広告クリエイティブを作るとき、いきなり、
「どんなバナーにするか」
「どんなキャッチコピーにするか」
から考えたくなります。
しかし、その前に決めたいのが「誰に広告を届けるのか」です。
同じ商品でも、相手が変われば響く訴求やフックは変わります。
そこで活用しやすいのが生成AIです。商品情報をAIへ渡すことで、ターゲット候補を広げ、そこからペルソナ・悩み・ニーズ・訴求・フックまで整理できます。
今回は、広告ターゲットを考えるときのAI活用方法を、広告制作につながる順番で整理します。
この記事で分かること
- 広告ターゲットとペルソナの違い
- AIでターゲット候補を広げる方法
- 悩み・ニーズ・行動しない理由の考え方
- ペルソナから訴求・フックへつなげる流れ
- AIで作ったペルソナをどう検証するか
広告ターゲットとは？
広告ターゲットとは、簡単にいえば「その広告を届けたい人」です。
例えば同じ転職サービスでも、
未経験からIT業界へ行きたい人
現在の年収を上げたい人
残業を減らしたい人
初めて転職活動をする人
では、抱えている悩みが違います。
そのため広告は、
商品 → 広告
ではなく、
商品 → ターゲット → 訴求 → 広告
と考える方が作りやすくなります。
ターゲットとペルソナの違い
初心者なら、次のように整理すると分かりやすいでしょう。
ターゲット＝広告を届けたい人の集団
ペルソナ＝そのターゲットを代表する具体的な一人
例えばターゲットを、
「IT未経験で転職を考える20代会社員」
とします。
そこから、
27歳
営業職
IT業界に興味がある
将来性に不安を感じている
未経験なので転職できるか心配
という人物像まで具体化したものがペルソナです。
ただし、趣味や好きな食べ物まで細かく決める必要はありません。
広告制作では、訴求や行動に影響する情報を優先することが重要です。
AIを使う前に商品情報を整理する
AIへいきなり、
「この商品のターゲットを考えて」
と依頼しても、材料が少なければ一般的な回答になりやすくなります。
先に、
サービス内容
料金
対象者
利用条件
特徴
実績
LPの内容
申込み条件
などを整理します。
アフィリエイト案件なら、成果条件や否認条件も重要です。
AI活用では、プロンプトだけでなく入力する情報の質が結果を左右します。
AIでターゲット候補を広げる
商品情報を渡したら、最初から一人へ絞らず、複数の候補を出してもらいます。
例えばIT転職サービスなら、
A：未経験からIT業界へ行きたい人
B：年収を上げたいエンジニア
C：働き方を変えたいエンジニア
D：初めて転職する人
E：現在のキャリアに不安がある人
といった形です。
ここでは正解を決めるのではなく、自分だけでは思いつかなかった仮説を広げることがAIの役割です。
その後、人間が商品条件や広告目的に合わない候補を除外します。
悩みから「本当に気にしていること」を探す
ターゲットを決めたら、次に悩みを整理します。
例えば、
IT未経験の会社員
なら、
興味はあるが経験がない
何から勉強すればよいか分からない
転職できるか不安
今の会社を辞めるのが怖い
などが考えられます。
さらに大切なのが、その奥にある不安です。
「転職できるか不安」の裏には、
「自分の経歴では評価されないのではないか」
という感情があるかもしれません。
AIには「表面的な悩みだけでなく、その背景にある不安も整理して」と依頼すると、広告に使える仮説を広げやすくなります。
悩みからニーズを整理する
悩みの次はニーズです。
例えば、
悩み：未経験なのでIT転職できるか不安
なら、
未経験でも応募できる求人を知りたい
自分に向いている仕事を知りたい
転職活動をサポートしてほしい
といったニーズが考えられます。
整理すると、
悩み＝現在抱えている問題
ニーズ＝その問題をどうしたいか
です。
この関係を作ると、商品がどこで役立つのかを考えやすくなります。
「なぜ行動しないのか」も考える
広告では、欲しい理由だけでなく行動しない理由も重要です。
転職したい気持ちはあっても、
相談するのが面倒
無理に転職を勧められそう
自分の経験では難しいと思う
今すぐ転職するほどではない
と考えているかもしれません。
ここが分かれば、
「まず相談から」
「オンラインで相談可能」
など、不安を減らす方向の訴求も考えられます。
ペルソナから訴求・フックへつなげる
ここまで整理したら広告表現へ進みます。
流れは、
ペルソナ
→ 悩み
→ ニーズ
→ 行動しない理由
→ 商品との接点
→ 訴求
→ フック
です。
例えば、
「未経験からIT業界へ転職したいが、自分にも可能か不安」
という人物なら、
訴求：未経験からIT転職を目指せる
そこから、
「IT業界って経験者しか無理？」
「IT転職したい。でも経験がない。」
といったフックを考えられます。
ペルソナ作成の目的は、人物プロフィールを完成させることではなく、広告仮説へつなげることです。
AIが作ったペルソナは「仮説」
ここは特に重要です。
AIが、
「27歳の営業職はこう考える」
と出力しても、それは実際の顧客調査ではありません。
あくまで仮説です。
そのため、
AIペルソナ＝仮説
広告配信＝検証
CTR・CVR・CPAなど＝結果
と考えます。
実際に広告を配信して、「未経験訴求より働き方訴求の方がCPAが良かった」と分かれば、その結果をAIへ戻してターゲット仮説を修正します。
まとめ｜AIで仮説を広げ、広告データで絞り込む
AIを使えば、ターゲット候補、悩み、ニーズ、ペルソナ、訴求、フックまで短時間で広げられます。
ただし、AIが作った人物像は最初から正解ではありません。
基本は、
商品情報
→ ターゲット候補
→ ペルソナ
→ 悩み
→ ニーズ
→ 行動しない理由
→ 訴求
→ フック
→ 広告配信
→ 実データで修正
という流れです。
AIには仮説を大量に作ってもらい、人間が商品の事実や現実性を確認する。そして実際のユーザー反応で答え合わせをする。
AI＝仮説を広げる
人間＝仮説を選ぶ
広告データ＝仮説を検証する
この役割分担で考えると、AIを単なるコピー作成ツールではなく、広告ターゲット設計を支援する道具として使いやすくなります。
