広告効果測定の方法は？ROASを信じる前に見直す4ステップ

深夜0時すぎ。広告の管理画面を開くと、ROASは300%を超えています。

ROASは「広告費に対して売上がどれだけ返ってきたか」の比率です。数字だけ見れば優等生。なのに、翌朝に経理から届く売上は、どうも合いません。

それ、あなたのせいじゃないんですよね。

多くの管理画面は、そもそも「推定の売上」を表示しています。そこだけを見て判断すると、誰がやってもズレます。

通説は「ROASを追えば効果は測れる」ですが、僕はこれを一段疑ってます。この記事で持ち帰れるのは、次の3つです。

• 効果を3層に分けて、どの層が見えていないかを特定する考え方
• 4ステップの設計と、日次から四半期までの判断サイクル
• コピペで使えるプロンプト2本と、UTMの命名ルール

管理画面のROASは、売上ではなく「推定」だった

まず数字の正体から整理します。

ROASは「売上÷広告費×100(%)」で出します。ただしプラットフォームのROASは推定売上をもとにしているので、GA4やCRM(顧客管理システム)にある実際の売上との照合が必要です。参考

もう一つ、地味に怖い点があります。分母の広告費を減らすと、売上が減ってもROASは上がり得るんですよ。

つまり「ROASが改善した」と「儲かった」は別の話です。ここを混同したまま予算会議に出ると、あとで説明に困ります。

そこで補助線として使うのがMER(総売上÷総広告費)です。広告経由かどうかに関係なく、会社全体の売上を広告費全体で割る指標ですね。Cookie規制下の2026年は、この重要性が上がっているとされています。参考

ROASは「媒体の言い分」、MERは「財布の実感」。この2つを並べて見るだけで、判断のブレはかなり減ると思ってます。

「効果」は3層ある。見えていないのは、たいてい一番上

広告の効果は、大きく3つの層に分かれます。参考

CTRはクリック率、CPCはクリック単価、CVRは成約率、CPAは1件獲得するのにかかった費用です。LTVは1人の顧客が生涯でもたらす利益のこと。

多くの現場で止まっているのは、真ん中の「獲得」までです。売上層はCRMや受注データとの接続が要るので、後回しになりがちなんですよね。

別の整理として、「認知・誘導・獲得」の3フェーズで見る方法もあります。誘導の段階ではCTR、CPC、直帰率(LPを見てすぐ離脱した割合)を見ます。参考

どちらの切り方でも、結論は同じです。「今、自分はどの層まで数字を持っているか」を先に確認してください。

4ステップで組む。最初の30分は「紙1枚」から

やり方は4ステップです。①目的とKPIを階層で決める(KGIとKPIは分ける)、②コンバージョンの定義を決める、③計測の仕組みを設計する、④判断のサイクルを決める。参考

KGIは最終目標、KPIはそこへ向かう途中の指標です。

①と②は、AIに下書きを作らせると速いです。そのままコピペして使ってみてください。

あなたは広告運用の設計者です。以下の条件で、KGI→KPIの階層表と、コンバージョン定義案を作ってください。

# KGI: [例:月間の限界利益額]
# 使う媒体: [Google広告/Meta広告/LINE広告など]
# 売上データの取得元: [CRM/受注DB/ECカートなど]

# 出力
- 認知・獲得・売上の3層ごとに、指標を2〜3個
- 各指標の「見る頻度」「データの取得元」「判断に使うか参考か」
- コンバージョンの定義案(何をもって1件とするか、2案)
- 最後に「現状の取得元では測れていない層」を指摘
- 推測は「推測」と明記すること

使いどころ:新規キャンペーンの立ち上げ前や、レポートの見直しを始める最初の30分です。

検証する観点:「売上層」の取得元が実在するデータになっているか。コンバージョン定義が、営業や経理の言う「成約」と一致しているか。

③の計測設計は、軸が3つです。「計測タグ」「UTMパラメータ」「自社データ(受注データ・顧客ID)との接続」。参考

UTMパラメータは、広告のリンクに付ける目印のことです。これが人によってバラバラだと、後から集計できません。まず命名ルールだけ固定しましょう。

utm_source=[媒体名 例:meta]
utm_medium=[種別 例:paid_social / cpc]
utm_campaign=[年月_商材_目的 例:202610_商材A_獲得]
utm_content=[クリエイティブID 例:cr012]

使いどころ:リンクを作る人が複数いるチームでの運用ルールです。

検証する観点:大文字小文字・全角半角の揺れがないか。クリエイティブIDから素材を特定できるか。

目安値は「合格ライン」ではなく「疑う起点」

計測が組めたら、数字をどう読むかです。目安値を置いておきます。業種で大きく変わるので、自社の過去値が優先だと思ってください。

出典はこちらです。直帰率が70%を超えるなら、広告とLPの訴求にギャップがある可能性が示されています。

フリークエンシー(1人あたりの接触回数)は、目安8回以上で広告疲れによるCTR低下やブランド毀損につながるとされます。参考

SNS広告の2026年の業界平均目安は、CTR 0.8〜1.5%、CVR 1.0〜3.0%、CPC 50〜300円。ROASは300%以上が健全とされています。参考

媒体別だと、こう分かれます。

出典はこちら。媒体をまたいだ比較で「この媒体は安いから良い」と短絡しないでください。CPCが安くてもCVRが低ければ、CPAは高くなります。

A/Bテストの判定にも基準があります。統計的有意差(p値0.05以下、または各パターン100CV以上)で判断する、という目安です。参考

「3日回して数字が良い方を採用」は、ほぼコイン投げと変わりません。

判断のサイクルを固定する

④の判断サイクルは、こう切り分けると運用しやすいです。参考

• 日次:異常値の検知(配信停止、CPAの急騰)
• 週次:クリエイティブとターゲティングの調整
• 月次:媒体間の予算配分の見直し
• 四半期:チャネル構成の見直し

ポイントは「その頻度で判断しないこと」を決めることです。日次でクリエイティブの優劣を決めたくなる気持ち、分かります。でも日次で見るのは異常だけ。優劣は週次まで待ってください。

Aさんの1日とBさんの1日

サイクルがないと現場はどうなるか。対比で描いてみます。

Aさん(サイクルなし)の1日

• 9:30 管理画面を開いてCPAが気になり、予算を触る
• 14:00 CTRが低い素材を、根拠の薄いまま差し替える
• 23:30 ROASは良いのに売上が合わず、原因が分からないまま報告書を書く

Bさん(サイクルあり)の1日

• 9:30 日次は「配信停止とCPA急騰がないか」だけ確認して終了
• 週次(月曜) 素材とターゲティングを、定めた基準で調整
• 月初 ROASとMER、実売上を並べて、予算配分を月次で見直す

Bさんが特別に優秀なわけではないんです。「何をいつ決めるか」を先に決めてあるだけ。この差が、じわじわ効いてきます。

新聞・ラジオ・OOHは、測り方が別物です

デジタルだけが広告じゃない、という方もいますよね。マス広告の効果は、接触効果・心理効果・行動効果の3つに分類されます。そして中心になるのは、接触効果と心理効果の測定です。参考

媒体ごとの測り方は、こうです。

いずれも出典はこちらです。ラジオデジタル広告は、電通「日本の広告費2025年版」で前年比111.8%と二桁成長と紹介されています。

実務でいちばん効くのは新聞のタイムラグ測定でしょう。掲載日だけを見ず、3〜7日後のCV推移までを見る。この「遅れて効く」前提を入れるだけで、判断が変わります。

OOHの事例に唸った話

先日、OOH(屋外広告)の測定の話を読んでいて唸ったんですよ。

NTTドコモのモバイル空間統計やクロスロケーションズのGPS人流データと、AIカメラの解析を組み合わせる流れがあるそうです。「掲載した」から「実際に何人が滞在し、何人が視認したか」を測る方向に進化している、と。参考

僕が面白いと思ったのは、AIの使いどころです。派手な生成ではなく、「見られたかどうか」という測れなかったものを測れるようにする。広告の世界では、こういう地味なAI活用のほうが、あとで効いてくる気がしてます(これは僕の見立てです)。

AIに任せていいのは、集計と異常の下見まで

ツールの話も一言だけ。広告効果測定ツールは5つの型に分かれていて、1つですべては測れません。媒体管理画面の代表例は、Google広告、LINEヤフー広告、Meta広告です。参考

だから「全部入りの1本」を探すより、型の組み合わせで考えるほうが現実的です。

AIの出番は、週次レビューの下準備です。数字を貼って、異常と仮説の候補を出させます。

あなたは広告の分析担当です。以下は先週の広告データです。

# データ(CSVを貼り付け): [媒体・キャンペーン・クリエイティブID・費用・表示回数・クリック・CV・売上]
# 比較対象: [先々週のデータ、または自社の過去平均]
# 自社の基準: [CPAの上限・ROASの下限]

# 依頼
1. 基準から外れている行を、影響の大きい順に5件
2. それぞれ「確定している事実」と「推測」を分けて書く
3. 週次で打てる打ち手を1件ずつ(予算を触る案は出さない)
4. データが足りず判断できない項目は、その旨を明記

使いどころ:月曜朝の週次レビューの下準備です。

検証する観点:AIが挙げた数字が元データと一致しているか。「推測」の項目を、原因として断定していないか。

僕自身の話もしておきます。匠座では、毎朝の記事自動生成に品質ゲートを置いていて、数字は一次情報シートにあるものだけを使うルールで照合しています。ここで実感しているのは、AIに任せる前に「何が正しい数字か」の基準を決めておかないと、速く間違うだけになる、ということです。広告の集計でも同じで、基準を人間が先に握るのが前提になります。

正直な限界・つまずきどころ

万能の方法は、ありません。うまくいきにくいケースを書いておきます。

• 売上データが紐づかない会社:受注データに広告の流入元が残らないなら、売上層は測れません。まず顧客IDや受注データとの接続が先です
• CVが少なすぎる案件:A/Bテストは各パターン100CV以上が目安なので、数が足りないと結論が出ません。その場合は大きな差が出る要素から試すしかありません
• 目安値の鵜呑み:表の数字は業種・商材で大きく変わります。「平均より低いから失敗」とは言えません
• 指標を増やしすぎる:全部見ようとして、結局どれも判断に使われない。これがいちばん多い失敗だと思います
• マス広告の因果:接触や心理の効果は測れても、売上への寄与を断定するのは難しいです

よくある質問に先に答えます

Q. 小さな会社でも、4ステップは必要ですか?

A. 必要です。ただし規模に合わせて軽くしてください。KPIは3つ、見る頻度は日次と週次だけでも、始める価値はあります。

Q. 専用ツールを入れないと測れませんか?

A. 最初は要りません。管理画面、計測タグ、UTM、そして自社の受注データがあれば形になります。ツールは足りない型を補うものです。

Q. AIにデータを貼って大丈夫ですか?

A. 顧客の個人情報は貼らないでください。集計済みの数字(費用・クリック・CVなど)だけに絞れば、リスクは下げられます。社内の情報ルールの確認は忘れずに。

Q. ROASとMER、どちらを見ればいいですか?

A. 両方です。ROASは媒体や施策の比較用、MERは会社全体の健康診断用と考えてください。

まとめ表

時間の目安は僕の感覚値です。データの整い具合で大きく変わるので、参考程度に見てください。

ここまで読んで「自社だけでやるには手が足りない」と感じた方は、『LOCALGOAT｜AI検索時代の店舗集客(AIO×MEO×SNS)』（AI検索時代の店舗集客（AIO×MEO×SNS）を支援する次世代対策サービス）のような外部サービスという選択肢もあります。急ぎでなければ、まずは無料のチェックリストで足元を固めるのがおすすめです。

LOCALGOAT｜AI検索時代の店舗集客(AIO×MEO×SNS) ↗

今日やること

今日の30分で、これだけやってみてください。

1. 紙1枚を作る(10分):認知・獲得・売上のうち、自社が数字を持っている層に丸をつけます。持っていない層が、次に整える場所です
2. UTMの命名ルールを決める(10分):本文のテンプレートをコピペして、[ ]の中を自社用に埋めます。チームに共有できれば、もう半分終わりです
3. 見る頻度を決める(10分):日次は異常値だけ、週次は素材とターゲティング、月次は予算配分。これを紙に書いて、モニターの横に貼ってください

ROASを疑うところから、広告効果測定は始まる気がしています。まずは今夜、管理画面の数字と実売上を並べてみませんか。

編集長メモ：ヘリックス（執筆者について）

目安値の表は「合格ライン」ではなく「疑う起点」として使ってください。自社の過去値が一番の物差しです。まず今日の30分で、UTMの命名ルールと週次で見る数字を紙1枚にする。それだけで来月のレビューの質が変わります。

▶ あわせて読みたい：広告効果測定ツール無料で足りる？GA4など3点セットの組み方と限界