アドストックとは

アドストックとは、今週打った広告の効果が、その週だけで消えずに翌週以降へも減衰しながら残り続ける現象を指します。MMM（マーケティングミックスモデリング）では、この「持ち越し」をモデルに組み込まないと、広告費と売上のタイミングがずれているだけで「効果がなかった」と誤判定してしまいます。この記事では、アドストックがなぜ生まれるのか、どんな数式で表すのか、媒体によって残り方がどう違うのかを整理します。

なぜ「今週の広告費」と「今週の売上」だけでは測れないのか

広告を見た人が、その場ですぐ購入や問い合わせに動くとは限りません。テレビCMを見て検索し、比較検討し、数日後に来店する。あるいはSNS広告を見た記憶が、別の場面で思い出されて購入につながる。こうした遅れは珍しいことではなく、広告接触と成果のあいだにはふつう時間差があります。

単純な回帰分析のように「今週の広告費」と「今週の売上」だけを突き合わせると、この時間差がそのままノイズとして扱われ、実際には効いている媒体の効果が過小評価されます。逆に、広告費をあまり動かしていない週にたまたま売上が伸びると、前の週までの広告の持ち越し分を見落として、別の要因を過大評価することにもなります。アドストックは、この時間差を数式の中で明示的に扱うための仕組みです。

減衰のかたち：幾何減衰とワイブル型

広告効果の持ち越し方は、大きく2つの形でモデル化されます。

幾何減衰（geometric decay）は、効果が毎週一定の割合で減っていく単純な形です。今週を100とすると、来週は「減衰率」を掛けた分だけ残り、そのまた翌週はさらに掛けた分だけ残る、という具合に指数関数的に小さくなります。パラメータが1つで済むため扱いやすく、多くのMMM実装で既定の形になっています。

ワイブル型（Weibull型）は、効果のピークが接触した週にすぐ来るのではなく、少し遅れてから立ち上がり、その後に減衰するという形も表現できます。テレビCMのように「見てすぐ」ではなく「翌日以降にじわじわ効く」媒体の実態に近づけられますが、パラメータが増える分、少ないデータでは推定が不安定になりやすい面もあります。

どちらの形が実態に合うかは媒体の性質次第で、唯一の正解があるわけではありません。データ量が限られる場合は、まず幾何減衰で当たりをつけ、期間や媒体数が十分にそろってからワイブル型を試すという段階的な進め方が現実的です。

半減期という目安での考え方

減衰の強さは「減衰率」という抽象的な数字より、半減期（効果が半分になるまでの週数）で考えると直感的です。半減期が1週間なら、翌週には効果が半分、その次の週には4分の1というように減っていきます。

媒体ごとの持ち越しやすさにはおおまかな傾向があります。あくまで一般的な傾向であり、業種や商品によって前後する目安として見てください。

半減期が長いほど、広告費を止めた後もしばらく効果が残ることになります。逆に短い媒体は、効果を測る週の区切り方が甘いと「効いていない」ように見えやすいので注意が必要です。

飽和との違いと組み合わせ方

アドストックとよく混同されるのが飽和（逓減）です。飽和は「広告費を2倍にしても効果は2倍にならない」という、金額の大きさに対する効果の伸び方の話であり、アドストックは「効果がいつ現れていつ消えるか」という時間軸の話です。両者は独立した性質で、MMMでは基本的に両方を同時にモデルへ組み込みます。飽和の詳しい考え方は別の記事で扱います。

データから探索するか、決め打ちにするか

半減期の決め方には2つの立場があります。ひとつは業界の経験則や過去の知見から決め打ちで設定する方法、もうひとつはデータから最もよく当てはまる値を探索させる方法です。

決め打ちは解釈しやすい一方、実態とずれていれば結果全体が歪みます。探索はデータに語らせられますが、媒体数が多い割にデータ期間が短いと、複数の組み合わせが同じくらいよく当てはまってしまい、値が不安定になりやすいという弱点があります。期間が十分にないうちは、目安の範囲に制約をかけながら探索する、あるいは近い媒体はまとめて扱うといった工夫が必要です。

統計じょうずのMMMクイック分析βでは、この残存効果の形をデータから探索し、飽和・季節性・入力した統制変数とあわせて推定したうえで、期間不足や媒体間の相関の高さといった注意点を警告として表示します。パラメータを手で設定する必要はなく、CSVを読み込むだけで結果と一緒に確認できます。

よくある質問

Q. アドストックを入れないとどうなりますか。 広告費と成果の時間差がそのまま誤差として扱われ、実際には効いている媒体の貢献度が過小評価されたり、逆に持ち越し分を別の週の要因と取り違えたりします。特に検討期間が長い商材や、テレビCMのように接触から成果までに時間がかかる媒体で影響が大きくなります。

Q. 半減期は媒体ごとに1つに決まるものですか。 決まった正解があるわけではなく、商品・キャンペーンの内容・データの期間によって変わります。この記事の目安はあくまで一般的な傾向として参考にし、最終的にはデータからの推定結果や、実験・過去の知見と突き合わせて判断してください。

Q. 月次データでもアドストックは推定できますか。 推定自体は可能ですが、月次は週次より観測点が粗く、1〜2週間程度の短い半減期を持つ媒体の減衰を捉えにくくなります。持ち越しが短い媒体を中心に見たい場合は、週次データを使うほうが精度を確認しやすくなります。

アドストックは、広告効果の「時間差」を数式に組み込むための考え方です。まずは統計じょうずのMMMクイック分析で手元のデータを読み込み、残存効果と飽和がどう推定されているかを確認しながら、決め打ちに頼らず実態に近づけていくとよいでしょう。