Web広告では広告効果を測定・評価し、PDCAサイクルを回していくことが重要。そんなことはいまさら言うほどでもないですが、皆さんはどのように広告施策の効果を評価していますか?

Web広告施策を適切に評価するためには、アトリビューション分析が不可欠です。
特に、リスティング広告、ディスプレイ広告、SNS広告、動画広告など、多角的な広告施策を行っている場合は、アトリビューション分析の重要性が増してきます。

アトリビューション分析を行わずにそれぞれの広告施策を単体で評価しようとすると、どうしても過小評価されてしまうチャネル、逆に過大評価されてしまうチャネルというものが出てきてしまいます。

今回は、そのアトリビューション分析とは何か、アトリビューション分析の重要性、そして実際のアトリビューション分析の例などを一挙に解説していきます。

アトリビューション分析とは

画像アトリビューション分析の例　従来の評価方法ではコンバージョンに繋がったラストクリックだけを評価していたが、アトリビューション分析を取り入れることでコンバージョンに至るまでの経路も評価できる。

アトリビューション分析とは、広告施策のチャネル別に、どのチャネルがどの程度コンバージョンに貢献しているかを評価する分析法のことです。
Web広告では、リスティング広告+ディスプレイ広告など、複数の広告手法を組み合わせて使うことが多く、ユーザーがコンバージョンする場合も、複数の広告手法を経由してコンバージョンすることが少なくありません。
このとき、直接コンバージョンに至ったクリックだけを評価してしまうと、途中で経由したクリックが一切コンバージョンに貢献していないと扱われてしまうことになってしまいます。
しかし、コンバージョンに至るまでの間にクリックされた広告が、コンバージョンに貢献していないというのはおかしいですよね。
このような、複数の広告を経由したコンバージョンの貢献度を適切に割り振るために生まれたのが、アトリビューション分析なのです。

アトリビューション分析の重要性

アトリビューション分析の視点を取り入れることで、広告施策ごとの「役割」が見えてきます。広告施策ごとの役割というのは、「認知」「比較・検討」「行動」などの消費者行動のファネルにあたるもののことです。

例えば、リターゲティング配信でない動画広告やディスプレイ広告は「認知」にあたり、検討ニーズのキーワードに対するリスティング広告は「比較・検討」にあたり、行動ニーズのキーワードに対するリスティング広告やディスプレイ広告のリターゲティング配信は「行動」にあたります。

アトリビューション分析を取り入れていない、直接コンバージョンだけを評価する形だと、直接コンバージョンがつきやすい「比較・検討」「行動」が評価されやすく、「認知」は評価されにくくなってしまいます。
Web広告においては、費用対効果の高いところに予算を投下していくのが通常の戦略ですから、「認知」にあたる部分の予算はどんどん削られ、直接コンバージョンの取りやすい「行動」部分にどんどん予算が投下されていくことになります。

しかし待ってください。「行動」部分にあたるリターゲティング配信は、既に自社サイトに訪問したことがあるユーザーを対象として広告配信を行う施策です。自社サイトに訪問したことがあるユーザーを対象とすることから、費用対効果が高く、直接コンバージョンへの貢献度も高くなりやすい特徴を持っています。
ですが、そもそも自社サイトに訪問するユーザーというのはどこからやってきているのでしょうか？
SEO対策に力を入れている企業であれば、自然検索で十分な数のユーザーが集まっているかもしれません。多くの場合は、「認知」「比較・検討」にあたる、動画広告・ディスプレイ広告・リスティング広告でユーザーを集めているのではないでしょうか。

確かにリターゲティング配信は直接コンバージョンへの貢献度が高いですが、アトリビューション分析の視点を取り入れると、その前に自社サイトにユーザーを呼び込むための動画広告やリスティング広告もコンバージョンに貢献していることが見えてきます。

このことを忘れて、直接コンバージョンへの貢献度が高いからと言ってリターゲティング配信にばかり予算を投下してしまうと、リターゲティング配信の対象ユーザーがどんどん縮小していき、最終的には広告配信自体が縮小してしまい、コンバージョンが取れず費用対効果も悪くなるという結果に陥ってしまいます。
こうした事態を避け、広告効果を正しく評価するためにアトリビューション分析は重要なのです。

6種類のアトリビューションモデル

画像：6種類のアトリビューションモデル

アトリビューション分析を行う際には、アトリビューションモデルと呼ばれる、コンバージョンへの貢献度を割り振るためのモデルがいくつか存在しています。ここでは、Google広告で設定できるアトリビューションモデル6種類をご紹介します。

アトリビューションモデル①：ラストクリック

ラストクリックは、アトリビューションモデルの中でも最も単純な評価方法です。アトリビューションモデルという考え方が登場する前の従来の計測方法であり、現在も広告効果を評価するとき、一般的に用いられています。
ラストクリックは、コンバージョンに至った最後のクリックだけを評価するモデルです。広告A→広告B→広告C→コンバージョン、という経路を通った場合は、広告Cにだけ1件のコンバージョンが記録され、広告Aと広告Bにはコンバージョンは記録されません。

ラストクリックは、従来の計測方法でありシンプルでわかりやすい反面、コンバージョンの前にクリックされた広告の、いわゆる「アシストコンバージョン」が全く見えなくなるという欠点があります。
そのため、現在では推奨されていません。

アトリビューションモデル②：ファーストクリック

ファーストクリックは、ラストクリックと全く逆の考え方で、最初にクリックした広告だけにコンバージョンを記録する方法です。
広告A→広告B→広告C→コンバージョン、という経路を通った場合は、広告Aにだけ1件のコンバージョンが記録され、広告Bと広告Cにはコンバージョンは記録されません。
最初にユーザーに接触した広告が最も貢献している、つまり認知段階の広告施策を強く評価する方法です。

購入障壁が低い商品サービスの場合、一度認知してもらえればとは少しのきっかけで購入してもらえるという場合もあるでしょう。スーパーの日用品などでは「あ、テレビCMで見たやつだ」というのが意外なほど効果的です。そのため、コンバージョンに至った地点(店舗)ではなく、認知を生んだ地点(テレビCM)を評価します。
多くの商品・サービスは認知や比較検討よりも、行動段階のハードルが最も高くなります。そのため、利用機会はあまり多くいかもしれません。

アトリビューションモデル③：接点ベース

接点ベースは、最初にクリックされた広告と、コンバージョンの直前にクリックされた広告に40%ずつ、その間の広告に残りの20%を均等に割り振る方法です。
広告A→広告B→広告C→コンバージョン、という経路を通った場合は、広告Aと広告Cに0.4件のコンバージョンが記録され、広告Bには0.2件のコンバージョンが記録されます。
アトリビューションモデルの考え方が普及しづらい理由として、上記のようにコンバージョン件数が小数で記録されるという点がありますが、基本的にはその合計は1となるため、記録されるコンバージョン件数自体は変わりません。
接点ベースは、ファーストクリックとラストクリックの両方の特徴を受け継いだような考え方ですが、中間接触のアシスト効果もしっかり記録することができます。

Google広告には様々な自動入札機能が用意されていますが、こうした機械学習による運用を活用する場合はラストクリック、ファーストクリックよりも接点ベースのような記録の方が適しています。
最初の接触と最後の接触の貢献度を大きめに見積もることから、考え方としてもわかりやすく、アトリビューションモデルの中では使いやすいのではないでしょうか。

アトリビューションモデル④：線形

線形は、コンバージョンまでに経由した広告すべてに均等にコンバージョンを割り振る方法です。
広告A→広告B→広告C→コンバージョン、という経路を通った場合は、広告A、広告B、広告Cすべてに0.33件ずつコンバージョンが記録されます。
中間接触のアシストコンバージョンを記録できる点では接点ベースと同じですが、接点ベースが最初と最後の貢献度を大きめにするのに対して、線形ではそのような偏差を全くつけず、経由した広告の貢献度をすべて均等に評価します。

一見すると、接点ベースの方が実態に近くわかりやすいですが、最初の接触と最後の接触を評価する方法だと、認知拡大とリターゲティングに使われるディスプレイ広告の貢献度が重く見積もられやすくなってしまうため、そのような記録方法が適さない場合は、線形を選ぶべきでしょう。
広告の配信形態や目的に応じて使い分けることが大切と言えます。

アトリビューションモデル⑤：減衰

減衰は、コンバージョンの直前にクリックされた広告が最も貢献度が大きいとし、コンバージョンから遠くなればなるほど貢献度が小さいとする考え方です。
広告A→広告B→広告C→コンバージョン、という経路を通った場合は、広告C＞広告B＞広告Aというように、経過時間に応じて計算されたコンバージョン件数が割り振られます。
最後の接触が最も貢献度が大きいと見るのはラストクリックの考え方に近く、消費者行動のファネルに当てはめても、最初の接触よりもコンバージョンに近い接触の方が貢献度は大きいため、最も実態に近い数字が計測できる記録方法と言えるでしょう。
ラストクリックから移行する場合も、減衰であればラストクリックに近い数字が出るため、煩わしさを感じづらいはずです。

アトリビューションモデル⑥：データドリブン

データドリブンは、過去のコンバージョン経路のデータを参照して、最も当てはまりのいい割り振り方が自動で決定される記録方法です。割り振り方を決定するにはある程度のデータ量が必要になるため、一定数以上のコンバージョンデータがないアカウントでは選択できません。
この基準値の具体的な数字は公開されていませんが、30日間に約600件以上のコンバージョンが必要と言われています。
選択できるアカウントは限られますが、もし条件を満たしている場合は、Googleから強く推奨しているため、データドリブンを利用するようにしましょう。

多角的な広告施策の重要性

アトリビューション分析の考え方、アトリビューションモデルについて学んだところで、実際の広告施策でどのように活用していくかを見ていきましょう。

一つの広告施策しか行わないのであれば、アトリビューション分析は不要です。しかし、ユーザー行動が多様化している今、一つの施策だけで臨んだ効果を出すことは難しいでしょう。
今回は、その組み合わせの例をいくつかご紹介します。

リスティング広告+ディスプレイ広告

リスティング広告とディスプレイ広告の組み合わせは、Web広告では「王道」と言ってもいい組み合わせでしょう。
リスティング広告で比較・検討段階のユーザーを自社サイトに誘導し、離脱してしまったユーザーはディスプレイ広告によるリターゲティング配信で刈り取ります。いわゆる「検索リマケ」と呼ばれる方法です。
あるいは逆に、ディスプレイ広告でユーザーの認知を広げ、興味をもって検索してきたユーザーをリスティング広告で刈り取る、という使い方もできます。
いずれにせよ役割がはっきりしているので、アトリビューション分析もやりやすく、運用もしやすいまさに王道の組み合わせと言えるのではないでしょうか。

YouTube広告+Facebook広告

YouTube広告とFacebook広告の組み合わせは、動画広告に特化した組み合わせです。
YouTube広告とFacebook広告の両方で、同じ動画広告を同時に流します。
違う媒体で同じ動画を同時に流すことで、ユーザーにとってはより強い「既視感」を覚えさせることができ、かつFacebook広告を利用することでSNS特有の拡散性の強さを活用することができます。
また、動画が続きものであったり、いくつかのシリーズに分かれていたりするものであれば、リターゲティング配信でそれらを見せるようにしてもいいでしょう。Google広告には動画広告シーケンスと呼ばれる機能があり、これは複数個の動画を決められた順番で見せるものです。
認知+認知の組み合わせなので、アトリビューション分析としては難易度高めの組み合わせですが、動画施策としては非常に効果の高い組み合わせですので、動画施策を行う際にはぜひ試してみてください。

LINE広告+リスティング広告

LINE広告とリスティング広告は、認知施策と比較・検討施策の組み合わせです。
LINE広告をはじめとするSNS広告は、認知施策としては非常に効果が高く、その中でもLINE広告は、非常に幅広い層のユーザーにアプローチできることから、他の媒体よりも認知施策としては向いていると言われています。
また、LINE広告は他のSNS媒体よりもCPCが低くなりやすいという特徴があり、クリックを集めるには最適な媒体です。
そのLINE広告で、まずは大量のクリックを集めることで自社サイトへのクリックを集めてユーザーを誘導し、その後にリスティング広告のRLSA(検索広告向けリターゲティング配信)を活用して刈り取りを行います。
RLSAであれば、ある程度ビッグワードであっても効率的に出稿が行えるため、費用対効果の高い戦略と言えるでしょう。

多角的な広告施策の重要性｜アトリビューション分析

今回は、Web広告の多角的な施策を適切に評価する上では欠かすことの出来ないアトリビューション分析について、その重要性やアトリビューションモデルについて解説してきました。
また、実際のWeb広告施策の組み合わせの例もいくつか紹介してきました。

アトリビューション分析は、実際にやってみようとすると難しく感じるかもしれませんが、アトリビューション分析という概念があることを意識しておくことだけでもずいぶんと見え方が変わってくるものです。
特に、直接コンバージョンだけで評価して予算の投下を決定してしまうと、誤った戦略を立てて結果的にコンバージョン数が縮小してしまうことにもなりかねませんので、アトリビューション分析の考え方は常に頭の中に入れておくようにしましょう。