マーケティングアトリビューションを解説:主要モデルの比較、GA4で今も使えるモデル、クリックでは見えない行動、AIからの流入を評価する方法までまとめました。

要点
マーケティングアトリビューションとは、各マーケティングタッチポイント(広告、記事、メール、AIの回答)にコンバージョンへの貢献度を割り当てる手法です。ラストクリック、ファーストクリック、線形、接点ベースなどのルールベースのモデルは固定の式で貢献度を分け、データドリブンモデルは自社のコンバージョン経路から算出します。2023年11月以降、Google Analytics 4で使えるのはデータドリブンとラストクリック系のモデルだけで、クリックに基づくモデルはどれもAIの回答やゼロクリック検索の影響を捉えられません。そのため、自己申告データ、AIでの言及の追跡、増分効果のテストで補う必要があります。
さらに詳しく知るには、こちらに質問
マーケティングアトリビューションは、予算会議のたびに出る「どのチャネルが本当に顧客を生んでいるのか」という問いに答えます。ウィキペディアのマーケティングにおけるアトリビューションの項目では、成果に寄与するユーザー行動を特定し、それぞれに価値を割り当てることと定義しています。本ガイドではモデルを比較し、その盲点を説明したうえで、ChatGPT、Gemini、Perplexityで初めてブランドを知った訪問者をどう扱うかを示します。
顧客が1回の接触でコンバージョンすることはまれです。典型的なB2Bのジャーニーは、LinkedIn広告、ブログ記事にたどり着くGoogle検索、ニュースレター、ChatGPTへの比較の質問、そしてブランド名での検索とデモ申し込み、という流れかもしれません。各ステップがタッチポイントで、デモ申し込みがコンバージョンです。アトリビューションは、このコンバージョンのどれだけを各タッチポイントに割り当てるかを決めます。
その答えが予算を変えます。ラストクリックではブランド検索が100%を得て記事は無価値に見え、ファーストクリックではLinkedIn広告がすべてを得ます。アトリビューションはマーケティング分析の中心にあり、マーケティングファネルの段階ごとに読み解く必要があります。最後のステップを重視するモデルでは、ファネル上部のチャネルが体系的に過小評価されるからです。
モデルは2つに分かれます。シングルタッチ(1つのタッチポイントがすべての貢献度を得る)とマルチタッチ(貢献度を分け合う)です。
最初に記録された接触が100%を得ます。新しい人をジャーニーに呼び込むチャネルを知るのに役立ちますが、成約につながる要素は見えません。
コンバージョン直前の接触が100%を得ます。ラスト非直接クリックは直接訪問を除外し、最後に特定できたチャネルに割り当てます。シンプルで安定していますが、ほかで生まれた需要を刈り取ることが多いブランド検索、リターゲティング、メールを過大評価します。
すべてのタッチポイントに均等に割り当てます。公平に見えますが、習慣で開いたニュースレターと購入のきっかけとなった記事に同じ重みを与えてしまいます。
コンバージョンに近いタッチポイントほど多くの貢献度を得ます。短い販売サイクルやキャンペーンに向いていますが、長い検討の始まりとなったコンテンツが不利になります。
最初と最後のタッチポイントがそれぞれ40%を得て、残りの20%を中間で分けます。発見と成約の両方を評価しますが、固定の重みはもともと恣意的です。
アルゴリズムがコンバージョンした経路としなかった経路を比較し、各タッチポイントの増分の貢献を推定します。自社のビジネスに合わせて調整されますが、十分なコンバージョン数が必要で、中身はブラックボックスのままです。
| モデル | 貢献度の配分 | 向いている用途 | 主な偏り |
|---|---|---|---|
| ファーストクリック | 最初の接点に100% | 発見チャネルの測定 | 成約を無視する |
| ラストクリック | 最後の接点に100% | 短くシンプルなジャーニー | ブランド検索とリターゲティングを過大評価 |
| 線形 | 均等配分 | マルチタッチの最初の把握 | すべてのステップを同等に扱う |
| 減衰 | コンバージョンに近いほど多い | キャンペーン、短いサイクル | 初期のコンテンツを過小評価 |
| 接点ベース | 最初40%、最後40%、中間20% | 発見と成約のバランス | 重みが恣意的 |
| データドリブン | 自社のコンバージョン経路から算出 | コンバージョン数が安定したサイト | 不透明で、計測できたクリックしか見えない |
Googleは選択肢を絞りました。Google Analyticsのヘルプセンターによると、ファーストクリック、線形、減衰、接点ベースのモデルは2023年11月以降利用できなくなりました。Google Analytics 4で現在選べるのは次の3つです。
ファーストタッチの視点を残すには、GA4の集客レポートで「最初のユーザーの参照元/メディア」のディメンションを使うか、各リードの最初の参照元をCRMに保存します。チャネルを比較するには専用のレポートを作りましょう。作り方はGoogle Analyticsダッシュボードのガイドで解説しています。
クリックに基づくモデルは、計算式にかかわらず同じ盲点を抱えています。
ウィキペディアの項目は、マルチタッチやルールベースのモデルが対照実験で測定した効果としばしば食い違うと指摘しています。アトリビューションが示すのは方向性であり、正確な会計ではありません。
これが最も新しい盲点です。情報収集のうち、ChatGPT、Gemini、Perplexity、Claude、GoogleのAI Overviewsの中で行われる割合が増えており、その多くはクリックをまったく生みません。
AIからの参照流入は、アシスタントが参照元やパラメータを渡す場合に見えます。OpenAIはパブリッシャー向けFAQで、ChatGPTが引用するリンクにutm_source=chatgpt.comを付けると説明しています。ほかのアシスタントはperplexity.ai、gemini.google.com、copilot.microsoft.comなどの参照元として表示されます。GA4でこれらをまとめるカスタムチャネルグループを作りましょう。使うべき正規表現はGoogle AnalyticsでAIの引用を測定するチュートリアルで紹介しています。
AIが生んだ流入の一部は参照元なしで届きます。ブラウザに貼り付けられたリンク、モバイルアプリ、あるいは回答を読んだ後にブランド名を入力するユーザーです。このAIのダークトラフィックは、直接訪問とブランド検索を押し上げます。この2つの推移を、AIでの露出と並べて追いましょう。
ゼロクリックアトリビューションは上流のシグナルに頼ります。購買担当者が尋ねる質問でAIアシスタントがどれだけブランドを引用するか、そして競合と比べたAIでのシェア・オブ・ボイスです。SorankのAI言及トラッキングは、ChatGPT、Claude、Geminiで25から150のプロンプトを追跡し(ProプランからはPerplexityとGrokも対象)、自社の代わりに誰が引用されているかを表示します。ChatGPTの引用に関する調査では、このアシスタントが好む情報源を詳しく示しています。
成熟したチームは、1つのモデルを信じるのではなく、3つの方法を突き合わせます。
| 方法 | 測るもの | 強み | 限界 |
|---|---|---|---|
| マルチタッチアトリビューション | コンバージョンごとの計測済みクリック | 日次、詳細、キャンペーン単位 | 閲覧、AIの回答、オフラインが見えない |
| マーケティングミックスモデリング | 支出と売上の時系列の統計的関係 | 全チャネルを対象、Cookie不要 | 2、3年分のデータが必要、月単位の視点 |
| 増分効果テスト | キャンペーンの有無による売上差(対照群、地域別テスト) | 本当の因果効果を測れる | 1回のテストで1つの問い、一定の規模が必要 |
| 自己申告アトリビューション | 「当社を何で知りましたか」の項目 | ポッドキャスト、口コミ、AIを捉える | 記憶の偏り、自由記述の整理が必要 |
マーケティングミックスモデリングは身近になりました。GoogleはオープンソースのモデルMeridianを公開しています。小規模な企業にとっては、自己申告の項目が最も早く効果の出る手段です。「ChatGPTまたはほかのAIアシスタント」を明示的な選択肢に加えれば、クリックデータに隠れたチャネルが見えてきます。
ラストクリックアトリビューションで最も損をするのはオーガニックコンテンツです。記事やガイドが始めたジャーニーは、ブランド検索やメールで終わります。GEOも同じで、AIによる引用は一度もクリックしない購買者に影響を与えます。自然検索とAIでの露出をGEOとSEOのダッシュボードでまとめて測り、ラストクリックの売上だけでなく、ファーストタッチのコンバージョン、アシストコンバージョン、引用でコンテンツを評価しましょう。
正しいアトリビューションモデルとは、安定して使い続け、ほかの方法で検証し、AIの回答まで対象を広げたモデルです。ChatGPT、Claude、Geminiがどれだけブランドを引用しているか、どの競合がその位置を占めているかを知るには、Sorankから始めてください。autopilotで動くSEO・GEOソフトウェアで、3日間の無料トライアルがあります。
すべての企業に最適なモデルはありません。コンバージョン数が十分なら、自社の経路から学習するデータドリブンアトリビューションが最も正確です。量が少ない場合はラスト非直接クリックのほうが安定しますが、ジャーニーの入り口となるチャネルを過小評価しないよう、ファーストタッチのレポートもあわせて確認してください。
アトリビューションは計測された個々のクリックを追い、各コンバージョンの貢献度をそれらに配分します。マーケティングミックスモデリングは集計データを使い、チャネルごとの支出と売上の関係を時系列で統計的に結びつけます。アトリビューションは詳細で速い反面、計測されない影響は見えません。ミックスモデリングは全チャネルを対象にできますが、数年分のデータが必要で、月単位の視点になります。
ChatGPTからの訪問には参照元chatgpt.comが付き、ほかのアシスタントはperplexity.aiやgemini.google.comなどの参照元として表示されます。GA4でこれらのドメインに一致する正規表現を使ったカスタムチャネルグループを作り、Referralチャネルより上に配置します。AIからの流入の一部は参照元なしで届くため、直接訪問とブランド検索の推移も確認してください。
先行導入企業のご紹介
