実店舗の集客では、クリック数だけでは広告の評価が不十分です。一方で、来店数を「実来店総数」や「広告が生んだ増分効果」とそのまま読み替えることもできません。本記事では、Google来店計測の考え方と精度の見方を整理し、Bluetoothビーコン、Wi-Fi、カメラなどの方式と比較します。
Google広告の来店コンバージョンは、広告をクリックした、または広告を見たユーザーが、その後に実店舗を訪問したと推定される件数を広告レポート上で確認するための指標です。広告と来店のつながりを評価できる点が、店頭の入店人数だけを測る仕組みとの大きな違いです。
ただし、レポート上の来店数は、店舗に来たすべての人をカウントした人数ではありません。Googleがプライバシーに配慮して集計・匿名化したデータをもとに、より大きな母集団の傾向を推定した数値です。したがって、評価の軸は「店舗全体の実来店者数」ではなく、広告接触に対して、どの施策が来店につながりやすかったかに置く必要があります。
答えは、単純な三角測量ではありません。 Googleは来店コンバージョンについて、広告接触と実店舗への来店をプライバシーに配慮した形で結び付け、集計・匿名化した統計情報を用いて推定すると説明しています。さらに、来店の可能性が検出された際には、Googleアンケートの回答と予測された来店を比較し、Google AIの調整に使う場合があるとしています。
Googleの一般的な端末位置推定では、GPS、Wi-Fi信号、モバイルネットワーク信号、加速度計などの端末センサーといった複数の入力データが使われることがあります。特に屋内やビルが密集した場所では、GPSだけでは位置を十分に捉えにくいことがあるためです。
しかし、この一般的な位置情報の説明を、そのまま「来店コンバージョンでは、GPS・Wi-Fi・Bluetoothをこの比率で使っている」という公開仕様と捉えることはできません。Googleは、来店判定に用いる固定半径、滞在時間、シグナルごとの比重、個人ごとの判定ロジックを公開していません。そのため、「店舗の半径○mに入った人を三角測量で数える」といった説明は避けるべきです。
Google来店計測の特徴は、位置情報を活用しながら、広告主が個人単位の位置履歴を閲覧する仕組みにはしていない点です。Google側では、広告との接点や利用可能な位置情報などを組み合わせて来店の可能性を推定しますが、広告主に提供されるのは、個人名や個人ごとの移動履歴ではなく、匿名・集計されたレポートです。
つまり、位置情報をまったく使わないのではなく、位置情報を使って広告効果を測定しつつ、個人を直接特定できるデータは広告主に渡さないという二つの考え方を両立させています。この「計測のためのデータ活用」と「個人情報保護」の組み合わせが、Google来店計測を他の来店計測方式と比較するうえで重要なポイントです。
利用には、対象国であること、住所アセットまたはアフィリエイト住所アセットの利用、一定の広告接触数と来店量など、Googleが定める条件を満たす必要があります。日本は来店コンバージョンの対象国に含まれます。
来店計測の精度を考えるときは、単に「どの方式が最も正確か」ではなく、何を確かめたいのかを分けることが重要です。広告接触とのつながりを知りたいのか。店内に入った事実を確認したいのか。売場での行動を把握したいのか。購買まで確認したいのか。それぞれに向くデータは異なります。
| 計測方法 | 主に測るもの | 広告とのつながり | 強み | デメリット・注意点 | 向いている目的 |
|---|---|---|---|---|---|
| Google来店計測 | 広告接触後の来店の推定値 | 強い。広告クリックや広告表示との関係を評価しやすい | 広い対象に対して、広告と実店舗のつながりを見られる | 個人別の確定記録ではない。店舗全体の実来店総数でもない | Google広告の来店効果、来店単価、店舗別の広告評価 |
| Bluetoothビーコン | ビーコン周辺の近接イベント | 単独では弱い。アプリや広告接触ログとの連携が必要 | 入口や特定売場など、近距離の検知を補助できる | 専用機器の設置・保守が必要。端末やアプリのBluetooth権限、電波環境、設置条件で結果が変わる | 入口検知、売場付近の接近、館内導線の補助分析 |
| Wi-Fi人流計測 | 周辺・店頭にある端末の存在や滞在傾向 | 弱い。広告接触者かどうかは別途データが必要 | 周辺人流や時間帯別の傾向を継続的に見やすい | 人ではなく端末を測る。MACアドレスのランダム化などにより、従来のような端末の個体識別や継続追跡は難しい。店内と店前の区別も設計に左右される | 商圏の人流、通行量、時間帯別の傾向把握 |
| カメラ解析 | 画角内の入退店、滞留、動線 | 弱い。広告接触ログは別に必要 | 店内の行動や混雑を把握しやすい | 画角、遮蔽、照明、設置位置の影響を受ける。機器導入やデータ管理の負担、来店者への告知も必要 | 入退店、混雑、店内動線、売場行動の分析 |
もう一つ見落とせないのが、情報取得をめぐる環境の変化です。 個人や端末にひもづく情報の取得・蓄積・組み合わせについては、プライバシー保護の観点から、法令、プラットフォーム、OSの制約が強くなっています。端末側のMACアドレスのランダム化、位置情報やBluetoothの利用許可、バックグラウンド取得の制限などにより、以前のように同じ端末を長期間追跡する設計は難しくなりました。
そのため、計測方法を比較するときは、単純な「測位精度」だけでなく、必要な情報を継続的に取得できるか、利用者の許可が得られるか、取得したデータを適切に管理できるかまで含めて考える必要があります。情報を多く取得できる方式が、必ずしも現在の店舗集客に最適とは限りません。
ビーコンは、店舗の入口や売場といった近い場所での検知を補助する手段です。ただし、ビーコンの受信強度であるRSSIは端末や周辺環境で変動し、絶対値を一律の距離に置き換える標準的な関係はありません。専用機器の設置・保守に加え、アプリ側でBluetoothの利用を許可してもらう必要があります。端末やOSの設定によっては利用開始時に権限の確認が表示され、いったん拒否すると、ユーザーが端末の設定画面から再度許可しなければならない場合があります。位置情報やBluetoothの権限が拒否されている場合、アプリの状態やOSの制約によって検知できないことがあります。
Wi-Fiを使った人流推定は、周辺や店頭の端末の存在・滞在傾向を把握する用途に向いています。しかし、計測しているのは基本的に人そのものではなく端末です。端末を持たない人、複数端末を持つ人、端末設定、電波環境などの影響を受けます。最近は端末側でMACアドレスをランダム化する仕組みが一般的になり、同じ端末を継続的に識別したり、再来店を個体単位で追跡したりすることは難しくなっています。広告を見た人が来店したかを評価するには、別途広告接触データとの接続が必要です。
カメラは、画角内の入退店人数、滞留、動線などを把握しやすい方式です。店内行動を知る目的には有力ですが、広告接触とのつながりを単独で示すものではありません。画角、遮蔽、照明、設置位置に結果が左右され、機器の導入・保守や、画像・特徴量の扱いに関する目的の明示、保存期間、安全管理、来店者への告知などの負担も発生します。
Google来店計測は、広告のクリックやインプレッションに結び付けて記録されます。そのため、レポート上の計上日は実際に来店した日ではなく、広告と接点を持った日になる場合があります。また、モデルは継続的に更新され、来店コンバージョンには一定のレポート遅延もあるため、直近の数値だけを見て結論を出すのは適切ではありません。
GPSだけで追跡する仕組みではありません。Googleは、広告接触や利用可能な位置情報などを統計的に扱い、匿名・集計された来店の推定値を広告主にレポートすると説明しています。
単純な三角測量ではありません。Googleの一般的な端末位置推定には複数の位置情報が使われ得ますが、来店コンバージョンは広告接触、匿名・集計、外挿、統計モデルなどを含む推定指標です。
一律の精度をパーセントで示すことはできません。Googleは、広告主ごとに異なるプライバシー基準と十分なデータ量を求め、推定モデルを用いてレポートしています。精度は、個人の測位精度だけでなく、対象範囲、店舗環境、広告接触量、報告可能なデータ量にも左右されます。
「何を測りたいか」によります。ビーコンやカメラは店内や入口付近の行動を捉える目的に向きます。一方、Google来店計測は広告接触から来店までを広告成果として評価する目的に向いています。方式ごとの数値を単純に横並びにするのではなく、測定対象と判断したい成果を揃えて比較することが重要です。
来店コンバージョンだけで売上や広告の増分効果まで確定することはできません。売上はPOSや会員データなど別のデータで確認し、広告が生んだ増分を評価する場合は、比較対象を設けた検証が必要です。
実店舗の広告では、クリック率やサイト上のコンバージョンだけでは、来店という本来の目的に十分に答えられません。だからこそ、Google来店計測は、広告と実店舗をつなぐ重要な判断材料になります。
ただし、来店コンバージョンを正しく活かすには、推定値である性質、商圏や店舗特性、他のデータとの役割分担を理解したうえで、広告評価に組み込む必要があります。店舗集客におけるGoogle広告と来店計測の活用については、digginへご相談ください。