アトリビューション

コンバージョン（購入や問い合わせ）に至るまでに、ユーザーが接した複数のチャネル（SEO・SNS・広告・メールなど）の「それぞれの貢献度を割り振る」考え方です。広告やマルチチャネル運用の効果検証において、中核となる概念です。

主なアトリビューションモデル（貢献度の割り振り方）

ラストクリック：最後の接点に 100% 貢献を割り振る（シンプルだが、認知系の施策が評価されにくい）。
データドリブン：機械学習を用いて、各接点の実績データに基づき貢献度を配分する（現在の GA4 の標準モデル）。
その他の概念：ファーストクリック（最初を評価）、線形（均等配分）などのモデルもありますが、近年 GA4 などでは廃止され、データドリブンが主流になっています。

実務での向き合い方：「完璧」より「桁感と相対変化」

大切なのは「ラストクリック」だけで評価し、認知・検討を担う SNS や広告の価値を見落とさないことです。一方で、小規模な運用では厳密なモデル選定に時間をかけるより、月次で「チャネル横断の数字」を並べてみる方が現実的です。Cookie 規制や AI 検索の普及により計測精度が落ちているため、数値を「絶対値」ではなく「相対変化」で捉え、複数チャネルの組み合わせ効果を「桁感」で理解する方が、具体的な打ち手につながります。

現場で陥りやすい「落とし穴」

ラストクリック評価のみを信じ、認知チャネルの予算を削ってしまう。
複雑なモデルの運用を業者に丸投げし、発注側が判断できなくなる。
計測精度が落ちている事実（Cookie 規制など）を知らず、古い数値を盲信する。
複数のモデルを比較して「どちらが正しいか」の議論で時間を消耗する。
AI 検索によるゼロクリック検索や直接訪問の影響を考慮し忘れる。
データドリブンモデルがブラックボックス化し、社内に説明できなくなる。

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

広告のコンバージョン評価のしかたを社内で見直す場面

広告運用者
今、リスティング広告のコンバージョンは最後にクリックされた広告だけでカウントしています。
Web 担当者
その最後のクリックだけで見るアトリビューションだと、認知段階のSNSやSEOが果たした貢献が全部消えてしまうんですよね。データドリブンのモデルに切り替えたうえで、間接的に効いた接点も補助の数字として並べて見られるようにしませんか。

AI検索からの流入をどう評価に取り込むか相談する場面

マーケター
最近増えてきたAI検索からの流入って、アトリビューションの中ではどう扱えばいいんでしょう。
Web 担当者
正直、今の計測技術ではAI検索の引用効果を直接組み込むのは難しいんです。なので指名検索の件数や直接の訪問数を間接効果の指標として置いて、半年くらいのスパンで「AI検索に出た時期に指名検索が増えたか」を相関で見ていくのが現実的だと思います。