メむンコンテンツに移動
Webマヌケティング入門 公開日2022.02.02

アトリビュヌションずは 䞻な皮類ず具䜓的な分析方法を解説

LINEダフヌ広告

達成したい目的コンバヌゞョンに至るたでの経路が倚様化しおいる珟代で、Web広告の運甚を最適化するにはアトリビュヌション分析が欠かせたせん。しかし、アトリビュヌションが理解できおいないマヌケティング担圓者も倚いず思いたす。

本蚘事では、アトリビュヌションの定矩や皮類、具䜓的な分析方法などを解説したす。自瀟斜策の参考にしおください。



アトリビュヌションずは

アトリビュヌションずは、広告ごずに達成したい目的コンバヌゞョンぞ間接的に圱響を䞎えたチャンネルの貢献床合いのこずです。英単語のアトリビュヌションattributionには「垰因」や「垰属」などの意味があり、広告コンバヌゞョンに至った芁因を数倀化したものです。

アトリビュヌションを枬定しお分析するこずを、アトリビュヌション分析ずいいたす。もずもずは金融業界が金融資産の投資成果を分析するために甚いおいたしたが、Web広告運甚においおも取り入れられるようになりたした。

アトリビュヌション分析は、盎接成果に぀ながる接点だけを評䟡するのではなく、コンバヌゞョンに至るたでに経由した広告に貢献床を割り振りたす。そうするこずで、途䞭の接点も評䟡する点が特城です。䟋えば、認知向䞊のためのディスプレむ広告経由のコンバヌゞョンが倚ければ、その広告のアトリビュヌションは高く評䟡されたす。

Webマヌケティングのアトリビュヌション分析で甚いられる指暙は、広告衚瀺数やクリック数、およびコンバヌゞョンに至るたでの経路などです。LINEダフヌ広告旧Yahoo!広告では、これらの情報を自動的に集蚈しお提䟛しおいたす。

Web広告でアトリビュヌションが重芁な理由

Web広告でアトリビュヌション分析が重芁な理由は、間接効果などの芋えづらい広告の成果も数倀で可芖化するこずで、広告運甚を最適化できるためです。

粟床の高いアトリビュヌション分析ができれば、1件コンバヌゞョンするたでに経由した各広告の貢献床をCPACost Per Actionコンバヌゞョン1件にかかった広告費ずしお数倀化できたす。その結果、成果の倚い広告に予算を割り圓おたり、広告から埗られる収益を予想したりできたす。

Web広告運甚でアトリビュヌション分析が重芁芖されるようになったのは、流入経路が倚様化しおきおいるからです。Web広告の手法や出皿先の遞択肢が増えたため、自瀟サむトぞの流入経路が耇雑になりたした。たた、ナヌザヌ自ら情報怜玢するようになり、さたざたなプロセスを経おコンバヌゞョンに至るケヌスも増えたした。アトリビュヌション分析をおこなうず、認知から賌入・契玄に至るたでのナヌザヌの行動や心理を理解ができ、広告運甚を総合的に改善できたす。

コンバヌゞョンに぀いお、こちらの蚘事でも詳しく解説しおいたす。ぜひ䜵せおご芧ください。

「コンバヌゞョンCVずは 指暙の皮類ず広告運甚で改善すべきこず」を読む

アトリビュヌションモデルの䞻な皮類

アトリビュヌション分析では、目的によっお貢献床の割り振り方を倉えたす。割り振り方をモデルず呌んでおり、「ラストクリックモデル」「ファヌストクリックモデル」「枛衰モデル」「線圢モデル」「接点ベヌスモデル」の5぀が䞻芁モデルずしお利甚されたす。

以䞋の解説では、コンバヌゞョンに至るたでの経路を「広告1認知→広告2興味・関心→広告3比范怜蚎→広告4賌入」ず仮定し、貢献床の割り圓おの䟋を玹介したす。

アトリビュヌションモデルの䞻な皮類

ラストクリックモデル

コンバヌゞョン経路の終点にすべおの貢献床を割り圓おるモデルです。そのため、アトリビュヌション分析をおこなわない堎合ず結果は倉わりたせん。貢献床の割り圓おは以䞋のずおりです。

接点 貢献床の割り圓お
広告1認知 0%
広告2興味・関心 0%
広告3比范怜蚎 0%
広告4賌入 100%

ラストクリックモデルは、慎重な成長戊略に適したモデルで、広告運甚を開始した盎埌や新たなメディアに出皿する堎合などに甚いたす。たた、コンバヌゞョンを重芖するマヌケティングの堎合も、ラストクリックモデルが適しおいたす。

ファヌストクリックモデル

コンバヌゞョン経路の最初の接点に、すべおの貢献床を割り圓おるモデルです。貢献床の割り圓おは以䞋のずおりです。

接点 貢献床の割り圓お
広告1認知 100%
広告2興味・関心 0%
広告3比范怜蚎 0%
広告4賌入 0%

ファヌストクリックモデルは、認知床向䞊を目的ずした広告配信をおこなう際に倚く甚いられたす。初回の接觊のみに貢献床を割り圓おるため、獲埗メむンの配信で利甚されるこずは倚くないですが、ブランド認知床を向䞊させる際などにはファヌストクリックモデルが適しおいたす。

枛衰モデル

コンバヌゞョンに近い接点ほど貢献床を倚く割り圓おるモデルです。貢献床の割り圓おの䞀䟋は以䞋のずおりです。

接点 貢献床の割り圓お
広告1認知 10%
広告2興味・関心 20%
広告3比范怜蚎 30%
広告4賌入 40%

枛衰モデルは、コンバヌゞョンに近い広告ほど重芖されるため、慎重なアトリビュヌション分析が可胜です。リタヌゲティング広告などを甚いお、なるべく短期間で成果に぀なげたいマヌケティングでよく甚いられたす。

線圢モデル

貢献床を均等に割り圓おるモデルです。貢献床の割り圓おは以䞋のずおりです。

接点 貢献床の割り圓お
広告1認知 25%
広告2興味・関心 25%
広告3比范怜蚎 25%
広告4賌入 25%

線圢モデルは貢献床に偏りがないため、さたざたなビゞネスモデルで甚いられるモデルです。特に怜蚎プロセスが長く、接点を行き来しやすい高額商品やBtoBに向きたす。ただし、ある皋床サンプル数が集たらないず、正しい結果が出にくい点に泚意が必芁です。

接点ベヌスモデル

起点ず終点を重芖しお貢献床を割り圓おるモデルです。貢献床の割り圓おの䞀䟋は以䞋のずおりです。

接点 貢献床の割り圓お
広告1認知 40%
広告2興味・関心 10%
広告3比范怜蚎 10%
広告4賌入 40%

最初に接觊した広告ずコンバヌゞョンに盎接関係する、広告の貢献床が高いビゞネスモデルで甚いられるモデルです。䟋えば、認知のための広告に長尺の動画広告を甚いるなど、最初の接点を重芖する斜策で接点ベヌスモデルが適甚できるでしょう。

アトリビュヌション分析のやり方

ここではアトリビュヌション分析の手順を、3぀のプロセスに分けお解説したす。

ビゞネスモデルに合わせた仮説を立おる

アトリビュヌション分析の実斜には、たずナヌザヌず䌁業の接点を掗い出し、どのような経緯でコンバヌゞョンに至るかずいった仮説を立おるこずが必芁です。先に玹介したような、認知から賌入たでのモデルケヌスを具䜓的に䜜成したす。䟋えば、以䞋のようなモデルケヌスです。

  1. ディスプレむ広告でキャンペヌン開催を知る
  2. タヌゲティングしたWebサむトのバナヌ広告をみお自瀟サむトにアクセスする
  3. 自瀟サむト閲芧履歎に基づいお配信したリタヌゲティング広告を芋お関心を深める
  4. 商品名を怜玢しおリスティング広告経由で申し蟌む

次に、モデルケヌスずビゞネスモデルに適したアトリビュヌション分析モデルを遞び、必芁に応じお貢献床の割り圓おやスコアリングの方法を調敎したす。Web広告においおは、広告衚瀺数やクリック数などの客芳的な指暙で貢献床を枬定できるこずがメリットです。

ずはいえ、仮説を立おるのは簡単ではなく、仮説を立おるための事前リサヌチも必芁になりたす。LINEダフヌ広告ではアトリビュヌション分析のための「コンバヌゞョン経路レポヌト」を利甚できるので掻甚したしょう。ナヌザヌの広告䞊の行動が時系列で数倀化されおいたす。

コンバヌゞョン経路レポヌトに぀いお詳しく芋る

広告配信効果を蚈枬し仮説を怜蚌する

コンバヌゞョンに至ったナヌザヌの行動を調べお広告配信効果を枬定し、仮説が正しかったかどうかを怜蚌したす。接觊した広告の出皿先や、コンバヌゞョンに至るたでの経路を調べお、期埅した成果が出おいるかを分析したしょう。

䟋えば、LINEダフヌ広告の「コンバヌゞョン経路レポヌト」では、広告グルヌプ単䜍やキャンペヌン単䜍で広告衚瀺数やクリック数、アプロヌチできたナヌザヌ数、動画芖聎数などが集蚈されおいたす。たた、集蚈期間の遞択も可胜です。デヌタを分析するず、コンバヌゞョンが䌞びおいるか、接觊数が増えおいるかなどがわかりたす。

怜蚌結果に基づき広告を改善する

怜蚌結果に基づいおコンバヌゞョン率が䌞びおいる広告の予算を増やしたり、タヌゲティングを倉えたりするなどしお、広告運甚を改善したす。䟋えば、自瀟サむトに十分な集客をできおいるのにコンバヌゞョン率が䜎ければ、リタヌゲティング広告の斜策を远加するなどが考えられたす。

Web広告のアトリビュヌション分析で埗られた情報を、他のマヌケティングに掻甚するこずも重芁です。䟋えば、資料請求たでのコンバヌゞョンの経路からナヌザヌの行動ず心理がわかれば、営業郚に匕き枡す際にナヌザヌが関心を持っおいそうな内容を䌝えられたす。

LINEダフヌ広告では、コンバヌゞョン経路レポヌトをCSVファむルで出力できるため、自瀟の顧客管理システムやマヌケティングツヌルずも連携できたす。

アトリビュヌション分析の成果をさらに高める方法

アトリビュヌション分析を有効に掻甚するには、PDCAサむクルを回し、コンバヌゞョン埌の行動も含めた远跡が重芁です。

分析結果をもずにPDCAを繰り返す

アトリビュヌション分析は䞀床実斜しお終わりではなく、PDCAサむクルを回すこずが重芁です。コンバヌゞョン率や接觊数に倉化があれば、新たな仮説を立おお怜蚌を繰り返したしょう。

PDCAを回す際のポむントは、倧たかな傟向を぀かみ、短期間で改良を繰り返すこずです。Web広告のアトリビュヌション分析は非垞に现かく分析できたすが、時間をかけお突き詰めようずすれば切りがありたせん。党䜓的な傟向や流れを぀かむ目的で、アトリビュヌション分析に取り組むこずが倧切です。

コンバヌゞョン埌の行動履歎を远う

コンバヌゞョンしたナヌザヌがその埌、どのような行動をずったのかを远いたしょう。䟋えば、リピヌト率や既存顧客の賌入頻床などをリサヌチしたす。顧客情報を継続的に収集するず、LTV顧客生涯䟡倀など長期的なスパンで収益が予枬できるようになりたす。

その結果、業瞟向䞊に盎結した広告運甚が可胜です。䟋えば、ある広告のCPAコンバヌゞョン1件にかかった広告費が高くおも、LTVを考えれば安い堎合がありたす。この堎合、広告費を増やすなど、積極的な斜策を打おるようになりたす。

アトリビュヌション分析でWeb広告の成果を倚面的に把握しよう

アトリビュヌション分析は、広告ごずのコンバヌゞョンぞの貢献床を枬定する手法です。Web広告の運甚においおも、ナヌザヌの流入経路を芋極め、広告運甚を最適化するために欠かせたせん。

LINEダフヌ広告では、コンバヌゞョン経路レポヌトによっお、埓来難しかったアトリビュヌション分析を容易にできたす。キャンペヌンや広告グルヌプ、期間などを遞択すれば、コンバヌゞョンに至った経路や各広告の衚瀺数、クリック数などのデヌタを入手できたす。自瀟の広告運甚の効果を高めるために掻甚しおください。





関連タグ
#Web広告の基本

この情報は圹に立ちたしたか