広告を内製化しても、D2Cが伸び悩む本当の理由――「運用の自動化」と「構造設計」は別の話だ
広告を内製化しても、D2Cが伸び悩む本当の理由――「運用の自動化」と「構造設計」は別の話だ
はじめに：内製化ブームの影で、静かに積み上がる損失
いま、D2Cブランドの経営者や担当者の間で「広告内製化」が加速している。
日経クロストレンドが2026年5月に報じた連載「AI内製化で激変、ネット広告の未来」でも、代理店依存から脱却し広告運用を内製化する企業が相次いでいることが詳しく紹介されている。楽天ショックを機に内製化へ踏み切った企業、CPAを2割削減したオルビスの事例……。どれも魅力的に映る。
だが私は、この流れに少し立ち止まって欲しいと思っている。
「広告運用の内製化」と「事業が伸びる構造の設計」は、まったく別の話だからだ。
LP構造設計とCVR改善を専門とする立場から、今日はこの問題を解剖する。
内製化で「何が自動化されたか」を正確に理解する
まず事実を整理しよう。
GoogleのP-MAXキャンペーンやMetaの自動入札など、媒体側のAIによって「入札調整・予算配分・配信最適化」はほぼ自動化されている。これは本当のことだ。
だからこそ、「代理店に払っていた運用手数料を削れる」という発想が生まれる。
しかし、自動化されたのはあくまでも"設定された目標に向かって最適化すること"だけだ。
AIは「どのKPIを設定すべきか」を考えてくれない。「その顧客はLTVが高いか」を判断しない。「LP到達後にCVしない理由」を教えてくれない。
日経クロストレンドの記事でも、Shirofuneの菊池氏がこう指摘している――「P-MAXに任せきりにすると、リード数は増えるが、対象ターゲット以外の層ばかりを集めてしまう事態が頻発している」と。
AIは"間違ったKPI"を入れると、間違った成果を高速で増幅する。
これは、私がD2Cブランドのファネル分析を行うときに何度も目の当たりにしてきた現象でもある。
D2Cに固有の「3つの構造問題」
D2Cブランドには、一般的なリード獲得型ビジネスとは異なる構造的な難しさがある。内製化の議論では、ここが抜け落ちることが多い。
① 「CPA最適化」と「LTV最大化」が相反する
D2Cで本当に重要なのは、初回購入のCPAではなく、定期転換率・継続率・LTVだ。
ところが広告AIが最適化するのは「初回CVの最大化」である。
結果として何が起きるか。初回だけ買って離脱する顧客を大量に集め、CPA表面上は改善しているのに利益が出ない、という状態になる。
これは運用の問題ではなく、KPI設計と利益構造の問題だ。
内製化したところで、この設計ができる人間がいなければ、AIは誠実に「間違った方向」へ走り続ける。
② クリエイティブの「量産」と「訴求設計」は別物
生成AIによってバナーや広告コピーの量産は確かに容易になった。
しかし、D2Cで成果を出すクリエイティブに必要なのは「量」ではなく「訴求の精度」だ。
この商品を、どの顧客層に
どの悩みで引っかけ
どの感情で動かし
どのLPに着地させるか
この設計なしに量産されたクリエイティブは、配信予算を消費するだけで成果につながらない。
「AIが作れる」と「売れる訴求を設計できる」は、まったく別の能力だ。
③ 広告とLPの断絶が、最大の損失源になっている
これが、私が最も強調したいポイントだ。
D2Cブランドの多くが見落としているのは、「広告で集めた人がLPで離脱している」という問題だ。
広告内製化によってトラフィックを獲得できるようになっても、LPの構造が広告訴求と噛み合っていなければ、CVRは上がらない。
GA4やMicrosoft Clarityでデータを見ると、多くのD2Cブランドでこのパターンが確認できる。
FVで訴求した「価値」と、LP本文の「説明」がズレている
広告で「悩み解決」を訴求しているのに、LPは「成分説明」から始まっている
スクロール率は高いのに、CVボタン付近でのクリック率が極端に低い
これはすべて「構造設計の問題」であり、広告運用をいくら最適化しても解決しない。
広告は"集める"仕事。LPは"転換する"仕事。この2つは別々に設計される必要がある。
「内製化」で本当に内製すべき領域と、外部に委ねるべき領域
ではどう考えればいいか。
私の見立てでは、D2Cブランドが内製化すべき領域と、外部の専門家を活用すべき領域は明確に分かれる。
内製化すべき領域
日次のレポート確認・数値把握
広告管理画面の基本的な読み方
顧客の声の収集・定性情報の蓄積
ブランドの世界観・トーン管理
外部専門家と組むべき領域
KPI設計・利益構造の分解
LP構造設計とCVR改善仮説の構築
広告とLPの訴求整合の設計
GA4・Clarityを用いた行動データ分析
ファネル全体のボトルネック特定
要するに、「操作」は内製化できる。しかし「構造設計」は専門性が問われる。
ストラテジストの役割：「AIが埋められない空白」を埋める
日経クロストレンドの記事の中で最も重要な指摘は、「分析領域は依然としてAI化しきれていない」という点だ。
自社のビジネスモデルを分解し、LTVを引き上げる長期的な指標を定義し、どの指標を最適化に使うかを判断する――これは、引き続き人間の仕事として残っている。
AIが高速化・自動化するほど、「何を最適化するか」を設計できる人間の価値は上がる。
私がD2Cブランドに提供しているのは、まさにこの領域だ。
利益構造から逆算したLPのCV設計
広告訴求とLP構造の整合チェック
GA4・Clarityの行動データから見るボトルネック特定
ファネル全体を通じたCVR改善仮説の構築
広告運用者ではなく、「事業が伸びる構造を設計するストラテジスト」として関わっている。
まとめ：内製化は「手段」であり、「目的」ではない
広告内製化は、コスト削減と知見蓄積という点で正しい方向性だ。
しかし、内製化することで「事業が伸びる」わけではない。
「何を集めるか」「誰に転換するか」「LTVをどう最大化するか」という構造設計なしに、運用だけを最適化しても、利益は積み上がらない。
内製化を進めるほど、外部に必要なのは「作業者」ではなく「構造設計者」になる。
この視点を持てているかどうかが、伸びるD2Cブランドとそうでないブランドを分ける、と私は考えている。
おわりに
AIは広く速く動く。でも、あなたのブランド固有の構造を読み解くことはできない。
NextSTUDIOでは、LP構造設計・CVR改善・ファネル分析において、ブランドの利益構造を起点に「なぜ売れないのか」を分解し、改善の設計図を作ることを専門にしている。
AIが出せる広く速い分析ではなく、あなたのブランド固有の構造を読み解くことに時間をかける。
担当するのは私一人――だからこそ、案件を絞り、1社に深く入れます。大手支援会社が複数社を同時並行で回す中、あなたのブランド固有の構造を深く読み解くことを約束します。
ご興味のある方は、お気軽にご相談ください。
※本記事内の日経クロストレンドへの言及は、公開情報をもとに筆者の見解を交えて構成しています。