この記事は5分で読むことができます。
この記事のポイント
P-MAXでGA4オーディエンスリストの除外が可能になり、ページ訪問ベースの柔軟な除外設定が実現しました。ただし、トップページユーザーや直帰ユーザーの除外は逆効果です。GA4の予測オーディエンス「7日以内に離脱する可能性が高いユーザー」を除外することで、CPA20%改善を達成しました。コンバージョン済みユーザー除外ではITP問題があるため、カスタマーマッチとの併用が効果的です。本記事では、やってはいけない除外設定と推奨リストの作り方を具体的に解説します。
この記事はVoicy「タイピング不要の時代！？音声入力×AIでメール返信が10倍速くなる実践テクニック【石黒堂】」で聴くことができます
目次
P-MAXでオーディエンスリスト除外ができるようになった？
Google広告のP-MAXにオーディエンスリスト除外機能が追加されました。従来はカスタマーマッチ（メールアドレス・電話番号）でしか除外できず、フォームやサンクスページでのデータ取得が必須でした。今回のアップデートにより、GA4で作成したオーディエンスリストを使って、特定ページ訪問者を柔軟に除外できるようになりました。2026年2月11日現在、ほとんどのアカウントで反映されています。
従来の除外方法の限界とは？
カスタマーマッチによる除外は、メールアドレスや電話番号が必要なため、フォーム送信後やサンクスページ到達後のユーザーしか除外できませんでした。「商品ページを何度も見ているユーザーを除外したい」といった、ページ訪問ベースの除外設定ができなかったのが大きな課題でした。
今回追加された設定箇所はこちらです。キャンペーン設定 > その他の設定 > データの除外から設定できます。
やってはいけない除外設定は？
P-MAXでオーディエンスリスト除外ができるようになりましたが、やみくもに除外すると逆効果です。特に「トップページユーザー」と「直帰ユーザー」の除外は避けるべきです。本来リーチすべき見込み顧客まで除外してしまい、配信機会を大きく損失します。
トップページユーザー除外がNGな理由
トップページには、SEO、SNS、広告など様々な流入経路が混在しています。このユーザー全体を除外すると、初めてサイトを訪れた見込み顧客や、比較検討中の有望なユーザーまで配信対象から外れてしまいます。トップページ訪問だけでは購買意欲を判断できません。
直帰ユーザー除外がNGな理由
商品詳細ページをじっくり読んで離脱したユーザーは、興味関心が高い見込み客です。直帰という行動だけで「興味がない」と判断するのは早計です。むしろ再度リーチすることで、コンバージョンにつながる可能性が高いユーザー層といえます。
GA4で作るべき推奨除外リストは？
GA4の予測オーディエンス機能を使うことで、効果的な除外リストが作成できます。ただし、作成には条件があり、過去28日間のうち7日間で、1,000人以上のリピーターがコンバージョン（または離脱）を達成し、かつ1,000人以上が達成していない必要があります。特に「7日以内に離脱する可能性が高いユーザー」の除外は、無駄な広告費を削減する効果があります。一方、購入可能性が高いユーザーリストは、除外ではなく「引き付け用シグナル」として活用することで、P-MAXの学習精度を高められます。
参考：GA4予測指標の前提条件
除外におすすめ：7日以内に離脱する可能性が高いユーザーとは？
GA4が機械学習で予測した「今後7日以内に離脱する可能性が高いユーザー」を除外設定します。このリストを除外することで、コンバージョンに繋がりにくいユーザーへの配信を抑制し、広告予算を見込み客に集中投下できます。結果としてCPA改善に直結します。
引き付けにおすすめ：購入可能性リストの使い方は？
「7日以内に購入する可能性が高いユーザー」や「購入可能性が低い既存顧客」は、除外ではなくオーディエンスシグナルとして設定します。P-MAXに「こういうユーザーに似た人を探してほしい」という指示を出すことで、AIの学習精度が向上し、より効率的な配信が実現します。
リスト作成に必要な条件は？
GA4の予測オーディエンスを作成するには、一定の母数とデータ期間が必要です。具体的な条件や設定方法については、Googleの公式サポートページで確認してください。
コンバージョンユーザー除外で注意すべきITP問題とは？
コンバージョン済みユーザーをオーディエンスリストで除外する場合、ITP（Intelligent Tracking Prevention）の影響でクッキーが欠損し、100%完全な除外はできません。Safari等のブラウザではサードパーティクッキーがブロックされるため、GA4のオーディエンスリストだけでは一部のユーザーが除外されずに配信される可能性があります。
この問題を補完するため、カスタマーマッチ（メールアドレス・電話番号）を併用することで、より精度の高い除外設定が可能になります。クッキーベースのオーディエンスリストと、ファーストパーティデータであるカスタマーマッチの両方を組み合わせることで、除外精度を最大化できます。
オーディエンスリスト除外でCPAはどれくらい改善する？
実際にGA4の予測オーディエンス「7日以内に離脱する可能性が高いユーザー」を除外設定した結果、CPAが20%改善しました。無駄な配信を抑制し、見込み客に予算を集中させることで、費用対効果が大きく向上します。P-MAXの運用改善に、オーディエンスリスト除外は必須の施策といえます。
最後に
P-MAXのオーディエンスリスト除外機能により、GA4で作成したリストを使った柔軟な除外設定が可能になりました。トップページユーザーや直帰ユーザーの除外は避け、「7日以内に離脱する可能性が高いユーザー」を除外することで、CPA20%改善という成果が得られます。コンバージョン済みユーザーの除外では、ITP問題を考慮してカスタマーマッチとの併用が効果的です。購入可能性が高いユーザーリストは、引き付け用シグナルとして活用することで、P-MAXの学習精度を高められます。この機能を活用し、広告予算を見込み客に集中させましょう。
Web業界にて20年以上、大手から中堅代理店の顧問を請負。デジタルマーケティングを中心に、主に広告関係の教育や研修、コンペの相談に乗っています。またSEMのお役立ちツールもスクラッチで開発。現在も電通グループの顧問、Shirofuneのアルゴリズム作成補助など担当しており、年間100名以上を教育。皆さまに心から信頼されるパートナーであり続けるために日々研鑽しております。また、世界的権威のある One Voice Awards USA 2025 にも日本人としてノミネートされ、世界的なナレーターとしても活躍中です。
