もろラボ 実務メモ
Web Ad Terms Helper

WEB広告用語
活用ヘルパー

WEB広告用語や広告指標の意味、計算式、危ない言い方、安全な言い換えを、会議前や報告前にさっと確認するための実務ヘルパーです。ブランドリフト、ビッグデータ、CRM/ナーチャリング関連の用語も含めて、現場で迷いやすい言葉をまとめています。 IMP、リーチ、FQ、CPM、CTR、CVR、CPAなどを暗記するためではなく、数字を読み、説明し、言いすぎによる事故を避けるために使います。

まず見る指標へ もろラボメモを見る

このページで確認できること

広告報告の場でよくある「それ、どう説明するのが安全？」を、用語・計算式・言い換えの3方向から整理します。

用語の意味をざっくり確認

IMP、リーチ、FQ、CPM、CVRなどを、会議中でも迷わない粒度で確認します。

計算式を確認

数字同士の関係を確認し、分母・分子の取り違えを防ぎます。

危ない言い方を避ける

因果、効果、購買意向などを言い切りすぎないための注意点を確認します。

安全な言い換えを使う

突っ込まれにくく、現場でそのまま使いやすい表現に置き換えます。

資料ページを逆引き

後から該当ページや論点を探しやすいように、確認ポイントを整理します。

おすすめの見方

  1. まず主要指標だけ確認する
  2. 詳細は用語と安全な言い方で確認する
  3. 会議前に危ない言い方をざっと読む
  4. 数字の関係が怪しいときは計算式に戻る
  5. 元資料を探すときは資料逆引きを使う

特に大事な考え方

広告レポートは、数字を強く見せる場所ではなく、数字を安全に読み、次の判断につなげる場所です。

「良かったです」で終わらせず、何が良かったのか、どこまで言えるのか、次に何を見るべきかまで言葉にします。

現場でまず見る指標

まず最初に見る動画広告ブランドリフトビッグデータ/分析CRM/ナーチャリング略称/ツール

候補を選ぶと該当行へ移動します。

    カテゴリ 用語 超ざっくり意味 計算式 / 見方 危ない言い方 安全な言い方
    まず最初に見る IMPインプレッション 広告が表示された合計回数。人数ではなく回数。1人に5回出たら5IMP。 IMP = リーチ × FQ IMPが増えた＝人が増えた、とは限らない 表示回数は増えています。新規リーチ増か重複接触増かは分けて確認します。
    まず最初に見る リーチリーチ 広告が届いた人数。重複を除いた人数のこと。 リーチ ≒ IMP ÷ FQ 媒体間で単純合算すると重複がある場合がある 媒体別リーチとユニークリーチは分けて見ます。
    まず最初に見る FQフリークエンシー 1人あたり平均何回広告に接触したか。 FQ = IMP ÷ リーチ FQが増えるとリーチが増える、は因果として危険 FQ別に見ると、何回接触まで効率が伸びるかを確認します。
    まず最初に見る CPMシーピーエム 広告1,000回表示あたりの単価。安いほど表示効率がよい。 CPM = 広告費 ÷ IMP × 1,000 CPMが安い＝必ず成果が良い、ではない 表示効率は良いですが、視聴完了率やリーチ品質も合わせて見ます。
    まず最初に見る CPCシーピーシー 1クリックあたりの単価。クリック目的の広告でよく見る。 CPC = 広告費 ÷ クリック数 今回の動画認知系では主指標ではない可能性 クリック目的か認知目的かで評価指標が変わります。
    まず最初に見る CTRシーティーアール 広告が表示されたうち、クリックされた割合。 CTR = クリック数 ÷ IMP CTRだけ高くても質が良いとは限らない 流入後の行動やCVと合わせて見ます。
    まず最初に見る CVコンバージョン 広告やサイトで設定した成果。資料請求、来場予約、会員登録など。 CV数 CV地点が何かを確認しないと比較できない 今回のCV定義を確認したうえで評価します。
    まず最初に見る CVRコンバージョン率 クリックや流入のうち、成果に至った割合。 CVR = CV ÷ クリック/流入など 分母が何かで意味が変わる クリック起点かセッション起点かなど、分母を確認します。
    まず最初に見る CPAシーピーエー 1件の成果獲得にかかった費用。安いほど獲得効率がよい。 CPA = 広告費 ÷ CV 認知施策では短期CPAだけで判断しづらい 認知・検索量・態度変容も合わせて評価します。
    動画広告 完視聴率 / 完全視聴率かんしちょうりつ 動画広告を最後まで見た割合。媒体や尺によって比較条件が変わる。 完視聴数 ÷ IMP など（資料では媒体別集計） 6秒動画と15秒動画を同じ感覚で比べるのは注意 動画尺・媒体・配信面をそろえて見ます。
    動画広告 完視聴数かんしちょうすう 最後まで視聴された回数。 IMP × 完視聴率 完視聴率が高くても母数が少ないと完視聴数は少ない 率と数の両方で見ます。
    動画広告 完視聴単価かんしちょうたんか 1回の完視聴を得るためにかかった費用。安いほど完視聴効率がよい。 広告費 ÷ 完視聴数 安いだけでブランド効果まで良いとは限らない 完視聴効率は良いですが、認知・想起・検索への寄与も確認します。
    プラン比較 シミュレーションシミュ 配信前に想定した計画値・見込み値。 計画値 実績との差を成果の良し悪しだけで見ない 事前想定に対して、どの指標が上振れ/下振れしたかを見ます。
    プラン比較 アクチュアル実績 実際に配信した結果の数値。 実績値 実績が良い理由・悪い理由は指標ごとに違う 計画比と背景要因をセットで確認します。
    媒体/配信 媒体ばいたい 広告を配信した場所。YouTube、Instagram、TVer、Netflix、Amazon Prime Videoなど。 - 媒体ごとに役割や指標の出方が違う 媒体別の目的と役割を分けて評価します。
    媒体/配信 メニュー広告メニュー 媒体内の広告商品・配信形式。例：インストリーム、バンパー、ThruPlayなど。 - 媒体名だけで比較すると荒い 同じ媒体でもメニュー別に見ます。
    媒体/配信 インストリームIn-stream 動画コンテンツの前後や途中に流れる動画広告形式。 - スキップ可否や媒体仕様で結果が変わる 媒体仕様を確認したうえで完視聴率を見ます。
    媒体/配信 バンパーBumper 主に6秒程度の短尺動画広告。認知・想起の補強に使いやすい。 - 完視聴率が高く出やすいので15秒と単純比較しない 短尺の接触頻度づくりとして評価します。
    媒体/配信 ThruPlayスループレイ Meta系で、一定秒数以上の動画視聴を重視する配信最適化/課金指標。 - 完視聴と同じ意味ではない場合がある 媒体定義に沿って視聴指標を確認します。
    媒体/配信 LinkAdリンク広告 クリックしてサイトなどへ遷移させる広告。 - 動画視聴目的とは評価軸が違う 流入目的か視聴目的かを分けて見ます。
    広告基本指標 広告費 広告配信に使った費用。媒体費、運用費、制作費を含むかは資料によって違う。 媒体費 / 総額 / 税抜税込を確認 広告費だけ見ても成果の良し悪しは言えない 広告費の範囲を確認したうえで、成果指標と合わせて見ます。
    広告基本指標 表示回数 広告が画面上に表示された回数。IMPと同じ意味で使われることが多い。 表示回数 = IMP 表示された＝見られた、とは限らない 広告が表示された回数として捉え、視認や視聴は別指標で確認します。
    広告基本指標 ユニークリーチ 重複を除いて広告が届いた人数。媒体横断では推計になることが多い。 重複除外後の到達人数 媒体別リーチを足してユニークリーチとは言いづらい 媒体間の重複を考慮した到達人数として確認します。
    広告基本指標 フリークエンシー分布 1回接触、2回接触、3回以上接触など、接触回数別の人数分布。 接触回数別の人数/割合 平均FQだけで接触の偏りはわからない 平均だけでなく、接触回数ごとの偏りも確認します。
    広告基本指標 有効リーチ 一定回数以上広告に接触した人数。何回以上を有効とするかは設計次第。 例：3回以上接触した人数 3回見たら必ず効く、とは言えない 一定回数以上接触した層として、態度変容や検索行動と合わせて見ます。
    広告基本指標 接触単価 1人または1回の接触にかかった費用。定義によりCPMやCPRに近い。 広告費 ÷ 接触人数/回数 安い接触＝良い接触とは限らない 接触効率は良いですが、媒体特性や質も合わせて見ます。
    広告基本指標 CPR 1リーチあたりの単価。1人に届けるためにかかった費用。 CPR = 広告費 ÷ リーチ CPRが安いだけで良い配信とは限らない 到達効率は良いですが、対象者の質や接触回数も確認します。
    広告基本指標 eCPM 実質CPM。課金方式が違う広告をCPM換算して比較するための指標。 eCPM = 広告費 ÷ IMP × 1,000 課金方式が違う媒体をそのまま比較すると危険 CPM換算で配信効率をそろえて確認します。
    広告基本指標 配信量 IMP、クリック、視聴など、広告がどれだけ出たかを示す量。 媒体・目的により指標が変わる 配信量が多い＝成果が良い、ではない 配信量は確保できています。成果指標と合わせて評価します。
    広告基本指標 消化率 予定していた広告費や配信量に対して、どれだけ消化できたか。 消化率 = 実績 ÷ 予定 消化できた＝成功、ではない 計画通り配信できたかを確認し、成果とは分けて見ます。
    広告基本指標 予算進捗率 期間全体の予算に対して、現時点でどれだけ使っているか。 使用額 ÷ 予算 進捗が速い/遅いだけで良し悪しは言えない 期間進捗と成果進捗を合わせて見ます。
    広告基本指標 配信ペース 日別・週別に見た広告配信の進み具合。 日別消化額 / 日別IMPなど 後半に伸びれば大丈夫、と決め打ちしない 配信ペースの偏りを確認し、必要なら予算配分を調整します。
    クリック/流入 クリック数 広告がクリックされた回数。重複クリックや誤クリックを含む場合がある。 クリック数 クリック数が多い＝興味が強い、とは限らない クリックは増えています。流入後の行動も合わせて確認します。
    クリック/流入 リンククリック SNSなどで、リンク先に遷移するクリック。いいね等とは別。 リンククリック数 すべてのクリックをサイト流入と見るのは危険 リンククリックに絞って流入意図を確認します。
    クリック/流入 クリック率 表示された広告のうち、クリックされた割合。CTRと同義。 クリック数 ÷ IMP CTRが高い＝CVが増えるとは限らない クリックされやすさは高いですが、流入後の質も見ます。
    クリック/流入 LPV ランディングページビュー。広告クリック後にLPが表示された回数。 LP表示回数 クリック数とLPVは一致しないことがある クリック後にページが表示された数として確認します。
    クリック/流入 LPV率 クリック後にLPが実際に表示された割合。読み込み遅延などの確認に使える。 LPV ÷ クリック数 LPV率低下を広告効果だけの問題にしない 遷移後の表示状況として、ページ速度や計測も確認します。
    クリック/流入 直帰率 1ページだけ見て離脱した割合。GA4では定義が変わるため注意。 直帰セッション ÷ 全セッション 直帰率が高い＝悪い、と即断しない ページ目的と合わせて、次の行動が必要なページかを確認します。
    クリック/流入 エンゲージメント率 GA4で、一定条件を満たしたセッションの割合。 エンゲージメントセッション ÷ セッション 旧UAの直帰率と単純比較しない GA4の定義に沿って、関与があった割合として見ます。
    クリック/流入 平均エンゲージメント時間 ユーザーが実際にページを見ていたとされる平均時間。 総エンゲージメント時間 ÷ ユーザー/セッション 長い＝良いとは限らない ページ目的に対して、長さが妥当かを見ます。
    クリック/流入 流入数 広告や検索などからサイトに訪れた数。ユーザー数、セッション数のどちらか確認が必要。 ユーザー数 / セッション数 流入数の定義が曖昧だと比較できない ユーザー数かセッション数かを確認して評価します。
    クリック/流入 セッション サイト訪問のまとまり。1人が複数回来ると複数セッションになる。 セッション数 人数と訪問回数を混同しない 訪問回数として捉え、人数はユーザー数で確認します。
    クリック/流入 ユーザー サイトに来た人の数。ブラウザや端末単位の推計になる。 ユーザー数 完全な個人単位とは限らない 計測上のユーザー数として捉えます。
    CV/獲得 CV地点 成果としてカウントする行動。資料請求、予約、購入、問い合わせなど。 設定されたCVイベント CVと言っても内容が違うと比較できない 今回のCV地点を確認したうえで成果を見ます。
    CV/獲得 マイクロCV 最終CVの前段階になる小さな成果。動画視聴、詳細閲覧、会員登録など。 中間行動の件数 最終CVと同じ重みで扱わない 最終CVに近づく中間行動として見ます。
    CV/獲得 獲得数 設定したCVを得た件数。広告施策の成果量として見る。 CV数 獲得数だけで効率はわからない 獲得数とCPAを合わせて評価します。
    CV/獲得 獲得単価 1件の獲得にかかった費用。CPAと同じ意味で使われる。 広告費 ÷ CV数 CPAが安い＝質が良い、とは限らない 獲得効率は良いですが、獲得後の質も確認します。
    CV/獲得 ROAS 広告費に対してどれだけ売上があったか。ECなどで使いやすい。 ROAS = 売上 ÷ 広告費 × 100 ROASが高くても利益が出ているとは限らない 売上効率は良いですが、利益率も合わせて見ます。
    CV/獲得 ROI 投資に対してどれだけ利益が出たか。 ROI = 利益 ÷ 投資額 × 100 ROASとROIを混同しない 売上ではなく利益ベースの効率として見ます。
    CV/獲得 LTV 顧客が将来的にもたらす総価値。単発CVより長期視点で見る。 平均購入額 × 継続期間など 初回CPAだけで評価すると過小評価になることがある 長期価値も含めて獲得効率を確認します。
    CV/獲得 CVアシスト 直接CVには至らないが、CV前に接触していた広告や流入。 アシストCV数など ラストクリックだけで貢献を決めない CV前の接触として、補助的な役割を確認します。
    CV/獲得 ラストクリック CV直前のクリックに成果をつける見方。 最後のクリックにCVを紐づける 最後だけ見て広告の貢献を決めると偏る 直前接点として見つつ、上流接点も確認します。
    CV/獲得 アトリビューション CVに至るまでの接点に貢献を割り振る考え方。 モデルにより配分が変わる モデルが違う数値を単純比較しない どの貢献モデルで見ているか確認します。
    動画広告 視聴数 動画が一定条件を満たして視聴された回数。媒体により定義が違う。 媒体定義の視聴回数 媒体ごとの視聴数を同じ定義だと思わない 媒体定義を確認して視聴数を見ます。
    動画広告 視聴率 表示や配信に対して、動画が視聴された割合。 視聴数 ÷ IMPなど 視聴率だけで理解度は言えない 視聴された割合として見て、理解や好意は別指標で確認します。
    動画広告 VTR View Through Rate。動画視聴率。媒体により定義に差がある。 視聴数 ÷ IMP VTRが高い＝ブランド効果が高い、とは限らない 動画が見られやすい配信だったと捉えます。
    動画広告 再生開始率 広告が表示されたうち、動画再生が始まった割合。 再生開始数 ÷ IMP 開始率だけで最後まで見られたとは言えない 再生の入口として確認し、完視聴も合わせて見ます。
    動画広告 25%視聴 動画の25%地点まで視聴された数や割合。 25%視聴数 / 率 途中視聴を完視聴と混同しない 冒頭の離脱状況を見る指標として使います。
    動画広告 50%視聴 動画の半分まで視聴された数や割合。 50%視聴数 / 率 50%到達だけで内容理解とは言い切れない 中盤まで見られたかの目安として見ます。
    動画広告 75%視聴 動画の75%地点まで視聴された数や割合。 75%視聴数 / 率 最後まで見たとは限らない 終盤まで見られたかの目安として確認します。
    動画広告 スキップ率 動画広告がスキップされた割合。 スキップ数 ÷ 表示/再生数 スキップが多い＝悪い、と単純には言えない 媒体仕様や尺を踏まえて、離脱傾向として確認します。
    動画広告 CPV 1視聴あたりの単価。動画広告で使う効率指標。 CPV = 広告費 ÷ 視聴数 CPVが安い＝良い視聴とは限らない 視聴獲得効率として見て、視聴の質は別途確認します。
    動画広告 CPCV 1完視聴あたりの単価。完視聴効率を見る指標。 CPCV = 広告費 ÷ 完視聴数 短尺と長尺を同じ条件で比較しない 完視聴単価として、動画尺をそろえて確認します。
    動画広告 サウンドオン率 音声ありで視聴された割合。媒体や環境に影響される。 音声ON視聴 ÷ 視聴数 音声ONが低い＝訴求が届いていない、とは限らない 音声なしでも伝わるクリエイティブかを確認します。
    動画広告 ミュート再生 音声なしで動画が再生されること。SNS面では多い。 定量化は媒体仕様次第 ナレーション前提の動画は伝わらない可能性がある 字幕や冒頭ビジュアルで伝わる設計か確認します。
    SNS広告 エンゲージメント いいね、コメント、シェア、保存、クリックなどの反応。媒体により定義が違う。 媒体定義の反応数 エンゲージメントの中身を見ないと評価できない 反応の内訳を確認して評価します。
    SNS広告 エンゲージメント率 表示やリーチに対して、反応が発生した割合。 エンゲージメント数 ÷ IMP/リーチ 媒体ごとに定義が違うため横比較に注意 定義をそろえたうえで反応率として見ます。
    SNS広告 いいね 投稿や広告への軽い好意反応。 いいね数 いいねが多い＝購買意向が高い、とは限らない 好意的な反応のひとつとして見ます。
    SNS広告 コメント ユーザーが文章で反応した数。内容の質を見ることが重要。 コメント数 / 内容確認 コメント数だけではポジネガがわからない 数だけでなく内容の傾向も確認します。
    SNS広告 シェア 投稿が他者に共有された回数。拡散性を見る。 シェア数 シェアが多い＝好意的拡散とは限らない 共有された背景や内容も確認します。
    SNS広告 保存数 後から見返すために保存された数。比較検討系で重要なことがある。 保存数 保存＝購入意向とは言い切れない 検討材料として残された可能性がある反応として見ます。
    SNS広告 フォロー獲得 広告や投稿をきっかけにフォロワーが増えた数。 増加フォロワー数 フォロー増だけで売上効果は言えない 今後接触できる母数の増加として捉えます。
    SNS広告 UGC ユーザーが自発的に作った投稿や口コミ。 投稿数 / 言及数 UGCが多い＝好意的とは限らない 投稿内容のポジネガや文脈を合わせて確認します。
    SNS広告 ソーシャルリスニング SNS上の投稿や口コミを収集・分析すること。 言及量 / 感情分析など SNSの声を市場全体の声として扱うのは危険 SNS上で見られる声として整理します。
    検索広告 検索数 特定キーワードが検索された回数。広告や認知施策の影響を見ることがある。 検索ボリューム 検索数増加を広告効果と断定しない 広告接触以外の要因も含め、検索行動の変化として確認します。
    検索広告 指名検索 ブランド名や商品名など、固有名詞で検索されること。 ブランド名検索数 指名検索増＝広告だけの成果とは言い切れない 広告や外部露出を含む複数要因の結果として見ます。
    検索広告 非指名検索 ブランド名を含まない一般キーワードでの検索。 一般キーワード検索数 非指名流入が多い＝認知が高いとは限らない 検討テーマへの流入として確認します。
    検索広告 検索クエリ ユーザーが実際に検索した語句。 検索語句レポート 登録キーワードと検索語句は同じではない 実際の検索語句を見て意図を確認します。
    検索広告 キーワード 広告配信やSEOで狙う語句。 登録キーワード / 対策キーワード キーワードだけでユーザー意図を決めつけない 検索意図とセットで確認します。
    検索広告 検索意図 ユーザーがその言葉で何を知りたいか、何をしたいか。 情報収集/比較/購入など 検索語だけで意図を一つに決めない 検索結果や流入後行動から意図を推定します。
    検索広告 品質スコア 検索広告で、広告やLPの関連性などを評価する指標。 媒体評価指標 品質スコアだけで成果は決まらない 広告文・LP・入札との関係で確認します。
    検索広告 インプレッションシェア 表示可能だった機会のうち、実際に表示できた割合。 表示回数 ÷ 表示可能回数 シェアが低い＝悪い、とは限らない 予算や入札、狙う範囲を踏まえて確認します。
    検索広告 機会損失 予算や入札などにより表示機会を逃している状態。 損失ISなど 機会損失を全部取りに行くべきとは限らない 獲得効率と予算を見ながら改善余地として扱います。
    ターゲティング オーディエンス 広告配信の対象者。属性、興味関心、行動などで設定する。 配信対象条件 ターゲット設定＝実際に全員が対象者とは限らない 配信条件としての対象者として見ます。
    ターゲティング デモグラ 年齢、性別、地域などの属性情報。 年齢/性別/地域別 属性だけで人物像を決めつけない 属性傾向として見て、行動データと合わせて確認します。
    ターゲティング 興味関心ターゲティング 興味や関心がありそうなユーザーに配信する設定。 媒体推定カテゴリ 興味関心カテゴリ＝本人の確定属性ではない 媒体上の推定カテゴリとして扱います。
    ターゲティング リマーケティング 過去にサイト訪問や接触があった人へ再配信すること。 訪問者リストなど リマケ成果を新規獲得と混同しない 既接触者への再接触施策として評価します。
    ターゲティング 類似配信 既存顧客やCVユーザーに似た人へ配信する方法。 類似オーディエンス 似ている＝買うとは限らない 既存顧客に近い可能性のある層として見ます。
    ターゲティング 除外設定 配信したくないユーザーや面を除外する設定。 除外キーワード/除外面/除外リスト 除外しすぎると配信量が落ちる 品質改善と配信量のバランスを見ます。
    ターゲティング 配信面 広告が表示される場所。アプリ、サイト、動画面、フィードなど。 面別レポート 媒体単位だけでは配信面の差が見えない 媒体内の配信面別に成果を確認します。
    ターゲティング プレースメント 広告が掲載される具体的なサイト、アプリ、動画など。 掲載面一覧 不適切面への配信を見落とすとブランド毀損につながる 掲載面の品質も確認します。
    クリエイティブ クリエイティブ 広告で使う画像、動画、コピー、バナーなどの表現物。 素材別成果 媒体差とクリエイティブ差を混同しない 配信条件を踏まえて、素材別の傾向を見ます。
    クリエイティブ 訴求軸 価格、品質、実績、安心感など、広告で伝える主な切り口。 訴求別成果比較 成果が良い訴求＝全員に刺さるとは限らない 対象者や媒体との相性として確認します。
    クリエイティブ CTA ユーザーに促す行動。詳しく見る、資料請求、予約するなど。 クリック/CVとの関係 CTAだけ変えれば成果が上がるとは限らない 行動導線のわかりやすさとして確認します。
    クリエイティブ ABテスト 複数パターンを比較して成果差を見るテスト。 A案とB案の指標比較 十分な母数がないまま勝ち負けを決めない 母数と期間を確認したうえで傾向として見ます。
    クリエイティブ 勝ちクリエイティブ 比較の中で成果が良かった素材。 指標別トップ素材 今回勝った＝常に勝つとは限らない 今回の条件では反応が良かった素材として扱います。
    クリエイティブ 疲弊 同じ広告を見せ続けて反応が落ちること。 CTR低下/FQ上昇など 反応低下を素材だけの問題にしない 接触回数や配信対象の飽和も含めて見ます。
    クリエイティブ バナー 画像中心の広告素材。 素材別IMP/CTR/CVなど クリックされやすいだけで良いバナーとは限らない 目的に対して、クリック後の行動まで確認します。
    クリエイティブ コピー 広告内の文言。訴求や行動喚起を担う。 コピー別反応 文言だけで成果差を断定しない 同条件で比較できる範囲で傾向を見ます。
    計測/データ 計測タグ 広告やサイトの行動を計測するためのタグ。 タグ発火確認 タグ未設置・二重発火があると数値がずれる 計測環境を確認したうえで数値を見ます。
    計測/データ GTM Googleタグマネージャー。タグを管理するためのツール。 タグ/トリガー/変数 GTMに入っている＝正しく計測できているとは限らない 発火条件と実測を確認します。
    計測/データ イベント クリック、スクロール、フォーム送信など、ユーザー行動の記録。 イベント数 イベント数とユーザー数を混同しない 行動回数として見て、人数は別指標で確認します。
    計測/データ パラメータ イベントやURLに付与する追加情報。媒体名、キャンペーン名など。 utm_sourceなど 命名が揺れると集計が分かれる 命名ルールをそろえて確認します。
    計測/データ UTM 流入元やキャンペーンを識別するためURLにつけるパラメータ。 utm_source / medium / campaign UTMが間違うと流入元が正しく見えない 流入計測の前提として設定を確認します。
    計測/データ 計測期間 レポートで集計している対象期間。 開始日〜終了日 期間が違う数値を単純比較しない 比較期間をそろえて見ます。
    計測/データ 前月比 前月と比べた変化。季節性や施策有無に注意。 当月 ÷ 前月 前月比だけで良し悪しを判断しない 季節性や配信条件の違いを踏まえて見ます。
    計測/データ 前年比 前年同月と比べた変化。季節性を見やすいが外部要因に注意。 今年 ÷ 前年 前年と条件が違うと比較が難しい 前年との施策条件や市場環境の差を確認します。
    計測/データ 計測漏れ 本来計測すべき行動が記録されていない状態。 タグ/イベント確認 数値が少ない＝成果がない、とは限らない 計測設定の漏れがないか確認します。
    計測/データ 重複計測 同じ行動が複数回カウントされる状態。 二重発火確認 CVが多い＝成果が多いと即断しない 重複計測がないか確認します。
    ブランドリフト ブランドリフト 広告接触によって、認知や好意、購買意向などがどれだけ上がったかを見る調査。 接触者群と非接触者群の差 売上増加と同じ意味ではない 態度変容の差として見ます。
    ブランドリフト 広告想起 広告を見た覚えがあるか。広告接触の記憶を測る。 接触者群 - 非接触者群 広告想起が上がった＝購入した、ではない 広告が記憶に残ったかの指標として見ます。
    ブランドリフト ブランド認知 ブランド名を知っているか。純粋想起・助成想起などがある。 認知率の差分 認知が高い＝選ばれるとは限らない 認知の土台がどの程度あるかを確認します。
    ブランドリフト 純粋想起 ヒントなしでブランド名を思い出せること。 自由回答での想起率 純粋想起が低い＝ブランドが弱いと即断しない カテゴリ内で自然に思い出される度合いとして見ます。
    ブランドリフト 助成想起 選択肢やヒントを見てブランド名を思い出せること。 選択肢提示後の認知率 助成想起と純粋想起を混同しない ヒントがあれば認識される度合いとして見ます。
    ブランドリフト 好意度 ブランドに対して良い印象を持っているか。 好意回答率 好意度が上がった＝購入意向が上がったとは限らない 印象面の変化として確認します。
    ブランドリフト 購買意向 今後買いたい、利用したいと思う度合い。 購入意向回答率 購買意向が上がった＝実購入とは限らない 購入・利用意向の変化として見ます。
    ブランドリフト 検討意向 比較検討の候補に入るかどうか。 検討意向回答率 検討意向と購入を混同しない 候補に入る可能性の変化として見ます。
    ブランドリフト 推奨意向 人にすすめたいと思う度合い。 推奨意向回答率 推奨意向だけで口コミ量は言えない ブランドへの前向き度合いとして見ます。
    ブランドリフト メッセージ理解 広告で伝えたい内容が理解されたか。 理解率 / 正答率 理解された＝態度変容した、とは限らない 訴求内容が伝わったかを確認します。
    ブランドリフト ブランド好感 ブランドへの好ましさや親しみを示す指標。 好感回答率 好感が高いだけで獲得効率は判断できない ブランド印象の変化として見ます。
    ブランドリフト 利用意向 今後サービスを使いたいと思う度合い。 利用意向回答率 利用意向と実利用は別 利用候補に入りやすくなったかを確認します。
    ブランドリフト 第一想起 そのカテゴリで最初に思い出されるブランド。 最初に挙げられた割合 第一想起が低い＝施策失敗とは限らない カテゴリ内での想起順位として見ます。
    ブランドリフト 態度変容 広告接触後に認知・好意・意向などが変わること。 接触者群と非接触者群の差 態度変容を売上効果と同じにしない 意識や印象の変化として評価します。
    ブランドリフト 接触者群 広告に接触したと判定された回答者グループ。 広告接触ありの回答者 完全に実接触を保証するものではない場合がある 調査上の接触者群として扱います。
    ブランドリフト 非接触者群 広告に接触していないと判定された回答者グループ。 広告接触なしの回答者 接触者群と条件が完全一致とは限らない 比較対象群として、条件差に注意して見ます。
    ブランドリフト リフト値 接触者群と非接触者群の差分。広告による押し上げを示す。 接触者群 - 非接触者群 差分をそのまま人数や売上に換算しない 意識指標の差分として見ます。
    ブランドリフト 有意差 調査結果の差が偶然とは言いにくいかを示す統計的な判断。 p値/信頼区間など 有意差なし＝効果なし、とは言い切れない 統計的に差が確認できるかとして見ます。
    ブランドリフト サンプルサイズ 調査に回答した人数。少ないと結果のブレが大きくなる。 回答者数 n サンプルが少ない結果を言い切らない 回答数を確認し、傾向として扱うか判断します。
    ブランドリフト 信頼区間 調査結果がどの範囲に収まりそうかを示す幅。 推定値 ± 誤差 一点の数値だけで強く言い切らない 誤差の範囲も踏まえて見ます。
    ブランドリフト ブランドファネル 認知、理解、好意、検討、購入などの段階で見る考え方。 段階別率 ファネルの一部だけで全体判断しない どの段階に課題があるかを確認します。
    ブランドリフト 認知率 そのブランドを知っている人の割合。 認知者 ÷ 回答者 認知率が高い＝広告が効いたとは限らない 現状の認知水準として確認します。
    ブランドリフト 好意率 ブランドに好意を持つ人の割合。 好意回答者 ÷ 回答者 好意率と購入率を混同しない 好意形成の状況として見ます。
    ブランドリフト 検討率 購入や利用の候補として検討する人の割合。 検討回答者 ÷ 回答者 検討率が高い＝実CVが高いとは限らない 候補化の進み具合として確認します。
    ブランドリフト 購入経験 過去に買った、利用した経験があるか。 購入経験ありの割合 購入経験者への広告効果と新規層への効果は分ける 既存経験者と未経験者で分けて見ます。
    ブランドリフト ブランドセーフティ 広告が不適切なコンテンツの近くに出ないようにする考え方。 除外/掲載面確認 配信量だけ追うとブランド毀損リスクがある 掲載面の安全性も確認します。
    ビッグデータ/分析 ビッグデータ 大量で多様なデータのこと。量が多いだけでなく、種類や更新頻度も含めて語られる。 Volume / Variety / Velocity など ビッグデータがある＝価値が出る、ではない 活用目的と分析設計があって初めて価値が出ます。
    ビッグデータ/分析 データソース 分析に使う元データ。広告、サイト、CRM、購買、会員、アンケートなど。 利用元データ一覧 データソースが多い＝分析精度が高いとは限らない 目的に対して必要なデータが揃っているか確認します。
    ビッグデータ/分析 1st Party Data 自社で直接取得した顧客データや行動データ。 自社会員/購買/サイト行動など 自社データだから必ず正確、とは限らない 取得方法と更新状況を確認して使います。
    ビッグデータ/分析 2nd Party Data 他社が保有する1st Party Dataを提携などで利用するデータ。 提携先データ 他社データを自社顧客と同じように扱うのは危険 提供元と利用条件を確認して活用します。
    ビッグデータ/分析 3rd Party Data 外部事業者が収集・提供するデータ。属性や興味関心などに使われる。 外部データプロバイダ 精度や同意条件を確認せず使うのは危険 推定データとして、精度と利用条件を確認します。
    ビッグデータ/分析 ゼロパーティデータ ユーザーが自ら提供した好みや意向のデータ。アンケートや診断回答など。 回答/登録情報 回答内容が常に本音・最新とは限らない ユーザーが明示した情報として、更新性も確認します。
    ビッグデータ/分析 CDP Customer Data Platform。顧客データを統合・管理・活用する基盤。 顧客IDを軸に統合 CDPを入れれば施策が改善する、ではない 統合後に何へ使うかまで設計します。
    ビッグデータ/分析 DMP Data Management Platform。広告配信などに使うデータを管理する基盤。 オーディエンスデータ管理 CDPとDMPを混同しない 顧客管理なのか広告配信用なのか役割を分けて見ます。
    ビッグデータ/分析 データレイク 加工前の大量データをそのまま蓄積する場所。 生データの蓄積基盤 貯めるだけでは使えない 後で使えるように整理ルールも確認します。
    ビッグデータ/分析 データウェアハウス 分析しやすい形に整理されたデータの保管場所。 DWH データが入っている＝すぐ分析できるとは限らない 分析用に整形・定義されているか確認します。
    ビッグデータ/分析 データマート 特定目的に合わせて切り出した分析用データ。 部署/用途別データセット 元データと定義が違うと数値がズレる どの目的用に作られたデータか確認します。
    ビッグデータ/分析 ETL Extract、Transform、Load。データを抽出・変換・格納する処理。 抽出→変換→格納 ETLの変換ルールを知らないと数字の意味を誤る 加工ルールを確認してから分析します。
    ビッグデータ/分析 ELT Extract、Load、Transform。先に格納してから変換する処理。 抽出→格納→変換 ETLと同じと思うと処理設計を誤る どの段階で加工しているか確認します。
    ビッグデータ/分析 データクレンジング 欠損、重複、表記ゆれなどを整える作業。 重複削除/欠損補完/表記統一 クレンジング後のデータは加工済みである点に注意 どのように整えたかを確認します。
    ビッグデータ/分析 名寄せ 同じ人や会社のデータを同一とみなして統合すること。 ID/メール/電話番号などで統合 名寄せ精度が低いと別人統合や重複が起きる 統合キーと精度を確認します。
    ビッグデータ/分析 ID統合 複数システムのIDをつなぎ、同じ顧客として扱うこと。 会員ID/広告ID/CRM IDなど IDがつながる＝完全な個人理解ではない どのIDがどの範囲でつながっているか確認します。
    ビッグデータ/分析 Cookie ブラウザ上でユーザー識別などに使われる小さなデータ。 Cookie ID Cookieは人そのものではない ブラウザ単位の識別情報として扱います。
    ビッグデータ/分析 3rd Party Cookie サイトをまたいで利用される第三者Cookie。規制や廃止の影響を受ける。 外部ドメインCookie 今まで通り使える前提で設計しない 規制やブラウザ仕様を確認します。
    ビッグデータ/分析 広告ID スマートフォンなどで広告配信・計測に使われる識別子。 IDFA / AAIDなど 広告IDも取得制限や同意の影響を受ける 同意状況と利用可能範囲を確認します。
    ビッグデータ/分析 同意管理 Cookieや個人データ利用についてユーザー同意を管理すること。 CMPなど 同意なしで何でも計測できるわけではない 同意取得範囲に沿って計測・活用します。
    ビッグデータ/分析 CMP Consent Management Platform。同意取得・管理の仕組み。 同意状態の管理 CMPを入れれば法務対応完了、ではない 表示内容、同意粒度、連携先まで確認します。
    ビッグデータ/分析 プライバシーサンドボックス 3rd Party Cookieに依存しない広告配信・計測のための取り組み。 Topics APIなど 従来計測と同じ精度を期待しすぎない 仕様変更を踏まえて代替手段として確認します。
    ビッグデータ/分析 コホート分析 同じ時期や条件でグループ化したユーザーの行動を追う分析。 登録月別/初回購入月別など 全体平均だけでは継続傾向が見えない 同じ条件の集団ごとに変化を確認します。
    ビッグデータ/分析 セグメント 条件に応じてユーザーや顧客を分けたグループ。 年齢/行動/購入履歴などで分類 セグメント名だけで人物像を決めつけない 分類条件を確認して使います。
    ビッグデータ/分析 クラスタリング 似た特徴を持つデータをグループ化する分析手法。 類似度で分類 クラスターに名前をつけるときに解釈しすぎない 分類結果として見て、特徴づけは慎重に行います。
    ビッグデータ/分析 スコアリング 顧客や見込み客に点数をつけ、優先度を判断すること。 行動点/属性点など スコアが高い＝必ず買う、ではない 優先度をつけるための目安として使います。
    ビッグデータ/分析 リードスコア 見込み顧客の関心度や確度を点数化したもの。 行動・属性に応じて加点 点数設計が悪いと営業優先度を誤る スコアの根拠と成果との相関を確認します。
    ビッグデータ/分析 RFM分析 Recency、Frequency、Monetaryで顧客を分類する分析。 最終購入日/購入頻度/購入金額 RFMだけで顧客理解が完了するわけではない 購買履歴から顧客傾向を見る方法として使います。
    ビッグデータ/分析 デシル分析 顧客を購入金額などで10等分し、上位層の傾向を見る分析。 売上順に10分割 上位デシルだけ見ても新規育成は見えない 売上貢献層の把握として使います。
    ビッグデータ/分析 LTV予測 顧客が将来どれくらい価値を生むかを予測すること。 過去購買や継続率から予測 予測値を確定値として扱わない 将来価値の見込みとして、精度を確認しながら使います。
    ビッグデータ/分析 チャーン予測 顧客が離脱しそうかを予測すること。 利用頻度低下などから推定 離脱予測が出た人が必ず離脱するわけではない 離脱リスクの高い層として施策検討に使います。
    ビッグデータ/分析 予測モデル 過去データから将来の傾向を推定する仕組み。 機械学習/統計モデル 予測モデルは当たる魔法ではない 前提データと精度を確認して使います。
    ビッグデータ/分析 機械学習 データからパターンを学習し、分類や予測を行う技術。 教師あり/教師なしなど 機械学習を使えば精度が高いとは限らない 目的に合うデータと評価指標を確認します。
    ビッグデータ/分析 AI分析 AIを使ってデータ傾向や示唆を抽出する分析。 モデルにより異なる AIが言ったから正しい、は危険 仮説出しとして使い、人が根拠を確認します。
    ビッグデータ/分析 相関 2つの数値が一緒に動く関係。片方が原因とは限らない。 相関係数など 相関を因果として言い切らない 一緒に動く傾向として見ます。
    ビッグデータ/分析 因果 ある要因が別の結果を引き起こす関係。証明には設計が必要。 実験/統計設計など 単なる前後関係を因果と言わない 因果と見るには追加検証が必要です。
    ビッグデータ/分析 外れ値 他のデータから大きく外れた値。異常値の場合も、重要な兆候の場合もある。 平均から大きく乖離 外れ値を無条件に削除しない 原因を確認して、除外するか判断します。
    ビッグデータ/分析 欠損値 本来あるはずのデータが欠けている状態。 NULL/空欄 欠損を0として扱うと意味が変わることがある 欠けている理由と扱い方を確認します。
    ビッグデータ/分析 サンプリング 全データではなく一部を抽出して分析すること。 抽出率/抽出条件 サンプル結果を全体と同じように扱わない 抽出条件と偏りを確認します。
    ビッグデータ/分析 バイアス データや調査結果に偏りがあること。 収集条件/回答者属性など 偏ったデータから全体傾向を言い切らない どこに偏りがあるか確認します。
    ビッグデータ/分析 ダッシュボード 主要指標を一覧で確認できる画面。 BI/Looker Studioなど ダッシュボードがある＝判断できる、ではない 見るべき指標と更新ルールを決めます。
    ビッグデータ/分析 BI Business Intelligence。データを可視化・分析して意思決定に使う仕組み。 BIツール/レポート BI導入だけでは意思決定は改善しない 誰が何を判断するためのBIかを確認します。
    ビッグデータ/分析 KPIツリー KGIに向けてKPIを分解し、関係性を整理したもの。 KGI→主要KPI→補助KPI 指標を並べるだけではKPIツリーではない 指標同士の因果や関係を整理します。
    ビッグデータ/分析 データドリブン 勘だけでなくデータをもとに判断する考え方。 データに基づく意思決定 データだけ見れば正解が出る、ではない データと現場知見を合わせて判断します。
    ビッグデータ/分析 データガバナンス データの管理ルールや責任範囲を整えること。 権限/定義/品質管理 自由にデータを使えることだけが良いわけではない 安全に正しく使うためのルールを整えます。
    ビッグデータ/分析 データ品質 データが正確・完全・一貫しているかの度合い。 正確性/完全性/一貫性 量が多くても品質が悪いと判断を誤る データの正確性と欠損、更新性を確認します。
    ビッグデータ/分析 マスターデータ 顧客、商品、店舗などの基準となるデータ。 顧客マスタ/商品マスタ マスターが揺れると集計結果も揺れる 基準データの定義を確認します。
    ビッグデータ/分析 ログデータ ユーザー行動やシステム処理の記録データ。 アクセスログ/イベントログ ログがある＝意味がすぐわかる、ではない 何が記録されているログかを確認します。
    ビッグデータ/分析 リアルタイム分析 データ発生後すぐに近いタイミングで分析すること。 秒〜分単位の更新 リアルタイム性が必要ない場面もある 判断に必要な更新頻度かを確認します。
    ビッグデータ/分析 レコメンド ユーザーに合いそうな商品やコンテンツを推薦する仕組み。 閲覧/購買/類似性などで推薦 おすすめ表示＝ユーザーに最適とは限らない 推薦ロジックと成果を確認します。
    ビッグデータ/分析 パーソナライズ ユーザーごとに表示内容や体験を変えること。 属性/行動/履歴で出し分け 個別化すれば必ず成果が上がるわけではない ユーザー体験と成果の両面で確認します。
    ビッグデータ/分析 レコメンドエンジン おすすめ表示を実現するシステムやアルゴリズム。 協調フィルタリング等 エンジン導入だけでは成果は出ない 表示面、データ、評価指標まで設計します。
    ビッグデータ/分析 データ連携 複数のシステムやツール間でデータをつなぐこと。 API/CSV/ETLなど 連携できる＝活用できる、ではない 連携先で何に使うかを確認します。
    ビッグデータ/分析 API連携 システム同士をAPIで接続してデータをやりとりすること。 APIリクエスト/レスポンス APIがある＝必要データが取れるとは限らない 取得可能な項目と制限を確認します。
    ビッグデータ/分析 データ更新頻度 データがどれくらいの頻度で更新されるか。 日次/時間/リアルタイムなど 古いデータで最新判断をしない 更新タイミングを確認して使います。
    ビッグデータ/分析 データ定義書 各項目の意味や計算方法、取得元をまとめた資料。 項目名/意味/型/計算式 定義書なしで数値を解釈するとズレやすい 指標や項目の定義を確認します。
    CRM/ナーチャリング ファネル ユーザーが認知から検討、購入、継続へ進む流れを段階で整理した考え方。 認知→興味→比較→CV→継続など ファネルを作れば自然に人が進むわけではない 各段階で何が足りないかを確認するために使います。
    CRM/ナーチャリング マーケティングファネル マーケティング活動における顧客化までの段階設計。 認知/興味/比較/検討/購入 すべての商材が同じファネルで動くとは限らない 商材や検討期間に合わせて段階を整理します。
    CRM/ナーチャリング 購買ファネル 購入に至るまでの心理・行動の流れを整理したもの。 認知→比較→購入など ファネルのどこか一つだけ見ても全体は判断できない どの段階で離脱しているかを確認します。
    CRM/ナーチャリング フルファネル 認知から獲得、継続までを一気通貫で見る考え方。 上流/中流/下流/継続 全部やる＝フルファネルではない 段階ごとの役割と指標を分けて設計します。
    CRM/ナーチャリング アッパーファネル 認知や興味形成など、購買前の上流段階。 認知/広告想起/検索量など 上流施策を短期CVだけで判断しない 認知や想起、検索行動の変化も合わせて見ます。
    CRM/ナーチャリング ミドルファネル 比較・検討を進める中間段階。 詳細閲覧/資料DL/会員登録など 中間行動を最終成果と同じ扱いにしない 検討が進んでいるサインとして確認します。
    CRM/ナーチャリング ロワーファネル 購入、問い合わせ、予約など成果に近い下流段階。 CV/CPA/CVRなど 下流だけ強化しても母数が足りない場合がある 獲得効率と上流の母数形成を合わせて見ます。
    CRM/ナーチャリング ファネル分析 各段階の通過率や離脱率を見て、改善箇所を探す分析。 段階別通過率/離脱率 離脱が多い場所＝必ず悪い場所とは限らない ユーザー意図と段階の役割を踏まえて見ます。
    CRM/ナーチャリング 離脱ポイント ユーザーが次の段階に進まず離れる箇所。 ページ別/フォーム別/ステップ別離脱率 離脱がある＝改善必須とは限らない 想定された離脱か、改善余地のある離脱かを分けます。
    CRM/ナーチャリング 通過率 ある段階から次の段階へ進んだ割合。 次段階到達数 ÷ 前段階人数 通過率だけで施策効果を言い切らない 母数と次段階の質も合わせて確認します。
    CRM/ナーチャリング 歩留まり 途中で落ちずに残った割合。営業やフォーム改善でも使う。 残存数 ÷ 母数 歩留まり低下を一部門の責任にしすぎない どの段階で落ちているかを分解して見ます。
    CRM/ナーチャリング ナーチャリング 見込み顧客に情報提供や接触を行い、検討度を高めていくこと。 メール/コンテンツ/営業接点など 接触回数を増やせば育成できる、ではない 相手の検討段階に合った情報提供として設計します。
    CRM/ナーチャリング リードナーチャリング 獲得した見込み客を育成し、商談や購入につなげる活動。 接触履歴/反応/スコアなど リードを寝かせるだけではナーチャリングにならない 段階に応じた接点と次アクションを設計します。
    CRM/ナーチャリング リード 見込み顧客。問い合わせ、資料請求、会員登録などで接点ができた人や企業。 リード件数 リード数が多い＝売上が増える、とは限らない 件数と質、次の商談化率を合わせて見ます。
    CRM/ナーチャリング MQL Marketing Qualified Lead。マーケ側で有望と判断したリード。 スコア/条件で判定 MQLが増えた＝営業成果が増えるとは限らない 営業に渡す前の有望リードとして定義を確認します。
    CRM/ナーチャリング SQL Sales Qualified Lead。営業側で商談対象と判断したリード。 営業確認済みリード MQLとSQLの定義がズレると評価が割れる 営業が追う対象として、判定基準を確認します。
    CRM/ナーチャリング ホットリード 検討度や購入意向が高いと見られるリード。 高スコア/特定行動など ホットリード＝必ず受注する、ではない 優先的に確認すべき見込み客として扱います。
    CRM/ナーチャリング コールドリード まだ検討度が低い、または接触から時間が経ったリード。 低反応/休眠など コールドだから価値がないとは限らない 今すぐ客ではない層として育成設計を考えます。
    CRM/ナーチャリング リードクオリフィケーション リードが営業対応に値するかを判定すること。 条件判定/ヒアリング/スコア 判定基準が曖昧だと営業負荷が増える 営業に渡す条件を明確にします。
    CRM/ナーチャリング リードジェネレーション 見込み顧客を獲得する活動。広告、SEO、セミナー、資料DLなど。 リード獲得数/CPL リード獲得だけで売上貢献を言い切らない 獲得後の商談化や受注まで合わせて見ます。
    CRM/ナーチャリング CPL 1件のリード獲得にかかった費用。 CPL = 広告費 ÷ リード数 CPLが安い＝良いリードとは限らない 獲得効率とリードの質を合わせて確認します。
    CRM/ナーチャリング 商談化率 獲得したリードのうち、商談につながった割合。 商談数 ÷ リード数 リード数だけ見ても営業貢献はわからない 商談化率まで追ってリードの質を確認します。
    CRM/ナーチャリング 受注率 商談や提案のうち、受注に至った割合。 受注数 ÷ 商談数 受注率低下を広告だけの問題にしない リード質、営業対応、提案内容も合わせて見ます。
    CRM/ナーチャリング パイプライン 見込み案件がどの段階にどれだけあるかを示す営業管理の考え方。 案件数/金額/フェーズ パイプライン金額＝売上確定ではない 将来売上の見込みとして、確度別に確認します。
    CRM/ナーチャリング 営業フェーズ 初回接触、ヒアリング、提案、見積、クロージングなどの営業段階。 フェーズ別件数 フェーズ名だけでは進捗の実態がわからない 各フェーズの定義と次アクションを確認します。
    CRM/ナーチャリング 案件化 リードや問い合わせが具体的な案件として扱われる状態になること。 案件化数/案件化率 問い合わせ＝案件とは限らない 具体的な検討や予算感があるかを確認します。
    CRM/ナーチャリング 休眠顧客 過去に接点や購入があったが、現在は動きがない顧客。 最終接触/最終購入からの期間 休眠顧客に一斉送信すれば戻るとは限らない 過去関係と現在の関心に合わせて再接触します。
    CRM/ナーチャリング 掘り起こし 休眠顧客や過去リードに再接触して反応を促すこと。 再反応数/再商談化数 過去リードを全部有望と見ない 反応履歴やタイミングを見て対象を分けます。
    CRM/ナーチャリング CRM Customer Relationship Management。顧客情報や接点を管理し、関係を深める考え方や仕組み。 顧客情報/接点履歴/施策履歴 CRMツールを入れれば顧客関係が良くなるわけではない 顧客情報をどう使って関係を深めるか設計します。
    CRM/ナーチャリング MA Marketing Automation。メール配信やスコアリングなどを自動化する仕組み。 シナリオ/スコア/配信条件 MA導入＝ナーチャリング成功ではない シナリオとコンテンツ設計が重要です。
    CRM/ナーチャリング シナリオ設計 ユーザー行動や状態に応じて、次に出す情報や接点を設計すること。 条件分岐/配信タイミング 細かく分岐すれば良いとは限らない 運用できる粒度で、次の行動につながる設計にします。
    CRM/ナーチャリング ステップメール 登録後などに、あらかじめ決めた順番で送るメール。 1通目→2通目→3通目 送る順番だけ決めても育成にはならない 検討段階に合わせて内容とタイミングを設計します。
    CRM/ナーチャリング メール開封率 送信したメールのうち開封された割合。 開封数 ÷ 配信成功数 開封率だけで内容評価はできない 件名や配信タイミングの反応として見ます。
    CRM/ナーチャリング メールクリック率 メール内リンクがクリックされた割合。 クリック数 ÷ 配信成功数/開封数 クリック率が高い＝CVするとは限らない 関心のある導線として、遷移後の行動も確認します。
    CRM/ナーチャリング 配信停止率 メール配信を停止した人の割合。 配信停止数 ÷ 配信数 配信停止が少ない＝満足度が高いとは限らない 頻度や内容が負担になっていないか確認します。
    CRM/ナーチャリング 休眠復帰率 休眠顧客に再接触した結果、反応や購入が戻った割合。 復帰数 ÷ 休眠対象数 一度反応しただけで復帰と見ない場合もある 復帰の定義を確認して評価します。
    CRM/ナーチャリング 顧客ステータス 新規、見込み、商談中、既存、休眠など、顧客の状態区分。 ステータス別人数 ステータス定義が曖昧だと運用が崩れる 状態ごとの定義と更新ルールを決めます。
    CRM/ナーチャリング カスタマージャーニー ユーザーが認知から利用・継続に至るまでの体験や接点の流れ。 接点/心理/行動の整理 ジャーニー図を作るだけでは改善にならない 各接点での課題と施策につなげます。
    CRM/ナーチャリング タッチポイント ユーザーとブランドが接触する場所や機会。広告、サイト、店舗、営業など。 接点一覧 接点が多い＝体験が良いとは限らない 接点ごとの役割と一貫性を確認します。
    CRM/ナーチャリング KSFKey Success Factor 目的達成のために特に重要な成功要因。KGIやKPIを達成するうえで外せない条件のこと。 成功要因 / 重点条件 KSFをKPIの言い換えとして使うとズレる 成果を出すために特に重要な条件として整理します。
    CRM/ナーチャリング クロスセルCross-sell 既存顧客に対して、関連商品や別サービスの購入・利用を促すこと。 関連商材の追加購入 / 追加利用 クロスセルすれば売上が伸びる、と単純には言えない 既存顧客への追加提案として、顧客ニーズとの相性を見ます。
    CRM/ナーチャリング MRRMonthly Recurring Revenue 毎月継続的に発生する売上。SaaSやサブスク型サービスでよく使う。 MRR = 月額単価 × 有料契約数 MRRだけで利益や成長性を判断しない 継続売上の規模として見て、解約率や新規獲得も合わせて確認します。
    CRM/ナーチャリング CSCustomer Success / Customer Support カスタマーサクセス、またはカスタマーサポートの略。文脈により意味が変わる。 継続率 / 解約率 / 問い合わせ対応など CSがサクセスなのかサポートなのか曖昧なまま話すとズレる この文脈でのCSがカスタマーサクセスかサポートかを確認します。
    略称/ツール GA4 Google Analytics 4。サイトやアプリのユーザー行動を計測・分析するツール。 イベントベース計測 GA4の数字をそのまま広告管理画面と一致すると思わない 計測定義やアトリビューションの違いを確認します。
    略称/ツール GTM Google Tag Manager。計測タグや広告タグを管理するツール。 タグ/トリガー/変数 GTMに入っている＝正しく発火している、ではない プレビューや実測で発火条件を確認します。
    略称/ツール GSC Google Search Console。検索流入や検索クエリ、インデックス状況を見るツール。 表示回数/クリック/平均掲載順位など GSCのクリック数とGA4の流入数は一致しないことがある 検索側のデータとして、GA4とは役割を分けて見ます。
    略称/ツール UA 旧Google AnalyticsのUniversal Analytics。現在のGA4とは計測思想が違う。 セッションベース中心 UA時代の数値とGA4を単純比較しない 定義変更を踏まえて比較します。
    略称/ツール CRM Customer Relationship Management。顧客情報や接点を管理し、関係を深める考え方や仕組み。 顧客情報/接点履歴 CRMツール導入＝顧客関係改善、ではない 顧客情報をどう活用するかまで設計します。
    略称/ツール SFA Sales Force Automation。営業活動や案件進捗を管理・効率化する仕組み。 案件/商談/営業活動管理 SFAに入力すれば営業改善できるわけではない 入力ルールと営業プロセスに合わせて活用します。
    略称/ツール MA Marketing Automation。メール配信、スコアリング、シナリオ配信などを自動化する仕組み。 シナリオ/スコア/配信条件 MAを入れればナーチャリングできる、ではない コンテンツとシナリオ設計をセットで考えます。
    略称/ツール BI Business Intelligence。データを可視化・分析し、意思決定に使う仕組みやツール。 ダッシュボード/レポート BIがある＝判断できる、ではない 誰が何を判断するための画面かを確認します。
    略称/ツール CDP Customer Data Platform。顧客データを統合し、マーケティングや接客に活用する基盤。 顧客IDを軸に統合 CDP導入＝顧客理解が完成、ではない 統合後の活用目的とデータ品質を確認します。
    略称/ツール DMP Data Management Platform。広告配信などに使うオーディエンスデータを管理する基盤。 外部/広告配信用データ管理 CDPとDMPを同じものとして扱わない 顧客管理なのか広告配信用なのかを分けて見ます。
    略称/ツール DWH Data Warehouse。分析用に整理されたデータの保管場所。 分析用データ基盤 DWHにデータがある＝すぐ使えるとは限らない 定義や加工状態を確認します。
    略称/ツール CMP Consent Management Platform。同意取得や同意状態を管理する仕組み。 Cookie/個人データ利用同意 CMP導入だけで法務対応完了とは言えない 同意文言、粒度、連携先を確認します。
    略称/ツール CMS Content Management System。Webサイトのコンテンツを管理・更新する仕組み。 記事/ページ/画像管理 CMSがあれば運用が楽になるとは限らない 更新者の権限や運用フローまで確認します。
    略称/ツール API Application Programming Interface。システム同士がデータや機能をやり取りする接続口。 リクエスト/レスポンス APIがある＝必要なデータが取れるとは限らない 取得可能項目、制限、認証方法を確認します。
    略称/ツール ETL Extract、Transform、Load。データを抽出・加工・格納する処理。 抽出→変換→格納 加工ルールを知らないと数値解釈を誤る どの段階で何を加工しているか確認します。
    略称/ツール ELT Extract、Load、Transform。先に格納し、後から加工する処理。 抽出→格納→変換 ETLと同じ前提で話すと設計がズレる 加工タイミングと責任範囲を確認します。
    略称/ツール SQL Structured Query Language。データベースからデータを取得・操作するための言語。 SELECTなど 営業用語のSQLと混同しない データベース言語のSQLか、営業リードのSQLか確認します。
    略称/ツール KGI Key Goal Indicator。最終的に達成したい重要目標指標。 売上/契約数/利益など KGIとKPIを混同すると施策評価がズレる 最終ゴールとして何を追うか確認します。
    略称/ツール KPI Key Performance Indicator。KGI達成に向けて途中で追う重要指標。 CV数/CVR/商談化率など KPIを増やしすぎると判断できなくなる KGIにつながる指標に絞って見ます。
    略称/ツール OKR Objectives and Key Results。目標と主要な成果をセットで管理する考え方。 Objective + Key Results KPI管理と同じものとして扱わない 達成したい方向性と成果指標を分けて整理します。
    略称/ツール ROI Return On Investment。投資に対してどれだけ利益が出たかを見る指標。 利益 ÷ 投資額 × 100 ROASと混同しない 売上ではなく利益ベースの投資効率として見ます。
    略称/ツール ROAS Return On Advertising Spend。広告費に対してどれだけ売上があったかを見る指標。 売上 ÷ 広告費 × 100 ROASが高い＝利益が出ているとは限らない 売上効率として見て、利益率も確認します。
    略称/ツール LTV Life Time Value。顧客が将来的にもたらす総価値。 平均購入額 × 継続期間など 初回獲得だけで顧客価値を判断しない 長期価値を含めて獲得効率を見ます。
    略称/ツール NPS Net Promoter Score。推奨意向をもとに顧客ロイヤルティを見る指標。 推奨者割合 - 批判者割合 NPSが高い＝売上が必ず上がるとは限らない 推奨意向の傾向として、他指標と合わせて見ます。
    略称/ツール VOC Voice of Customer。顧客の声。問い合わせ、口コミ、アンケートなど。 顧客発話/意見データ 声が大きい意見を全体意見として扱わない 収集元と偏りを確認して見ます。
    略称/ツール FAQ Frequently Asked Questions。よくある質問。問い合わせ削減や理解促進に使う。 質問/回答一覧 FAQを置けば問い合わせが減るとは限らない ユーザーが探しやすい導線と内容にします。
    略称/ツール CTA Call To Action。ユーザーに促す行動。資料請求、問い合わせ、予約など。 ボタン/リンク/誘導文 CTAだけ変えれば成果が上がるとは限らない 行動導線全体の中で見ます。
    略称/ツール CV Conversion。広告やサイトで設定した成果行動。 CV数 CV定義が違う数値を比較しない 今回のCV地点を確認して評価します。
    略称/ツール CVR Conversion Rate。流入やクリックのうちCVした割合。 CV ÷ クリック/流入など 分母が違うCVRを比較しない 何を分母にしたCVRか確認します。
    略称/ツール CPA Cost Per Action/Acquisition。1件のCV獲得にかかった費用。 広告費 ÷ CV CPAだけで施策全体の価値は判断しない 獲得効率として、CVの質も合わせて見ます。
    略称/ツール CPC Cost Per Click。1クリックあたりの単価。 広告費 ÷ クリック数 CPCが安い＝良い流入とは限らない クリック効率として、流入後の質も確認します。
    略称/ツール CPM Cost Per Mille。1,000回表示あたりの単価。 広告費 ÷ IMP × 1,000 CPMが安い＝成果が良いとは限らない 表示効率として、到達や反応も合わせて見ます。
    略称/ツール CTR Click Through Rate。表示された広告がクリックされた割合。 クリック数 ÷ IMP CTRが高い＝購入意向が高いとは限らない クリックされやすさとして、遷移後行動も見ます。
    略称/ツール CPV Cost Per View。1視聴あたりの単価。 広告費 ÷ 視聴数 CPVが安い＝良い視聴とは限らない 視聴効率として、完視聴や態度変容も確認します。
    略称/ツール CPL Cost Per Lead。1件のリード獲得にかかった費用。 広告費 ÷ リード数 CPLが安い＝商談化しやすいとは限らない リードの質や商談化率も合わせて見ます。
    略称/ツール MQL Marketing Qualified Lead。マーケ側で有望と判断したリード。 スコア/行動条件など MQL増加＝売上増加と直結するとは限らない 営業に渡す前の有望リードとして定義を確認します。
    略称/ツール SQL（営業） Sales Qualified Lead。営業側で商談対象と判断したリード。 営業確認済みリード データベース言語のSQLと混同しない 営業リードのSQLか、データベースのSQLか文脈を確認します。
    略称/ツール KSFKey Success Factor 重要成功要因。目標達成のために特に外せない条件。 成功要因 / 重点条件 KPIやKGIと混同すると、見るべきものがズレる KGI/KPIを達成するための重要条件として確認します。
    略称/ツール MRRMonthly Recurring Revenue 月次経常収益。毎月継続的に発生する売上。 月額単価 × 有料契約数 MRRだけで事業の健全性を言い切らない 継続売上の規模として、解約率や獲得状況と合わせて見ます。
    略称/ツール CSCustomer Success / Customer Support カスタマーサクセス、またはカスタマーサポート。文脈で意味が変わる略称。 継続率 / 解約率 / 対応品質など サクセスとサポートを混同すると役割がズレる どちらの意味で使っているかを確認します。
    もろラボメモ

    この辞典は、広告指標を“暗記する”ためではなく、現場で数字を読み、説明し、言いすぎによる事故を避けるための道具です。 「傾向が見られる」「分母を確認する」「媒体の役割を分けて見る」など、会議でそのまま使える言葉を残しています。

    数字を読む
    説明を整える
    言いすぎを防ぐ
    ↑