アトリビューション分析とは?メリット・実際のやり方を解説
この記事をシェアする
アトリビューション分析とは、コンバージョンの直前にクリックされた広告だけでなく、その手前にユーザーが接触した広告の間接的な効果も含めて、広告のコンバージョンへの貢献度を分析する手法です。
アトリビューション分析は広告運用の精度を高めるために必要な手法となりますので、以下のような失敗を犯すリスクを減らすことができます。
- 成果(コンバージョンや売上)を生み出している広告をやめてしまう
- 無駄な広告の予算を増やしてしまう
しかし、「アトリビューション分析とは何なのか、よくわからない」
という担当者の方もいらっしゃるのではないでしょうか。
そこで本記事では、インターネット広告を扱うなら必須の知識である「アトリビューション分析」について、初心者の方にもわかりやすく解説します。
- 本記事のポイント
-
- アトリビューション分析の基本がわかる
- なぜアトリビューション分析を行うべきなのか意義を理解できる
- 具体的なやり方や成功のコツまで解説
目次
「アトリビューション分析とは何なのか知りたい」
「自社の広告運用に役立てたい」
…という方におすすめの内容となっています。
この解説を最後までお読みいただければ、「アトリビューション分析とは何なのか?」はもちろん、自社で取り入れて成功させるためのポイントを押さえられます。
結果として、成果に直結する広告運用が可能になるはずです。ではさっそく解説を始めましょう。
1. アトリビューション分析とは
まずはアトリビューション分析の基礎知識から見ていきましょう。
1-1. アトリビューション分析=広告の貢献度を分析する手法
アトリビューション分析とは、簡単にいえば「コンバージョンに対する広告の貢献度を分析する手法」です。
もともとのアトリビューション分析は、金融分野で投資元本に対する損益要因の分析に使われてきた手法ですが、近年では「インターネット広告」の分野でも活用されています。
そもそも「アトリビューション(attribution)」とは“帰属”という意味で、アトリビューション分析とはある事象がどのような要因から生じたのか分析することです。
インターネット広告でのアトリビューション分析は、ユーザーがコンバージョンに至るプロセスに、どの広告が寄与しているのか、コンバージョンに対する広告の貢献度を明らかにすることを指します。
言い換えれば「貢献度分析」がアトリビューション分析です。
1-2. 成果(コンバージョンや売上)に貢献しているのは最後のクリックだけではない
前述のとおり元は金融分野の分析手法だったアトリビューション分析が、現在ではインターネット広告に適用されている背景として押さえておきたいのは、
「成果に貢献した広告接触はちゃんと評価しましょう」
…という考え方です。
直後にコンバージョンへつながった最後のクリック(ラストクリック)の前に、ユーザーは他の広告もクリックしています。複数の広告のアシストがあったうえで、最後のクリックでコンバージョンに至っているケースがあるのです。
実際、約67%の購買が「複数の広告接触」によって生み出されているというデータが出ています。
わかりやすい例はリスティング広告
具体的にイメージする例としてわかりやすいのは「リスティング広告」です。
というのも、早い時期からアトリビューション分析の有効性が確認されていたのがリスティング広告です。
あなた自身、何らかの商品を購入する際、さまざまなキーワードで繰り返し検索して情報収集し、集めた情報を総合して検討した結果、最終的な購買に至った経験があるでしょう。
たまたま、検索最終段階で検索したキーワードで表示されたリスティング広告をクリックして、購買したかもしれません。しかし、購買決定に貢献しているのは、最後のクリックだけではなかったはずです。
最後のクリックに至る前段階のプロセスで触れた情報の貢献・アシストがあって初めて、最終的な購買決定に至っています。
これらの、最後のクリック以外の広告の貢献度も含めて分析する手法がアトリビューション分析となります。
2. アトリビューション分析をしないと起こる2つの失敗
インターネット広告を運用するうえで、アトリビューション分析は非常に重要です。
なぜなら、アトリビューション分析をしないと、次の2つの失敗が起きるからです。
- 成果(コンバージョンや売上)を生み出している広告をやめてしまう
- 無駄な広告の予算を増やしてしまう
どちらの失敗も、気付いていないだけで、すでに発生しているかもしれません。詳しく見てみましょう。
2-1. 成果(コンバージョンや売上)生み出している広告をやめてしまう
1つめの失敗は「成果(コンバージョンや売上)を生み出している広告をやめてしまう」です。
アトリビューション分析をしないと、コンバージョンの直前の“最後のクリック”を発生させた広告以外の評価ができません。
実は、“成果を生み出しているのは最後のクリックの広告だけではなく、その前段階のアシストクリックも貢献している”という状況は、発生しています。
アトリビューション分析をせずにインターネット広告を運用すると、最後にクリックされた広告のみが売上に対して100%の貢献をしていると勘違いして、それ以外の広告を誤って中止してしまうリスクがあります。
2-2. 無駄な広告の予算を増やしてしまう
2つめの失敗は「無駄な広告の予算を増やしてしまう」です。
コンバージョンにどの広告が本当に“効いて”いるのかを把握できていないと、ラストクリックの広告を過大評価して、ラストクリックの広告予算だけがアンバランスに増えていきます。
同時に、効果が不明瞭な広告を漠然と継続しがちな点にも注意が必要です。
あなたの会社でも、こんな広告はありませんか。
- 「コンバージョンにどれだけ貢献しているのが不明瞭だが、認知度アップのために広告出稿を継続している」
- 「数字では効果が計測できていないが、ブランディングのためにリピート出稿している」
こういった「数値では効果が測れていないものの、きっと効果があるだろうと期待して、漫然と継続している広告」が発生するのは、アトリビューション分析をしていないからです。
なかには貢献度の低い無駄な広告も含まれており、費用対効果が悪くなっています。
3. アトリビューション分析を行うメリット
では、アトリビューション分析を行うメリットとは何でしょうか。
一言でいえば「広告運用の精度が上がる」ことです。
3-1. アトリビューション分析は広告運用の精度を高めるために必要
アトリビューション分析は、精度の高い広告運用を実現するために、非常に有益な分析手法です。
従来の広告運用では、ほとんどが「コンバージョン直前の最後のクリック(ラストクリック)」に基づいて広告効果を測定していました。
その方法では、成果を生み出している広告がきちんと評価されず、逆に貢献度の低い広告が発見できないという問題があることは、先に述べたとおりです。
そこでアトリビューション分析を行うと、ユーザーがコンバージョンに至るまでに接触した各広告の貢献度を、明確に把握できます。
広告のコンバージョンへの貢献度を把握できれば、あとは貢献度に応じて広告予算の配分を変更するだけです。
3-2. アトリビューション分析で解決できる課題
アトリビューション分析を行うと、以下の課題を解決できます。
- 広告の費用対効果を高めたい
- 広告費の予算額はそのままに、コンバージョン数を増やしたい
- 効果測定があいまいになっている広告の成果を数値化したい
- どの広告媒体を拡大していくか根拠を持って判断したい
現状の広告運用には限界を感じ、「現状のその先」の広告運用を目指したいというフェーズで導入する企業が多いのがアトリビューション分析といえるでしょう。
4. アトリビューション分析のやり方
ここで「アトリビューション分析って、どうやるの?」という点が気になるところかと思います。
アトリビューション分析を行うためには、アトリビューション分析機能を持った広告効果測定ツールの利用がおすすめです。
無料で利用できるGoogle Analyticsでも、パラメーターを細かく付与すればできないことはないのですが、かなりの労力が必要なうえ、Google Analyticsの専門知識も必要になります。
そこで、アトリビューション分析ができる業界No.1※の広告効果測定プラットフォーム「アドエビス(AD EBiS)」を例にして、やり方をご紹介します。
※日本マーケティングリサーチ機構調べ 調査概要:2021年6月期_指定領域における競合調査
4-1. ステップ1:アトリビューション指標の評価モデルを設定する
1つめのステップは「アトリビューション指標の評価モデルを設定する」です。
まず前提として、アドエビスでは機能として独自の2つのアトリビューション指標を持っており、これらの測定が可能です。
▼ アドエビス独自のアトリビューション指標
再配分コンバージョン |
間接効果も考慮した貢献度 |
---|---|
Total CPA |
間接効果も考慮した費用対効果 |
再配分コンバージョンとは、ラストクリック以外の広告(コンバージョンに対して間接効果を発揮している広告)にも、コンバージョンを配分する指標です。
上図を例にすると、従来の広告効果測定では、コンバージョンの直前のラストクリックである「Google広告(リスティング広告)」のコンバージョンが「1」とカウントされ、それ以外の広告のコンバージョンは「0」となります。
このラストクリックの「1」を、間接効果を発揮している広告にも配分した指標が再配分コンバージョンです。
アトリビューション分析を行う最初のステップでは、まずこの配分をどう分けるか、重みを設定します。
すべて均等に配分することもできますし、初回を重視する、ラストを重視する、初回・ラストを重視するなど、さまざまなパターンがあります。
広告施策の目的によって選ぶべきモデルが変わりますので、自社の方針に沿って適切なモデルを選択しましょう。
4-2. ステップ2:広告配信抑制を行う広告を見つける
2つめのステップは「広告配信抑制を行う広告を見つける」です。
広告配信抑制を行うべき広告とは、アトリビューション分析を行った結果、直接的にも間接的にもコンバージョンに貢献していないことがわかった広告です。
アドエビスの管理画面では、広告ごとに再配分コンバージョンを表示させ、さらにソートをかけることができます。
再配分コンバージョンが少なく、広告費用が高い順にソートをかければ、費用対効果が悪い広告を簡単に発見できます。
4-3. ステップ3:広告配信強化を行う広告を見つける
3つめのステップは「広告配信強化を行う広告を見つける」です。
アトリビューション分析を行うと、再配分コンバージョンを使って「広告の役割」を確認できます。
広告の役割には、コンバージョン獲得に優れた広告(獲得広告)、認知や初回のアプローチに優れた広告(認知広告)があります。
広告配信をする際、それぞれの広告の役割を明確にしたうえで、予測と実績をアトリビューション分析ですり合わせながら最適化することが大切です。
アドエビスの管理画面では、以下のように間接効果・初回広告・再配分コンバージョンの数値が可視化されるので、各広告がどのような役割を果たしているのかが、一目瞭然となります。
さらにわかりやすくするために、初回広告と直接効果、再配分コンバージョンと直接効果の差分を算出してみます。
直接効果が多い媒体は獲得広告としての役割が強く、初回接触の多い媒体は認知広告としての役割が強いと判断できます。
具体的な配信バランスの整え方は、状況によっても異なりますが、最もシンプルな運用としては当月の目標達成度合いに応じて調整するやり方があります。
すでに当月の目標が達成見込であれば、認知傾向の広告配信を増やして、潜在層へのアプローチを強化します。逆に当月の目標が未達見込であれば、獲得傾向の広告配信を増やして、顕在層をコンバージョンさせる広告を強化します。
5. アトリビューション分析をさらなる成果につなげるコツ
最後に、アトリビューション分析をさらなる成果につなげるコツをお伝えしましょう。
- 大まかな傾向をつかんで素早くPDCAを回す
- コンバージョンしたユーザーの行動履歴まで追う
5-1. 大まかな傾向をつかんで素早くPDCAを回す
1つめのポイントは「大まかな傾向をつかんで素早くPDCAを回す」ことです。
アトリビューション分析では、非常に細かな部分まで分析できるため、時間をかけて突き詰めようとすれば、切りがないほどです。
ですが、「Webマーケティングの現場で、具体的な成果を早く出す」という意味では、細かな部分にまでとらわれるよりも、アトリビューション分析をもとに、どんどん大まかな傾向をつかんで、素早くPDCAを回している企業が成功しています。
5-2. コンバージョンしたユーザーの行動履歴まで追う
2つめのポイントは「コンバージョンしたユーザーの行動履歴まで追う」ことです。
これからアトリビューション分析を活用して広告運用を最適化すれば、必ず広告の費用対効果が良くなっていくはずです。
その次のステップとしてぜひ取り組んでほしいのが、コンバージョンしたユーザーの、その先の行動まで追っていくことです。
広告による「貢献」をコンバージョンのみならず、その先の利益(LTV、顧客生涯価値)まで含めて測定することで、業績向上に直結する広告運用が可能になります。
6. まとめ
アトリビューション分析とは、ラストクリックの広告以外の間接効果も含めて、広告の貢献度を分析する手法です。
アトリビューション分析をしないと、以下の失敗が起きやすくなります。
- 成果(コンバージョンや売上)を生み出している広告をやめてしまう
- 無駄な広告の予算を増やしてしまう
アトリビューション分析は広告運用の精度を高めるために不可欠です。
アトリビューション分析のやり方として、アドエビスを活用した方法をご紹介しました。
- ステップ1:アトリビューション指標の評価モデルを設定する
- ステップ2:広告配信抑制を行う広告を見つける
- ステップ3:広告配信強化を行う広告を見つける
アトリビューション分析をさらなる成果につなげるコツは以下のとおりです。
- 大まかな傾向をつかんで素早くPDCAを回す
- コンバージョンしたユーザーの行動履歴まで追う
ラストクリックだけを測定していては、広告効果を大きく見誤るリスクがあります。ぜひアトリビューション分析への取り組みを始めてみましょう。
この記事をシェアする