LinkedIn広告 役職×企業ターゲティング設計ガイド 2026
LinkedIn広告で採用成果を出すには、役職(職務機能×役職階層)と企業(業種×企業規模)を掛け合わせた4軸ターゲティング設計が鍵となります。LinkedIn広告はユーザー本人申告のビジネス属性に基づく配信が可能で、他SNS広告より格段に高いB2B精度を実現します。本記事ではLinkedIn広告のターゲティング設計手順から除外設定・母集団調整・検証ステップまで、エンジニアやデータサイエンティスト等の専門職採用に効くフレームワークを解説します。
「LinkedIn広告を出稿したが採用ターゲットにリーチできない」「ターゲティング軸が多すぎて何を優先すべきか分からない」「広告費がターゲット外に流出している実感がある」――そんな採用担当者・マーケターの方も多いのではないでしょうか。
本記事では、日本初のLinkedIn公式パートナーである株式会社ダイレクトソーシングが、300社以上の支援実績と60万件超のスカウト運用データをもとに、LinkedIn広告の役職×企業ターゲティング設計を、実務フロー・除外設定・KPI改善まで体系的に解説します。
✅ この記事でわかること
- LinkedIn広告を活用してエンジニア・データサイエンティスト等の専門職を採用したい人事責任者
- LinkedIn広告のターゲティング精度を上げて広告ROIを改善したい採用マーケター
- 採用部門でLinkedIn広告を初めて導入する担当者
- 現在の運用でターゲット外のリードが多く、改善案を求めている方
目次
- 1 LinkedIn広告のターゲティングが採用で重要な理由
- 2 LinkedIn広告の基本ターゲティング4軸
- 3 LinkedIn広告の役職ターゲティング基本:職務機能と役職階層
- 4 LinkedIn広告の企業ターゲティング設計:業種・規模・会社名
- 5 LinkedIn広告で役職×企業を掛け合わせた設計手順
- 6 LinkedIn広告の除外設定で無駄な配信を削減する方法
- 7 LinkedIn広告の母集団サイズ調整と最適化
- 8 LinkedIn広告のマッチドオーディエンスで高精度配信
- 9 LinkedIn広告の配信結果検証手順とKPI設計
- 10 LinkedIn広告ターゲティングで失敗しやすいパターンと対策
- 11 株式会社ダイレクトソーシングのLinkedIn広告運用支援
- 12 まとめ:LinkedIn広告で採用成果を出すためのターゲティング設計
- 13 FAQ:LinkedIn広告の役職×企業ターゲティング設計に関する質問
- 14 関連記事
- 強み:LinkedIn広告は本人申告のビジネス属性に基づくB2B採用最高精度
- 4軸設計:職務機能×役職階層×業種×企業規模を掛け合わせる
- オーディエンス目安:スポンサードコンテンツ50,000人以上、メッセージ広告15,000人以上
- 除外:個人事業主・自社・競合・(必要に応じて人事機能)を初期設定
- 予算:検証は月額30万円以上、最低3カ月で総額100万円規模を推奨
LinkedIn広告のターゲティングが採用で重要な理由
LinkedIn広告の最大の強みは、ユーザー自身がプロフィールに登録した正確なビジネス属性に基づく配信が可能な点です。エンジニア採用やデータサイエンティスト採用では、転職市場に出てこない「転職潜在層」へのアプローチが成否を分けますが、LinkedIn広告ならこの層に直接届きます。
他のSNS広告が閲覧履歴や興味関心から属性を推定するのに対し、LinkedIn広告では「どの会社の」「どの役職の」「どの業務の」担当者という情報がユーザー本人の申告に基づいています。キャリアに関わる情報は正確に登録される傾向があり、B2B採用での精度が格段に高くなります。
特に「従業員500名以上の製造業で、情報システム部門のマネージャー以上」といった条件指定ができるのは、LinkedIn広告ならではの強みです。このターゲティング精度を採用活動に活かせるかどうかが、採用ROIを大きく左右します。
LinkedIn広告の基本ターゲティング4軸
LinkedIn広告のターゲティングは、職務機能・役職階層・業種・企業規模の4軸を掛け合わせることで精度が最大化します。それぞれの軸を理解し、組み合わせ設計の基本を押さえましょう。
LinkedIn広告の役職ターゲティング基本:職務機能と役職階層
LinkedIn広告の役職ターゲティングでは、「職務機能」と「役職階層」の2軸を組み合わせることで意思決定者層に効率的にリーチできます。LinkedIn公式ヘルプでも、この組み合わせが推奨されています。
職務機能(Job Function)とは何か
職務機能とは、IT・マーケティング・営業・財務などの業務領域を指します。LinkedIn広告では26種類以上の職務機能カテゴリが用意されており、ターゲットが従事する業務領域で絞り込めます。
エンジニア採用であれば「IT・コンピューター」や「エンジニアリング」を指定します。ただし、職務機能だけでは業種や企業規模が混在するため、他の軸との組み合わせが必須です。
役職階層(Job Seniority)の選び方
役職階層では、担当者・マネージャー・ディレクター・バイスプレジデント・経営層などのレベルを指定できます。LinkedIn広告で採用ターゲットの意思決定権限に応じて選択してください。
エンジニア採用で実務担当者に届けたい場合は「シニアレベル」や「マネージャー」を、採用決裁者へ訴求したい場合は「ディレクター」以上を指定するのが基本です。
職種(Job Title)ターゲティングの注意点
職種(Job Title)はLinkedIn広告で最も粒度が細かいターゲティング方法ですが、LinkedInが標準化した職種名に依存します。「バックエンドエンジニア」「データサイエンティスト」など、欲しいタイトルをそのまま指定できるメリットがあります。
ただし、同じ業務でも企業によってタイトルが異なるケースが多いため、類似タイトルを複数追加する必要があります。「フルスタックエンジニア」「SRE」「ソフトウェアエンジニア」など関連タイトルまで含めて検索しないと取りこぼしが発生します。
LinkedIn広告の企業ターゲティング設計:業種・規模・会社名
LinkedIn広告の企業ターゲティングでは、ターゲット候補者が勤務する企業属性を条件として配信対象を絞り込みます。採用B2Bでは、この設計精度がリード品質に直結します。
業種(Company Industry)で絞り込む方法
業種ターゲティングでは、ターゲット候補者の現在勤務企業の主要業種を指定できます。製造業向けITサービスを展開する企業であれば「製造」を、金融系システム開発人材を狙うなら「金融」を選択します。
注意点として、企業はLinkedInページ作成時に自社で業種を選択します。実際の業種と登録業種がずれているケースもあるため、単一の業種だけに頼らず複数の軸でカバーすることをおすすめします。
企業規模(Company Size)の設定基準
LinkedIn広告の企業規模では、従業員数によって配信対象を絞れます。「1〜10人」「11〜50人」「51〜200人」「201〜500人」「501〜1000人」「1001〜5000人」「5001〜10,000人」「10,001人以上」といった区分が用意されています。
エンタープライズ企業のエンジニア採用なら「1,000名以上」に絞り、スタートアップ人材を狙うなら「51〜200人」など成長フェーズの企業を指定します。企業規模によって採用ニーズや意思決定プロセスが異なるため、キャンペーンを分けて運用するのが効果的です。
会社名指定でABMキャンペーンを実施する
特定企業に在籍するエンジニアを採用したい場合、LinkedIn広告の会社名ターゲティングが有効です。最大200社まで指定でき、ABM(アカウントベースドマーケティング)の手法を採用広告に応用できます。
競合他社や特定技術を持つ企業のエンジニアにピンポイントでアプローチする場合、この方法が最も精度が高くなります。営業部門が持つターゲット企業リストを採用広告にも活用できる点がメリットです。
LinkedIn広告で役職×企業を掛け合わせた設計手順
LinkedIn広告における役職と企業の掛け合わせは、ターゲティング機能の強みを最大限に活かすアプローチです。ここでは3ステップで実践できる設計手順を説明します。
ステップ1:ターゲットペルソナを言語化する
まず、採用したい人材のプロフィールを具体化します。「DX推進担当者」では曖昧すぎます。「従業員500名以上の製造業で、情報システム部門のマネージャー以上」のように、業種・企業規模・職務機能・役職階層を組み合わせて定義してください。
この言語化が曖昧なままだと、LinkedIn広告のターゲティング機能を活かしきれません。営業部門や事業部門と認識を合わせ、「この条件に当てはまる人から応募が来たら理想的」という基準を明確にしておきます。
ステップ2:条件の組み合わせを設計する
ペルソナが定まったら、LinkedIn広告のキャンペーンマネージャーで条件を設計します。推奨される組み合わせ例を紹介します。
エンジニア採用:職務機能「IT・コンピューター」+役職階層「シニアレベル以上」+企業規模「501〜5000人」+業種「ITサービス」
採用責任者訴求:職務機能「人事・採用」+役職階層「ディレクター以上」+企業規模「1001人以上」
初期キャンペーンでは2〜3軸に抑え、絞り込みすぎないことがポイントです。
ステップ3:オーディエンスサイズを確認する
条件を設定したら、LinkedIn広告キャンペーンマネージャーでオーディエンスサイズを確認します。LinkedIn公式の推奨では、スポンサードコンテンツで50,000人以上、メッセージ広告で15,000人以上が目安です。
オーディエンスが小さすぎると、配信量が確保できずデータが蓄積されないまま予算を消化してしまいます。目安を下回る場合は、条件を緩和するか地域を拡大してください。
LinkedIn広告の除外設定で無駄な配信を削減する方法
LinkedIn広告では「誰に届けるか」と同じくらい「誰に届けないか」が重要です。除外設定を活用することで、ターゲット外への配信を事前に削減し、広告ROIを大幅に改善できます。
除外すべき主要な条件
採用B2B目的のLinkedIn広告では、以下の除外設定を検討してください。
除外設定のベストプラクティス
除外設定は追加しすぎると配信母集団が縮小しすぎる点に注意が必要です。まずは最低限の除外(自社・競合・個人事業主)から始め、配信レポートを見ながら段階的に調整してください。配信後のデモグラフィックレポートで、意図しない業種や企業規模への配信が多い場合は追加除外を検討します。
LinkedIn広告の母集団サイズ調整と最適化
LinkedIn広告のターゲティング精度と母集団サイズはトレードオフの関係にあります。精度を高めすぎると母集団が小さくなり、配信効率が下がります。
オーディエンスサイズの目安と調整方法
LinkedIn広告の公式ガイドラインでは、初期キャンペーンで追加するターゲティング軸を2〜3個までに抑えることが推奨されています。軸を増やしすぎると、条件が厳しくなりオーディエンスが縮小します。
オーディエンスサイズが50,000人を下回る場合は、地域の拡大、関連職種の追加、企業規模条件の緩和などで調整してください。日本国内のみでオーディエンスが不足する場合は、アジア太平洋地域への拡大も選択肢です。
スキルターゲティングで質を担保する
母集団を広げつつ質を担保したい場合、LinkedIn広告のスキルターゲティングが有効です。「Python」「AWS」「機械学習」など特定スキルを持つユーザーに絞り込めます。
スキルはユーザーがプロフィールに登録した情報に基づくため、職種や職務機能よりも具体的な能力を指定できます。エンジニア採用では技術スタックを条件に加えることで、ターゲット精度が向上します。
LinkedIn広告のマッチドオーディエンスで高精度配信
自社が保有する顧客データを活用する「マッチドオーディエンス」は、LinkedIn広告のターゲティング精度をさらに高める手法です。連絡先リスト・企業リスト・リターゲティングの3パターンを使い分けます。
連絡先リストのアップロードによるターゲティング
CRMに蓄積した候補者リストや、過去の応募者データをCSVでアップロードし、LinkedIn広告の配信対象として活用できます。過去の採用イベント参加者や説明会来場者へのリマーケティングにも使えます。
このアプローチは、すでに自社に興味を持った候補者への追加接触で効果を発揮します。タレントプールとして蓄積したデータを広告配信に活かせる点がメリットです。
企業リストによるABM型採用広告
LinkedIn広告ではターゲット企業リストを最大30万社までアップロードし、そこに所属する候補者へ配信できます。営業部門が作成したABMリストを採用目的でも活用できます。特定企業のエンジニアに絞って採用ブランディング広告を配信する場合、この方法が最も効率的です。
リターゲティングで接触後の候補者にアプローチする
自社の採用サイトに訪問した候補者や、LinkedIn広告に反応したユーザーへの再配信も可能です。LinkedInインサイトタグを設置すれば、サイト訪問者データを配信対象として活用できます。一度接触した候補者に継続的にアプローチすることで、転職検討タイミングでの想起率を高められます。
LinkedIn広告の配信結果検証手順とKPI設計
LinkedIn広告のターゲティング設計は一度で完成するものではありません。配信データを分析し、継続的に改善していく必要があります。ファネル別のKPIで運用品質を可視化します。
デモグラフィックレポートで配信先を分析する
LinkedIn広告キャンペーンマネージャーのデモグラフィックレポートでは、実際にどの業種・企業規模・役職層に配信されたかを確認できます。意図したターゲットに届いているか、想定外の層への配信が多くないかをチェックしてください。
このレポートがなければ、ターゲティング調整の判断材料がありません。月次だけでなく週次でも確認することをおすすめします。
採用KPIとの紐付け
LinkedIn広告の広告指標(インプレッション・クリック・CTR)だけでなく、採用プロセスのKPIと紐付けて効果測定してください。リード獲得単価、ターゲット含有率、面談設定率、内定承諾率まで追跡できる体制が理想です。
「リードを100件獲得した」で終わらせず、「獲得したリードのうち何%がターゲット条件に合致し、何%が選考に進んだか」まで測定することで、LinkedIn広告の真のROIが見えてきます。
ABテストによる継続改善
LinkedIn広告のターゲティング条件を変えた複数のキャンペーンを並行運用し、どの条件が最も成果につながるかを検証します。職務機能で絞るパターンと職種名で絞るパターンを比較するなど、変数を1つに絞ってテストしてください。2週間程度のサイクルでテストを回し、勝ちパターンを蓄積していくことで、ターゲティング精度が継続的に向上します。
LinkedIn広告ターゲティングで失敗しやすいパターンと対策
LinkedIn広告のターゲティングで陥りやすい失敗パターンと、その対策を紹介します。事前に把握しておくことで、予算消化前に方向修正できます。
失敗1:ターゲット条件が曖昧なまま配信を開始する
「エンジニアに届けたい」という漠然とした目標のままLinkedIn広告を配信開始すると、ターゲット外への配信が増えます。業種・企業規模・職務機能・役職階層まで具体化してから設計を始める。
失敗2:条件を絞りすぎてオーディエンスが枯渇する
精度を追求するあまり、オーディエンスサイズが数千人まで縮小してしまうケース。配信量が確保できないとデータが蓄積されず改善サイクルが回らない。50,000人以上を目安に調整する。
失敗3:配信後の検証を行わない
LinkedIn広告を出稿しただけで満足し、デモグラフィックレポートを確認しないケース。配信先分析なしではターゲティングが機能しているか判断不能。週次レポート確認の運用体制を整える。
失敗4:採用部門と営業部門でターゲット認識がずれている
採用部門が設定したターゲット条件と実際の採用したい人材像が一致していないケース。配信開始前に関係者間で「この条件の人からの応募が理想」という認識を明文化する。
株式会社ダイレクトソーシングのLinkedIn広告運用支援
株式会社ダイレクトソーシングは日本初のLinkedIn公式パートナーとして、LinkedIn広告を活用した採用支援サービスを展開しています。60万件以上の採用データと40種以上の採用メディア運用ノウハウを基に、データ駆動型の採用戦略を設計します。
LinkedIn広告のターゲティング設計から運用代行、効果測定、改善提案まで一貫したサポートが可能です。専属マーケターがいない環境でのLinkedIn広告導入支援も得意としており、採用担当者の工数を抑えながら成果を出す体制を構築できます。
「①LinkedIn公式パートナー資格 × ②60万件超のデータ蓄積 × ③300社以上の支援実績」――この3要素の掛け算でLinkedIn広告のROIを最大化します。
まとめ:LinkedIn広告で採用成果を出すためのターゲティング設計
LinkedIn広告の役職×企業ターゲティングを成功させるには、ペルソナ言語化→条件設計→オーディエンス確認→除外設定→デモグラ分析→KPI測定→ABテストの7ステップを踏みます。
最初に、採用ターゲットのペルソナを業種・企業規模・職務機能・役職階層まで言語化します。次に、LinkedIn広告キャンペーンマネージャーで条件を設計し、オーディエンスサイズが50,000人以上あることを確認します。
除外設定で無駄な配信を削減し、配信開始後はデモグラフィックレポートで配信先を分析します。採用KPIと紐付けた効果測定を行い、ABテストで継続改善していく流れが基本です。LinkedIn広告のターゲティング機能を採用活動に活かすことで、転職市場に出てこない優秀なエンジニアやデータサイエンティストへリーチできます。
🚀 LinkedIn広告運用の無料相談 受付中
「LinkedIn広告を始めたいが社内にノウハウがない」「現在の広告運用でターゲット外のリードが多い」「ABM型採用広告を試したい」――どんな段階でもご相談ください。日本初のLinkedIn公式パートナーが300社以上の支援実績からアドバイスをお届けします。
- LinkedIn公式パートナー実績によるLinkedIn広告ターゲティング設計の専門知見
- 60万件超のデータに基づくB2B採用LinkedIn広告ROI最大化ノウハウ
- 広告運用代行から週次レポート・改善提案までのワンストップ支援
FAQ:LinkedIn広告の役職×企業ターゲティング設計に関する質問
関連記事

45分の気軽な相談会を
開催しています
竹村 朋晃
著者プロフィール 竹村 朋晃(Tomoaki Takemura)
株式会社ダイレクトソーシング 代表取締役CEO
▶︎ LinkedInプロフィールを見る
2005年に野村総合研究所に入社。大手損害保険会社のシステム設計・開発に従事し、エンジニアとしてのキャリアをスタート。 2015年、ダイレクトソーシングの可能性に着目し、株式会社ダイレクトソーシングを創業。データドリブンな採用を軸に、候補者データの構造化、スカウト改善、タレントプール構築などを通じて、累計500社以上の採用支援を行う。 2017年よりLinkedIn公式パートナーとして、日本企業へのLinkedIn活用を支援。2025年には「LinkedIn Student Career Week」を主催し、5,000名超の学生と40社超の企業をマッチングさせるなど、イベントプロデュースでも実績多数。 「Stand Alone Complex Society(個が独立し共創する社会)」の実現を掲げ、採用における価値創造を追求している。 趣味はウェイクボードとテニス。お台場在住。技術と営業を横断する“ハイブリッド人材”として、採用の進化に挑み続けている。