その施策、効果ありますか？純増コンバージョン・純増CPAとの向き合い方
純増コンバージョン・純増CPAという言葉を聞いたことがあるだろうか。
「純増ってナンダ！？普通のCPAと違うんか！？」と、初めてこの言葉を知った私も思ったのが懐かしい。
このnoteでは、純増コンバージョンや純増CPAの概要と、検証方法、向き合い方などについて紹介をする。
「CPA」を再考する
CPAとはなにか
まずはじめに、あえてCPAの復習から入る。
CPAの計算式は、以下の通り。
CPA ＝ 費用 ÷ コンバージョン
施策に投じた費用を、コンバージョンで割ることによって、1コンバージョンあたりにかけた費用を算出する。それがCPA（Cost Per Acquisition）だ。
一見なんの変哲もない、デジタルマーケティングの基礎中の基礎なわけだが、この計算式は、重要な前提の説明が抜けている。
それは、その分母に該当する"全てのコンバージョン"が、分子に該当する施策の費用によって生じている、ということだ。
デジタルマーケティング上で考えると「CPA」のせいで凝り固まってしまった頭がほぐれないので、あえてテレビCMで考えてみよう。
テレビCMを1,000万円投下した結果、商品の販売個数が1万個売れた場合、CPAは1,000円になるだろうか。殆どの人は「違う」と答えるはずだ。なぜなら、テレビCMがその1万個の販売の全てに貢献したわけではないからである。
店舗での接客や、商品の魅せ方、それこそデジタル広告も含め、様々なマーケティング活動によって生まれた結果だといえる。
このことを踏まえて、デジタルマーケティングで用いられている「CPA」について改めて考えてみよう。
例えばディスプレイ広告に10万円投資した時に、100個の商品が販売できたとき、CPAは1,000円となるだろうか。殆どの人は「その通りだ」と答えると思う。
なぜ構造としてはテレビCMとディスプレイ広告に差がないのにも関わらず、それぞれの問いに対する回答が異なるのか。
その理由は、多くの人が「ディスプレイ広告はコンバージョン直前のタッチポイントである」と考えているからだと思う。
強引にデジタルマーケティングの運用思想を紐解けば、「最後のタッチポイントこそが施策のすべて」という前提があるわけだ。つまり、最後を担う施策であればCPAで評価してもよい、という論理であるといえる。
この考え方はアトリビューション分析において「ラストクリック」や「ラストセッション」と呼ばれ、今日の運用思想の根幹を成している。
アトリビューションという幻想
サッカーチームを想像してみてほしい。ディフェンダーがミッドフィルダーにパスを出し、ミッドフィルダーがフォワードにパスをして、フォワードがゴールを決めた。
このゴールをデジタルマーケティングにおける「コンバージョン」と定義するなら、現状の評価制度では、最後のタッチポイントであるフォワードしか評価されないことになる。
現実のサッカーでも、得点に直結するストライカーに人気が集中しがちだ。玄人ファンは守備や繋ぎの貢献を評価するかもしれないが、一般的にはストライカーに比べ、そのほかの選手の注目度はどうしても低くなってしまう。
マーケティングにおけるアトリビューションとは、フォワードという「最後のタッチポイント」だけでなく、ディフェンダーやミッドフィルダーといった全ての選手の貢献に光を当てる概念だ。
従来のラストクリックモデルのままでは、フォワードの年俸（予算）だけが異様に高騰し、中盤や後方の選手が過小評価されるという歪みが生じてしまう。
この議論は極めて合理的であるため、かつては盛んに議論された。しかし、Googleが提唱したデータドリブンアトリビューション（DDA）の登場と、近年の個人情報保護規制の激化によって、その議論は一時期の熱を失い、収束に向かった印象がある。
DDAはGoogleの膨大なデータを活用し、各接点の貢献度を自動割り当てる仕組みだ。しかし、そのアルゴリズムはブラックボックスであり、「自社に有利な恣意的データではないか」という批判も根強かった。
時を同じくして3rd Party Cookieへの規制が強化されたことで、メガプラットフォーマー以外のプレイヤーは、複数接点を跨ぐ分析自体が困難になった。結果として、アトリビューションはマーケターの理想でありながら、極めて「計算可能性」の低い領域へと追いやられた。
それでもあえてこの話を持ち出したのは、アトリビューションが概念として非常に理解しやすいからだ。技術的な計算は難しくとも、「最後のタッチポイントだけを評価するのはおかしい」という直感的な違和感を持ってほしかったのである。
アドフラウドの問題
「クリックインジェクション」という言葉がある。これはアドフラウド（広告不正）の一種で、一言で言えば「ラストクリックを奪い取る」手法だ。
本来はAさんがゴールを決めたにもかかわらず、スコアボードの記録を強引にBさんのゴールに書き換えてしまう。
ここでは詳細を省くが、これは「最後のタッチポイントを評価せざるを得ない」という現行制度の弱みを突いた極めて悪質な不正取引である。
ここで強調したいのは、アドフラウドへの警戒はもちろん、CPAという「最後の接点」のみに依存した評価が孕む危うさだ。現実的にCPA評価を完全に排除することは難しい。
しかし、その数値が常に歪められるリスクを抱えていることは、せめて頭の片隅に留めておくべきである。
純増コンバージョンとは
真の「貢献度」を評価する指標
純増コンバージョンとは、文字通り施策によって「純粋に増えた」コンバージョンを指す。 通常のコンバージョン計測と何が違うのか。それを理解する鍵は、先述したアトリビューションの考え方にある。
例えば、ディスプレイ広告に10万円を投資し、100件のコンバージョン（ラストクリック）が発生したとする。
このとき、この100件すべてが「広告のおかげで増えた」と言い切れるだろうか。
⋮
答えは想像の通り、Noだと思う。
確かに広告経由の数字は100件だが、それだけで純増と判断するのは早計だ。仮に広告を出したことで、本来発生するはずだったオーガニック（自然検索）経由のコンバージョンが50件減っていたとしたらどうだろうか。
広告のCPAを算出する際の分母は、管理画面上の数字やGoogle Analyticsで計測された「100」であるべきか、それともオーガニックの数値を差し引いた「50」であるべきか。
純増コンバージョンとは、こうしたメディアミックスの相互影響を考慮し、施策の真の貢献度を評価するための概念なのである。
なぜデジタル広告において「純増」が軽視されるのか
世の中の多くの広告運用者は、これまで「純増」という概念を意識することさえなかったはずだ。その理由は大きく2つに集約される。
分断された責任範囲：SEOや他チャネルの成果に責任を負っていない。
ラストセッションへの盲信：ラストクリックの増加が、そのまま純増であると信じられている。
前者は構造上の問題だ。多くの広告代理店は広告運用のみを請け負っており、全体最適を俯瞰する立場にない。広告主側でさえ、広告担当とSEO担当が縦割りになっているケースは珍しくない。
二つ目の理由は複雑だ。それは、「最後のタッチポイントを増やせば、全体の売上も増える」という盲信に起因している。
まず、リスティング広告に代表される「PULL型」の広告について考えよう。これは「今まさにその商品を探しているユーザー」を捉える施策だ。（※指名ワードのことは、一旦忘れてほしい）
この場合、広告がなければユーザーは競合他社へ流れていた可能性が高いため、「ラストセッションでのコンバージョン ＝ 広告による純増」と捉えても、実務上の乖離は少ない。
しかし、ディスプレイ広告やSNS広告といった「PUSH型」において、その等式は成り立たない。これまでの説明を踏まえれば、その理由は容易に想像がつくだろう。
最も厄介なのは、これら性質の異なる広告が、同じ「広告」という枠組みで一括りにされている点だ。 多くの広告主は、PULL型もPUSH型も同一の代理店に発注している。
代理店からすれば、どちらも「コンバージョン」として報告できるため、わざわざその内訳が「純増」なのか「横取り」なのかを区別して説明する動機が働かない。
その結果、多くの企業は「ラストセッションが増えたのだから、売上も同じだけ増えたはずだ」という幻想を受け入れ続けることになる。
とはいえ、純増の検証は「面倒くさい」
では、この「純増」という概念を、いかにして自社のマーケティングに取り入れればよいのか。 結論から言えば、純増効果を厳密に検証するのは、非常に骨が折れる作業である。
なぜなら、純増効果の検証には、医学研究などで用いられる「RCT（ランダム化比較試験）」という手法が必要だからだ。
身近な例を挙げれば、YouTubeのアンケートがそれにあたる。YouTubeプレミアム未加入であれば、「次のサービスのうち、知っているものはどれか？」といったアンケートを目にしたことがあるだろう。
あれは「広告を見たグループ（介入群）」と「広告を見ていないグループ（非介入群）」の両方にアンケートを実施し、ポジティブな回答の「差分」をブランドリフト効果として計測しているのである。
これをディスプレイ広告のコンバージョン評価に当てはめるとなると、「広告に当たった人」と「当たらなかった人」を厳密に分け、両群のコンバージョン行動を比較・追跡し続けなければならない。
ディスプレイ広告で「介入群」と「非介入群」を厳密に作り出すには、媒体側のターゲティング機能を駆使する必要がある。その代表的な手法が「エリア分割テスト（地域分割）」だ。
例えば、関東では広告を配信し、関西では配信しない、という分け方を想像すれば分かりやすいだろう。 しかし、単純に関東と関西を比較するだけでは不十分だ。地域ごとの市場特性やユーザー属性が異なるため、単純比較ではデータに偏り（バイアス）が生じてしまうからである。
本来であれば、人口分布や売上シェアなどの指標に基づき、条件が等しくなるよう都道府県や市区町村レベルでランダムにエリアを分割し、検証グループを設計しなければならない。
ここまでのプロセスを理解すれば、誰もがこう感じるはずだ。 純増の検証は、やはり圧倒的に面倒くさいと。
「疑う」ことから始めてみませんか？
このnoteを通じて伝えたかったのは、「誰も純増を検証していないから駄目だ」という批判ではなく、「純増という概念を知り、目の前の数値を一度疑ってみてほしい」ということ。
繰り返しになるが、純増効果の検証は非常に面倒である。 そのため、あらゆる施策を一つ一つ検証する必要はないと考えている。重要なのは、現場で生じる「違和感」を放置しないことだ。
「ディスプレイ広告の成果は上がっているが、SNS広告が減っている」「指名検索を広告に回したらCPAは改善したが、オーガニックが激減した」 こうした変化に対し、疑いの目を持つことが一歩目となる。もしその違和感が、事業全体に無視できないインパクトを与えているのであれば、その時こそ重い腰を上げ、純増検証を行うべきだ。
実務的な検証手段としては、Googleが提供しているオープンソースのパッケージ「CausalImpact」が極めて有効だ。また、RやPythonといった言語に馴染みがなくても、「差分の差分法（DID）」という考え方を用いれば、Excel上でも簡易的な検証は可能である。
だからこそ、まずは「純増」という概念を頭に入れ、「疑う」ことから始めてみてはいかがだろうか。
動画とクイズで学べるデジタルマーケティング学習サービス「デジマナビ」を運営しています！
デジタルマーケティングの基礎知識からリスティング、SEO、GA4や統計学まで、幅広い知識を本一冊分の価格で学ぶことができます。
いいね&フォローいただけると励みになるので、よろしくお願いします！
