検索広告とディスプレイ広告の違い：目的に応じた使い分け方

統計では、検索広告の平均CTR（クリック率）が約3%台、ディスプレイ広告は0.5%未満という業界ベンチマークが多く報告されています¹²。CVR（コンバージョン率）でも検索が約3〜4%、ディスプレイは約0.5〜1%が一般的な水準とされます²。一方で、ディスプレイは到達可能なユニークユーザー数とリーチの立ち上がりで優位にあり、ブランド想起や指名検索の増加との相関が報告されています³。特にB2Bでは検討が非同期かつ複数関与者で進むため、ラストクリック（最後の接点だけで評価する手法）では真の貢献が見えにくく、増分評価（インクリメンタリティ）やホールドアウト（対照群）による検証が重要です⁴。つまり、検索広告とディスプレイ広告は優劣ではなく役割が本質的に異なるため、目的に応じた使い分けがROIを左右します。ここでは指標の読み解きから配分設計、計測の実装まで、エンジニアリング視点で解像度を上げます。

検索広告とディスプレイ広告の本質的な違い

検索は明示的インテント（ユーザーの意思）を捕捉するメディアで、クエリという意図がそのまま入札対象になります。品質スコア（Quality Score）は期待CTR・広告の関連性・ランディングページの利便性の3要素で診断され、これらの品質が高い広告はより良い掲載結果や低いコストにつながり得ます⁵。したがって勝負の軸は、キーワードとクリエイティブの整合、そしてページ速度やCVRなどサイト体験の最適化です。特にB2Bの無形商材では、商標・カテゴリ・課題系の三層でクエリ設計を分け、意図の温度に応じてコンバージョン目標（例：資料請求/デモ/問い合わせ）を切り替えると効率が安定します。

対してディスプレイは、クッキーレス移行でオーディエンスの解像度が下がりつつも、プレースメント（配信面）やコンテキスト（文脈配信）、ファーストパーティデータの活用で需要創出に寄与します。ビューアブルインプレッション比率（実際に視認された表示の割合）、フリークエンシー（一定期間に同一ユーザーへ表示する回数）、クリエイティブの多様性が主要レバーになり、即時のCVRだけで評価すると過小投資に陥りがちです。ブランド想起や指名検索の増加、商談化率の改善といった遅延効果も含めて効き目を見る設計が求められます³⁴。

インテントとリーチの軸

検索は意図強度が高く、到達可能母数はクエリボリュームに制約されます。限界費用はボリュームの端で急上昇し、過度に広げると無関連クエリの比率が跳ね上がります。要は、需要の上限が市場規模で決まるため、認知の投資なしに検索だけでスケールを狙うとCPA（獲得単価）が悪化しやすいということです。ディスプレイは逆に母数が巨大で、周波数（フリークエンシー）の決め方ひとつでリフト（成果の上乗せ）を取り逃がします。B2Bなら週単位のフリークエンシーを3〜7の範囲に保つ（実務的な目安）と、煩雑さを上げずに記憶へ定着しやすく、クリック偏重の評価でもバランスが取りやすくなります。

成功条件とKPIの違い

検索はCPAがCPC（クリック単価） ÷ CVRで決まり、品質スコアの改善はCPCを下げつつインプレッションシェア（表示機会の占有）を押し上げます⁵。KPIはCV数やCPA、LTV/CAC（顧客生涯価値と獲得コストの比）が中心です。ディスプレイはCPM（千回表示単価）×ビューアビリティ×到達ユニーク×適切なフリークエンシーが効き目を分けます。クリック至上主義ではなく、ブランドリフトや指名検索の増加、ポストビューコンバージョン（閲覧後の自然流入等でのCV）の増分、営業パイプラインの創出額で評価し、短期のCVRとの差を理解しておくことが重要です³⁴。特にサーバーサイド計測やコンセントモード（同意に基づく計測）導入後は、ビュースルーの寄与を安全側に推定し、過大評価を避けるためのホールドアウトを組み込みます⁴。

目的に応じた使い分けと配分設計

四半期内で確実にパイプラインを増やしたいなら、まず検索の限界効用が落ちるところまで投下し、その上でディスプレイの需要創出に回すのが合理的です。限界効用とは、追加1円あたりの増分リード数のことです。検索の限界CPAが受容範囲を超えたら、ディスプレイに移すほどに全体のCACが下がる局面があります。逆に新カテゴリーや競合の寡占市場では、ディスプレイでの想起形成→指名検索増のループを先に作る方が、数週間遅れで検索のCVRと商談化率が跳ねやすく、投入順序が逆転することも珍しくありません³。

短期獲得か長期成長かを数式で決める

配分は情緒ではなくデータで決めます。考え方はシンプルで、検索の限界CPAとディスプレイのインクリメンタルCPA（増分ベースの獲得単価）が等しくなる点が最適解の近傍です。インクリメンタルCPAは、ホールドアウトと暴露群の差分CVを広告費で割れば見積もれます。一般的に既存需要の取り切りが課題なら検索に厚く、カテゴリ教育が必要ならディスプレイを厚くという指針になりますが、両者の比率は市場のクエリボリューム、競合の入札圧、営業側の処理能力に依存します。営業が処理できないほどリードが流入すると実質的なCACは上昇し、配分の最適解も動きます。マーケだけで閉じず、パイプラインの歩留まりまで含めて評価することがB2Bでは不可欠です⁴。

フルファネルKPIと計測の落とし穴

トップでは到達ユニーク（ユニークユーザー数）と有効視認率、動画なら完全視聴率が土台になります。中腹ではCTRやスクロール深度、資料ダウンロードやウェビナー登録のようなマイクロコンバージョンを見て、ボトムではCV、CAC、そしてLTV/CACの比を意思決定変数に置きます。問題は、これらが異なる時点と計測窓で発生することです。ディスプレイの貢献が数週間のラグを伴うのに対して、検索のCVは即時反応に寄るため、ラストクリックで配分すると検索が過大に見えます。したがって、媒体内のデフォルトアトリビューションは参考程度に留め、組織の共通指標は増分に揃えます⁴。

実装・運用の勘所（エンジニア視点）

広告運用の議論をビジネス言語だけで終わらせないために、計測とデータ基盤をセットで考えます。サーバーサイドタグ（タグのサーバー実行）、強制的なキャンペーンID付与、ユーザーIDの正規化、そしてログの粒度がポイントです。検索ではクエリテキストとマッチタイプ、品質スコアの履歴を残し、ディスプレイではプレースメント、ビューアビリティ、フリークエンシー、クリエイティブのバリエーションを必ず記録します。クッキーレスの進行に合わせ、ファーストパーティデータをシードにした類似拡張や、コンテキストターゲティングの比率を引き上げると、スケールとプライバシーのバランスが取りやすくなります。

データ基盤とアトリビューション実装

ホールドアウト設計は実務で着手しやすい方法です。地理的に分割して一部地域をコントロールにする方法や、ランダムにユーザーIDの一部へパブリッシャ側で広告配信を抑止する方法が使えます。後者は媒体の実装に依存しますが、内部的なPSA配信で近似する手法もあります。ログが集約できるなら、次のようなクエリでインクリメンタルリフトを測るところから着手できます。

-- インクリメンタルCVとCPAを推定（BigQuery想定）
WITH conv AS (
  SELECT user_id, MIN(event_time) AS first_cv_time
  FROM analytics.conversions
  WHERE cv_type = 'qualified_lead'
  GROUP BY user_id
),
imps AS (
  SELECT user_id, MIN(event_time) AS first_impression_time
  FROM ads.display_impressions
  WHERE campaign IN ('display_prospecting')
  GROUP BY user_id
),
exposure AS (
  SELECT u.user_id,
         CASE WHEN i.user_id IS NULL THEN 0 ELSE 1 END AS exposed
  FROM analytics.users u
  LEFT JOIN imps i USING (user_id)
),
joined AS (
  SELECT e.exposed,
         CASE WHEN c.user_id IS NULL THEN 0 ELSE 1 END AS converted
  FROM exposure e
  LEFT JOIN conv c USING (user_id)
)
SELECT exposed,
       COUNT(*) AS users,
       SUM(converted) AS conversions,
       SAFE_DIVIDE(SUM(converted), COUNT(*)) AS cr
FROM joined
GROUP BY exposed;

この結果から暴露群と非暴露群のCVR差を取り、媒体費で割れば、粗いながらもインクリメンタルCPAを得られます。ビュー経由の重複を扱うには、検索のクリック起点コンバージョンを先に差し引いたうえで、ビューの窓を短めに設定します。例えば次のように重複排除したビュースルーCVを計算します。

-- クリック優先の重複排除（ラストクリックではなくクリック優先）
WITH click_cv AS (
  SELECT DISTINCT user_id
  FROM analytics.conversions c
  JOIN ads.search_clicks s
    ON c.user_id = s.user_id
   AND c.event_time BETWEEN s.click_time AND TIMESTAMP_ADD(s.click_time, INTERVAL 7 DAY)
),
view_cv AS (
  SELECT DISTINCT user_id
  FROM analytics.conversions c
  JOIN ads.display_impressions d
    ON c.user_id = d.user_id
   AND c.event_time BETWEEN d.event_time AND TIMESTAMP_ADD(d.event_time, INTERVAL 3 DAY)
)
SELECT COUNT(*) AS view_through_conversions
FROM view_cv
WHERE user_id NOT IN (SELECT user_id FROM click_cv);

このような実装を置くと、媒体のラストクリックやブラックボックスな最適化スコアに依存せず、社内で説明可能な数字に揃えられます。さらに、Consent Mode v2や拡張コンバージョンを導入して欠損を統計補完しつつ、必ずホールドアウトで補正係数を更新します⁴。

クリエイティブとフリークエンシーの制御

ディスプレイはメッセージの解像度と露出頻度で成果が変わります。B2Bなら、課題訴求、製品カテゴリ、証拠（第三者評価や導入事例等）の三層クリエイティブを用意し、週あたりの閲覧頻度を3〜7に保つと指名検索が伸びやすくなります（実務的な目安）³。動画が使えるなら6秒・15秒・30秒の尺を混ぜ、短尺でフロントロードし、長尺で差別化理由を補完します。検索側ではブランドクエリを別キャンペーンに分離し、一般語との混在で最適化が崩れないようにします。品質スコアの改善余地が大きいなら、ランディングページのLCP（Largest Contentful Paint）を2.5秒未満へ、フォームの項目数を5項目以下へ削減すると、CVR改善とCPC低下が同時に起きやすくなります。

実務で起きやすい誤解と是正のポイント

最も多いのは、検索のブランド流入で低CPAが出ているのを、全体の効率と誤認するケースです。ブランドを除いた一般語や競合語のCPAを見れば、追加投資の現実がわかります。次に、ディスプレイをクリック基準で止めてしまい、後続の指名検索や商談化率のリフトを見ないまま過少投資となるパターンです。ホールドアウトの導入で増分を可視化し、媒体のビュースルー計測は控えめに採用する方が安全です³⁴。最後に、検索の限界効用が頭打ちになっているのに、ランディングページの体験改善や営業のリード処理能力を見直さず、入札強化だけで打開しようとする誤りがあります。広告よりもプロダクトサイトや営業プロセスの改善の方が、短期間でCACを下げられる場面は多く存在します。

まとめ

検索広告は需要を刈り取り、ディスプレイ広告は需要を生み出します。だからこそ、両者を二択で捉えず、増分効果が等しくなる点に配分を寄せると全体のCACが下がりやすくなります。四半期の前半で小規模なホールドアウトを実施し、検索の限界CPAとディスプレイのインクリメンタルCPAを推定してみてください。結果を確認したらフリークエンシーやクリエイティブを調整し、ランディング体験と営業の歩留まりまで含めて最適化します。次に取るべき一歩は、計測の土台を整え、社内で合意できる指標を増分へそろえることです。配分の議論は、データで決着がつきます⁴。