「ROASは4.0を超えているのに、なぜか手元に利益が残らないんです」。先日、米国のアパレルD2Cブランドのマーケティング責任者から受けた相談です。調べてみると、Shoppable Instagram Adsで売れているのはどれも粗利率20%前後の商品ばかり。広告費を差し引くと、むしろ赤字になっている商品もありました。この話、日本でも決して珍しくありません。
ショッパブルInstagram広告のセットアップ方法を調べると、カタログ同期、商品タグ付け、ピクセル設置、コンバージョンAPIの導入--そんな「やり方」ばかりが目につきます。もちろん基本は大切です。でも、それだけでは「売上は立つが利益が残らない」構造から抜け出せません。米国で実際に利益を伸ばしているブランドは、設置段階から「粗利」を基準にした設計を組み込んでいます。
カタログフィードに「利益の地図」を書き込む
多くの企業は、Metaのカタログフィードにあるカスタムラベル（custom_label_0〜4）をほとんど使いません。色やカテゴリ程度の情報を入れて終わり。ここに、ビジネスの実態を反映させることが第一歩です。
具体的には、ERPや在庫管理システムから抽出した「粗利率」「返品率」「在庫回転率」「顧客LTV」などを、フィードに自動で流し込む仕組みを作ります。手動更新ではデータが古くなり、配信精度が落ちるだけ。米国ではShopifyやBigCommerceとデータパイプラインを組み合わせ、1日1回以上更新するのが一般的です。
- custom_label_0：粗利率ランク（A: 40%以上、B: 25〜39%、C: 10〜24%、D: 10%未満）
- custom_label_1：在庫回転率スコア、または在庫過剰フラグ
- custom_label_2：顧客LTVランク、またはリピート購入率
- custom_label_3：返品率ランク
- custom_label_4：新商品・定番・セール対象などのライフサイクル情報
こうした属性をフィードに持たせるだけで、Instagram側のアルゴリズムに「どの商品が本当に儲かるのか」を伝える下地ができます。
プロダクトセットを「利益軸」で切り分ける
カタログ内の商品を、先ほどのカスタムラベルを使って複数のプロダクトセットに分割します。そして、それぞれのセットに異なる広告セットと入札戦略を割り当てる。単一の広告セットに全商品を詰め込むと、アルゴリズムはどうしても「コンバージョンしやすい＝安価で見た目が派手な商品」に偏ってしまうからです。
セットA：高粗利・高LTV・低返品率の「優良商品」
入札戦略はコンバージョン価値の最大化。配信対象は類似オーディエンスとリターゲティング。予算の60〜70%をここに集中させます。
セットB：中粗利・在庫過剰の「キャッシュフロー改善商品」
コンバージョン数最大化でCPA上限を設定。在庫処分セールや期間限定オファーを強調し、予算の20〜30%を配分します。
セットC：低粗利・新商品・テスト段階
リーチ最大化や手動入札で低単価に抑え、既存顧客やエンゲージメントオーディエンスに配信。反応データの収集とレビュー蓄積が目的で、予算は10%以下にします。
この構造にすることで、機械学習が「利益の高い商品への配信」を学びやすくなります。売上だけでなく、粗利ベースの自動最適化に近づけるわけです。
クリエイティブと商品ページで「利益を守る」
ショッパブル広告では商品画像や価格が自動表示されますが、テンプレートに利益を守る情報を追加できます。高粗利商品には「ベストセラー」「高評価」といった社会的証明を。返品率の高い商品には「サイズガイドはこちら」「素材詳細」を強調するテキストオーバーレイを入れるのです。
米国では、動画に使用シーンや素材感を入れることで衝動買いによる返品を抑制する手法が広がっています。あるDTCファッションブランドは、返品率の高いドレスの広告に「実際の着用感」を映した短尺動画を追加し、返品率を15%ほど削減しました。
さらに、Instagramのプロダクト詳細ページをランディング先にする場合、高粗利商品には「限定カラー」や「ギフト対応」を、低粗利商品には「他のカラーを見る」といったアップセル導線を盛り込むと良いでしょう。
計測指標を「売上」から「粗利」へ転換する
広告管理画面のデフォルト指標は購入数とROASです。でも、それだけでは返品やキャンセル、実際の粗利額は見えてきません。そこで、コンバージョンAPI（CAPI）を使い、受注システムから「購入イベント」に粗利額や返品イベントをサーバー側で送信します。Purchaseイベントのvalueパラメータに売上ではなく粗利額を設定すれば、Metaの機械学習が利益の高いコンバージョンを最適化してくれるようになります。
また、ショッパブル広告は「広告がなくても買ったであろう人」にも届きやすい。真の効果を測るには、四半期ごとに一部予算を停止して増分粗利を検証する「ダーク期間」を設けるのが有効です。米国の先進ブランドではすでに一般的な手法です。
今日から始める3ステップ
- データ基盤の整備（1〜2週間）：粗利・返品率・在庫回転率をカスタムラベルに自動反映し、CAPIで粗利額を送信する。
- プロダクトセットの再設計（1週間）：利益ランクで3〜5分割し、高粗利セットにコンバージョン価値の最大化を適用する。
- 測定フレームワークの更新（継続）：レポートを「売上ROAS」から「粗利ROAS」「増分粗利」に切り替え、月次で商品の移動を見直す。
Shoppable Instagram Adsのセットアップは、技術作業ではなく「どの商品を、どの利益基準で、どのように見せるか」という収益アーキテクチャの設計です。米国ではすでに売上至上主義から利益最適化への移行が進んでいます。日本企業も、最初から利益データをフィードに組み込み、プロダクトセットを戦略的に分けることで、広告費の無駄を防ぎながら持続可能な成長を手に入れられるはずです。