「広告が追いかけてくる？」その仕組み、実はビジネスの味方です。基本の考え方から種類、メリット／デメリット、いま必要な規制対応まで。初めてでも“失敗しない”ターゲティング広告のコツをやさしく紹介します。
- 目次
ターゲティング広告の基礎知識
この章では、ターゲティング広告の基本的な定義と仕組みについて解説します。
ターゲティング広告の定義
ターゲティング広告とは、インターネット上でユーザーの属性や行動履歴を活用し、特定の条件に合致した人に絞って広告を配信する手法を指します。
従来のテレビCMや新聞広告のように不特定多数に対して情報を流すマス広告とは異なり、効率よく興味・関心を持つ可能性が高い人にアプローチできる点が特徴です。デモグラフィックデータや行動履歴がよく用いられます。こうしたデータを広告配信の基準とすることで、ユーザーにとって無関係な広告表示を減らし、企業側も広告費を無駄にしにくくなるのです。
結果として、広告主は投資対効果の最大化を目指せる一方、利用者もより自身の関心やニーズに合った広告に触れる機会が増えます。この双方向のメリットこそが、ターゲティング広告の定義的な意義です。
ターゲティング広告の仕組み
ターゲティング広告の仕組みは、ユーザーのデータ収集から始まります。Webサイトを訪問した際やアプリを利用した際に、Cookie（クッキー）などの技術を通じて情報が蓄積されます。
その後、広告配信プラットフォームはこれらのデータを分析し、条件に合致したユーザー群（セグメント）を抽出し、入札形式で広告枠に自動的に割り当てられます。このプロセスは「RTB（Real-Time Bidding：リアルタイム入札）」と呼ばれ、0.1秒未満のスピードで行われます。これにより、ユーザーがページを読み込むタイミングに合わせ、最も関連性の高い広告が瞬時に表示されます。
また、AIを使った予測モデルが導入されており、過去の傾向から「次にこの人が興味を持ちそうな商品」を予測して広告を出すケースも増えています。
仕組み全体は複雑ですが、本質的には「ユーザーごとの興味関心や行動データをもとに、適切な広告を適切なタイミングで配信する」という流れに集約されます。これにより企業は効率的に顧客獲得を目指せる一方で、ユーザー側は自分に合った情報に触れやすくなるのです。
ターゲティング広告のメリット
この章では、ターゲティング広告がもたらす具体的なメリットについて解説します。
費用対効果の向上
ターゲティング広告の最大のメリットの1つは、広告費用対効果（ROAS）の向上です。
従来のマス的な一律配信型広告では、不特定多数に広告を届けるため「関心のない人」にも配信され、広告費の一部が無駄になりがちでした。これに対してターゲティング広告では、購買履歴やサイトの閲覧データなどをもとにセグメントを作成し、関心を持つ可能性が高い層だけに広告を配信できます。その結果、無駄な広告費用を抑えつつ、効率的に成果を上げることができるようになりました。
コンバージョン率の向上
ターゲティング広告は、ユーザーのニーズや興味を的確に捉えられるため、コンバージョン率の向上にも寄与します。
例えば、過去に商品ページを訪問したユーザーに再度広告を表示するリターゲティング配信を行えば、購入を迷っているユーザーの購入を後押しすることができます。
また、デモグラフィックデータや行動履歴に基づいてターゲティングすることで、ユーザーは「自分のために提案されている」と感じやすくなります。抽象的なイメージ訴求よりも、ユーザーの課題を直接解決するメッセージを含めることにより、クリックや購入につながりやすくなります。
広告予算の最適化がしやすい
ターゲティング広告は、計測データを基に改善を繰り返すことで、広告予算を最適化しやすいという特徴があります。
具体的には、配信対象のセグメントを細かく分け、それぞれのクリック率やコンバージョン率を分析することで、どのセグメントに投資すべきかを客観的に判断できます。
例えば、地域別に見ると都市部のユーザーの反応が高ければそのエリアに広告費を集中させたり、年代・性別で分析して20代女性の購入率が高ければその層への配信を強化する、といった最適化が可能になります。
顧客体験とブランドイメージの向上
ターゲティング広告は、単なる売り上げアップにとどまらず、顧客体験やブランドイメージの向上にもつながります。
広告メッセージが一人ひとりの関心や状況に合わせて最適化されることで、ユーザーは「自分のことを理解しているブランド」と感じやすくなります。その結果、広告は煩わしい存在ではなく、有益な情報提供の一環と受け止められる可能性が高まります。
さらに、無関係な広告を排除し、ユーザーが求める情報だけを届けることで、顧客満足度の向上も期待できます。例えば、旅行を検討している人に対して最適な時期のプランを提案したり、購買履歴をもとに関連商品を提示するなど、広告がサポート体験のような役割を担うことができます。
このようなポジティブな体験の積み重ねは、顧客ロイヤルティーとブランドへの信頼性強化につながり、結果的に長期的な関係構築を促進します。
ターゲティング広告のデメリット
ターゲティング広告には多くのメリットがありますが、プライバシー保護の問題や広告配信の過剰化といったリスクも存在します。本章ではこうしたデメリットについて解説します。
プライバシー保護への懸念
ターゲティング広告は、ユーザーの興味関心や行動履歴を基に広告を配信する仕組みですが、その裏側ではユーザー情報の収集と解析が欠かせません。そのため、プライバシー保護の観点での懸念があります。
特に、Cookieやデバイス情報などの活用は、欧州を中心とした規制強化やユーザーの意識向上により、企業にとって大きな課題となっています。実際に、GDPRや日本の個人情報保護法の改正によって、従来のデータ収集手法にはさまざまな制約が設けられています。
広告主は法令を遵守するだけでなく、どのようにデータを収集し、どのように利用するのかを明確に示すことで、ユーザーに対する透明性を確保する必要があります。これを怠ると、法的リスクのほか、ブランドの信頼失墜にもつながりかねません。
過度な広告配信によるユーザー離れ
ターゲティング広告は精度が高い一方で、同じユーザーに短期間で大量の広告を配信してしまう傾向があります。商品を購入した後にも関連広告が表示され続けたり、閲覧した商品がしつこく追いかけるように表示されると、「広告に追いかけられている」と感じさせ、ユーザー体験の低下を招きかねません。
このような過剰な広告接触は「広告疲れ」や「広告回避行動」につながり、結果的にブランド好感度の低下を招くおそれがあります。特に若年層のユーザーでは、広告の不自然さや煩わしさを理由にサービスから離脱したり、広告ブロッカーを利用するケースもあります。
広告主にとっては、配信頻度の最適化や表示タイミングの調整が重要な課題です。データ上の成果指標（CTRやCVR）だけに固執するのではなく、ユーザーの感情や体験価値を考慮したバランスの取れた広告設計が求められます。
データ依存リスクと精度のばらつき
ターゲティング広告は、データを活用することで高精度な配信が可能になる一方、データの量と質に依存している点がリスクとなります。
データが欠損していたり不正確だったりすると、誤ったターゲットに広告が表示され、結果として費用対効果の低下を招く可能性があります。また、広告プラットフォームごとにデータの収集範囲や精度が異なるため、同じターゲットを狙っても成果が大きく変動するケースも少なくありません。さらに、Cookieレス化の進行やプライバシー規制の強化によって、従来の手法では正確なターゲティングが難しくなりつつあります。
こうした状況下で広告主に求められるのは、特定のデータソースに依存しない柔軟な戦略です。ファーストパーティデータの活用や、複数チャネルでの効果検証を組み合わせることで、高い精度と安定性の両立を実現することが可能です。
ターゲティング広告の種類
この章では、代表的な5種類のターゲティングを解説します。
デモグラフィックターゲティング
デモグラフィックターゲティングとは、ユーザーの属性情報を基に配信対象を絞り込む手法です。年齢・性別・地域などのデモグラフィックデータから届けたい対象を絞り込むことで、広告主は想定する顧客層にピンポイントでアプローチできます。
例えば、若年層向けの化粧品ブランドが「20〜30代女性」を配信対象に設定することで、ターゲットではないユーザーへの無駄な配信を防ぎ、商品に関心を持ちやすい層へ効率的なリーチが可能です。
特に、マスマーケティングに近いリーチを確保しやすい点から、新商品の周知やブランド認知キャンペーンと相性が良い手法といえます。ただし、属性情報だけでは消費者の行動や関心を正確に把握することは難しいため、他のターゲティング手法との併用が効果的です。
興味・関心ターゲティング
興味・関心ターゲティングとは、ユーザーが関心を持つテーマやカテゴリー情報を基に配信対象を絞り込む手法です。行動データやプロフィール情報、フォローしているアカウント、閲覧傾向などから、ユーザーが興味を示しているジャンルを分析し、その関心領域に合った広告を配信します。
例えば、「アウトドア」「コスメ」「ビジネス」「子育て」などの興味関心カテゴリーを設定し、該当するユーザー層に広告を配信することで、購買意欲が顕在化する前の潜在層にも効率的にアプローチできます。特に、SNS広告などではこの手法が多く活用されており、ユーザーが日常的に消費している情報やコンテンツ文脈に自然に溶け込む形で広告を届けることができます。
興味・関心ターゲティングの強みは、ユーザーの「今まさに求めているもの」だけでなく、「将来的に関心を持ちそうな分野」まで先回りして訴求できる点です。一方で、行動データや検索履歴ほど直接的な意図を示すものではないため、成果を最大化するには他のターゲティング手法（デモグラフィックや行動ターゲティング）との組み合わせが有効です。
行動ターゲティング
行動ターゲティングは、ユーザーのオンライン上での行動データを基に広告を出し分ける手法です。検索履歴、閲覧ページ、過去の購入履歴などを分析し、その人が興味を持ちそうな商品やサービスを推定して広告を配信します。
この手法の強みは、購買意欲が高まっているタイミングに合わせて広告を届けられる点です。旅行サイトで沖縄ツアーを検索した直後のユーザーに、「沖縄レンタカー割り引き」の広告を表示するというようなターゲティングができるため、コンバージョン率の向上が期待できます。特に、短期的な成果を意識するキャンペーンにおいて有効な手法です。
一方で、過剰に行動データを利用するとプライバシーへの懸念が強まるため、透明性を保ちつつ適切な配信頻度を維持することが求められます。
コンテキストターゲティング
コンテキストターゲティングは、ユーザーの属性や行動履歴ではなく、広告が表示されるコンテンツの文脈に基づいてターゲティングする手法です。
スポーツニュースの記事内にスポーツ用品の広告、レシピ記事内に調味料の広告を表示するように、コンテンツ内容との関連性を高めることで自然な興味を喚起します。
近年、Cookieレス化の進行により、個人データを利用せずに広告を最適化できるこの手法が改めて注目されています。ユーザーデータを収集せずにターゲティングできるため、プライバシー保護の観点からも有効です。
ただし、ユーザーの購買意欲の強弱を把握しづらいため、直接的なコンバージョンよりも認知拡大や興味喚起を目的とする施策に適しています。ブランドイメージを損なわず、自然な広告体験を提供できる点も特徴です。
リターゲティング
リターゲティングとは、自社Webサイトを訪問したことのあるユーザーに対し、再訪を促す広告を表示して購買行動を後押しする手法です。
一度商品ページを閲覧したものの購入に至らなかったユーザーに対し、その商品や関連アイテムの広告を表示することで、再訪や購買を促すことができます。リターゲティングは、商品やサービスに興味があって検討中の層に的確にリーチできるため、コンバージョン率を高めやすいのが大きな強みです。
実際、ECサイトではコンバージョン率を向上させるため、カートに商品を入れたまま離脱したユーザーに「今なら10%OFF」などの広告を配信するケースが多く見られます。
一方で、同じ広告が繰り返し表示され過ぎると不快感を与えかねないため、ユーザー体験を考慮した配信回数の制御、広告クリエイティブのバリエーションが重要です。
ターゲティング広告の活用シーン
この章では、ターゲティング広告の具体的な活用シーンを解説します。
デモグラフィックターゲティングの活用例
デモグラフィックターゲティングは、主に「誰に届けるか」を明確化したいときに効果を発揮します。
- 化粧品メーカーが「20〜30代女性」を対象に新製品の広告を配信し、関心層に集中リーチ
- 自動車販売で「家庭を持つ30〜40代男性」に訴求し、購買意欲の高い層を重点的にカバー
- 教育サービスが「小学生を持つ母親層」に焦点を当て、効率的に問い合わせを促進
- 地域特性（嗜好・購買力）を考慮し、都道府県・都市単位で広告クリエイティブを出し分け
興味・関心ターゲティングの活用例
興味・関心ターゲティングは、潜在層へのアプローチに特に強みがあります。
- 「アウトドア」に関心を持つユーザーに、キャンプ用品や旅行パッケージの広告を配信
- 「美容・コスメ」に興味を示すユーザーに、新作スキンケアやメイク商品の動画広告を表示
- 「ビジネス」「キャリアアップ」分野への関心が高い層に、セミナー・資料ダウンロード広告を配信
- 「子育て」や「教育」関連コンテンツを閲覧する層に、ベビー用品や学習サービスを訴求
行動ターゲティングの活用例
行動ターゲティングは、「今、何に興味を持っているか」を把握し、適切なタイミングで広告を届けられます。
- インテリア関連ページを頻繁に閲覧するユーザーに、ソファや収納家具の広告を表示
- 複数回「ダイエット」「筋トレ」関連キーワードを検索したユーザーに、サプリやトレーニングアプリの広告を配信
- 比較サイトを訪れたユーザーに、商品購入やサービス申し込みを促すリマインド広告を配信
- ECサイトやサブスク型サービスで、ユーザーの検討段階に合わせて、動的に広告内容を変更
コンテキストターゲティングの活用例
コンテキストターゲティングは、ユーザーに自然な興味喚起を促したい場合に適しています。
- 旅行記事を読んでいるユーザーに、航空券やホテル予約の広告を表示
- ダイエット関連の記事内に、スポーツウェアやトレーニング用品の広告を掲載
- レシピサイト上で、調味料やキッチン家電の広告を表示
- 家計・節約系の記事内に、金融サービスやキャッシュレス決済の広告を掲載
リターゲティングの活用例
リターゲティングは、検討段階や離脱したユーザーに対して、購入や申し込みを後押しする施策として活用しましょう。
- カートに商品を入れたまま離脱したユーザーに、「本日限定○○円オフ」の広告を配信
- サービス資料請求ページを訪れたBtoBユーザーに、フォローアップ広告を配信
- 航空券検索後に離脱したユーザーに、同路線の割引キャンペーンを提示
- 高単価商材（住宅・車・保険など）で、検討ステージに応じた訴求内容に広告を出し分け
最新動向と規制対応
この章では、ターゲティング広告を取り巻く最新のテクノロジー動向や法規制、モバイル環境の変化などを整理し、広告主が直面する課題と対応策について解説します。
主要プラットフォーマーのテクノロジー動向
世界の広告配信技術は、プライバシー保護の強化とデータ活用の変化によって大きな転換点を迎えています。特にGoogleやAppleといった主要プラットフォーマーは、Cookieやデバイス識別子への依存を減らす方向で仕組みを再設計しており、広告の計測・最適化の方法そのものが変化しています。
広告主にとって重要なのは、「これまでの手法が使えなくなる」ことを懸念するのではなく、「新しい技術を理解し、戦略を再構築する」ことです。こうした世界的な潮流を正しく把握することは、日本国内での広告配信設計や運用最適化にも直結します。
GoogleのCookie代替「Privacy Sandbox」とは？
Googleが提唱するPrivacy Sandboxは、サードパーティCookieに依存しない次世代の広告配信基盤を目指した取り組みです。この仕組みは、広告配信に必要な情報を可能な限りブラウザ上で匿名化または集約処理することで、個人を特定しない前提で広告効果測定やターゲティングの代替を目指すものです。
広告主にとっては、初期段階ではターゲティング精度や測定精度が低下する可能性があるものの、長期的にはユーザー信頼性を維持しながら持続可能な広告配信基盤への移行を期待できるという見方があります。
計測が難しくなる中で注目される新しい測定方法
Cookieやデバイス識別子に依存が制限される環境下では、従来型の「ユーザー単位の詳細トラッキング」をそのまま維持することは難しくなります。そのため、よりプライバシーに配慮した集約型・推定型の計測手法への移行が進んでいます。
- コンバージョンモデリング：欠損データを機械学習で補完し、広告の効果を推定する方法
- アグリゲーショントラッキング：個人データを匿名化・集約処理して広告成果を把握する技術
- 統計的モデルベース評価：広告効果をパネル調査や統計的な回帰分析を用いて評価する手法
モバイル環境の変化
モバイルデバイスの利用シェアが拡大する中で、Appleによるアプリ追跡制限などの仕様変更が、広告配信や効果測定に大きな影響を与えています。特にiOS環境においては、ユーザーが明示的にトラッキングを許可しない限り、従来のような詳細なデータ収集が困難になっています。この結果、広告効果の可視化や最適化が難しくなり、従来のPDCAサイクルが機能しにくい状況もあります。広告主は、こうしたモバイル特有の制約を理解したうえで、代替となるデータ戦略や測定手法を取り入れる必要があります。
iPhoneで広告効果が測れにくくなった理由（ATTとSKAdNetwork）
AppleはiOS 14以降、ATT（App Tracking Transparency）ユーザーがアプリ間でのトラッキングを許可/拒否できる仕組みを導入しました。これにより、従来の広告識別子（IDFA）を用いた精緻なユーザートラッキングが原則として不可能となり、広告配信の最適化やリターゲティングの精度が低下しています。
この制約に対応する仕組みとして導入されたのがSKAdNetworkです。これは、ユーザーを特定せずに、広告成果を匿名化した形で計測できるようにする仕組みですが、計測粒度が限定される、または属性や時間軸が制約されるケースがあり、リアルタイム最適化への対応には工夫が必要という課題も指摘されています。
複数チャネルで計測する難しさと対処法
今日のユーザー行動は、モバイル・Web・アプリ・実店舗など複数のチャネルを横断しています。しかし、CookieやIDFAの制約により、それらを一元的に把握することがますます困難になっています。
この課題に対応するため、以下のような新しい計測・データ統合のアプローチが注目されています。
- サーバーサイドトラッキング：ブラウザ依存ではなく、サーバー経由でイベントデータを取得・統合し、断片的なデータを再構築
- ファーストパーティデータを基盤とした360度顧客ビューの構築：自社で取得したログイン情報や会員データを軸に、顧客理解を深化
- 共通IDソリューションの活用：広告プラットフォームをまたいでデータを統一し、クロスチャネルでの計測精度を補完
こうした潮流により、企業は従来の「ブラウザがCookieを記録して測定する仕組み」から脱却し、広告主自らが計測・管理基盤を構築する方向へシフトしています。特にモバイル中心の消費行動が進む現在、データを「預ける」時代から「自ら管理する」時代へと移行しているといえます。
データ戦略の見直し
近年、プライバシー規制の強化やテクノロジーの進化により、広告主はこれまで以上に自社が保有するデータの価値に注目しています。外部プラットフォームや他社データへの依存から脱却し、独自のデータ戦略を構築することが競争力の源泉となりつつあります。特に注目されているのが、ファーストパーティデータの活用と、データクリーンルームの導入です。
自社データ（ファーストパーティデータ）をどう活かす？
広告運用の中核を担うのが、ファーストパーティデータは企業が顧客との直接関係を通じて収集したデータです。これには、購買履歴、会員情報、Webアクセスログ、アプリ利用履歴などが含まれます。主な活用方法としては、以下のようなものがあります。
- ターゲットセグメントの精緻化：購買履歴や利用頻度に基づき、関心度の高い層を明確に分類
- CRM／MAツールとの連携：顧客属性や行動履歴に応じたパーソナライズ広告配信を実施
- LTV（顧客生涯価値）に基づく広告戦略：一時的なCVよりも、長期的に高い価値をもたらす顧客への投資を最適化
データクリーンルームとは？広告主が知っておくべきポイント
クリーンルームは、広告主が直接アクセスできないユーザーデータを匿名化・集計形式で安全に分析できる環境を指します。これにより、プライバシーを損なわずに広告効果を高精度に把握できるといったメリットがあります。
- 個人情報を保護しつつ、媒体側データとの重複分析・リーチ検証が可能
- 広告効果のクロスメディア分析や、リーチ・フリークエンシーの最適化に活用できる
- ファーストパーティデータとの安全な突合により、ユーザー理解の深化が実現
ただし、導入にはシステム面での投資や専門知識が必要であるため、予算や人材体制による導入ハードルも存在します。今後は大手だけでなく中堅企業にも利用が拡大していくと見込まれており、早期に理解して備えることが重要です。
日本国内の法規制最新情報
日本国内でも、グローバルな潮流を受けてプライバシー関連規制の整備・運用強化が進みつつあります。特に「個人情報保護法」と「電気通信事業法」は、デジタル広告の運用に直接影響を及ぼす重要な法制度です。広告主は、法解釈や最新の運用ガイドラインを常に把握しておく必要があります。
個人情報保護法：広告主が守るべきチェックリスト
日本の個人情報保護法では、広告配信においても個人データの取得・利用に関する厳格なルールが定められています。特に、データを取得する際の目的の明示と、取得後の適正な管理・利用が義務付けられています。広告主が守るべき主なポイントは以下の通りです。
- 収集目的の明示：どのような目的でデータを取得するのかを、ユーザーにわかりやすく告知する
- 目的外利用の禁止：取得時に示した目的を逸脱してデータを使用しない
- 安全管理措置の徹底：データの暗号化、アクセス権限の管理、内部監査などを実施する
- 開示・削除請求への対応体制：ユーザーからの要請に迅速に応じられる仕組みを整備する
これらを遵守することは、単なる法令対応にとどまらず、ユーザーからの信頼獲得とブランド価値の維持にもつながります。
電気通信事業法：外部送信ルールの影響と対応策
2023年の改正により、電気通信事業法には新たに外部送信規律が設けられました。これは、Webサイトやアプリが第三者にユーザーデータを送信する際、その送信内容・目的・提供先をユーザーに事前に明示することを義務付けるものです。
この改正により、広告配信や計測タグを利用する企業も、外部送信の透明化が求められるようになりました。
- プライバシーポリシーの明確化：送信するデータの種類・目的・共有先を具体的に記載
- Cookieバナーなどによる事前告知と同意取得：ユーザーがデータ送信に同意する仕組みを導入
- 外部送信状況の可視化：ユーザーが自身のデータがどのように送信されているか確認できる仕組みを提供
広告主がこの規制に対応しないと、法令違反リスクがあるだけでなく、ユーザーや取引先からの信頼性低下につながる可能性もあります。透明性と適切な表記の確保が重要です。
FAQ：ターゲティング広告のよくある質問
この章では、ターゲティング広告に関する代表的な疑問を整理し、広告手法の違いや効果的な運用方法、法規制への対応などをまとめています。
Q1. ターゲティング広告とリスティング広告の違いは？
ターゲティング広告とリスティング広告は混同されがちですが、配信の仕組みとアプローチ方法が異なります。
リスティング広告は、ユーザーが検索エンジンで入力したキーワードに基づいて広告を表示する手法です。つまり「顕在的なニーズ」に応じて広告を表示するため、購入意欲の高いユーザーに直接リーチしやすい特徴があります。
一方でターゲティング広告は、ユーザーの属性データ（年齢・性別など）や行動履歴、閲覧したコンテンツなどに基づき広告を出す「潜在的なニーズ」探索型の手法です。特定の商品ページを訪れたが購入に至っていないユーザーに再度広告を届けるリターゲティング広告はその代表例です。この違いを理解することで、目的に応じた最適な広告手法の選定が可能になります。
Q2. Cookieレス時代に効果的なターゲティング手法は？
近年、サードパーティCookieの利用制限が進む中で、従来のトラッキング型配信が難しくなっています。そのため、以下のような、プライバシー保護と精度の両立を図る新しいアプローチが注目されています。
- コンテキストターゲティング：閲覧中のコンテンツ文脈に合わせて広告を表示
- ファーストパーティデータ活用：自社会員IDやメールアドレスなどを基に配信
- AIによる類似オーディエンス分析：既存顧客に近い傾向を持つユーザーを自動抽出
- 許諾ベースのデータ収集（オプトイン型）：同意を得て取得した情報を安全に活用
これらを複合的に組み合わせることで、Cookieレス環境でも高精度な広告配信が可能となります。
Q3. 中小企業でも効果を出せるの？
ターゲティング広告は大企業だけでなく、中小企業にとっても有効なマーケティング手段です。なぜなら、少額から始められて、配信対象を特定の属性や行動に絞ることで費用対効果を高めやすいからです。特に、地域密着型ビジネスや限られた顧客層を対象とする事業では、ターゲティング精度が高いほど費用対効果が上がりやすく、中小企業に適した広告戦略といえます。
Q4. 個人情報保護法に違反しない広告配信は可能？
日本の個人情報保護法では、個人を特定できるデータをどのように収集・利用するかが厳格に定められています。しかし、法を順守しながらターゲティング広告を配信することは十分可能です。広告主に求められるのは、ユーザーに明確な同意を得る仕組み（オプトイン方式）を整備し、プライバシーポリシーに利用目的を記載することです。また、個人情報ではなく、統計情報や匿名加工情報を活用した分析やセグメント設計が推奨されます。
