Google広告のデータドリブンアトリビューションとは？数字の読み方

Google広告のコンバージョン数が1.4件のような小数になったとき、計測ミスとは限りません。データドリブンアトリビューションでは、購入や問い合わせまでに関わった複数の広告接点へ貢献度を配分するため、一つの成果が複数のキャンペーンやキーワードに小数で割り振られることがあります。

ただし、小数なら必ず正しいとも言えません。タグの重複や異なる成果の混在でも数字は不自然になります。最初に計測の発火を確かめ、そのうえで「成果をどの接点へ配分した数字か」を読みます。

ラストクリックとの違いは成果の配り方

ラストクリックは、成果の直前にあった最後の広告接点へ貢献度を割り当てます。データドリブンアトリビューションは、成果に至った経路と至らなかった経路を比較し、コンバージョンにつながりやすい広告接点へ貢献度を配分します。

説明用の仮例として、最初に一般的な課題を検索して広告をクリックし、後日サービス名で再検索して申し込んだ経路を考えます。ラストクリックでは最後のサービス名検索へ成果が寄ります。データドリブンでは、最初の課題検索も成果確率の上昇に関わったと推定されれば、両方へ貢献度が割り振られる場合があります。

これは一人の申込者を二人に増やす仕組みではありません。一件分の貢献度を経路内で分けるため、細かな行では小数になっても、対象範囲を適切に合計すれば成果全体との関係を追えます。

配分は、広告担当者が任意の比率を入力するものではありません。自社アカウントで観測された経路をモデルが比較して決めるため、別アカウントで同じキーワードを使っていても、同じ割合になるとは限りません。

最初に、数値が小数になっているコンバージョンアクションを特定し、そのアトリビューションモデルを確認します。確認表には、コンバージョンアクション、アトリビューションモデル、コンバージョン列、すべてのコンバージョン列、主要成果の実数、変更日を並べます。

次に、フォーム送信や購入が一回だけ発火するかをテストし、広告管理画面の成果と事業側の受付を照合します。ここで実受付より大幅に多いなら、アトリビューションモデルよりタグや重複条件を先に疑います。

入札へ使う成果と観察用の成果が混ざっている場合は、Google広告のメインとサブのコンバージョンで「コンバージョン」列に含める行動を確認します。モデルは成果の定義を正しくする機能ではなく、定義済み成果の貢献度を接点へ配る機能です。

Google公式では、コンバージョン重視の自動入札を使う場合、データドリブンで配分されたデータが最適化に使われると説明しています。そのため、レポートの見え方だけでなく、どの接点へ価値が割り当てられるかが入札判断にも関係します。

複数の広告接点が成果へ関わる可能性があり、コンバージョンアクションの発火と事業側の成果照合が正しい場合に、配分された貢献度を判断材料として使います。反対に、成果がほぼ一つの接点で完結する場合やデータの経路が似ている場合は、データドリブンとラストクリックの結果が同じになることもあります。

公式資料では、すべてのコンバージョンアクションが件数にかかわらずデータドリブンの対象になる一方、データが増えるほどパターン認識が改善するとされています。少数データでも使えることと、少数の結果を強く一般化してよいことは別です。

公式が示す推奨データ量は、モデルがより正確にパターンを捉えるための目安です。届いていないから利用不能、届いたから必ず優れた配分になる、という合否線としては扱いません。

アトリビューションモデルを変えると、過去と同じ成果でもキャンペーンやキーワードへの配分が変わります。変更直後の行別増減を、その広告が急に良くなった・悪くなったと断定しません。モデル変更日と、同時に行った入札・予算・計測変更を分けて残します。

変更後は、コンバージョン総数だけでなく、キャンペーンやキーワードへの配分、主要成果の実数、自動入札の変化を同じ期間幅で確認します。端数を四捨五入して行ごとの件数を足すと全体と合わなくなるため、管理画面の元の精度で読みます。

Google広告とGA4で数字が違う場合は、GA4の流入元スコープの違いも確認し、別製品の集計定義を混ぜないでください。広告接点の日付、成果発生日、アトリビューションモデルが異なれば、同じ利用者の行動でも数字は一致しないことがあります。

タグの重複、異なる成果の混在、主要・補助の誤設定、事業側の受付不一致がある場合は、モデルの良し悪しを判断する前に計測を直します。データドリブンの価値は、成果件数を増やして見せることではなく、最後の接点だけでは見えにくい広告の役割を、自社データに基づく配分として判断へ使えることです。