広告の管理画面には、今日もコンバージョンの数が並んでいます。その数字を見て「広告のおかげで売れた」と読むのは自然なことですが、ひとつだけ確かめていないことがあります。その人たちは、広告を出していなくても買ってくれたのではないか。
たとえば、自社の社名で検索してきた人。すでに商品ページを見て迷っている人。メールを読んで来た人。こうした人たちに広告が当たれば、広告経由のコンバージョンとして記録されます。けれども、広告を止めていたとしても、その多くはたどり着いていたかもしれません。
インクリメンタリティ測定は、この「止めても起きていた分」を差し引いて、広告が上乗せした分だけを取り出す測り方です。この記事では、増分を測る3つの型と、実務で回すときの制約、そして出た結果をどう読むかまでを、順番に整理します。数字の大きさではなく、数字の意味を変える話です。
こんなふうに調べていませんか
- 「インクリメンタリティ 測定」で検索して、何から手をつけるか探している
- 広告費を増やしても売上が動かず、レポートの成果を疑い始めている
この記事を読み終えたときに手に入るもの
- 媒体レポートの成果と増分の成果を、社内で区別して説明できるようになります
- 増分を測る3つの型を、自社の予算と期間に当てはめて選べるようになります
- 出た結果を採用してよいかどうかを、自分で点検できるようになります
結論30秒でわかる、この記事の結論
- インクリメンタリティ測定とは、広告があったときとなかったときの差を測ることです。レポートに並ぶコンバージョンの数そのものではありません。
- 型は3つ。地域で分ける・一部を止める・媒体の実験機能を使う、のいずれかです。
- 測れるかどうかは、期間と規模で先に決まります。設計する前に、そこを確かめます。
本記事の内容は、Google広告ヘルプおよびMetaの開発者向けドキュメントで2026-08-28に確認したものです。仕様は変わることがあるため、実施前に各媒体の最新の記載を確認してください。
01そもそもインクリメンタリティ測定って、広告運用の何を測るんですか？
若葉さんインクリメンタリティって、聞き慣れない言葉なんですが…。管理画面のコンバージョン数とは別のものなんでしょうか。
鈴木さん別のものです。管理画面の数字は「広告に触れた人の中で起きた成果」、インクリメンタリティは「広告があったから増えた成果」。似ているようで、引き算がひとつ入っているかどうかが違います。
インクリメンタリティは、日本語では増分効果と訳されます。測っているのは、次の引き算です。
広告を配信したときの成果 −（もし広告を配信しなかったとしたら起きていた成果）= 増分
やっかいなのは、右側のかっこの中が観測できないことです。同じ期間に、同じ人たちへ、広告を出した世界と出さなかった世界を同時に見ることはできません。そこで、条件のそろった集団を2つ作り、片方にだけ広告を届けて差を見ます。これが増分を測るときの基本の形です。
Google広告では、この考え方が「コンバージョンリフト」という名前の機能として用意されています。公式ヘルプは、リフトを「広告が存在したことによって増えたコンバージョン」と説明し、ユーザー単位で分ける方式と地域単位で分ける方式の2種類を挙げています（出典: Google広告ヘルプ）。
同じヘルプには、増分を前提にした指標も並んでいます。増分コンバージョン数、増分コンバージョン価値、そして増分コンバージョン価値を増分費用で割った iROAS、増分ひとつを得るためにかかった費用にあたる iCPA です（出典: Google広告ヘルプ）。通常のCPAやROASと名前が似ているぶん、社内で混ざりやすいところです。資料に出すときは、増分の指標であることを明記してください。
この章のまとめ
増分とは、広告があった場合と無かった場合の差。管理画面の数字は、差ではなく合計を見せている。
02広告運用のレポートの数字は、なぜ増分より大きく出るんですか？
レポートの数字が増分より大きくなるのは、担当者の設定ミスではありません。計測の仕組みが、そもそも差を測るようにはできていないからです。
コンバージョンの記録は、おおまかに次の順で進みます。広告が表示される、あるいはクリックされる。その人が計測期間の中で成果に至る。すると、その成果が広告に紐づけられる。ここに「広告がなかったらどうだったか」を確かめる工程は入っていません。
貢献度の割り当て方（アトリビューション）も、この性質を変えるものではありません。Google広告で現在使えるモデルは、経路の最後にクリックされた広告だけに割り当てるラストクリックと、過去データから割り当てを決めるデータドリブンの2つです（出典: Google広告ヘルプ）。どちらも、記録された成果を広告どうしでどう分けるかを決めるものであり、その成果が広告のおかげで生まれたかどうかを判定するものではありません。
高梨課長つまり、アトリビューションを丁寧に設定しても、増分は出てこないということですか。
鈴木さんそうなります。アトリビューションは分け方の話、インクリメンタリティは総量の話です。層が違うので、片方をどれだけ精密にしても、もう片方の答えにはなりません。
もうひとつ、媒体をまたぐと合計が実態を超えることがあります。同じ人が複数の媒体の広告に触れていれば、各媒体のレポートがそれぞれ自分の成果として記録するためです。媒体ごとのレポートを足し算して全体の成果を語ると、この重なりの分だけ過大になります。
この章のまとめ
レポートは「広告に触れた人の成果」を数えている。差を測る工程が無いため、増分より大きく出る。
03指名検索やリターゲティングが、Web広告で過大評価されやすいのはなぜですか？
増分が小さく出やすい枠には、共通した特徴があります。もともと来る予定だった人に、あとから広告を当てているという構造です。
指名検索の広告を考えてみます。自社の社名や商品名で検索する人は、すでにその会社を知っています。そこへ広告を出せば、クリックされて成果につながります。ただし、広告を出さなかった場合、その人が自然検索の結果から入ってきた可能性は残ります。つまり、成果の一部は広告が生んだものではなく、広告が受け取っただけかもしれません。
リターゲティングも同じ形をしています。サイトを訪れた人、カートに商品を入れた人へ配信するため、もとから戻ってくる見込みの高い人に当たります。管理画面ではCPAが低く見えますが、その低さは「増分が大きい」ことの証明にはなりません。
大森部長では、指名検索の広告もリターゲティングも止めてしまえばいいのか。
鈴木さんそこは即断できないところです。止めた場合に競合の広告が上に出る、あるいは自然検索の順位が安定していない、といった事情があると、止めたぶんがそのまま失われることがあります。だからこそ測るという順番になります。
逆に、増分が出やすいのは、まだ自社を知らない層へ届ける枠です。ディスプレイや動画、認知目的の配信などが該当します。ただしこちらは成果までの距離が遠く、レポート上のCPAは悪く見えます。レポートで良く見える枠ほど増分が読みにくく、悪く見える枠ほど増分が眠っているという、ねじれた関係が起きやすいところです。
この章のまとめ
既存需要に後乗りする枠は、レポート上の見栄えと増分が一致しにくい。良く見える枠こそ検証の対象になる。
04インクリメンタリティを測る型は、広告運用で何種類ありますか？
実務で使われる型は、大きく3つです。どれも「広告を届ける集団」と「届けない集団」を作る点は同じで、何を単位にして分けるかが違います。
1つ目は、地域で分ける型です。国や都道府県、市区町村などの単位で配信する地域としない地域に分け、成果の差を見ます。2つ目は、一部を止める型です。ある期間・ある範囲だけ配信を停止し、停止前後や停止していない範囲と比べます。3つ目は、媒体が用意している実験機能を使う型です。媒体側がユーザーをランダムに振り分け、対照群には広告を出さないように制御してくれます。
選ぶ順番は、規模と手間で決まります。媒体の実験機能が使えるならそれがいちばん手堅く、使えないときに地域分割、地域でも分けられないときに停止テスト、という並びになります。
この章のまとめ
型は3つ。地域で分ける・一部を止める・媒体の実験機能を使う。違うのは分ける単位だけ。
05地域分割テストは、広告運用の現場でどう組むんですか？
地域分割は、配信する地域と配信しない地域を分けて差を見る方法です。オフラインの購買や電話問い合わせのように、ユーザー単位では追いにくい成果も扱えるのが強みです。
Google広告の地域ベースのコンバージョンリフトは、Google Marketing Areas（GMA）という国内の地理的な区画を実験の単位として使い、ある地域で広告を見た人が別の地域で成果に至って結果がにじむこと（コンタミネーション）を抑えるように区画を選ぶと説明されています（出典: Google広告ヘルプ）。同じヘルプは、対象キャンペーンが単一の国をターゲットにしていること、1つのキャンペーンが同時に複数の調査へ参加できないことも条件として挙げています。
自前で組む場合に難しいのは、比較できる地域の組を作るところです。人口も、既存の顧客数も、競合の出稿量も、季節の売れ方も地域ごとに違います。単純に東日本と西日本で分けると、差が広告のせいなのか地域差なのか分かりません。過去の売上推移が似た地域どうしを組にする、複数の組を作る、といった設計が必要になります。
高梨課長地域を止めるとなると、営業所から苦情が来そうです。
鈴木さんそこは先に握っておく話です。測定のために一時的に広告を止める地域が出ることと、その期間を、事前に共有しておきます。黙って止めると、測定そのものが社内で二度とできなくなります。
この章のまとめ
地域分割はオフラインの成果も扱えるが、比較できる地域の組を作れるかどうかで成否が決まる。
06停止テスト（ホールドアウト）は、Web広告のどこに使うんですか？
停止テストは、配信を止めた集団（ホールドアウト）を作り、止めなかった場合との差を見る方法です。地域で分けられないとき、あるいは媒体の実験機能が使えないときの選択肢になります。
Metaの開発者向けドキュメントは、リフト調査の仕組みを、対象者をランダムにテスト群と対照群へ割り当て、対照群には広告を出さない形で差を測るものと説明しています。割り当ての比率は指定でき、たとえばテスト群90%・対照群10%という組み方が例として挙げられています。また、調査の開始後は割り当て比率を変更できないとされています（出典: Meta マーケティングAPI）。
自前で「期間で止める」形にすると、比較相手が過去の自分になります。この形は手軽ですが、季節や他施策の影響をまるごと拾ってしまいます。止めた週にたまたま需要期が来ていれば、増分は過小に出ます。期間前後の比較は、同時に走る対照群を用意できないときの次善策と位置づけてください。
この章のまとめ
停止テストは比較相手を同時に用意できるかで質が変わる。期間前後だけの比較は季節の影響を拾う。
07媒体が用意している実験機能は、広告運用でどこまで使えますか？
媒体側の機能を使う利点は、ユーザーの振り分けを媒体が制御してくれることです。自社では、同じ人に広告が当たったかどうかを完全には把握できません。そこを媒体に任せられるのは大きい。
Google広告のコンバージョンリフトには、ユーザー単位で分ける方式と地域単位で分ける方式があります。ユーザー単位の方式では、年齢や性別といった属性でセグメントを分けて見ることもできると説明されています（出典: Google広告ヘルプ）。
実施のハードルも下がってきています。Google広告ヘルプは、増分効果テストについて、以前は1つの実験に10万ドル以上かかることもあったものが5,000ドルから実施できるようになったと説明しています（出典: Google広告ヘルプ）。金額の水準は媒体や国によって変わるため、そのまま自社に当てはめず、担当者に確認してください。
この章のまとめ
媒体の実験機能は、振り分けを媒体側に任せられるのが利点。使える条件を先に確認する。
08キャンペーン単位のテストは、広告運用のインクリメンタリティ測定の代わりになりますか？
もっと軽い機能もあります。Google広告のカスタムテストは、元のキャンペーンのトラフィックと予算の一部を使ってテスト用のキャンペーンを並走させる仕組みです。分割の割合は指定でき、公式ヘルプは比較しやすさの観点から50%を推奨しています。振り分け方は、ユーザーを固定して割り当てるcookieベースと、検索のたびに割り当てる検索ベースの2種類があります（出典: Google広告ヘルプ）。
ただし、これは増分の測定とは別物です。カスタムテストが答えるのは「AとBのどちらが良いか」であって、「この広告があることで成果が増えたか」ではありません。どちらのキャンペーンにも広告は出ています。
この章のまとめ
カスタムテストは案どうしの比較。広告の有無を比べる増分の測定とは、答える問いが違う。
09インクリメンタリティ測定の期間と規模は、広告運用でどう決めますか？
ここが実務でいちばん詰まるところです。測定できるかどうかは、設計の巧拙より先に、期間と規模で決まります。
期間の目安は、媒体のヘルプにも書かれています。Google広告のテストに関するヘルプは、有意な結果を得るために少なくとも4〜6週間の実施をすすめ、コンバージョンサイクル1〜2回分の時間が経過するまで待つよう説明しています（出典: Google広告ヘルプ）。キャンペーンのテストでは、最初の終了日を開始日の2〜12週間後の範囲で設定し、実施中に最大12週間後まで延長できるとされています（出典: Google広告ヘルプ）。
規模のほうは、成果の発生件数で考えます。差を見る測定なので、元のコンバージョン数が少ないほど、差が偶然に埋もれます。月に数えるほどしか成果が出ていない商材で、数週間の停止テストから結論を出すのは無理があります。この場合は、成果地点をより手前（資料請求、カート追加など）に置いて件数を確保するか、期間を長く取るか、そもそも測定を諦めて別の判断材料を使うかの選択になります。
大森部長半年かかると言われたら、稟議は通らないぞ。
鈴木さんですので、順番を変えます。まず「今の予算規模と成果件数で、そもそも測れるのか」を確かめる。測れないと分かれば、測定の設計に時間を使わずに済みます。測れると分かってから、期間の相談をしてください。
この章のまとめ
期間の目安は数週間から。規模は元の成果件数で決まる。測れるかどうかを先に確かめる。
10季節性が重なると、広告運用のインクリメンタリティ測定はどう狂いますか？
測定期間に外部の変化が重なると、差が広告のせいなのか環境のせいなのか分からなくなります。よくある重なりを挙げます。
季節の需要変動。セールや値引き。テレビCMや交通広告などオフラインの施策。競合の大型キャンペーン。自社サイトのリニューアル。価格改定。在庫切れ。営業体制の変更。このうちどれかが対照群と実験群で違う当たり方をしたら、その測定は読めなくなります。
地域で分けている場合、この影響は特に出やすくなります。オフライン広告が特定エリアにだけ出ていれば、そのエリアの成果は広告以外の理由で上がります。
季節性そのものは、対照群を同時に走らせていれば大きな問題になりません。両方に同じ季節が来るからです。危ないのは、期間前後の比較しか用意していない場合です。この形では季節の変動が丸ごと増分に見えてしまいます。
この章のまとめ
同時に走る対照群があれば季節は相殺される。期間前後の比較しかない設計は、外部要因に弱い。
11インクリメンタリティ測定の結果は、広告運用のどこに反映しますか？
結果が出たら、次は読み方です。ここで急いで結論を出すと、測定した意味が消えます。
Google広告の地域ベースのリフトの結果画面には、点推定値だけでなく信頼区間が表示されます。公式ヘルプは、iROASの推定値に対して幅のある区間が示されること、そして結果の状態として「有意な正のiROAS」「データ不足」「有意なリフトは検出されず」といった区分があることを説明しています（出典: Google広告ヘルプ）。
大事なのは、「有意なリフトは検出されず」は「効果がゼロだった」という意味ではないということです。差が無かったのか、差を見つけられるだけのデータが無かったのかは、区別されていません。区間が広ければ、それは「まだ分からない」という結果です。
若葉さん「分からない」という結果でも、報告していいんでしょうか。
鈴木さん報告してください。むしろ、そこを曖昧にして「効果がありました」と書いたときのほうが、あとで困ります。分からなかったのなら、次に何を変えれば分かるようになるかまで添えると、報告として成立します。
反映先は3つに整理できます。予算配分（増分の大きい枠へ寄せる）、目標値（増分ベースのCPAへ置き換える）、報告様式（レポート上の成果と増分を併記する）。いきなり全部を切り替えず、まず報告様式から変えるのが現実的です。数字の意味が社内でそろってから、配分の議論に入ります。
この章のまとめ
信頼区間まで読む。「検出されず」は「効果ゼロ」ではない。反映は報告様式から始める。
12AI活用が進んだ自動入札と、インクリメンタリティ測定はどう噛み合いますか？
自動入札は、設定した目標に向けて配信を寄せていきます。目標が媒体レポート上のコンバージョンであれば、レポート上で成果が出やすい面へ寄っていくのは自然な動きです。
ここに、前の章で見たねじれが効いてきます。すでに需要のある層へ届く枠は、レポート上の成果が出やすい。自動入札はそこへ寄る。結果として、増分の小さい枠に予算が集まりやすい構造ができます。これは自動入札の不具合ではなく、与えた目標のとおりに動いた結果です。
高梨課長では、自動入札に増分を教えることはできるんですか。
鈴木さん直接「増分で最適化して」と指定する形は、一般には用意されていません。できるのは、入札が見ている成果地点そのものを見直すことです。どの成果を、いくらの価値として渡すか。そこを変えると、寄っていく先が変わります。
実務では、測定→分離→制御の順で手を入れます。増分が薄いと分かった枠をキャンペーンとして分け、予算の上限を設け、そのうえで成果地点や重みづけを見直す。測定せずに枠を切ると、単に売上を落とすことになりかねません。役割分担の全体像はAI時代の広告運用、任せる工程と人が持つ工程の地図でも整理しています。
この章のまとめ
自動入札は与えた目標のとおりに動く。増分の薄い枠へ寄るなら、見直すのは目標側。
13インクリメンタリティ測定でつまずくのは、広告運用のどこですか？
最後に、実際につまずきやすい点を挙げます。
1つ目は、比較相手を用意しないまま「増分を測った」と言ってしまうことです。前月比、前年同期比、配信前後の比較。どれも比較ではありますが、広告以外の条件がそろっていません。そろっていない比較から出た差を増分と呼ぶと、社内の意思決定が根拠のないまま動きます。
2つ目は、測定期間に他の施策を重ねてしまうことです。設計が丁寧でも、同じ期間にセールが走れば結果は読めません。
3つ目は、有意でない結果を「効果なし」と読み替えてしまうことです。データ不足と効果なしは別の状態です。区別せずに枠を止めると、実際には効いていた配信を落とすことになります。
4つ目は、一度の測定結果を長く使い続けることです。競合の出稿も、自社の認知度も、季節も動きます。増分は環境とともに変わる値です。
この章のまとめ
つまずきは「比較相手」「期間の重なり」「有意でない結果の読み替え」「一度きりの測定」の4点に集まる。
14よくある質問
インクリメンタリティ測定とアトリビューション分析は何が違うんですか
見ている層が違います。アトリビューションは、記録された成果を複数の広告接点にどう割り当てるかを決めるものです。Google広告で現在使えるモデルは、ラストクリックとデータドリブンの2つです（出典: Google広告ヘルプ）。一方インクリメンタリティは、その成果が広告によって増えたものかどうかを見ます。割り当ての精度を上げても、増分の答えは出てきません。
予算が小さくてもインクリメンタリティ測定はできますか
規模の下限は媒体や国によって変わります。Google広告ヘルプは、増分効果テストについて、以前は1つの実験に10万ドル以上かかることもあったものが5,000ドルから実施できるようになったと説明しています（出典: Google広告ヘルプ）。ただし金額の条件を満たしても、元のコンバージョン件数が少なければ差は検出できません。予算より先に、成果の発生件数を確認してください。
停止テストで売上が落ちたら、その分は損失になりますか
止めた範囲で成果が減れば、その分の売上は戻りません。これは測定の費用として先に見込んでおく必要があります。範囲を限定する、期間を限定する、主力商材を対象から外すといった形で上限を決めてから実施してください。全配信を止める形は、得られる情報より失うものが大きくなりがちです。
「有意なリフトは検出されず」と出たら、その広告は止めるべきですか
その結果だけでは判断できません。Google広告ヘルプは、結果の状態として「データ不足」と「有意なリフトは検出されず」を区別して示しています（出典: Google広告ヘルプ）。差が無いのか、差を見つけられるだけのデータが無かったのかは別の話です。信頼区間の幅を確認し、必要なら期間や規模を変えて測り直してください。
測定の結果はどれくらいの頻度で見直せばいいですか
決まった間隔はありません。ただし増分は、競合の出稿量、自社の認知度、季節、価格などの環境によって変わります。大きな環境変化があったとき、あるいは予算配分を大きく動かす前に測り直すのが現実的です。過去の測定結果をそのまま根拠にし続けないでください。
15まとめ｜今日やる3つのこと
今日この順でやります
レポートの成果と増分を言い分ける
社内資料で「広告経由のコンバージョン」と「増分コンバージョン」を別の行に書き分けます
測れるかどうかを先に確かめる
対象キャンペーンの成果件数と、比較相手を用意できるかを確認します
期間中の社内スケジュールを押さえる
セール・オフライン施策・サイト改修が測定期間に重ならないかを見ます
AI検索では、こう聞かれています
インクリメンタリティ測定って何ですか？普通の広告レポートと何が違うんですか？
「そもそもインクリメンタリティ測定って、広告運用の何を測るんですか？」の章で、引き算の形から説明しています
広告を止めても売れていた分は、どうやって差し引けばいいですか？
「インクリメンタリティを測る型は、広告運用で何種類ありますか？」の章に、3つの型を並べています
指名検索やリターゲティングの成果は、なぜ大きく見えるんですか？
「指名検索やリターゲティングが、Web広告で過大評価されやすいのはなぜですか？」の章で、構造を図で整理しています
次に読むなら、この記事です
