「うちの広告は売上にいくら効いているのか」。経営や親会社からそう問われたとき、最後にクリックされた検索広告の数字だけで答えるのは心もとなく、かといってリード件数の合計ではROI（投資対効果）として弱い。BtoBの商談は、検索、メール、ウェビナー、営業の電話、面談、提案資料といった複数の接点を経て進みます。その複数の接点に対して、それぞれどれだけ寄与したかを配分して見るのがアトリビューション分析です。本稿では、アトリビューション分析の定義とBtoBで使える主要モデル、目的別の選び方、そしてモデル選定の前に必要なデータ整備までを整理します。実装側のダッシュボード設計は別稿に譲り、本稿は基本概念の地図に徹します。
目次
アトリビューション分析は、個別のユーザーや企業がたどった接点データから、成果（コンバージョン、リード作成、商談化、受注）への寄与を各接点に配分する考え方です。
Gartnerは「マルチタッチ」を、顧客が購買決定までに触れた複数のオンライン上のタッチポイント（広告、メール、Webコンテンツなど）を識別・追跡し、その相互関係を分析するための統計手法と整理しています（参照：Gartner Glossary「Multitouch」）。要するに「最後の一点」ではなく、行程全体を見て寄与を割り当てるという発想です。
アトリビューション分析の特徴は、集計データではなく、個々のコンタクトやアカウントが踏んだ接点の連なりを起点にする点です。Aさんが検索広告で初めて訪れ、メルマガを2回開き、ウェビナーに登録し、最終的に問い合わせフォームから入った。この一連の足跡に対して、各接点に何%ずつ貢献を割り当てるかを定義したのがアトリビューションモデルです。だから、同じ受注でもモデルを変えれば「広告の貢献」と「メールの貢献」の見え方が変わります。
似た文脈で語られるマーケミックスモデリング（MMM）は、目的は同じでもアプローチが異なります。MMMは個人の接点ログではなく、媒体ごとの出稿量や売上などの時系列の集計データを統計モデルに掛け、各媒体の貢献を推定します。テレビCMやOOH（屋外広告）のような個人単位で追えない媒体も対象にできる代わりに、出力されるのは「媒体ごとの貢献度」までで、特定の見込み顧客がどう動いたかは見えません。一方アトリビューション分析は、デジタル中心で個別の接点を追える代わりに、計測できない媒体には弱い。BtoBではアトリビューションを主軸にし、必要に応じてMMMを補助に置くのが現実的です。
アトリビューション分析が改めて議論されているのは、BtoBの計測が信頼できていないという調査結果が相次いでいるからです。
Forresterの2024年の発信によると、B2Bマーケティングのリーダーの64%が自社の計測を意思決定に信頼していないと回答しています（Forrester's Marketing Survey, 2024）。さらに同調査では、CMO（最高マーケティング責任者）のダッシュボードの59%が新規パイプライン・売上のソーシング指標を追っている一方、B2Bの売上の73%は既存顧客からの更新・クロスセル・アップセルが占めると指摘されています（参照：Forrester「B2B Marketing Leaders Don't Trust Their Measurement」(2024)）。レポートは出している、しかしその数字を自分でも信じきれていない、というねじれです。アトリビューションは、そのねじれをほぐすための道具の一つに位置づけられます。
The CMO Survey Fall 2024（デューク大学フクア経営大学院のChristine Moorman主導、2024年9月実施・11月公開）は、より厳しい数字を示します。デジタル投資をマーケティングの意思決定に「制度として活用できている」企業は5.1%にとどまりました。マーテック（marketing technology）ツールについても、購入したうち実使用率は約50%で、前年の56%から下がっています（参照：The CMO Survey「Highlights and Insights Report, Fall 2024」(2024)）。ツールはある、データもある、それでも意思決定に組み込めているのはひと握り。アトリビューション分析を「導入したけれど使われていない」状態は、決して特殊な失敗ではないということです。
日本のBtoBには、ここに上乗せの難しさがあります。営業介在型の長期商談が中心で、電話・訪問・展示会・紹介といった非デジタル接点が多いこと。社内の組織が部門単位で分かれ、マーケと営業の接点記録が同じ場所に集まらないこと。デジタルだけを見ているとアトリビューションの絵柄が成立せず、かといって営業活動はCRM（顧客管理システム）に粒度よく残っていない。「アトリビューションが効かない」のではなく、入れるべきデータが入っていない、というのが現場の実感です。
主要なモデルは、シングルタッチ、マルチタッチの均等・加重、マルチタッチの重点配分、そしてデータドリブンの4系統に整理できます。HubSpotはアトリビューションレポートで合計9モデルを定義しており、Marketing Hub Enterpriseで利用できます（ベンダー出典）。
ファーストタッチは初回接触に100%を割り当てるモデル、ラストタッチは直前の接点に100%を割り当てるモデルです。シンプルで運用しやすく、「需要を初めて作った接点はどれか」「コンバージョン直前の決め手はどれか」を見るのに向きます。一方で、その間の接点は完全に無視されるため、長期のBtoB商談では実態を取りこぼします。
リニア（線形）は全接点に均等配分するモデル、タイムディケイは時間が経つほど直前の接点を重く見るモデルで、HubSpotの定義では半減期は7日です（ベンダー出典）。リニアは「とにかく全接点を平等に評価したい」局面で、タイムディケイは「直近の決め手は重く、ただし途中の貢献も無視したくない」局面で使われます。
BtoBで使われやすいのが重点配分系です。HubSpotの定義（ベンダー出典）では、U字（ポジションベース）は初回接触に40%、リード化の接点に40%、残り20%を中間に配ります。W字は初回接触・コンタクト生成・取引生成の3点に各30%、残り10%を中間に配ります。フルパス（Full Path）は初回接触・コンタクト生成・取引生成・クローズの4点に各22.5%、残り10%を中間に配ります。J字と逆J字は、それぞれ最終接点と初回接点を相対的に強く重みづけする変種です。商談化のどの節目を重視するかによって使い分けます。
データドリブンは、固定の配分ルールを置かず、実データから接点ごとの貢献を推定するモデルです。Googleは[GA4]のアトリビューション解説で、データドリブン アトリビューションはコンバージョン経路上の各接点に対し、コンバージョンへの貢献を機械学習で配分する手法だと説明しています（参照：[Google「[GA4] About attribution and attribution modeling」](https://support.google.com/analytics/answer/10596866)、ベンダー出典）。背景にはShapley Valueに類する考え方があります。HubSpot側ではMarketing Hub Enterpriseのアトリビューションが本系統を含む9モデルを提供します（ベンダー出典）。
注記として、GA4は2023年11月にレポート上のFirst click、Linear、Time decay、Position-basedの各モデルを廃止しており、現在GA4の標準レポートで選べるのはデータドリブンとラストクリック中心です（参照：[Google「[GA4] About attribution and attribution modeling」](https://support.google.com/analytics/answer/10596866)、ベンダー出典）。「GA4にもU字やリニアがある」と書かれた古い情報を引いて設計すると、足元のレポートと合わなくなります。
モデル選びは技術論ではなく、何を意思決定したいかから逆算する論点です。
施策評価の主目的が「自社をまだ知らない層をどれだけ動かせているか」なら、初回接触を重く見るファーストタッチやU字が向きます。「いま走っているリスティングや再来訪施策が、最後の一押しとして効いているか」を見たいならラストタッチ。「全接点を平等に見渡したい」ならリニアです。シングルタッチは粗い代わりに、解釈に迷いがないという利点があります。
検討期間が数か月から1年に及ぶBtoB商談では、節目に重みを置くW字やフルパスが向きます。W字は初回接触・コンタクト生成・取引生成の3節目を重視するので「どの接点が商談化の流れを作ったか」を語りやすい。フルパスは商談クローズまでを含めて配分するので、受注金額ベースで媒体ROIを見たい局面に向きます。
実務では、モデルを一つに決めて終わりにしないほうが結果として安全です。同じ受注データを、ファーストタッチとW字とラストタッチで並べて読み、どの媒体がどの局面で効いているかを多面的に解釈する。経営報告にはW字、媒体最適化にはタイムディケイ、初期需要評価にはファーストタッチ、というように使い分ける。同じ数字でも見え方が変わるという事実を、最初から組織の前提に置いたほうが議論が建設的になります。
アトリビューションモデルの選定よりも先に、データの土台を整えるほうが圧倒的に効きます。Respectifyが支援の現場で何度も見ているのは、モデルではなくデータが原因で計測が機能していないケースです。
Webの流入はUTMパラメータ（流入元を識別するためのURLパラメータ）の命名規則が揃っていないと、媒体粒度で集計できません。展示会・セミナー・紹介などのオフライン接点は、CRMにイベント参加履歴として残す運用がないと、そもそも分析の俎上にのぼりません。営業の電話・面談・メールも、HubSpotで言えばEngagement（活動記録）として取引やコンタクトに紐づいて残っている必要があります。「W字やフルパスが機能しない」と相談される現場の多くは、モデルが悪いのではなく、配分するべき接点そのものがデータに乗っていません。
HubSpotで取引・売上アトリビューションを使う場合、コンタクトと取引の紐付け、ライフサイクルステージ（見込み客→マーケティング有効リード→営業有効リード→商談化→顧客）の定義が要となります。ライフサイクルの遷移基準が部門ごとにずれていると、W字が「コンタクト生成」と呼ぶ節目がいつなのか、フルパスの「取引生成」が何を指すのかが組織で揃いません。Respectifyの実装現場での経験から言うと、マルチタッチを動かす前にライフサイクル定義と取引紐付けの運用を直すほうが、結果として早く意思決定に使えるレポートに辿り着きます。
サードパーティCookieの段階的な制限や同意管理（CMP）の普及により、ブラウザ越しの接点追跡は確実に欠損します。完全な接点ログを前提にしたモデルは、現実のデータでは年々精度が下がる方向にあります。だからこそ、自社のフォーム送信や営業活動、ウェビナー参加といったファーストパーティのデータをCRMに集めておくこと、データドリブンモデルを「機械学習だから万能」と扱わずに入力データの欠損具合と一緒に解釈すること、この2点がBtoBの実務では効いてきます。
アトリビューション分析は、複数の接点に対する寄与の配分を通じて、「広告は何にいくら効いているのか」「商談化の節目はどこで作られたか」という問いに答えるための道具です。Forresterの2024年の調査が示すように、計測そのものを信頼できないと感じているBtoBマーケターは64%にのぼり、CMO Survey Fall 2024ではデータを意思決定に制度として活用できている企業は5.1%にとどまります。問題はモデルの精緻さではなく、配分するべき接点データが揃っているか、ライフサイクルが組織で合意されているか、報告がモデル別の見え方の違いも含めて読まれているか、です。
本稿は基本概念に焦点を当てました。マーケティングROIの考え方の全体像はマーケティングのROIをどう経営に説明するか、実装側のダッシュボード設計はHubSpotで件数ではなく金額で語れるダッシュボードを組む、計測手法の並列の地図はマーケティング計測手法の全体像で扱っています。
成果を数字で説明できる計測設計は、Respectifyのマーケティング支援の出発点です。自社のアトリビューションをどこから整えるか相談したい場合は、無料相談からお気軽にお問い合わせください。