はじめに

デジタルマーケティングにおいて、「この広告は本当に売上に貢献しているのか？」という問いに答えることは、長年の課題でした。ラストクリックアトリビューションでは見えない広告効果、オフライン店舗への影響、プライバシー規制によるユーザーレベル計測の困難化——これらの課題を解決する手法として注目されているのが ジオ（地域）リフトテスト です。

本記事では、ジオリフトテストの仕組みから最新の活用事例、実施のポイントまでを体系的に解説します。

対象読者

マーケティング担当者・広告運用者
データサイエンティスト・アナリスト
小売・EC企業のマーケティング責任者
広告効果測定に興味のある方

前提知識

基本的なマーケティング用語の理解
A/Bテストの概念
広告プラットフォームの基礎知識

ジオリフトテストとは

定義と概要

ジオリフトテスト（Geo Lift Test） とは、地理的な地域を単位として広告効果を測定する実験手法です。特定の地域で広告キャンペーンを実施し（処置群）、類似した別の地域では広告を配信せず（対照群）、両者の成果を比較することで、広告がもたらした インクリメンタル（増分）効果 を計測します。

項目	説明
処置群（Test Group）	広告を配信する地域
対照群（Control Group）	広告を配信しない地域（ブラックアウト）
リフト（Lift）	処置群と対照群の成果差分

なぜ今、ジオリフトテストが注目されているのか

1. Cookie規制・プライバシー対応

サードパーティCookieの廃止やプライバシー規制の強化により、ユーザーレベルでのトラッキングが困難になっています。ジオリフトテストは 地域単位での計測 のため、ユーザー個人の識別を必要とせず、プライバシーに配慮した効果測定が可能です。

2. ラストクリックアトリビューションの限界

従来のラストクリックアトリビューションでは、顧客が最後にクリックした広告のみに成果が帰属されます。しかし、TikTokの調査によると、コンバージョンの約79%がラストクリックモデルでは見過ごされている という結果が報告されています。ジオリフトテストは、こうした隠れた効果を可視化できます。

3. オフライン・オムニチャネル測定への対応

オンライン広告がオフライン店舗の来店・購買にどう影響するかを測定する手法として、ジオリフトテストは特に有効です。

ジオリフトテストのメカニズム

実験設計の全体像

ジオリフトテストの基本的な流れを図示すると、以下のようになります。

処置群と対照群の設定

ジオリフトテストの成否を決める最重要ポイントは、マーケティング特性が類似した地域ペアの選定 です。

適切な地域ペアの例：

関東エリア vs 関西エリア
人口規模・購買力が類似した県同士
都市圏と都市圏、地方と地方

選定時の考慮事項：

人口規模・人口構成
購買力・所得水準
過去の売上トレンド
季節性・地域イベントの影響

合成コントロール法（Synthetic Control Method）

単純な地域比較では、元々存在する地域差がノイズとなり、正確な効果測定が困難です。そこで用いられるのが 合成コントロール法 です。

合成コントロール法では、複数の対照地域のデータを重み付けして組み合わせ、処置群の「広告がなかった場合の姿」（反実仮想：Counterfactual）を推定します。

反実仮想（Counterfactual）の作成

反実仮想とは、「もし広告キャンペーンを実施しなかったら、処置群の売上はどうなっていたか」 という仮想的なシナリオです。

過去データを用いて合成コントロールを構築し、実験期間中の予測値を算出します。実際の売上とこの予測値の差分が「リフト」となります。

分析フレームワーク

ベースライン予測の作成

過去データの収集: 実験開始前の十分な期間（通常6ヶ月〜1年）のデータを収集
トレンド分析: 季節性、週次パターン、長期トレンドを把握
合成コントロールのフィッティング: 対照地域の加重平均で処置群を再現

リフト値の算出

リフト値は以下の式で計算されます。

$$
\text{Lift} = \text{実際の売上} - \text{合成コントロール予測値（反実仮想）}
$$

リフト率（%） で表現する場合：

$$
\text{Lift Rate} = \frac{\text{Lift}}{\text{合成コントロール予測値}} \times 100
$$

統計的有意性の検証

リフトが偶然の変動によるものでないことを確認するため、統計的検定を行います。

p値の算出: 通常、p < 0.05 を有意とする
信頼区間の計算: リフトの推定値がゼロを含まないことを確認
パーミュテーションテスト: 偽のキャンペーン開始日を設定し、観測されたリフトが偶然でないことを検証

インクリメンタルROAS（iROAS）の計算

広告投資の効率性を評価する指標として、インクリメンタルROAS（増分広告費用対効果）を算出します。

$$
\text{iROAS} = \frac{\text{インクリメンタル売上（リフト）}}{\text{広告費用}}
$$

例: 広告費100万円で150万円のインクリメンタル売上 → iROAS = 1.5

最新の活用事例（2024-2025年）

小売・Eコマース分野

Brumate：オムニチャネル売上への効果測定

概要: DTCブランドのBrumateは、オンラインとオフライン（卸売・Amazon）の売上比率が70:30という状況で、Meta GeoLiftツールを活用した実験を実施しました。

結果:

リーチ/フリークエンシーキャンペーンにより +1.5%のコンバージョンリフト を1週間で達成
オムニチャネル全体への広告効果を可視化

Shinola：郵便番号レベルでの精緻な測定

概要: 高級品リテーラーのShinolaは、広告コストの上昇とラストクリックアトリビューションの精度に課題を感じ、郵便番号レベルでの地域マッチドマーケットテストを実施しました。

結果:

Facebook広告による +14.3%のオンラインコンバージョン増加 を確認
従来の計測では 413%もの過少報告 があったことが判明

ローソンストア100（日本）

概要: 日本のローソンストア100は、店舗周辺へのデジタル広告配信がチラシと比較して来店数・売上に与える影響を、ジオリフトテストに近いアプローチで検証しました。

結果:

デジタル広告接触者による売上が全体の66% を占めることが明らかに
デジタル広告のオフライン送客効果を実証

プラットフォーム事例

TikTok：複数クライアントでの大規模実験

概要: TikTok For Businessは2024年上半期、複数のEコマース企業（James Allen、Tenengroup、Fiverr）とジオリフトテストを実施しました。

結果:

ラストクリックモデルでは見過ごされていた コンバージョンの約79%がTikTokに起因 していることを発見
全クライアントで想定よりも低いコストで有意なインクリメンタル効果を確認

ServicePro：ローカルサービスでの検証

概要: ローカルサービスプロバイダーのServiceProは、Google Adsの効果を地域テストで検証しました。

結果:

リードの 40%がインクリメンタル（広告がなければ発生しなかった） と判明
Google Adsで 400%のROI を達成

実施のステップとポイント

Step 1: 類似地域の選定

ポイント:

人口動態、購買力、過去売上トレンドを考慮
地理的に近すぎる地域は避ける（スピルオーバー効果のリスク）
Meta GeoLiftなどのツールで最適な組み合わせをシミュレーション可能

Step 2: 実験期間の設計

期間	目安	備考
事前期間（Pre-period）	6ヶ月〜1年	合成コントロール構築用
実験期間（Test period）	2〜8週間	十分な効果検出に必要な期間
事後分析期間	1〜2週間	遅延効果の測定

Step 3: データ収集と分析

収集すべきデータ:

売上データ（地域別・日別）
来店数・コンバージョン数
広告配信量・費用
外部要因（天候、競合施策、地域イベント等）

Step 4: 留意点・注意事項

⚠️ 注意すべきポイント

統計的検出力の確保: 地域単位の実験はサンプルサイズが小さくなりがち。十分な効果規模・期間が必要
スピルオーバー効果: 隣接地域間での影響波及を考慮
外部ショックへの対応: 実験期間中の予期せぬイベント（災害、大型セール等）の影響を考慮
コスト: 対照群では広告を停止するため、機会損失が発生

ツール紹介

Meta GeoLift（オープンソース）

MetaのマーケティングサイエンスチームがオープンソースとしてGitHubで公開しているRパッケージです。

特徴:

合成コントロール法に基づく分析
テスト地域・対照地域の最適な組み合わせを提案
パワー分析による必要投資額の算出
無料で利用可能

GitHub: facebookincubator/GeoLift

Google Ads コンバージョンリフト

Google Adsプラットフォーム内で提供されるリフト測定機能です。

特徴:

ジオベースのコンバージョンリフト測定が可能
Google広告アカウント内で設定・実行
利用にはGoogleアカウント担当者への問い合わせが必要な場合あり

まとめ

要点の振り返り

ジオリフトテスト は、地域を単位として広告のインクリメンタル効果を測定する実験手法
合成コントロール法 により、広告がなかった場合の反実仮想を構築
プライバシー規制強化、オムニチャネル測定のニーズから 2024-2025年に採用が加速
Brumate、Shinola、TikTokクライアント、ローソンストア100など 多数の成功事例 が報告

ジオリフトテストが有効なシーン

シーン	適合度
ユーザーレベルの出し分けが困難	⭐⭐⭐
オフライン店舗への影響測定	⭐⭐⭐
オムニチャネル売上への効果検証	⭐⭐⭐
新規チャネル導入の効果検証	⭐⭐
予算最適化のためのチャネル比較	⭐⭐

参考リンク