Googleショッピング広告の入札戦略を徹底解説｜「クリック数の最大化」でCPCを抑える実践ガイド【2026年版】

1-1. 標準ショッピングとP-MAX──2つの器

2026年6月時点で、ショッピング枠に商品を出す主な手段は2つあります。標準ショッピングキャンペーンとP-MAX（パフォーマンス最大化）キャンペーンです。両者は選べる入札戦略が異なるため、まず違いを押さえます。

重要なのは、「クリック数の最大化」や「個別クリック単価」は標準ショッピングでしか選べないという点です。P-MAXはコンバージョンベースの自動入札しか選べないため、本記事の核心である「クリック数の最大化でCPCを抑える」アプローチは、標準ショッピングキャンペーンを使える前提での話になります。P-MAXとショッピングの関係は第7章で詳しく扱います。

1-2. 手動入札と自動入札の関係

入札方式は大きく手動入札（個別クリック単価）と自動入札（スマート自動入札を含む）に分かれます。手動入札は運用者が商品グループごとに上限CPCを直接コントロールする方式、自動入札はGoogleの機械学習がオークションごとに入札額をリアルタイムに調整する方式です。

近年は自動入札が主流ですが、自動入札のなかにも「クリックを最大化する」方向のもの（クリック数の最大化）と、「コンバージョンを最適化する」方向のもの（コンバージョン数の最大化・コンバージョン値の最大化）があり、両者は学習の目的関数が根本的に異なります。この違いがCPC傾向の差を生むため、まず次章で各戦略の仕組みを一覧で整理します。なお、自動入札の機械学習がどう動くかの基礎はGoogle広告の機械学習の仕組みでも解説しています。

※ 仕様・選択肢は2026年6月時点の一般的な挙動の目安です。Google側のアップデートにより変更される場合があります。

2-1. それぞれの目的関数を一言で

• 個別クリック単価：「運用者が決めた上限以下で、なるべく良い掲載順位を取る」。最も制御できるが手間がかかる。
• クリック数の最大化：「予算内でクリック数という量を最大化する」。CVの質は最適化対象ではない。
• コンバージョン数の最大化：「予算内でCV件数を最大化する」。CV見込みの高いユーザーを優先するため入札が強気になりやすい。
• コンバージョン値の最大化（tROAS）：「予算内でCVの金額合計を最大化する」。高単価CVを取りに行くため、客単価の高い商品で入札が強くなる。

同じ「自動入札」でも、最大化する対象が「クリック数」なのか「CV件数」なのか「CV金額」なのかで挙動はまったく異なります。とりわけ「クリック数を最大化する」入札は、量を稼ぐために安く取れるオークションを優先しやすい性質を持ち、これが次章で深掘りするCPC抑制効果の源泉になります。

3-1. 仕組みの違い──「安いクリック」を集めにいく入札

コンバージョン数の最大化（tCPA含む）は、「このユーザーはCVしそうだ」とアルゴリズムが判断したオークションに対して、多少高くても積極的に入札します。CV見込みが高いユーザーは競合も欲しがるため、そのオークションは概して高単価です。結果として、CVは取れてもCPCは上がりやすい傾向になります。

一方クリック数の最大化は、目的が「予算内でクリック数という量を最大化する」ことなので、同じ予算でできるだけ多くのクリックを買おうとします。多くのクリックを得るには、1クリックあたりの単価が安いオークションを優先するのが合理的です。そのため、相対的に安く取れるクリックを集めにいく挙動になり、平均CPCが下がりやすくなります。

3-2. メリット・デメリットと向く局面

ただし「クリック数の最大化が常に正解」というわけではありません。両論併記で整理します。

クリック数の最大化が効きやすい局面

• 立ち上げ期：CV実績がまだなく、コンバージョン最適化の学習が回らない段階。
• CVデータ不足期：直近30日のCV件数が自動入札の目安（後述）に届いていない段階。
• 裾野を広げたいとき：新商品の認知やロングテール商品の露出を増やし、母数のトラフィックを作りたいとき。
• CPCを意図的に抑えたいとき：予算が限られ、まずは安く広くクリックを集めて勝ち筋商品を見つけたいとき。

3-3. 上限CPCの併用が肝

クリック数の最大化でCPCを抑えるうえで絶対に外せないのが「上限CPC（最大クリック単価）」の併用です。クリック数の最大化は「予算を使い切ってでもクリックを増やす」方向に働くため、上限CPCを設定しないと、競合の激しい時間帯・商品でCPCが想定外に高騰することがあります。

上限CPCの決め方は、許容CPAと想定CVRから逆算するのが基本です。たとえば許容CPAが5,000円で想定CVRが2%なら、1クリックに許容できる上限は「5,000円 × 2% = 100円」が一つの目安になります。これを上限CPCとして設定し、配信量が出すぎてCPCが張り付くなら少し下げ、逆に配信が細るなら少し上げる、という調整を繰り返します。

※ あくまで逆算の考え方の一例です。実際は商品グループの利益率・CVRのばらつきを踏まえて設定します。

4-1. 学習に必要なCV数の目安

Googleは明確な公式の最低基準を断定的には示していませんが、実務上は「直近30日でキャンペーン全体15〜30件以上のコンバージョン」が、tCPA／tROASを安定運用する一つの目安とされています。これを大きく下回ると、アルゴリズムが学習する材料が足りず、配信が偏ったり、日によって成果が大きくぶれたりしやすくなります。

※ 数値は2026年6月時点の一般的な実務上の目安であり、公式に保証された基準ではありません。商材のCVRやオークション競合度により前後します。

4-2. なぜ立ち上げ期はクリック数の最大化なのか

立ち上げ期は、定義上CV実績がほぼゼロです。この段階でコンバージョン数の最大化を選ぶと、アルゴリズムは「乏しい手がかり」を頼りに高単価オークションへ入札しがちで、CPCだけが上がりCVは思うように増えない、という悪循環に入りやすくなります。

そこで立ち上げ期はクリック数の最大化＋上限CPCで安く広くクリックを集め、CV計測データを貯めるのが合理的です。クリックが増えればCVも一定確率で発生し、コンバージョン最適化に必要なデータが速く貯まります。データが目安（15〜30件/30日）に達したら、コンバージョン数の最大化→tCPA／tROASへと段階的に移していきます。この「データ量に応じた段階移行」を次章でロードマップ化します。

フェーズ0：立ち上げ（クリック数の最大化＋上限CPC）

CV実績がない状態。クリック数の最大化＋上限CPCで安くトラフィックを集め、フィードや商品の表示状況、検索クエリの傾向を確認します。上限CPCは許容CPA×想定CVRから逆算した保守的な値で開始し、配信量を見て調整します。この段階の目的は「効率」ではなく「安価にデータを集めること」です。

フェーズ1：データ蓄積（裾野を広げてCVを貯める）

引き続きクリック数の最大化で運用しつつ、除外設定や商品グルーピング（第6章）を進め、明らかに不要なクエリ・赤字商品への露出を絞っていきます。並行して、どの商品グループがCVを生んでいるかを観察します。直近30日のCVが目安（15〜30件）に近づいてきたら、次のフェーズへの移行準備をします。

フェーズ2：効率化（コンバージョン数の最大化→tCPA）

CVデータが目安に達したら、まずは目標値なしのコンバージョン数の最大化に切り替えます。いきなりtCPAで厳しい目標を入れると配信が絞られて学習が止まりやすいため、最初は目標なしで件数を伸ばし、CPAが安定してきたら実績CPAに近い水準でtCPAを設定します。目標値は一度に大きく動かさず、20%以内の刻みで調整するのが安全です。

フェーズ3：利益最大化（tROAS）

客単価にばらつきがある商材や、売上・利益を最大化したいフェーズでは、コンバージョン値の最大化（tROAS）へ移ります。tROASは現状の実績ROASに近い値から始め、配信量を見ながら段階的に引き上げます。最初から理想のROAS目標を入れると配信が細るため、「実績ROAS→少しずつ上げる」が鉄則です。

6-1. 商品グルーピングの基本軸

商品グループは、在庫・利益率・季節性・価格帯・ブランド・カテゴリなどの軸で分けるのが基本です。グルーピングを細かくするほど、商品群ごとに入札や上限CPCを出し分けられ、メリハリのある配信ができます。

• 利益率で分ける：高利益商品は強めに、薄利商品は控えめに。CPCの許容上限を変える根拠になる。
• 在庫で分ける：在庫潤沢な商品は積極配信、在庫薄の商品は露出を抑える。
• 季節性で分ける：シーズン商品は需要期に集中投下、オフシーズンは抑制。
• 価格帯で分ける：高単価商品はCVRが低くCPCが高くなりがちなので、別グループで管理すると最適化しやすい。
• ベストセラーを切り出す：売れ筋を個別グループにして優先的に予算を寄せる。

6-2. 除外と優先度の設計

赤字商品・在庫切れ・利益の出ない低単価商品などは、商品グループ単位で除外または入札抑制します。標準ショッピングではキャンペーン優先度（高・中・低）と除外キーワードを組み合わせ、「どのキャンペーンがどのクエリを拾うか」を制御する手法もあります（在庫処分品を低優先度に、主力を高優先度に、など）。除外検索語句の精査も、無駄クリックを削りCPCを健全に保つ基本動作です。

6-3. フィード品質が入札成果を左右する

そもそもフィード（商品データ）の品質が低いと、入札戦略以前に表示機会そのものが得られません。タイトルに検索意図に合うキーワードが入っているか、画像が規定どおりか、価格・在庫・GTINなどの属性が正確か——こうしたフィード最適化は、入札戦略と同じかそれ以上に成果へ効きます。とりわけP-MAXでは入札の手動制御余地が小さい分、フィード品質が成否を直接決めると言っても過言ではありません。

7-1. ショッピングがP-MAXに包含される流れ

P-MAXは、ショッピング枠に加えて検索・ディスプレイ・YouTube・Gmail・Discover・マップなどGoogleの全配信面を1キャンペーンで横断する統合型キャンペーンです。商品フィードを接続すればショッピング枠にも配信されるため、機能的にショッピングを内包します。入札はコンバージョン数の最大化／コンバージョン値の最大化（tCPA／tROAS）のみで、個別クリック単価やクリック数の最大化は選べません。

7-2. P-MAXでは「入札制御」より「シグナルの質」

P-MAXは入札を細かく制御できない代わりに、フィード品質・アセット（画像・動画・テキスト）・オーディエンスシグナルの質で成果を作る発想に切り替える必要があります。とくにオーディエンスシグナルは、立ち上げ期の学習を速める重要な入力です。P-MAXのオーディエンスシグナルや年齢・性別の分析については、以下の関連記事が参考になります。

• P-MAXのオーディエンスシグナルとレポートの読み方
• P-MAXの年齢・性別レポートの活用法
• Google広告の機械学習の仕組みと付き合い方

実務では、立ち上げ期に標準ショッピング（クリック数の最大化）で安くデータと知見を貯め、CVが安定してきたらP-MAXへ移す／併用するという設計も有効です。ここでも「データ量に応じた段階移行」という本記事の軸は一貫します。

9-1. 入札は「計測→入札→LP→フィード」の一気通貫で効く

入札戦略を単独で最適化しても成果は頭打ちになります。正確なコンバージョン計測があって初めて自動入札が機能し、クリックを受け止めるLP（ランディングページ）のCVRが上がれば許容CPCも上がり、フィード品質が高ければ表示機会そのものが増えます。入札・計測・LP・フィードは独立した工程ではなく、相互に効き合う一つのシステムです。

横浜の独立系・運用型代理店である零（Rei）株式会社の「でもやるんだよ」は、コトラーのマーケティング理論を土台に、ペルソナ単位でクリエイティブ（CP）とLPを設計し、計測〜入札〜LP〜フィード改善まで一気通貫で運用するスタイルを採っています。入札戦略をどれにするかという点だけを切り取らず、「誰に・何を・どの面で見せ、どのLPで受け、どう計測してアルゴリズムに学習させるか」までを一貫して設計するのが、ショッピング広告で安定した成果を出す近道だと考えています。

9-2. 実務チェックリスト

• コンバージョン計測は正確か（二重発火・漏れ・重複がないか）を最優先で確認する。
• 立ち上げ期はクリック数の最大化＋上限CPCで、安くデータを貯める。
• 上限CPCは「許容CPA×想定CVR」から逆算して設定する。
• 直近30日のCVが目安（15〜30件以上）に達したら、コンバージョン数の最大化→tCPAへ移行を検討する。
• tROASは実績ROASに近い値から、段階的に引き上げる。
• 商品グループは利益率・在庫・季節・価格帯で分け、フィード品質を点検する。
• 入札戦略・目標・予算の変更は一度にまとめ、学習期間（1〜2週間）を待つ。