アトリビューション（コンバージョンアトリビューション）

アトリビューションとは、広告インタラクション全体にコンバージョンクレジットを配分するロジックです。1回の購入の前に、検索広告のクリック、ソーシャル動画の視聴、メールの開封が発生するかもしれません。アトリビューションは、どのタッチポイントに（どれだけの）クレジットを与えるかを決定します。

なぜ重要か: ROASやCPAの数値は、その背後にあるアトリビューションモデルと同じだけ信頼できます。同じキャンペーンを実施している2人の広告主が異なるモデルを使用すると、異なる「勝者」が見え、異なる予算決定を行います。

一般的なアトリビューションモデル

• ラストクリック: コンバージョン前の最後のクリックに100%のクレジットを与えます。シンプルですが、それ以前の認知活動はすべて無視されます。
• ファーストクリック: 最初のインタラクションに100%のクレジットを与えます。ファネル上部の効果を理解するのに役立ちます。
• 線形: すべてのタッチポイントに均等にクレジットを与えます。公平ですが、ノイズが多くなります。
• 時間減衰: コンバージョンに近いタッチポイントほど多くのクレジットを与えます。中間的なアプローチです。
• データドリブン（アルゴリズム）: 過去のデータを使用して、各タッチポイントの増分効果に基づいて部分的なクレジットを割り当てます。十分なコンバージョン量があるアカウントでは、Google AdsやMetaで利用できます。

つまり: 意思決定の期間に合ったモデルを選びましょう。当日購入に最適化する場合は、ラストクリックで十分かもしれません。数週間の育成シーケンスを実施する場合は、初期のタッチポイントにクレジットを与えるモデルが必要です。

アトリビューションの単一の計算式はありません。計算はモデルに依存します。しかし、一般的な構造は次のとおりです：

タッチポイントあたりのコンバージョンクレジット = 重み(タッチポイント) × 1コンバージョン

ここで重みはモデルによって定義されます：

• ラストクリック：最終タッチの重み=1、その他はすべて0。
• リニア：重み = 1 / (パス内のタッチポイント数)。
• タイムディケイ：重み = e^(−λ × 時間差) をタッチポイント間で正規化。
• データドリブン：重み = 機械学習モデルによるそのタッチポイントの予測増分リフト。

重要な注意点

1. ルックバックウィンドウ — ウィンドウ外のコンバージョンはクレジットがゼロになります。30日間のクリックウィンドウと7日間のクリックウィンドウでは、アトリビューションの分割が大きく異なります。
2. コンバージョンアクション — アトリビューションはコンバージョンアクション（購入、サインアップ、カート追加）ごとに行われます。1つのレポートでアクションを混在させると結果が歪む可能性があります。
3. クロスデバイス — ほとんどのプラットフォームは、ユーザーがログインしていない限り、デバイス間でユーザーを紐付けることができません。報告されるアトリビューションは多くの場合、デバイス固有です。
4. プライバシーの変更 — シグナル損失（Cookieの非推奨、iOS App Tracking Transparency）に伴い、プラットフォームはモデル化されたコンバージョンに依存するようになっています。報告されるROASは不確実性を考慮して扱い、可能な場合は「モデル化 vs 観測」の内訳を常に確認してください。

アトリビューションは単一の数値ではありません。他のすべての指標を変える設定です。ダッシュボードを見るとき、最初に確認すべきはどのアトリビューションモデルが適用されているかです。ラベルに「最終クリック」または「データドリブン」と表示されていれば、ROASやCPAの数値はそのルールに基づいて計算されています。

確認すべきポイント:

• モデルラベル — 通常、レポートのヘッダーやドロップダウンに表示されます。表示されない場合は、最終クリック（ほとんどのツールのプラットフォームデフォルト）と想定します。
• ルックバック期間 — 30日間のクリック / 1日間のビュー？7日間のクリック？検討段階の製品では、これによりCPAが20～40%変わる可能性があります。
• コンバージョンアクション — 「すべてのコンバージョン」を見ていますか、それとも特定のアクションですか？アクションを混在させるとROASが水増しされます。

併せて確認すべき指標:

• パス長 — コンバージョンまでの平均タッチポイント数。3を超える場合、最終クリックではアッパーファネルチャネルが過小評価されます。
• アシストコンバージョン — パスに登場したが最終クリックは獲得しなかったチャネルを示すレポート。アシストコンバージョンシェアが高い＝そのチャネルが認知施策を行っていることを示します。
• モデル比較 — サイドバイサイドのレポート（例：最終クリック vs データドリブン）を実行し、どのチャネルがクレジットを増減するかを確認します。その差が「アトリビューションギャップ」です。

アトリビューションは設定であり、毎日操作するレバーではありません。しかし、キャンペーン構造、入札戦略、測定設定を変更することで、クレジットの流れに影響を与えることはできます。

アトリビューション結果を変えるレバー

• コンバージョンウィンドウ — ルックバックウィンドウを短くすると、クレジットがラストクリックチャネルに集中します。長くすると、初期のタッチポイントにもクレジットが分散されます。
• 入札戦略 — 目標CPAや目標ROASの入札戦略は、選択したアトリビューションモデルに最適化されます。ラストクリックからデータドリブンに切り替えると、入札がアッパーファネルプレースメントに支出をシフトさせる可能性があります。
• キャンペーン構造 — プロスペクティング（認知）キャンペーンとリターゲティング（コンバージョン）キャンペーンを分離すると、各チャネルの役割が明確になります。混合キャンペーンはアトリビューションをノイズだらけにします。
• オフラインコンバージョンのインポート — 電話や店舗購入をインポートすると、アトリビューションがより完全になります。これがないと、オフライン販売を促進するデジタルタッチポイントはクレジットを得られません。

トレードオフ

• ラストクリックはシンプルだが盲目 — 最終タッチを過大評価し、アッパーファネルチャネルを飢えさせます。短期的にはCPAが下がるかもしれませんが、総到達可能オーディエンスは縮小します。
• データドリブンは賢いがデータを多く必要とする — キャンペーンあたり30日間で約300件以上のコンバージョンが必要で安定します。それ以下では、モデルが毎週ランダムにクレジットを変動させる可能性があります。
• マルチタッチモデル（線形、時間減衰）は公平だが不正確 — すべてのタッチポイントが等しく重要（線形）か、新しさだけが要因（時間減衰）と仮定します。真の増分性は測定しません。

よくある間違い: ある住宅サービス広告主がラストクリックから線形に切り替え、ROASが30%低下しました。慌てて元に戻しました。低下は予想通りでした — 線形は単にクレジットをより多くのタッチポイントに分散しただけです。実際の収益は変わっていませんでした。最適化モデルを変更する前に、必ずモデル比較レポートを実行してください。

アトリビューションはキャンペーン成果を見るためのレンズです。レンズを変えれば、見える絵も変わります。重要なポイント：

• ROASやCPAを報告する際は、必ずアトリビューションモデル、ルックバックウィンドウ、コンバージョンアクションを明記してください。
• ラストクリックはシンプルですが、ファネル上部の価値を隠します。データドリブンは優れていますが、ボリュームが必要です。
• プライバシー変更によりモデル化コンバージョンが増加します。インクリメンタリティテストやホールドアウト実験で検証してください。