Autoターゲティング vs Manualターゲティング：移行タイミングと抽出ループ完全ガイド

はじめに

「Autoは放置していいの？」「Manualへ移行する基準が曖昧」——運用の現場で必ずぶつかる壁です。 結論から言うと、Autoは"探索エンジン"、Manualは"収益化エンジン"。この2つを毎週の抽出ループで結び、**昇格（Promote）/保留（Hold）/除外（Exclude）**の判定を機械的に回すのが正解です。

KPI定義・帰属窓は本記事の前提。未整備なら先に

• /ja/blog/acos-roas-tacos-complete-guide
• /ja/blog/attribution-window-analysis
• /ja/blog/custom-dashboard-design-amazon-ads

---

目次

1. 要点サマリー（先に結論）
2. 役割分担：Auto=探索 / Manual=収益化
3. 移行判定の閾値（キーワード/ASIN）
4. 抽出ループの実装テンプレ（週次運用）
5. 構成テンプレ：キャンペーン/入札/ネガ設計
6. 計測の落とし穴とダッシュボード連動
7. ケーススタディ（2例）
8. よくある質問（FAQ）
9. チェックリストと次アクション

---

要点サマリー（先に結論）

• Autoは止めない：常に新しいクエリ/ASINを探索させる。
• Manualへ昇格：成果が出た検索語句/ASINはManualへコピーし、Auto側をネガで遮断。
• 週次ループ：毎週1–2回の抽出・昇格・除外を機械的に回す。
• 閾値はカテゴリで調整しつつ、下記の標準閾値から開始。
• 入札は#27の逆算式を基準に、実績で±10–15%の微調整。 → /ja/blog/bid-calculation-target-acos

---

役割分担：Auto=探索 / Manual=収益化

役割	目的	強み	弱み	典型的な失敗
Auto	新規クエリ/ASINの探索	拡張性・低運用負荷	精度が低い/無駄クリックが混ざる	放置→無駄配信の温床
Manual	収益性と面のコントロール	入札/マッチ/面の精密制御	探索力が低い	昇格が遅れる→機会損失

原則：Autoは止めない。Manualは増やす。 関連：/ja/blog/long-tail-keyword-mining, /ja/blog/negative-keyword-design

---

移行判定の閾値（キーワード/ASIN）

キーワード（検索語句→キーワード化）の目安

まずはExactで昇格（必要に応じてPhrase/Broadを別予算で）

• 昇格（Promote to Manual-Exact）
  • 過去14–30日で クリック ≥ 20 かつ 注文 ≥ 2
  • もしくは ACoS ≤ 目標+5pp かつ Spend ≥ 5×平均CPC
• 保留（Hold）
  • クリック 10–19、注文なし：SBV/クリエ改善を先に検討
• 除外（Negative）
  • クリック ≥ 25 かつ 注文 = 0（ExactネガをAutoへ）
  • 表示回数 ≥ 1,500 かつ CTR ≤ 0.15%（Phraseネガ候補）

ASIN（商品ターゲティング）の目安

• 昇格（Promote to Manual-Product Targeting）
  • クリック ≥ 15 かつ 注文 ≥ 1、または ACoS ≤ 目標+5pp
• 除外（Negative ASIN）
  • クリック ≥ 20 かつ 注文 = 0、または ACoS ≥ 目標+15pp

※カテゴリ/価格帯で調整。ギフト季節は閾値をやや緩め、ニッチ高単価はやや厳しく。 関連：イベント対応 /ja/blog/event-period-bid-tracking

---

抽出ループの実装テンプレ（週次運用）

ステップA：データ取得

• 検索語句レポート（SQPR）と商品ターゲティング実績を過去30日で取得（7日粒度も併用）。

ステップB：分類（4箱フレーム）

1. Promote（昇格）：閾値クリア → Manualへコピー
2. Hold（保留）：惜しい → クリエ/価格/在庫を先に是正
3. Exclude（除外）：浪費 → Autoへネガ/入札引下げ
4. Learn（学習）：データ不足 → 低入札で継続探索

ステップC：反映（差分適用）

• Manual-Exact/ASINへ新規追加
• Auto側へExact/Phraseネガ（カニバ回避）
• 入札：#27式で初期Bid → 実績で±10–15%
• ログ：変更理由を施策履歴に保存（#42）

-- 例：抽出用の閾値ビュー（BigQuery/Redshift想定）
create or replace view v_sqpr_candidates as
select
  query,
  sum(clicks) as clicks,
  sum(orders) as orders,
  safe_divide(sum(cost), nullif(sum(sales),0)) as acos,
  avg(cpc) as avg_cpc,
  sum(impressions) as imps
from sqpr_last_30d
group by query
qualify (
  (clicks >= 20 and orders >= 2)
  or
  (acos <= :target_acos + 0.05 and sum(cost) >= 5 * avg_cpc)
);

---

構成テンプレ：キャンペーン/入札/ネガ設計

キャンペーン階層

1. SP Auto（4分割）：Close / Loose / Substitutes / Complements
2. SP Manual-Keyword：Exact本丸、必要に応じてPhrase/Broadは別予算
3. SP Manual-Product Targeting：競合ASIN / 補完ASIN

入札と予算

• 初期入札：/ja/blog/bid-calculation-target-acosの目標ACoS逆算
• 微調整：実績で±10–15%/週、イベント前は前倒し（#31）
• 予算：Manual優先（収益化）。Autoは探索枠として枯渇させない範囲で。

ネガ設計（カニバ回避の鉄則）

• 昇格した語句はAutoへExactネガ、Phrase/Broadにもクロスネガ
• 低品質語句はAutoへPhraseネガで広めにブロック
• ASINも同様にNegative ASINで遮断

併せてPDP/画像/タイトルの改善でCTR→CVRのボトルネックを潰す： /ja/blog/brand-registry-advertising-benefits, /ja/blog/brand-registry-advertising-benefits

---

計測の落とし穴とダッシュボード連動

• Auto→Manual昇格後の評価期間：7–14日は学習期間として急な判断を避ける
• 帰属窓の不一致：アカウントで固定し、画面に常時表示（#41）
• TACoSでの全体最適：SB/SDのNTB/ビュー寄与をTACoSに畳みこみ、SPだけで判断しない
• 異常検知：クリック急増・CVR急落・掲載率低下をアラート化（#42）

---

ケーススタディ（2例）

ケース1：キッチン用品（中価格帯）

• 施策：週2回の抽出ループ、Exact本丸へ昇格、Autoへクロスネガ
• 結果（6週）：ACoS 23% → 17%、売上 +21%、無駄クリック -28%
• 学び：Exact集中とAuto整流で効率が即改善

ケース2：ギフト食品（季節性）

• 施策：イベント前に閾値緩和→昇格を前倒し、在庫/価格と入札を同期（#32）
• 結果（8週）：CTR +18%、CVR +12%、TACoS -2.1pp
• 学び：季節は昇格のスピード戦。Auto放置は機会損失

---

よくある質問（FAQ）

Q1. Autoを止めてManualだけにすべき？ A. いいえ。探索が止まり、成長が鈍る。Autoは細い探索枠として常時稼働。

Q2. ManualはExactだけで十分？ A. 収益化の核はExact。ただし、Phrase/Broadを低入札・低予算で"準探索"に使うのは有効。

Q3. クリック多いけど売れない語句の扱いは？ A. 除外（Exactネガ）が基本。クリエ/PDP改善で再挑戦する場合はPhraseネガに留める選択も。

Q4. ASINターゲティングはどこから？ A. 競合の弱点（価格/レビュー/在庫）と補完商品から。昇格閾値はクリック/注文の緩め設定で良い。

---

チェックリストと次アクション

発行前チェックリスト

• **Auto（4分割）**が稼働している
• 週1–2回の抽出ループが定義されている
• 昇格語句はAutoへExactネガで遮断
• Exact本丸とASIN本丸が分離されている
• 入札は目標ACoS逆算式で初期化済み
• ダッシュボードに帰属窓/定義を常時表示

今すぐできるアクション

1. 過去30日SQPRを抽出し、この記事の閾値でPromote/Hold/Excludeに分類。
2. PromoteはManual-Exact/ASINへコピーし、Autoへネガを実装。
3. 入札は#27式で初期化 → 1週後に±10–15%。
4. 施策履歴を#42に沿って記録・可視化。

---

関連リソース

• /ja/blog/acos-roas-tacos-complete-guide
• /ja/blog/cpc-vs-bid-amazon-auction
• /ja/blog/long-tail-keyword-mining
• /ja/blog/negative-keyword-design
• /ja/blog/bid-calculation-target-acos
• /ja/blog/event-period-bid-tracking
• /ja/blog/price-stock-bid-sync
• /ja/blog/attribution-window-analysis
• /ja/blog/custom-dashboard-design-amazon-ads

---

著者情報：Arctaviaプロダクトチーム

関連するArctaviaリソース

Amazon広告運用の比較、移行、実装判断に使える補助ページです。

• tools / amazon-listing-score
• tools / acos-calculator
• tools / amazon-ai-visibility-score
• pricing
• compare