人と、型と、秘伝のOS
上ほど成果を分け、下ほど速度をつくる。人が勝ち方を型にし、型が OS に載り、OS が数字と実物を人に戻す。課題 → 仮説 → 検証 → 改善の各段に型がある。ここに載せるのは一例。
顧客の解像度、課題の特定、仮説と施策の質。成果を分けるのはこの層です。
ここに載せたのは一例で、案件ごとに増え続ける
課題を当てる
- 隣接行動によるセグメント設計
- 属性でなく「隣接する行動の実績」で顕在層を切る。予算配分の第 1 軸。
- ペイン／ニーズの訴求分岐
- 今の不快と欲しいプラスで、訴求とフックの型を分ける。
仮説を立てる
- 定量調査からの SD 抽出
- 調査からセグメントとスイッチドライバーを取り出し、1 コピー 1 クリエイティブで検証する。
- フック → 差分 → CTA 構成
- 認知の低いサービスは 1 本で認知・理解・行動を完結。差分は実仕様でしか書かない。
検証する
- フックによるセグメント検証
- 配信設定で切れない軸を、フックコピーの自己選別で検証する。
- 勝ちフックの横展開
- 勝った型に本数を寄せ、別セグメント・動画・静止画へ展開する。
改善する
- 当たり判定基準
- CPA と CV 件数の両立で判定し、CTR と CVR を分けて負け方を見る。
- 改善サイクル運用
- 分析 → 仮説 → クリエイティブ → 計測 → 次サイクル。各段に人の承認。
- 訴求の事実規律
- 薬機法・景表法・実仕様。事実確認の前に書かない。
OS が回す
- 媒体 × MMP データ統合
- Meta・TikTok・Google と Adjust・AppsFlyer を突合し、同じ CV 定義で一元管理。
- 初速モニタリング
- 入稿した広告の初速を OS が監視し、判断は人がする。
- レポーティング生成
- 案件ごとに決めたルールで、毎回同じ手順で集計する。人は読む側に回る。
一例として 12 を載せた。名前と役割は公開し、中身は運用の中でお客さまと共有する。型は案件のたびに書き足され、増え続ける。
配信と計測の数字を、同じ CV 定義で一つに。
実物と数字が、人の判断に戻る。
勝ち方を知る職人が、
その勝ち方を組み込んだAIで運用する。
私たちの運用プロセス
発注のあと、何が起こるか。5 つの工程を、人と OS のどちらが担うかまで書きました。作業は OS に、判断は人に。
画面はイメージです。案件名と数値はサンプル。
数字を一つにする
媒体と計測ツールの数字を秘伝のOSに集め、同じ CV 定義で見る。最初の週で、どこに伸びしろがあるかが数字で見えます。
| CPN グループ | Cost | CV | CPA |
|---|---|---|---|
| 実績（合計） | ¥0 | 0 | ¥0 |
| 指名 | ¥0 | 0 | ¥0 |
| 新規獲得 | ¥0 | 0 | ¥0 |
型で切る
隣接行動でセグメントを切り、ペインとニーズで訴求を分け、スイッチドライバーからコピーを出す。仮説を立てるのは職人です。
配信と制作を回す
1 コピー 1 クリエイティブで配信する。クリエイティブは CR エージェントが型に沿って生成し、出す 1 本を職人が選びます。
当たりを決める
初速は OS が見張り、停止・増額・次に作るクリエイティブの候補を出す。決めるのは人。CPA だけでなく CV 件数と、CTR と CVR の分解で見ます。
勝った理由を、型にする
当たった理由を言葉にし、型に書き足す。次のサイクルからは秘伝のOSがそれを再現し、人は次の勝ち方を探しに行けます。
伸びた例
業態と伸び幅だけを、匿名で。
勝ち筋をつくる側と、再現する仕組みをつくる側
マーケティングの中川と、Agent 実装の野田。二人が同じグループにいることが、職人の型を OS に載せられる理由です。
中川 亮
京都大学法学部卒。FreakOut で広告事業に従事した後、AppBrew でコスメアプリ「LIPS」のマーケティング責任者。独立後は 50 社以上の事業を支援し、自ら立ち上げた 2 つの事業を売却。2026 年、HIDEN を設立。
野田 克樹
千葉大学工学部卒。Goodpatch で UX デザイナー／PM として新規事業の立ち上げに従事し、TBSテレビ デザインセンターを経て、生成 AI スタートアップ Algomatic に CXO として参画。2026 年、Luxar株式会社を設立。HIDEN とグループ会社体制で TALE OS を共同開発し、職人の型を再現するエンジンを設計する。
よくある質問
発注の前に聞かれることを、先に書きました。
媒体と計測ツールを秘伝のOS につなぎ、同じ CV 定義で数字を一つにします。その数字を見ながら、どこに伸びしろがあるかを職人が判断し、最初に検証する型と仮説を決めます。提案書より先に、管理画面を見ながら話します。
OS と AI が担うのは、データの統合、集計、初速の監視、候補の提示、クリエイティブの生成、レポートの作成です。人が担うのは、顧客の課題の特定、仮説と施策の決定、当たりの判定、型の更新です。判断は人、繰り返しは仕組み、と分けています。
型に沿って CR エージェントが候補を生成し、出す 1 本を職人が選びます。人物の実写が必要な型や、撮影が要る型は、撮影つきのレーンで受けます。
名前と役割の一例をこのページで公開しています。中身は運用の中でお客さまと共有し、お客さまの案件で当たった理由も型に書き足します。全量の公開はしません。
大丈夫です。管理画面の数字を見せていただければ、伸びしろの話から始めます。専門語は使わずに、何をして何が起きるかを工程で説明します。
Meta、TikTok、Google の運用型広告。アプリ案件は Adjust・AppsFlyer の計測を OS に統合します。
案件の規模と範囲（運用のみ・制作込み・内製化支援）で決めます。最初の相談で数字を見せていただいたうえで、範囲と一緒にご提案します。
契約条件は相談時に決めます。終了時には、数字と学び（当たった理由と型）をお客さま側に引き継げる形で残します。
まずは、数字を見せてください
提案書より先に、管理画面を見ながら伸びしろの話をするのが早いと考えています。売り込みはしません。
受け取りました。
2 営業日以内に、中川から返信します。