AEO vs VO vs MAI｜
TikTokアプリ広告の最適化タイプ別・使い分け判断フロー
TikTokのアプリ広告には、MAI・AEO・VOという3つの最適化タイプがあります。それぞれ目的も得意領域も異なり、選び方を間違えると予算を消化するだけで成果が伸びません。本記事では、3タイプの違いを比較表で整理し、案件フェーズに応じた移行判断フローまで解説します。
この記事のポイント
- MAIはインストール数最大化、AEOはアプリ内イベント最適化、VOは収益価値最適化。目的に応じて使い分けが必要
- 新規案件はMAIで開始し、CV数と収益データの蓄積に応じてAEO→VOへ段階的に移行するのが王道パターン
- 移行時は既存キャンペーンを止めず、新規キャンペーンで並行テストするのが鉄則
TikTokアプリ広告の3つの最適化タイプとは
TikTok Ads Managerでアプリインストールキャンペーンを作成する際、配信の最適化方式としてMAI・AEO・VOの3タイプを選択できます。それぞれTikTokの機械学習が「どのユーザーに広告を出すか」を判断する基準が異なります。
どのタイプを選ぶかで、獲得できるユーザーの質・量・単価が大きく変わります。まずは各タイプの基本的な特徴を押さえましょう。
MAI（Mobile App Install）
MAIはアプリのインストール数を最大化することを目的とした最適化タイプです。TikTokの配信アルゴリズムが「インストールしそうなユーザー」を予測し、広告を優先的に配信します。
- メリット：学習が早く、短期間でインストール数を稼げる。CPIが最も安くなりやすい
- デメリット：インストール後の行動（課金・登録など）は最適化対象外のため、LTVが低めのユーザーが多くなる傾向
- 向いている場面：新規案件の立ち上げ、データが少ない初期フェーズ、インストール数のKPIが最優先の案件
AEO（App Event Optimization）
AEOはアプリ内の特定イベント（課金・登録・チュートリアル完了など）を最適化対象とするタイプです。インストールだけでなく、その後の行動まで見据えてユーザーを選定します。
- メリット：インストール後にアクションを起こしやすいユーザーを獲得できる。CPIは上がるがLTVも向上するバランス型
- デメリット：MAIと比べて学習に必要なCV数が多く、初期データが不足していると最適化が安定しない
- 向いている場面：インストールデータが一定量蓄積された案件、CPA（イベント単価）で評価される案件
VO（Value Optimization）
VOはユーザーが生み出す収益価値（Revenue）を最大化する最適化タイプです。課金額が高くなりそうなユーザーや、長期的にLTVが高いユーザーへ広告を重点配信します。
- メリット：高LTVユーザーを効率的に獲得でき、ROASの最大化が期待できる
- デメリット：学習完了までに2〜4週間かかる。十分な収益データがないと精度が出ない。CPIは最も高くなりやすい
- 向いている場面：課金モデルのアプリ、ROAS目標で運用する案件、収益データが十分に蓄積された案件
MAI・AEO・VO 比較表
3つの最適化タイプの違いを一覧で整理します。
| 項目 | MAI | AEO | VO |
|---|---|---|---|
| 目的 | インストール数最大化 | 特定イベントの最適化 | 収益価値の最大化 |
| 最適化対象 | インストール | アプリ内イベント | 収益（Revenue） |
| 必要CV数/日 | 10〜20CV | 50CV以上 | 100CV以上 |
| 推奨予算/日 | 目標CPI × 20 | 目標CPA × 50 | 目標CPA × 100 |
| CPI傾向 | 最安 | 中程度 | 最高 |
| LTV傾向 | 低め | 中〜高 | 最高 |
| 学習期間 | 3〜7日 | 1〜2週間 | 2〜4週間 |
この表からもわかる通り、CPIとLTVはトレードオフの関係にあります。CPIだけを見て最適化タイプを選ぶと、LTVが低いユーザーばかり集めてしまい、結果的にROASが悪化するケースがあります。案件のKPIに合わせて適切なタイプを選ぶことが重要です。
判断フローチャート：どの最適化タイプを使うべきか
案件のフェーズやデータ量に応じて、以下のフローで最適化タイプを判断します。
新規案件 / データ不足
→ MAIでインストールデータを蓄積
1日50CV超え + イベントデータ蓄積
→ AEOに移行してイベント最適化
収益データ蓄積 + 1日100CV超え
→ VOに移行して収益価値を最大化
ただし、すべての案件がMAI→AEO→VOと進むわけではありません。以下のようなケースでは、途中のステップで十分な場合もあります。
- CPIのみで評価される案件：MAIのままでOK。LTV評価がない場合はAEO/VOに進む必要がない
- 無料アプリで課金がない案件：AEOで登録やチュートリアル完了を最適化。VOは収益データが必要なため使えない
- ゲームアプリなど課金が主軸の案件：MAIでデータを貯めたら、AEOを経由せずVOに直行するケースもある
移行時の5つの注意点
最適化タイプを切り替える際は、以下の点に注意してください。移行の仕方を間違えると、学習リセットによるパフォーマンス低下が起こります。
1. 新規キャンペーンで作成する
既存のMAIキャンペーンの設定を変更してAEOにするのではなく、必ず新規キャンペーンとして作成してください。既存キャンペーンの最適化タイプを変更すると、蓄積された学習データがリセットされ、パフォーマンスが大幅に低下するリスクがあります。
2. 既存キャンペーンは止めずに並行テスト
新しい最適化タイプのキャンペーンが学習を完了するまで、既存キャンペーンは並行して配信を継続します。新キャンペーンの成果が安定したことを確認してから、旧キャンペーンの予算を段階的に縮小していきましょう。
3. MMP側のイベント設定を事前に確認する
AEO/VOでは、AppsFlyer・AdjustなどのMMP（計測ツール）から送信されるイベントデータが最適化の基盤になります。最適化対象のイベントが正しくポストバックされているか、移行前に必ず確認してください。
4. 学習期間中は設定を変更しない
新キャンペーン開始後、学習フェーズが完了するまでは予算・入札・ターゲティングの変更を控えてください。学習中に設定を変更すると、機械学習がリセットされ、再度ゼロからの学習になります。
5. 予算は十分に確保する
特にAEO・VOでは、学習に必要なCV数がMAIより多くなります。予算が不足すると学習が完了せず、最適化の恩恵を受けられません。目標CPA/CPIの50〜100倍の日予算を目安に設定しましょう。
最適化タイプ別・クリエイティブの使い分け
最適化タイプによって、効果が出やすいクリエイティブの方向性も変わります。同じアプリでも、最適化タイプに合わせてクリエイティブの訴求軸を調整することが重要です。
MAI向けクリエイティブ
MAIでは「とにかくインストールさせる」ことが目的です。そのため、広く刺さるフック（冒頭の掴み）と、インストールまでのハードルを下げる訴求が有効です。
- 「無料で使える」「今すぐダウンロード」など低ハードルCTA
- アプリの見た目や操作感が伝わるUI画面の動画
- 多様なターゲット層を想定した幅広い訴求パターン
AEO向けクリエイティブ
AEOでは「インストール後にアクションを起こすユーザー」を狙います。そのため、サービスの価値を深く伝え、利用意欲が高いユーザーに刺さる訴求が効果的です。
- 具体的な利用シーンやベネフィットを描写
- 「登録して○○を始めよう」など、インストール後のアクションを示唆するCTA
- ターゲットを絞った具体的なペルソナ訴求
VO向けクリエイティブ
VOでは「課金・購入する可能性が高いユーザー」をターゲットにします。プレミアム感や限定性を訴求し、支払い意欲の高いユーザーに響くクリエイティブが求められます。
- 有料機能やプレミアムプランの価値を具体的に訴求
- 「今だけ○○%OFF」「初回限定」など購入動機を刺激するオファー
- 既存ユーザーの成功体験やレビューを活用した信頼性訴求
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。成果報酬型のため、成果が出たクリエイティブにのみ費用が発生する仕組みです。
まとめ
TikTokアプリ広告の最適化タイプは、MAI→AEO→VOの順に「量から質へ」シフトしていくのが基本的な考え方です。
重要なのは、自社のKPIと案件フェーズに合った最適化タイプを選ぶこと。CPIだけでなくLTV・ROASを含めた総合的な視点で判断し、データの蓄積状況に応じて段階的に移行していきましょう。
移行時は「新規キャンペーンで作成」「並行テスト」「学習期間中は触らない」の3原則を守ることで、パフォーマンスの低下を最小限に抑えられます。最適化タイプの選択と運用改善を組み合わせることで、TikTokアプリ広告の成果を最大化できます。