【P-MAX】年齢・性別の実績が確認可能に！除外設定の方法もあわせて解説

01 P-MAXで年齢・性別が見られるようになった背景

P-MAX（Performance Max／パフォーマンス最大化キャンペーン）は、Google広告が提供する自動化型のキャンペーンタイプです。1つのキャンペーンを作るだけで、検索・ディスプレイ・YouTube・Discover・Gmail・GoogleマップといったGoogleのほぼ全在庫へ横断的に配信され、入札・予算配分・配信面・クリエイティブの組み合わせまでを機械学習が自動で最適化します。運用者が手作業で触れる「レバー（調整箇所）」が意図的に絞られているのが最大の特徴で、これが成果を出しやすくする一方、運用者にとっては「中で何が起きているのか分かりにくい」というジレンマを生んできました。

02 どこから見るのか？年齢・性別の実績確認手順

まずは「どこを見れば年齢・性別の実績が確認できるのか」という最も基本的な手順から押さえます。操作はシンプルで、Google広告の管理画面から数クリックでたどり着けます。

ポイントは、必ずP-MAXのキャンペーンを選択した状態で「オーディエンス」を開くことです。アカウント全体やほかのキャンペーンタイプを選んだ状態では、目的の年齢・性別実績にたどり着けないことがあります。対象のP-MAXキャンペーンに入ってから、左メニューのオーディエンスを開く、という順番を守ってください。

表示される実績は、ほかのキャンペーンタイプの「ユーザー属性」レポートに近いイメージです。年齢区分（18〜24歳、25〜34歳……といったレンジ）や性別（男性・女性・不明）ごとに、配信のボリュームと成果が並びます。これまでP-MAXでは「不明（=判別できないユーザー）」の割合も含め、こうした属性別の内訳が見えづらかったため、可視化されただけでも運用の手がかりは大きく増えます。実際の指標の読み方は第4章で詳しく扱います。

03 まだ見れないアカウントもある（順次反映の注意）

ここで運用者が最初につまずきやすいのが、「手順どおりにオーディエンスを開いても、年齢・性別の実績が表示されない」というケースです。結論から言うと、これは設定ミスではなく、機能がまだそのアカウントに反映されていない可能性が高いです。

こうした新機能の段階的ロールアウト（順次反映）は、Google広告ではごく一般的です。同じ会社が管理する複数アカウントでも、Aのアカウントでは見えてBのアカウントではまだ見えない、ということが起こります。同様に、同じアカウント内でもキャンペーンによって表示の有無が分かれる場合があります。「見えない＝自分の操作が間違っている」と考えて時間を浪費しないよう、まずは反映状況を切り分けましょう。

これらを確認しても表示されない場合は、現時点ではそのアカウントが反映待ちと考え、機能が届くのを待つのが現実的です。順次反映の性質上、特別な申請をしなくても、いずれ表示されるようになるケースがほとんどです。Google広告の新機能は、地域・業種・アカウントの利用状況などによって到着タイミングがばらつくことが知られており、「隣のアカウントでは見えるのに、自分のアカウントではまだ」という状況は珍しくありません。焦って設定をいじり回す必要はなく、反映を待つあいだは、ほかのキャンペーンタイプ（検索広告など）のユーザー属性レポートで、年齢・性別ごとの傾向の当たりをつけておくのも有効です。検索広告で見えている主力層の傾向は、同じ商材であればP-MAXでも大きくは外れないため、機能が届いたときの判断のたたき台になります。

04 年齢・性別データをどう読むか

実績が見られるようになったら、次は「そのデータをどう読み、どう判断につなげるか」です。ここを雑にやると、見かけの数字に振り回されて誤った除外をしてしまいます。最終的な成果（コンバージョンや売上）まで含めて、層別に冷静に評価する視点が必要です。

05 年齢・性別の除外方法（キャンペーン単位）

実績を確認し、明らかに成果の悪い年齢層・性別が見つかった場合、その層を配信から外す「除外」を検討できます。除外はキャンペーン単位で設定します。手順は次のとおりです。

設定箇所がキャンペーン設定の「下部」にある点を覚えておくと迷いません。除外はあくまでキャンペーン単位での適用なので、同じアカウント内に複数のP-MAXがある場合、それぞれのキャンペーンで個別に設定する必要があります。あるキャンペーンで除外したからといって、ほかのキャンペーンには自動で反映されません。

除外を解除したい場合は、同じ「年齢や性別の除外」の画面で、チェックを外して保存すれば、その層への配信が再び有効になります。除外と解除を短期間で何度も繰り返すと機械学習が安定しにくくなるため、除外は「いつ・どの層を・なぜ除外したか」を記録に残し、一定期間ごとに見直す運用がおすすめです。

06 除外すべきか否かの判断基準

「成果が悪い層がある＝即除外」ではありません。除外は配信機会を狭める設定なので、外す前に必ず立ち止まって確認すべき観点があります。誤った除外は、機械学習の学習データを痩せさせ、かえって全体の成果を落とすことがあります。

これらをクリアして初めて、除外は「リスクを取る価値のある最適化」になります。CPA・ROASをどう設計し改善していくかの全体像はROAS・CPA改善の完全ガイドもあわせてご覧ください。

07 入札の強弱は付けられない＝「除外可否」に使う機能

ここで、今回のアップデートの位置づけを正確に押さえておきます。年齢・性別の実績が見られるようになったと聞くと、「では成果の良い層に入札を強め、悪い層に弱める調整ができるのか？」と期待する運用者が多いはずです。しかし、2026年6月時点では、P-MAXで年齢・性別ごとに入札の強弱（入札調整）を付けることはできません。

つまり今回の機能は、「配信を強めるアクセル」ではなく、「配信を止めるブレーキ（除外）」のための判断材料です。従来の検索キャンペーンのように「30代女性に+20%」といった細かな入札調整はできず、できるのは「この層を配信から外すか、残すか」という二択の判断です。だからこそ、第4章で述べたように成果の悪い層を見極める読み方と、第6章の除外可否の判断基準が重要になります。

この「レバーは少ないが、判断材料は増えた」という性質は、P-MAXという自動化キャンペーンの思想そのものです。Googleは入札・配分の細かな調整を機械学習に委ねる前提を崩さず、運用者には「明らかにムダな層を外す」という最小限のコントロールだけを渡しています。逆に言えば、運用者の腕の見せどころは、限られたレバーをどこで・どう使うかの判断精度に移っているということです。

なぜGoogleが「入札の強弱」ではなく「除外」だけを開放したのかも、機械学習の前提から理解できます。年齢・性別ごとに人間が入札調整率を細かく設定してしまうと、機械学習が見つけた「人間の直感では気づけない成果の出る組み合わせ」を、人間の思い込みで打ち消してしまう恐れがあります。一方で「除外」は、人間が確信を持って『この層は要らない』と言える場合に限った、いわば最終的な拒否権です。Googleは、機械学習の自由度はできるだけ確保しつつ、運用者の納得感のために最小限の拒否権だけを渡した——そう捉えると、この機能の設計思想が腑に落ちます。だからこそ、除外は「乱発する道具」ではなく「ここぞで使う拒否権」として、慎重に運用するのが正しい姿勢です。

08 オーディエンスシグナルとの関係

第1章で触れた「オーディエンスシグナルの年齢設定」と「今回の実績確認・除外」は、混同されがちですが役割がまったく異なります。両者の関係を正しく理解すると、P-MAXの最適化サイクルが一段クリアになります。

09 零の運用視点：実績ベースで仮説を検証する

ここまで機能の使い方を解説してきましたが、最後に「この機能を、運用の成果につなげるにはどう使うか」という実務の視点を共有します。横浜の独立系運用型代理店である零（Rei）株式会社「でもやるんだよ」では、AI・機械学習に運用を委ねる領域が広がるほど、人間の仕事は「データで仮説を検証し、戦略の上流へ反映すること」に移ると考えています。

運用型広告の代理店活用や、機械学習時代の代理店の役割についてはGoogle広告に強い広告代理店の選び方も参考になります。買い物系・ECでP-MAXとあわせて使う入札戦略はGoogleショッピング広告の入札戦略で詳しく解説しています。

10 P-MAXの年齢・性別に関するQ&A

11 まとめ：レバーは少なくても、判断材料は増えている

本記事では、P-MAXで年齢・性別の実績が確認できるようになったアップデートを軸に、確認手順・データの読み方・除外設定・判断基準・オーディエンスシグナルとの関係までを整理しました。要点を振り返ります。

• P-MAXで年齢・性別の配信実績が、キャンペーン→左メニュー「オーディエンス」から確認できるようになった
• 2026年6月時点では一部アカウント未反映。順次反映が進んでおり、近々すべてのアカウントへ反映予定
• 除外はキャンペーン単位。設定下部の「年齢や性別の除外」でチェックを入れて保存する
• 除外は配信機会を狭めるため、データ量・外部要因・主要層の取り違えに注意して慎重に
• 入札の強弱は付けられない。あくまで「除外するか否かの判断」に使う機能という位置づけ
• シグナル（仮説）→実績（検証）→除外（調整）の3点セットで最適化サイクルを回すのが基本

P-MAXは、運用者が直接触れる調整レバーが少ない自動化キャンペーンです。しかし、見られるデータと設定できる箇所は、確実に少しずつ増えています。これまでオーディエンスシグナルで年齢の「仮説」を渡すことはできても、実際の配信実績は見えませんでした。今回それが見えるようになったことは、最適化にとって大きな前進です。入札の強弱まではつけられないものの、「除外するか否か」の判断には十分役立つ——この機能の位置づけを正しく押さえて使えば、自動化キャンペーンでも運用者が成果に効く一手を打てます。

そして本記事で繰り返し述べたように、本当の差はP-MAXの外側で生まれます。実績で見えた主力層を、LP・クリエイティブ・計測・商品設計という上流の打ち手に翻訳できるかどうか。自動化が進むほど、この「データから戦略への翻訳力」が運用の腕の見せどころになります。横浜の独立系運用型代理店「でもやるんだよ」は、まさにこの領域——機械学習に任せるところは任せ、人は仮説検証と戦略の上流に集中する運用——を強みにしています。P-MAXの運用に悩んでいる方、実績データを成果につなげきれていない方は、無料相談フォームから気軽にご相談ください。

関連記事「P-MAXのオーディエンスシグナル実績レポート解説」「Google広告の機械学習の仕組み」「Googleショッピング広告の入札戦略」「Google広告に強い広告代理店の選び方」「ROAS・CPA改善の完全ガイド」も併せて読むと、P-MAXと運用型広告の理解が一段深まります。