「一番近そうだと思うセグメントを選ぶ」
そんな消去法ターゲティングに、心当たりはありませんか？
戦略設計では精緻なペルソナを描いているのに、いざ配信設定では用意された項目に当てはめるしかない。
深掘りしたい。でも時間はない。その結果、生まれる「理想と設定の乖離」を仕方のないことだと思っているのではないでしょうか！
この構造的な課題は、本来届くはずだった顧客を逃す「機会損失」と、
関心の薄い層に配信してしまう「広告費の非効率」という二重のロスを生み出します。
しかし、AIの進化がこの長年の制約を打破しようとしています。
という事で今回ご紹介するのは、革新的なオーディエンス設計手法である、
「Agentic Audiences（エージェンティック・オーディエンシズ）」です。
Agentic Audiencesとは？
Agentic Audiencesとは、Criteo（クリテオ）が保有する膨大なコマースデータとAI技術を活用し、「文章で記述したターゲット像」からオーディエンスを自動的に構築する次世代のオーディエンス設計手法です。
従来のアプローチでは、年齢・性別・エリアなどの属性や、閲覧カテゴリ・サイト行動などの行動指標を、あらかじめ用意された箱に「当てはめる」スタイルが主流でした。
一方、Agentic Audiencesでは、マーケターは自然言語でターゲット像を入力するだけで済みます。
例えば、「過去6カ月以内に家電量販店で中価格帯のテレビを購入しており、次はサウンドバーやスピーカーの購入を検討しそうな層」や「子どもが中学・高校に上がるタイミングで塾・通信教育サービスを比較検討している保護者」といった具合です。
この自然言語で書かれたペルソナ像に対して、CriteoのAIがコマースデータ全体を横断的に解析し、購買履歴、閲覧行動、カテゴリ間の相関、価格帯やブランド嗜好などを総合的に加味しながら、「コンバージョンに結びつく可能性が高い行動パターン」を特定します。
重要なのは、「似た属性の人」を探すのではなく、「似た購買行動・意思決定のパターン」を持つ人を見つけにいく点です。AIが数千、数万の特徴量を解析し、人間の想定を超えた意外な購買パターンも発見するため、「なんとなく近い層」ではなく、「実際に動く可能性が高い層」を根拠を持って抽出できます。
Agentic Audiencesを活用するメリット・デメリット
◎メリット
まず最大のメリットは、推測に頼らない根拠ベースのターゲティングの実現です。従来のマーケターの経験や勘に基づく仮説立てから脱却し、AIが実データに基づく行動パターンを解析するため、「本当に買っている人」の共通特徴や、人間の想定を超えた購買パターンを可視化できます。
次に、機会損失と広告費の無駄を同時に削減できる点が挙げられます。「一番近そうな項目」による妥協は、本来届くはずだった顧客に届かない機会損失と、関心の薄い層への配信による広告費の非効率という二重のロスを生み出していました。Agentic Audiencesでは、ペルソナの”意図”に近い行動パターンを直接探しに行くことで、取りこぼしていた高コンバージョン層へのリーチと、低関心層への過剰配信の抑制が期待できます。
さらに、マーケターの役割を「設定者」から「戦略家」へとシフトさせる効果があります。複雑な条件の組み合わせや細かなABテストに多くの時間を奪われていた状況から解放され、空いた時間を「戦略立案」「クリエイティブ改善」「ブランド体験設計」に再配分できるようになります。
◎デメリット（注意点）
一方で、AIが自動でパターンを特定する性質上、「なぜこのオーディエンスになったのか」が完全には見えづらくなる可能性があります。そのため、結果指標（CPA・ROAS・CVR）を継続的にモニタリングし、テスト配信で段階的にスケールさせるなどの運用設計が重要になります。
また、Agentic AudiencesはCriteoが保有する膨大なコマースデータが前提となるため、自社単独では同レベルのオーディエンス設計を再現するのは難しいという側面があります。プラットフォームへの依存度は一定程度生じる点を理解しておく必要があります。
さらに、ペルソナ設計の質に依存する点も重要です。そもそものペルソナ設計・ターゲット定義が曖昧だと、AIも適切なオーディエンスを構築しにくくなるため、目的、顧客の課題・文脈、購買タイミングやきっかけなど、人間側の思考の深さは依然として重要です。
どんな場面で力を発揮するのか（実践活用シーン）
Agentic Audiencesが特に効果を発揮するのは、従来のセグメントでは反応が頭打ちになった場面です。
既存のリターゲティングや類似拡張ではCPAがこれ以上改善しない、リーチ規模が伸びないといった状況では、行動パターンの再発見が鍵になります。既存顧客と行動が似ている”まだ見ぬ見込み顧客”や、これまで想定していなかった購買パスのパターンを抽出し、新しい成長余地を見つけやすくなります。
ニッチ商材・高関与商材のターゲティングでも威力を発揮します。高単価な家電、金融商品、教育サービス、BtoBソリューションなど、検討期間が長く関与度の高い商材では、「年齢・性別」だけではターゲットを捉えづらい傾向があります。Agentic Audiencesでは、比較サイトの閲覧履歴、関連カテゴリの横断的な閲覧傾向、過去の高関与購買のパターンなどを踏まえて、「検討フェーズに入りつつある層」を浮かび上がらせることが可能です。
クロスセル・アップセルの強化においても有効です。
すでに自社商品を購入した顧客に対して、「次に何を提案すべきか」「どのタイミングで提案すべきか」を行動パターンから逆算できます。例えば、ランニングシューズ購入後にウェアやスマートウォッチを検討し始めるタイミングや、テレビ購入後にサウンドバー・ゲーム機・サブスクサービスを検討する順序など、他カテゴリとの相関も含めた「次の一手」を見極められます。
導入成功のポイント（効果的なプロンプト設計）
Agentic Audiencesを使いこなす鍵は、AIへの指示出し、つまり「プロンプト」の質にあります。
まず重要なのは、「言語化の精度」を高めることです。
「30代男性」ではなく「仕事も家庭も忙しく、買い物に時間をかけたくない30代男性」
「子育て世帯」ではなく「共働きで平日夜に子どもの学習をサポートしたい保護者」といった形で、「状況・課題・欲求」まで含めて描き込むことが精度向上のカギになります。
「属性」ではなく「状況」を描写することが重要です。
悪い例として「30代、女性、化粧品に興味がある」ではなく、
良い例として「最近、肌の乾燥やエイジングケアに関心を持ち始め、高保湿の美容液やクリームを比較検討しているユーザー。デパコス（高級化粧品）の購入履歴があるとなお良い」といった具合に、どのような悩みを持っているか、どのような購買ステージにいるかという状況を詳細に記述することで、AIはより具体的な行動パターンを探しに行きます。
また、単発ではなくテスト設計を組むことが重要です。
いきなり全予算をAgentic Audiencesに振り切るのではなく、従来セグメント vs Agentic Audiences のA/Bテスト、テストキャンペーンでのCPA・CVR・ROAS比較、良好な結果が見えた段階で徐々にスケールといった段階的な導入が安心です。
クリエイティブとのセットで考えることも欠かせません。
高精度のオーディエンスを構築できても、訴求メッセージやクリエイティブがターゲットの文脈に合っていなければ、成果は頭打ちになります。Agentic Audiencesで見えてきたインサイトを、広告コピー、ビジュアル、LPの構成にしっかり反映させることで、投資対効果を最大化できます。
よくある質問
Q1. 類似オーディエンス（Lookalike）と何が違うのですか？
A.類似オーディエンスは、主に既存顧客の属性や基本的な行動データをもとに「似ているユーザー」を探しにいく仕組みです。一方、Agentic Audiencesは、自然言語で記述されたターゲット像を起点に、Criteoのコマースデータ全体から「コンバージョンに結びつく行動パターン」を横断的に特定する点が異なります。既存顧客に必ずしも限定されない、より柔軟で文脈ベースの設計が可能です。
Q2. どの程度、マーケター側の知識や経験が必要ですか？
A.オーディエンスの構築自体はAIが担ってくれるため、細かなセグメント条件の知識は必須ではありません。ただし、「どのようなターゲットに、どんな価値を届けたいのか」を言語化するためのマーケティング思考は依然として重要です。Agentic Audiencesは、あくまで戦略を実装する”エンジン”であり、「どこに向かうのか」を決めるのは人間側の役割です。
Q3. 小規模な広告主や予算が限られた案件でも有効でしょうか？
A.むしろ、限られた予算の中で無駄打ちを減らしたい場合には、精度の高いオーディエンス設計が大きな価値を持ちます。ただし、テストに使える最低限の配信ボリュームは必要になりますので、導入前にCriteo担当者と配信規模やKPIについて相談することをおすすめします。
まとめ
いかがでしたか？
今回はAgentic Audiencesについてご紹介しました。
Agentic Audiencesは、「用意されたセグメント項目に当てはめる」というこれまでの前提を根本から問い直す、新しいオーディエンス設計のアプローチです。推測ではなく実データに基づくターゲティング、機会損失と広告費の無駄の同時削減、マーケターを「設定者」から「戦略家」へと進化させる役割転換といった価値を通じて、デジタル広告の可能性をもう一段押し広げてくれます。
一方で、万能な魔法ではなく、ペルソナと言語化の精度、テスト設計と検証の姿勢、クリエイティブとの一体設計といった人間側の取り組みがあってこそ、真価を発揮します。
勘ではなく「根拠」に基づいた設計により、マーケターの意思決定をより確かなものにするのが「Agentic Audiences」です。「システムの制約に合わせて戦略を妥協する時代」から、「理想の戦略を、AIの力で実装していく時代」へ。この転換点を象徴するコンセプトとして、自社のマーケティングが抱える「理想と設定の乖離」を埋める打ち手として、真剣に検討する価値があるのではないでしょうか。
Agentic Audiencesに興味がある方は、下記のバナーからお問い合わせください！
