TikTok AEOとMAIの違いは何ですか？

MAI（Mobile App Install）はアプリのインストール数を最大化するための配信方式で、インストールしやすいユーザーに広告を配信します。一方AEO（App Event Optimization）は、インストール後の特定アプリ内イベント（登録、購入、チュートリアル完了など）を実行する可能性が高いユーザーに最適化して配信します。MAIはリーチが広くCPIが安くなりやすい反面、質の低いユーザーが混じりやすい傾向があります。AEOはCPIは高くなりますが、LTVの高いユーザーを獲得しやすく、最終的なCPAを改善できるのが特徴です。

AEOの学習フェーズにはどのくらいのCV数・期間が必要ですか？

TikTokの公式ガイドラインでは、広告グループあたり週50件以上（約7日間で累計50CV）のコンバージョンを安定的に獲得できる状態が理想とされています。学習フェーズの完了には通常3〜7日かかり、この期間中に累計で少なくとも50CV程度のデータが必要です。学習中は入札額やターゲティングの大幅な変更を避け、アルゴリズムにデータを蓄積させることが重要です。

AEOでどのイベントを最適化対象にすべきですか？

イベント選定はファネルの深さとCV数のバランスで決まります。registration（会員登録）やtutorial_complete（チュートリアル完了）は比較的CVが発生しやすく、学習が進みやすいため初期に適しています。purchase（購入）やsubscribe（課金）はファネルが深く質は高いですが、CV数が少なくなりがちで学習に時間がかかります。まずは浅めのイベントで学習を完了させ、データが十分に蓄積されてから段階的に深いイベントへ移行するのが定石です。

AEOとVO（Value Optimization）はどう使い分けますか？

AEOは特定のイベント発生を最適化するのに対し、VO（Value Optimization）はイベントの金額（収益）を最大化する配信方式です。VOはアプリ内課金や購入金額のデータをTikTokに送信し、ROAS（広告費用対効果）を最大化するよう配信を最適化します。VOを使うには十分な購入データ（目安として1日100件以上の購入イベント）が必要なため、まずMAIやAEOでデータを蓄積してからVOに移行するのが一般的な流れです。

TikTok AEO（App Event Optimization）完全ガイド｜設定手順・イベント選定・CPA改善の実践

この記事のポイント

AEOはインストール後のアプリ内イベント（登録・購入など）に最適化する配信方式。MAIよりCPIは上がるが、CPAベースでは大幅な改善が見込める
最適化イベントは「週50CV以上（累計50CV相当）」を安定して獲得できる深さを選ぶのが鉄則。浅いイベントから始めて段階的に深化させる
学習フェーズ中（3〜7日）は入札・ターゲティングの大幅変更を避け、アルゴリズムにデータを蓄積させることが成功の鍵

AEO（App Event Optimization）とは

AEOとは、TikTok広告のアプリキャンペーンにおける配信最適化方式の一つで、インストール後の特定アプリ内イベントを実行する可能性が高いユーザーに向けて広告を最適化配信する仕組みです。

通常のアプリ広告（MAI）がインストール数の最大化を目的とするのに対し、AEOは「インストールした後に会員登録する」「チュートリアルを完了する」「商品を購入する」といった、より深いファネルのアクションを起こすユーザーを狙い撃ちします。

TikTokの機械学習アルゴリズムが、MMP（AppsFlyer・Adjustなど）から送信されるアプリ内イベントデータを学習し、コンバージョンの見込みが高いユーザーへ優先的に広告を配信します。その結果、インストール単価（CPI）は上昇する傾向がありますが、最終的なイベント単価（CPA）ベースでは大幅なコスト効率の改善が期待できます。

MAI（Mobile App Install）との違い

AEOを正しく理解するには、MAIとの違いを押さえることが不可欠です。

MAI（Mobile App Install）：インストール数の最大化が目的。「アプリをダウンロードしやすいユーザー」に配信を最適化するため、CPIは安くなりやすい反面、インストール後に何もせず離脱するユーザーも混じりやすい
AEO（App Event Optimization）：インストール後の特定イベントの最大化が目的。「インストールした上で、登録や購入まで進むユーザー」に配信を最適化するため、CPIは高くなるがユーザーの質（LTV）が高い

たとえば、ある案件でMAI運用時にCPI 500円・登録率10%だった場合、登録CPA（CPI / 登録率）は5,000円です。AEOに切り替えるとCPIは800円に上がるものの、登録率が30%に改善し、登録CPAは約2,667円まで下がる、というのが典型的なパターンです。

「CPIではなくCPAで評価する」という視点の切り替えが、AEO活用の第一歩になります。

AEOで設定できる最適化イベントの例

AEOで最適化対象にできるイベントは、MMPを通じてTikTokに送信しているイベントであれば基本的に指定可能です。代表的なイベントは以下の通りです。

registration（会員登録）：最も汎用的。多くのアプリで初期KPIとして設定される
tutorial_complete（チュートリアル完了）：ゲーム・学習アプリで多用。登録より一歩深い行動
add_to_cart（カート追加）：EC系アプリ向け。購入の手前のマイクロコンバージョン
purchase（購入）：最も深いファネル。CV数が少ないため学習に時間がかかるが、質は最高
subscribe（サブスクリプション開始）：月額課金アプリ向け。LTVに直結
achieve_level（レベル到達）：ゲームアプリ向け。一定レベルまで進んだユーザーは継続率が高い

どのイベントを選ぶべきか

イベント選定はAEO運用で最も重要な判断です。基本的な考え方は「ファネルの深さ」と「CV数」のバランスです。

CV数の目安：週50件以上（累計50CV相当）

TikTokの機械学習が正しく機能するには、広告グループあたり週50件以上のコンバージョン（約7日間で累計50CV）が安定して発生することが推奨されています。これを下回ると学習が不安定になり、配信量が急減したりCPAが乱高下したりするリスクがあります。

イベント選定の判断フロー

最終KPIに最も近いイベントを確認する：理想はpurchaseやsubscribeだが、週50CV（約7日で累計50CV）に届くか試算
50CVに届かない場合は1段浅いイベントを選ぶ：registration、tutorial_complete、add_to_cartなど
浅いイベントで学習を安定させてから、段階的に深いイベントへ移行する

初期段階では、registrationやtutorial_completeなど比較的発生しやすいイベントでAEOを開始し、データが蓄積された段階でpurchaseに移行するのが実務上の定石です。

AEOの設定手順

STEP 1：MMPでイベント計測を整備する

AEOの前提として、AppsFlyer・Adjust・Singular等のMMPで対象イベントが正しく計測されており、TikTokにポストバックが送信されている必要があります。MMPの管理画面でTikTokパートナー設定を確認し、最適化に使いたいイベントがTikTok側に送信されていることを検証してください。

STEP 2：TikTok Ads Managerでキャンペーンを作成

キャンペーン目的は「アプリプロモーション」を選択します。キャンペーン予算の設定もこの段階で行います。日予算制ではなく通算予算を設定すると、TikTokが配信タイミングを柔軟に最適化できます。

STEP 3：広告グループで最適化イベントを指定

広告グループの設定画面で、最適化目標を「アプリイベント」に変更します。次に、MMPから連携されているイベント一覧からターゲットとするイベント（例：registration）を選択します。これがAEO設定の核心部分です。

STEP 4：入札とターゲティングを設定

入札方式は「目標CPA入札」を推奨します。目標CPAには、対象イベントの許容単価を設定します。ターゲティングは初期段階では広めに設定し、TikTokのアルゴリズムに最適なユーザーを発見させるのがポイントです。年齢・性別の最低限の絞り込みにとどめ、興味関心カテゴリは追加しないほうが学習が早く進みます。

STEP 5：クリエイティブを入稿して配信開始

広告グループに3〜5本のクリエイティブを入稿します。AEOでは、単なるアプリ紹介ではなく最適化対象のイベントに関連する訴求（例：registrationなら「無料登録で○○」、purchaseなら「今だけ○○がお得」）をクリエイティブに反映すると、コンバージョン率が向上しやすくなります。

学習フェーズの管理

AEOの成否を左右するのが学習フェーズの管理です。学習フェーズとは、TikTokのアルゴリズムが配信データを蓄積し、最適な配信パターンを見つけるまでの期間を指します。

学習フェーズの基本

必要CV数：広告グループあたり累計50CV程度（目安）
期間：通常3〜7日。イベントの発生頻度により前後
ステータス：Ads Managerの広告グループ欄に「学習中」と表示される

学習中にやってはいけない操作

学習フェーズ中に以下の変更を行うと、学習がリセットされてゼロからやり直しになります。

入札額の大幅変更：20%以上の増減は学習リセットのトリガーになる
予算の大幅変更：日予算を50%以上増減させると不安定化する
ターゲティングの変更：オーディエンス設定を変えると学習データが無効化される
最適化イベントの変更：イベントを切り替えると完全にリセットされる
配信の停止・再開：一時停止後の再開でも学習が不安定になることがある

学習フェーズ中はCPAが目標値を超えることも多いですが、これは正常な挙動です。最低3日間は手を加えずに様子を見る忍耐が必要です。

AEOでCPAを改善するテクニック

イベントの段階的深化

前述の通り、最初から深いイベント（purchase）を狙うのではなく、install → registration → purchaseのように段階的にイベントを深化させる戦略が有効です。各段階で学習を完了させ、十分なデータが蓄積されてから次の段階へ進むことで、アルゴリズムの精度を保ちながらCPAを最適化できます。

クリエイティブとイベントの相性

AEOのクリエイティブは、最適化対象のイベントと整合性が取れている必要があります。

registration最適化の場合：「無料登録」「簡単3ステップ」など登録ハードルの低さを訴求
purchase最適化の場合：「今だけ○%OFF」「限定特典」など購買意欲を刺激する訴求
tutorial_complete最適化の場合：アプリの体験価値や楽しさを前面に出す訴求

最適化イベントを変更したら、クリエイティブもそれに合わせて差し替えることでCVRが向上し、CPA改善に直結します。

入札額の設計

AEOの入札額は、対象イベントの許容CPAをベースに設定します。初期は許容CPAの1.2〜1.5倍をやや高めに設定し、学習完了後に段階的に引き下げるのが定石です。入札額が低すぎると配信が出ず、高すぎるとCPAが高止まりするため、学習完了後に10〜15%ずつ調整するのがベストプラクティスです。

AEO vs VO vs MAI の使い分け判断

TikTokのアプリ広告には3つの最適化方式があり、それぞれ適した場面が異なります。

MAI（Mobile App Install）：新規アプリのローンチ直後、まずインストール数を稼いでデータを貯めたい段階で使用。CPIが安く、リーチが広い
AEO（App Event Optimization）：一定のインストールデータが貯まり、特定イベントのCPA改善を目指す段階で使用。LTVの高いユーザーを狙い撃ちできる
VO（Value Optimization）：購入データが十分に蓄積され（目安：1日100件以上の購入イベント）、ROASを最大化したい段階で使用。課金額や購入金額に基づいて配信を最適化

一般的な移行パターンはMAI → AEO → VOの順番です。ただし、すべてのアプリがVOまで進む必要はありません。CV数が十分でない場合はAEOで運用を続けるのが現実的です。判断基準は常に「対象イベントで週50CV以上（累計50CV相当）を安定して獲得できるか」です。

AEO運用は「クリエイティブの質と量」がボトルネック：AEOで最適化精度を高めても、クリエイティブの消耗（ファティーグ）でパフォーマンスが低下すれば意味がありません。ZVAなら最短ご発注から3営業日で広告配信を開始でき、1か月で59本のクリエイティブを制作・配信した事例もあります。配信設計とクリエイティブ量産を一気通貫で任せたい場合は、お気軽にご相談ください。

まとめ

AEOは、TikTokアプリ広告において「インストールの先」のKPIを改善するための強力な配信方式です。MAIでCPIを下げる発想から、AEOでCPAを下げる発想へのシフトが、アプリマーケティングの成果を大きく変えるきっかけになります。

成功のポイントは3つ。週50CV以上（累計50CV相当）を確保できるイベント選定、学習フェーズ中に手を加えない忍耐、そしてイベントに合わせたクリエイティブの最適化です。まずはregistrationなど浅めのイベントで小さく始め、データを蓄積しながら段階的に深化させていきましょう。

TikTok AEO（App Event Optimization）完全ガイド｜
設定手順・イベント選定・CPA改善の実践