インクリメンタリティ測定の考え方｜広告の「純増効果」を正しく把握する

インクリメンタリティとは

インクリメンタリティとは、広告によって「純粋に増加した」コンバージョンを指す概念です。広告管理画面に表示されるコンバージョン数には、広告がなくても発生していたであろうコンバージョン（オーガニック分）が含まれています。

広告の本当の価値を評価するには、全体のコンバージョンから「広告がなくても起きていた分」を差し引き、「広告があったからこそ発生した純増分」を把握する必要があります。

なぜインクリメンタリティが重要か

広告の管理画面で報告されるコンバージョン数は、あくまで「広告に接触した後にCVしたユーザー数」です。そのすべてが広告の効果とは限りません。

ラストクリックアトリビューションの限界

ラストクリックモデルでは、CVの直前にクリックされた広告に成果が紐づきます。しかし、そのユーザーは広告がなくてもCVしていたかもしれません。特に以下のケースでは、この問題が顕在化します。

指名検索広告は本当に必要か。自社ブランド名で検索するユーザーは、すでに購入意向が高い可能性があります。指名検索広告を停止しても、オーガニック検索経由でCVする割合が高ければ、広告の純増効果は限定的です。

リターゲティングは純増を生んでいるか。サイトを訪問済みのユーザーにリターゲティング広告を配信した場合、そのユーザーは広告がなくても再訪問してCVしていた可能性があります。

これらの問いに答えるには、「広告を出さなかった場合」と比較する必要があります。それがインクリメンタリティ測定です。

インクリメンタルCPA

通常のCPAは「広告費 / 管理画面CV数」で計算します。一方、インクリメンタルCPAは「広告費 / インクリメンタルCV数」で算出します。

たとえば、広告費100万円でCV 200件を獲得したとします。

通常のCPA = 100万円 / 200件 = 5,000円
インクリメンタルCV = 80件（残り120件は広告なしでも発生）
インクリメンタルCPA = 100万円 / 80件 = 12,500円

インクリメンタルCPAで評価すると、実質的な獲得効率は管理画面の数値と大きく異なることがあります。

測定方法の種類

インクリメンタリティを測定する方法は複数あります。信頼性と実施のしやすさにはトレードオフがあります。

手法	概要	信頼性	実施のしやすさ
コンバージョンリフトテスト（RCT）	広告接触群とホールドアウト群をランダムに分割	高い	プラットフォームの対応が必要
地域テスト（Geo Lift）	配信地域と非配信地域を比較	中〜高	プラットフォーム横断で実施可能
Ghost Ads / PSA方式	広告枠を公共広告等で埋めて比較	中〜高	実装が複雑
統計モデルによる推定	CausalImpact、DIDなどで間接的に推定	中	事後分析として実施可能

コンバージョンリフトテスト（RCT）

最も信頼性の高い方法です。ユーザーを「広告を配信するグループ」と「配信しないグループ（ホールドアウト）」にランダムに分割し、両者のCV率を比較します。

ランダム割り当てにより、2群間のバイアスが排除されるため、観測された差をそのまま広告の因果効果として解釈できます。

地域テスト（Geo Lift）

特定の地域で広告を配信し、別の地域では配信しない（またはオフにする）ことで、地域間のCV数の差からインクリメンタル効果を推定します。

地域テストの利点は、プラットフォームに依存しない点です。Google広告とMeta広告を同時に停止するなど、複数媒体を横断した検証も可能です。

一方で、地域間の特性の違い（人口構成、購買力、競合状況）が結果に影響するリスクがあります。類似した地域ペアを慎重に選ぶことが重要です。

Ghost Ads / PSA方式

広告接触の機会があったユーザーに対して、実際の広告の代わりに公共広告（PSA: Public Service Announcement）を表示します。「広告枠に接触したが、自社の広告は見なかった」グループを作ることで、広告クリエイティブの効果を分離して測定します。

技術的な実装が複雑であり、一般的な運用者が独自に実施するのは難しい方法です。

統計モデルによる推定

CausalImpactやDID（差分の差分法）を使い、施策の前後や群間の差から間接的にインクリメンタル効果を推定する方法です。RCTほどの信頼性はありませんが、事後的に分析できる利点があります。

プラットフォームの対応状況

主要な広告プラットフォームでは、インクリメンタリティ測定の仕組みが提供されています。

Meta広告（コンバージョンリフトテスト）

Meta広告マネージャの「テスト」セクションからコンバージョンリフトテストを設定できます。テスト群とホールドアウト群がMeta側でランダムに分割され、リフト値（インクリメンタルCV数）が算出されます。

広告セットまたはキャンペーン単位でテストを設定でき、比較的手軽に実施できます。ただし、十分な配信規模（通常は数千CV以上）がないと、統計的に有意な結果が得られにくい点に注意が必要です。

Google広告（コンバージョンリフト測定）

Google広告でもコンバージョンリフト測定が提供されています。Google側でテスト群とコントロール群を自動分割し、リフト効果を算出します。

利用には一定の出稿規模の条件があり、すべてのアカウントで即座に利用できるわけではありません。Google広告の担当者やアカウントマネージャーに確認が必要な場合があります。

自前での地域テスト設計

プラットフォームのリフトテスト機能が利用できない場合、自前で地域テストを設計する方法もあります。

類似した特性を持つ地域ペアを選定（人口規模、過去のCV数、経済指標）
一方の地域で施策を実施し、もう一方はコントロールとして維持
DIDやCausalImpactを使って効果を推定

手間はかかりますが、プラットフォームに依存しない分析が可能です。

実施のステップ

インクリメンタリティ測定の一般的な流れは以下のとおりです。

テスト対象の選定: どのキャンペーン・チャネルのインクリメンタリティを検証するかを決定
テスト設計: 手法の選択（リフトテスト or 地域テスト）、ホールドアウト比率の設定、期間の決定
ホールドアウトの設定: テスト群とコントロール群の分割を実施
配信期間: テスト期間中は設定を変更しない。最低2週間、理想的には4週間
効果の算出: リフト値（インクリメンタルCV数・率）とインクリメンタルCPAを算出
意思決定: 結果をもとに、予算配分やチャネル戦略を見直す

結果の活用方法

インクリメンタリティの測定結果は、以下のような意思決定に活用できます。

インクリメンタルCPAによるチャネル評価。管理画面のCPAではなく、インクリメンタルCPAで各チャネルの実質的な獲得効率を比較します。管理画面上はCPAが低く見えるチャネルでも、インクリメンタルCPAが高ければ再検討の余地があります。

予算配分の見直し。インクリメンタル効果が高いチャネルに予算を重点配分し、効果が低いチャネルは縮小または停止を検討します。

指名検索広告の要否判断。指名検索のインクリメンタリティが低い場合（オーガニック検索で十分にカバーされている場合）、その予算を他のチャネルに振り向ける判断材料になります。

MMMとの関係

MMMとインクリメンタリティ測定は相互に補完する関係にあります。

MMMはチャネル横断の予算配分を俯瞰的に最適化する手法ですが、モデルの推定精度を検証する手段が必要です。インクリメンタリティテストの結果をMMMのキャリブレーション（校正）に使うことで、モデルの信頼性を高められます。

具体的には、インクリメンタリティテストで「チャネルXのインクリメンタルCPAは8,000円」という結果が出た場合、MMMのモデルがチャネルXについて近い値を推定しているかを照合します。大きく乖離している場合は、MMMのモデルパラメータの見直しが必要です。

注意点と限界

インクリメンタリティ測定にはいくつかの制約があります。

十分な出稿規模が必要です。統計的に有意な結果を得るためには、テスト期間中に一定量のCVが発生する必要があります。月間CV数が少ないアカウントでは、検出力が不足する場合があります。

ホールドアウトによる機会損失があります。テスト期間中、コントロール群には広告を配信しないため、その分の潜在的なCVを逃すことになります。テスト期間と規模のバランスを検討する必要があります。

結果の一般化には注意が必要です。テスト期間の市場環境や競合状況に依存する結果であり、常に同じインクリメンタルリフトが得られるとは限りません。定期的にテストを繰り返し、結果を更新していくことが望ましいです。

複数チャネルの相互作用は捕捉しにくいです。あるチャネルを停止すると、他のチャネルの成果に影響する場合があります。チャネル単体のテストでは、こうした相互作用を完全には把握できません。チャネル間の関係性を含めた評価には、MMMの併用が有効です。