動かして放置すれば広告成果が上がった」という話ではありません。人が対象を指定し、ログインし、追加の依頼を出し、出力を確認しながら進めた実務です。
広告アカウントには、配信結果、検索語句、コンバージョン設定など、別々の画面で確認しなければならない情報があります。さらにサイトに移動した後の行動はGA4、実際の予約は予約管理側というように、判断に必要な情報が分かれています。今回は、このうち広告とGA4の確認をつなぎ、意思決定の前提を整理するところまでAIに任せました。
| 作業 | 今回の実施内容 | 人が担ったこと・限界 |
|---|---|---|
| 対象の準備 | 指定された広告・GA4の画面を確認 | アカウントへのログイン、対象と目的の指定 |
| 広告分析 | 期間比較、キャンペーン、検索語句、成果内訳を確認 | 画面で確認できた範囲。全データの網羅的な取得ではない |
| 計測の確認 | イベント名と実際の発火条件を照合 | 実予約データとの突合までは未実施 |
| 改善案 | 計測・配信・導線の確認優先度を整理 | 予算や入札の変更判断、実行承認は人に残す |
| レポート | 5ページのPDFと詳細なテキストを作成 | 読み手に合わせて依頼を追加し、内容を確認 |
| 広告設定の変更 | 実施していない | 入札、予算、広告文、除外設定の変更は別工程 |
「できたこと」と「成果が出たこと」を分けるのは、この検証の大切な前提です。分析と資料作成を完了したことは確認できます。一方で、その提案を実装して予約が増えたか、投資対効果が上がったかは、この作業だけでは分かりません。
元CMOが広告分析をAIに任せた理由
自分は、広告代理店でマーケティング事業部長を務め、グローバルマーケティング会社のCMOも経験してきました。SEO、Web広告、SNS、LINE、LP、アクセス解析と、施策をまたいで考える仕事をしてきたからこそ、広告管理画面の数字だけで結論を出すことには慎重です。
広告のクリック数が増えても、問い合わせにつながっていないかもしれない。問い合わせが増えても、商談化しないかもしれない。そもそも問い合わせとして報告している数字が、ボタンを押した回数かもしれない。施策を動かす人には、管理画面から事業の成果までをつなぐ視点が必要です。
ただ、その確認を毎回すべて一人で行うと、調査、集計、仮説整理、資料化が積み重なります。確認を浅くすれば速く終わりますが、それでは改善判断の質が下がる。今回は、この両立が難しい部分にAIを使いました。
文章を作るだけでなく、判断の前工程を支援してほしい
AI活用を「レポートの文章をきれいにすること」に限定すると、その前に行う調査や確認は人に残ります。もちろん文章の下書きも便利ですが、今回試したかったのは、分析の材料を整理して、気になる点を掘り下げ、説明できる形にする一連の仕事です。
具体的には、数値を並べるだけでなく、「この数字は何を数えているのか」「増減から何が言えるのか」「まだ確認できていないことは何か」を整理させました。人が最後に判断するための材料を厚くする使い方です。
これは、自社メディアで検証してきた「AIを使うことで、一人が扱える仕事の範囲を広げる」という考え方ともつながります。背景は、元CMOがAIと取り組んだ一人マーケティングの検証記事でも紹介しています。
検証条件：何を見て、どこまで任せたのか
作業を行ったのは2026年9月16日です。Google広告では直近30日と、その前の30日を比較しました。期間や対象を確認したうえで、Google広告のキャンペーン、検索語句、コンバージョン関連の画面を確認し、追加でGA4のデータを見ています。
顧客名、アカウントID、予約先のURL、広告費などの個別実数は、本記事では公開していません。具体的な増減率を隠したまま成果の大きさだけを演出するのではなく、何を確認して、どう判断を変えたかに焦点を当てています。
一つの指示で全自動完了したわけではない
進め方は段階的でした。最初にGoogle広告の分析を依頼し、その後、GA4を踏まえた分析、PDF化、詳細なテキスト整理へと依頼を追加しています。最終的には、GA4中心の説明ではなく、広告運用の判断に使える構成へ寄せるように調整しました。
したがって、今回の実績を「完全自動レポーティング基盤を構築した」「毎朝無人で広告を最適化するようになった」と説明するのは不正確です。今回行ったのは、人が方向を指定しながらAIに確認・分析・資料化を進めさせる運用です。定期実行、API連携、異常時の通知までを整備したわけではありません。
また、これは今回利用したCodex環境での記録です。利用できるブラウザ操作や接続先、権限は環境によって異なります。同じ文章を入力するだけで、どの環境でもGoogle広告に接続できるという意味ではありません。
比較の条件と未確認範囲を最初に残す
期間比較では、数字の大小に入る前に、対象期間、タイムゾーン、アカウント、表示している指標をそろえる必要があります。広告とGA4で違う範囲を見たまま比較すると、差分を施策の効果と誤解する可能性があるからです。
今回は管理画面で確認できたデータを基に分析しました。全データをエクスポートして再集計したものではなく、予約管理システムの成約・来店実績も照合していません。LP全体を詳細に実査したうえで離脱原因を特定したわけでもありません。この範囲を先に明示すると、分析の結論を広げすぎずに済みます。
実際の手順：広告分析から5ページのレポートまで
作業の流れは、広告全体を確認し、内訳を見て、計測の意味を確かめ、GA4で補助情報を確認し、次に調べることを整理する順番でした。広告とGA4の数値を混ぜて一つの成績にするのではなく、役割を分けて使っています。
| 工程 | 確認した内容 | 次の判断につながった点 |
|---|---|---|
| 1. 全体比較 | 費用、表示、クリック、CTR、CPC、成果関連指標 | どの変化を優先して掘り下げるか |
| 2. 配信内訳 | 実際に費用が発生したキャンペーン | 全体の変化を主に動かす配信を見つける |
| 3. 検索語句 | 語句の意図、実績、現在の除外状況 | すでに対処済みの項目を再提案しない |
| 4. 成果定義 | コンバージョンの種類、状態、計測条件 | 予約完了と途中の行動を混同しない |
| 5. GA4照合 | 流入、ランディングページ、イベントなど | 広告クリック後に分かることを補足する |
| 6. 報告 | 確認事実、仮説、優先課題、追加確認事項 | 次の担当者が動ける形にする |
まず費用の動いている配信を確認した
アカウント内にキャンペーンが複数あっても、すべてを同じ重さで分析する必要はありません。実際に費用が発生している配信と、停止中・配信量の小さいものでは、全体への影響が異なります。今回は稼働状況と費用の偏りを確認したうえで、主要な配信を中心に掘り下げました。
ここで大切なのは、名前や一覧の上から順番に見るのではなく、費用と成果への影響で優先順位を付けることです。小さいキャンペーンで率が大きく変化しても、それだけで全体を増額・減額する根拠にはしません。
検索語句は「実績」と「現在の設定」を両方見た
検索語句の確認では、事業との関連が弱そうな語句だけを探すのではなく、現在すでに除外されているかも見ました。過去の期間に費用が発生していた語句が、確認時点では除外済みになっていることがあるためです。
過去の表だけを見て「この語句を除外しましょう」と提案すると、対処済みのことを改善案として報告してしまいます。また、事業と関連する語句を少数のクリックだけで切ると、十分な検証の前に配信機会を失う可能性もあります。今回は、関連性、データ量、現状の設定を分けて考えました。
GA4を追加し、最後に報告の主語を広告へ戻した
GA4を確認すると、広告以外の流入やサイト内行動も見えます。ただし、サイト全体の流入が増えたからといって、広告の効果が改善したとは限りません。自然検索の増加が全体を押し上げている可能性があるからです。
そのため、GA4は「広告分析を置き換える成績表」ではなく、「広告クリック後の行動と計測を補足する情報」として使いました。出力も一度で固定せず、広告を主役にして、どの配信をどう判断するのかが伝わる文章へ調整しています。AIへの依頼では、何を分析するかに加えて、誰が何を判断するためのレポートかを伝えることが重要でした。
最大の発見：「予約」という名前でも、予約完了とは限らなかった
今回もっとも重要だったのは、成果指標の解釈です。コンバージョンの合計や、イベントに付けられた「予約」という名称だけを見ていると、実際よりも成果を大きく、あるいは小さく評価してしまう可能性がありました。
広告の「すべてのコンバージョン」を予約件数に置き換えない
確認した広告データには、ローカル関連の反応、経路案内、ウェブサイト関連の行動、電話関連の行動、予約関連のイベントなど、性質の異なるものが含まれていました。それらの合計を、そのまま「予約獲得数」と呼ぶことはできません。
Googleの公式ヘルプでも、ローカルアクションには経路案内や電話ボタンなどに関する行動が説明されています。こうした接点の増加には意味がありますが、来店や売上の確定とは区別する必要があります。指標の定義はGoogle広告のローカルアクションに関する説明で確認できます。
実務では、合計値だけのレポートから、行動の段階ごとに分けたレポートへ変えることが第一歩になります。電話ボタンへの反応と、実際の電話問い合わせでも意味は異なります。名称が似ていても、何を記録した数字かを一つずつ確かめます。
予約イベントの発火条件は、外部予約サイトへのリンククリックだった
GA4で確認した予約関連のイベントは、外部の予約サイトへ移動するリンクのクリックを条件にしていました。これは「予約しようとした行動」に近い指標ですが、予約完了そのものを示すデータではありません。
リンクを押した人が全員予約したとは限りません。予約画面に移動した後で離脱する人や、空き状況だけを確認する人も考えられます。ただし、今回その離脱人数を測れたわけではありません。ここで言えるのは、発火条件とイベント名の印象に差があり、予約完了として扱うには追加の確認が必要だということです。
この発見によって、広告文や入札だけを考える前に、成果の定義を整理する必要が見えてきました。計測している行動を正しく言葉にすることも、広告改善の一部です。
| 見ている数字 | そこから言えること | それだけでは言えないこと |
|---|---|---|
| 広告クリック | 広告がクリックされた | 全員がサイトを十分に閲覧した |
| 予約リンクのクリック | 予約サイトへ進もうとする操作が記録された | 予約が完了した |
| イベント発生回数 | 設定したイベントが何回起きたか | 同じ人数の新規顧客を獲得した |
| 経路案内などの反応 | ローカル接点での行動が記録された | 来店や売上が確定した |
| 予約管理側の完了記録 | 予約成立を確認する材料になる | 今回はこのデータを照合していない |
次に必要なのは、名称変更だけでなく成果との接続
誤解を減らすには、まずレポート上の指標を「予約完了」ではなく「予約リンククリック」など、実際の条件に沿って表現します。そのうえで、予約管理側のデータや完了時の計測が利用できるかを調べ、事業上の成果とつなぐ方法を考えます。
ただし、この記事で紹介するのは改善方針までです。完了イベントへの変更や、広告の最適化対象の変更を、この分析作業で実行したわけではありません。現行の設定を把握せずに置き換えると、前後比較ができなくなることもあるため、変更内容と実施日を残せる状態で進める必要があります。
数字を読めても、因果関係までは自動で決まらない
成果定義以外にも、そのまま結論にすると危ない論点がありました。今回の分析では、確認した事実と、その理由として考えられる仮説を分けています。増減を見つける能力と、増減の原因を証明する能力は別だからです。
CTRの改善と、予約獲得の改善を分ける
広告のクリック率が改善していても、クリック単価やクリック数、予約に近い行動が同じ方向に改善しているとは限りません。今回は複数の指標が一様には動いていなかったため、CTRだけを成功の根拠にはしませんでした。
さらに、CTRが変わった理由も、広告文の改善だけとは限りません。検索語句や配信の構成が変わった可能性など、追加で見るべき要因があります。今回の確認だけで原因を一つに特定せず、変化した指標と調べるべき背景を並べて報告する形にしました。
イベント回数が増えても、行動した人が増えたとは限らない
GA4では、イベントの発生回数と、そのイベントを起こしたユーザー数を分けて確認しました。同じ人が繰り返し操作すれば、発生回数は増えても人数は同じということが起こり得ます。
これは単なる言葉の違いではありません。「予約に関心を示した人を増やしたい」のか、「操作の発生量を見たい」のかで使う指標が変わります。顧客獲得の議論にイベント回数だけを持ち込まないよう、レポートでは単位までそろえます。
広告クリックとGA4セッションの差を、そのまま流出と呼ばない
Google広告のクリック数とGA4のセッション数は、同じものを数える指標ではありません。そのため、差があることだけを根拠に「この人数を取りこぼした」「この割合がLPで離脱した」と計算するのは避けました。
Googleも、この二つの指標に不一致が生じる理由と確認方法を案内しています。照合するときは定義や対象範囲を確認する必要があります。詳しくはGoogle広告とGoogleアナリティクスのクリック数・セッション数の不一致を参照してください。
別のGA4プロパティの数字を足し合わせない
今回、別のGA4プロパティにも似た範囲のページや近い規模のデータが見えました。しかし、これだけで重複計測が確定したとは言えません。対象サイト、設置タグ、データストリームなどの追加確認が必要です。
ここは「重複しているので削除」と結論づけず、確認課題として残しました。原因が確定していない段階でデータを合算したり、片方のタグを止めたりしないことが重要です。AIが見つけた違和感は、検証の入口にはなりますが、修正実行の根拠と同じではありません。
レポートを「数字の一覧」から「次の判断ができる資料」にする
今回の成果物には、5ページのPDFレポートと、詳細なテキストがあります。ここで重視したのは、ページ数や見栄えだけではありません。読み手が「何が起きているか」「どこまで分かっているか」「次に何をするか」を区別できることです。
たとえば、予約関連のイベントに問題がありそうだと書くだけでは、担当者は動きにくい。どの条件を確認したのか、そのため何を言えなくなったのか、次に誰へ何を確認すべきかまで落とすと、分析が実務の引き継ぎ資料になります。
事実・仮説・未確認・提案を混ぜない
以下は、今回の知見を他の案件でも利用できるように整理した報告の型です。実際の顧客向けレポートをそのまま転載したものではありません。
| 区分 | 今回の知見を基にした記載例 | 記載時の注意 |
|---|---|---|
| 確認事実 | 予約関連イベントの条件は外部リンクのクリックだった | 画面・条件・確認時点を社内記録に残す |
| 解釈 | この指標だけでは予約完了数は判断できない | 確認事実から言える範囲に限定する |
| 未確認 | 予約システム側で実際に成立した件数 | 未取得の数字を推定で埋めない |
| 提案 | 予約完了データとの照合方法を確認する | 実施済みの対応と書き分ける |
| 実行条件 | 担当者、対象データ、変更権限を確認する | 分析と設定変更を別の工程として扱う |
この分け方を採ると、情報が足りないこと自体を正しく伝えられます。「分からないから分析失敗」ではありません。今のデータでは分からない点を特定し、次の確認を絞ることにも価値があります。
改善優先度は、数字の派手さより判断への影響で決める
今回のように成果定義が曖昧な場合は、まず何を成果として扱うかを整理する。その次に、配信と検索語句の評価、サイト側の導線確認へ進むという考え方になります。計測の意味が曖昧なまま予算を増やすと、改善したかどうかを後から判定しにくくなるためです。
一方で、計測が完璧になるまで一切の改善を止めるという意味でもありません。明らかに対処済みの項目を除き、追加確認が必要なものと、根拠のそろった提案を分ける。限られた時間で担当者が動ける順番を作ることが、広告運用のレポートに求められる役割だと考えています。
同じ使い方を試すなら、AIへの依頼は3段階に分ける
今回の経験を基に、再利用しやすい依頼文を整理しました。以下は記事用に再構成した例であり、実際の会話をそのまま転載したものではありません。アカウントや権限を準備したうえで、対象と制約を自分の環境に合わせて指定してください。
第1段階：分析の対象と、変更しない範囲を指定する
最初から「広告を改善して」とだけ依頼すると、分析の範囲や期待する成果物が曖昧になります。最初は読み取りに限定し、比較条件と出力形式を決めると、事実確認に集中できます。
指定したGoogle広告アカウントを分析してください。
直近30日と、その前の30日を同じ条件で比較してください。
対象期間、タイムゾーン、確認できた範囲を最初に記録してください。
費用、表示、クリック、CTR、CPC、コンバージョンの内訳を確認し、
主要キャンペーンから優先して分析してください。
数値の増減、原因の仮説、未確認事項を分けてください。
今回は読み取りと分析だけです。予算・入札・広告文・除外設定は変更しないでください。第2段階：成果の定義を確認してからGA4と照合する
次は、イベント名の印象ではなく、実際の発火条件を確認させます。確認できない設定がある場合は、無理に結論を出さず、担当者へ聞くことを明確にします。
広告のコンバージョンとGA4の関連イベントについて、
名称、実際の発火条件、集計単位、確認できた状態を整理してください。
予約完了、予約リンククリック、電話関連の行動、ローカルの行動を混同しないでください。
広告クリックとGA4セッションは別指標として比較してください。
複数のプロパティがある場合は合算せず、対象の違いを確認してください。
実予約データがなければ予約獲得数や予約CPAを推定で作らないでください。
設定変更は行わず、追加確認すべき点をまとめてください。第3段階：読み手と判断目的を指定して報告する
最後は、単なる要約ではなく、運用担当者や責任者が使う報告に変換します。文章を短くする場合も、重要な制約や未確認事項を落とさないように依頼します。
広告運用の次の判断に使えるレポートを作ってください。
広告を主役にし、GA4はクリック後の行動と計測を補足する情報として使ってください。
構成は、要旨、期間比較、主要な発見、改善優先度、追加確認事項としてください。
事実・仮説・提案を明確に区別し、実施していない施策を実績と書かないでください。
数値には指標名、単位、比較期間を付けてください。
担当者が次に何を確認すべきか分かる形で、PDFとテキストを用意してください。AIが出した文章は、そのまま提出する前提ではありません。対象の取り違え、単位、比較条件、予約完了とクリックの混同、実行していない変更の記述を人が確認します。依頼文を整えることと、出力を検証することはセットです。
人が残す仕事と、次に測りたい成果
分析の材料が増えても、事業として何を重視するかは人の仕事です。予約数なのか、商談数なのか、粗利なのか。それによって見るべき指標も、許容できる費用も変わります。AIが速くレポートを作れることと、事業に合った意思決定ができることを同一視しないようにしています。
予算・入札・計測変更は、分析とは別に承認する
今回、広告設定は変更していません。提案から実装へ進む場合には、対象、変更内容、理由、想定する影響、変更前の状態、確認日を記録したうえで判断します。特にコンバージョンの設定変更は、レポートの前後比較にも影響するため、文章を直す感覚で行うものではありません。
また、顧客データを扱う際は、自社や顧客の契約、利用可能なツール、権限、情報管理の条件を確認する必要があります。アカウントへログインできることと、その画面や実数を外部へ公開してよいことは別です。本記事でも、顧客向け資料や管理画面の生画像は掲載していません。
「何倍速くなったか」は、次の比較で測る
今回は、人だけで行った場合と同じ条件で作業時間を測っていません。そのため、「10倍の生産性」「作業時間を何％削減」といった定量表現は使いません。確認できたのは、分析からPDF化までの一連の成果物を作成したことです。
今後比較するなら、調査時間だけでなく、人が修正した時間も含めます。AIが下書きを短時間で作っても、数値や前提を直すのに時間がかかれば、その分を除外して効率化とは呼べないからです。
| 次に測る項目 | 測り方の例 | 今回の状態 |
|---|---|---|
| 作業時間 | 調査・指示・確認・修正・資料化の合計を比較 | 同条件の比較は未実施 |
| 正確性 | 数値、定義、対象、期間の誤りと修正件数を記録 | 定量評価は未実施 |
| 網羅性 | 必須の確認項目に対する完了・未確認の割合 | 今回は確認範囲を明記 |
| 実行への接続 | 提案が担当者・期限付きの行動に変わったか | 本記事では提案整理まで |
| 事業成果 | 実装後の予約・売上などを条件付きで比較 | 改善効果は未検証 |
AI活用の評価を、出力された文字数や資料の枚数だけにしないことも重要です。確認漏れを減らせたか、誤解しやすい指標を見直せたか、意思決定の前提を共有できたか。そこまで含めて、業務への貢献を測りたいと考えています。
Google広告のAI分析についてよくある質問
Google広告の自動入札と、今回のAI分析は何が違いますか？
今回試したのは、Google広告の入札をAIに変更させることではありません。Codexに管理画面の確認や比較、計測の読み解き、報告の作成を進めさせたものです。配信を調整する機能と、運用担当者の調査・分析を支援する使い方を分けて考えてください。
AIに任せれば、広告運用の経験は不要になりますか？
今回の検証から、そうは言えません。分析の目的を決め、何を本当の成果とするかを定義し、出力が実態に合っているかを確かめる必要がありました。特に「予約」というイベント名から予約完了と判断しないなど、事業と計測をつなぐ知識が重要です。
すべての数字をAIへ渡さないと分析できませんか？
目的によります。公開記事では顧客情報や実数を伏せても、分析の手順と判断の注意点は説明できます。一方、個別の配信判断では、必要なデータが欠けると結論が限定されます。最初に目的と必要範囲を決め、利用許可のある環境で必要な情報だけを扱う考え方が適切です。
今回、広告のCPAや売上は改善しましたか？
この作業では検証していません。分析、改善案の整理、レポート作成を行いましたが、提案の実装後に成果がどう変化したかは未確認です。実際の予約完了データも照合していないため、予約獲得単価の改善実績としては紹介していません。
毎月のレポートを無人で作る仕組みも完成していますか？
今回の範囲では完成していません。人がログインし、追加の指示を出しながら進めました。継続運用にする場合は、データ取得方法、権限、定期実行、取得失敗時の扱い、レビュー、配布先を別途設計する必要があります。
まとめ：一人で全部を抱えるのではなく、判断できる範囲を広げる
広告運用にAIを使う価値は、文章を速く書くことだけではありませんでした。今回の実務では、広告の期間比較、検索語句、成果の定義、GA4、レポート作成をつなぎ、一人が確認して説明できる範囲を広げられました。
その結果、最初に目を向けるべきことが、広告文や入札だけではないと分かりました。「予約という名前の数字は、実際には何を数えているのか」。この問いを置き直したことが、今回の重要な収穫です。
もちろん、これだけでチームの仕事をすべて代替できたわけではありません。人の方向付け、判断、確認は残っています。それでも、調べる、比べる、論点を整理する、報告するという仕事をAIに進めさせることで、一人の実務の進め方は変えられます。
AIに任せるのは、責任ではなく、判断するための作業です。 自分は元CMOとしての経験を、AIの回答を無条件に信じるためではなく、どこまで任せ、何を確認するかを決めるために使っていきたいと考えています。
検索・AI引用・流入についても、同じように指標の意味と限界を分けて検証しています。関連する実測は、GEO・LLMO・AIOの引用キーワードと計測事例をご覧ください。運営者の経歴・専門分野は魚見幸司のプロフィールにまとめています。
実務記録の確認日：2026年9月16日。本記事は、同日に実施したGoogle広告・GA4の分析とレポート作成を基にした匿名事例です。顧客名・アカウント情報・個別実数は非公開。依頼文と汎用の報告表は公開用の再構成であり、実際の会話・顧客資料の転載ではありません。広告設定の変更、実予約との突合、施策実装後の効果測定は今回の検証範囲に含みません。
監修者プロフィール
魚見幸司
生まれ（32歳）
メディア運営：魚見幸司
SEO、Web広告、SNS・LINE運用、LP制作・改善、アクセス解析、コンテンツマーケティング、生成AI導入を横断するデジタルマーケティングの専門家。広告代理店で最年少マーケティング事業部長を務め、グローバルマーケティング会社のCMOを経験しています。
成果指標から施策を逆算し、小規模検証から標準化へ進める方法と、人の確認を残した半自動化を重視。SEO・広告・SNS・LP・問い合わせを分断せず、事業成果までつなげる実務検証を行っています。
編集方針：公式情報と設計例を区別し、実行していない例を実測結果として扱わないことを重視しています。 プロフィールと専門分野を見る
