定義
ラストクリックアトリビューション（Last Click Attribution）とは、コンバージョン（購入・会員登録・資料請求など）が発生した際、その直前にユーザーがクリックしたチャネルに成果を100%帰属させる計測モデルです。
たとえば、あるユーザーが以下の流れで購入したとします。
1. Instagram広告をクリック
2. Googleでブランド名を検索し、自然検索結果をクリック
3. メールマガジン内のリンクをクリック
4. そのまま購入完了
この場合、ラストクリック归因ではメールマガジンが「売上を生んだチャネル」としてカウントされます。Instagram広告や自然検索は、たとえ購買意欲を醸成していても、評価上はゼロになります。
日本国内のDTC・EC事業者では、GA4やShopifyのデフォルト設定、各種広告プラットフォームの標準レポートがこのモデルを採用しているケースが多く、最も一般的かつシンプルな归因モデルとして広く使われています。
类比：駅伝のアンカーだけが称賛される
ラストクリック归因を日本の商習慣に例えるなら、駅伝の最終走者（アンカー）だけが「優勝した人」として称賛されるようなものです。
- 1区の選手が区間新記録を出して流れを作った
- 3区の選手が逆転して首位に立った
- しかしゴールテープを切ったのはアンカー
ラストクリック归因は「ゴールテープを切った人＝アンカー」に全ての栄誉を渡します。実際には1区や3区の貢献があってこその優勝ですが、記録上はアンカーのみが評価対象になります。
ECの世界でも同じで、「初回認知を生んだSNS広告」や「比較検討を促したSEO記事」の貢献は見えにくくなり、「購入ボタンの直前クリック」だけが過大評価されるという構造的な偏りが生まれます。
公式
ラストクリック归因における各チャネルのコンバージョン貢献値は、次のように表されます。
チャネルX の帰属CV = Σ (ユーザーi の CV_j) ※ただし ユーザーi の CV_j 直前タッチポイント = チャネルX の場合のみ
よりシンプルに書くと：
チャネルX の帰属売上 = ラストクリックがチャネルXであったCV数 × 平均注文額
具体例：
- 月間CV数：1,200件
- 平均注文額（AOV）：8,500円
- ラストクリック内訳：
- リスティング広告：480件
- メール：300件
- 自然検索：240件
- SNS広告：180件
| チャネル | 帰属CV数 | 帰属売上（円） | 構成比 |
|---|---|---|---|
| リスティング広告 | 480 | 4,080,000 | 40.0% |
| メール | 300 | 2,550,000 | 25.0% |
| 自然検索 | 240 | 2,040,000 | 20.0% |
| SNS広告 | 180 | 1,530,000 | 15.0% |
| **合計** | **1,200** | **10,200,000** | **100%** |
このように、ラストクリック归因では合計が必ず100%になるのが特徴です（シングルタッチモデルのため）。
他の归因モデルとの比較
| モデル | 配分ルール | 長所 | 短所 | 主な用途 |
|---|---|---|---|---|
| ラストクリック | 直前クリックに100% | 実装が容易／CV直結 | 上流施策を過小評価 | 日次運用・広告最適化 |
| ファーストクリック | 初回接触に100% | 認知施策の評価 | 購買直前を無視 | ブランド認知測定 |
| 線形 | 全タッチに均等配分 | 公平／全施策可視化 | 重要度の差を無視 | 全体把握 |
| 時間減衰 | 新しいタッチほど高配分 | 購買意欲の減衰を反映 | パラメータ調整が難しい | 中期検討施策評価 |
| 位置ベース（U字） | 初回40%・最終40%・中間20% | 認知と刈り取り両立 | 設定が複雑 | フルファネル分析 |
| データドリブン | 機械学習で配分 | 精度が高い | データ量が必要 | 大規模EC |
日本のDTCブランドでは、日次の広告運用はラストクリック、月次の全体分析はデータドリブンという併用パターンが定着しつつあります。
応用シーン
1. 日次の広告運用・入札調整
Google広告やMeta広告のコンバージョン数は、各プラットフォームがラストクリック（またはそれに近いモデル）で計測しています。日次のCPA調整や入札単価の最適化は、このモデルを前提に行うのが実務的です。
2. ECサイトの内部レポート
Shopifyや楽天、Amazonの標準レポートはラストクリック準拠。月次売上レポートの「チャネル別貢献」を作る際のベースラインになります。
3. カゴ落ちメール・リターゲティングの効果測定
「購入直前の一押し」を評価するのに最適。たとえばカゴ落ちメール経由のCVが300件・AOV 8,500円なら、255万円の売上がメール施策に帰属します。
4. アフィリエイト報酬の計算
ASP（アフィリエイトサービスプロバイダ）の多くはラストクリック基準で報酬を支払います。成果地点が明確なため、報酬トラブルが起きにくいという利点があります。
よくある誤解
❌ 誤解1：「ラストクリック＝真の貢献」
実際には、認知→興味→比較→購入の各段階で複数チャネルが関与しています。ラストクリックは「刈り取り施策」を過大評価し、「認知・検討施策」を過小評価します。
❌ 誤解2：「GA4もラストクリックがデフォルト」
GA4のデフォルトはデータドリブン归因です。UA（ユニバーサルアナリティクス）時代のラストクリックとは異なるため、レポートの数値差異に注意が必要です。
❌ 誤解3：「全チャネルの合計が実際の売上と一致する」
プラットフォームごとに归因ウィンドウ（例：Google広告は30日、Meta広告は7日）が異なるため、合計すると実売上の1.5〜2倍に膨らむことが珍しくありません。
❌ 誤解4：「ラストクリックを廃止すればいい」
日次運用には依然として有効です。「日次＝ラストクリック、月次＝データドリブン」のハイブリッド運用が現実解です。
関連用語
- ファーストクリックアトリビューション：初回接触に100%帰属
- 線形アトリビューション：全タッチポイントに均等配分
- 時間減衰アトリビューション：新しいタッチほど重み付け
- 位置ベースアトリビューション（U字型）：初回と最終を重視
- データドリブンアトリビューション：機械学習による配分
- マルチタッチアトリビューション（MTA）：複数接触を評価する総称
- 归因ウィンドウ：CV計測の対象期間（7日／30日など）
- コンバージョンパス：購入に至るまでのタッチポイント履歴
まとめ
ラストクリック归因は、「シンプル・実装容易・CV直結」という3点で、日本のDTC/EC現場において今なお主流のモデルです。ただし、上流施策の貢献が見えにくいという構造的欠陥を理解した上で、日次運用のツールとして割り切り、月次分析ではマルチタッチやデータドリブンと併用するのがプロの実務です。「アンカーだけを称賛する駅伝」にならないよう、ファネル全体を俯瞰する視点を持ち続けましょう。