広告代理店向「広告 × 機械学習」研修
入札は科学。判断は統計。現場はRunbook。
AI導入を回る仕組みに。PoCで終わらせない。
機械学習で再現性のある運用に。
広告代理店向け
Google広告の機械学習を踏まえた最適化
研修／AI導入伴走
— 数理 × 現場運用 × 日本法コンプライアンスを一気通貫で —
（対象）運用型広告代理店／事業会社の広告運用チーム
（ゴール）機械学習（ML）の理解に基づく再現性の高い最適化運用と、社内の統計的判断力・AI活用力の底上げ
この研修で解決する課題
属人化
経験則依存の入札・予算配分から、数理で説明できる意思決定へ
学習阻害
目標変更や除外過多でMLをリセットしてしまう運用から、学習設計が行き届いた運用SREへ
計測の壁
DDA／強化コンバージョン／オフライン連携が中途半端 → 価値ベースの学習土台を構築
AI導入の迷走
PoC止まりやツール多用の断片最適 → ユースケース×ROI×体制で一気通貫の導入
法務不安
日本の個人情報保護・外部送信規律の観点が曖昧 → 実運用に即した準拠運用へ
研修の特徴
D professions’ AI ®︎のアプローチ
（１）数理が中心
機械学習の予測（CTR/CVR/価値）→意思決定（入札）→計測（アトリビューション）の閉ループを、式と実務で接続
（例）
tCPA入札の目安式
$$\mathrm{bid}\propto \hat p_{\mathrm{cvr}}\;/\mathrm{tCPA}$$
tROAS入札の目安式
$$\mathrm{bid}\propto \hat p_{\mathrm{cvr}}\cdot \hat v\;\;/\mathrm{tROAS}$$
（２）確率の較正
Platt/Isotonic による \(\hat p \to \tilde p\)
（３）現場に強い
ブロード×Smart Bidding／RSA（15見出し・4説明）／季節性調整／データ除外／50CV or 3サイクルの評価規律など、今日使う運用作法を体系化
（４）AI導入まで伴走
ユースケース選定→小規模PoC→運用定着（Runbook化）→教育を一本化
（５）AIトップ会議（任意オプション）
社内/顧客案件を題材に叡智の合議
で方針を意思決定（ChatGPT, Claude, Gemini などの合議フレーム）
カリキュラム構成
（コアモジュール）
Module 1
検索広告×機械学習の全体像（原理と設計思想）
検索広告をMLの意思決定問題として定式化
$$\mathrm{EV}(x)=\hat p_{\mathrm{ctr}}(x)\cdot \hat p_{\mathrm{cvr}}(x)\cdot \hat v(x)-\mathrm{CPC}(x)$$
Ad Rankの考え方（入札・期待CTR・関連性・LP体験・文脈・アセット効果の役割）
学習を阻害しない設計
変更頻度・素材多様性・探索と活用のバランス
Module 2
予測モデル（CTR/CVR/価値）と確率の較正
疎・高次元のCTR予測（ロジスティック回帰／Wide&Deepの直観）
CVR・価値モデルと価値設計（売上→粗利→LTV）
Platt/Isotonic での確率較正／Brier/ECEでの妥当性点検
Module 3
入札最適化（Smart Biddingの実戦）
tCPA/tROAS の設計と現実的な開始レンジ（現状±10〜20%）
季節性調整（1–7日）／データ除外（障害期間の除外）のSRE運用
50コンバージョン or 3コンバージョンサイクル評価規律とダッシュボードの見方
Module 4
計測とアトリビューション（学習の土台）
DDA（Data‑Driven Attribution）の活かし方
強化コンバージョン／GCLIDオフラインコンバージョン連携
iOS計測の補完（wbraid / gbraid）とレポート整合の考え方
Module 5
探索の設計（キーワード×クリエイティブ）
ブロード×Smart Bidding を前提にした面の広げ方／否定語の設計哲学
RSA の素材設計（直交する訴求軸：価格・配送・社会証明・保証・用途・技術優位・在庫 等）
ピン留めは最小限で探索空間を確保
Module 6
広告代理店のためのAI導入ロードマップ
ユースケース設計（入札シミュレーション、キーワード拡張、クリエイティブ生成、入札アラート、異常検知、LTV推定）
PoC→本番（データ要件／運用Runbook／責務分解／効果測定KPI）
MLOps/プロンプトOpsの最小構成（権限・監査・バージョン・セキュリティ）
Module 7
日本法コンプライアンスと運用ドキュメント
個人情報保護法
個人関連情報の第三者提供、同意・利用目的・共同利用の整備
外部送信規律
外部送信一覧・通知／公表・社内手順
同意管理（CMP）×同意モードの連携／外部送信ポリシー雛形
研修パッケージ（例）
1日集中
経営・管理職向け
狙い
意思決定層が、ML運用の要点・KPI・ガバナンスを短期把握
内容
Module 1,3,6,7＋自社案件レビュー（AIトップ会議オプション可）
2日実践
運用リーダー向け
狙い
学習を壊さない運用と価値ベース計測の実装
内容
Module 1–5＋Runbook/チェックリスト作成ワーク
4週間ブートキャンプ
実装・定着
狙い
PoC→再現可能な運用へ。現場で回る仕組みを定着
内容
週次ワークショップ×4（要件定義→実装→モニタ→是正）＋最終発表
伴走成果物
Runbook／監視ダッシュボード要件／法務・運用の整合文書
（形式）対面／オンライン／ハイブリッド対応
（規模） 5〜30名目安（超過はご相談）
受講後に「持ち帰れる」成果物
Deliverables
入札・配信の標準運用Runbook
（季節性調整／データ除外／変更規律）
RSA素材設計テンプレ
（訴求軸チェックリスト・NG例）
計測セットアップ手順
（DDA／強化CV／OCI／wbraid・gbraid）
監視ダッシュボード指標表
（学習状態／CVR・価値トレンド／異常検知）
ドキュメントテンプレ
（外部送信ポリシー／同意文例／社内手順）
AI導入ロードマップ
（ユースケース→PoC→本番→教育の工程表）
学習の深さ
（数式と判断の粒度）
tCPA/tROAS の目安式で入札挙動を言語化
信頼度曲線（予測確率 vs 実測率）で確率の較正を可視化
探索–活用（コンテキスト付きバンディットの直観）をクリエイティブ配分に転用
実験設計
A/B とバンディットの使い分け、検出力と後悔最小化のトレードオフ
想定受講者・前提スキル
広告代理店のアカウントプランナー／運用者／マネージャー／アナリスト
数学
高校数学レベル（確率・微分の記号が読める程度）で十分
ツール
Google 広告／GA4／スプレッドシート（Pythonは任意）
実施要領・料金
所要
1日（6h）／2日（各6h）／4週間（週2–3h×4＋宿題）
料金
規模・内容により個別見積（目安レンジをご提示します）
場所
貴社／当社（会議室）／オンライン（Zoom/Meet）
課題・体制・スケジュールを伺い、最適プログラムをご提案します。
よくある質問
（FAQ）
Q. すぐ成果は出ますか？
A. 早期に改善するケースもありますが、学習を安定させる評価期間（50CV or 3サイクル）を前提に、再現性のある改善を設計します。
Q. 代理店と事業会社が混成でも受講可能？
A. 可能です。役割差に合わせて演習を分岐します。
Q. 法務の同席は必要？
A. 計測と外部送信の整備時は法務同席を推奨します（文面テンプレをご用意）。
Q. 社内ツール・データを出せません。
A. 匿名化した架空データで演習可能。実データ活用は秘密保持契約の上で対応します。
