アトリビューション分析とは？マルチタッチのモデルと間接コンバージョン、AI（Google・Adobe）の配分方式

アトリビューション分析は、コンバージョンに至るまでにユーザーが触れた複数の広告やチャネルへ、成果の貢献度を配り直す分析です。1つの接点に全額を配るシングルタッチと、複数の接点に分けるマルチタッチがあり、同じ経路でもどちらを使うかで「効いた広告」の答えが変わります。ただし「5モデルから選ぶ」という説明は、いまのGoogleの仕様とは合いません。GA4では4モデルが2023年11月に提供を終え、選べるのは3種類です。「AIで配分する」方式も、GoogleとAdobeでは計算の考え方も必要なデータ量も違います。この記事では、モデルの配分ルール、間接コンバージョンの数え方、AIによる配分の中身、分析の手順、ツールの選び方を、公式ヘルプと公式ドキュメントで確認できた範囲で整理します。

まとめ：アトリビューション分析で答えられること、答えられないこと

• Googleで選べるモデルは限られている。GA4はデータドリブンとラストクリック系2種の3つ、Google広告はデータドリブンとラストクリックの2つで、GA4でマルチタッチの配分をするならデータドリブンしかありません。線形やU字型は、Adobe Analyticsでは現在も選べます。
• 間接コンバージョンは経路の終点以外の接点の貢献。GA4は［キーイベントのアトリビューション パス］、Google広告は［アシスト コンバージョン］で確認します。アシスト数は成果の総数を上回ることがあり、媒体ごとの数字を足すと成果が水増しされます。
• AIによる配分は製品ごとに算出方式が違う。GoogleのDDAは生存時間解析と反事実の比較、Adobe Analyticsのアルゴリズミックは協力ゲーム理論のハルサニ配当（シャープレイ値の一般化）、Adobe Attribution AIは影響スコアとベースラインを差し引いた増分スコアを出します。
• データ量の条件も違う。GoogleのDDAに最低コンバージョン数の条件はなく、Adobe Attribution AIは最低90日分のデータと1,000件以上のコンバージョンを求めます。
• モデルより先に効くのは顧客の単一ビュー（SCV）。同一人物がPCとスマートフォンで別人として数えられていれば、どのモデルでも経路そのものが間違います。
• アトリビューション分析は「広告をやめたら成果がどれだけ減るか」には答えません。配分結果だけでは、広告停止時に減る成果を確定できません。Google DDAのように実験データで学習する方式もありますが、自社の広告停止効果を直接測った結果とは区別します。広告の有無による差を知りたいなら、広告の増分効果を測るインクリメンタリティの手法を使います。

ラストクリック評価の取りこぼしと間接コンバージョン

ラストクリックが上流の広告を過小評価する例

Google広告のヘルプ（About attribution models）には、取りこぼしが分かる例が載っています。イタリア・フィレンツェのレストランを探すユーザーが「restaurant tuscany」「restaurant florence」「3 star restaurant florence」「3 star restaurant abigaille florence」の順に検索し、最後の検索に出た広告から予約したとします。ラストクリックモデルでは最後のキーワードが貢献度を100%受け取り、前段の3つのキーワードには何も割り当てられません。

この構造は、指名検索やリターゲティングの数字が良く見え、認知を作った広告の数字が悪く見える形で効いてきます。予算配分をラストクリックのCPAだけで決めると、成果に寄与している上流のキャンペーンを過小評価し、停止してしまうおそれがあります。

間接コンバージョンと直接コンバージョンの定義

Googleの旧アナリティクス（ユニバーサル アナリティクス、UA）のヘルプは、コンバージョンの直前のインタラクションを「終点」、終点以外のすべてを「アシスト」、最初のものを「起点」と分け、「コンバージョン経路上の終点以外の位置にあるチャネルは、そのコンバージョンをアシストしたと見なされます」と定義しています。Google広告も同じ考え方で、直前ではなかった広告インタラクションを「クリックと表示によるアシスト数」、直前のものを「ラストクリックによるコンバージョン」と呼びます。間接コンバージョン（間接CV、アシストコンバージョン）はアシスト側、直接コンバージョンは終点側の成果です。

注意したいのは、日本語の解説で「直接」が少なくとも3通りの意味で使われていることです。

3つ目のGA4のデフォルト チャネル グループの「直接」は、参照元が「(direct)」かつメディアが「(not set)」または「(none)」の訪問で、ブックマークやURLの直接入力のほか、参照元が送られなかった訪問も入ります。1つ目の直接CVと3つ目の直接チャネルを同じ数字として扱うと、比較そのものが成り立ちません。社内で報告するときは、どの定義で数えた数字かを1行添えてください。なお統計学の媒介分析でいう「間接効果」（Imai・Keele・Tingley, Psychological Methods, 2010年）は原因が媒介変数を通して結果に与える因果効果で、経路上の位置で数え分けた間接CVとは別の概念です。

シングルタッチとマルチタッチの配分ルール

シングルタッチの基本形＝ファーストタッチとラストタッチ

シングルタッチ・アトリビューションは、経路上の1つの接点に貢献度を全額割り当てる方式です。最初の接点に割り当てるのがファーストタッチ、直前の接点に割り当てるのがラストタッチです。ファーストタッチは「どのチャネルが顧客を最初に連れてきたか」を測るので認知獲得の評価に、ラストタッチは最後の一押しを測るので刈り取り施策の評価に向きます。裏返せば、ファーストタッチは購入直前の再検索やリターゲティングの寄与をゼロとみなし、ラストタッチは認知を作った施策をゼロとみなします。

どちらか一方を選ぶより、同じ期間を両方で集計して差が大きいチャネルを探す使い方が実務的です。ファーストタッチで高く出るチャネルは計測経路の入口に、ラストタッチで高く出るチャネルは成果直前に現れやすいと読めます。ただし、この差だけでは認知獲得や購入への因果的な効果は判断できません。

マルチタッチの主要系統と同じ経路の計算例

マルチタッチ・アトリビューション（MTA）は、経路上の複数の接点に貢献度を分け合わせます。マルチチャネル・アトリビューションもほぼ同じ意味で使われます。分け方は、均等に配る線形、コンバージョンに近い接点ほど重くする減衰、最初と最後を重く見る接点ベース（U字型）、実データから配分を学習するデータドリブンが主な系統です。W字型などを別に数える文献もあるので、ツールを比べるときはモデル名ではなく配分ルールの中身で突き合わせてください。

自然検索、ディスプレイ広告、SNS、リスティング広告の順に4回接触して1件のコンバージョンに至った経路に、各モデルを当てると配分は次のように変わります（接点ベースは最初と最後に40%ずつ、残る20%を中間で等分）。

ディスプレイ広告の評価は、ファーストタッチなら0件、線形なら0.25件です。この数字で予算を決めれば、モデルを変えただけでディスプレイ広告の停止と増額が両方正当化できてしまいます。減衰は接触の時間間隔で、データドリブンは学習結果で配分が変わるため、固定値では書けません。社内でモデルを議論するときは、同じ経路の同じデータに複数のモデルを当てた数字を並べてください。

2026年時点で実際に選べるアトリビューションモデル

モデル一般の分類と、製品上で現在選択できるモデルは別物です。Googleアナリティクスのヘルプは「「ファースト クリック」、「線形」、「減衰」、「接点ベース」アトリビューション モデルは 2023 年 11 月をもってご利用いただけなくなります」と明記しています。Google広告の英語版ヘルプも「The first click, linear, time decay, and position-based attribution models are no longer supported by Google」と述べ、廃止モデルを使っていたコンバージョンアクションはデータドリブンへ移行されたこと、ラストクリックへの切り替えは引き続き可能であることを書いています。

GA4のラストクリック系のうち「有料およびオーガニックのラストクリック」はノーリファラーを除いて最後にクリックしたチャネルへ、「Googleの有料チャネル（ラストクリック）」は最後のGoogle広告チャネルへ全額を割り当て、Google広告のクリックがない経路では前者にフォールバックします。過去を遡るときは、GA4のデータドリブンは2021年11月1日以降、ルールベースは2021年6月14日以降のデータしかない点に注意してください。

ファーストクリック・線形・減衰・接点ベースはGA4とGoogle広告で提供を終了しましたが、ルールベースのラストクリック系モデルは残っています。廃止された4モデルも手法として消えたわけではなく、Adobe AnalyticsのアトリビューションではAlgorithmicを含む11種類が選べ、Visitorコンテナでは、計測期間をレポート期間・14日・30日・60日・90日・カスタム期間から選択できます。Visitコンテナではレポート期間に固定されます。Adobeのドキュメントによれば、この機能はUltimate・Prime・Select・Foundationのすべての契約で利用できます。

AIによるアトリビューションの算出方式（Google・Adobe）

「AIでアトリビューションする」とうたう機能でも、何を計算しているかは製品ごとに違います。比較するときは、配分の根拠になる計算方式と、必要なデータ量を確認してください。

GoogleのDDA：生存時間解析と反事実の比較

GA4ヘルプは、データドリブンアトリビューションについて「機械学習アルゴリズムを使用してコンバージョン経路と非コンバージョン経路の両方が評価されます」「反事実的条件法を使用して、実際に発生したものと発生した可能性のあるものを比較し」と説明しています。コンバージョンしなかった経路も学習データに含める点が、ルールベースとの決定的な違いです。

Google広告ヘルプからリンクされている全2ページの方法論PDFは、もう一段踏み込んでいます。アルゴリズムはコンバージョンの発生時点と確率を「生存時間解析（survival analysis）の応用」で推定し、各広告露出の寄与を、広告に接触したユーザーと接触しなかった類似ユーザー（ホールドバック群）のコンバージョン確率の比較から算出します。数値例では、露出1「best tech gifts」、露出2「top rated phones」、露出3「Google Pixel 4」の組み合わせで確率3%、露出3が無いと2%に下がるため、露出3は+50%のコンバージョン確率を生んだと判定されます。この寄与を広告イベントごとに計算するので、1つの経路に配られる貢献度は小数になります。

日本語の解説でよく見る「Googleのデータドリブンはシャープレイ値で配分している」という説明は、このPDFには出てきません。シャープレイ値型（arXiv:1804.05327）も、チャネルを経路から取り除いたときの到達確率の変化で配分するマルコフ連鎖型（Anderlら, International Journal of Research in Marketing, 2016）も実在する手法ですが、Googleが公開している方法論とは別物です。

Adobe Analyticsのアルゴリズミック：シャープレイ値を一般化した配分

シャープレイ値の系統を採用していると公式に書いているのはAdobeです。Adobe AnalyticsのAlgorithmic attributionのドキュメントは「The algorithm used for attribution is based on the Harsanyi Dividend from cooperative game theory」と書き、ハルサニ配当を「a generalization of the Shapley value solution」と説明しています。計測期間内の接点を協力ゲームのプレイヤーの連合とみなし、各連合が生んだ余剰を部分連合から再帰的に配っていく考え方です。

同じドキュメントは、接点が1つしかないコンバージョンはどのモデルでも100%の貢献度を受けると注記しています。アルゴリズミックの結果がほかのモデルと違ってくるのは、計測期間内に複数の接点がある場合だけです。

Adobe Attribution AI：影響スコアと増分スコア

「アトリビューションAI」は一般名詞としても使われますが、Adobe Experience Platform（AEP）のインテリジェントサービスの製品名でもあります。比較記事を読むときは、どちらの意味かを取り違えないでください。Attribution AIは、ファーストタッチ・ラストタッチ・線形・U字型・減衰のルールベースのスコアに加え、アルゴリズム型の2種類のスコアを出します。

• 影響スコア（influenced）：1件のコンバージョンのうち、各接点が担った割合。
• 増分スコア（incremental）：その接点が直接生んだ限界的な効果。入出力のドキュメントは、増分スコアがベースラインの効果を考慮し、コンバージョンが直前のマーケティング接点だけで生じたとは仮定しない点を、影響スコアとの主な違いに挙げています。

データの条件はGoogleより重く、最低でも3か月（90日）分のデータと1,000件以上のコンバージョンが必要です。既定の学習期間は直近2四半期、計測期間は56日なので、既定設定のまま動かすには180日＋56日＝236日分のデータが要ります。入力にはAdobe Analyticsコネクタのデータセット、Experience Event（EE）データセット、Consumer Experience Event（CEE）データセットが対応しています。いずれもAEP上のデータセットなので、AEPを導入していない企業が単独で使う機能ではありません。

Google DDAの対象条件と推奨データ量

Google広告ヘルプは「すべてのコンバージョン アクションは、コンバージョン数やインタラクション数に関係なく、データドリブン アトリビューション（DDA）の対象となります」と明記しており、かつての最低コンバージョン数の条件はありません。ほとんどのコンバージョンアクションで既定のモデルもデータドリブンです。

ただし、使えることと精度が出ることは別です。同じヘルプは「30 日間にサポート対象ネットワークで 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発生していることをおすすめします」と推奨水準を示しています。推奨量を下回ってもモデルは動いて数字は出るので、その数字で予算を動かす前に、配分値の変動幅と計測の欠損を確認してください。対象となる広告面は、検索（ショッピングを含む）、YouTube、ディスプレイ、デマンドジェネレーションです。

計測期間（ルックバックウィンドウ）の既定値と2026年8月の変更

同じ経路データでも、どこまで遡って接点を数えるかで配分結果は変わります。GA4はこの設定を「計測期間」と呼んでいます（旧称はルックバックウィンドウ）。キーイベントの計測期間の既定値は、ユーザー獲得のイベントが30日（7日に変更可）、その他のイベントが90日（30日または60日を選択可）で、エンゲージビューのキーイベントだけは3日間です。この設定はすべてのアトリビューションモデルに適用され、セッションのアトリビューションにも効きます。

これとは別に、Google広告と共有する「コンバージョン」側の設定が2026年8月11日に変わりました。GA4の新機能のお知らせによると、クリック経由コンバージョンの期間は1〜90日の任意の整数（以前は1・7・14・30・60・90日のプリセット）、エンゲージビューコンバージョンの期間は1〜30日の任意の整数（以前は3日固定）で設定できます。どちらの設定を変えたのかは記録に残してください。

変更の効き方には非対称があります。レポート用のアトリビューションモデルの変更は過去と将来の両方のデータに適用されますが、計測期間の変更は以降にしか適用されません。検討期間の長い商材で計測期間を短いまま運用していると、それより前の接点は構造的に評価されません。

顧客の単一ビュー（SCV）がマルチタッチの前提になる理由

顧客の単一ビューの定義とID統合の破綻

顧客の単一ビュー（SCV、シングルカスタマービュー、単一顧客ビューとも呼ばれます）は、同一人物と判定した顧客の属性・行動履歴・取引履歴を1つの顧客IDに統合し、部門やチャネルをまたいで同じ1件として参照できる状態です。統合対象は、Web解析のクライアントID、広告媒体のクリックID、CRMの会員番号、メールアドレス、POSやポイントカードの番号などです。

同一人物が通勤中にスマートフォンでSNS広告を見て、帰宅後にPCで自然検索から購入したとします。SCVが成立していなければ、この人物は2人として集計され、購入に至った経路は「自然検索1接点のみ」に見えます。ラストタッチなら貢献度は自然検索に100%集まり、マルチタッチを使っても接点が1つしかないため配分のしようがありません。マルチタッチとラストタッチの結果が近い場合は、ID統合による経路の分断に加え、実際の接点数、計測期間、同じチャネルへの接触の偏りも確認します。

ブラウザ側の制限も経路を分断します。Safariは2019年2月21日のITP 2.1で、JavaScriptの document.cookie で作られた永続cookieの有効期限を7日に制限しました。JavaScriptで保存したIDが期限切れになると、数か月に及ぶBtoBの経路が分断される可能性があります。継続して識別できるかは、再訪時のCookie更新やログインIDとの紐付けにも左右されます。Chrome側の状況はサードパーティCookie廃止の現在地で整理しています。

決定的マッチングと確率的マッチングの使い分け

ID統合の手法は2系統あります。決定的マッチングは、ログインID・メールアドレス・会員番号など一意の識別子が一致した場合だけ同一人物と判定します。確率的マッチングは、IPアドレス、デバイス情報、行動パターンの近さから同一人物らしさを推定します。

精度を優先するなら決定的マッチングを基準に置くべきです。確率的マッチングで別人を1人に束ねると、その誤りは経路データを汚したまま下流の全分析に伝わります。ログイン率が低くカバレッジを補いたい場合に限って併用し、確率的に結合したIDにはフラグを立てて、決定的マッチングだけのセグメントと結果を比べられるようにしておきます。どの識別子をどの目的で結合してよいかは取得時の同意範囲に縛られるため、統合設計より先に同意管理の状態を確認してください。ID統合を自社のデータ基盤で組む構成はBigQueryでCDPを構築する構成：ID統合・セグメント生成・広告連携と権限設計で扱っています。

アトリビューション分析のやり方

手順1：キーイベント・計測期間の固定と前提データの実測

最初に決めるのは、何をコンバージョン（キーイベント）とみなすかです。購入・申し込みのような最終成果と、資料請求やカート追加のような中間成果を同じ土俵に置くと、配分結果を読んでも打ち手が決まりません。分析対象を1つか2つに絞り、検討期間に合わせて計測期間を設定します。

そのうえで、モデルを選ぶ前に次の4点を既存のGA4と基幹データで実測します。

• 経路あたりの接点数の分布（1接点で終わる経路が全体の何割か）
• コンバージョンの月次件数（DDAの推奨水準に届くか）
• ログイン済みセッションの比率（決定的マッチングのカバレッジ）
• SafariとChromeのトラフィック比率（計測欠損の想定規模）

異なる2接点でも配分はモデルによって変わるので、接点数の分布だけで要否を決めず、モデル間の配分差もあわせて確認します。ログイン比率が低い場合は、ID統合の対象範囲と経路の欠損も点検します。GA4の設定そのものに不安がある場合はGA4の仕組みと運用体制を先に確認してください。

手順2：モデル比較による配分差の大きい対象の抽出

Google広告では［目標］メニュー内の［アトリビューション］を開き、［モデル比較］で2つのモデルを並べます。ヘルプが勧めている読み方は、ラストクリックとデータドリブンを比較して「ラストクリック基準では過小評価されているキーワード・広告グループ・キャンペーン・デバイス」を見つけるというものです。判断材料はモデル別の「Cost / conv.」（CPA）と「Conv. value / cost」（ROAS）です。ROASの計算式と目安を揃えておくと、モデル間の差を予算の話に翻訳しやすくなります。

このレポートで「選択した期間の履歴データが部分的にしか利用できない」という警告が出ることがあります。アカウントがクロスネットワークのアトリビューション対象になって日が浅い場合に出るもので、期間を直近に寄せると解消します。警告が出たままの数値は比較に使わないでください。

手順3：予算・入札の変更と事業成果の検証

モデル比較で差が大きく出た対象に絞って入札や予算を動かし、その後のCPAとROASを見ます。モデルを切り替えた直後にレポート上の内訳が変わっても、変わったのは配分ルールであって、発生したコンバージョンの総数ではありません。判断すべきは、予算・入札の変更後に事業側の成果が動いたかどうかです。Google広告ではモデル変更がコンバージョンに基づく自動入札にも影響するため、入札設定と変更履歴もあわせて確認します。

モデルの切り替えは評価期間の区切りで行います。四半期の途中で切り替えると、施策の成果とモデル変更の影響が混ざり、どちらが効いたのか判別できなくなります。切り替え前に、同じ過去期間を対象としてラストクリックとデータドリブンをモデル比較レポートで比較し、配分差を把握してから運用を移してください。

GA4とGoogle広告で数値が合わないときの切り分け

モデル比較の前につまずきやすいのが、GA4とGoogle広告でコンバージョン数が一致しない問題です。GA4のコンバージョン パフォーマンス レポートのヘルプは、差が出る理由として次の2点を挙げています。

• 貢献度を割り当てるチャネルの範囲：GA4のアトリビューション設定で「有料チャネルとオーガニック チャネル」を選んでいると、GA4はオーガニック検索・ノーリファラー・参照からのコンバージョンも数えます。Google広告はGoogleの有料チャネルに起因するものだけを数えるため、GA4の合計の方が多くなることがあります。
• 計上する日付：GA4のレポートには、コンバージョンが発生した日時で集計する［コンバージョンの日時］と、つながった広告インタラクションの日時で集計する［インタラクションの日時］があります。Google広告と比べるときは後者に揃えます。

このレポートは［広告］→［コンバージョン パフォーマンス］にあり、表示元をGoogle広告に切り替えると「すべてのコンバージョン」がGoogle広告の管理画面と一致します。ベータ版で一部のプロパティにしか出ず、データも2024年3月15日以降に限られます。

媒体をまたぐと、ずれはさらに大きくなります。検索広告、ディスプレイ広告、他社媒体の広告を順に経由した1件の成果は、各媒体の管理画面でそれぞれ自社の成果として報告されることがあります。媒体ごとの成果の合計が実際の注文数や問い合わせ数を上回っていたら、この重複を疑ってください。媒体横断の評価は注文IDや問い合わせIDで重複を除いた自社データを基準にし、管理画面の数字は入札の調整用と割り切ります。

GA4とGoogle広告での間接コンバージョンの確認方法

GA4：キーイベントのアトリビューション パスの読み方

GA4では、左側の［広告］から［キーイベント］のプルダウンで［キーイベントのアトリビューション パス］を開き、期間と分析するキーイベントを選びます（出典：キーイベントのアトリビューション パス レポート）。資料請求と購入のように性質の違うキーイベントを合算したままだと違いが見えないので、1つずつ選んで確認します。このレポートは経路を位置で3つに区分します。

読む前にアトリビューションモデルをデータドリブンにしておきます。ラストクリックでは貢献度がすべて終点に入るため、早期・中間に数字が出ません。そのうえでチャネル別に早期・中間の比重が大きいものを間接CV型、後期の比重が大きいものを直接CV型と読みます。ディスプレイ広告やSNS広告が早期に偏り、指名検索のリスティング広告が後期に偏る形が典型です。ただし後期にも終点以外の接点が入るため、UAのアシストと終点には一致しません。表示されるのも回数ではなく、選んだモデルで配分した貢献度です。

ノーリファラーの扱いにも注意してください。計測期間内に広告クリックが記録され、その後ブックマークから戻って購入した経路では、他に対象の接点がなければ広告側に貢献度が割り当てられます。このアトリビューションレポートで「直接」に配分されたキーイベント数は、ブックマークやURL直接入力による訪問数とは異なります。

Google広告：アシスト コンバージョンとアシスト比率

Google広告では［目標］→［アトリビューション］の［アシスト コンバージョン］タブで、キャンペーンや広告グループごとにアシスト数とラストクリックによるコンバージョン数を並べて確認します（出典：アトリビューション レポートについて）。ヘルプの例では「YouTube → 検索 → YouTube → YouTube → コンバージョン」の経路で、YouTubeにアシストが2回とラストクリックが1回、検索にアシストが1回数えられます。成果は1件でもアシストは合計3回で、ヘルプも「コンバージョンの総数よりも『クリックと表示によるアシスト数』の方が多くなる可能性があります」と明記しています。アシストにはクリックだけでなくYouTubeのエンゲージビューも含まれます。数え分けはクリックスルーコンバージョン（CTC）とVTCの違いで扱っています。

このレポートに出るのはGoogle広告アカウントのキーワードと広告だけで、自然検索、SNSの投稿、メール、他社の広告を経由した接点は経路に出てきません。ヘルプも「インタラクションの経路が予想より短く見える可能性があります」と書いています。

チャネルの役割を数字で比べるなら、UAが用意していた「アシスト コンバージョン ÷ ラストクリックまたは直接のコンバージョン」の比率が今でも使えます。0に近ければ終点型、1を超えればアシスト型のチャネルです。たとえばYouTubeのアシスト120件・ラストクリック20件なら比率は6.0、指名キーワード検索のアシスト30件・ラストクリック150件なら0.2です。比率が高いチャネルを止めると、ラストクリック以外の数字にも影響する可能性があります。ただし比率は広告費を含まないので、CPAの優劣までは判断できません。

【判断】経路の条件によるモデル選択と、分析を見送るべき場面

実測した経路とデータ条件によるモデル選択

モデルは実測した接点数と検討期間で選びます。個人単位で追えない接点には、集計データで広告効果を推定するマーケティング・ミックス・モデリング（MMM）も候補ですが、十分な時系列データと変動が必要です。GoogleのMeridianのデータ収集ガイドは、経験則として地域レベルのモデルで少なくとも2年分、全国レベルのモデルで3年分の週次データを挙げています。

マルチタッチを運用するかどうかは、モデル比較で生じる配分差と運用コストを比べて決めます。BtoBでは検討期間が数か月に及ぶため、CRM側の商談データと接続するか、期間の長い集計で見る設計が必要です。

分析を見送るべき場面と、アシストを効果と読む誤り

• 比較対象となる接点が一つしかない。どのモデルを選んでも結果は同じです。ただし単一チャネルでも、複数のキーワードやキャンペーンを経由していれば配分は変わります。
• オフラインや非計測の接点が成果の中心。テレビ、店頭、紹介など経路データに乗らない接点は、配分の対象になりません。
• 計測の欠損が大きい。トラッキング制限やコンセント取得の影響で経路が分断されている状態では、見えている経路だけを配り直すことになります。

アシスト数は「経路に出てきた回数」で、その接点がなくても成果が起きていたかどうかは分かりません。リターゲティング広告は購入を検討しているユーザーに多く配信されるため、効果の有無にかかわらず経路に現れやすくなります。Adobe Attribution AIの増分スコアのようにベースラインを考慮する指標も、観測データからの推定であって、広告を止めた実験の結果ではありません。予算を大きく動かす前には、配信を止める地域と続ける地域を分けるジオリフトや、配信対象の一部を外すホールドアウトで増分を測ります。手法ごとの精度と導入コストはインクリメンタリティの4手法の比較で扱っています。

アトリビューション分析の公式例と成功事例の評価条件

Google公式が示す分析例

手元にデータが無い段階で参考にしやすいのは、Google自身がヘルプに載せている例です。日本語版のDDAのヘルプでは、札幌雪まつりツアーのチケット購入を計測しているアカウントで、「北海道ツアー」の広告をクリックした後に「札幌雪まつりツアー」をクリックした人の方が、「札幌雪まつりツアー」だけをクリックした人より購入の可能性が高いと分かった場合、貢献度は「北海道ツアー」側の広告・キーワード・広告グループ・キャンペーンに多く割り当てられるとしています。前述のフィレンツェのレストランの例と同じく、最後のクリックより前の検索広告にも貢献度を配る考え方を示しています。

第三者の成功事例に必要な比較条件と出典

DDAの導入事例にコンバージョンの増加率やCPAの低下率が載っていても、その数値だけでは自社への適用可能性を判断できません。比較対象の期間はいつといつか、アカウントの規模（月間コンバージョン数と広告費）はいくらか、同じ期間に入札戦略やクリエイティブなど他の要素を同時に変えていないか。この3点が不明な数値は、モデル変更の効果を判断する根拠から外してください。例えばGoogle広告の事例なら、コンバージョンアクション、計測期間、比較モデル、入札戦略の変更日まで確認します。

アトリビューション分析ツールの選び方（AIツールを選ぶ条件）

GA4・Google広告の標準機能で足りる条件

GA4のアトリビューションレポートとGoogle広告のモデル比較レポートは、いずれも追加費用なしで使えます。Google広告・YouTube・ディスプレイ・デマンドジェネレーションが出稿の中心で、コンバージョンもWeb上で完結しているなら、AIによる配分はGoogleのDDAで足ります。有料ツールの比較は、この2つで現状のラストクリック評価の歪みを見てからで遅くありません。

Adobeのアルゴリズミック・Attribution AIが向く条件

Adobe Analyticsをすでに契約しているなら、アルゴリズミックは追加の製品なしでAnalysis Workspaceから使えます。Google以外の媒体やサイト内の施策も同じ次元で比べたい場合や、U字型・J字型などのルールベースと並べて検証したい場合は、こちらが手近な選択肢です。

Attribution AIが候補になるのは、AEPに広告接触・メール・店頭購買などのイベントを集約済みで、増分スコアまで見たい場合に限られます。前述の最低条件を満たせないなら、導入しても学習が始まりません。

有料の広告効果測定ツールを検討する条件と確認項目

有料の広告効果測定ツールを検討する価値があるのは、Meta・LINE・アフィリエイト・純広告の比率が高い場合、オフラインのコンバージョンや受注データと突き合わせる必要がある場合、アプリとWebをまたいで同一ユーザーを追う必要がある場合です。GA4でも参照元・メディア単位の配分は見えますが、他社プラットフォーム内のクリック単位の貢献度までは取得できません。

比較時は、対応媒体・データ連携の範囲・料金に加えて、次の3項目を確認してください。第一に、配分ロジックが開示されているか。「AI搭載」をうたうツールが、上の表のような反事実の比較やゲーム理論の配分をしているのか、ルールベースの重み付けを機械学習と呼んでいるだけなのかは、営業資料ではなく技術ドキュメントで確認します。第二に、計測期間を自社の検討期間に合わせて変更できるか。第三に、既存のCRMや広告媒体とどのIDで接続するか。これは顧客の単一ビューが成立するかを直接左右します。計測設計から相談したい場合は、一草のWebコンサルティング・アクセス解析でGA4と広告計測の設定から支援しています。

よくある質問

アトリビューション分析とは何ですか？

コンバージョンに至るまでの経路上にある複数の広告・クリック・要因に対して、成果の貢献度を割り当てる分析です。Googleアナリティクスのヘルプは、貢献度の割り当て方を決める仕組みを「ルール、ルールの集合、またはデータドリブンのアルゴリズム」としてアトリビューションモデルと呼んでいます。データは、GA4の［広告］配下のアトリビューションのレポートとGoogle広告の［目標］→［アトリビューション］で確認できます。

マルチタッチ・アトリビューションはGA4で使えますか？

複数の接点に配分するモデルとしては、データドリブン アトリビューションが使えます。線形・減衰・接点ベース・ファーストクリックの4モデルは2023年11月に提供が終了しており、現在GA4で選択できるのはデータドリブン、有料およびオーガニックのラストクリック、Googleの有料チャネル（ラストクリック）の3つです。線形や接点ベースを設定画面から選ぶ手順を書いた解説は、この変更前の情報です。

間接CV（アシストコンバージョン）とは何ですか？

コンバージョン経路のうち、成果の直前ではない位置にあった接点が貢献した成果です。Google広告では「クリックと表示によるアシスト数」、UAでは「アシスト コンバージョン」として数えられていました。直前の接点に数えた成果は直接CV（ラストクリックによるコンバージョン）です。初回訪問で離脱して再訪問後に成果になった行動を間接コンバージョンと呼ぶ解説もあるので、数字を比べるときは定義を確認してください。

アトリビューションAIのおすすめはどれですか？

出稿がGoogle中心でWebで完結するなら、追加費用のかからないGA4とGoogle広告のデータドリブンから始めるのが妥当です。Adobe Analyticsを契約済みならアルゴリズミック、AEPにオフラインを含む接点を集約済みで増分スコアまで見たいならAdobe Attribution AIが候補になります。Attribution AIは最低90日分のデータと1,000件以上のコンバージョンが必要です。

顧客の単一ビュー（シングルカスタマービュー）とは何ですか？

同一人物と判定した顧客の属性・行動・取引データを1つのIDに統合し、部門やチャネルをまたいで同じ1件として参照できる状態です。Single Customer Viewの訳語として、顧客の単一ビュー、単一顧客ビュー、シングルカスタマービュー、SCVの表記が混在しています。マルチタッチ・アトリビューションでは、これが成立していないと経路が分断され、配分の元になるデータそのものが間違います。

関連記事

• インクリメンタリティとは？広告の増分効果を測る手法とCPA評価の限界・運用判断を解説
• GA4とは？仕組みとUAとの違い・導入と運用体制の判断まで解説
• クリックスルーコンバージョン（CTC）とは？広告での意味と計算式、ビュースルー（VTC）との違い・計測期間
• ROAS（広告費用対効果）とは？計算式・目安と損益分岐点、ROIとの違い
• マーケティングのデータ分析基盤｜GA4・広告・CRM統合の構成と作らない判断