「アトリビューション分析」という言葉は既にマーケティングの界隈では一般的になってきています。しかし、実際にアトリビューション分析に取り組み、マーケティング戦略の改善を行ったという事例はまだ少ないのではないでしょうか。
本コラムではアトリビューション分析とは何かについて確認するとともに、実際の活用シーンや代表的なモデルについてご説明します。
アトリビューション分析とは
アトリビューション分析とは、主にWeb広告において、出稿している様々な広告の貢献度を測定するために用いられる分析手法です。
Web広告では、従来のTVCFやOOH等のオフライン広告と違い「どの広告によっていくら売れたか」が明確に数値として表されます。そのため、コンバージョン（CV）を獲得した広告＝良い広告、としてWeb広告の価値が判断されてきました。
この時に着目される指標はCost per Acquisition（CPA）で、いかに低いコストで多くのコンバージョンを獲得できたかという点が重視されます。
しかし、「コスパの良さ」だけで広告の良し悪しを判断してしまうのにはリスクがあります。
Web広告運用の実際の業務においては、
- CVをあまり獲得できていない
- CVはそこそこ獲得できているが、CPAが高い
といった広告の出稿を止める場合もあると思います。
その考え方が必ずしも間違っているわけではありませんが、次に示す例のように一見効果の低い広告も利益に対して貢献している可能性があります。
- CVをあまり獲得できていない広告だが、ユーザーの印象に残っていて、そのユーザーはその後検索してWebサイトに流入し、CVした
- CVはそこそこ獲得できている広告だがCPAが高い、しかしユーザーはその広告の後に見た別の広告からCVしていて、そのCPAは低く出ている
上記のような仮説が正しかった場合、補完的な役割を果たしていた広告が抜け落ちてしまうと、全体的なCV数の低下や、結果的なCPAの高騰に繋がってしまいます。
こうした考えのもと、広告同士の補完的関係、あるいは相関・因果関係を分析するのが「アトリビューション分析」です。
端的に言うと、単一の広告のCPA評価も重要だけど、広告運用全体のCPA、いわゆるTotal CPA（TCPA）も重視しよう、ということです。
また昨今では、デバイスを跨いでも同一ユーザーであることが特定できるなど、トラッキングの技術も進歩してきており、単一の広告のCV計測だけでなく、「あるユーザーが広告によってどのように態度変容したのか」といったように、1ユーザーの一連の購買行動の流れを分析できるため、アトリビューション分析の有用性はより高まってきています。
アトリビューション分析が活きるシーン
上述のように、アトリビューション分析はマーケティング施策全体の最適化において重要である一方、
- Web広告の出稿を始めたばかり
- 扱う予算規模がそれほど大きくない（月数十万円規模など）
- 単一の広告の運用がメイン（リスティング／ディスプレイ／リマケなど複数の広告を運用していない）
などの場合は、必要以上にアトリビューション分析にこだわらずとも、手元の数値を丁寧に見ていくことで改善の示唆が得られる場合も多くあります。
そのような場合には別の分析をテーマとした方が、課題に対してクリティカルな解決案となる場合があります。
また、分断されているユーザーのデータを紐付けるインフラ環境が必要であることなどから、アトリビューション分析を行える環境がないので構築するところから始める、など初期投資がかさむケースもあり、事業やビジネスのフェーズに合わないという場合もあります。
アトリビューション分析が手法として合致するシーンとしては、
- 各種広告施策が頭打ちとなっている
- 大規模な広告予算を、複数の媒体に出稿している
- プライベートDMPのようなデータインフラが整っている
といった、上記の裏返しのようなシーンの場合になると言えます。
代表的なアトリビューションモデル
実際にアトリビューション分析を行う際には、
- 相関関係のある事柄を見つける
- 最適な広告経路を見つける
- 最適な広告経路の中で重要なチャネル／クリエイティブを見つける
などを目的にしながら、データ収集・加工→様々な分析を試しつつ、結果に迫っていく、という手探りの部分がケース・バイ・ケースで存在します。
ただ、一般にアトリビューション分析を行う中で、どの広告がどのように成果を残していたのか？を評価するための代表的なモデルが5つ存在します。
Google Analytics（GA）でも採用されているアトリビューションモデルを参考に、下図のようなモデルになります。
このように、アトリビューション分析ではユーザーと接点を持った広告を時系列に並べ、それが結果としてCVにどのように結びついていたのか、あるいは、結びついていなかったのかを評価していくことが可能です。
「終点モデル」というのが、これまで暗黙的にCPA評価が重視されてきた際の評価モデルです。
「起点モデル」は逆に、「ユーザーと最初に接点を持った広告が最も価値が高い」という考え方をした場合の評価モデルです。
上述のアトリビューション分析の目的という観点から、具体的なイメージを補足すると下記のようになります。
相関関係のある事柄を見つける
CV獲得の多い広告Xの初回タッチポイントとして多かったのは広告A
最適な広告経路を見つける
→ ディスプレイ広告で2〜3回流入し、リスティング広告の指名ワードでCVする経路（仮に経路Cとする）が最もトータルCPAが低い
最適な広告経路の中で重要なチャネル／クリエイティブを見つける
経路Cの中でもクリエイティブのABテストの結果、クリエイティブAの方がCVRが高い
など、「線形モデル」や「接点ベースモデル」のように、ユーザーと広告の接点における「中間」にも重きを置いたモデルを採用すると、一見効果が悪く見えていた広告も実は役に立っていたという結果を発見することができます。
まとめ ― そして、アトリビューション分析の本道
以上が、アトリビューション分析として一般的に理解されている概念の大枠です。
アトリビューション分析を始める身近な方法としては、GAのアトリビューション分析ツールを使う方法などがあります。GAで使いたいモデルをクリックすれば、ツールにより自動的に評価された結果を簡単に見ることができます。
しかし実は、
- どのモデルで評価することが最適なのか
- スコアリングの重みを調整するとどうなるか
など、ツールに当てはめただけでは分からないことをデータから読み解いていくのがアトリビューション分析の本道です。
GAの標準機能として備わったことで、アトリビューション分析を行ったことがあるという方は少しずつ増えてきているかもしれません。
少し試してみるだけであればそれで十分なのですが、
自社の事業にとって今使用しているモデルでの評価は最適ではなく、誤った意思決定をしてしまっている
という場合も考えられます。
アトリビューション分析を正しく活用するには、事業の戦略に沿った評価モデルを選定し、その結果からマーケティング施策を見直していくことが必要になります。
Uhuru Analyticsの戦略分析グループでは、アトリビューション分析の設計から、その後のマーケティング戦略策定の支援までを一気通貫で行っております。お困りの際はお気軽にご相談ください。
この記事を書いた人
箕部 和也
Minobe Kazuyaデータアナリティクス部 戦略分析グループ リード・アナリティクスディレクター
SNSを中心としたデジタルマーケティングコンサルタントとしてキャリアをスタートし、前職では主にLINE公式アカウントなどを通じたSNSマーケティングのコンサルティングに従事。
ウフル参画後はデータアナリティクス部にて、Data-Basedな戦略を実現するための分析プロジェクトを通じて企業のマーケティング活動を支援している。