投稿者 投稿日: カテゴリー EC・WEBノウハウ
Amazon DSPとは、Amazonの購買データを使い、サイト内外の広告枠にディスプレイ広告を配信できるプログラマティック広告の仕組みのことです。
Amazon DSPは「大手か代理店しか使えない高額広告」という印象が根強く、中小事業者は手を出しにくい領域でした。スポンサー広告（検索連動型）で刈り取れる範囲を超えて、まだ商品を知らない層や、一度見て買わなかった層にアプローチしたいときの選択肢がDSPです。本記事では、スポンサー広告とDSPの違いを整理したうえで、中小規模でも回せるDSPの設計と、ChatGPTやClaude、Geminiを使った入札・除外・クリエイティブ設計の手順を解説します。少人数でも、勘ではなくデータでDSPを運用できる状態を目指します。
スポンサー広告で頭打ちになったときDSPが効く理由
Amazonの広告は大きく、検索結果や商品ページに出るスポンサー広告（スポンサープロダクト・スポンサーブランド・スポンサーディスプレイ）と、DSPに分かれます。スポンサープロダクトは検索結果と商品ページに出る基本の刈り取り広告、スポンサーブランドはブランドロゴと複数商品を見せる認知寄りの広告、スポンサーディスプレイは商品ページ閲覧者などへの再アプローチ広告です。スポンサー広告の入札設計やキーワード除外の考え方はAmazon広告をAIで最適化｜スポンサー広告の入札と除外設計で詳しく扱っていますが、これらは基本的に「今まさに探している人」や「すでにAmazonでそのジャンルを見ている人」を刈り取る広告です。検索や閲覧という能動的な行動がある層に届く一方、母数には上限があり、ある時点で頭打ちになります。広告費を増やしても、同じ層を奪い合うだけで単価が上がり、効率が落ちていく局面が必ず訪れます。
DSPが効くのは、この頭打ちの先です。DSPはAmazonが持つ購買・閲覧データを使い、Amazon内だけでなく外部のサイトやアプリの広告枠にもディスプレイ広告を配信できます。たとえば「自社商品ページを見たが買わなかった人」への追跡配信（リターゲティング)、「競合商品を見ている人」への配信、「特定カテゴリを過去に買った人」への配信といった、検索キーワードでは捉えられない層を狙えます。スポンサー広告が刈り取りなら、DSPは認知の拡大と取りこぼしの回収にあたります。
中小事業者にとっての変化点は、DSPの利用ハードルが以前より下がってきたことです。かつては代理店経由で最低出稿額が高い前提でしたが、セルフサービス型の出稿経路が広がり、小さく始めて検証する余地が出てきました。とはいえ管理画面はスポンサー広告より複雑で、オーディエンス設計や配信面の選定、フリークエンシー(同一ユーザーへの表示回数)の管理など、考える変数が増えます。ここを勘で回すと予算だけ溶けるため、設計をAIで補助する価値が大きい領域です。出稿条件や利用可否は変わることがあるため、最新の要件はAmazon Seller Centralおよび広告コンソールの案内で確認してください。
DSPの強みをもう少し具体化すると、Amazonの一次購買データを使える点に尽きます。外部のディスプレイ広告は、推測ベースのオーディエンスに配信することが多いのに対し、DSPは「実際にそのカテゴリを買った」「実際にその商品ページを見た」という行動データを起点に配信できます。たとえば化粧品なら、競合ブランドの商品ページを閲覧した層や、関連カテゴリを定期的に購入している層に絞って配信する、といった設計が可能です。この精度は、検索キーワードだけでは届かない見込み客に、無駄を抑えて接触できることを意味します。
一方で、DSPは「すぐ売上に直結する広告ではない」という前提を共有しておく必要があります。スポンサー広告は出した翌日に転換が見えますが、DSPは認知を広げ、後から検索や指名買いという形で効いてくる遅効性の側面が強い広告です。経営層や運用担当の間でこの時間軸の認識がずれていると、「数日回したが売れないから止める」という早すぎる判断につながります。導入前に、評価する指標と評価する期間をそろえておくことが、DSPを腰を据えて運用する出発点になります。
AIで設計するDSP運用の実装手順
DSPで最初に決めるのは「誰に、どの面で、いくらで、何回まで見せるか」です。スポンサー広告がキーワードという1軸で考えればよいのに対し、DSPはオーディエンス・配信面・予算・フリークエンシーという複数の軸を同時に設計します。この変数の多さが、DSPを難しく見せている正体です。逆に言えば、変数ごとに考えを整理できれば、中小規模でも筋の通った設計ができます。ここをChatGPTやClaude、Geminiで構造化すると、抜けや矛盾を潰しながら設計を進められます。以下、用途別に3本のプロンプトを示します。いずれも自社の商品データと目的を貼り付けて使う前提で、出力は配信前の設計の叩き台として扱ってください。
最初のプロンプトは、オーディエンス(配信対象)の優先順位を設計するものです。DSPはオーディエンスの切り方で成果が大きく変わるため、ここを丁寧に詰めます。
（用途タイトル：DSPオーディエンスの優先順位設計）
あなたはAmazon DSPの運用に精通した広告コンサルタントです。以下の商品と目的をもとに、配信すべきオーディエンスを優先順位付きで設計してください。
検討すべきオーディエンス：
1. リターゲティング（自社商品ページ閲覧・カート投入後の未購入者）
2. 類似商品・競合商品の閲覧者
3. 関連カテゴリの過去購入者
4. 自社の既存購入者（リピート・クロスセル狙い）
各オーディエンスについて、狙う目的（認知・刈り取り・リピート）と、初期予算配分の目安(％)、想定する効果の出やすさを示してください。予算が限られる場合に最初に投じるべき1つも明記してください。
商品ジャンル：{ジャンル}
広告目的：{新規認知 / 取りこぼし回収 / リピート促進}
月間DSP予算：{金額}
2本目は、配信面とフリークエンシーの設計、そして除外設定のプロンプトです。無駄打ちを減らすのがDSPのコスト管理の肝になります。
（用途タイトル：配信面・フリークエンシー・除外の設計）
あなたはディスプレイ広告の運用設計に詳しいアナリストです。以下の条件で、Amazon DSPの配信面とフリークエンシー、除外設定の方針を整理してください。
整理する観点：
1. 配信面（Amazon内・外部サイト・アプリ）の優先順位と理由
2. フリークエンシー上限の目安（同一ユーザーへの1日・1週間あたり表示回数）
3. 除外すべきオーディエンス（直近購入者、ブランド毀損リスクのある面など）
4. 配信を絞るべきタイミング（CPMが高騰する時期、在庫が薄い商品など）
各項目に、設定の狙いを1〜2行で添えてください。確証が持てない点は「要検証」と明記してください。
商品ジャンル：{ジャンル}
在庫状況：{潤沢 / 限定的}
3本目は、ディスプレイ広告のクリエイティブ(バナー)の方向性を設計するプロンプトです。DSPは画像とコピーで惹きつける必要があるため、検索広告とは設計思想が違います。
（用途タイトル：DSPクリエイティブの方向性設計）
あなたはECのバナー広告制作に強いアートディレクター兼コピーライターです。以下の商品について、Amazon DSP向けディスプレイ広告のクリエイティブ案を3方向で提案してください。
各案に含める要素：
1. 訴求の主軸（ベネフィット・価格・社会的証明など）
2. メインビジュアルの方向性（被写体・トーン）
3. キャッチコピー案（誇大表現や最大級をうたう表現は避ける、薬機法に触れる効能の断定はしない）
4. 想定する配信オーディエンス（プロンプト1の設計と対応）
商品ジャンル：{ジャンル}
主要ベネフィット：{値}
ターゲット層：{値}
この3本を順に使うと、オーディエンス設計、配信・除外設計、クリエイティブ設計という、DSP運用の骨格が一通りそろいます。長いレポートや配信実績をまとめて分析するなら文脈保持に強いClaude、オーディエンス案やコピーの量産にはChatGPTやGeminiが扱いやすい、というのが編集部で実際に運用しているプロンプトでの体感です。出力はあくまで設計の叩き台として使い、実際の配信データを見ながら調整する前提で運用してください。
実際の運用開始は、最小構成から入るのが安全です。まずリターゲティング1本に絞り、フリークエンシー上限を控えめに設定し、限定的な予算で2〜4週間回します。その間に、リターゲティング経由の転換と、無駄打ちになっている配信面がないかを確認し、プロンプト2の除外設計を反映していきます。ここで手応えが得られてから、競合閲覧者や関連カテゴリ購入者へと配信を広げる。いきなり全オーディエンスに広く配信すると、どの設計が効いたのか切り分けられず、改善の手がかりを失います。小さく始めて、効いた要素を見極めてから広げる。この順序がDSPを少人数で回す現実的な進め方です。
DSP運用でよくある失敗と回避策
第一の失敗は、刈り取り目的でDSPを使ってしまうことです。DSPはスポンサー広告より購買までの距離が遠い層に届くため、検索広告と同じROAS基準で評価するとほぼ確実に見劣りします。DSPは認知と取りこぼし回収の指標(新規顧客数、ブランド検索の増加、リターゲティングからの転換)で評価し、刈り取りはスポンサー広告に任せる役割分担が要点です。
第二の失敗は、フリークエンシー管理を怠ることです。同じユーザーに何十回も同じバナーを出すと、嫌悪感を生み、ブランドの印象を損ないます。フリークエンシー上限を設定せずに配信すると、予算が一部のユーザーへの過剰表示に偏ります。プロンプト2で上限を設計し、定期的に実績を見て調整してください。
第三の失敗は、除外設定の放置です。直近で購入したばかりの人に同じ商品の広告を出し続けるのは無駄打ちです。アパレル系の単一店舗で試したケースでは、直近購入者を除外しただけで、同じ予算で新規層への到達が増え、費用対効果が改善しました。除外は「誰に出さないか」を決める作業で、DSPのコスト効率を左右します。
第四の失敗は、クリエイティブを作りっぱなしにすることです。DSPはディスプレイ広告なので、同じバナーを長く配信し続けると反応が鈍る「クリエイティブ疲労」が起きます。スポンサー広告はテキスト主体で疲労が見えにくいのに対し、画像広告は飽きられるのが早い傾向があります。複数のクリエイティブを用意して定期的に差し替え、反応の良いものを残していく運用が前提です。プロンプト3で複数方向の案を出しておくと、差し替えの素材を切らさずに済みます。現場で繰り返し見るのは、1本のバナーで長期間回して、いつの間にか反応が落ちていたというパターンです。
DSPのKPI設計と費用・工数目安
DSPは役割が認知と回収のため、KPIもそれに合わせます。1つ目はリターゲティング経由の転換数(取りこぼしをどれだけ回収できたか)、2つ目は新規顧客の獲得数、3つ目は指名検索(ブランド名での検索)の増加です。3つ目は、DSPの認知効果が後から検索という形で表れる遅効性の指標で、DSPの価値を測るうえで見落とせません。
費用面では、DSPは出稿経路によって最低出稿額や課金形態が異なります。CPM(1000回表示あたりの課金)が基本で、スポンサー広告のクリック課金とは費用構造が違います。中小規模なら、まず限定的な予算でリターゲティングだけを回し、回収効率を確かめてから配信を広げるのが現実的です。AIツールの月額はChatGPT Plusが20米ドル前後、Claude Proが20米ドル前後、Gemini系の有料プランも同水準が目安で、設計と分析の補助として十分役立ちます。工数は、初期設計に数日、その後は週1回程度の実績確認と調整に落ち着くケースが多く見られます。
評価でつまずきやすいのが、スポンサー広告との切り分けです。DSPで認知された人が、後日スポンサー広告経由で買った場合、その売上はスポンサー広告の成果として計上されがちです。DSP単体のROASだけを見ると過小評価になるため、両方を合わせた全体の新規顧客獲得コストで見る視点が要ります。完璧な貢献度の分離は難しいので、DSPを入れた前後で、ブランド全体の新規顧客数と指名検索がどう動いたかを月次で比較するのが、現実的な評価方法です。確証が持てない貢献度は「要検証」として扱い、断定的な配分は避けるのが無難です。
今後の展望｜DSPとAI検索・エージェントの接続
DSPの今後は、AI検索やAIショッピングエージェントとの関係で見ると面白くなります。RufusのようなAIアシスタントが購買の入り口になると、ユーザーは検索結果を一覧で見るより、AIに相談して候補を絞るようになります。そのとき、過去にDSPで接触して認知されているブランドは、AIの推薦候補やユーザーの想起に残りやすいと考えられます。AIエージェントが購買を代行し始めたときにEC事業者の何が変わるかはAIエージェントが消費者の購買代行を始めたとき、EC事業者は何が変わるかで論じていますが、認知を作るDSPの役割は、刈り取り一辺倒の時代より重要性が増す可能性があります。
もう一つの論点は、DSPで蓄積したオーディエンスのデータが、運用の資産になることです。配信を重ねるほど、どのオーディエンスが反応し、どの面で効率が良いかの実績が溜まっていきます。この知見は他の広告施策やページ改善にも転用でき、単発のキャンペーンでは得られない積み上げになります。5,000社支援の中で何度も再現したパターンとして、DSPを「使い捨ての出稿」ではなく「自社の見込み客理解を深める実験場」として位置づけている店舗ほど、運用が回を追うごとに洗練されていきます。
競合のDSP解説は「大手向けの高額広告」で止まりがちですが、本当の論点は中小規模でどう小さく始めて検証するかにあります。リターゲティングから入り、データで除外とフリークエンシーを締め、認知の指標で評価する。この設計をAIで補助しながら回せる店舗が、スポンサー広告の頭打ちを越えていきます。スポンサー広告の運用に慣れてきて、次の一手を探している事業者にとって、DSPは検討に値する選択肢です。
よくある質問
Amazon DSPは中小事業者でも使えますか
以前より利用ハードルは下がり、セルフサービス型の出稿経路で小さく始める余地が出てきました。ただし利用可否や最低出稿額は出稿経路や時期で変わるため、広告コンソールの最新案内で確認してください。
スポンサー広告とDSPはどちらを優先すべきですか
まずスポンサー広告で刈り取りを固め、それが頭打ちになってきたらDSPで認知と取りこぼし回収に広げる順序が基本です。DSPを刈り取り目的で使うと成果が見えにくくなります。
DSPのROASがスポンサー広告より低いのですが
DSPは購買まで距離のある層に届くため、ROASだけで比べると見劣りするのが通常です。新規顧客数や指名検索の増加など、認知と回収の指標で評価してください。
最初に何から配信すべきですか
自社商品ページを見て買わなかった人へのリターゲティングが、最も効果が見えやすい入り口です。本記事のプロンプト1でも、予算が限られる場合の最初の一手として優先度を高く設計しています。
ChatGPTとClaude、Geminiのどれを使うべきですか
配信実績やレポートの分析には文脈保持に強いClaude、オーディエンス案やバナーコピーの量産にはChatGPTやGeminiが扱いやすいというのが現場の体感です。本記事のプロンプトはいずれでも動きます。
フリークエンシーはどれくらいに設定すべきですか
ジャンルや目的でぶれるため一概には言えませんが、同一ユーザーへの過剰表示は嫌悪を生みます。まず控えめな上限から始め、実績を見て調整するのが安全です。プロンプト2で目安を設計できます。
代理店に任せるべきですか自社運用すべきですか
予算規模と社内の運用リソースで決まります。小さく始めて検証する段階なら自社運用でAIを補助に使う選択肢があり、配信規模が大きくなったら代理店の知見を借りる判断も現実的です。
著者：齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
