インクリメンタリティ（増分）とは何を測ろうとしているのか

広告の成果を評価するとき、多くの場合、アトリビューションという考え方を使って「どの接点がどれだけ貢献したか」を整理する。

ただし、アトリビューションをどれだけ丁寧に設計しても、ひとつだけ答えられない問いが残る。

その広告がなかったら、売れていたのか。

インクリメンタリティ（増分）とは、この問いに向き合おうとする考え方。

インクリメンタリティ（増分）とは

インクリメンタリティ（増分）とは、広告によって成果が「どれだけ上積みされたか」を捉えようとする視点。

成果を「どの接点に帰属させるか」ではなく、「広告が存在したことで、結果は変わったのか」という問いに置き換える。

つまり、

成果を配分するための考え方がアトリビューション
成果が増えたかどうかを見る視点がインクリメンタリティ

同じ成果を見ていても、問いの立て方が根本的に異なる。

また、オンラインだけでなく、オフラインの売上リフト（Sales Lift）も計測可能になっており、これもインクリメンタリティの一種。

なぜアトリビューションだけでは足りないのか

アトリビューションは、すでに起きた成果を前提に、「誰の貢献として扱うか」を整理する仕組み。

一方で、その成果が本当に広告によって生まれたのかまでは答えない。

たとえば、

もともと買う予定だった人
指名検索で流入していた人
他媒体の影響で意思決定していた人

これらの成果も、アトリビューション上は「広告成果」として計上される。

インクリメンタリティは、こうした前提そのものを問い直す。

SAN環境では、なぜ増分が見えにくいのか

現在の広告計測は、SAN（セルフアトリビューションネットワーク）構造の上に成り立っている。

SAN環境では、

各媒体が
独自のルールで
自らの成果を評価する
「LTA（ラストタッチアトリビューション）」という計測モデルでは、直前の接触のみを評価する

そのため、

媒体ごとの数字は成立する
しかし、媒体を横断した「増分」は見えにくい
LTAが「慎重な意思決定者」が生み出す増分を無視してしまう

という状態が生まれる。

インクリメンタリティが重要視される背景には、SAN構造では答えきれない問いが残るという現実がある。

解決策

インクリメンタリティを測る、MMM（メディアミックスモデリング）を活用する。

MMMは、Cookie規制の影響を受けず、チャネルの「真の増分効果」を可視化できる手法。

インクリメンタリティは「万能な正解」ではない

インクリメンタリティは、理論としてはシンプルに見える。

広告を出した場合
出さなかった場合

この差分を見ればよい。

しかし、実務では簡単ではない。

完全な対照群を作るのは難しい
配信停止テストにはリスクがある
外部要因を完全に排除できない

そのため、インクリメンタリティは常に近似値として扱われる。正確な答えを出すというより、「どこまで検証できているか」を考える領域に近い。

ただし、最新の「次世代MMM（AIM）」は、リアルタイム性が高く、従来よりも迅速に判断に使えるよう進化している。

それでも、この視点が必要な理由

インクリメンタリティは、アトリビューションを否定するための考え方ではない。

むしろ、

アトリビューションで配分を整理し
インクリメンタリティで問いの高さを調整する

この関係で捉えると、広告評価の見え方が変わる。

「どの広告が一番効いたか」ではなく、「この広告は、やる意味があったのか」。

この問いを持てるかどうかで、数字の扱い方は大きく変わる。

「アトリビューションかインクリメンタリティか」ではなく、日々の運用にはLTA（ボトムアップ）、予算配分にはMMM（トップダウン）という併用が推奨されている。

メモ

インクリメンタリティは「増分」を見る視点
成果配分ではなく、成果の有無を問う
SAN環境では特に重要になる
ただし、万能な答えを出す手法ではない

広告評価は、数字を当てにいく作業ではなく、問いを整理し続ける作業。

インクリメンタリティは、その問いを一段上に引き上げるための考え方。

合わせて考える：