広告代理店の新人教育を仕組み化する｜レポート・提案・レビューの育成手順

広告代理店の新人教育は、媒体の操作方法を教えるだけでは仕組み化できません。必要なのは、どの数字を見て、何を事実として扱い、どの段階で相談し、顧客へ何を提案するかという判断の練習です。見本、判断基準、小さな実務、レビューを一つの育成サイクルにします。

生成AIは用語の説明、レポートの下書き、確認質問の作成、見本との違いの整理を支援できます。ただし、正解を判定する教育担当者の代わりではありません。広告費や顧客説明に関わる判断は、権限を段階的に広げながら人が確認します。

この記事では、入社後のレポート、改善提案、レビューを題材に、教育を日常業務へ組み込む方法を説明します。先に判断基準を組織へ残す方法は広告運用の属人化を解消する方法、全社的なAI活用は広告代理店のAI活用・DX入門をご覧ください。

到達点を知識ではなくできる仕事で定義する

「一人前になる」「媒体を理解する」では、教える側と学ぶ側の認識がそろいません。入社一か月目、二か月目、三か月目の到達点を、提出物と確認条件で書きます。

初日から改善提案を任せず、数字を正しく扱う段階から積み上げます。媒体知識がある中途社員でも、社内の判断基準と顧客固有のルールは別に学ぶ必要があります。

到達点には期限に加え、何回連続して基準を満たせば次へ進むかを入れます。一度うまくできても、別案件や数値急変時に同じ判断ができるとは限りません。通常案件を複数回経験し、例外時に相談できることまで確認します。

見本には完成物だけでなく判断理由を付ける

過去の良いレポートを共有するだけでは、文章をまねても再現できません。見本には「なぜこの変化を選んだか」「なぜ断定を避けたか」「なぜこの提案を先にしたか」を注釈します。

一つの案件について、次をセットにします。

• 元データと取得条件
• 当月の施策履歴
• 初稿とレビュー後の完成稿
• 修正した箇所と理由
• 顧客との合意事項
• 次回も使う判断基準

手順と判断基準の書き分けは広告運用マニュアルの作り方で解説しています。個人名や機密情報を教材へ残す場合は、閲覧範囲と保管場所を決めます。

一案件を分解して小さな練習課題にする

新人に架空の課題だけを渡すと、実務の制約を学びにくくなります。実案件をそのまま任せるのも危険です。過去案件や承認済みデータを使い、工程を小さく切ります。

最初の課題は「前月比が大きい指標を三つ選び、事実だけを書く」にします。次は「要因を断定せず、確認質問を三つ作る」、その次は「二つの施策案を、期待・リスク・確認指標で比べる」と進めます。

採点は文章のうまさだけでなく、次の観点で行います。

1. 対象期間と数字が正しい
2. 事実と仮説が分かれている
3. 顧客固有の前提を確認している
4. 提案に実行条件と確認方法がある
5. 分からない点を相談できている

課題の提出後は、教育担当者が正解文を見せる前に、新人へ判断の順序を説明してもらいます。「どの数字を最初に見たか」「追加で何を知りたいか」「なぜこの提案を後にしたか」を聞くと、偶然合った回答と再現できる考え方を区別できます。

フィードバックは、良かった判断、修正する判断、次回一つだけ意識することの三点に絞ります。指摘を一度に増やしすぎず、次の実務で同じ観点を確かめます。

AIは答えではなく壁打ちとセルフチェックに使う

新人がAIの完成文を提出すると、理解できていない箇所が見えません。AIへは、答えを作らせる前に考える順序を支援させます。

たとえば、数値表と施策履歴を渡し、「確認できる事実」「追加情報が必要な仮説」「上司へ聞く質問」に分けて出力させます。新人は元データと照合し、採用しなかった候補と理由も記録します。教育担当者は、完成文より判断過程をレビューできます。

AIの回答に媒体仕様や社内ルールの誤りがあれば、公式情報とマニュアルで確認します。Google広告のマネージャーアカウントにも管理者、標準、読み取り専用など異なるアクセスレベルがあります（Google広告ヘルプ「マネージャー アカウントのアクセス権限」）。練習だからといって本番アカウントへ過大な権限を付けず、閲覧、下書き、変更、承認を分けます。

準備とレビューの型をそろえる

具体的な場面は、新人が週次レポートの初稿を作り、先輩へレビュー依頼する前です。まず媒体管理画面や既存帳票で担当案件の数値を確認します。その後、施策履歴と顧客側の出来事を加え、AIに事実の要約、要因候補、確認質問を下書きさせます。

新人は元の数値と照合し、事実と仮説に印を付け、分からない点を残したままレビューへ出します。先輩は、数字を一から転記し直すのではなく、選んだ論点と判断理由を確認します。AIが採点や顧客への提出可否を決める機能ではありません。

チーム運用のAI支援では、レポート、改善提案、定例準備、レビューの入力項目と合格条件を案件に合わせて整えます。新人向け教材を自動で完成させるサービスではなく、教育担当者が判断を教えられる運用を作る伴走支援です。

権限とレビュー回数を段階的に変える

成長に合わせて仕事を増やすときは、案件数、操作権限、顧客接点を同時に広げません。まず閲覧と下書き、次に限定した変更、最後に定例説明という順で、一段ずつ進めます。

各段階で、重大な誤り、相談が必要な条件、単独で進めてよい範囲を決めます。入稿前や予算変更時の確認は、広告運用の振り返り方法のように週次・月次の判断へ分けると使いやすくなります。

毎回同じ指摘が出る場合は、本人の注意力だけを原因にせず、見本、入力項目、レビュー期限を見直します。三回続けて基準を満たした仕事から確認頻度を下げ、例外時はすぐ相談できる状態を残します。

教育担当者の負担も測ります。レビュー時間、差し戻し回数、口頭で補った内容を記録し、繰り返す説明を見本やチェックリストへ戻します。新人の作業時間が短くなっても、先輩の確認時間が増えていないかを月ごとに確認します。

週に一度は、案件の結果とは切り分けて学習上の疑問を扱う短い時間を設けます。実案件の締切中に聞きにくかった用語や判断をまとめて解消し、必要ならマニュアルの曖昧な箇所を更新します。

複数の教育担当者がいる場合は、月に一度、同じ練習課題を採点して基準を合わせます。担当者ごとに合否が変わると、新人は文章の好みを当てる学習へ寄ります。数値の正確さ、根拠、相談条件など、共通で守る項目から採点します。

次の段階へ進んだ日、確認した課題、残る注意点は育成記録へ残します。担当案件や教育係が変わっても、すでにできる仕事と、引き続き承認が必要な仕事を判断できます。

一つの完成稿へ三つの注釈を付ける

明日は、過去に承認されたレポートを一つ選び、「この数字を選んだ理由」「この表現を直した理由」「この提案を先にした理由」を一つずつ注釈してください。元データと初稿もそろえれば、一つ目の実務教材になります。

次に、新人には事実部分だけを再作成してもらい、数字、出典、事実と仮説の区別をレビューします。完成物を渡す教育から、判断過程を練習する教育へ変える最初の一歩です。