アトリビューション分析とは、顧客が申し込みや問い合わせに至るまでに接したさまざまな広告やチャネルについて、それぞれが成果にどれだけ貢献したかを評価する考え方です。最後にクリックされた広告だけに成果を割り当てる「ラストクリック」の見方では、最初に興味を持たせた広告や、検討の途中で背中を押したコンテンツの貢献が見えません。その結果、成果を生んでいるチャネルを削ってしまう、といった判断の誤りが起こります。
ただし、アトリビューション分析は万能ではありません。計測できる接点には限りがあり、どのモデルを使っても「本当の貢献度」を正確に測れるわけではないからです。特に、検討期間が長く、展示会や営業の対面接点、社内での稟議が絡むBtoBでは、Web上の接点だけで貢献を割り振ることには大きな限界があります。現実的な使い方は、一つのモデルの数字を正解とみなすのではなく、複数の見方を並べて傾向をつかみ、予算配分の判断材料の一つとして使うことです。
この記事は、広告やマーケティングの予算配分に関わる担当者、事業責任者に向けて書いています。アトリビューションの基本的な考え方、主なモデルの違い、計測の前提と限界、BtoBでの現実的な使い方、導入の手順とよくある失敗までを整理します。
アトリビューションの基本：成果を接点に割り振る
ある顧客が問い合わせに至るまでの流れを考えてみます。たとえば、SNS広告で初めて会社名を知り、数日後に検索して記事を読み、さらに一週間後にメールマガジンのリンクから訪れて、最後は検索広告をクリックして問い合わせた、という流れです。この場合、問い合わせという成果は、SNS広告、自然検索、メール、検索広告の4つの接点の積み重ねで生まれています。
ラストクリックの見方では、成果はすべて最後の検索広告に割り当てられます。すると、SNS広告やメールは成果を生んでいないように見え、予算削減の対象になりかねません。しかし、SNS広告で会社名を知らなければ、そもそも検索されなかったかもしれません。アトリビューションは、こうした複数の接点の役割を評価するための考え方です。用語としての解説はアトリビューションにまとめています。
接点の役割は、大きく次の三つに分けて考えると整理しやすくなります。
- 認知のきっかけ：サービスや会社を初めて知る接点（ディスプレイ広告、SNS、展示会、紹介など）
- 検討の後押し：比較や理解を深める接点（記事、事例、セミナー、メールなど）
- 行動の決め手：申し込みや問い合わせの直前の接点（検索広告、指名検索、リターゲティング広告など）
ラストクリックは「行動の決め手」だけを評価し、ファーストクリックは「認知のきっかけ」だけを評価します。どちらも一面しか見ていない点では同じです。
特に注意したいのは、指名検索（会社名やサービス名での検索）の扱いです。指名検索は、すでに会社名を知っている人が行う検索なので、その前に何らかの認知のきっかけがあったはずです。ラストクリックでは指名検索の検索広告や自然検索が大きな成果を上げているように見えますが、それは他のチャネルが作った認知を受け止めている結果であることが多いのです。指名検索の成果が大きいときほど、その手前にある接点に目を向ける必要があります。
主なアトリビューションモデルの違い
成果を接点にどう割り振るかのルールを、アトリビューションモデルと呼びます。代表的なモデルを比べると次のとおりです。
| モデル | 割り振り方 | 評価されやすいチャネル | 向いている使い方 |
|---|---|---|---|
| ラストクリック | 最後の接点にすべて | 検索広告、指名検索、リターゲティング | 刈り取りの効率を見る |
| ファーストクリック | 最初の接点にすべて | ディスプレイ広告、SNS、記事 | 新しい見込み客を連れてくるチャネルを見る |
| 線形 | すべての接点に均等 | 接点の多いチャネル全般 | 全体の関わり方を大まかに見る |
| 減衰 | 成果に近い接点ほど多く | 検討後半の接点 | 検討期間が比較的短い商材 |
| 位置ベース | 最初と最後に多く、途中に残り | 認知と決め手の両方 | 認知と刈り取りの両方を評価したいとき |
| データドリブン | 実際の経路データから統計的に推定 | データによって変わる | 十分なデータ量がある場合 |
どのモデルにも前提があり、「正しいモデル」は存在しません。たとえば位置ベースのモデルは、最初と最後の接点が重要だという前提を置いていますが、その前提が自社の顧客に当てはまるかは分かりません。データドリブンのモデルは実際のデータから割り振りを推定しますが、仕組みが見えにくく、十分なデータ量が必要です。広告媒体やアクセス解析ツールが提供するモデルの種類や仕様は変わることがあるため、使う際は最新の説明を確認してください。
モデルを比べることで見えるもの
一つのモデルの数字を使うより、複数のモデルで同じ期間を集計して比べると、チャネルの性格が見えてきます。ラストクリックでは低評価なのにファーストクリックでは高評価のチャネルは、認知のきっかけを作っているチャネルです。どのモデルでも評価が低いチャネルは、成果への関わりが薄い可能性が高く、見直しの候補になります。モデルによって評価が大きく変わるチャネルほど、予算を動かす前に慎重な確認が必要です。
アトリビューション分析の前提と限界
アトリビューション分析を使う前に、何が測れて何が測れないかを理解しておく必要があります。
計測できる接点は一部だけ
アトリビューション分析が扱えるのは、計測できた接点だけです。広告の表示を見ただけでクリックしなかった接点、紙のチラシや展示会、営業との会話、同僚からの口コミ、社内での回覧などは、多くの場合データに残りません。Web上の接点だけで貢献を割り振ると、計測できない接点の貢献が、計測できる接点に付け替えられてしまいます。
同じ人の行動をつなげられないことがある
顧客がスマートフォンで広告を見て、後日会社のパソコンから問い合わせた場合、同じ人の行動としてつなげられないことがあります。また、ブラウザのプライバシー保護の強化や、Cookieの利用に関する規制や同意の取得によって、個人の行動を長期間追跡することは難しくなっています。こうした環境の変化は今後も続く見込みがあるため、個人単位の追跡を前提にした精密な分析には限界があることを理解しておきます。Cookieや個人データの扱いについては、最新の法令やガイドラインを専門家に確認してください。
貢献と因果は違う
アトリビューションモデルが示すのは、「成果に至った経路の中にその接点があった」という事実に基づく割り振りであり、「その接点がなければ成果は生まれなかった」という因果関係ではありません。たとえば、もともと購入意欲の高い人がリターゲティング広告を見て申し込んだ場合、広告がなくても申し込んでいた可能性があります。相関と因果を区別する考え方は相関と因果も参考にしてください。
因果に近い効果を確かめるには、ある地域や期間だけ広告を止めて、成果がどれだけ減るかを比べる方法（いわゆるリフト測定や配信停止テスト）が有効です。手間はかかりますが、アトリビューションの数字を検証する手段として、大きな予算を動かす前に取り入れる価値があります。
BtoBでの現実的な使い方
BtoBでは、検討期間が長く、関わる人も複数いて、オフラインの接点が多いため、アトリビューション分析の限界がより強く現れます。そのため、Web上のアトリビューションだけで予算配分を決めるのではなく、次のような組み合わせで判断するのが現実的です。
- 最初の接点と商談化直前の接点を記録する：CRMの顧客情報に、最初にどの経路で接触したか、商談化の直前にどの経路で来たかの二つを記録します。複雑なモデルを使わなくても、この二つを並べるだけで、認知と刈り取りのチャネルの違いが見えてきます。
- 問い合わせ時に「何で知ったか」を聞く：フォームやヒアリングで、サービスを知ったきっかけを選択肢と自由回答で聞きます。計測できない接点（紹介、展示会、口コミなど）の貢献を補う重要な情報です。
- 商談・受注まで追う：問い合わせ件数ではなく、商談化や受注まで含めてチャネルを評価します。問い合わせは多いが受注につながらないチャネルと、件数は少ないが受注率の高いチャネルでは、評価がまったく変わります。
- アカウント単位で接点を見る：BtoBでは、一社の中の複数の担当者がそれぞれ別の経路で接点を持ちます。個人単位ではなく、会社単位で接点をまとめて見ると、実態に近い姿が見えます。
- 定性的な情報と組み合わせる：受注した顧客に、検討の過程で何が決め手になったかを聞き取ります。数字では見えない接点の役割が分かることがあります。
マーケティングの指標を問い合わせから商談化まで通して設計する考え方はマーケティングKPIの設計で扱っています。
チャネル評価の集計表の形
BtoBでは、次のような表をチャネルごとに作ると、一つのモデルに頼らずに評価できます。
| 列 | 内容 |
|---|---|
| 最初の接点としての件数 | そのチャネルが最初の接点だった問い合わせ・商談の数 |
| 商談化直前の接点としての件数 | 商談化の直前にそのチャネルから来た数 |
| 「何で知ったか」での回答数 | 問い合わせ時の自己申告でそのチャネルを挙げた数 |
| 商談化率・受注率 | そのチャネルが関わった問い合わせのその後 |
| 費用 | 同じ期間にそのチャネルに使った費用 |
三つの件数の列がそろって多いチャネルは、評価が安定しています。どれか一つの列だけが多いチャネルは、役割が偏っているか、計測の仕方に問題がある可能性があるため、中身を確かめます。
アトリビューション分析を始める手順
アトリビューション分析を始めるときは、いきなり高度なモデルを導入するのではなく、次の手順で段階的に進めます。
- 成果の定義を決める：問い合わせ、資料請求、無料トライアル、商談化、受注など、どの成果について貢献を評価するかを決めます。成果ごとに評価が変わるため、最も事業に近い成果を主に置きます。
- 流入元の計測を整える：広告やメールのリンクにUTMパラメータを規則どおり付け、流入元が正しく記録される状態にします。付け方のルールはUTMパラメータの付け方ルールを参照してください。
- ラストクリックとファーストクリックを並べる：最初はこの二つを並べるだけで十分です。チャネルごとの役割の違いをつかみます。あわせて、成果に至るまでに平均でいくつの接点を経ているか、最初の接点から成果までにどのくらいの日数がかかっているかも確認しておくと、自社の顧客の検討の長さが分かり、評価の期間を決める手がかりになります。
- 成果と顧客データを結び付ける：Web上の成果をCRMの商談や受注と結び付け、チャネル別に商談化率や受注率を見られるようにします。
- 計測できない接点を補う：「何で知ったか」の回答や営業の記録を集計し、Webの数字と照らし合わせます。
- 必要に応じて他のモデルや検証を加える：データ量が十分にあり、予算配分の判断に影響が大きい場合は、位置ベースやデータドリブンのモデル、配信停止テストなどを検討します。
判断に使うときの注意
アトリビューションの結果を予算配分に使うときは、一度に大きく動かさないことが大切です。評価の低いチャネルを急に止めると、そのチャネルが担っていた認知の役割が失われ、数か月後に別のチャネルの成果まで落ちることがあります。評価の低いチャネルは、まず予算を一部減らして全体の成果の変化を観察し、問題がなければさらに減らす、という段階的な進め方が安全です。
社内への報告では、モデルごとの数字を並べるだけでなく、「このチャネルは認知のきっかけとして機能している」「このチャネルは刈り取りの役割が中心」といった解釈と、その根拠になった数字をセットで示します。数字の違いだけを見せると、どのモデルを採用するかという議論に終始しがちです。解釈と次の行動（予算を少し増やして様子を見る、配信停止テストで確かめる、など）まで示すことで、判断の場として機能しやすくなります。
架空の例：記事コンテンツの評価が変わったケース
ある架空のBtoB向けクラウドサービスの会社では、ラストクリックで評価していたため、問い合わせの多くは検索広告と指名検索から来ているように見え、記事コンテンツへの投資は効果が薄いと考えられていました。
そこで、ファーストクリックの集計と、問い合わせ時の「何で知ったか」の回答を並べたところ、問い合わせた人の中には、最初に記事から訪れていた人が一定数いることが分かりました。さらに、記事が最初の接点だった顧客は、商談化した後の受注率も比較的高い傾向がありました。
この会社は、記事コンテンツへの投資を続ける判断をし、評価の指標をPVではなく「記事を最初の接点とした商談の件数」に切り替えました。SEOやコンテンツの成果の測り方についてはSEOの成果をどう測るかで詳しく扱っています。ラストクリックだけを見ていれば、記事への投資を削っていたかもしれない例です。
アトリビューション分析でよくある失敗と避け方
- 一つのモデルの数字を正解とみなす：どのモデルも前提を置いた割り振りにすぎません。複数のモデルを並べ、傾向として読みます。
- 計測できない接点を無視する：展示会や紹介、営業の接点が多い事業では、Webの数字だけで判断すると偏ります。「何で知ったか」の情報で補います。
- 問い合わせ件数だけで評価する：件数の多いチャネルが受注につながっているとは限りません。商談化や受注まで追って評価します。
- 流入元の計測が乱れたまま分析する：UTMパラメータの表記揺れや付け忘れがあると、分析の土台が崩れます。計測を整えることを先に行います。
- 評価の低いチャネルを一気に止める：認知の役割を担っていた場合、後から全体の成果が落ちます。段階的に減らして影響を観察します。
アトリビューション分析のチェックリスト
- 評価する成果（問い合わせ、商談化、受注など）が決まっている
- 流入元が規則どおりに計測されている
- ラストクリックとファーストクリックの両方で集計している
- Web上の成果とCRMの商談・受注が結び付いている
- 「何で知ったか」を問い合わせ時に聞き、集計している
- 予算配分の変更は段階的に行い、全体の成果の変化を観察している
- 大きな予算判断の前に、配信停止テストなどで効果を確かめる手段を検討している
よくある質問
Q. 中小規模の事業でもアトリビューション分析は必要ですか？
高度なモデルは必要ありませんが、ラストクリックとファーストクリックを並べる程度の分析は、規模にかかわらず役に立ちます。問い合わせ時に「何で知ったか」を聞くだけでも、認知のきっかけになっているチャネルが分かります。
Q. データドリブンのモデルを使えば、正確な貢献度が分かりますか？
データドリブンのモデルは実際の経路データから割り振りを推定しますが、計測できない接点は扱えず、因果関係を示すものでもありません。データ量が少ないと推定も不安定になります。他のモデルや定性的な情報と組み合わせて使うのが安全です。
Q. 広告媒体ごとの管理画面の成果と、アクセス解析ツールの成果が合いません。
各広告媒体は、自社の広告に接触した成果を、それぞれのルールで数えます。複数の媒体が同じ成果を自社の成果として数えることもあるため、合計すると実際の成果より多くなることがあります。評価の基準は一つのツールにそろえ、媒体の管理画面の数字は日々の運用の調整に使う、と使い分けるのが現実的です。
Q. 営業の訪問やセミナーの貢献はどう評価すればよいですか？
CRMに接点の記録を残し、商談化や受注に至った顧客がどの接点を経ていたかを集計します。Web上の接点と同じ表で並べることは難しくても、受注した顧客の接点の傾向を見ることで、オフラインの施策の役割が分かります。
Otsumuに相談できること
流入元の計測が整っていて、主なチャネルが数種類であれば、この記事の手順でラストクリックとファーストクリックを並べ、「何で知ったか」の回答と組み合わせることで、自社でチャネルの役割を把握できます。まずは集計の型を作り、四半期ごとに見直すことから始めてみてください。
一方で、Web上の成果とCRMの商談・受注が結び付いていない、オフラインの接点が多くWebの数字だけでは判断できない、広告媒体ごとの数字が食い違い予算配分の根拠が作れない、といった状況では、計測とデータ統合の設計から見直す必要があります。分析の手法より先に、判断に使えるデータの土台を整えることが重要です。
Otsumuは自らも事業を手がける立場から、目的から逆算した指標と計測の設計、データの集計、予算配分の判断の運用までを一気通貫で支援しています。KPI改善コンサルティングでは、成果の定義から、流入元と商談・受注を結び付ける仕組みづくり、チャネル評価の運用までをお手伝いします。顧客データの管理の仕組みが必要な場合はCRM開発の観点からもご相談いただけます。
いまのデータで何が言えるかを確かめたい、という段階からでも構いません。まずは30分の無料相談で状況をお聞かせください。
この記事について
Otsumu株式会社が執筆しました。統計値や他社の事例には依拠せず、進め方と判断の枠組みを中心にまとめています。法務・税務・会計などの制度は、専門家や公的窓口で最新の情報をご確認ください。
執筆：Otsumu株式会社 ／ 編集日 2026.10.01