2020.10.29
１．グループ比較
ランダム化比較試験（RCT=Randomized Controlled Trial）
効果測定で１番大事な因果関係を把握するのに理想的な方法。
被験者がまったく同じ属性であるグループを２つ作り、一方をテストグループ、もう一方をコントロールグループとします。そのうちのコントロールグループのみに広告を表示する方法です。
２．接触／非接触
広告に接触した人と接触していない人を比較する
テストグループとコントロールグループを作るのが理想ですが、実際には実施が難しいことがよくあります。そこで、現実的な手法として使われます。
広告に接触した人の方が各指標が良ければ、広告の効果があったものと推察できます。
ただ、この方法では必ずしも因果関係を示すわけではありません。特にデジタルでの広告の場合は、「ターゲティングの結果によって広告効果の上がりやすい人に広告が配信されやすい」という特徴があり、単純比較ではその差が実際よりも大きく出てしまうことにもなり、慎重に解釈する必要があります。
3．時系列
「前期比」「前年比」あるいは「前回のプラン」と比べる
売り上げと同様、期間で比べる方法です。この場合、広告の有無意外の要素（季節性／マーケットサイズなど）も入ってしまうので、注意が必要です。
4．商品・ブランド
商品Ａと商品Ｂのそれぞれの広告プランでの違いがあるのかを比較する
似たような商品／ブランドで複数のキャンペーンを行っている場合は、ある意味でブランド間の相違は意識していないので、純粋なインパクトを測るのは難しいと言えます。ただ、お互いを比較することで、ターゲティング方法やクリエイティブなどのブラッシュアップにつながるようなヒントになるかもしれません。
5．蓄積されたデータ
過去の蓄積されたデータを使って算出される
平均値やノーム値（同一手法のアンケートを積み重ねることで抽出される基準値）
広告出稿結果を蓄積して分析／モデリングすることは、インターネットに限らず広告業界で広く使われており、効果的・効率的なプランの作成に活用されています。
調査会社などを含めた第３者機関では、さまざまな業種／カテゴリーの蓄積データを持っています。自社だけでは集められない競合や異業種のデータを用いた平均値／ノーム値を活用することで、より適切なKPIの設定と評価につなげることが可能になります。
