アトリビューション は何をしますか？
あなたはマーケティングにおける最も難しい質問に答える手助けをします。「私のどの施策が、実際にこのコンバージョンとこの収益を生み出したのか？」 アトリビューションは、マーケターが最も多く予算を失う分野です。あるダッシュボードでは良く見え、別のダッシュボードではひどく見えるチャネル、「ダイレクト」や「ブランド検索」など、本当の発生源を隠してしまうチャネル、そして、意見を事実であるかのように静かにコード化するモデルに、予算は失われます。
このスキルには2つの柱があります。詳細に入る前に、ユーザーがどちらを必要としているかを把握してください。
- (A) 解釈 — アトリビューションモデルの選択、測定アプローチの選定、そしてツールが報告する矛盾する数値の調整。これは、エンジニアリングがゼロであっても、すべての人に該当します。
- (B) アトリビューションを自分で管理する（ファーストパーティ） — ユーザーがサイト/アプリを管理している場合に、アトリビューションを自分自身で計測し、統合すること。これは構築トラックです。ユーザーが「自分で追跡したい」と言ったり、自分が所有していないドメインで発生するコンバージョンに直面している場合に使用します。
ほとんどのリクエストは(A)から始まります。(B)に進むのは、ユーザーが対象サーフェスを管理しており、構築したい場合のみです。
プロダクトコンテキスト: .agents/product-marketing.md を確認し、存在する場合はそれを読んでください — ビジネスタイプ、販売サイクル、および主要なコンバージョンは、ここでのほぼすべての推奨事項を左右します。
境界 — このスキルが担当しないこと
隣接するスキルを再構築しないように、これらを最初に明確に述べておきます。
- 一般的なイベントトラッキング、トラッキング計画、UTM設定、GA4/GTM → 分析 (analytics)。アトリビューションはトラッキングが存在することを前提とします。線引きは次の通りです。分析 = 「どのイベントを、どのように発火させるか」；アトリビューション = 「タッチがどのように結合してコンバージョンに至り、収益として残るか」。
- 広告プラットフォームのピクセル、CAPI、サーバーサイドコンバージョントラッキング → 広告 (ads) (
references/conversion-tracking.md)。アトリビューションはプラットフォームが報告する数値を消費し、そのバイアスを補正します。ピクセルを設定するわけではありません。 - パイプラインステージ、リードライフサイクル、CRM収益ダッシュボード → RevOps。アトリビューションはパイプラインデータを提供します。ステージを定義するわけではありません。
- AI検索での出現・測定 → AI SEO。アトリビューションはAIトラフィックを盲点として名指しするだけです。
柱 A — 解釈
1. アトリビューションが教えてくれること、教えてくれないこと
数値に触れる前に期待値を設定します。
- アトリビューションは方向性を示すものであり、真実ではありません。 不完全なデータ（Cookieの有効期限、セッションの断片化、オフラインタッチの消失、ある端末でリサーチし別の端末で購入するユーザー）から構築された因果関係のモデルです。強いヒントとして扱い、決定的な verdict としては扱わないでください。
- すべてのモデルは意見です。 「ファーストタッチ」は最初の広告がすべての功績を得ると言い、「ラストタッチ」は最後のクリックがすべてを得ると言います。どちらも間違っており、その方向性が逆です。モデルを選ぶことは、誰のストーリーを信じるかを選ぶことです — そのことを声に出して伝えてください。
- アトリビューションギャップは正常です。 チャネルが報告するコンバージョンの合計は、ほぼ常に実際のコンバージョンを上回ります。なぜなら、すべてのプラットフォームが同じ売上に対して功績を主張するからです。あなたの仕事は、ギャップを縮め、説明することであり、数値を完全に一致させることではありません。それは不可能です。
ユーザーが1つの真の数値を要求した場合、言い換えてください。「防御可能で一貫性のある数値と、どのチャネルが上昇トレンドにあるかという読み取り値を提供することはできます。単一の客観的な真実は存在しません — その理由と、それでも意思決定に使用するものを説明します。」
2. アトリビューションモデル
6つの標準モデルと、それぞれがいつどのように誤解を招くか：
| モデル | クレジットルール | 最適な用途 | どのように誤解を招くか |
|---|---|---|---|
| ファーストタッチ | 既知の最初のタッチに100% | ファネル上部 / 需要創出の評価；短いサイクル | 案件を成立させたすべてを無視；アウェアネスチャネルを過大評価 |
| ラストタッチ | コンバージョン前の最後のタッチに100% | ダイレクトレスポンス、迅速なEコマース | ファネル下部 + ブランド検索/ダイレクトを過大評価；需要を創出したものを無視 |
| ラスト非ダイレクト | 「ダイレクト」をスキップして最後のタッチに100% | ダイレクト汚染に対する安価な修正 | 依然としてシングルタッチ；盲点を移動させただけ |
| リニア | すべてのタッチに均等なクレジット | すべてのステップが重要な長期マルチタッチジャーニー | 重要でない訪問をデモのように扱う；高頻度チャネルを過大評価 |
| 時間減衰 | コンバージョンに近いタッチほど多くのクレジット | 近接性が重要な長期サイクル | ファネル上部を過小評価；依然として仮定であり、測定ではない |
| ポジションベース（U字型） | 最初に40%、最後に40%、中間に20% | 「創出」と「クローズ」の瞬間が明確なB2B | 40/40/20の分割は恣意的；中間のタッチは軽視される |
| データドリブン（アルゴリズム/Shapley） | モデル化された限界貢献からのクレジット | 十分なコンバージョンがある大量アカウント | ブラックボックス；ボリュームが必要；提供されなかったオフライン/ダークタッチは見えない |
経験則：
- 長い販売サイクルでは、単一のモデルを単独で報告しないでください。ファーストタッチとラストタッチを並べて表示します — 真実はそれらの間にあり、それらの間のギャップこそがインサイトです。
- データドリブンアトリビューションにはボリュームが必要です（Google Adsは歴史的に、30日間で約3,000の広告インタラクションと約300のコンバージョンを条件としていました。その後、最低条件を緩和しDDAをデフォルトとしましたが、ボリュームが少ないと、科学の装いをしたノイズにすぎません）。ボリュームが少ない場合は、代わりにポジションベースを使用してください。
- モデル自体よりもはるかに重要なのは、一貫性を保ち、それをモデル外の健全性チェック（柱A §4、自己報告）と組み合わせることです。
モデルの計算、6つの方法でスコアリングされた1つのジャーニーの実例、そしてShapleyを平易に説明したものについては、references/attribution-models.md を参照してください。
3. 3つの測定パラダイム
モデルは追跡データ内でクレジットを分割します。パラダイムは、因果関係にどのようにアプローチするかです — 厳密さが増すにつれて、コストも増加します。
| パラダイム | 概要 | 答える質問 | 必要なもの | 注意点 | |---|---|---|---| | MTA (マルチタッチアトリビューション) | ユーザーレベルのタッチを統合し、モデルを適用 | 「コンバージョンに至るジャーニーにはどのタッチポイントが現れるか？」 | クリーンなクロスデバイスユーザーレベルのトラッキング | Cookieの消失 + プライバシーによりユーザーレベルのデータが壊滅的に減少；静かに過小評価する | | MMM (メディア/マーケティングミックスモデリング) | 支出対成果のトップダウン回帰（経時） | 「オフライン/ブランドを含む、各チャネルの総合的な貢献は？」 | 2～3年の週次データ、支出変動 | 相関関係；反応が遅い；学習には実際の予算変動が必要 | | インクリメンタリティ (地域ホールドアウト、PSA、ゴースト広告、オン/オフ) | 制御実験：露出群 vs. 非露出群 | 「このチャネルは、他の方法では得られなかったリフトを実際に生み出したか？」 | 非露出を作る能力；有意性のための十分なボリューム | ゴールドスタンダードだが、一度にテストできるのは少数の要素のみ |
選択方法： 少予算 / 短サイクル → 適切なUTM + ラスト非ダイレクト + 自己報告調査で、派手なモデルに勝ります。中予算、複数チャネル → 日常的なMTA + 最大の費用項目に対する定期的なインクリメンタリティテスト。大予算、オフライン + ブランド支出 → ポートフォリオ全体に対するMMM + MMMの係数を検証するためのインクリメンタリティ。2つのチャネルが同じコンバージョンを主張する場合は、常にインクリメンタリティが決定打となります。
予算×販売サイクル×チャネル数による意思決定表、および地域ホールドアウト/PSAテストの読み方（統計チュートリアルではない）については、references/measurement-paradigms.md を参照してください。
4. 自己報告アトリビューション
最も活用されていないシグナルであり、長期サイクルやダークソーシャルでは、しばしば最も正直です。コンバージョン後の「どうやって私たちのことを知りましたか？」という調査は、トラッキングが構造的に取得できないもの（ポッドキャスト、口コミ、Slackコミュニティ、創業者のツイート、「友達が教えてくれた」）を捕捉します。
- トラッキングよりも優れる場合： 長い検討サイクル、高い口コミ率、ブランド/コミュニティ主導、またはヘビーなダークソーシャル（§5参照）。ジャーニーの大部分が「ダイレクト」である場合、そこには自己報告に適した穴があります。
- コンバージョンの瞬間に質問する（サインアップ、初回購入、デモリクエスト）— 記憶が薄れる前で、最も想起率が高いです。
- 文言： 自由記述（「どうやって初めて私たちのことを知りましたか？」）はダークソーシャルを捕捉します。短い選択リストは定量化が容易ですが、回答にバイアスをかけます。ベストプラクティス：既知のチャネルの選択リスト に加えて、自由記述の「その他/詳しく教えてください」 を追加します。
- 三角測量の入力として扱い、絶対的な真実として扱わない — 想起は曖昧であり、人々は記憶に残るタッチを評価し、最初のタッチではありません。これは、追跡モデルの誠実さを保つモデル外のチェックです。
- 構築面では、これはCRM/分析に人物プロパティとして書き込まれるフォームフィールドです — 柱Bおよび
references/first-party-tracking.mdを参照してください。
5. 矛盾する情報源の調整
ほとんどのアトリビューション作業の背後にあるリクエスト：「Googleは50と言い、Metaは40と言い、GAは60と言い、CRMは35と言う — 誰が正しいのか？」 誰も正しくありません。以下がそのフレームワークです。
各情報源が体系的に誤る理由：
| 情報源 | バイアスの方向 | 理由 |
|---|---|---|
| 広告プラットフォーム（Google/Meta/LinkedIn） | 自分自身を過大計上 | 自社のウィンドウ内でビュースルー＋クリックコンバージョンを主張；すべてのプラットフォームが同じ売上を計上；良好に見える動機がある |
| GA / Web分析 | ラスト非ダイレクトクリック | クロスデバイス、Cookieブロックユーザーを喪失；不明なものをダイレクトに分類 |
| CRM | 担当者が入力したもの/フォームが取得したもの | 人的入力、リードソースの上書き、デジタル証跡のないオフライン案件 |
| 自己報告調査 | 記憶に残るタッチ | 想起バイアス；リターゲティングのような地味だが実際のタッチを過小計上 |
三角測量の方法：
- コンバージョン数の単一の信頼できる情報源を選ぶ — 通常はCRMまたはバックエンド（お金が実際に動くシステム）。他のすべては、それらがどこから来たのかを説明するものであり、いくつあるかを再定義するものではありません。
- プラットフォーム間で決して合計しない。 GoogleとMetaの両方がコンバージョンを主張する場合、それは2つのコンバージョンではなく、2つの申立人がいる1つのコンバージョンです。信頼できる情報源の合計に対して重複排除します。
- 絶対的な一致ではなく、方向性の一致を読む。 すべての情報源が、今四半期は有料検索が上昇し、オーガニックが下降していると言っている場合、2つの数値が一致しなくても、そのトレンドは信頼できます。
- プラットフォームが同じコンバージョンを争う場合の決定打として自己報告を使用し、そのリスクを正当化するテストが可能な場合はインクリメンタリティを使用します。
- ギャップを予想し、予算に計上する。 「プラットフォームはNを主張、検証可能なのはM、差額は過剰請求＋ビュースルー＋未追跡分 — これが最善の配分です。」と報告します。
出力は、小数第何位までの誤った調整ではなく、信頼レベルのある正直な配分です。
6. 盲点
コンバージョンが隠れ、実際のチャネルを弱く見せる場所：
- ダイレクト — ガラクタ箱。ブックマークとURL直接入力だけでなく、リファラーが削除されたもの、アプリからWebへの遷移、ダークソーシャル、およびトラッキングがドロップしたタッチも含まれます。ダイレクトのシェアが大きいことは、測定の問題であり、チャネルの問題ではありません。
- ブランド検索 — 別の場所で自社を発見し、社名をGoogle検索した人。ラストタッチはクレジットを有料/オーガニックのブランド検索に渡します。本当のドライバーは、彼らが検索するきっかけを作ったものです。ブランド検索と非ブランド検索をセグメント化しないと、ファネル上部から予算を削ってしまいます。
- ダークソーシャル — リファラーを伝えない共有：DM、Slack/Discord、ポッドキャスト、ニュースレター、スクリーンショット。トラッキングには構造的に不可視です。自己報告が唯一の確認方法です（§4）。
- AIトラフィック — アシスタントとAI検索は、ますます購入者に影響を与え、その後ブランド検索やダイレクト経由で送信するため、AIタッチは分析で不可視です。それを名指しし、詳細な作業はai-seoに委ねます。
一貫したテーマ：「ダイレクト」と「ブランド検索」が支配的である場合、ファネル上部は機能しており、アトリビューションがそれを隠しています。 それを明示的に述べてください — これはマーケティングにおける最も一般的な誤読です。
7. ビジネスタイプ別の分岐
デフォルトは大きく異なります。概要はここに。完全なプレイブックは references/by-business-type.md にあります。
- B2B SaaS（長期サイクル、営業支援型）： ジャーニーは数週間から数ヶ月に及び、複数の人物が関与するため、シングルタッチモデルは大きく誤解を招きます。CRMを信頼できる情報源としてアンカーし、ファーストタッチ + ポジションベースを並べて使用し、デモ/サインアップ時の自己報告に大きく依存し、パイプライン/収益アトリビューション（→ RevOps）を本当のスコアボードとして扱います。オフラインタッチ（イベント、営業会話）は、ここでMTAを最も弱く、自己報告を最も強くします。
- Eコマース / DTC（短期サイクル、セルフサービス）： 迅速なジャーニー、大量のボリューム、支出は有料ソーシャル＋検索に集中。プラットフォームのROASにアンカーするが、それを信用しない（iOS/CAPIインフレーション）、支出が重要になったらMMMで検証し、最大のチャネルではインクリメンタリティ/地域ホールドアウトを使用し、購入後調査でピクセルが見逃すものを捕捉します。ラストタッチは迅速なターンアラウンドのSKUでは防御可能です。MMM＋インクリメンタリティが実際の予算配分方法です。
柱 B — アトリビューションを自分で管理する（ファーストパーティ）
これは、ユーザーがサイト/アプリを管理しており、自分自身でアトリビューションを計測したい場合、特に、自分が所有していないドメイン（SavvyCal/Calendly/Cal.comの予約ページ、Stripeのチェックアウトページ）で発生するコンバージョンのために使用します。この柱は、実際のプロダクションビルドに基づいています。コードパターンを含む完全なランブックは references/first-party-tracking.md にあります。以下が要点です。
アイデンティティグラフ
ファーストパーティアトリビューションの中心にあるアイデアはただ一つです：匿名ブラウジングと最終的なコンバージョンを結合すること。
- 訪問者が匿名で到着します。分析ツールは匿名の
distinct_idを割り当て、イベントにファーストタッチプロパティ（$initial_referrer,$initial_utm_*）をスタンプします。 - コンバージョン時（サインアップ、予約、購入）に、安定したID（メールアドレスやユーザーUUID）を使って
identify()を呼び出します。これにより、匿名の履歴が既知の人物にマージされ、ファーストタッチがコンバージョンまで生き残るようになります。 - すべてのコンバージョンイベントを、ファーストタッチチャネルで分類できるようになります。これがすべてです。
identify() のギャップを埋める
最も一般的なファーストパーティアトリビューションの失敗：identify() が呼び出されないため、コンバージョンが閲覧履歴に結合されず、すべての顧客がどこからともなく現れたように見えることです。（Tessa KrieselのPostHogアプローチから着想を得たフレーミング）。修正方法は、実際の各コンバージョンでidentifyを呼び出すことです。まず監査してください — 多くのSaaSアプリはサインアップ時にすでにidentifyを呼び出しています。動作しているものを再構築する必要はありません。具体的な未計測のコンバージョンを見つけ、それらのみを修正します。
サードパーティドメインでのコンバージョンの統合
本当の機構が必要となる唯一のケース：サードパーティドメインでのコンバージョンです。
[truncated]