アトリビューション分析の実践

アトリビューション分析の実践

はじめに

アトリビューション（貢献度分析）は、コンバージョンに至るまでの複数のタッチポイント（広告接触）に対して、どの接触がどの程度貢献したかを配分する手法です。ラストクリックだけで判断すると、認知段階の広告（動画・SNS・ディスプレイ）の価値を過小評価し、「成果が出ていない」チャネルの予算を削って全体の獲得数が落ちる、という失敗が起きます。

このレッスンでは、アトリビューションモデルの種類と使い分け、GA4とGoogle広告での確認手順、クロスチャネルでの分析、結果を予算配分に反映する方法、そして分析の限界までを解説します。

アトリビューションモデルの種類

各モデルの特徴と適用場面を理解しましょう。

• ◆ラストクリック: コンバージョン直前のクリックに100%の功績。最もシンプルだが認知施策を過小評価する
• ◆ファーストクリック: 最初の接触に100%の功績。新規獲得施策の評価に適するが中間施策を無視する
• ◆線形: すべてのタッチポイントに均等配分。公平だが各施策の違いを反映しない
• ◆減衰（タイムディケイ）: コンバージョンに近いほど高い配分。購買検討期間が短い商材に適する
• ◆接点ベース（U字）: 最初と最後に40%ずつ、中間に20%を配分。認知と刈り取りの両方を評価したいときに使う
• ◆データドリブン: 機械学習が実データから各接点の貢献度を計算する。Googleの推奨モデル
• ◆2023年以降、Google広告とGA4ではファーストクリック・線形・減衰・接点ベースが廃止され、データドリブンとラストクリックの2択になった（ファーストクリックなどはGA4のモデル比較でも選べなくなっている）

モデルの使い分け

「正しいモデル」は1つではなく、問いに応じて使い分けます。

• ◆予算配分の意思決定: データドリブンを基準にする
• ◆新規獲得チャネルの評価: コンバージョン経路の「初期接点」で「入口」としての価値を見る（ファーストクリックはモデルとしては選べなくなっている）
• ◆短期セール・刈り取りの評価: ラストクリックで直接効果を見る
• ◆経営報告: モデルを1つに固定し、期間比較ができる状態を保つ。毎月モデルを変えると比較不能になる

GA4でのアトリビューション分析

GA4のアトリビューション機能を活用する手順です。

1. ◆管理 → アトリビューション設定 で、レポート用のモデル（データドリブン推奨）と、コンバージョンのルックバック期間（クリック30日 / 90日、エンゲージメントビュー7日）を設定する
2. ◆広告 → アトリビューション → モデル比較 で、ラストクリックとデータドリブンのコンバージョン数をチャネル別に横並びにする。差が大きいチャネルほど「間接貢献」が大きい
3. ◆広告 → コンバージョン経路 で、ユーザーが辿った接触の順序とチャネルを可視化する。「初期接点」「中間接点」「最終接点」の3区分で、どのチャネルがどの役割かを読む
4. ◆経路の長さと日数を確認する。平均接触数が3以上・コンバージョンまでの日数が7日以上なら、ラストクリック評価は危険
5. ◆探索レポートで「セッションの参照元/メディア × キーイベント」を作り、UTMの粒度で確認する

Google広告側のアトリビューション

GA4とGoogle広告では数字が一致しないため、両方の見方を押さえます。

• ◆Google広告のアトリビューションレポート: ツール → 測定 → アトリビューション。Google広告内の接触（検索・YouTube・ディスプレイ）だけが対象で、他媒体は含まれない
• ◆コンバージョンアクションのモデル: 各コンバージョンアクションにデータドリブンを設定する。入札の自動最適化がこのモデルを使う
• ◆ビュースルーコンバージョン: クリックせず表示のみ→後日コンバージョン。動画・ディスプレイ・デマンドジェネレーションの評価に必須
• ◆GA4との差の原因: 計測方法（クリック起点かセッション起点か）、ルックバック期間、ビュースルーの有無、コンバージョン日の定義の違い。差を「どちらが正しいか」ではなく「役割の違い」として説明できるようにする

クロスチャネルアトリビューション

Google広告だけでなく、複数チャネルを横断した分析を行います。

• ◆UTMパラメータ: 全チャネルで utm_source / utm_medium / utm_campaign を統一ルール（小文字・区切り文字固定）で付与し、GA4で統合的に分析する
• ◆データ統合: Google広告、Meta広告、LINE広告、メールの費用データをBigQueryやスプレッドシートに集約し、GA4のコンバージョンと突合する
• ◆マルチタッチ分析: 検索広告→SNS広告→リターゲティング→コンバージョンの経路ごとに貢献度を計算する
• ◆インクリメンタリティテスト: 地域や時期を分けて「広告を止めたグループ」と比較し、広告の純増効果（広告がなくてもコンバージョンしたか）を測る。アトリビューションが答えられない「純増」を測る唯一の方法
• ◆プラットフォーム自己申告の限界: MetaやTikTokの管理画面のコンバージョンは各社のビュースルーを含み、合計するとGA4の実数を大きく超える。合算せず、GA4を共通の物差しにする

分析結果を予算配分に活用

アトリビューション分析の結果を実際の予算配分に反映させます。

• ◆チャネル別ROAS: 各チャネルのアトリビューション加重後（データドリブン）のROASを算出する
• ◆限界CPA: 追加投資1円あたりの追加コンバージョン数。予算を10%増やしたときのCPA変化を見て、逓減ポイントを見極める
• ◆予算シフト: ラストクリックで過小評価されていたチャネルに、まず全体の5〜10%を再配分し、4週間後に全体のコンバージョン数で判定する
• ◆テスト予算: 新チャネルやフォーマットのテストに全体予算の10〜15%を確保する
• ◆判定は「全体」で行う: チャネル別CPAが良くなっても、全体の獲得数が減っていれば失敗

アトリビューション分析の限界

数字を過信しないための前提です。

• ◆Cookie規制とITP: SafariやiOSではクロスサイトの追跡が制限され、経路の一部が欠落する。データドリブンも欠けたデータで学習している
• ◆オフライン接点: テレビ、店頭、口コミは計測できない。ブランド検索の増減で代替観測する
• ◆相関と因果: アトリビューションは「相関ベースの配分」であり、因果（純増）はインクリメンタリティテストでしか測れない
• ◆サンプル不足: 月間コンバージョンが少ないアカウントでは、データドリブンを選択できても配分の精度が出にくい（Google広告のヘルプでは30日間に200件以上のコンバージョンと2,000回以上の広告インタラクションが推奨の目安）

🏋️実践ワーク

以下の課題に取り組みましょう。

• ◆GA4のモデル比較レポートで、ラストクリックとデータドリブンの差が最も大きいチャネルを特定してみましょう
• ◆コンバージョン経路レポートで、最も一般的なユーザージャーニーを3つ特定してみましょう
• ◆アトリビューション分析の結果に基づいて、来月の予算配分案（5〜10%の再配分）を作成してみましょう

よくある質問

GA4とGoogle広告のコンバージョン数が合わないのはなぜですか？

計測の起点（GA4はセッション、Google広告はクリック）、ルックバック期間、ビュースルーの有無、コンバージョン日の定義が異なるためです。どちらかが間違っているのではなく役割が違うので、入札最適化はGoogle広告、チャネル横断の評価はGA4と使い分けます。

データドリブンアトリビューションはどの規模から使えますか？

Google広告では、コンバージョン数に関係なくすべてのコンバージョンアクションでデータドリブンを選択できます。ただし精度を高めるには、30日間に200件以上のコンバージョンと2,000回以上の広告インタラクションが推奨の目安です（推奨値は変わることがあるため、最新のヘルプで確認してください）。GA4のレポートでも規模に関わらずデータドリブンを選択できます。

アトリビューションで「純増効果」はわかりますか？

わかりません。アトリビューションは発生したコンバージョンを接点に「配分」する手法で、広告がなくても起きたコンバージョンかどうかは判定できません。純増を測るには、地域や時期を分けたインクリメンタリティテストが必要です。

まとめ

アトリビューション分析は、広告予算を最適化するための必須スキルです。ラストクリックだけでなくユーザージャーニー全体を把握し、データドリブンモデルで各チャネルの貢献度を評価し、結果を小さな再配分から予算に反映します。同時に、Cookie規制や純増の判定といった限界を理解し、インクリメンタリティテストで補完することが重要です。次の章では、LTVベースの入札戦略について学びます。