広告費用対効果（ROAS）
広告費用対効果（ROAS）は、広告に費やした1ドルあたりにどれだけの収益が生み出されたかを測定するマーケティング指標であり、帰属された収益を広告費で割って算出します。キャンペーン、チャネル、プラットフォームがそのコストを正当化できるだけの売上を生み出しているかを評価するために最も広く使用される指標の一つです。
広告費用対効果（ROAS）の定義
広告費用対効果（一般にROASと略称）は、広告キャンペーンが生み出した収益と、その実行にかかったコストとの関係を測定します。通常は4:1のような比率（広告費1ドルに対して4ドルの収益）や、400%のような百分率で表されます。ROASはeコマースマーケティングで最も広く追跡されている指標の一つです。キャンペーン、広告セット、チャネルレベルで広告費と売上成果を直接結びつけるため、予算配分先を決定するための実用的な日次指標となります。ROASは収益（売上高）であって利益を測定するものではないことに注意が重要です。低粗利の製品で高いROASを達成しても、製品原価、配送料、決済手数料を差し引くと、損益分岐点ぎりぎりになる可能性があります。
ROASの計算方法
基本となる計算式はシンプルです：
ROAS = 帰属収益 ÷ 広告費
具体例：あるeコマースブランドが1週間にわたって5,000ドルを費やす有料ソーシャルキャンペーンを実施しました。このキャンペーンは同期間に22,500ドルの収益を生み出したと帰属されました。22,500ドルを5,000ドルで割ると、ROASは4.5、つまり450%になります。これだけを見ると、マーケターは「1ドルあたり4.50ドルの収益を生み出した」と理解できますが、これが良い結果かどうかは製品の粗利率に完全に依存します。ストアの粗利率が60%であれば、22,500ドルの収益は約13,500ドルの粗利益を意味し、5,000ドルの広告費を余裕を持ってカバーできます。粗利率が20%しかない場合、同じ収益でも粗利益は約4,500ドルとなり、表面上看えるROASは良好でも、広告費を差し引くとキャンペーンは実際には赤字となります。
ROASがeコマースブランドにとって重要な理由
ROASは、マーケターに迅速なキャンペーンレベルのシグナルを提供し、あらゆる決定に完全な収益性モデルを必要とせずに予算の再配分を可能にします。キャンペーン、広告セット、プラットフォームごと、そしてしばしば日ごとに測定できるため、迅速な反復が可能です。予算は収益を効率的に生み出しているものにシフトし、そうでないものからは遠ざけることができ、多くの場合キャンペーン開始から同じ週のうちに調整可能です。ROASのみに依存するリスクは、原価構造を完全に無視することです。そのため、同じROASの2つのキャンペーンでも、異なるマージンの製品カテゴリーで販売を促進している場合、実際の収益性は大きく異なる可能性があります。また、ROASはその計算に使用されるアトリビューションモデルに大きく依存し、異なる広告プラットフォームは寛大なクリックおよびビュースルーアトリビューションウィンドウを通じて自社チャネルを過大評価することが多く、実際のストア全体の売上と照合すると、キャンペーンが実際よりも効果的に見える可能性があります。
比較表：ROASと関連マーケティング指標
| 指標 | 測定内容 | マージンを考慮？ | 最適な用途 |
|---|---|---|---|
| ROAS | 広告費1ドルあたりの収益 | いいえ | 迅速なキャンペーンレベルの予算決定 |
| True ROAS | 実際のストアデータと照合した広告費1ドルあたりの収益 | いいえ（ただしアトリビューションはより正確） | プラットフォームの過大帰属の補正 |
| CAC | 新規顧客1人を獲得するコスト | いいえ | 獲得効率の評価 |
| 貢献利益 | 広告費を含む変動費を差し引いた収益 | はい | キャンペーンの真の収益性の評価 |
| ROI | 総投資に対する全体的な収益率 | はい | 長期的な全コスト評価 |
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
ROASとAI駆動型コマース
ChatGPT Shopping、Perplexity Shopping、Amazon RufusなどのAIアシスタントを通じたショッピングが増えるにつれ、収益を特定の広告費に帰属させることがより複雑になっています。なぜなら、顧客の購買経路には従来の広告プラットフォームのトラッキングでは捉えられないAIを介したリサーチ段階が含まれる可能性があるからです。買い物客が有料ソーシャル広告で製品を発見し、数日後にAIアシスタントでさらに調査し、最終的にまったく別のチャネルで購入する場合、シングルタッチでプラットフォームが報告するROASは、実際に何が売上を促進したのかという全体像をますます不完全なものにします。
このギャップこそ、AmICitedのeshop_get_cac_roasツールが埋めるために構築されたものです。このツールは、キャンペーンおよび日ごとにROASを計算し、広告プラットフォームの自己報告にのみ依存するのではなく、ストア自身の注文データからの実際の帰属収益と照合します。この照合が重要なのは、広告プラットフォームには寛大にクレジットを主張する構造的インセンティブがあり、プラットフォーム報告のROASのみに基づいてマーケティング予算を配分すると、実際に増分売上を促進しているチャネルではなく、単により積極的に帰属するチャネルに体系的に過重配分される可能性があるからです。
ROASのベストプラクティス
- 単一のストア全体の目標ではなく、カテゴリー別の粗利率に基づいて目標ROASしきい値を設定する。高マージン製品と低マージン製品では損益分岐ROASが大きく異なるため
- プラットフォーム報告のROASを実際のストア収益と定期的に照合し、アトリビューションネーションインフレが予算決定を歪める前に発見する
- ROASを単独ではなく、CACや貢献利益と並行して追跡する。既存顧客の再注文によって生み出された高いROASは、新規顧客獲得によるものとはまったく異なる意味を持つため
- ROASを月次やチャネルレベルの平均だけでなく、キャンペーンおよび日ごとに分解する。日次およびキャンペーンレベルの詳細により、実際にパフォーマンスを発揮している特定のクリエイティブやオーディエンスが明らかになる
- 製品ミックス、配送コスト、割引戦略が変更されるたびに目標ROASを再検討する。これらの3つはすべて、特定のROASが実際に表すマージンを変化させるため
ROASに関するよくある間違い
よくある間違いは、ROASを粗利率で換算することなく収益性の代用として扱い、ROASが高くても低マージンのキャンペーンを、ROASは低くても高マージンで実際にはより収益性の高いキャンペーンよりも優先する予算決定を招くことです。もう一つの一般的な問題は、アトリビューションウィンドウが大きく異なるチャネル間でROASを比較することです。例えば、リターゲティングプラットフォームの30日ビュースルーアトリビューションと、1日クリックアトリビューションのみを使用するチャネルを比較すると、同じ指標に見えても実際には比較可能ではない数値が生成されます。また、一部のマーケターはアカウント全体で単一のブレンドROAS目標を追求し、強いブレンド数値が少数の優れたキャンペーンと複数の不採算キャンペーンの混合を隠している可能性を見逃しています。さらに、プラットフォーム報告の収益を実際のストア収益と照合せず、寛大なクリックおよびビューウィンドウを通じて自社チャネルへのコンバージョンを過大帰属する傾向のある広告プラットフォームのダッシュボードを信頼してしまう落とし穴もあります。最後に、新規顧客獲得を考慮せずに純粋にROASのみで最適化するブランドは、リピート注文していたであろう既存顧客に主にリーチするキャンペーンに予算が流れ、ROASを膨らませる一方で顧客基盤の拡大にはほとんど貢献しないという結果になりかねません。