LINE配信のPDCAが回らない3つの理由
LINE公式アカウントの運用を続けていると、配信そのものは習慣になっても、 成果が積み上がっている実感が持てない時期が訪れます。 配信カレンダーは埋まっているのに、去年と同じ内容を送っているだけ、という状態です。
この停滞は、担当者の熱量ではなく仕組みの不足から生まれます。 よく見られるのは次の3つです。
目標値が無い——「開封率を上げる」は方向であって目標ではありません。 いくつからいくつへ動かすのかが決まっていないと、配信後に「上がった／上がらなかった」を判定できません。
1回の配信で複数を同時に変えている——配信時間もタイトルも画像も変えた配信で数字が動いたとき、 何が効いたのかは分かりません。次に再現する手がかりが残らないため、改善が蓄積しません。
振り返りの場が無い——配信が終わると次の配信準備が始まり、結果を見る時間が確保されていません。 数字は管理画面に残っていても、誰も読まなければ判断材料になりません。
裏を返すと、この3つを埋めるだけでPDCAは形になります。 目標値を置く／変える変数を1つに絞る／振り返る時間を先に押さえるの3点です。
PDCAは「配信ごと」ではなく「サイクル」で設計する
配信1回ごとに反省するやり方は、一見まじめですが長続きしません。 1回の配信で得られるデータ量は限られており、上下のほとんどは偶然の揺れだからです。
現実的なのは、複数回の配信をまとめて1サイクルとし、サイクル単位で判断する組み方です。 週1〜2回配信のアカウントなら、2週間で配信2〜4回分。 これを1サイクルとして、次の4ステップを一巡させます。
自社の実績をベースラインにして、何をどれだけ動かすかを1枚に書き出します。
サイクル開始日仮説で指定した変数以外は前回と同じ条件を維持し、配信ログに記録します。
1〜10日目指標を集計し、差が判断に足る母数で出ているかまでを確認します。
11〜13日目採用した施策は標準の型に書き戻し、棄却した仮説も理由とともに残します。
14日目この記事では、4つのステップそれぞれで「何を書き、どこを見て、どう判断するか」を順に整理します。
LINE配信のKPIツリー — 5つの指標をどう並べるか
サイクルを回す前に、指標の並び順を決めておきます。 LINE配信の指標はどれも重要そうに見えますが、互いに独立ではなく、上流から下流へつながった関係にあります。 この関係を図にしたものがKPIツリーです。
縦のつながりが成果までの経路、下段の2つは「払っている代償」を見る指標です。
縦のツリー — どこが詰まっているかを見る
コンバージョン数が伸びないとき、原因はどこかの階層にあります。 上から順に見ていくと、打つべき手が変わります。
| 詰まっている階層 | 症状 | 打ち手の方向 |
|---|---|---|
| ターゲットリーチ | そもそも届く人数が少ない。セグメントを切ると母数が足りなくなる | 友だち獲得の導線を増やす |
| 配信数 | 絞り込みすぎて配信対象が数十人になっている | セグメントの粒度を見直す |
| 開封率 | 届いているが開かれない | 配信時間帯・ファーストライン・配信頻度 |
| クリック率 | 開かれるがタップされない | メッセージ形式・CTAの文言と位置 |
| コンバージョン | クリックされるが成果に至らない | 遷移先のページ・提示している特典そのもの |
上の階層が詰まっているのに下の階層で施策を打っても、成果は動きません。 たとえばクリック率が低いからとCTAの文言を練り直しても、開封率が20%台なら、 先に配信時間帯や頻度を見直すほうが効きます。 各階層の目安については、LINE公式アカウントの開封率・クリック率の平均に 業種別・メッセージ形式別のベンチマークをまとめています。
最重要指標は1つだけ決める
KPIツリーを作ると、つい全部を同時に追いたくなります。 しかし、開封率とブロック率のように片方を上げると片方が悪化しうる組み合わせがあるため、 優先順位を決めておかないと判断できません。
決め方はシンプルで、事業ゴールに最も近い指標を1つ選ぶだけです。 ECなら購入数、店舗なら予約数や来店数、BtoBなら問い合わせ数です。 開封率やクリック率は、その最重要指標を動かすための中間指標として扱います。
中間指標の落とし穴
クリック率は、送る相手を反応の良い層だけに絞れば上がります。 しかし絞り込みすぎると配信数が減り、コンバージョン数はむしろ減ることがあります。 率の指標を追うときは、実数（配信数・クリック数・CV数）をあわせて確認してください。
下段の2指標 — 副作用を見落とさない
ブロック率と配信コストは、成果の経路ではなく成果を出すために払っている代償です。 CVが増えていても、ブロック率が跳ね上がっていれば来月以降の母数を削っていることになります。
ブロック率の目安は業界平均で月0.5〜1.5%程度、計算式は「当月のブロック数 ÷ 月初の友だち数」です。 配信頻度との関係や下げ方はブロック率を下げる配信設計で扱っています。 配信通数はそのまま従量課金の対象になるため、 通数あたりの成果という見方はメッセージコストの最適化が参考になります。
Plan — 仮説と目標値を1枚に書く
サイクルの起点は、配信の企画ではなく仮説の言語化です。 書式を固定しておくと、担当者が変わっても同じ粒度で書けるようになります。
仮説は「誰に・何を・どの指標・どれだけ・なぜ」で書く
「なぜそう考えるか」の欄が最も重要です。 ここが空欄のまま埋められない仮説は、思いつきである可能性が高く、 当たっても外れても次につながる学びが残りません。
目標値は業界平均ではなく自社のベースラインから置く
ベンチマークは自分の位置を知るためには有用ですが、目標値の根拠には使えません。 業種・友だちの集め方・配信頻度が違えば、出発点が違うからです。
目標値は、自社の直近実績から置きます。
- 直近3〜5回の配信の同じ指標を並べる
- キャンペーンや繁忙期など、明らかに条件の違う回は理由を書いて除外する
- 残った回の中央値をベースラインにする（平均は1回の突出値に引きずられるため）
- ベースラインに対して、どれだけ動かしたいかを「+何ポイント」で書く
ベースラインが作れないとき
運用を始めたばかりで過去データが3回分も無い場合、最初のサイクルは 「ベースラインを作ること」自体を目的にしてかまいません。 条件を揃えた配信を3〜4回続け、その結果を次サイクルの基準にします。 この期間に無理に施策を重ねると、後から比較できる基準が残りません。
1サイクルの仮説は1本に絞る
同時に複数の仮説を検証したくなりますが、配信という1つの媒体で複数を並行させると、 結果の解釈が交絡します。 検証したい仮説が5本あるなら、効果が大きそうな順に並べて1本ずつ回します。
次の節で触れるとおり、変数によって期待できる効果量には差があります。 最初に手をつけるべきは、文言の微調整ではなく、より上流の変数です。
Do — 1サイクルで動かす変数は1つに絞る
Planで決めた変数以外は、前サイクルと同じ条件を維持します。 「ついでにこれも直しておこう」が、サイクルを台無しにする最も一般的な原因です。
変数は効果量の大きい順に試す
LINE配信で動かせる変数を、期待できる変化の大きさ順に並べると次のようになります。
| 変数 | 主に動く指標 | 期待できる変化 | 着手の順番 |
|---|---|---|---|
| 配信対象（誰に送るか） | クリック率・CVR | 大きい | 1 |
| 配信頻度 | 開封率・ブロック率 | 大きい | 2 |
| メッセージ形式 | クリック率 | 中〜大 | 3 |
| 配信時間帯 | 開封率 | 中 | 4 |
| ファーストライン（冒頭文） | 開封率 | 中 | 5 |
| CTAの文言・位置 | クリック率 | 小〜中 | 6 |
| 画像・装飾の細部 | クリック率 | 小 | 7 |
「期待できる変化」は、動かしたときに指標が振れる幅の相対的な目安です。 実際の効果はアカウントの状態によって変わります。
上位の変数ほど、少ない配信数でも差が見えやすくなります。 友だち数が数百人規模のアカウントでは、CTAの文言差のような小さな変更は 統計的に判断できる差にならないことがほとんどです。 その場合は配信対象や形式といった上位の変数から取り組むほうが、サイクルとして成立します。
配信対象の切り方そのものを見直したい場合はセグメント配信とは、 形式の選択肢はテンプレートメッセージとカードタイプの違いにまとめています。
配信ログに残す項目
Checkの段階で困らないよう、配信するたびに次の項目を記録します。 管理画面には配信内容と結果が別々に残るため、紐づけた記録は自分で作る必要があります。
| 項目 | 記録する内容 |
|---|---|
| 配信日時 | 日付と時刻（曜日も併記すると後で効く） |
| サイクル番号 | どの仮説の検証に属する配信か |
| 配信対象 | 絞り込み条件と、実際の配信数 |
| 変えた変数 | 前回と何を変えたか。変えていないなら「なし」と書く |
| メッセージ形式 | テキスト／リッチメッセージ／カルーセルなど |
| リンクのUTM | GA4側で突合するための計測パラメータ |
| 結果 | 配信数・開封数・クリック数・CV数（率ではなく実数で） |
結果は率ではなく実数で残します。 実数さえあれば率は後から計算できますが、率だけを残すと母数が分からなくなり、 差が判断に足るかどうかを後から検証できなくなります。
Check — どこで何を測り、その差をどう判断するか
Checkは2段階です。まず数値を集め、次にその差が判断に足るかを確認します。 多くの運用では前半だけで終わっており、ここが改善の精度を分けます。
測る場所の分担
| 指標 | どこで見るか | 注意点 |
|---|---|---|
| 配信数・開封数 | LINE Official Account Manager「分析」→「メッセージ配信」 | 管理画面に「開封率」という項目は無く、開封数 ÷ 配信数で自分で計算する |
| クリック数 | 同上（配信単位） | インプレッションは延べ回数、開封は人数。分母と分子の単位を揃える |
| 友だち数・ブロック数 | 「分析」→「友だち」 | ブロック率は月単位で見る。1日単位では振れが大きい |
| コンバージョン | GA4（UTM付きリンク）／予約・POSなど自社システム | LINE管理画面では追えない。リンクにUTMを付けて初めて突合できる |
| セグメント別の反応 | 配信を分けて実施し、配信単位で比較 | 配信が49人以下のセグメントは管理画面に表示されない |
数値が「ー」と表示される条件（結果が20未満のとき、セグメントごとの配信が49人以下のとき）や、 インプレッションと開封の違いは、開封率の確認方法で詳しく整理しています。 配信をまたいだ推移を継続的に追うなら、手作業の集計を減らす意味で 配信分析・効果測定の仕組みもあわせて検討してください。
その差は、偶然かもしれない
ここがPDCAで最も飛ばされやすい確認です。 開封率が52%から56%に上がったとき、それが施策の効果なのか、たまたまなのかは、母数によって変わります。
配信200人で開封率が4ポイント動いても、判断の根拠にはなりません。 下の表は、A/Bテストで2群を比較するとき、その差を検出するために1群あたり何人必要かの目安です。
| 指標 | 検出したい差 | 1群あたりの必要人数 |
|---|---|---|
| 開封率 | 50% → 55% | 約 1,600 人 |
| 50% → 60% | 約 390 人 | |
| 50% → 65% | 約 170 人 | |
| クリック率 | 10% → 12% | 約 3,800 人 |
| 10% → 15% | 約 690 人 | |
| 10% → 20% | 約 200 人 | |
| CVR | 3% → 4% | 約 5,300 人 |
| 3% → 5% | 約 1,500 人 | |
| 3% → 6% | 約 750 人 |
2標本の比率の差の検定（有意水準5%・両側、検出力80%）で算出し、上2桁で丸めた参考値です。 実際の判断は配信環境や季節要因にも左右されるため、目安としてお使いください。
表から読み取れることは2つあります。 小さな差を検出するほど必要な母数が急激に増えること、そして もともと低い率（CVRなど）ほど判定が難しいことです。 クリック率を10%から12%へという2ポイントの改善は、片側3,800人・合計7,600人の配信が必要になります。
母数が足りないときの3つの現実解
友だち数が数百人〜数千人のアカウントでは、上の表の条件を満たせない場面が普通に起きます。 その場合、無理に有意差を主張するのではなく、次のいずれかに切り替えます。
同じ条件の配信を複数回繰り返して合算する—— 1回あたり500人でも、4回続ければ2,000人分のデータになります。 サイクルの期間を延ばす判断です。
効果量の大きい変数に切り替える—— 2ポイントの差を検出できないなら、10ポイント動きうる変更を試します。 配信対象や配信頻度の見直しが該当します。
率ではなく実数の推移で見る—— 統計的な判定を諦め、月次のCV数・ブロック数の推移を追います。 厳密さは落ちますが、方向性の判断には使えます。
正直に「分からない」と書く
母数が足りずに判定できなかったサイクルは、「効果があった」とも「無かった」とも書かず、 「判定不能」として台帳に残します。 分からないものを分かったことにすると、その誤った学習が次のサイクル以降に積み重なります。
Act — 採用・保留・棄却の3つに振り分ける
Checkで得た判断を、次のサイクルに引き継ぐ形に変換します。 結論は「良かった／悪かった」の2択ではなく、3つに振り分けると運用が安定します。
新しい条件を「標準」として文書化し、以降の配信の初期値にします。テンプレートやステップ配信のシナリオにも反映します。
同じ条件でもう1サイクル継続してデータを足します。保留は「次に何をすれば判定できるか」まで書いて初めて機能します。
元の条件に戻し、棄却した理由を台帳に残します。「試したが効かなかった」の記録は、同じ施策の再提案を防ぐ資産になります。
採用の条件に副作用を含める
開封率もクリック率も改善したのに、同じ期間にブロック率が月0.6%から1.8%へ上がっていた—— このケースは、短期の指標だけを見れば「採用」ですが、実際には母数を削っています。
採用の判定には、成果指標と副作用指標をセットで置きます。
- 成果側：最重要指標（CV数）が目標値に到達したか
- 副作用側：ブロック率が事前に決めた上限（例：月1.5%）を超えていないか
- コスト側：配信通数が増えている場合、通数あたりの成果は維持されているか
上限値はサイクル開始時に決めておきます。 結果を見てから基準を決めると、都合の良い解釈に流れます。
採用した施策は「標準」に書き戻す
最も多い取りこぼしが、効果が確認できた施策を仕組みに戻していないことです。 「夕方配信のほうが開封率が高い」と分かっても、次の配信担当者が昼に送ってしまえば元通りです。
採用した施策は、次のいずれかの形で固定します。
- 配信テンプレートの初期値を書き換える（配信時間・形式・CTAの型）
- ステップ配信のシナリオに組み込み、手動配信に依存しない形にする
- 運用マニュアルの「標準条件」の欄を更新し、変更日と根拠を残す
自動化まで持っていければ、担当者の記憶に頼らずに済みます。 シナリオへの落とし込み方はステップ配信の教科書、 顧客の状態に応じた出し分けはRFM分析入門が参考になります。
週次・月次・四半期の運用リズム
PDCAが止まる最大の理由は、振り返りの時間が予定に入っていないことです。 頻度ごとに見る対象を分けておくと、1回あたりの所要時間を短く保てます。
- 週次15分
その週の配信結果を実数で台帳に記入し、サイクルの進捗を確認します。 判断はしません。記録だけに絞ることで、15分で終わる作業になります。
- サイクル末30分
仮説に対して採用・保留・棄却を判定し、採用分を標準に書き戻します。 あわせて次サイクルの仮説を1本決めます。
- 月次60分
KPIツリー全体を見ます。ブロック率・友だち増減・配信通数とコストは、 月単位でないと傾向が読めません。最重要指標の実数推移もここで確認します。
- 四半期90分
施策単位ではなく設計そのものを見直します。 セグメントの切り方、最重要指標の置き方、配信頻度の前提が今も妥当かを問い直します。
週次15分・サイクル末30分・月次60分を足すと、月あたり2時間強です。 配信制作の時間とは別にこの枠を確保できるかが、サイクルが続くかどうかの分かれ目になります。 社内で振り返りの時間を取れない場合は、週次・月次レポートの作成とKPI分析、改善提案までを外部に任せる LINE運用代行という選択肢もあります。 その場合も最重要指標と採用条件は自社で決めておくと、提案の採否を判断できる状態を保てます。
台帳に持たせる列
振り返りの質は、台帳の設計でほぼ決まります。 最低限、次の列があれば判定と再現ができます。
| 列 | 入れる内容 |
|---|---|
| サイクル番号・期間 | 第何サイクルか、開始日と終了日 |
| 仮説 | 誰に・何を変える・どの指標が・どれだけ動くか |
| 根拠 | そう考えた理由。過去の配信結果や問い合わせ内容など |
| ベースライン | 直近3〜5回の中央値と、その算出に使った配信 |
| 結果（実数） | 配信数・開封数・クリック数・CV数・ブロック数 |
| 判定 | 採用／保留／棄却／判定不能のいずれか |
| 次の一手 | 採用なら反映先、保留なら追加で必要なデータ、棄却なら次に移す仮説 |
台帳は表計算ソフト1枚で十分です。 重要なのはツールではなく、判定と根拠が後から読み返せる形で残っていることです。
よくあるつまずき5つ
- 業界平均と比べて一喜一憂する
ベンチマークは自分の位置を知るための地図であって、目標値ではありません。 友だちの集め方が違えば出発点も違うため、平均を下回っていること自体は問題ではありません。 対処：比較対象を自社の前サイクルに固定する
- 配信のたびに複数の変数を変える
時間帯も画像もCTAも変えた配信で数字が動いても、何が効いたのかは分かりません。 良くなった場合でも再現できないため、改善が積み上がりません。 対処：仮説シートの「何を変える」欄を1行に収める
- 率だけを見て実数を見ない
配信対象を絞ればクリック率は上がりますが、クリック数そのものは減っていることがあります。 事業成果は率ではなく実数で決まります。 対処：台帳に率の列を作らず、実数だけを記録して必要なときに計算する
- 副作用を見ていない
配信頻度を上げれば短期のCVは増えますが、ブロック率が上がっていれば翌月以降の母数が減ります。 1サイクルの中だけで判断すると、この損失が見えません。 対処：採用条件にブロック率の上限を入れておく
- 効果のあった施策を標準に戻していない
検証結果が担当者の記憶にしか残っていないと、異動や繁忙期をきっかけに元の運用に戻ります。 せっかく回したサイクルが、資産として残りません。 対処：採用と同時にテンプレートかシナリオを書き換える
LINE配信のPDCAに関するよくある質問
Q. 友だち数が少なくてもPDCAは回せますか？
回せますが、A/Bテストによる比較は難しくなります。 配信結果が20未満だとLINE公式アカウントの分析画面で指標が「ー」と表示されるため、 まずは配信対象20人以上を確保するところからです。 数百人規模のうちは、2群に分けて比較するのではなく、 同じ条件の配信を複数回繰り返して合算し、月単位の推移で判断する方法が現実的です。
Q. 1サイクルはどれくらいの期間が適切ですか？
週1〜2回配信のアカウントで2週間を1サイクルにすると、配信2〜4回分のデータが貯まり、 週次の振り返りとも噛み合います。配信頻度が月2回程度なら1サイクル1か月です。 期間ではなく「比較に足る配信回数が貯まるまで」で区切るのが基本の考え方です。
Q. KPIは何から見ればいいですか？
事業ゴールに最も近い指標を1つだけ選び、最重要指標として扱います。 ECなら購入数、店舗なら予約数や来店数です。 開封率やクリック率はその手前の中間指標で、単体で上下しても事業成果とは限りません。 最重要指標を決めたうえで、ターゲットリーチ・開封率・クリック率・CVRの順に分解して、どこが詰まっているかを見ます。
Q. A/Bテストは何人くらいから意味がありますか？
検出したい差の大きさによります。 クリック率10%を12%に上げられたかを判定するには1群あたり約3,800人、 10%を15%なら約690人が目安です（有意水準5%・検出力80%で計算した場合）。 数百人規模のアカウントでは、小さな文言差より、 配信対象や配信時間帯といった差の出やすい変更から試すほうが判断しやすくなります。
Q. 施策を打ったのに数字が動きません。どうすればよいですか？
まず、動かした変数が1つだったかを確認します。複数を同時に変えていると、どれが効いたのか判断できません。 次に、母数が判断に足りているかを確認します。 そのうえで変化が無いなら、その仮説は棄却して台帳に残し、 別の階層（文言ではなく配信対象、配信対象ではなく商品や特典そのもの）へ仮説を移します。
まとめ
LINE配信のPDCAを回すために押さえる点を整理します。
- 配信1回ごとではなく、配信2〜4回分を1サイクルとして判断する
- KPIは縦のツリー（ターゲットリーチ→配信数→開封率→クリック率→CV）で並べ、最重要指標は1つだけ決める
- 目標値は業界平均ではなく、自社の直近3〜5回の中央値を基準に置く
- 1サイクルで動かす変数は1つ。効果量の大きい「配信対象・頻度・形式」から着手する
- 結果は率ではなく実数で記録し、その差が母数に照らして判断できるかまで確認する
- 判定は採用・保留・棄却・判定不能の4通り。分からないものを分かったことにしない
- 採用した施策はテンプレートやシナリオに書き戻し、担当者の記憶に依存させない
このサイクルで効いてくるのは、1回の大当たりではなく、判定と記録が積み上がることです。 最初のサイクルはベースラインを作るだけでも十分で、そこから先は 開封率の改善5施策やセグメント配信といった 個別の打ち手を、仮説として1本ずつ検証していく流れになります。
配信ごとの指標を横断して比較する部分は手作業が重くなりやすいところです。 集計に時間を取られて仮説を考える時間が無くなっているなら、 配信分析・効果測定の仕組みを見直す価値があります。 仕組みを整えても人手が足りない場合は、配信企画からレポート作成・改善提案までを含む LINE運用代行もご相談ください。