料率型

広告費の一定割合（相場20%）を手数料として支払い

予算管理が明確。広告費に比例したリソース投入が期待できる

代理店は広告費を増やすほど収入が増える→CPA最適化より予算拡大が優先されるリスク

定額型

広告費に関わらず毎月固定手数料

費用が固定で計画しやすい

サービス範囲が曖昧になりがち。成果に関わらず固定費が発生

成果報酬型

CV数や売上に応じて手数料が発生

広告主のリスクが低い

「成果」の定義が事業目標と乖離するリスク。質の低いCV（ターゲット外の資料DL等）が増えても代理店報酬は増加

月間広告費100万円以上、安定運用

料率型（20%）

業界標準。広告費に応じたリソース配分が期待できる

月間広告費50万円以下、予算固定

定額型

少額予算では料率型の手数料が割高になるため

明確なCV目標があり、質の管理が可能

成果報酬型

成果定義を「有効商談化数」等にすれば効果的

同業界の成功事例

「当社と同業界（SaaS/製造業/ITサービス等）での具体的な改善事例と数値を教えてください」

CPA改善率、リード獲得数、商談化率など具体的な数値が出てくる

公式認定パートナー

「Google Premier PartnerやYahoo!認定パートナーの資格はありますか？」

上位認定（Premier等）を保有。最新情報への優先アクセスがある

BtoB特有の課題解決力

「BtoBの長い検討期間に対応するマーケティング戦略をどのように設計しますか？」

ホワイトペーパー→ナーチャリング→商談化のファネル設計や、LinkedIn広告、Microsoft広告の活用を具体的に提案できる

検討期間が長い（3〜12ヶ月）

リードナーチャリングを前提としたKW・LP設計

複数の意思決定者が関与

役職別・課題別のターゲティングと広告メッセージ

CV単価が高い（商材単価が高額）

マイクロCV（資料DL、セミナー参加等）を活用したAI学習の最適化

オフラインCVが多い

オフラインコンバージョンインポートの設計・実装能力

営業と運用担当者は同一か

「実際にアカウントを運用する担当者と事前に面談できますか？」

大手代理店では営業と運用が分離。経験の浅い担当者がアサインされるリスクあり

サポート体制

「担当者が新人の場合、シニアコンサルタントの監修体制はありますか？」

監修体制がなければ、経験不足による機会損失のリスク

レポートの質

「サンプルレポートを見せてください」

数値の羅列だけで「なぜ」と「次のアクション」がなければ改善能力に疑問

「弊社の業界での運用経験と具体的な成功事例を教えてください」

業界理解の深さ、数値で語れるか

「データ分析から改善提案までのプロセスはどのように行っていますか？」

論理的な思考プロセスがあるか

「過去のPDCAで最も重要だったKPIと、意外な改善アクションがあれば教えてください」

実務経験の深さ、柔軟な思考力

「弊社のアカウントを診断する場合、最初の1ヶ月で何を重点的に見ますか？」

具体的な診断プロセスを持っているか

最低契約期間

6ヶ月〜1年の縛りがあると、成果が出なくても解約できない

3ヶ月以内の最低期間か、成果未達時の解約条項を確認

最低出稿金額

自社予算と乖離していると運用が困難

月間最低広告費が自社予算に適合するか確認

広告アカウントの所有権

代理店所有の場合、乗り換え時に全データを失う

「アカウント所有権は広告主に帰属」を契約書に明記

代理店変更時もデータを引き継げる

代理店変更時に全てゼロからやり直し

過去のデータを資産として活用可能

蓄積されたKWデータ、CV履歴が全て消失

複数の代理店を並行利用可能

代理店への依存度が高まる

目的と具体的なKPI

目標CPA、目標CV数、商談化率目標等 → 戦略設計の基準点

ターゲットペルソナ

役職、課題、情報収集方法 → KW選定とメッセージング精度向上

商材の強みと差別化ポイント

競合との明確な違い → 広告コピーとLP設計の最適化

社内の意思決定プロセス

承認フロー、決裁者の関心事 → ファネル設計の精度向上

過去の施策と課題

うまくいったこと/いかなかったこと → 学習コスト削減

Phase 1：完全委託

代理店が全ての運用を担当

即戦力で広告運用を開始

Phase 2：共同運用

アカウントを共同管理し、社内担当者にトレーニング実施

ノウハウの移転が進む

Phase 3：自社運用+アドバイザリー

自社で運用し、代理店は戦略アドバイスに特化

自立した運用体制の確立

学習期間が必要

頻繁な変更で学習リセット→永続的な非効率

「設定変更後の学習期間をどのように管理していますか？」

十分なデータ量が必要

BtoBのCV少数環境ではAIが学習困難

「月間CV数が少ない場合、どのような対策をとりますか？」

過度な絞り込みは逆効果

手動制限でAIの最適化機会を奪う

「ターゲティング制限の判断基準は何ですか？」

月間CV数が30件未満

マイクロCVの設定

資料DL、セミナー申込、フォーム到達等を中間CVとして設定し、AIの学習データを増やす

オフラインCVが多い

オフラインCVインポート

CRMからの商談データをGoogle Adsにフィードバックし、AIが商談化しやすいユーザーを学習

土日配信停止の判断

データで検証

「BtoBだから土日は停止」という思い込みではなく、実際のCVデータで判断。AIの学習機会を不用意に奪わない

Plan（計画）

クライアントとKPIを共有し、具体的な戦略を立案

初回提案で「なぜその戦略か」の根拠があるか

Do（実行）

計画に基づき広告配信・データ収集

計画と実行にズレがないか

Check（評価）

データに基づく分析で課題を可視化

レポートに「なぜ」と「次のアクション」があるか

Act（改善）

分析に基づく具体的な改善策の提案・実行

1サイクルで1〜2の重要な変更に絞っているか

インプレッション、クリック、CV等の数値一覧

数値＋「なぜその結果になったか」の分析

前月比のトレンド表示

目標KPIに対する進捗と乖離の原因

改善提案なし

具体的な次月のアクションプラン（KW追加、LP改善、予算再配分等）

1. 料金体系

手数料だけでなくインセンティブ構造を理解。成果報酬型は「成果の定義」が鍵

2. BtoB実績

同業界の具体的成功事例、公式認定、BtoB固有の課題解決力の3点で評価

3. 運用体制

実際の運用担当者のスキルと思考プロセスを事前面談で見極める

4. 契約

アカウント所有権は広告主に帰属が絶対条件。最低契約期間と解約条件も確認

5. パートナーシップ

丸投げせず、情報共有と主体的な関与で代理店の提案精度を高める

6. AI理解

学習期間の管理、マイクロCV設定、オフラインCVインポートの提案力を確認

7. PDCA

「なぜ」と「次のアクション」があるレポートを出せる代理店が真のパートナー

料率型

広告費の一定割合（相場20%）を手数料として支払い

予算管理が明確。広告費に比例したリソース投入が期待できる

代理店は広告費を増やすほど収入が増える→CPA最適化より予算拡大が優先されるリスク

定額型

広告費に関わらず毎月固定手数料

費用が固定で計画しやすい

サービス範囲が曖昧になりがち。成果に関わらず固定費が発生

成果報酬型

CV数や売上に応じて手数料が発生

広告主のリスクが低い

「成果」の定義が事業目標と乖離するリスク。質の低いCV（ターゲット外の資料DL等）が増えても代理店報酬は増加

月間広告費100万円以上、安定運用

料率型（20%）

業界標準。広告費に応じたリソース配分が期待できる

月間広告費50万円以下、予算固定

定額型

少額予算では料率型の手数料が割高になるため

明確なCV目標があり、質の管理が可能

成果報酬型

成果定義を「有効商談化数」等にすれば効果的

同業界の成功事例

「当社と同業界（SaaS/製造業/ITサービス等）での具体的な改善事例と数値を教えてください」

CPA改善率、リード獲得数、商談化率など具体的な数値が出てくる

公式認定パートナー

「Google Premier PartnerやYahoo!認定パートナーの資格はありますか？」

上位認定（Premier等）を保有。最新情報への優先アクセスがある

BtoB特有の課題解決力

「BtoBの長い検討期間に対応するマーケティング戦略をどのように設計しますか？」

ホワイトペーパー→ナーチャリング→商談化のファネル設計や、LinkedIn広告、Microsoft広告の活用を具体的に提案できる

検討期間が長い（3〜12ヶ月）

リードナーチャリングを前提としたKW・LP設計

複数の意思決定者が関与

役職別・課題別のターゲティングと広告メッセージ

CV単価が高い（商材単価が高額）

マイクロCV（資料DL、セミナー参加等）を活用したAI学習の最適化

オフラインCVが多い

オフラインコンバージョンインポートの設計・実装能力

営業と運用担当者は同一か

「実際にアカウントを運用する担当者と事前に面談できますか？」

大手代理店では営業と運用が分離。経験の浅い担当者がアサインされるリスクあり

サポート体制

「担当者が新人の場合、シニアコンサルタントの監修体制はありますか？」

監修体制がなければ、経験不足による機会損失のリスク

レポートの質

「サンプルレポートを見せてください」

数値の羅列だけで「なぜ」と「次のアクション」がなければ改善能力に疑問

「弊社の業界での運用経験と具体的な成功事例を教えてください」

業界理解の深さ、数値で語れるか

「データ分析から改善提案までのプロセスはどのように行っていますか？」

論理的な思考プロセスがあるか

「過去のPDCAで最も重要だったKPIと、意外な改善アクションがあれば教えてください」

実務経験の深さ、柔軟な思考力

「弊社のアカウントを診断する場合、最初の1ヶ月で何を重点的に見ますか？」

具体的な診断プロセスを持っているか

最低契約期間

6ヶ月〜1年の縛りがあると、成果が出なくても解約できない

3ヶ月以内の最低期間か、成果未達時の解約条項を確認

最低出稿金額

自社予算と乖離していると運用が困難

月間最低広告費が自社予算に適合するか確認

広告アカウントの所有権

代理店所有の場合、乗り換え時に全データを失う

「アカウント所有権は広告主に帰属」を契約書に明記

代理店変更時もデータを引き継げる

代理店変更時に全てゼロからやり直し

過去のデータを資産として活用可能

蓄積されたKWデータ、CV履歴が全て消失

複数の代理店を並行利用可能

代理店への依存度が高まる

目的と具体的なKPI

目標CPA、目標CV数、商談化率目標等 → 戦略設計の基準点

ターゲットペルソナ

役職、課題、情報収集方法 → KW選定とメッセージング精度向上

商材の強みと差別化ポイント

競合との明確な違い → 広告コピーとLP設計の最適化

社内の意思決定プロセス

承認フロー、決裁者の関心事 → ファネル設計の精度向上

過去の施策と課題

うまくいったこと/いかなかったこと → 学習コスト削減

Phase 1：完全委託

代理店が全ての運用を担当

即戦力で広告運用を開始

Phase 2：共同運用

アカウントを共同管理し、社内担当者にトレーニング実施

ノウハウの移転が進む

Phase 3：自社運用+アドバイザリー

自社で運用し、代理店は戦略アドバイスに特化

自立した運用体制の確立

学習期間が必要

頻繁な変更で学習リセット→永続的な非効率

「設定変更後の学習期間をどのように管理していますか？」

十分なデータ量が必要

BtoBのCV少数環境ではAIが学習困難

「月間CV数が少ない場合、どのような対策をとりますか？」

過度な絞り込みは逆効果

手動制限でAIの最適化機会を奪う

「ターゲティング制限の判断基準は何ですか？」

月間CV数が30件未満

マイクロCVの設定

資料DL、セミナー申込、フォーム到達等を中間CVとして設定し、AIの学習データを増やす

オフラインCVが多い

オフラインCVインポート

CRMからの商談データをGoogle Adsにフィードバックし、AIが商談化しやすいユーザーを学習

土日配信停止の判断

データで検証

「BtoBだから土日は停止」という思い込みではなく、実際のCVデータで判断。AIの学習機会を不用意に奪わない

Plan（計画）

クライアントとKPIを共有し、具体的な戦略を立案

初回提案で「なぜその戦略か」の根拠があるか

Do（実行）

計画に基づき広告配信・データ収集

計画と実行にズレがないか

Check（評価）

データに基づく分析で課題を可視化

レポートに「なぜ」と「次のアクション」があるか

Act（改善）

分析に基づく具体的な改善策の提案・実行

1サイクルで1〜2の重要な変更に絞っているか

インプレッション、クリック、CV等の数値一覧

数値＋「なぜその結果になったか」の分析

前月比のトレンド表示

目標KPIに対する進捗と乖離の原因

改善提案なし

具体的な次月のアクションプラン（KW追加、LP改善、予算再配分等）

1. 料金体系

手数料だけでなくインセンティブ構造を理解。成果報酬型は「成果の定義」が鍵

2. BtoB実績

同業界の具体的成功事例、公式認定、BtoB固有の課題解決力の3点で評価

3. 運用体制

実際の運用担当者のスキルと思考プロセスを事前面談で見極める

4. 契約

アカウント所有権は広告主に帰属が絶対条件。最低契約期間と解約条件も確認

5. パートナーシップ

丸投げせず、情報共有と主体的な関与で代理店の提案精度を高める

6. AI理解

学習期間の管理、マイクロCV設定、オフラインCVインポートの提案力を確認

7. PDCA

「なぜ」と「次のアクション」があるレポートを出せる代理店が真のパートナー