広告効果測定の課題を整理：ラストクリック頼みから抜ける実務手順

23時40分。管理画面のCPAは先月より下がっています。

なのに、月次会議の資料に貼った売上のグラフは横ばい。「広告は効いているのか、いないのか」と聞かれたら、答えに詰まる。そんな夜じゃないでしょうか。

それ、あなたの運用が下手なせいじゃないんですよね。

計測の前提が変わったのに、物差しが昔のままなだけです。「CPAを下げれば正解」という通説は、もう半分しか当たっていません。

この記事では、計測の穴を塞ぐ順番、効率と効果を分けて見る指標、週次で回す手順、コピペで使えるプロンプトまで持ち帰れるようにしました。

CPAは下がったのに売上が増えない。物差しが一本しかないからです

まず、よく見る数字の目安をそろえておきます。

出典：curumi

上位の解説記事は、だいたいここまでで終わります。ただ、この表は「その媒体の管理画面が見えている範囲」での効率です。

一方で、サードパーティCookieの廃止やiOSのトラッキング制限があります。2026年現在は、アテンションやMMM（媒体ごとの貢献度を統計で推定する手法）の可視化が求められている、とされています。参考

旧来のラストクリックCPA評価から、MMMやLTV評価への移行がスタンダードになりつつある、という整理もあります。参考

つまり課題の本体は、指標が足りないことではないんですよね。

• 見えていないCVがある（計測の欠け）
• 効率しか見ていない（効果を見る物差しがない）
• 見直すリズムが決まっていない（運用の欠け）

この3つを、順番に潰していきます。

最初に疑うのは、施策ではなく計測の欠けです

クリエイティブを直す前に、僕ならまずCVが正しく届いているかを確認します。

ブラウザ側のタグだけだと、制限によって取りこぼしが出ます。そこで実務の第一歩とされているのが、サーバーサイド計測の設定確認です。

• Metaなら「コンバージョンAPI（CAPI）」
• Googleなら「拡張コンバージョン」

どちらも設定の有無と、イベントが重複せず届いているかを見ます。参考

ここが抜けたまま改善を重ねると、「効いている施策」を止めて「効いていない施策」を伸ばす事故が起きます。CPAが良く見える原因が、分母のCVの取りこぼし方の偏りだった、という可能性もあるからです。

もう一つ、数字の扱いで引っかかりやすい点があります。Google Ads APIからGAQLで取得する金額は、micros単位、つまり通貨の1/1,000,000で返ってきます。参考

これを知らずにスプレッドシートへ流すと、広告費が100万倍の表になります。単位は最初に確認してみてください。

計測チェックの観点

• CAPI・拡張コンバージョンが有効か
• ブラウザとサーバーで同じCVが二重計上されていないか
• 媒体の管理画面のCV数と、自社の受注・申込データが大きくズレていないか
• APIで取る金額の単位（micros）を変換しているか

効率はCPA、効果はMERとサーチリフトで見ます

計測の穴を塞いだら、次は物差しを増やします。僕のおすすめは、効率と効果を分けて持つことです。

• 効率：媒体ごとのCPA、ROAS、CVR（個別の運用判断用）
• 効果：MER、サーチリフト、アテンション（全体の投資判断用）

MER（マーケティング効率比率）は、総売上÷総広告費です。Cookie規制で個別アトリビューションの精度が落ちるなか、2026年に重要性が急上昇しているとされています。参考

媒体の管理画面に頼らず、自社の売上と広告費の合計だけで出せるのが強みです。

サーチリフトは、配信後に指名検索が増えたかを見る調査です。認知寄りの施策は、クリックでは回収されません。だからKPIに組み込むことが推奨されています。参考

先日、Pinterestの事例を読んでいて唸ったんですよ

ニールセンとPinterestによる、カナダのCPG（日用消費財）業界のメタ分析です。ニールセン・マーケット・リフトを使い、Pinterestキャンペーンの80%が統計的に有意な売上増をもたらした、という結果でした。参考

僕が唸ったのは、売上への効果を「クリックの先」ではなく「露出から売上まで」で証明しにいっている姿勢です。しかも、実務に落とせる条件が分解されていました。

• ファネル上流・下流を統合したキャンペーンは、認知度向上のみのものより売上増加率が1.5倍
• ターゲット層の40%以上に到達すると、注目商品で1.6倍、ハロー商品（関連商品）で1.3倍
• 10週間以上、または週1.5〜2回の頻度で、注目商品1.5倍、ハロー商品2倍

{CHART|bar|統合キャンペーンと到達率40%以上の売上増加倍率|統合キャンペーン(対認知のみ),到達40%以上(注目商品),到達40%以上(ハロー商品)|1.5,1.6,1.3|倍|https://www.nielsen.com/ja/insights/2026/proving-advertising-works-from-exposure-to-sales-impact/|ニールセン}

出典: ニールセンのデータより匠座作成

これはCPG業界の分析なので、そのまま自社に当てはめられるとは限りません（推測です）。それでも、「短期で止めない」「上流と下流をつなぐ」「到達を確保する」という設計の方向性は、評価設計の参考になります。

なお、大手企業ではデータクリーンルーム（DCR）の標準化も進んでいます。Google・LINE・Amazonなどのデータと自社顧客データを、安全な環境で突き合わせる手法です。参考 ただ、中小規模ならまずMERとサーチリフトから始めれば十分だと思ってます。

週次で回す。AIには「判断の下ごしらえ」を任せます

運用サイクルの例は、次のとおりです。参考

AIが得意なのは、日次の異常検知と、週次の「数字の整理」です。判断そのものは人が持ちます。

プロンプト1：日次の異常値検知

あなたは広告運用のアナリストです。
以下は[媒体名]の直近[期間]の日別データ(広告費・インプレッション・クリック・CV)です。

[CSVを貼り付け]

次を出力してください。
1. 日別のCTR・CVR・CPAを計算した表
2. 前日比または直近平均から大きく外れた日とその指標
3. 外れた原因の仮説(計測の欠け/配信設定/クリエイティブ/季節要因)を、確度の低い順に
4. 人が確認すべき項目のチェックリスト
計算式は、CTR=クリック÷インプレッション×100、CVR=CV÷クリック×100、CPA=広告費÷CVとします。
データにない数字は推測せず「不明」と書いてください。

使いどころ：毎朝、管理画面のCSVを貼って最初の5分で異常日を洗うときに。

出力を検証する観点：計算結果を元データの1〜2行で手計算して照合します。仮説は断定になっていないか、「不明」がちゃんと使われているかも見てください。

プロンプト2：週次の打ち手とA/Bテストの判定

あなたは広告運用の責任者の壁打ち相手です。
今週の[媒体名]のA/Bテスト結果は以下です。

パターンA:[表示回数/クリック/CV数]
パターンB:[表示回数/クリック/CV数]
テスト対象:[静止画vs動画 / メインビジュアル / CTA文言 / 見出しコピー]
テスト日数:[日数]

判定ルール:p値0.05以下、または各パターン100CV以上で判定する。
判定期間の目安は、静止画vs動画で5〜7日、それ以外で3〜5日。

1. ルールを満たしているか(満たさない場合は「判定保留」とその理由)
2. 満たす場合の勝ち負けと、次に試す1パターン
3. MER(総売上÷総広告費)は[総売上]と[総広告費]で計算し、先週比較の観点を示す

使いどころ：週次の定例前に、判定保留と継続のどちらかを素早く切り分けるときに。

出力を検証する観点：ルール未達なのに勝敗を断言していないか。MERの計算に使った数字が、自社の売上データと一致しているかも確認します。

判定ルールは、A/Bテストを週2〜3パターン継続し、統計的有意差か各100CV以上が出てから判定する、という考え方に基づいています。参考

Aさんの1日 vs Bさんの1日（イメージです）

架空の2人で、運用の違いを時刻付きで描きます。数字は書かず、動き方の差だけを見てください。

Aさん（物差しが管理画面のCPAだけ）

• 9:30 管理画面を開き、CPAが低い媒体に予算を寄せる
• 14:00 A/Bテストを2日見て、「勝った」と差し替える
• 23:40 売上が伸びない理由がわからず、資料の言い訳を考える

Bさん（計測確認→日次検知→週次判定→MER）

• 9:30 異常検知のプロンプトで、前日の外れ値だけ確認する
• 14:00 A/Bテストは判定期間未達なので保留にする
• 18:00 週次で、MERの推移とCPAを並べて見る

Bさんが何かすごいことをしているわけではありません。「見る順番」と「判定のルール」を先に決めているだけなんですよね。

僕自身の運用で守っているルール

匠座では、毎朝の記事をAIで自動生成しています。そこには品質ゲートがあり、「一次情報シートにない数字は書かない」というルールで運用しています。

広告の計測も同じ発想です。出どころのわからない数字で判断しない。出どころを確認できない数字は、保留にする。この考え方が、計測の運用でも効くと思ってます。

正直な限界：この手順が効かない会社もあります

万能ではないので、先に書いておきます。

• CVが少ない会社：A/Bテストの判定ルール（各100CV以上など）に届かず、結論が出ません。この場合は、テスト数を絞って期間を伸ばすしかないんですよね。
• 営業・来店が成果の中心の会社：媒体のCVだけでは売上と結びつきません。CRMや受注データとの突き合わせが先です。
• データの権限が整理されていない会社：顧客データをAIに渡す前に、社内のルール整理が必要です。ここは僕も「慎重に」と言うしかありません。
• MERだけで満足するケース：全体の効率は見えますが、どの施策が効いたかは見えません。MERは「投資判断用」、CPAは「運用判断用」と、役割を分けて使ってください。
• MMMを今すぐ入れるべきとは限らない：まずは計測の欠けの確認と、MER・サーチリフトの並置で十分な会社も多いと思います（推測です）。

よくある質問に先に答えます

Q. 顧客データをAIに貼って大丈夫ですか？

個人が特定できる情報は貼らないのが基本です。日別・施策別の集計データに絞りましょう。契約や社内規程の確認が先です。

Q. 費用はどれくらいかかりますか？

この記事の手順は、既存の管理画面のCSVとスプレッドシート、生成AIで始められます。具体的な費用は契約するツールや媒体で変わるので、一次情報シートに根拠がなく、ここでは書きません。

Q. 設定確認にどのくらい時間がかかりますか？

CAPIや拡張コンバージョンの「有効かどうかの確認」だけなら、管理画面を見るだけです。実装が必要な場合は、社内の開発担当や代理店との調整になります。

Q. 数字が合わない場合はどうしますか？

まず単位（microsなど）と二重計上を疑います。それでも合わないなら、媒体のCV数と自社の受注数の差を、そのまま記録してください。差の大きさが課題の大きさです。

まとめ表

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（30分）

1. 10分：計測の穴を確認する。 MetaならCAPI、Googleなら拡張コンバージョンが有効かを管理画面で見ます。広告費やAPIの金額は、単位がmicrosになっていないかも確認してください。
2. 10分：MERを1行だけ作る。 スプレッドシートに「総売上÷総広告費」の計算を、直近4週分入れます。媒体のCPAの隣に並べて、同じ方向に動いているかを見てください。
3. 10分：プロンプト1を試す。 直近1週間のCSVを貼り、異常日の仮説を出させます。次に、A/Bテストの判定ルール（各100CV以上など）をメモして、判定保留の基準を決めておきましょう。

編集長メモ：ヘリックス（執筆者について）

全部やろうとせず、最初は「計測の確認」と「MERを1行足す」だけで十分です。数字の出どころがわからないままAIに渡すと、間違いが速く大量に出ます。まず足元の確認から始めてください。

▶ 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

▶ あわせて読みたい：広告運用AIの役割と課題：ターゲティングとプライバシー対応