ここ数年、ネット広告指標の一つである間接効果（アシスト効果）の話題を多く見かけます。
「コンバージョンの約半数は他の広告もクリックされている」、と複数の調査で明らかになっており、
Web行動研究からも間接効果が一定の効果をもたらしていることは間違いないと言われています。

しかし、効果があるとはわかっていても、「間接効果の分析（アシスト分析）は難しい」、
「改善にどう活かすかがわからない」という声を良く聞きます。

間接効果の分析でまずやるべきことは、コンバージョン数と間接効果の２変量から、
「コンバージョンが多かった（or CPAが低い）ものは問題ないが、
コンバージョンが少なかった（or CPAが高すぎる）広告のうち、
間接効果が高かったものについては停止しない」
これを明らかにすることです。

もちろん弊社のアドエビスでも間接効果を表示することはできます。
管理画面-間接効果測定から直接効果と間接効果を含むデータをダウンロードします。

次にコンバージョンと間接効果によって、各広告を上図のように区分し、
△の広告について目視もしくは、CPAなどの閾値を設定し、停止・継続を評価します。

コンバージョン数だけを見て、広告を停止してしまうと間接効果のある広告まで停止してしまい、
結果としてコンバージョンに影響が出てしまうことがあります。

しかし、この方法で停止・継続を判断すれば、コンバージョンへの影響を最小に保ったまま
コストカットが可能になります。

ただし、間接効果の本質はこのような単純なものではありません。
間接効果の本質は、「裏方の広告効果を再評価しましょう」というものではなく、
「生活者の購買プロセスの一部を切り取ったもの」なのです。

したがって、ここをきちんと分析することで、コミュニケーションプランニング全体を
考える上での重要なインサイトを見つけられる可能性があります。

そのためには、やや複雑にはなりますが以下のような要素の分析が必要になります。
1.間接効果の主従関係
2.クリックストリーム（広告接触のセットとその順番）
3.間接効果の重みづけ（初回接触か直前アシストか、時間感覚など）

1.間接効果の主従関係
どの間接広告がどのコンバージョンにアシストしたかが明らかになれば、
間接効果の質や意味を理解する材料になります。

間接効果数だけでなく、どこへのアシストかを追うことで、継続・停止の判断基準にもなります。
下図はWebグラフというペアリングの強さを線の太さで表すデータマイニング手法の一つです。
（弊社アカウントの実データから作成しました。）

この図から、
・広告Bは広告Aに非常に強くアシストしている
・広告Aは他に複数の広告へアシストもしている
・広告Bはアシスト先として有意なペアは存在しない
などがわかります。

広告Aは弊社のブランド名のリスティング広告です。
この広告は他からのアシストがあったり、他へのアシストでコンバージョンを
稼いでいることがわかりました。

また、広告Bは弊社の中で最近売上を伸ばしている商品名です。
こちらは他からのアシストはないものの単独でのコンバージョンもしくは広告Aへのアシストを
行っていることがわかりました。

このことから、比較的認知度の高い広告Aキーワードが基点になっており、
そこへの流入または、そこからさらに細かいサービス名への遷移によって、
コンバージョンに至っていることがわかります。

また新商品で“引き”があったものも、
ブランド名を通ることでより信頼度や理解度が高まっていることが想像されます。

そこで、リスティングキーワードのチューニングにとどまらず、
サブブランドや各サービス単品の広告でもメインブランドへの導線を引くなどの、
LP施策への反映も行いました。

間接効果の分析の本質がユーザー行動の分析であることがおわかりいただけたでしょうか？

後編では、クリックストリームや重みづけについて書きたいと思います。

＜後編に続く＞