【Google広告】ラストクリック以外のアトリビューションモデルを利用してみよう

本日はアトリビューションモデルについてご紹介いたします。

ユーザー行動の変化でアトリビューションモデルが求められる

今日では、成人オンラインユーザーの48%が、コンバージョンに至るまでにブランドキーワード（指名キーワード）と一般キーワード（指名以外のキーワード）の両方を検索すると言われており、この数値は年々増加傾向にあります。
もちろん、消費者の行動変化に合わせて広告の成果計測の手法も進化させていく必要がありますが、Google広告のデフォルト設定であるラストクリック型のアトリビューションでは、コンバージョンまでの道のりの途中で発生したすべてのタッチポイントを把握することができません。
そこで、本日ご紹介するGoogle広告の様々なアトリビューションモデルを利用することで、顧客が購入などに至るまでのタッチポイントを把握し、適切に評価しましょうという事が話の背景にあります。

それでは早速、Google広告で利用できる様々なアトリビューションモデルを見ていきましょう。

そもそもアトリビューションモデルって何

コンバージョンに至る経路で、ユーザーは複数の検索を行い、同じ広告主の複数の広告と接点を持つ可能性があります。コンバージョン達成までに発生した各クリックに対して、貢献度に応じた評価を行う枠組みをアトリビューションモデルと呼びます。アトリビューションモデルはコンバージョンアクションごとに設定が可能です。

アトリビューションモデルの種類

Google広告の主なアトリビューションモデルは下記のとおりです。

ラストクリック

コンバージョン経路で最後にクリックされた広告とそれに対応するキーワードだけに貢献度を割り当てます。Google広告のデフォルト設定がこちらのモデルです。

ファーストクリック

コンバージョン経路で最初にクリックされた広告とそれに対応するキーワードだけに貢献度を割り当てます。

線形

コンバージョン経路で発生したすべてのクリックに貢献度を均等に割り当てます。

減衰

コンバージョンまでの時間が短いクリックに、より多くの貢献度を割り当てます。
既にブランドやマーケット内のポジションが確立しており、コンバージョン獲得がメインの広告主様に適しています。

接点ベース

コンバージョン経路の最初と最後にクリックされた両方の広告とそれに対応するキーワードにそれぞれ 40% の貢献度を割り当て、それ以外でクリックされた広告とそれに対応するキーワードに残りの 20% を均等に割り当てます。
マーケットに参入したばかりの広告主様や新規顧客獲得に注力している広告主様に適します。

データドリブンアトリビューション

アカウントデータとGoogleの機械学習機能を活用して、最も影響力の大きいタッチポイントを判断します。貢献度の割り振りをすべて機械学習が判断してくれるモデルです。
過去30日間に15,000回以上のクリック、コンバージョンアクション毎に600回以上のコンバージョンが必要で、利用ハードルはかなり高い印象です。
本モデルに関しては弊社過去記事でも詳しく紹介させていただいております。

ファーストクリックやラストクリックなど、1 つのタッチポイントだけにすべての貢献度を割り当てるモデルは、顧客の購入経路におけるすべてのタッチポイントを考慮できないため、貢献度の配分という意味では適切ではありません。
まずは、タッチポイント毎に貢献度が割り振られ、利用ハードルの低い「減衰」「接点」「線形」モデルを利用してみてみましょう。

設定方法

ツール＞コンバージョン　を選択し、コンバージョンの新規作成 or 既に作成したあるコンバージョンを選択します。
コンバージョンアクションの設定＞アトリビューションモデル　を選択し、適切なアトリビューションモデルを選択します。

保存→完了で設定は完了です。

管理画面上での見え方

キーワードや広告単位で貢献度が割り振られます。設定してるアトリビューションモデルによっては、コンバージョン数が小数点第一位以下が表示されます。

まとめ

ラストクリックされたキーワード以外にもコンバージョンに貢献しているキーワードがあるにも関わらず、ラストクリックされたキーワードのみに貢献度が割り振られていては新たな成長機会の発見を見逃してしまいます。
アトリビューションモデルを利用することで、「実は◯◯のビッグワードもコンバージョンに貢献していた」なんて発見があるかもしれません。
実際にラストクリック以外のモデルに切り替えることで同水準のコンバージョン単価を維持しつつ、平均で5%多くコンバージョンを獲得できることも確認されております。
ユーザーの行動変化に合わせてアトリビューションモデルを変更し、適切なアカウント分析を行いましょう。