RSS ブックマーク twitter Facebook

2018.03.09 川崎 友莉

サイト改善・解析

アトリビューション分析のメリットとは!?今さら聞けないアトリビューションの基本!

The following two tabs change content below.
川崎 友莉

川崎 友莉

3年間事業主として不動産ポータルサイトを運営する会社にてデジタルマーケティングに従事。事業主側の経験を活かした提案や数値分析を強みとする。※GoogleAdWords上級ライセンス保持者

みなさんは広告の効果をどのように評価していますか?Web広告を配信している企業であれば、どの媒体にどれだけの広告費を投下すれば良いのか判断するために、広告を配信している各媒体でどれだけの効果が出ているのか把握しなければいけませんよね。

アトリビューションのメリットとは?

アトリビューション分析のメリットは「適切な予算判断がしやすい」ということです。世の中には様々なメリットがあげられていますが、個人的な見解として最も大きなメリットは「適切な予算判断がしやすい」ことだと考えています。

アトリビューション分析によって適切な予算判断がしやすくなるのはなぜ?

アトリビューション分析の特徴である下記の2点が適切な予算判断、予算調整を手助けします。

①間接効果を適切に評価できる
②媒体重複に惑わされなくなる

間接効果を適切に評価できる

従来は間接効果を無視したラストクリックCPA(直接効果)のみで評価し予算調整をするのは主流でした。あるユーザーが4回の広告接触のうち広告Aを3回クリックし最後(4回目)に広告Bをクリックしてコンバージョンした場合に、広告Bに効果があったという判断です。この場合、広告Aが商品の想起・検索をいくら促していたとしても広告Bにしか効果がなかったと言われてしまいます。最悪の場合、広告Aは配信停止、広告Bに広告Aの分の費用を投下する、という判断をする可能性もあります。

 

このような予算調整が本当に正しいのか?直接コンバージョンに関与した広告Bのみが評価され、広告Aは全く効果のない広告として評価していいのか?そもそも1件のコンバージョン獲得には様々な広告が関与しているのではないか?・・・そんな疑問を解決できるのがアトリビューション分析です。

アトリビューション分析では、ユーザーがコンバージョンに至るまでに接触したすべての広告が評価されます。

例に出した広告Aと広告Bの場合、ユーザーはコンバージョンまでに計4回の広告に接触しています。貢献度を均等に振り分ける場合、1回あたり広告接触で0.25コンバージョン(1コンバージョン÷4回)が付与されます。
その場合、広告Aは3回接触したため0.75コンバージョン(0.25コンバージョン×3回)、広告Bは1回なので0.25コンバージョン(0.25コンバージョン×1回)ということになり、広告Bよりも広告Aのほうが効果は高いということになります。

 

 

※上記は接触した広告すべてに1コンバージョンを均等に分解して重み付けをしました。
この重み付けのルールは扱う商材や評価の軸によって異なります。私は過去に、ラストクリックに近づくほど比重を増やしていく「減衰モデル」を使っていました。

媒体重複に惑わされなくなる

アトリビューションの2つ目の特徴が媒体重複の排除です。
複数の媒体で広告を配信している場合、媒体ごとの基準に基づいた計測方法で計測された実績数値を、各レポートで把握することになります。

一人のユーザーが下図のように広告A・広告B・広告C・広告Dをそれぞれ1回ずつクリックしてコンバージョンした場合、広告Aから広告Dの各媒体のレポートにそれぞれ1件ずつのコンバージョンがカウントされてしまいます。
この場合、実際のコンバージョン数は1ですが、広告Aで1件・広告Bで1件・広告Cで1件・広告Dで1件、4つのレポート合わせて4件のコンバージョンが獲得できたように見えるわけです。
これは広告全体の効果を過大評価したことになり、間違った予算の使い方を招く恐れがあります。

アトリビューション分析では、ユーザーがコンバージョンに至るまでの間、どの順番でどの広告に接触したかの接触経路がわかります。媒体を横断して計測するので重複なく1件のコンバージョンとしてカウントができます。

これにより、間接効果よりも直接効果に寄与する広告や、逆に直接効果にはならないが間接効果として力を発揮する広告など広告媒体別の傾向を把握することができます。

アトリビューションモデルの紹介

さきほど少し触れた重み付けのルールについて、Google Analyticsにおけるアトリビューション分析からいくつか分析モデルをご紹介します。

終点モデル

これはラストクリックCPA重視の分析と同じ考えのモデルです。コンバージョンの直前にクリックされた広告のみを効果として捉えます。それ以外の広告の効果を加味しないモデルとなります。

最後の間接クリックモデル

こちらのモデルは終点モデルと非常に似ていますが、ノーリファラーがカウントされないという点で異なっています。コンバージョン直前にクリックしたチャネルに効果が100%配分される仕組みです。
下記の流れでコンバージョンしたユーザーの場合、コンバージョン直前の「ダイレクト」ではなく、その前の「ディスプレイ」の効果としてカウントされるのです。

例:「ディスプレイ」→「ダイレクト」→CV

起点モデル

初回接触となった広告のみを効果として捉えるモデルです。終点モデルとは真逆の考え方で、ユーザーへの認知を重視した広告評価に適しています。

線形モデル

接触したすべての広告に対して、1コンバージョンを均等に割り振る手法です。先ほどの例でも少し触れたモデルとなります。初回接触からコンバージョンまでに接触した広告の回数が少ないほど、1接触あたりの広告効果が高くなります。

減衰モデル

ラストクリックに近づくほど効果の比重を増やしていくモデルです。接触が早ければ早いほどラストクリックから遠ざかるため、ほとんど効果のない広告だとみなします。検討期間が短い商品などに適しているモデルです。

接点ベースモデル

起点・終点・中間と、広告のタッチポイントによって配分を変えるモデルです。
ユーザーと初めて接触した広告とコンバージョンに直接寄与した広告を最も評価し、残りの広告は均等に効果を配分する仕組みです。

まとめ

アトリビューション分析には、コンバージョンに至るまでに接触したすべての広告を把握し適切な予算配分の手助けができる分析手法です。
この分析を取り入れることで、これまで課題評価・過小評価していた広告を把握し、予算の配分を見直すことができる可能性があります。

広告を配信するために必ず必要となる広告効果の分析。今一度、自分たちの分析手法で適切な判断や予算調整が実現できているか見直してみるのもいいかもしれませんね。

Google Analytics解析サービス