1. 広告クリエイティブ戦略（アテンションと興味）

1.1 訴求軸の分類

悩み・解決型

ベネフィット型

第三者評価型

オファー型

1.2 フォーマット最適化

カルーセル広告（複数商品の提示、ストーリー仕立て）

動的広告 (DABA/DPA)（閲覧履歴に基づいたパーソナライズ）

リール/ストーリーズ広告

コレクション広告（カタログ連携によるカタログ体験）

2. ターゲットオーディエンス設計（配信精度の最大化）

2.1 新規顧客獲得（トップ・オブ・ファンネル）

ブロード配信（AIの最適化機能を活用した属性指定なし）

興味・関心ターゲット（競合ブランド、関連キーワード）

類似オーディエンス (Lookalike)（既存購入者、高LTV顧客に類似）

2.2 リターゲティング（ミドル・ボトム・ファンネル）

サイト訪問者（過去30〜180日）

カゴ落ちユーザー（未購入者へのリマインド）

商品詳細ページ閲覧者（特定カテゴリへの関心）

2.3 既存顧客保持（LTV向上）

購入済みユーザー（クロスセル、アップセル提案）

休眠顧客（再購入のきっかけ作り）

3. EC転換パス（コンバージョンジャーニー）

3.1 ダイレクトルート

広告クリック → 商品詳細ページ (PDP) → カート投入 → 決済完了

3.2 コンテンツ介在ルート

3.3 ソーシャルコマースルート

広告クリック → Instagram/Facebookショップ → アプリ内決済/外部遷移

3.4 リード獲得・ナーチャリングルート

広告クリック → LINE登録/メルマガ登録 → 特典配布 → ECサイト誘導

4. 計測・最適化構造（データフィードバック）

4.1 計測インフラ

Metaピクセルの設置（標準イベント、カスタムイベント）

コンバージョンAPI (CAPI)

4.2 最適化指標 (KPI)

ROAS（広告費用対効果）の最大化

CPA（顧客獲得単価）の抑制

読了率・クリック率 (CTR) の改善

4.3 機械学習の促進

コンバージョンイベントの蓄積（学習データの最適化）

アドバンテージ+ ショッピングキャンペーン (ASC)

計測手法の比較

5. 転換後のLTV最大化構造

5.1 購入後のコミュニケーション

サンクスページでの追加提案（アップセル）

購入後のサンクス広告（ブランドロイヤリティ向上）

5.2 循環型モデル

既存購入者データをソースにした「類似オーディエンス」の精度向上

顧客フィードバックを広告クリエイティブへ再反映