アドストック効果とは？広告の残存効果をMMMで可視化する方法

はじめに

テレビCMを1週間放映した後、その効果は放映が終わった瞬間にゼロになるでしょうか？答えはNoです。多くの広告には**「アドストック効果」**——出稿後も効果が持続する現象——があります。

この記事では、アドストック効果（Ad Stock Effect）の仕組みと、それをMMMでどのように定量化するかを解説します。

アドストック効果とは

**アドストック（Ad Stock）**とは、広告効果が出稿期間後も減衰しながら残存する現象のことです。英語では「Carry-over Effect（キャリーオーバー効果）」とも呼ばれます。

身近な例

• テレビCM: 放映後2〜3週間は視聴者の記憶に残り、購買行動に影響する
• YouTube広告: 動画視聴後、数日間は検索行動が増加する
• 交通広告: 毎日通勤時に目にすることで、徐々に認知が蓄積される

アドストック効果のイメージ

広告出稿: ████████
効果推移: ████████████████████░░░░░░░░
          ↑出稿期間↑  ↑↑↑残存期間↑↑↑

出稿をやめた後も効果は緩やかに減衰していきます。この減衰の速さはチャネルによって異なります。

アドストックの数理モデル

MMMでは、アドストック効果を数式でモデル化します。代表的なモデルは2つあります。

1. Geometric Adstock（幾何減衰モデル）

最もシンプルなモデルで、パラメータは減衰率α（0〜1）の1つだけです。

AdStock_t = Spend_t + α × AdStock_{t-1}

• α = 0: 効果は即座に消滅（残存効果なし）
• α = 0.5: 1週間後に50%、2週間後に25%に減衰
• α = 0.9: 1週間後に90%、2週間後に81%に減衰（テレビCMに多い）

2. Weibull/Delayed Adstock（遅延効果モデル）

広告効果がすぐにはピークに達せず、数日後にピークを迎えてから減衰するパターンをモデル化します。

• 例：テレビCMが放映後3日目にピークに達し、その後減衰する
• パラメータ：ピークまでの遅延（θ）と減衰率

チャネル別のアドストック特性

なぜアドストック効果が重要なのか

1. チャネルの真の効果を正確に評価できる

アドストック効果を無視すると、テレビCMのように残存効果が長いチャネルの貢献度が過小評価されます。

2. 最適な出稿スケジュールを設計できる

アドストックのα値が分かれば、広告をどの間隔で出稿すべきか（連続出稿 vs フライティング）を合理的に判断できます。

3. 予算配分の精度が上がる

残存効果を考慮した正確なROI推定により、予算配分の最適化精度が向上します。

MMMでアドストック効果を推定する方法

MMM Labでの分析フロー

1. CSVデータをアップロード：週次の広告費と売上データ
2. 分析を実行：MMM Labが自動的にチャネルごとのα値を推定
3. 結果を確認：各チャネルのアドストックパラメータがダッシュボードに表示

結果の読み方

• α値が高い（0.7以上）: 残存効果が強い → フライティング出稿（間欠的出稿）が有効
• α値が低い（0.3以下）: 即効性が高い → 常時出稿（Always-on）が有効
• α値が中程度（0.3〜0.7）: バランス型 → 状況に応じて調整

アドストック効果を活用した実践的な施策

施策1: テレビCMのフライティング戦略

α値が0.8のテレビCMであれば、2週間出稿→2週間休止を繰り返しても効果が維持されます。年間の出稿量を25%削減しながら同等の効果を得ることが可能です。

施策2: デジタル広告のAlways-on戦略

α値が0.2のリスティング広告は、出稿をやめると効果がすぐに消えます。常時出稿が基本戦略となります。

施策3: クロスチャネルの相乗効果設計

テレビCM（α=0.8）で認知を蓄積しながら、デジタル広告（α=0.2）で刈り取る——アドストック特性を組み合わせたクロスチャネル戦略が効果的です。

まとめ

アドストック効果を理解し活用することで、広告費の無駄を減らし、より効率的な出稿戦略を設計できます。MMMはこのアドストック効果を自動で推定し、チャネルごとの特性を可視化してくれます。

MMM Labでは、CSVをアップロードするだけでチャネル別のアドストックパラメータを自動推定。無料で始めるか、デモでお試しください。

この記事は定期的に更新しています。最終更新: 2026年2月