Use Cases
    機能
    役割

Broad Matchは予算争奪戦で優勢です。パフォーマンス面でも勝っているのでしょうか?


Frederick Vallaeys

Frederick Vallaeys

LinkedIn

共同創業者兼CEO

-
Optmyzr

match type については誰もが意見を持っています。broad match 推奨派は、Smart Bidding によって厳密な keyword control はほぼ不要になったと言うでしょう。exact match を支持する人たちは、まだ Google に主導権を渡す気にはなれません。そして phrase match を使う人たちは、自分たちの存在をまだ誰かが覚えているのかと疑問に思っています。

そこで私たちは、データを見て、それに語らせることにしました。

この調査では、2026年2月の 30,000 Google Ads accounts を分析し、keyword spend が発生しているすべての Search campaigns を対象にしました。non-branded campaigns を3つの観点で見ています。すべての account type をまとめた全体、ecommerce にフォーカスした accounts(測定可能な conversion value があるもの)、そして lead gen accounts(revenue tracking がないもの)です。さらに branded campaigns は別途分析し、2022年以降に advertiser spend が match type 間でどのように変化したかも追跡しました。

結果は以下のとおりです。


Exact match は broad と phrase に対してシェアを失っている

2022年以降、exact match の spend share は約10 percentage points 低下した一方で、broad match は着実に伸び、budget ベースで dominant な match type になりました。phrase match は2024年にいったん落ち込んだものの、2026年にかけて回復しています。

これは advertiser の意識の変化を明確に示しています。より多くの人が、Google の AI に広めの targeting を任せるようになっているのです。その信頼は決して不合理ではありません。Smart Bidding は確かに成熟し、今日の broad match は4年前とは根本的に異なる product になっています。私たちが検証したかったのは、その confidence の変化に performance data が追いついているのか、という点です。

Evolution in Share of Ad Spend by Match Type

Exact match の spend share は2022年から2026年の間に9.5%低下し、phrase と broad match の share は増加しました。keyword match type の landscape は変化しており、exact match から離れる明確な傾向が見られます。このデータは、より広い matching への strategic pivot を示しており、advertiser が進化する search algorithm と user behavior に適応していることを示唆しています。


Non-branded campaigns で最も成果が良い match type はどれか — すべての account type で見ると?

以下の cards は、主要な各 metric において、non-branded campaigns 全体で最も成果が良い match type と、最も成果が低い match type を比較したものです。

Performance Metrics by Match Type for non-brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026
Performance Metrics by Match Type for non-brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026

Performance Metrics by Match Type for non-brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026


全体として、効率面では exact match が優位です。その理由は意外ではありません。keyword がユーザーの入力内容に近いほど intent signal はより明確になり、ad の relevance は高まり、click が conversion につながる可能性も高くなります。

broad match ははるかに多くの volume を生み出しますが、その volume にはコストが伴います。強力な Smart Bidding signal と、適切に管理された negative keyword list がなければ、broad match は conversion する見込みのない traffic を追いかけるために多くの spend を費やす可能性があります。

見落とされがちなのは、phrase match がその cost に対してどれだけ優れた成果を出しているかです。non-brand spend の中で最大の share を占めながら、conversion では一貫して期待以上の成果を上げています。これは、phrase match が実際に行動に近い traffic を引き寄せていることを意味します。つまり、relevance を保てる程度には具体的でありながら、bid している exact keyword を入力しなかった人にも届く程度には広い、ということです。

Share of spend & conversions by Match Type for non-brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026

Share of spend & conversions by Match Type for non-brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026


e-commerce accounts ではどうなるのか?

測定可能な conversion value がある accounts(ecommerce advertiser の proxy として扱っています)に絞ると、差はさらに広がり、いくつかの点がより明確になります。

Performance Metrics by Match Type for non-brand e-comm campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.
Performance Metrics by Match Type for non-brand e-comm campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.

Performance Metrics by Match Type for non-brand e-comm campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.

Share of spend & conversions by Match Type for non-brand e-comm campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.

Share of spend & conversions by Match Type for non-brand e-comm campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.

 

Exact match は ROAS と CPA でさらに差を広げます。e-commerce では、特定の商品名を検索している人が購入まであと1 click というケースが多く、正確な keyword matching が特に強力です。intent signal はすでに強く、exact match はその ad が確実に表示されるようにするだけです。

より興味深いのは、この segment における phrase match の conversion rate です。調査全体を通じて、あらゆる match type の中で最も高い数値を記録しました。これは、ecommerce の文脈で phrase match がどのように機能するかを反映しているのでしょう。つまり、少し表現の異なる product language を使っているものの、まだ購入モードにある shoppers を捉えているということです。target にした exact term は使っていなくても、かなり近い検索をしている人たちです。こうした click は質が高いと言えます。

この view では、broad と phrase の ROAS もほぼ同水準に収まっています。AI 主導の明確な優位性があると考えて broad をデフォルトにしてきた人にとっては、少なくとも algorithm が学習できる強い conversion value signal を持つ accounts では、想定よりも接戦だとデータは示しています。


lead gen accounts ではどうか?

lead gen accounts は別の様相を示します。aggregate data だけを見ていると見落としやすい点です。

以下の cards は、non-branded かつ lead gen にフォーカスした accounts における各 metric で最も成果が良い match type を示しています。これらは revenue tracking がなく、conversion value ではなく conversion volume が主要な signal となる accounts です。

Performance Metrics by Match Type for non-brand lead gen campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026
Performance Metrics by Match Type for non-brand lead gen campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026

Performance Metrics by Match Type for non-brand lead gen campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026

 

ここでは phrase match が e-commerce 以上に優位です。spend と conversions の両方で最大の share を占め、他の2つの match type との差も、どの segment よりも大きくなっています。おそらく理由は、lead gen campaigns が intent に近い keyword に依存することが多く、ゆるく関連する query を検索した人でも有望な prospect になり得るからです。phrase match はその種の traffic に非常に適しています。exact term を超えて reach しつつ、broad match のように floodgate を開きすぎることがありません。

一方で broad match は、lead gen では e-commerce よりも明確に勢いを失っています。conversion value data がないため Smart Bidding が頼れる材料が少なく、efficiency gap がよりはっきり表れます。

Share of spend & conversions by Match Type for non-brand lead gen campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.

Share of spend & conversions by Match Type for non-brand lead gen campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.


branded campaigns ではどうか?

branded campaigns は特に明快なストーリーを示しており、しかもその重要性に比べて注目される機会が少ないことが多いです。

branded terms における exact match は、CTR、conversion share、ROAS など、ほぼすべての主要 metric で優位です。唯一の例外は conversion rate で、ここでは phrase match が勝ち、broad match より36%高い成果を出していますが、exact match とはほぼ同率です(8.22% 対 8.18%)。

理由は非常に直感的です。誰かがあなたの brand name を入力した時点で、その人はすでにあなたを探しています。exact match keyword はその瞬間を正確に捉えます。同じ terms に対する broad や phrase match は variability を持ち込みます。ad が隣接する query や、たまたまあなたの brand と似た語彙を共有する lookalike search に表示される可能性があり、signal が薄まるのです。

Performance Metrics by Match Type for brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.
Performance Metrics by Match Type for brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.

Performance Metrics by Match Type for brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.

Share of spend & conversion by Match Type for brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.

Share of spend & conversion by Match Type for brand campaigns. 30,000 Google Ads Search accounts in Optmyzr - Feb 2026.

 

spend と conversion の比率を見ると、その重要性がより具体的になります。Exact match は、コストに対して不釣り合いなほど多くの branded conversions を生み出す一方で、broad match はその逆です。spend は多いのに、conversions は少ないのです。

branded terms に他の match type を使う正当な理由はあります。隣接 query の捕捉、message のテスト、exact match coverage の不足を埋めることなどです。しかし、このデータを見る限り、そうした判断は通常よりも慎重に検討されるべきだと言えます。


では、これらは何を意味するのか?

すべての segment を横断して見ると、いくつかの点が明確になります。

Exact match は share を失っているが、relevance を失っているわけではありません。 broad への移行は、exact match が機能しなくなったからではありません。performance の観点では、依然として非常に強いからです。advertiser が automation により安心感を持つようになり、Google が broad match を正当化しやすくしたからです。これらは妥当な要因ですが、exact match が不調だという話とは別です。

Phrase match は最も一貫して成果を上回る存在です。 ecommerce でも lead gen でも、期待以上の成果を出しています。2026年にかけて spend share が回復したのは、advertiser がこのバランスを再発見した結果かもしれません。つまり、relevance を保つのに十分な control と、exact match が取りこぼす intent-aligned traffic を拾うのに十分な flexibility の両立です。

Broad match は algorithm への賭けであり、 その条件が重要です ecommerce での conversion value や、lead gen での強い conversion volume など、Smart Bidding が学習できる豊富な signal があるときに最も効果を発揮します。そうした条件がなければ、efficiency gap は見過ごしにくくなります。

match type から最も成果を得ている accounts は、3つを意図的に使い分けています。high-intent かつ high-value な keyword には exact、日々の主力には phrase、discovery と scale には broad。問うべきなのは、どの match type が最良か、ではありません。自分の account でそれぞれを適切な役割に使えているか、です。

このテーマをさらに掘り下げたいなら、RSA performance study で、適切な keyword が揃った後に実際に ad efficiency を左右する要因を確認できます。ネタばらしをすると、Ad Strength ではありません。

調査はこちらをご覧ください。


 

この調査は、30,000 Google Ads Search accounts にわたる2026年2月の data を対象としています。Ecommerce accounts は、測定可能な conversion value があるものとして定義しています。Lead gen accounts は revenue tracking がないものです。Branded analysis は、segment filtering を行わないすべての accounts を対象としています。

これを共有する:RSSフィード: RSSフィードを購読する