GA4には、機械学習を使ってユーザーの将来の行動を予測する「予測オーディエンス」という機能があります。「今後7日以内に購入する可能性が高いユーザー」といったグループを自動で作り、そのままGoogle広告の配信対象にできる仕組みです。

ただし、この機能には明確な利用条件があり、それを満たしていないアカウントでは使えません。「管理画面を探したが予測オーディエンスが出てこない」という相談の多くは、この前提条件を満たしていないことが原因です。

本記事では、予測オーディエンスの仕組みと用意されている5つの種類、そして利用に必要な前提条件を整理したうえで、Google広告での具体的な活用法までを解説します。

オーディエンスとは

予測オーディエンスを理解する前に、土台となる「オーディエンス」から押さえておきます。

GA4のオーディエンスとは、サイトやアプリにアクセスしたユーザーを、行動データや属性にもとづいてグループ化する機能です。特徴的な行動パターンや属性を持つ集団に分類し、セグメンテーションやターゲティングに活用できます。

たとえば商品を購入したユーザーを抽出したい場合、購入イベントが発生したユーザーでグループ化するオーディエンスを作成します。そのグループに対して広告やプロモーションを配信することで、リピート促進につなげられます。

条件は自由に細かくできる

オーディエンスの規模が大きすぎて使いにくい場合は、条件を足して絞り込めます。

• 1〜5個の商品を購入した、大阪府在住のユーザー
• 過去7日間に1〜5個の商品を購入した、大阪市在住のユーザー
• 過去7日間に1〜5個の商品を購入し、購入金額が10,000円を超える、大阪市在住のユーザー

「スノーゴーグルを購入したすべてのユーザー」のように幅広く定義することも、「ゴールドのレンズで黒色のストラップのスノーゴーグルを購入したユーザー」のように細かく定義することもできます。

条件を絞るほど、たまるのに時間がかかる

条件を設定すると、それに一致したユーザーが順次オーディエンスに追加されていきます。定義が幅広いオーディエンスは短期間でユーザーが集まり、条件が多いものは時間がかかります。

なお、すでに取得済みのデータがある場合は、最長30日分のデータをさかのぼってオーディエンスが構成されます。過去30日間に条件を満たすユーザーがいれば、すぐに追加されます。

サービス立ち上げ初期でデータが少ない段階では、条件を少なめにして幅広く定義するのが現実的です。

分析にも使える

オーディエンスは広告配信だけのものではありません。特定のオーディエンスに関するレポートを開けば、ユーザー数、コンバージョン、エンゲージメントセッション数といった内訳を確認できます。

「札幌市在住のユーザーは名古屋市在住より多く購入しているか」「ハイエンドモデルを買っているのはどの属性か」といった比較も可能です。行動パターンの違いを理解し、施策の設計に活かせます。

予測指標とは

予測オーディエンスの基盤になっているのが「予測指標」です。過去のユーザー行動データをもとに、将来の行動を機械学習で予測した指標を指します。

現在GA4で用意されているのは、次の3つです。

このほか、アプリの場合は「アプリ内購入の可能性」も利用できます。

これらを使うことで、まだ行動を起こしていないユーザーのうち、見込みの高い層を先回りして特定できるようになります。

【重要】予測指標を使うための前提条件

ここが最も見落とされやすく、かつ実務で最初につまずく部分です。予測指標は、どのプロパティでも使えるわけではありません。

Googleアナリティクスのヘルプによると、次の条件を満たす必要があります。

1. 十分なサンプル数があること

モデルを学習させるには、比較できるだけの実例が両方向で必要になります。具体的には、直近28日のうち7日間を見たときに、予測したい行動を取ったリピーターが1,000人以上、取らなかったリピーターも1,000人以上いることが求められます。

購入予測であれば「買った人」と「買わなかった人」の両方が、それぞれ1,000人規模で必要になるということです。片方だけ多くても学習は成立しません。

2. モデルの品質が一定期間維持されていること

一度条件を満たしても、データが不安定になればモデルの品質が保てず、予測指標が使えなくなることがあります。継続的に条件を満たし続ける必要があります。

条件を満たせない場合はどうするか

上記のハードルは、中小規模のサイトにとって決して低くありません。この条件を満たさない限り、予測オーディエンスは作成できません。

満たせない場合の現実的な対応は次のとおりです。

• 通常のカスタムオーディエンスで代替する：「カートに追加したが購入していない」など、行動条件で近い層を作る
• コンバージョンイベントの設計を見直す：購入だけでなく、資料請求や問い合わせなど、より発生頻度の高いイベントを軸にする
• データ量が増えるまで待つ：条件を満たせば自動的に予測指標が生成されます

予測オーディエンスとは

予測オーディエンスは、先ほどの予測指標を条件に組み込んだオーディエンスです。通常のオーディエンスが「何をしたか」で人を集めるのに対し、こちらは「これから何をしそうか」で集めます。

たとえば「この先1週間のうちに購入しそうな人」というグループを作り、そのまま広告の配信先に指定できます。

用意されている5つの予測オーディエンス

前提条件を満たしたプロパティでは、次の5種類が候補として自動的に表示されます。

「購入経験の有無」で分かれている点が実務上のポイントです。新規獲得を狙うのか、既存顧客の維持を狙うのかで、選ぶべきオーディエンスが変わります。

なお公式仕様では、「既存顧客」は購入イベントが発生している、またはLTVが0より大きいユーザーとして定義されています。初回購入を狙うオーディエンスは、逆にLTV = 0かつ購入イベントを除外する条件になっています。

また閾値は指標ごとに異なります。購入の可能性は90、離脱の可能性は80、予測収益は95パーセンタイルが基準です。「すべて上位10%」ではない点に注意してください。

パーセンタイルの考え方

どの予測オーディエンスも、「指標がこの水準を超えたら登録する」という線引きで動いています。その線引きに使われるのがパーセンタイルです。

パーセンタイルは、全体を並べたときの順位の位置を表します。テストの点数ではなく、順位だと考えてください。1,000人を購入の可能性が低い順に並べたとき、90パーセンタイルは下から900人目の位置にあたります。そこを超えるのは残りの100人、つまり上位10%です。

ここで注意したいのが、数字が大きくなるほど対象者は絞られるという関係です。直感と逆に感じられるかもしれません。

「7日以内に購入する可能性が高い既存顧客」であれば、購入の可能性が90を超えるユーザーが自動的に登録されます。離脱系のオーディエンスは初期値が80なので、購入系より広めに取られる設計です。

範囲は自分で調整できる

初期値のままでなく、対象の広さを自分で決めることもできます。設定画面では次の3通りから選びます。

• 見込みの高い層だけを取る（上位から何%か）
• 見込みの低い層を取る（下位から何%か）
• 範囲を自分で指定する（数値入力またはスライダー）

範囲を指定する場合、動かすたびに「何人が対象になるか」と「その人たちがどれくらいの確度か」が画面上で確認できます。

ここは精度と配信量のつまみだと考えるとわかりやすいでしょう。数字を下げれば対象は増えますが、見込みの薄い層も混ざります。逆に上げれば確度は高まるものの、母数が足りず広告側で使えないこともあります。Google広告のリマーケティングには一定のユーザー数が必要なため、両者のバランスで決めることになります。

さらに条件を追加できる

予測条件だけでなく、年齢・地域・イベント数といった条件を組み合わせることも可能です。「購入する可能性が高い上位10%のうち、東京都在住のユーザー」といった絞り込みができます。

予測オーディエンスの作成方法

作成手順は次のとおりです。

1. GA4の管理画面で「管理」を開きます
2. 「データの表示」から「オーディエンス」をクリックします
3. 「新しいオーディエンス」をクリックします
4. 「オーディエンスの候補」で「予測可能」をクリックします
5. 表示された候補のうち、要件を満たしているものには「利用可能」というラベルが付いています。使いたいテンプレートをクリックします
6. 必要に応じて、パーセンタイルの範囲や追加条件を調整します
7. オーディエンス名と有効期間を設定して保存します

予測指標を使ったカスタムオーディエンスを作りたい場合は、通常のオーディエンス作成の途中で予測指標を選択する方法もあります。

作成には「マーケティング担当者」以上の権限が必要

見落とされやすい点ですが、予測オーディエンスの作成には、プロパティ単位で「マーケティング担当者」以上の権限が必要です。権限が足りないと作成画面に進めません。

前提条件を満たしていない場合、候補に「利用可能」のラベルが付かず選択できません。候補が選べない場合は、まず前提条件と権限の両方を確認してください。

Google広告と連携して広告配信に使う

予測オーディエンスは、作成しただけでは広告に使えません。連携の設定が必要です。

予測オーディエンスは自動的に共有される

Googleのヘルプによれば、予測オーディエンスは、プロパティにリンクされた広告アカウント（Google広告、ディスプレイ＆ビデオ360、検索広告360）と自動的に共有されます。

つまり、GA4とGoogle広告がリンクされていれば、作成したオーディエンスはGoogle広告側で使えるようになります。

連携前に確認すべき2つの設定

ただし、次の設定ができていないとオーディエンスが共有されません。

1. Googleシグナルとデータ共有設定の確認

GA4の管理画面で、Googleのプロダクトとデータを共有する設定が有効になっているかを確認します。

2. パーソナライズド広告の有効化

オーディエンスをGoogle広告で使うには、パーソナライズド広告が有効になっている必要があります。GA4とGoogle広告のリンク設定時に、この項目にチェックが入っているかを確認してください。

連携に必要な権限

リンク作業には、次の権限が必要です。

• GA4：対象プロパティの編集者以上のロール
• Google広告：同じGoogleアカウントに管理者権限
• Google広告のクライアントセンター（MCC）にリンクすると、インポートしたデータをすべてのクライアントアカウントで利用できます

権限が足りない場合は、それぞれの管理者に付与を依頼してください。

連携で得られるその他のメリット

予測オーディエンスの活用以外にも、連携には次の利点があります。

• 広告の配信結果をGA4側で確認できるようになり、管理画面を行き来する手間が減ります
• ユーザー獲得レポートで、どのキャンペーン経由の訪問かを分解して見られます
• コンバージョンに至るまでの経路を、広告メニューのレポートで追えます
• GA4で設定したキーイベントを、Google広告のコンバージョンとして取り込めます
• GA4で作ったオーディエンスを使って、リマーケティングの精度を上げられます

Google広告での活用アイデア

作成した予測オーディエンスは、次のような使い方ができます。

1. 購入直前のユーザーを取りこぼさない（リマーケティング）

「7日以内に購入する可能性が高い」層は、判断がほぼ固まりかけている状態と考えられます。

商品ページを繰り返し見た、カートに入れたまま離れた——こうした行動は、買う気があることの表れです。問題は、この状態のまま放置すると競合の広告に接触し、そちらで決められてしまう点にあります。

予測オーディエンスの利点は、こうした分かりやすいシグナルだけでなく、機械学習が自社サイト固有の行動パターンまで読み取って対象を絞り込むことです。人の目では気づけない共通点を拾ってくれます。ここに向けて、購入をためらう理由を解消する訴求を当てるのが有効です。

2. 離れそうな顧客を引き止める（リエンゲージメント）

新規獲得より既存維持のほうが費用は抑えられます。長く使ってもらえれば、それだけ広告費の回収も進みます。

「7日以内に離脱する可能性が高い」層は、かつては熱心に利用していたのに、足が遠のきはじめているユーザーです。完全に離れてしまう前に接触できるのが、この予測の価値になります。

打ち手としては、価格や品揃え、配送の速さ、返品のしやすさなど、もう一度使う理由を思い出してもらう訴求が向きます。特典を用意するなら、それまで利用してくれたことへの感謝という形で提示するほうが受け入れられやすいでしょう。

3. 検索広告で入札を強化する

確度の高いオーディエンスに対して、入札単価を引き上げるという使い方です。同じキーワードでも、購入の可能性が高いユーザーには強く出る、という調整ができます。

4. 高LTVユーザーの取りこぼしを防ぐ

「28日以内に利用額上位になると予測されるユーザー」は、将来的に大きな収益をもたらす見込みのある層です。この層に対しては、多少CPAが高くなっても獲得する価値があります。

5. 除外条件として使う

見落とされがちですが、予測オーディエンスを除外に使う方法も有効です。「購入する可能性が低い層」を除外することで、予算を確度の高いユーザーに集中できます。

よくある失敗と対処法

導入時につまずきやすい箇所を、原因と対処法のセットで整理します。

予測オーディエンスが表示されない

最も多いケースです。前提条件（リピーター1,000人以上の両群）を満たしていない可能性が高いため、まず条件を確認してください。

オーディエンスのサイズが小さすぎて広告に使えない

Google広告でリマーケティングに使うには、一定のユーザー数が必要です。パーセンタイルの範囲を広げる、追加条件を減らすといった調整で対象を広げられます。

作成前のデータは反映されない

オーディエンスは、原則として作成後に条件を満たしたユーザーが追加されていきます（過去30日分はさかのぼって適用されます）。使いたい時期の直前に作るのではなく、余裕を持って先に作成しておくことが重要です。

モデルの品質が維持できず使えなくなった

Googleのヘルプでは、条件を割り込んで予測が作られなくなると、そのオーディエンスに新しいユーザーが入らなくなると説明されています。

見落としやすいのは、影響がGA4の中で止まらないことです。Google広告など連携先へ書き出して使っている場合、そちらの配信にも波及します。知らないうちに配信対象が痩せていく、という事態が起こり得ます。

一度条件を満たせば終わりではありません。計測に漏れが出ていないか、イベントの設計が実態に合っているかを、定期的に見直しておく必要があります。

【重要】予測の精度は、コンバージョンデータの正確さで決まる

ここまで予測オーディエンスの使い方を解説してきましたが、最後に前提となる論点をお伝えします。

予測モデルは「成果」のデータから学習している

予測指標は、過去に誰がコンバージョンしたかというデータをもとに学習します。「購入の可能性」を予測するには、実際に購入した人と、しなかった人のデータが必要です。前提条件が「トリガーしたリピーター1,000人以上、していないリピーター1,000人以上」となっているのは、そのためです。

つまり、コンバージョンデータが不正確であれば、予測そのものが歪みます。 良い機能を使っても、学習の材料が欠けていれば精度は上がりません。

電話で成約している事業では、成果の一部が抜け落ちる

不動産、工務店、医療、士業、修理業、BtoB商材といった業種では、問い合わせや成約の多くが電話で発生します。

ところがGA4で計測できるのは、電話番号のタップまでです。タップした後に実際に通話が成立したのか、その通話が成約に至ったのかは記録されません。パソコンで見て手元の電話からかけた場合は、そもそもタップとして残りません。

その結果、次のことが起こります。

1. 成果が記録されない：Webフォームからのコンバージョンだけが数字に残ります
2. 予測モデルが偏る：「フォームで送信する層」の特徴だけを学習し、電話で成約する層を見落とします
3. 前提条件を満たしにくくなる：そもそも1,000人以上というサンプル数の確保が難しくなります

電話が主要な問い合わせ経路である事業ほど、予測オーディエンスの精度が上がりにくい構造になっているのです。

コールトラッキングで成果データを補う

この課題を解決するのがコールトラッキングです。流入経路ごとに異なる電話番号を出し分けることで、どの広告・どのキーワード経由でかかってきた電話なのかを判別できる仕組みです。

予測オーディエンスの文脈では、次の効果があります。

• 電話での成約をコンバージョンとして計測できる：予測モデルの学習材料が増えます
• オフラインコンバージョンとして広告側に戻せる：自動入札の精度も同時に高まります
• 成果の全体像が見える：フォームと電話を合わせた実態にもとづいて、施策を判断できます

予測オーディエンスは「AIに未来を予測させる」機能ですが、AIが見ているのは過去のデータだけです。その過去に欠けがあれば、予測される未来もずれていきます。機能を使いこなす以前に、データの土台を整えることが先決です。

よくある質問

導入時に疑問として挙がりやすい点をまとめます。

予測オーディエンスは無料で使えますか

GA4の標準機能のため、追加費用はかかりません。ただし前提条件を満たす必要があります。

予測オーディエンスが候補に出てきません

前提条件を満たしていない可能性が高いです。関連する予測条件をトリガーしたリピーターが過去28日のうち7日間で1,000人以上、トリガーしていないリピーターも1,000人以上必要とされています。

作成したオーディエンスはいつからGoogle広告で使えますか

GA4とGoogle広告がリンクされていれば自動的に共有されますが、実際に配信に使えるようになるまでには一定のユーザー数の蓄積が必要です。作成後すぐに使えるとは限りません。

BtoBサイトでも使えますか

購入イベントを軸にした指標のため、EC以外では条件を満たしにくい傾向があります。問い合わせや資料請求をコンバージョンとして設計し、十分な件数が発生していれば利用できる可能性があります。

まとめ

GA4の予測オーディエンスについて、要点を整理します。

1. 予測オーディエンスは、予測指標にもとづいて将来の行動を予測したユーザーグループ
2. 予測指標は「購入の可能性」「離脱の可能性」「予測収益」の3つ
3. 利用には前提条件があり、リピーター1,000人以上の両群が必要
4. 用意されているのは5種類。購入経験の有無で使い分ける
5. GA4とGoogle広告をリンクすれば自動的に共有される
6. 予測の精度は、学習材料となるコンバージョンデータの正確さに左右される

AIによる予測は強力な武器ですが、その予測は過去のデータからしか生まれません。電話での問い合わせが多い事業では、その成果を計測できているかどうかが、予測の精度そのものを左右します。

コールデータバンクは、電話成果を含めた広告効果を100%計測し、すべての成果に至るマーケティングデータを一元管理できるツールです。広告からの入電を可視化し、Web上のデータだけでは見えなかった成果を明らかにすることで、『広告運用改善』と『顧客管理改善』を実現します。

予測オーディエンスをはじめとするAI機能を、正確なデータで活かしたい方は、ぜひコールデータバンクをご検討ください。詳しくはこちらからお問い合わせください。