【Gemini】Web広告のAI分析を自動化！改善プロンプトとデータ構造

2026年2月19日

月末月初の広告レポート作成で、Google、Meta、Yahoo!など複数媒体の管理画面を行き来し、ダウンロードしたCSVを手作業でExcelに貼り合わせる作業に限界を感じていませんか？

「手作業の集計ミスでクライアントや上司の信頼を失いたくない」「集計だけで力尽きてしまい、肝心の改善施策を考える時間がない」「最新のAIを使って分析を自動化したいが、どうすればいいか分からない」

そんな多忙な事業会社マーケターや広告代理店の方の悩みを、「AIが読み取りやすいデータの用意」と「適切なプロンプト（指示出し）」の2つで解決します。

本記事では、AI分析の精度を劇的に上げる「データ構造」の重要性と、今日からそのままコピペして使えるGeminiのプロンプト例・実際の分析結果を公開します。この記事を読むことで、レポート集計の残業から解放され、質の高い意思決定に集中できるようになります。

まずは手作業のデータ集計・レポート作成を自動化したい方へ
広告データの手作業による集計を今すぐなくしたいなら、月額4,980円から使えるレポート自動化ツール『インハウスプラス』が最適です。AI分析用のデータもワンクリックで出力できます。
【最短1営業日で導入完了】インハウスプラスのWeb広告レポート詳細はこちら＞

この記事を書いた人

小林浩之 | Hiroyuki Kobayashi

DeNAのデジタルマーケティング責任者として年間450億円を超えるECプラットフォームのマーケティングを担当。2014年に独立し、上場企業から資金調達後のスタートアップまでさまざまな企業のデジタルマーケティングのプロジェクトに関わり見識を広げた後、2018年3月に株式会社CALLOSUMを創業。

Contents

Web広告のAI分析を成功させる最大の鍵は「データ構造」
【実例】Geminiを使ったWeb広告AI分析の実践ステップとプロンプト例
Web広告レポートの自動化からAI分析まで完結する「インハウスプラス」
Q&A｜Web広告のAI分析に関するよくある質問
まとめ：AI分析の第一歩は「データの自動化」から

Web広告のAI分析を成功させる最大の鍵は「データ構造」

結論から言うと、GeminiなどのAIを使ったWeb広告分析の精度は、入力する「データ構造」で9割決まります。 AIは膨大なデータを処理する能力に長けていますが、渡されるデータが乱雑であれば、文脈を正しく紐付けられず、精度の低い（あるいは間違った）改善案を出力してしまいます。

手作業でのデータ集計・統合の限界

AIに分析をさせる際に、各媒体の管理画面からダウンロードした生のCSVデータを、そのままアップロードするのはおすすめできません。手作業でデータを統合する方法には、いくつもの課題があるためです。

媒体ごとに指標名が異なる

たとえば、Google広告の「費用」とMeta広告の「消化金額」は、どちらも同じ意味の指標ですが、名称が異なります。このように指標名が統一されていない場合、AIはそれぞれを別の指標として認識してしまいます。その結果、正しい横断比較ができず、分析精度が下がる可能性があります。

ファイル準備だけで膨大な時間がかかる

精度の高い分析を行うためには、媒体ごとに「日別」「キャンペーン別」「キーワード別」など、複数の切り口でCSVファイルを個別にエクスポートする必要があります。さらに、それらを整理・統合する作業にも多くの時間と手間がかかります。

しかし、苦労して複数のファイルをAIに渡したとしても、期待どおりの分析結果が返ってくるとは限りません。
ファイルが分かれていることでデータの「文脈」が分断され、全体像を踏まえた分析が難しくなってしまうためです。

このように、手作業でのデータ集計・統合には、時間的な負担だけでなく、分析精度の低下というリスクも伴います。

AIが読み取りやすいデータ構造とは？

AIに「優秀なデータアナリスト」として分析してもらうためには、あらかじめ整理されたデータ構造を用意することが重要です。特に、以下の条件を満たしていることがポイントです。

媒体をまたいで指標名が統一されていること

例として、「インプレッション」「クリック」「費用」「CV」など、すべての媒体で同じ名称にそろえておくことが大切です。

行と列が整理された、シンプルなフラット形式の表になっていること

不要な装飾や結合セルを避け、1行1データの構造にすることで、AIが正確に情報を読み取れるようになります。

分析したい粒度でデータが網羅されていること

たとえば「キャンペーン別」「日別」など、分析の目的に応じた単位で情報が整理されている必要があります。

このように、AIが理解しやすいクリーンな統合データを用意できれば、あとはAIにアップロードするだけで分析が可能です。人間であれば数時間かかるような複雑な要因分析も、わずか数分で実行できるようになります。

【実例】Geminiを使ったWeb広告AI分析の実践ステップとプロンプト例

ここからは、実際にGemini（無料版でも可）を使って、複数媒体の広告データから「プロ並みの要因分析」と「具体的な改善施策」を抽出するための、4つのステップを解説します。

現場の広告運用者が実際に使っている、コピペでそのまま使えるプロンプトと、驚くほど具体的な実際の分析結果もあわせて公開します。

Step1. 分析用のデータを用意する

まずは、AIに読み込ませるための「クリーンなデータ」を用意します。前述のとおり、Google広告、Meta広告、Yahoo!広告などの数値を、統一されたフォーマットにまとめる必要があります。

月額4,980円から使える『インハウスプラスのWeb広告レポート』を導入しておけば、AI分析に最適化された形式で、複数媒体の統合データがあらかじめ整備されています。さらに、「網羅的に分析できる標準レポート」「変化の特定に強い対前の期間レポート」「オークション分析ができる詳細レポート」の3種類のレポートで詳細に分析できるため、AIへの指示（プロンプト）の幅が劇的に広がります。

そのため、以下の簡単な手順に沿って3種類のレポートをPDFでダウンロードするだけで、Step1は完了します。

▼ 具体的なPDF化手順

Looker Studioの右上「共有」→「レポートをダウンロード」
ページ全体を含める（推奨）
ダウンロードして保存

Step2. Geminiにデータを読み込ませる

GeminiのTOPページを開き、ダウンロードしたPDFをアップロードします。

PDFのアップロード方法による違い

PDFのアップロード方法には「ファイルをアップロード」と「ドライブを追加」の2種類がありますが、実は選び方によって読み取り精度が大きく変わります。
ファイルを直接ドラッグ＆ドロップすると、AIが表の形やグラフなどの「見た目」も含めて認識できるため、内容を正確に読み取れます。一方、ドライブ経由では文字情報のみが抽出されやすく、レイアウトが崩れて数字の読み間違いが起きやすくなります。

Step3. 【コピペOK】改善案を抽出するプロンプト例

データをアップロードしたら、以下のプロンプト（指示文）を入力して送信します。ポイントは、AIに「プロの広告運用者」という役割を与え、【現状把握】【要因分析】【施策提案】の3つのフェーズに分けて出力させることです。

▼そのまま使えるプロンプト例

# 指示
あなたは卓越した分析力と戦略構築力を持つ、シニアWeb広告アナリストです。
以下の「提供データ（Web広告レポート）」と「項目名の定義」に基づき、当月の広告配信結果の要約、課題の抽出、および次月以降の予算アロケーション（配分最適化）をメインとした改善案を作成してください。

# 目的
限られた予算の中で獲得件数（CV）を最大化し、CPA（顧客獲得単価）を最適化するための具体的なアクションプランを導き出すこと。

# 分析の切り口（以下の観点を必ず考慮してください）
1. 全体数値の俯瞰: 広告費、CV数、CPAなどの主要KPIが全体としてどのような着地になったか、前期間と比較したトレンドを把握する。
2. 効率性の評価: CPAが目標に対して適正か、媒体・キャンペーン・デバイス間でCPAにどのような偏りがあるか。
3. 前期間比較: 前月や前年同月と比較して、CV数やCPAがどう変化したか。変化の要因はCPC（クリック単価）の変動か、CVR（コンバージョン率）の変動か。
4. 機会損失の発見: 詳細レポート（オークション分析）における「インプレッションシェア損失率（予算・ランク）」を確認し、CPAが良好にも関わらず予算不足で機会損失を起こしているキャンペーンはないか。
5. 予算アロケーション: 費用対効果（CPA・CVR）が良い領域への予算寄せ、悪い領域の抑制・停止の判断。

# 出力フォーマット
以下の構成で、論理的かつ具体的に出力してください。必ずデータ（数値）を根拠として記載してください。

## 1. 全体数値のサマリ
- （当月の主要KPI（広告費、表示回数、クリック数、CV数、CPAなど）の実績値と、前月比などの全体的な傾向を簡潔に記載してください。）

## 2. データの要約
### よかった点（Successes）
- （例：○○媒体のCPAが前月比○%改善し、CV数が○件増加した。要因は〜）

### 悪かった点（Failures）
- （例：○○キャンペーンのCPAが○円まで高騰し、全体の足を引っ張っている。要因は〜）

## 2. 課題抽出
- （要約に基づき、解決すべきボトルネックや機会損失のポイントを2〜3つ抽出してください）

## 3. 改善案（予算アロケーション最適化メイン）
- 増額すべき領域（媒体/キャンペーン等）とその理由: 
  - （例：Google広告の「○○キャンペーン」はCPAが全体平均より○%低く優秀だが、インプレッションシェア損失率（予算）が○%あるため、予算を増額すればCV純増が見込める。）
- 減額・停止すべき領域（媒体/キャンペーン等）とその理由:
  - （例：Yahoo!広告の「○○キャンペーン」はCPAが○円と高騰しており、CVRも低迷しているため、予算を○%削減、あるいは停止する。）
- その他の推奨アクション:
  - （年齢、デバイス、曜日・時間帯などの属性データから言える入札調整の提案など）

---
# 入力情報

## 項目名の説明（参考）
https://inhouse-plus.notion.site/0008-Web-30d437a7bd1f80e5a26ee8189ea8b2f2

## 提供データ（Web広告レポート）
【アップロードしたPDFデータを参照してください】

Step4. 驚きの精度！AIの分析結果とネクストアクション

上記のプロンプトを入力すると、Geminiからわずか数分で以下のような「数値と根拠に基づいた高度な分析・施策提案」が返ってきます。（※以下は実際の出力結果の抜粋です）

▼実際のAI（Gemini）の回答例

シニアWeb広告アナリストとしての視点から、提供されたデータに基づく分析および改善案のレポートを提出します。

1. 全体数値のサマリ

当月の全体広告費は¥29,183,058（前月比-21.5%）と予算を大幅に抑制した一方で、CV数は2,454件（前月比-0.9%）と微減にとどめることに成功しました。結果として、全体のCPAは¥11,894（前月比-20.8%）と大きく改善し、限られた予算内で極めて効率的な運用が実現できています。

2. データの要約

よかった点（Successes）

全体CPAの大幅な改善: 広告費を前月比で約21.5%（約800万円）削減しながら、CV数の減少をわずか0.9%に抑え、CPAを20.8%良化させました。無駄な配信を削り、効率を劇的に引き上げた点が評価できます。
Meta広告の圧倒的な獲得効率: Meta広告のCPAは¥2,702と全媒体の中で最も安価に獲得できており、全体のCV数の約15%（376件）を牽引する重要な柱となっています。
Microsoft広告の拡大と高効率化: Microsoft広告は予算を前月比で13.3%増額しつつ、CV数を51.6%増（138件）と大きく伸ばしました。CPAも¥9,524（前月比-25.3%）と、Google検索（¥21,150）よりも圧倒的に安価な着地となっています。

悪かった点（Failures）

Google検索（一般キーワード）のCPA高騰: Google広告の「【リスティング】 A」キャンペーンは、広告費¥12,190,153（全体の約40%）を消費しているにもかかわらず、CPAが¥27,468と全体平均を大きく上回っており、全体の足を引っ張る最大の要因となっています。

3. 課題抽出

Googleリスティング（一般）における費用対効果の悪化: CPAが27,000円台まで高騰している「【リスティング】 A」に予算の4割以上が投下されているアロケーションの不均衡が、解決すべき最大のボトルネックです。
高効率媒体・キャンペーンへの予算配分不足: Meta広告（CPA ¥2,702）やMicrosoft広告（CPA ¥9,524）、GoogleのP-MAX（CPA ¥8,763）といった獲得効率が極めて高いキャンペーンが存在するものの、まだ予算を寄せてCVを最大化する余地を残しています。

4. 改善案（予算アロケーション最適化メイン）

増額すべき領域（媒体/キャンペーン等）とその理由:
- Meta広告（【ディスプレイ】 A）: CPAが¥2,702と全媒体で最も優秀です。予算を大幅に増額し、全体のCV数の底上げを図るべきです。
- Google広告（【P-max】 A）: CPAが¥8,763とGoogle検索（一般）の1/3以下で獲得できており、CV数も1,140件と全体の主軸です。引き続き予算を厚く配分します。
- Microsoft広告（全体）: 全体CPAが¥9,524と優秀です。特に「【リスティング】 A」はIMP損失率（ランク）が81.68%あるため、CPA（¥21,150）と目標を見合いながら入札を強めることで、CVの純増が見込めます。
減額・停止すべき領域（媒体/キャンペーン等）とその理由:
- Google広告（【リスティング】A）: CPAが¥27,468と高騰しているため、予算を大きく削減し、P-MAXやMeta広告に再配分します。本キャンペーンはIMP損失率（ランク）が94.53%と非常に高いですが、CPAが悪化しているため無闇な入札強化は行わず、CPAの著しく悪いキーワード（例: 「キーワードA」 CPA ¥40,095 等）の除外や入札抑制を行い、効率化に専念します。
その他の推奨アクション:
- 年齢ターゲティングの最適化（Google広告）: 18-24歳（CPA ¥13,114）や25-34歳（CPA ¥18,756）と比較し、55-64歳（CPA ¥26,826）や65歳以上（CPA ¥29,992）のCPAが高騰しています。高年齢層の入札を引き下げ、若年・ミドル層へ投資を集中させます。
- デバイス別入札調整（Google広告）: PCのCPAが¥18,916に対し、スマートフォンは¥11,784と効率が良いため、スマートフォンへの入札比率を相対的に引き上げることを推奨します。

クリーンな「データ構造」さえ用意できれば、月末月初の残業代を支払うことなく、AIがこれほどまでに精度の高い分析を代行してくれるのです。

Web広告レポートの自動化からAI分析まで完結する「インハウスプラス」

先述した通り、AI分析の精度は「データ構造」に完全に依存します。しかし、各媒体の管理画面からCSVをダウンロードし、手作業で指標を統一して整形する作業は、多忙なマーケターにとって非現実的です。

そこで、データ集計の自動化からAI分析の準備までをワンストップで完結できるのが、『インハウスプラスのWeb広告レポート』です。

インハウスプラスが、AI分析基盤として多くの企業・代理店に選ばれている理由は以下の4点です。

① AIがそのまま読み取れるクリーンなデータ構造

Google広告、Meta広告、Yahoo!広告などの複数媒体のデータが、あらかじめ指標統一・成形された状態で出力されます。ユーザーは画面からレポートをエクスポートしてAIに投げるだけで、すぐに分析を開始できます。

② 月額4,980円から。隠れた追加費用は一切なし

アカウント数が少なくても導入しやすい月額4,980円からの低価格設定です。データ蓄積に必要なBigQueryの費用もインハウスプラス側が負担するため、従量課金などの隠れたオプション費用はかかりません。

③ 権限付与だけで最短1営業日で即日導入

面倒なシステム連携や初期設定は不要です。お持ちの広告アカウントの閲覧権限を付与いただくだけで、最短1営業日で完成したレポートダッシュボードをお届けします。

④ 代理店向けのカスタマイズ機能も充実（商用利用OK）

Looker Studio上でレイアウトを自由にカスタマイズ可能。運用手数料込みの「グロス表記」や、施策の振り返りに便利な「コメント機能」など、クライアントへの報告の質を上げる代理店向け機能が標準装備されています。

⑤ 分析の目的に合わせて選べる「3種類のレポート」

AIに「何を分析させたいか」によって、最適なデータは異なります。インハウスプラスでは、用途に合わせた3種類のレポートを標準提供しており、状況に応じて最もAIが答えやすいデータを抽出できます。

レポート種類	ページ数	収録データの特徴	AI（Gemini）への分析依頼の用途例
① 標準レポート	全97P	全体のサマリから、月/週/日別推移、属性別（年齢・地域・デバイス等）まで網羅。	「アカウント全体の現状把握」や、「CPA悪化の要因となっている媒体・属性の特定」など、網羅的な分析に最適。
② 対前の期間レポート	全31P	前月・前年同月など、期間比較（変化率・差分）に特化。	「先月と比べてCVが急減したボトルネックの特定」など、ピンポイントな異常値の発見に最適。
③ 詳細レポート	全55P	オークション分析（競合比較）や、各種評価のバブルチャート可視化に特化。	「インプレッションシェア損失の改善」や「競合の入札状況を踏まえた、来月の高度な予算アロケーション」などに最適。

「全体像を知りたい時は標準レポート」「急激な悪化の原因を探りたい時は対前の期間レポート」といったように使い分けることで、AIから出力される改善案の解像度が飛躍的に向上します。

手作業でのレポート作成に毎月何時間も費やす時代は終わりました。データの集計はツールに任せ、あなたは「AIが出した改善案の実行」という、より価値の高い業務に集中してください。

▼ まずは実際のダッシュボード画面を見てみませんか？
インハウスプラスの機能詳細・無料トライアルはこちら＞
※クレジットカード登録不要・専門知識なしで即日導入可能

Q&A｜Web広告のAI分析に関するよくある質問

Q. 複数の広告媒体（GoogleやMetaなど）のデータを一括でAIに分析させることは可能ですか？

A. はい、可能です。ただし、各媒体で異なる指標名（費用と消化金額など）を事前に統一した統合データを用意する必要があります。インハウスプラスをご利用いただければ、複数媒体のデータが自動で統合・成形されるため、そのままAIにアップロードして精度の高い横断分析が可能です。

Q. AIに自社の広告データを読み込ませるのセキュリティリスクはありますか？

A. 企業の広告データを分析する際は、Geminiのエンタープライズ版（Google Workspace経由）など「学習データとして利用されないセキュアな環境」での実行を推奨します。また、個人を特定できる顧客情報はアップロードするデータから除外するなどの対策を行ってください。

Q. PDFを使ったAI分析のデメリットや注意点はありますか？

A. Looker StudioのPDFは非常に便利ですが、もし「数百行、数千行にわたる細かいリストを全件チェックして計算するような正確性が求められる分析」であれば、PDFと一緒に、その元データ（主要な数値のみのCSV）を1つ添えてあげるのが最も確実です。

逆に、「先月と比べてどこが伸びていて、何が課題か」という戦略的な洞察が欲しいだけであれば、PDFだけでも十分に高い精度の回答が得られます。

（参考）PDF分析の得意なこと、苦手なこと

得意なこと（PDF向き）	苦手なこと（CSV/BigQuery向き）
全体的な傾向把握: 「先月と比べてどのチャネルが成長したか？」	詳細な再集計: 「この特定のページから入った人だけの平均滞在時間を再計算して」
要因の推論: 複数のデータを見て「広告費は増えていないが流入が増えた理由は？」などの考察。	大量データのハンドリング: 数百行、数千行にわたる細かいリストの全件チェック。
要約と報告資料作成: レポートを元に「上司向けのサマリー」を作らせる。