ラストクリック偏重の罠
「SEOのブログ記事にアクセスが集まっているのに、CVに貢献していないと言われる」——コンテンツマーケティング担当者なら、一度はこの悩みに直面したことがあるのではないでしょうか。
この問題の根本原因は、多くの企業がラストクリック（最終接触）だけでチャネルの価値を評価していることにあります。ユーザーが最後にクリックしたチャネルだけにCVの手柄が付く仕組みでは、「認知」や「検討」を担うチャネルの貢献が見えなくなります。
WebLeapとしてクライアントのマーケティング分析を支援する中で、アトリビューション分析を導入したことでチャネル間の予算配分が大きく変わったケースを何度も経験してきました。
この記事では、アトリビューション分析の基本概念から、GA4での実践方法までを解説します。
アトリビューション分析とは
アトリビューションとは、CV（コンバージョン）に至るまでの複数のタッチポイントに、貢献度（クレジット）を配分する分析手法です。
典型的なユーザージャーニーの例
Day 1: Google検索 → ブログ記事を読む（Organic Search）
Day 5: SNSで関連投稿を見る → サイト再訪（Social）
Day 8: リターゲティング広告をクリック → 料金ページ閲覧（Paid）
Day 10: 指名検索 → お問い合わせ完了（Organic Search）ラストクリックモデルでは、このCVの貢献はすべてDay 10の「Organic Search（指名検索）」に帰属します。しかし、Day 1のブログ記事がなければ、そもそもこのユーザーはサービスを知らなかったかもしれません。
主要なアトリビューションモデル
1. ラストクリック
最後のタッチポイントにCVの100%を帰属。最もシンプルだが、認知チャネルの貢献が見えない。
2. ファーストクリック
最初のタッチポイントにCVの100%を帰属。認知チャネルを評価できるが、CVに至る「最後の一押し」の貢献が無視される。
3. 線形モデル
すべてのタッチポイントに均等に帰属。公平だが、「どこが特に重要か」がわからない。
4. 減衰モデル
CVに近いタッチポイントほど多くの貢献度を割り当て。「最後の一押し」を重視しつつ、初期タッチポイントも評価。
5. データドリブンモデル（GA4のデフォルト）
機械学習でタッチポイントごとの実際の貢献度を算出。GA4では現在これがデフォルトのアトリビューションモデルです。
GA4でのアトリビューション分析の実践
GA4のアトリビューション設定を確認する
- GA4管理画面 →「管理」→「アトリビューション設定」
- レポートのアトリビューションモデル：「データドリブン」（推奨）
- ルックバックウィンドウ：取得イベントは30日、その他は90日が一般的
コンバージョン経路レポート
CVに至るまでのチャネル接触順序を確認できます。
1.「広告」→「アトリビューション」→「コンバージョン経路」
- 早期のタッチポイント、中間、後期に分けてチャネルが表示される
- 「SEO記事で認知 → SNSで想起 → 広告でCV」のようなパターンを発見
モデル比較レポート
異なるアトリビューションモデルでの結果を比較。
1.「広告」→「アトリビューション」→「モデル比較」
- ラストクリック vs データドリブンを比較
- 差が大きいチャネルは、ラストクリックだけでは過小/過大評価されている
WebLeapの実践例: あるクライアントでモデル比較分析を行ったところ、ラストクリックではOrganic Searchの貢献が全CVの15%でした。しかしデータドリブンモデルでは28%に上昇。逆にDirect（直接流入）は40%→25%に低下しました。これは「ブログ記事で認知→後日、直接URLを入力して再訪→CV」というパターンが多かったためです。この分析結果を受けて、コンテンツマーケティングへの投資を倍増する判断につながりました。
「コンテンツの価値」を証明する方法
コンテンツマーケティング担当者にとって、最大の課題は「ブログ記事がCVにどう貢献しているか」の証明です。以下の3つの方法を組み合わせましょう。
方法1：アシストコンバージョンの分析
GA4のコンバージョン経路レポートで、CVの「最初のタッチポイント」または「中間のタッチポイント」にブログ記事が含まれるケースをカウント。
方法2：セグメント比較
GA4の探索レポートで、以下の2セグメントを比較：
- セグメントA：ブログ記事を閲覧したユーザー
- セグメントB：ブログ記事を閲覧しなかったユーザー
CVRの差を確認することで、「ブログを読んだユーザーはCVしやすい」ことを定量的に示せます。
方法3：コンテンツグループの活用
GA4でコンテンツをグループ化（例：ブログ/事例/サービスページ）し、グループ単位でCV貢献度を分析。
アトリビューション分析の落とし穴
落とし穴1：クロスデバイスの問題
同じユーザーがスマホとPCで別々に訪問した場合、GA4では別ユーザーとして計測される可能性があります。Googleシグナルを有効にすることで改善できますが、完全ではありません。
落とし穴2：オフラインタッチポイントの欠落
展示会、電話、口コミなどのオフラインタッチポイントはGA4では追跡できません。CRMデータとの統合が必要です。
落とし穴3：データ量の閾値
データドリブンモデルは、一定量のCVデータがないと精度が出ません。月間CVが少ないサイトでは、線形モデルや減衰モデルのほうが実用的な場合もあります。
失敗談: 月間CV数が10件程度のBtoBサイトでデータドリブンモデルを使い、「SNSの貢献度が急上昇した」と報告しましたが、実際にはたった1件のCVのパスにSNSが含まれていただけでした。データ量が少ない場合、モデルの結果は統計的に不安定です。CV数が少ないサイトでは、まずはラストクリックと線形モデルの2つを比較することから始めましょう。
アトリビューション分析を組織に定着させるには
1. 月次レポートにモデル比較を組み込む
「ラストクリックではこう、データドリブンではこう」を毎月レポートに入れることで、関係者の理解が徐々に深まります。
2. 予算配分の議論に使う
「データドリブンモデルでは、コンテンツマーケの貢献度が25%。現在の予算配分は10%。乖離がある」——この議論ができるようになれば、アトリビューション分析は組織に定着したと言えます。
3. 四半期ごとにモデルを見直す
事業フェーズやチャネルミックスが変われば、適切なアトリビューションモデルも変わります。「設定して終わり」にしないことが重要です。
現場のまとめ
アトリビューション分析は「正解を出す」ためのものではなく、「ラストクリックだけでは見えない貢献を可視化する」ためのものです。完璧なモデルは存在しませんが、複数のモデルを比較することで、チャネルの真の貢献度に近づくことができます。
特にコンテンツマーケティングやSEOの価値を社内で説明する必要がある方は、まずモデル比較レポートを一度見てみてください。「ラストクリックでは見えなかった貢献」が見えるはずです。
WebLeapのデータ分析基盤構築サービスについて詳しくはこちら → /service/data-analytics/