アトリビューションとは？EC広告の効果を正しく評価する分析手法

消費者は購入までに平均7〜8回のタッチポイントを経由すると言われています。「SNS広告で認知→Google検索→比較記事を閲覧→レビュー確認→購入」のように、複数のチャネルが購買に貢献しています。アトリビューション分析は、これらのタッチポイントの貢献度を正しく評価するための不可欠な手法です。

主要なアトリビューションモデルは以下の通りです。①ラストクリック（最後のタッチポイントに100%付与）、②ファーストクリック（最初のタッチポイントに100%付与）、③線形（全タッチポイントに均等配分）、④時間減衰（購入に近いタッチポイントほど重み付け）、⑤データドリブン（機械学習で最適な配分を算出）。GA4ではデータドリブンアトリビューションがデフォルトで採用されています。

ラストクリックモデルだけに依存すると、認知段階の施策（SNS広告・コンテンツマーケティング等）の貢献度が過小評価され、「最後のクリックだけが売上を作っている」という誤った判断につながります。認知施策を削減した結果、検索経由の購入も減少するという悪循環に陥るリスクがあります。

レビューは購買決定の直前に参照されることが多いため、ラストクリックモデルではレビューの貢献度が過大評価される傾向があります。一方で、レビューがなければ購入に至らないケースも多いため、レビューの真の貢献度はマルチタッチモデルで評価すべきです。

iOS14以降のプライバシー保護強化により、クロスデバイス・クロスチャネルでのトラッキングが困難になっています。この「アトリビューション危機」に対応するため、MMM（Marketing Mix Modeling）やインクリメンタリティテストなどの統計的手法が注目されています。

サンプリング施策のアトリビューション評価も重要です。サンプリングは「認知（SNS投稿）→検討（レビュー蓄積）→購入（CVR向上）→リピート（体験者の再購入）」とファネル横断的に効果を発揮するため、単一のモデルでは真の貢献度を把握しきれません。マルチタッチモデルやLTVベースの評価を組み合わせることで、サンプリング施策の総合的なROIを正確に測定できます。