【2026年最新版】Google広告P-MAXとは？仕組み・設定方法・運用改善まで完全解説

この記事の要点

• P-MAX（パフォーマンスマックス）は、Googleの全広告枠を機械学習で横断配信する、成果（コンバージョン）獲得に特化したキャンペーンです
• デマンドジェネレーションとは「目的」が異なります。P-MAXはコンバージョン最大化、デマンドジェネレーションは認知・比較検討層への働きかけが主目的です
• 向くのはECや成果地点が明確な商材、向かないのはブランド認知や指名検索保護が重要なビジネスです
• 成果はアセットの質と量、オーディエンスシグナル設計でほぼ8割が決まります
• ブラックボックスに見えるP-MAXも、検索語句インサイトとアセットグループ分割で十分に可視化できます

Google広告のP-MAXを導入したいけれど、デマンドジェネレーションと何が違うのか分からない。検索広告と何が違うのか、どんな商材で成果が出るのか、設定後にどこを触ればよいのか。そんな悩みを抱える広告運用者は少なくありません。本記事では、P-MAXの仕組みから、混同されがちなデマンドジェネレーションとの違い、向き不向きの判断軸、初期構築の手順、成果が伸びないときの改善優先順位、そして2026年の最新アップデートまで解説します。

この記事の監修者

麻生 諒也株式会社ウォーカンド 代表取締役

学生時代よりSEO・SNS事業を立ち上げ、個人事業主としてマーケティング領域に従事。個人と並行し、新卒でWEB広告代理店に入社。ブランド領域の広告プランナーとして、提案から運用まで一気通貫で担当する。同領域にて準MVP、MVPを受賞し、独立。2025年、株式会社ウォーカンドを設立。

1. Google広告のP-MAXとは？仕組みと配信される広告枠

P-MAX（パフォーマンスマックス）とは、Google広告の検索・ディスプレイ・YouTube・Discover・Gmail・マップといった全配信面を1つのキャンペーンで横断配信し、機械学習が入札・配信先・クリエイティブの組み合わせを自動最適化する、成果重視型のキャンペーンです。

配信される主な枠は以下の通りです。

• Google検索（一般語句／フィード連動を含む）
• Googleショッピング
• ディスプレイネットワーク（GDN）
• YouTube（インストリーム・ショート・インフィード）
• Discover
• Gmail
• Googleマップ

従来のように運用者がチャネル別にキャンペーンを分けて管理するのではなく、コンバージョン目標を起点にアルゴリズムが自動で最適配分する点が、根本的に異なります。運用者の介入ポイントは「アセット（クリエイティブ）」と「シグナル（ヒント情報）」に集約されます。

なお、かつて存在したスマートショッピングキャンペーンとローカルキャンペーンは、2022年にP-MAXへ統合されています。EC運用者にとってP-MAXは、事実上の標準キャンペーンになっています。

2. P-MAXとデマンドジェネレーションの違い

ここが最も混同されやすいポイントです。どちらもGoogleの機械学習を活用した比較的新しいキャンペーンタイプで、配信面もYouTubeやDiscoverなど一部重なるため、「結局何が違うのか」が分かりにくくなっています。

両者の最大の違いは「目的」です。

簡単に言うと、P-MAXは「今すぐ客を含む、成果に直結しやすい層を全方位で刈り取る」ためのキャンペーンであるのに対し、デマンドジェネレーションは「まだ検討段階にない潜在層に、リッチなクリエイティブで興味を持たせる」ためのキャンペーンです。検索広告のようにキーワードで顕在層を狙う仕組みを持たない点は共通していますが、P-MAXが成果地点（コンバージョン）を起点に配信を最適化するのに対し、デマンドジェネレーションは認知・比較検討というファネル上流の目的で使われます。

Googleデマンドジェネレーションとは？成長企業が今すぐ始めるべき理由と活用法

「Web広告を出しているけど、なかなか新規顧客が増えない」「検索広告やP-MAXだけでは頭打ちで、もっと幅広い層にアプローチしたい」 そんな悩みを抱える中小企業…

あわせて読みたい

実務では、どちらか一方を選ぶのではなく、検索広告（顕在層の刈り取り）＋デマンドジェネレーション（潜在層の掘り起こし）＋P-MAX（全枠での取りこぼし防止）という3層構造で併用するのが2026年時点の主流の考え方です。役割分担を明確にすることで、カニバリを防ぎながら全ファネルをカバーできます。

「結局うちの場合、P-MAXとデマンドジェネレーションのどちらを優先すべきか分からない」という相談は非常に多いです。Walkandでは、事業フェーズと商材特性に応じたキャンペーン設計のご相談を承っています。

3. P-MAXと検索広告・ショッピング広告との違い

デマンドジェネレーションに加えて、従来からある検索広告・ショッピング広告との違いも整理しておきます。

検索広告はキーワード単位、ショッピング広告は商品データ単位で運用するのに対し、P-MAXはコンバージョン目標を起点にAIが配信面・クリエイティブ・入札を全自動で決める点が最大の違いです。

4. P-MAXのメリット・デメリットと向き不向きの商材

メリット

• 全配信面の機会損失防止：検索からYouTubeまで一括カバーするため、特定の面で機会を取り逃がしません
• 機械学習による自動最適化：膨大なシグナルを処理して、人手では不可能な細かな配分調整を行います
• 運用工数の削減：キャンペーン数が減り、入札やプレースメント調整の工数が大幅に圧縮されます
• 新規ユーザーの発掘：Discoverや動画面など、検索広告ではリーチできない層に到達できます
• クリエイティブの自動組み合わせ：見出し・説明文・画像・動画を機械が組み合わせ、面ごとの最適パターンを生成します

デメリット・注意点

最大のデメリットは、配信面・検索語句・オーディエンスの可視性が低く、ブラックボックス化しやすい点です。具体的には以下の点に注意が必要です。

• 検索広告と競合してカニバリが起きる（同じ検索語句に両方が反応する）
• 放置すると指名キーワードを安く獲得してしまい、純増コンバージョンと誤認しがち
• 機械学習に一定量のコンバージョンデータ（目安として月30〜50件程度）が必要で、データが少ないと学習が安定しない
• どのクリエイティブが効いたのか定量判断が難しく、改善のサイクルが回しづらい

向く商材・向かない商材の判断軸

成果地点が明確（購入・申込・問い合わせ）かつ、月30〜50件程度のコンバージョンが見込めるEC・SaaS・人材・不動産は強く向きます。一方、認知重視のブランド広告、ニッチなBtoB、指名検索メインのビジネスには不向きです。

導入可否は、以下の3つの軸で判断してください。

1. CV計測は正確に整備されているか：拡張コンバージョン・GA4連携が設定済みであること
2. 月30〜50件程度のコンバージョンを見込めるか：学習に必要な目安データ量（公式基準ではなく実務上の目安）。少ない場合はマイクロCVの活用も検討
3. 配信面の指定が不要か：「YouTubeだけ」「特定サイトだけ」という縛りがないこと

3つすべてYesなら導入価値があります。1つでもNoなら、検索広告やデマンドジェネレーションを優先したほうが効率的なケースが多いでしょう。

5. P-MAXの設定方法と初期構築の手順

P-MAXは大きく5ステップで構築します。所要時間は事前準備込みで初回4〜6時間が目安です。

ステップ1：コンバージョン計測と目標設定（事前準備）

P-MAX運用の成果の8割は、CV計測の精度で決まります。整えるべきは、GA4とGoogle広告のリンク、拡張コンバージョンの実装、主要コンバージョンの正しい指定の3点です。これらが揃って初めて、機械学習が正しい方向に学習を進められます。

CV数が月10〜20件と少ない場合は、カート追加・LP到達・資料ダウンロードといった「マイクロCV」を補助コンバージョンとして設定し、学習データを補強する方法もあります。ただしマイクロCVを主要CVに昇格させると入札が緩むため、役割を分けて運用してください。

ステップ2：アセットグループの作成

アセットグループは、商品カテゴリ・サービスライン・ターゲット層ごとに分割し、Google公式が推奨するアセット数を目安に揃えます。

Google公式のヘルプページによると、推奨されるアセット数は、広告見出し11個以上（最小3、最大15）、説明文4個以上（最小2、最大5）、画像は横向き・スクエアがそれぞれ4枚以上、縦向きが2枚以上（いずれも最大20枚）、動画は横向き・スクエア・縦向きの各アスペクト比を1本ずつ（最小1、最大15）です。動画を用意しない場合、他のアセットから自動生成される場合がありますが、ブランドイメージを保つため、可能であれば各アスペクト比を手動でアップロードすることが推奨されています。

テーマを混ぜると学習が分散し、どのクリエイティブも中途半端になります。分割の判断基準は「訴求軸が変わるかどうか」です。たとえばアパレルECなら「メンズ／レディース／キッズ」、SaaSなら「中小企業向け／エンタープライズ向け」のように、刺さるベネフィットが異なる単位で分けます。

ステップ3：オーディエンスシグナルの設定

オーディエンスシグナルは「配信ターゲットを限定するもの」ではなく、機械学習に初期の方向性を示すヒントです。シグナル外のユーザーにも配信されますが、学習初期のスタートダッシュが大きく変わります。

効果的な組み合わせは、カスタムセグメント（競合名・関連キーワード・競合サイトURL）と、自社データ（顧客リストのアップロード）です。この2つの組み合わせが、学習スピードの観点で最も効果的です。

ステップ4：入札戦略・予算の設定

入札はコンバージョン重視なら目標CPA、ECなら目標ROASを選択します。予算については、Google公式に明確な基準は示されていませんが、実務上の目安として「目標CPA×30〜50程度」を日予算の参考にする考え方が広く使われています。たとえば目標CPAが5,000円なら、日予算15〜25万円が一つの目安です。ただし情報源によって数字に幅があるため、あくまで参考値として捉え、自社の過去実績と照らし合わせて調整してください。

ステップ5：除外設定

ブランド除外リスト、配信地域の除外、アカウントレベルのプレースメント除外（不適切サイト・アプリ）を、必ず初期設定してください。そして最も重要なのが、学習期間中（最初の2〜4週間）は予算・目標値・アセットを頻繁に変更しないことです。触りすぎると学習が毎回リセットされ、機械学習が本来の力を発揮できません。

5ステップの流れは理解できても、自社のCV計測の整備状況やアセット準備の状態によって、つまずくポイントは変わります。Walkandでは初期構築から伴走するGoogle広告支援を提供しています。まずは無料でご相談ください。

6. P-MAXで成果を出すための運用・改善のコツ

P-MAXの改善は4軸で進めます。アセットの質と量、シグナル設計、アセットグループ分割、検索語句インサイトの活用です。入札や予算をいじる前に、まずアセットとシグナルを見直すのが鉄則です。表面的に目標CPAを下げても、学習データが薄ければ配信量が落ちるだけで終わります。

アセットの評価と差し替え基準

アセットには「最良」「良」「低」の3段階評価が表示されます。基本方針は、「低」評価を差し替え、「最良」と同じ訴求軸のバリエーションを増やす方向です。見出し15本のうち「最良」が3〜5本ある状態を目指してください。差し替え頻度の目安は2週間に1回です。

動画アセットは自動生成に任せず、必ず手動で1本以上アップロードすることを推奨します。Google公式のデータによると、P-MAXキャンペーンで動画を1つ以上使っている広告主は、使っていない場合と比べてコンバージョンの合計数が平均12%増えているとされています。さらに、横向き・縦向き・スクエアという3つの向きの動画をそれぞれ1本以上用意すると、横向きのみの場合と比べてYouTubeでのコンバージョン数が20%多くなるというデータもあります。自動生成の動画は素材を切り貼りした粗い品質になりがちで、ブランド毀損のリスクもあるため、可能な限り3方向を手動で用意することをおすすめします。

検索語句インサイトの読み方

検索語句は個別ではなく「カテゴリ」単位で表示されます。不要なテーマカテゴリを見つけたら、アカウントレベルの除外キーワードリストで遮断してください。参照場所は「分析情報」→「検索語句のインサイト」です。チャネル別レポートとあわせて確認すると、機械学習がどの面で成果を取っているかが掴めます。

ブランド除外・指名検索とのカニバリ対策

P-MAXは放置すると、指名キーワード（自社ブランド名）を安く獲得し、見かけ上のCPAを良く見せてしまいます。これを防ぐ手順は以下の3ステップです。

1. 共有ライブラリで「ブランドリスト」を作成し、自社ブランド名・関連表記・URLを登録
2. P-MAXキャンペーンの設定で「ブランド除外」に作成したリストを適用
3. 検索広告側で同じブランド名を完全一致で出稿し、ブランド検索は検索広告で確実に獲得

これにより、検索広告＝顕在層の刈り取り、P-MAX＝それ以外の全枠での取りこぼし防止、という役割分担が明確になります。

成果が出ないときのチェックリスト

成果不振時は、必ずこの順番で確認してください。順番を飛ばすと、改善が空回りします。

1. CV計測の正常性を確認：タグ発火・重複計測・拡張CVが正しく動作しているか（ここが壊れていると他の改善がすべて無意味になります）
2. 学習データ量を確認：目安として月30〜50件程度のコンバージョンがあるか。不足していればマイクロCVで補強（この数値も公式基準ではなく実務上の目安です）
3. アセット評価を確認：「低」評価が放置されていないか
4. シグナルの妥当性を確認：顧客リスト・カスタムセグメントが顧客像とずれていないか
5. 予算と目標値の整合を確認：日予算が目標CPA×30を下回っていないか

P-MAXの改善は「何を・どの順番で・どのくらいの頻度で触るか」の判断が難しく、経験値が問われます。Walkandでは運用中のP-MAX診断から改善実行まで一気通貫で対応しています。

7. P-MAXの2025〜2026年アップデートと最新トレンド

2025〜2026年のP-MAXは、透明性向上と柔軟性向上が大きく進み、運用者の介入余地が拡大しています。

透明性向上アップデート

チャネル別パフォーマンスレポートとアセットグループ別の検索語句インサイトが提供され、配信面ごとの貢献度が把握できるようになりました。「YouTube経由のCVは少ないがビュースルーで間接貢献している」「ショッピングが売上の大半を稼いでいる」といった構造が見えるようになっています。クライアントへの月次報告で「どの面が効いているか」を具体的に説明できるようになった点は、大きな変化です。

商品フィードなしP-MAX・新しい入札オプション

商品フィード不要のP-MAXが拡張され、リード獲得型ビジネスでも導入しやすくなりました。これまでEC色が強かったP-MAXが、人材・不動産・SaaS・士業など非EC領域でも標準的な選択肢になっています。「新規顧客獲得」を目標に組み込めるオプションも提供され、既存顧客の再購入と新規顧客の獲得を分けて評価できるようになりました。

3層構造での併用が主流に

2章で触れた通り、2026年の主流は、P-MAX単体運用ではなく、検索広告（完全一致）＋デマンドジェネレーション＋P-MAXの3層構造です。P-MAXに全予算を寄せるのではなく、ファネル全体を設計する発想が求められています。

8. まとめ：P-MAXを成果につなげるための次のアクション

本記事の要点を振り返ります。

• P-MAXはGoogleの全広告枠を機械学習で横断配信する、成果重視型のキャンペーンです
• デマンドジェネレーションとは「目的」が異なります。P-MAXはコンバージョン最大化、デマンドジェネレーションは認知・比較検討層への働きかけが主目的です
• 向くのはCV計測が正確で月30〜50件程度見込めるEC・SaaS・人材・不動産、向かないのはブランド認知や指名検索保護が主目的のビジネスです
• 初期構築は計測整備→アセットグループ→シグナル設定→入札戦略→除外設定の5ステップで進めます
• 改善はアセット・シグナル・アセットグループ分割・検索語句インサイトの4軸で、入札より先にクリエイティブを見直すのが鉄則です

次に取るべきアクションは4つです。CV計測の見直し、Google公式推奨のアセット数（見出し11個以上・説明文4個以上・画像各4枚以上・動画は各アスペクト比1本以上）の準備、ブランド除外リストの設定、そして小規模スタートで2〜4週間の学習期間を待つこと。これだけでも、P-MAXの成果は大きく変わります。

自社で運用リソースが不足している、あるいは現状の成果に納得できない場合は、P-MAX運用に強いパートナーへの相談も選択肢です。Walkandでは、中小企業・スタートアップ向けにP-MAXを含むGoogle広告の運用支援を提供しています。

9. よくある質問

P-MAXとデマンドジェネレーション、どちらを優先すべきですか？

成果地点（購入・問い合わせ等）が明確で、今すぐ客を含めて全方位で獲得したい場合はP-MAX、まだ検討段階にない潜在層に興味を持ってもらいたい場合はデマンドジェネレーションが向いています。予算に余裕があれば、両方を役割分担して併用するのが理想です。

P-MAXの最低予算はいくら必要ですか？

Google公式に明確な基準はありませんが、実務上の目安として「目標CPA×30〜50程度」を日予算の参考にする考え方が広く使われています。たとえば目標CPAが3,000円なら、日予算9〜15万円、月額にして約30〜45万円が目安です。ただし情報源によって数字に幅があるため、あくまで参考値として捉えてください。

P-MAXの学習期間はどれくらいですか？

Google公式のヘルプによると、通常1〜2週間程度が目安とされています。コンバージョンデータが少ない場合は、最長6週間程度かかることもあります。この期間中は、予算・目標値・アセットの大きな変更を避けてください。

P-MAXと検索広告は同時に使えますか？

同時利用は可能で、むしろ推奨されます。検索広告側を完全一致でブランド名や顕在キーワードに絞り、P-MAX側にブランド除外を設定することで住み分けができます。

動画アセットは必須ですか？

必須ではありませんが、未提出の場合はGoogleが画像と見出しから自動生成します。自動生成動画は品質にばらつきがあり、ブランド毀損のリスクもあるため、手動で1本以上アップロードすることを強く推奨します。