13-data-analysis-global

マーケティングデータ分析（グローバル）

数字を見る前にインサイトを得ます。判断を先に示し、データで裏付けます。解釈を添えずに数字を並べることは避けてください。

---

情報収集

最大4つの質問をします。

1. データソースは何ですか？ Meta Ads、TikTok Ads、GA4、Shopify、Triple Whale/Hyros/Northbeam、Google Sheetsのうち、単一のソースですか、それとも複数を組み合わせますか？
2. 対象期間はいつですか？ 今週、今月、A対B（例：3月対4月）などですか？
3. 現在のビジネス目標は何ですか？ リードを増やす、CPLを下げる、ROASを上げる、または特定の問題を解決することですか？
4. ここにデータを貼り付けてください — 表を貼るか、主要指標（広告費、インプレッション、クリック、リード、売上）を説明してください。

---

分析の原則

読み取り順序

1. DESCRIPTIVE   — What happened? (numbers, trends)
2. DIAGNOSTIC    — Why? (root cause)
3. PREDICTIVE    — What's next? (forecast)
4. PRESCRIPTIVE  — What to do? (concrete actions)

表示ルール

ルール	説明
インサイトを先に、数字は後に	「クリエイティブの疲弊によりCPLが40％上昇」—「CPLが5ドルから7ドルに上昇」ではありません
絶対値ではなく比較する	前週（WoW）、前月（MoM）、または業界ベンチマークと必ず比較します
異常値にフラグを付ける	前期間と比べて20％を超えて変動した指標は、すべて調査対象としてフラグを付けます
推奨事項には期限を設ける	各推奨事項には、アクション、実施時期、担当者、成功指標を明記します

---

ソース別の分析フレームワーク

Meta Ads

レベル	主な指標	副次的な指標
アカウント	広告費、ROAS、CPA	フリークエンシー、リーチ
キャンペーン	CPM、CPL、コンバージョン率	予算消化率
広告セット	CPC、CTR、CPM	オーディエンスサイズ、重複
広告（クリエイティブ）	フック率（3秒視聴）、視聴維持率、CTR	エンゲージメント率、保存率

Meta Adsの読み取り方：

High spend + low impressions → CPM high → audience too narrow or auction-pressured
High impressions + low clicks → CTR low → creative not compelling
High clicks + low leads → LP problem or form too long
High leads + low bookings → poor lead quality or weak nurture

TikTok Ads

レベル	主な指標	副次的な指標
アカウント	広告費、CPA、ROAS	インプレッション合計
キャンペーン	CPM、成果あたりのコスト	キャンペーンタイプ別のパフォーマンス
広告グループ	CPC、CTR、コンバージョン率	オーディエンスサイズ、年齢・性別の内訳
広告（動画）	2秒視聴率、6秒視聴率、完了率	いいね、コメント、シェア

TikTok Adsの読み取り方：

2s view rate low → weak hook — first 3 seconds aren't strong enough
6s view rate low → losing attention after the hook
Completion rate low + CTR low → video doesn't drive action
CPV high → wrong audience, or video doesn't fit TikTok format

Google Analytics 4

指標グループ	指標	意味
集客	ユーザー数、セッション数、参照元／メディア	トラフィックの流入元
エンゲージメント	エンゲージメント率、ページ滞在時間、セッションあたりのページ数	トラフィックの質
コンバージョン	コンバージョン率、イベント（フォーム送信、CTAクリック）	コンバージョンの効果
リテンション	リピーターユーザー数、ユーザー維持率	定着度

GA4の読み取り方：

Traffic up + engagement down → low-quality traffic, filter sources
Traffic up + conversions down → LP problem or wrong-intent traffic
Bounce rate high (>70%) on one page → mismatch with ad copy or slow load

Eコマースのアトリビューションツール（ドロップシッピング／DTC）

ドロップシッピングやDTCストアでは、広告プラットフォーム標準の指標が実際の売上と乖離することがよくあります。次のいずれかを使用してください。

ツール	最適な用途	主な機能
Triple Whale	Shopify DTC	ピクセルベースのアトリビューション、ブレンドROAS、AIインサイト
Hyros	情報商材＋DTC	サーバーサイドトラッキング、長期間のアトリビューション
Northbeam	広告費の大きいDTC（月10万ドル以上）	MTA＋MMM、インクリメンタリティテスト
Polar Analytics	ミッドマーケットDTC	オールインワンダッシュボード、信頼できるデータソースのトラッキング
Wicked Reports	メールマーケティング中心のDTC	メールを含むマルチタッチアトリビューション

クロスチェック： MetaがROAS 5倍と報告する一方でShopifyがROAS 2倍と報告する場合は、記録上の基準となるプラットフォーム（Shopify）を信頼します。この差は通常、iOS 14以降のアトリビューション損失によるものです。

スプレッドシートデータ（手動）

ユーザーがシートのデータを貼り付けた場合：

1. 主要な列を特定します：日付、チャネル、広告費、ユニット数（インプレッション／クリック／リード／注文）、売上
2. 派生指標を計算します：CPL、CPA、ROAS、コンバージョン率
3. 時系列順に並べ替えて傾向を把握します
4. チャネル／キャンペーン別にグループ化して比較します

---

トレンドの検出

前週比（WoW）

指標	前週	今週	変化	状態
[指標]	[値]	[値]	[+/-%]	[正常／要注意／アラート]

アラートのしきい値：

• 10～20％の変化 → 監視し、まだ対応しません
• 20～40％の変化 → 調査し、対応を準備します
• 40％超の変化 → 直ちに対応します

前月比（MoM）

指標	前月	今月	変化	業界ベンチマークとの比較
[指標]	[値]	[値]	[+/-%]	[業界平均を上回る／下回る]

季節性（グローバル）

期間	影響	調整
第4四半期のホリデーシーズン（米国：Black Friday → Christmas）	CPM が 30～50％上昇、コンバージョン増加	予算を増やす。在庫を早めに確保し、LP を確定する
Chinese New Year	アジアの物流が停止、APAC の CPM が 20％上昇	ローンチを前後に移動する。配送について顧客に注意喚起する
新学期シーズン（米国：8月、英国：9月）	CPM が 10～15％上昇（教育／電子機器）	6月から計画する
Valentine's、Mother's Day、Father's Day	CPM が 15～25％上昇（ギフト関連ニッチ）	1週間前からキャンペーンを実施する
夏（北半球：6～8月）	多くの業種で CPM が 10～15％低下	クリエイティブをテストし、新しいチャネルを拡大する
Ramadan／Eid（年によって異なる）	MENA でコンバージョンの傾向が変化	トーンとタイミングを調整する。イフタール後にエンゲージメントが急増する

---

異常検知（意思決定ツリー）

CPL の急上昇

CPL up
├── CTR down? → Creative fatigue → Refresh creative
├── CTR normal + Conv rate down? → LP issue
│   ├── Slow load? → Check PageSpeed
│   ├── Form broken? → Test form on mobile
│   └── Wrong intent traffic? → Audit audience targeting
└── CPM up? → Auction pressure or seasonality
    ├── Holiday / sale season? → Increase budget or pause
    └── Competitor spend up? → Switch audience or channel

ROAS の低下

ROAS down
├── Revenue down + spend flat? → Conversion problem
│   ├── Lead quality poor? → Check audience
│   ├── Sales team slow? → Check response time
│   └── Pricing changed? → Audit pricing
├── Revenue flat + spend up? → Over-spending
│   ├── Scaled too fast? → Reduce, max 20%/day increase
│   └── New channel not optimized? → Stop scaling, optimize first
└── Both down? → Systemic issue
    ├── Competitor running big promo? → Competitor scan
    └── Off-season? → Check seasonality

エンゲージメントの低下

Engagement down
├── Reach down? → Algo de-prioritized
│   ├── Too many promo posts? → Increase educational/entertainment ratio
│   └── Posting too often? → Reduce frequency
├── Reach normal + ER down? → Content not compelling
│   ├── Stale format? → Try new formats (carousel, POV, duet)
│   └── Repetitive topics? → Rotate angles per content matrix
└── Reach up + ER down? → Wrong audience reaching

---

コホート分析

月次コホートのテンプレート

コホート（登録月）	1か月目	2か月目	3か月目	6か月目	12か月目
2026年1月（顧客100人）	100%	[X%] がアクティブ	[X%]	[X%]	[X%]
2026年2月（顧客120人）	100%	[X%]	[X%]	[X%]	—
2026年3月（顧客95人）	100%	[X%]	[X%]	—	—

読み取り方：

• 月を追うごとに着実に減少 → 自然な解約。リテンション施策を構築する
• 2か月目に急減 → 初回体験に問題がある。オンボーディングを改善する
• 3か月目以降は安定 → リテンションの下限に到達。このセグメントに注力する

獲得元別のコホート

獲得元	顧客数	CAC	90日間の LTV	LTV:CAC
Meta 広告	[X]	[X]	[X]	[X:1]
TikTok 広告	[X]	[X]	[X]	[X:1]
オーガニック	[X]	[X]	[X]	[X:1]
紹介	[X]	[X]	[X]	[X:1]
メール	[X]	[X]	[X]	[X:1]

健全な LTV:CAC は一般に 3:1 以上です。

---

アトリビューションモデル

3つのモデルの比較

モデル	貢献度の割り当て方法	使用する場面
ラストクリック	最後のタッチポイントに 100％	デフォルト。シンプルで、短いファネル向け
ファーストクリック	最初のタッチポイントに 100％	TOFU／認知チャネルの評価
リニア	すべてのタッチポイントに均等に配分	長いファネル、マルチチャネル、公平な貢献度評価

アトリビューション比較テンプレート：

チャネル	ラストクリック	ファーストクリック	リニア	備考
Meta 広告	[X 件の注文]	[X 件の注文]	[X 件の注文]	[役割：TOFU／BOFU？]
TikTok 広告	[X 件の注文]	[X 件の注文]	[X 件の注文]	[役割？]
Google 検索	[X 件の注文]	[X 件の注文]	[X 件の注文]	[役割？]
オーガニック	[X 件の注文]	[X 件の注文]	[X 件の注文]	[役割？]
メール	[X 件の注文]	[X 件の注文]	[X 件の注文]	[役割？]

推奨事項：

• 短いファネル（1～3日）：ラストクリックが適しています
• 中程度のファネル（7～14日）：リニアを使用します
• 長いファネル（30日以上）：TOFU にはファーストクリック、BOFU にはラストクリックを使用します
• DTC／ドロップシッピングを大規模に展開する場合：専用ツール（Triple Whale、Hyros、Northbeam）に切り替えます

---

出力テンプレート

# Data Analysis Report — [Brand/Campaign]
Period: [Start] — [End]
Data sources: [Meta Ads / TikTok Ads / GA4 / Shopify / ...]
Analysis date: [YYYY-MM-DD]

---

## 1. Executive Summary

**3 most important insights:**
1. [Insight 1 — written as judgment, not raw numbers]
2. [Insight 2]
3. [Insight 3]

**Overall status:** [Green = stable | Yellow = monitor | Red = urgent action]

---

## 2. Descriptive — What happened?

### Top-line metrics

| Metric | This period | Prior period | Change | Industry benchmark | Status |
|--------|-------------|--------------|--------|--------------------|--------|
| Spend | [X] | [X] | [+/- %] | — | [icon] |
| Impressions | [X] | [X] | [+/- %] | — | [icon] |
| Clicks | [X] | [X] | [+/- %] | — | [icon] |
| CTR | [X%] | [X%] | [+/- %] | [X%] | [icon] |
| Leads | [X] | [X] | [+/- %] | — | [icon] |
| CPL | [X] | [X] | [+/- %] | [X] | [icon] |
| ROAS | [Xx] | [Xx] | [+/- %] | [Xx] | [icon] |

### Performance by channel

| Channel | Spend | Leads | CPL | ROAS | % of budget | Note |
|---------|-------|-------|-----|------|-------------|------|
| Meta Ads | [X] | [X] | [X] | [Xx] | [X%] | [1 sentence] |
| TikTok Ads | [X] | [X] | [X] | [Xx] | [X%] | [1 sentence] |
| Google Ads | [X] | [X] | [X] | [Xx] | [X%] | [1 sentence] |

### Top 5 campaigns

| Campaign | Spend | Leads | CPL | ROAS | Note |
|----------|-------|-------|-----|------|------|
| 1. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |
| 2. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |
| 3. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |
| 4. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |
| 5. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |

### Top 3 creatives

| Creative | Format | Hook rate | CTR | CPL | Days running | Note |
|----------|--------|-----------|-----|-----|--------------|------|
| 1. [Name/desc] | [Video/Image/Carousel] | [X%] | [X%] | [X] | [X days] | [1 sentence] |
| 2. [Name/desc] | [Format] | [X%] | [X%] | [X] | [X days] | [1 sentence] |
| 3. [Name/desc] | [Format] | [X%] | [X%] | [X] | [X days] | [1 sentence] |

---

## 3. Diagnostic — Why?

### What's working — why?
- [Cause 1 + supporting data]
- [Cause 2 + supporting data]

### What's not — why?
- [Cause 1 + supporting data + remedy]
- [Cause 2 + supporting data + remedy]

### Anomalies to investigate
- [Anomaly 1 — description + likely cause + investigation step]
- [Anomaly 2]

---

## 4. Predictive — Forecast

### Next period (3 scenarios)

| Metric | Bear | Base | Bull |
|--------|------|------|------|
| Spend | [X] | [X] | [X] |
| Leads | [X] | [X] | [X] |
| CPL | [X] | [X] | [X] |
| ROAS | [Xx] | [Xx] | [Xx] |
| Revenue | [X] | [X] | [X] |

### Forecast drivers
- [Driver 1: seasonality, competitor, algo change, ...]
- [Driver 2]

---

## 5. Prescriptive — Actions

### Act now (next 48h)
| # | Action | Owner | Deadline | Measure by |
|---|--------|-------|----------|------------|
| 1 | [Specific action] | [Role] | [Date] | [Metric] |
| 2 | [Specific action] | [Role] | [Date] | [Metric] |

### This week
| # | Action | Owner | Deadline | Measure by |
|---|--------|-------|----------|------------|
| 1 | [Specific action] | [Role] | [Date] | [Metric] |
| 2 | [Specific action] | [Role] | [Date] | [Metric] |

### This month
| # | Action | Owner | Deadline | Measure by |
|---|--------|-------|----------|------------|
| 1 | [Specific action] | [Role] | [Date] | [Metric] |
| 2 | [Specific action] | [Role] | [Date] | [Metric] |

---

自動診断

分析時に、次の条件を自動的に確認します。

条件	確認項目	対応
CPL が前週比で 30% 超上昇	クリエイティブの配信期間が 14 日超？ フリークエンシーが 3 超？	クリエイティブを更新し、オーディエンスを入れ替える
CTR が 0.8% 未満	冒頭 3 秒のフックは強い？ 目を引く画像か？	フックを A/B テストし、冒頭のフレームを変更する
7 日間 ROAS が 2 倍未満	オーディエンスは適切？ LP のコンバージョン率は？	オーディエンスを絞り込み、LP を監査する
LP のコンバージョン率が 3% 未満	読み込み時間は？ フォームの長さは？ CTA は明確か？	スキル 12-landing-page-brief-global を実行する
フリークエンシーが 4 超	オーディエンスが飽和している	オーディエンスを拡大するか、チャネルを切り替える
消化した広告費が予算の 70% 未満	オーディエンスが狭すぎるか、入札額が低すぎる	オーディエンスを拡大し、入札額を上げる
1 つのチャネルの広告費が 60% 超	単一チャネルへの依存リスク	予算を再配分し、新しいチャネルをテストする

---

スキルの相互参照

• 03-performance-review-global — より広範なマーケティングパフォーマンスレビュー
• 07-marketing-report-global — 分析を関係者向けの月次／四半期レポートにまとめる
• 10-reverse-kpi-calc-global — 実データから KPI と予算を再計算する
• 12-landing-page-brief-global — LP のコンバージョンがボトルネックの場合
• 05-ad-copy-global — クリエイティブがボトルネックの場合
• 15-social-listening-global — 定量データに定性データ（センチメント、トレンド）を加える

---

品質チェックリスト

レポートの提出前

• すべてのインサイトに裏付けとなるデータがある
• すべての数値を比較している（前週比、前月比、またはベンチマーク比）
• 異常値（20% 超の変化）にフラグを立て、説明している
• 推奨事項に担当者、期限、成功指標を明記している
• 予測に 3 つのシナリオ（弱気、基本、強気）が含まれている
• 解釈のない生の数値がない
• 出典と対象期間を明確に記載している
• 照合済み：広告プラットフォームの広告費と実際の広告費が一致している
• ドロップシッピング／DTC の場合：Shopify と広告プラットフォーム間で売上を照合している