← KPIナレッジ一覧に戻る
マーケティングKPI2026-07-29

アトリビューション分析とは|ラストクリックの罠を抜け、中間KPIで施策の貢献を測る

KPI Growth Model 入門ガイド 表紙

Free Download

KPI Growth Model 入門ガイド

KPIを「測るだけ」から「動かす」に変えるためのフレームワーク全体像を15ページにまとめた資料です。

資料をダウンロードする

Newsletter

KPI・グロース戦略の知見を定期配信

無料で登録する →
本記事は50社以上の成長支援を手がけるKPIコンサル・岩田圭弘が解説します。

展示会で名刺を集め、ウェビナーを開き、記事広告を出し、リターゲティング広告を回す。それでも会議で出てくるのは「結局、どの施策が受注につながったのか」という問いだ。多くの企業がここで詰まる。原因は施策の質ではなく、最後にクリックされた広告にすべての手柄が集まる計測構造にある。本記事では、アトリビューション分析をモデルの解説で終わらせず、BtoBで実際に予算配分を動かせるKPI設計として組み立てる方法を解説する。

図:アトリビューションの3層設計(KGI→中間KPI→先行KPI)
図:アトリビューションの3層設計(KGI→中間KPI→先行KPI)

アトリビューション分析とは

アトリビューション分析とは、コンバージョンに至るまでに顧客が接触した複数のチャネル・施策に対して、それぞれの貢献度を割り振って評価する手法である。「アトリビューション(attribution)」は「帰属」の意味で、成果を誰の手柄とするかを決める作業だと考えればよい。

対義的な考え方がラストクリック評価だ。コンバージョン直前の接点にすべての成果を計上する方式で、GA4をはじめ多くのツールの初期設定に近い挙動をする。運用は簡単だが、BtoBでは深刻な歪みを生む。

代表的なモデルは次の通りだ。

モデル貢献の割り振り方向いている場面BtoBでの注意点
ラストクリック最後の接点に100%短期・単発の刈り取り施策初期接点の貢献が構造的にゼロになる
ファーストクリック最初の接点に100%新規認知の評価クロージング施策が評価されない
線形全接点に均等配分接点数が少ない場合の暫定運用効いていない接点も等価に評価される
減衰(時間減衰)CVに近いほど重く配分検討期間が短い商材検討期間が長いほど初期接点が過小評価
接点ベース(U字等)最初と最後を重く配分認知と刈り取りの両輪を見たい場合中間の育成施策が薄く見える
データドリブン実データから貢献度を推定データ量が十分にある場合BtoBはCV数が少なく推定が不安定

ここで強調しておきたいことがある。モデルを比較して「正解のモデル」を選ぶ作業に価値はほとんどない。どのモデルも「Webの最終CV」という一点をどう割るかの話でしかなく、BtoBで本当に見るべき成果は最終CVのさらに先——商談化と受注にあるからだ。

アトリビューション分析が「入れただけ」で終わる3つの原因

原因1:BtoBの検討期間の長さを計測が追いきれていない

図:ラストクリック評価と中間KPI基準では貢献の配分がどう変わるか
図:ラストクリック評価と中間KPI基準では貢献の配分がどう変わるか

BtoBの平均的な検討期間は数ヶ月に及び、関与者も複数人いる。展示会で名刺交換した担当者と、半年後に資料請求フォームを埋めた担当者が同一人物とは限らない。Cookieベースの計測は、この時間差と人の入れ替わりに構造的に耐えられない。

結果として何が起きるか。半年前の展示会の貢献は消え、直前の指名検索やリターゲティング広告だけが評価される。そして翌年、展示会予算が削られる。削ったあと2四半期遅れでパイプラインが痩せるが、その因果はもう誰にも証明できない。

原因2:マーケと営業でKPIが分断されている

マーケ側はGA4と広告管理画面のCVを見て、営業側はCRMの商談数と受注額を見る。両者のデータがつながっていないため、「Web上のCV」を精緻に分解しても、その先の商談化率・受注率が見えない。

この状態では、CV単価が最も安いチャネルに予算が寄る。だがCV単価が安いチャネルほど商談化率が低いことは珍しくない。安く大量に集めたリードが営業に渡り、営業が「質が悪い」と言い、関係が悪化する。よくある光景だ。

マーケティングKPIは、営業KPIと一本化して初めて機能する。アトリビューションも例外ではない。分析の単位は「CV」ではなく「商談」「受注」に置かなければならない。ファネル全体の設計はBtoBマーケティングKPI完全ガイドを参照してほしい。

原因3:レポートは増えるが、誰も見返さない(情報過多による形骸化)

近年最も増えている失敗がこれだ。BIツールとAIを組み合わせれば、チャネル別・モデル別・期間別の貢献度レポートはいくらでも自動生成できる。週次でSlackに配信することもできる。

だが現場が消化しきれる量を超えた瞬間、レポートは誰も開かないファイルになる。モデルを4種類並べて「見方によって順位が変わりますね」で会議が終わり、予算配分は前年踏襲のまま。分析が精緻になるほど意思決定が止まるという逆転が起きる。

指標が形骸化する最大の原因は、指標が足りないことではなく、多すぎて判断に使えないことだ。関連する失敗構造はKPIが機能しない3つの理由にまとめている。

3層フレームで設計する

アトリビューションを機能させるには、KGI(最終成果)→ 中間KPI(遅行指標)→ 先行KPI(行動指標)の3層に分けたうえで、貢献度を割り振る対象を「最終CV」から「中間KPI」へ移す必要がある。

指標例アトリビューションでの役割AIが担える範囲
KGI受注金額・新規ARR最終的に貢献を還元する先。動くまで数ヶ月ほぼなし(予算配分の判断は人間)
中間KPI(遅行)商談化数、チャネル別商談化率、有効リード数貢献度を割り振る主戦場。ここに施策を紐づけるデータ統合・名寄せ・集計・貢献度の推定
先行KPI(行動)接触回数、コンテンツ公開本数、ウェビナー開催数、送客数中間KPIを動かす入力。今週の行動で変わる素材生成・候補リスト作成・実行ログ収集

この構造で見ると、アトリビューション分析の役割がはっきりする。先行KPI(施策の実行)と中間KPI(商談化)の因果を推定し、どの行動を増やすかを決めるための道具である。最終CVを何対何で割るかという作業は、この目的にほとんど寄与しない。

そして中間KPIから先は営業の領域だ。チャネル別の商談化率が見えれば、インサイドセールスのKPI設計における架電優先度も変わるし、営業パイプライン管理の各段階の転換率とも接続できる。マーケの分析結果が営業の行動を変えるところまで到達して、初めてKPIの一本化が完成する。

AIはどの層を担うか

AIが担えるのは、材料を大量に用意する工程までだ。接点ログの名寄せ、企業単位でのデータ統合、チャネル別の相関推定、レポートの下書き。これらはAIが圧倒的に速く、人手では現実的に不可能な規模を処理できる。

しかし、「商談化したアカウントと、しなかったアカウントは、接点の順序や内容において具体的に何が違うのか」を一段抽象化し、1つの型として言語化する作業はAIにはできない。AIが出せるのは相関の羅列であって、再現可能な型ではない。この抽象化は、マネージャーやコンサルタントなど人間にしかできない仕事である。

主要KPIとAI活用ポイント

図:アトリビューションの主要KPI10指標と先行・遅行の種別、AI活用ポイント
図:アトリビューションの主要KPI10指標と先行・遅行の種別、AI活用ポイント
KPI種別定義・見方AIでどう変わるか
チャネル別 商談化率遅行リード→商談の転換率。アトリビューションの主指標CRM横断の自動集計
チャネル別 商談化単価遅行費用÷商談数。CPLではなくここで比較する試算の自動化。配分判断は人間
初回接点シェア遅行受注アカウントの最初の接点チャネル分布接点ログの名寄せ・集計
アシスト接点数遅行受注までの平均接点回数。多すぎる=検討が停滞タッチポイント自動抽出
検討期間(初回接点→受注)遅行計測ウィンドウを何日に設定すべきかの根拠になる分布の自動算出
指名検索数遅行クリックを伴わない認知施策の貢献を捕捉する代替指標クエリ分類の下書き
接触回数(対象企業群)先行広告・PR・ウェビナー等の月間接触の合計接触ログの統合
コンテンツ公開本数先行接点をつくる行動量素材・構成案の生成
営業への送客数先行マーケと営業の接続点。ここが詰まると分析は無意味ルーティングの自動化
受注アカウントの接点パターン一致率遅行型として定義した接点順序に沿ったアカウントの比率照合の自動化。型の定義は人間

表を見て気づいてほしいのは、AI列に「判断」が一切入っていないことだ。AIは統合・集計・推定という材料工程を担い、何を型とするか・どこに予算を寄せるかという判断は人間が持つ。この線引きを曖昧にすると、KPIは「AIが出した貢献度スコアを眺めるだけの儀式」に変わる。

実務手順:CVではなく商談に貢献を紐づける

Step 1:分析単位を「人」から「企業(アカウント)」に変える

BtoBの意思決定は複数人で行われる。個人単位のCookieを追い続けても実態に合わない。企業ドメインを軸に接点を束ねる。この考え方はABMの設計と共通する。

Step 2:計測ウィンドウを実際の検討期間から決める

初回接点から受注までの日数分布を出し、その中央値〜75パーセンタイルを計測期間に設定する。ツールの初期値(30日等)を使うと、BtoBではほぼ確実に初期接点を取りこぼす。

Step 3:CRMの商談・受注データと接点ログを突合する

ここが最大の実務的ハードルであり、同時に最大の価値がある工程だ。最終CVで止まる分析は捨ててよい。商談化・受注まで紐づかない貢献度は意思決定に使えない。

Step 4:モデルは1つに固定する

複数モデルを並べて比較する運用は、会議を止めるだけで終わる。BtoBなら、初回接点と商談化の直前接点を重く見る接点ベースを起点に1つ決め、半年間は変えない。モデルを変えれば数字は動くが、それは事業が変わったわけではない。

Step 5:オフライン接点を必ず含める

展示会、テレアポ、紹介、登壇、既存顧客からのリファラル。Web計測に映らない接点こそBtoBでは重い。手入力でもCRMに残す。映らないものはゼロと記録され、いずれ予算を失う。

KPI Growth Model 入門ガイド 表紙

Free Download

KPI Growth Model 入門ガイド

KPI Maturity Model の自社診断と Implementation Checklist(20項目)を収録。形骸化しないKPI設計の実装手順を一冊で。

資料をダウンロードする

KSFは「比較」から見つける

図:受注アカウントと平均群の差分からKSFを見つける
図:受注アカウントと平均群の差分からKSFを見つける

貢献度の高い施策を見つけるKSF(重要成功要因)は、モデルの推定値からは出てこない。成果が出ているものと平均との差分を比較して発見するしかない。

比較の切り口は3つある。

  1. アカウント間の比較:受注したアカウントと、リードにはなったが商談化しなかったアカウントで、接点の順序・内容・回数がどう違うか
  2. チャネル間の比較:同じCPLでも、商談化率と受注率がどう違うか。CPLが安いチャネルほど質が低い場合が多い
  3. 期間内の比較:施策を実施した期間と実施しなかった期間で、他チャネルの数字がどう動いたか(間接効果の検出)

この比較材料をAIに大量に用意させることはできる。だがそこから「本質的な違いは何か」を抽出し、型として言語化するのは人間の仕事だ。AIは「受注アカウントはウェビナー参加率が2.4倍高い」までは出せるが、「導入検討中の企業は事例紹介ウェビナーで社内稟議用の材料を集めており、そこで具体的な数字を出したかどうかが分かれ目だった」という抽象化には到達しない。

そしてもう一段、見落とされやすい工程がある。抽出した型が、全員が実行できるものかを判断する工程だ。「あの回はたまたま著名なゲストが登壇した」「特定営業の個人的な人脈で紹介が生まれた」という要因は、成果に効いていても再現できない。個人のセンス・経験・人間関係に依存する要素を型として全社展開すれば、必ず失敗する。この実行可能性の判断も、AIには任せられない人間の仕事である。

AI導入後の先行指標の作り方(5ステップ)

図:AI導入後の先行指標の作り方5ステップ
図:AI導入後の先行指標の作り方5ステップ

Step 1:中間KPIを1つに絞る

「チャネル別 商談化率(初回接点基準)」のように、定義まで含めて1つに決める。複数置くと現場が迷う。

Step 2:それを動かす行動仮説を3つまで出す

「事例ウェビナーの開催数」「対象業界のターゲットアカウントへの接触回数」「営業への送客までのリードタイム」など。多くても3つ。

Step 3:比較材料をAIに用意させる

接点ログの名寄せ、アカウント単位への統合、チャネル別の商談化率算出。ここはAIに任せてよい。ただしAIの出力を鵜呑みにしない。名寄せの精度、除外条件、計測ウィンドウの妥当性は人間が必ず検証する。推定モデルが出した貢献度スコアは仮説であって結論ではない。

Step 4:人間が差分を型として言語化する

Step 3の材料から、商談化したアカウントと平均の違いを抽出し、1つの型に落とす。「初回接点から14日以内に事例コンテンツを届ける」といった行動レベルの記述にする。

Step 5:その型が全員に実行可能か判断する

新任担当者でも、人脈のないメンバーでも、特別なゲストなしでも実行できるか。できないなら型ではなく属人技である。ここを飛ばして展開すると、KPIは1〜2ヶ月で形骸化する。

多くの現場が4ステップで止まり、Step 5の実行可能性判断を省略する。KPIを設計より運用で死なせるのは、ほぼこの工程の欠落である。

Before/After:予算配分が動いた事例

図:評価指標をCPLから商談化単価に変えた前後の変化
図:評価指標をCPLから商談化単価に変えた前後の変化

人材系SaaSを提供するある企業の例を挙げる。

Before

  • 評価指標はチャネル別のCV数とCPLのみ。ラストクリックで集計
  • CPLが最も安いリスティング広告に予算の6割が集中
  • 展示会は「CPLが高い」という理由で前年比40%減額
  • BIツールで4モデルの貢献度レポートを週次自動生成していたが、会議では「モデルによって違いますね」で毎回終わっていた
  • 営業は「最近リードの質が落ちた」と繰り返すが、数字で語られる場がない

After(分析単位を商談化に移して9ヶ月)

  • チャネル別の評価指標をCPLから商談化単価に変更
  • 判明したこと:リスティングはCPL 8,400円だが商談化率9%、展示会はCPL 32,000円だが商談化率41%。商談化単価では展示会が約2.4倍優秀だった
  • 展示会予算を復元し1.6倍に増額、リスティングは指名系とホワイトペーパー訴求に絞って35%減額
  • 週次4モデルのレポート配信を停止し、月次で見る指標を3つに削減
  • 9ヶ月後:総リード数は18%減少したが、商談数は31%増加、受注数は27%増加。CACは22%改善

変わったのは施策の実行力ではなく、何を成果として数えるかと、見る指標の数だ。リード数が減って成果が増えたという結果は、リード至上主義から抜けた企業に共通して現れる。配分を変えるだけで全体が改善する構造についてはKPIを変えなくても全体が改善するでも扱っている。

失敗3パターン

パターン1:モデル選びが目的化する

「うちはどのモデルが正解か」を議論し続け、半年経っても予算配分が1円も動かない。アトリビューションは分析のための分析になりやすい。モデルは早く1つに決め、半年固定して、配分を動かすことに時間を使う。モデルの精度より、意思決定が起きたかどうかで評価すべきだ。

パターン2:最終CVで止まり、商談化まで追わない

Web上のCVをどれだけ精緻に分解しても、そのCVが商談になっているかを見なければ意味がない。CPLが安いチャネルが最良と結論づける分析は、ほぼこの罠にはまっている。分析の終着点はCVではなく受注に置く。

パターン3:AIの貢献度スコアを結論として扱う

データドリブンモデルやAIツールが出す貢献度スコアは、BtoBのCV数(多くの企業で月数十件規模)では統計的に不安定になりやすい。スコアは仮説であって結論ではない。さらにレポートを増やすほど誰も見なくなる。見る指標を3つに絞り、月次で意思決定に使う場を持つこと。運用設計はKPI達成率を上げる運用メソッドで詳述している。

FAQ

Q1. BtoBでどのモデルを選ぶべきですか?

初回接点と商談化の直前接点を重く見る接点ベース(U字型)を起点に、自社の検討プロセスに合わせて調整するのが実務的だ。ただしモデル選びに時間をかける価値は低い。1つ決めて半年固定し、商談化率で施策を比較することのほうが、はるかに大きな成果を生む。

Q2. データが少なくてもアトリビューション分析はできますか?

できる。むしろCV数が少ない企業ほど、統計的な推定モデルではなく、受注アカウント10〜20社の接点履歴を人間が並べて読むほうが有効だ。数十件規模なら定性的な比較のほうが型を見つけやすい。

Q3. GA4のアトリビューションレポートだけで足りますか?

足りない。GA4が見ているのはWeb上のCVまでで、その先の商談化・受注は追えない。CRMとの突合が必須である。GA4はチャネル別の流入と初回接点を把握する材料として使い、評価はCRM側の商談データで行う。

Q4. 展示会やテレビCMのようにクリックを伴わない施策はどう評価しますか?

2つの方法を併用する。ひとつは接点ログを手入力でもCRMに残すこと。もうひとつは指名検索数を中間KPIとして見ることだ。クリックが発生しない施策の貢献は、指名検索の増分として現れる。

Q5. AIツールを入れれば貢献度分析は自動化できますか?

データ統合・名寄せ・集計・貢献度の推定までは自動化できる。ただし「何が効いたのか」を型として言語化する工程と、「その型は全員が実行できるか」を判断する工程は自動化できない。むしろAIを入れるほど出力が増え、消化しきれずに形骸化するリスクが上がる。導入と同時に、見る指標を減らす設計をセットで行うこと。

まとめ

  • アトリビューション分析とは、複数の接点に成果の貢献度を割り振る手法。だがBtoBではモデル選びに価値はほとんどない
  • ラストクリックは初期接点の貢献を構造的にゼロにする。BtoBの検討期間の長さに、Web完結の計測は耐えられない
  • 貢献を割り振る対象を最終CVから中間KPI(商談化)へ移す。これが最大の設計転換になる
  • 分析単位は「人」ではなく「企業(アカウント)」。オフライン接点を必ず含める。映らないものはいずれ予算を失う
  • マーケティングKPIは営業KPIと一本化して初めて機能する。評価指標はCPLではなく商談化単価に置く
  • AIは材料を用意するところまで。差分を型として言語化するのも、その型が全員に実行可能かを判断するのも人間の仕事
  • 指標を増やすほど形骸化する。モデルは1つに固定し、見る指標は3つに絞る

関連記事

KPI Growth Model 入門ガイド 表紙

Free Download · Whitepaper

KPI Growth Model 入門ガイド

KPI Growth Model の全体像と実装手順を15ページに凝縮。社内でKPI設計の方向性を議論する際の共通言語としてお使いください。

資料をダウンロードする

Free · 3min

貴社のKPI運用、今どの段階?

15問の無料診断でスコアと改善ポイントをその場で確認できます。

診断してみる →

関連するKPIナレッジ

マーケティングKPI

リードナーチャリングとは|メール配信を目的化させないKPI設計とAIの使い所

リードナーチャリングが「メール配信の作業」で終わる原因を、KPIの分断と情報過多から解き明かす。開封率ではなく商談化率で測る3層KPI設計、AIに任せる範囲と人間が判断すべき型化・実行可能性の線引き、Before/After事例まで解説。MQL→商談化率を中心に、マーケと営業のKPIを一本化する具体手順がわかる。

続きを読む →
マーケティングKPI

指名検索とは|「効果が測れない」認知施策・ブランディングをKPIにする方法

テレビCM・タクシー広告・SNS・PRは「効果が測れない」と言われる。だが測れないのではなく、測る指標を間違えている。認知施策の成果は指名検索数の推移で測る。サーチコンソールでの実測手順、認知→指名検索→商談の中間KPI設計、AIの使い所と使ってはいけない領域まで解説する。

続きを読む →
マーケティングKPI

MQLとは・SQLとの違い|BtoBで最も詰まる「MQL→SQL」をKPIで診断し解消する

MQLとSQLの違いを用語解説で終わらせず、BtoBファネルで最も詰まる「MQL→SQL転換」を診断KPIとして運用する方法を解説。原因はマーケと営業の『良いリード』定義のズレ。基準の合意形成プロセスと、AIを材料出しに使い人間が型化・実行可能性を判断する設計まで、50社支援のKPIコンサル岩田圭弘が示す。

続きを読む →

KPI設計のご相談はこちら

30分の無料相談で、貴社に最適なKPIの設計方針をお伝えします。

無料で相談する