本文へ移動
Knowledges

ナレッジ

TikTok広告のターゲティング設計|広く始めて検証する実務ガイド

TikTok広告のターゲティングは、顧客像を細かく書き写す作業ではありません。配信できない相手を除き、探索の幅を残し、既知の顧客や接触者を必要な場面で使い分ける設計です。最初から条件を重ねすぎず、広い配信と仮説を比較できる形で始めます。

POINT 「顧客を詳しく知ること」と「広告の配信対象を細くすること」は同じではありません。顧客理解は企画を深くし、配信条件は検証できる幅を保ちます。

この記事の目次
  1. ペルソナと配信条件を分ける
  2. ターゲティングを4層で設計する
  3. Broadは「誰でもよい」ではない
  4. Custom AudienceとLookalikeを使い分ける
  5. 比較できる単位を作る
  6. 公開前チェック
  7. まとめ
目次

ペルソナと配信条件を分ける

企画では、誰が、どんな場面で、なぜ動画を見るかを具体化します。一方、広告配信では、プラットフォームが学習できる余地と、事業上の制約を考えます。

企業TikTokのターゲット設定で整理した視聴理由は、動画の言葉、出演者、場面、CTAへ反映します。年齢や興味関心の条件へ、そのまま変換する必要はありません。

ターゲティングを4層で設計する

役割
必須制約配信できない・すべきでない範囲を除く対応地域、商品上の年齢条件
探索新しい見込み層を見つけるBroad、最小限の制約
既知層接触済みの人へ次の行動を促すWeb訪問、動画反応、顧客リスト
除外重複や不要な接触を減らす最近の購入者、対象外顧客

この4層を一つのad groupへ詰め込まず、目的に応じて分けます。新規獲得と再接触では、同じクリエイティブでも伝える前提が違います。

Broadは「誰でもよい」ではない

TikTok公式のAbout Audiencesは、Broad TargetingとNarrow Targetingの二つの考え方を示しています。Broad Targetingは、不要な制約を最小限にし、配信システムへ探索の余地を残す方法です。

Broadでも、対応できない地域や商品上の制約を外してはいけません。逆に、根拠のない年齢、性別、興味関心を重ねると、まだ見つけていない顧客を除く可能性があります。

始め方のコツ 制約を一つ追加するたびに「この条件がないと事業上困るか」「過去データで確かめたか」を確認します。説明できない条件は、まず比較対象にします。

Custom AudienceとLookalikeを使い分ける

TikTok公式のCustom Audiencesでは、顧客ファイル、Webやアプリの行動、TikTok上のエンゲージメントなどから既知・接触済みの層を作れます。主な使い方は次の三つです。

  • 商品ページを見た人へ、比較や不安解消の動画を出す
  • 最近の購入者を新規獲得キャンペーンから除外する
  • 反応の良い既知層をLookalikeの元にする

利用できる作成元、必要な規模、共有範囲は更新され得ます。顧客データを使う場合は、取得時の同意、利用目的、委託先、保存、削除などを社内の法務・プライバシー担当と確認してください。

比較できる単位を作る

ターゲティングの良し悪しを比べるなら、広告目的、最適化イベント、配信期間、クリエイティブをできるだけそろえます。

比較固定するもの変えるもの
Broadと仮説層目的、素材、期間対象設定
新規と再接触計測地点、商品対象とメッセージ
Lookalikeの幅元となる既知層類似層の幅

対象と動画を同時に変えると、差の理由が分かりません。変更日時と条件を残し、配信量だけでなく目的に近い行動で見ます。

公開前チェック

  • 対応地域や商品上の必須制約を確認した
  • 根拠のない条件を重ねていない
  • 新規獲得、再接触、除外の役割を分けた
  • Custom Audienceの取得・利用条件を確認した
  • 比較するad groupで目的と素材をそろえた
  • 観測期間、停止条件、変更履歴の記録場所を決めた
  • 管理画面の推定規模と実際の配信結果を混同しない

TikTok公式のターゲティング推奨事項も更新されます。配信時点の仕様と対象地域で利用できる項目を確認してください。

まとめ

TikTok広告のターゲティングは、条件を増やすほど精密になるわけではありません。必須制約、探索、既知層、除外を分け、比較できる幅で配信し、結果から次の仮説を作ります。

企画とターゲティングを一つの検証計画へ落としたい方は、Albitへお問い合わせください。

この記事の執筆者

加藤 翔太

加藤 翔太 Shota Kato

Albit株式会社 代表取締役 / CEO

早稲田大学卒業後、株式会社キーエンスにてコンサルティング営業に従事し、データドリブンな営業手法を実践。2021年にマーケティング支援企業を共同創業しSNS運用戦略を主導した後、2025年1月にAlbit株式会社を設立。大手音楽レーベル、大手アニメーション企業、大手賃貸住宅サービス、大手スポーツ用品ブランドなどの縦型動画SNSマーケティングを支援し、運用約4ヶ月で総再生3,000万回超、約1年半でフォロワー10倍(4万→40万人超)などの成果を率いてきた。統計・データ解析の知見を軸にした、再現性のあるバイラルマーケティング設計が専門。

noteで記事を読む

Contactお問い合わせ