アトリビューション
CV(購入や問い合わせ)に至るまでに、ユーザーが接した複数チャネル(SEO・SNS・広告・メール等)それぞれの貢献度を割り振る考え方。「アトリビューションモデル」として、貢献度の割り振り方を「ラストクリック」「ファーストクリック」「線形」「データドリブン」など複数のモデルから選ぶ。広告 / マルチチャネル運用の効果検証の中核概念。
本書のスタンス(Lesson 7-6)は「『ラストクリック』だけで評価すると、認知や検討段階を担う SNS・広告の価値が見えなくなる罠がある」。中小企業では厳密なアトリビューションモデルより、『チャネル横断の数字』を月次で並べて見るのが現実解。完璧なアトリビューションを追うより、複数チャネルの組み合わせ効果を「桁感」で理解する方が打ち手に繋がる。
主要モデルの比較:ラストクリック(最後のクリックに 100% 帰属、シンプル / 不公平)、ファーストクリック(最初のクリックに 100% 帰属、認知重視)、線形(全クリックに均等配分、公平 / 個別判断難)、時間減衰(CV に近いほど重み大)、位置ベース(最初と最後に重み)、データドリブン(GA4 標準)(機械学習で配分)。Cookie 規制 + AI 検索時代に従来モデルの精度が落ちており、アトリビューションの「絶対値」より「相対変化」で見るのが安全。
落とし穴は、ラストクリック評価のみで認知 / 検討チャネルの価値を見落とす、複雑なアトリビューションモデルを業者に丸投げで発注者が理解せず判断できない、Cookie 規制で計測精度が落ちている事実を見落として古い数値を信じる、複数モデルの結果を「どちらが正しいか」議論して時間消耗、AI 検索由来の流入(ゼロクリック / 指名検索 / 直接訪問)をアトリビューションに組み込めない、データドリブンモデルが「ブラックボックス」で説明できない。
言葉をよく利用する人
- アクセス解析担当
- 広告運用者
- マーケター
- Web 担当者(発注側)
- プロデューサー
会話上での使用例
ラストクリック評価への疑問が出た場面
-
広告運用者
リスティング広告の CV、ラストクリックでカウントしてます
-
Web 担当者
アトリビューションを「ラストクリックのみ」にしてると、認知広告 / SNS / SEO の検討段階貢献が消えます。GA4 のデータドリブンモデルに切り替え + アシスト CV(間接寄与)も補完指標として並べて Looker Studio に
AI 検索時代のアトリビューション設計の場面
-
マーケター
アトリビューション、AI 検索流入はどう扱えば
-
Web 担当者
現在の計測技術では AI 検索の引用効果を直接アトリビューションに含めるのは困難です。「指名検索数」「直接流入数」を間接効果指標として、半期スパンで「AI 検索露出 → 指名検索増 → CV」の因果を相関分析で見るのが現実解