---
title: 計測・MarTech
chapter: "13"
part: 2-knowledge-areas
status: revised
visibility: public
authors:
  - claude
reviewers: []
revision: 0.3
updated: 2026-05-21
related-skills:
  - /learn
related-chapters:
  - foundations/performance-domains
  - knowledge-areas/stakeholder
  - cross-cutting/ai-in-marketing
related-knowledge:
  - knowledge/marketing/playbook/knowledge-areas/measurement-martech/measurement-incrementality.md
  - knowledge/marketing/playbook/knowledge-areas/measurement-martech/web-analytics-practice.md
  - knowledge/marketing/playbook/knowledge-areas/measurement-martech/martech-revops.md
  - knowledge/base/integrations.md
  - knowledge/marketing/glossary/metrics-glossary.md
---

# 計測・MarTech

## 概要と対象範囲

KPI 設計、アトリビューション、計測基盤、MarTech スタック、データ統合、AI / LLM の計測層への組み込みを扱う。マーケ活動の**測定可能性**を担保する基盤層であり、他のすべての KA から参照される。

本章の射程は次の 3 つに分かれる:

- **計測設計**: KPI 設計、アトリビューション、Incrementality 測定
- **MarTech / データ基盤**: ツール選定、データ統合、CDP、運用設計
- **AI / LLM の計測活用**: 自動レポート、異常検知、予測モデル

個社製品の比較は [`../../tools/`](../../../tool/) に逃がす。本章は構造的な設計指針を扱う。

## 業界トレンドと新興手法

- **計測制約への対応**: ブラウザ制限、広告識別子制限、同意要件を前提にした Identity / CV 補完（CAPI、拡張コンバージョン、Consent Mode、SKAdNetwork 等）
- **Incrementality 測定**: 因果推論ベースの効果測定（geo-experiment、lift study、MMM）
- **CDP / Composable Stack**: モジュール型 MarTech 構成
- **LLM ベース分析**: 自然言語クエリ、自動インサイト生成
- **Reverse ETL**: データ基盤 → MarTech ツールへの双方向統合
- **First-party Data 戦略**: 自社データを中心に据えた計測・配信設計

## テーラリング

| 文脈 | 重点 |
|---|---|
| **B2B エンタープライズ** | Salesforce / HubSpot 中心、商談接続、長期 attribution |
| **B2B SaaS** | プロダクト内行動データ + CRM 統合、PLG メトリクス |
| **D2C** | 広告プラットフォーム計測 + CDP + LTV モデル |
| **リテール** | POS / EC / 店舗データの統合 |
| **規制業種** | プライバシー制約、PII マスキング、同意管理、媒体ポリシー確認 |
| **スタートアップ** | 計測の最小セット（北極星指標 + ファネル基本指標） |

## プロセス（マーケティングサイクル × ITTO）

### 観測・データ収集段のプロセス

- **投入物**: 既存計測実装、ファネル現状値、データソース、ステークホルダーの計測要求
- **手法と道具**: 計測カバレッジ監査、データソース棚卸し、KPI 整合性チェック
- **産出物**: 計測ギャップリスト、データ基盤の現状マップ

### 理解・分析する段のプロセス

- **投入物**: 計測ギャップ、戦略目標（05 章）、Performance ベースライン
- **手法と道具**: KPI 5 軸評価（仮説チェーン・時間軸・信頼度・検証方法・意思決定使途）、アトリビューションモデル選択
- **産出物**: KPI ツリー、Attribution 設計、必要計測実装リスト

### 再構築段のプロセス

- **投入物**: 現行 KPI ダッシュボード、形骸化指標
- **手法と道具**: ダッシュボード KPI 化された指標の機械的列挙（補題 E）、P0–P3 篩
- **産出物**: 廃止 KPI リスト、残す KPI

### 起動・実装する段のプロセス

- **投入物**: 新規計測要件、MarTech 導入計画
- **手法と道具**: 計測タグ実装、Consent Mode / CMP 設定、CDP / データパイプライン構築、ダッシュボード構築
- **産出物**: 本番計測、ベースライン記録、運用ドキュメント

### 学ぶ段のプロセス

- **投入物**: 計測結果、ダッシュボード活用度
- **手法と道具**: 計測の意思決定接続度評価、Evidence Level 判定
- **産出物**: 計測設計の更新、profile への書き戻し

## タクティカル・プレイブック（L3）

### KPI 5 軸評価

意思決定 KPI として有効と判定するための 5 軸（[`../../foundations/principles.md`](../../foundations/principles.md) 補題 E）:

| 軸 | 問い |
|---|---|
| 仮説チェーン | P0（売上 / 利益）までの因果仮説が描けるか |
| 時間軸 | どの時間軸で動くか（即時 / 週次 / 四半期 / 年次） |
| 信頼度 | 仮説の確信度（high / mid / low） |
| 検証方法 | A/B / holdout / MMM / geo / 自然観測のいずれか |
| 意思決定使途 | この KPI が動いたとき / 動かないとき、どの意思決定が起きるか |

5 軸が埋まらない指標はダッシュボード上の数字に過ぎず、意思決定 KPI ではない。

### leading / lagging KPI のペア運用

短期反応と長期成果を**両方の時間軸**で揃える:

- **leading**（短期反応）: CTR / CVR / 指名検索 / NPS / アクティベーション率
- **lagging**（長期成果）: 売上 / LTV / 市場シェア / リテンション

leading だけで判断すると長期資産（ブランド資産・カテゴリ想起）が過小評価される。lagging だけで判断すると施策反応の検証ループが回らない。

ペア運用が必要な構造的理由は、成果が非線形に顕在化することにある（[`../../foundations/principles.md`](../../foundations/principles.md) 補題 I）。線形に短期差分だけで判定すると、正しい施策の偽陰性と、間違った施策の偽陽性（「まだ時間が足りない」擁護）が同時に起きる。leading は方向性の早期検出、lagging は累積効果の確認、という役割分担で非線形性を扱う。

### Incrementality 測定

「広告を打たなかった場合の売上」との差分で効果を測る。手法:

- **geo-experiment**: 地域別に配信する / しないを分けて差分測定
- **holdout test**: 一部ユーザーを除外して配信する / しないの差分測定
- **MMM (Marketing Mix Modeling)**: 統計モデルによる予算配分効果の推定
- **plat lift study**: 媒体提供のインクリメンタリティ計測

詳細実装は [`measurement-incrementality.md`](./measurement-incrementality.md) を参照する。

### MarTech スタック設計

中核 5 領域:

| 領域 | 主な役割 | 例 |
|---|---|---|
| **アナリティクス** | ファネル可視化、行動分析 | GA4、Mixpanel、Amplitude |
| **CDP / データ統合** | 顧客データの統一 | Segment、Treasure Data、Rudderstack |
| **CRM / SFA** | 商談・顧客管理 | Salesforce、HubSpot |
| **マーケティング自動化** | メール、配信、スコアリング | HubSpot、Marketo、Pardot |
| **広告 / 配信** | 媒体配信、入札 | Google Ads、Meta、Smartnews |

新規スタック導入時のチェック: データの双方向統合可能か、API 公開度、価格モデル、ベンダーロックインリスク。ツール連携の詳細は [`integrations.md`](../../../../base/integrations.md) を参照する。

### 異常検知とアラート設計

- **静的閾値**: 「CV が前週比 −20%」のような単純ルール
- **動的閾値**: 季節性・トレンドを考慮した統計モデル
- **AI ベース**: LLM による異常パターンの自然言語説明

アラートは「人が判断すべき場面」だけに絞る。アラート疲れは alert の無視を生む。

## アンチパターン

- **ダッシュボード KPI 化**: 5 軸が埋まらない指標を「KPI」と呼ぶ（補題 E 違反）
- **leading 偏重**: 短期 ROAS / CVR だけで判断し、長期資産を毀損
- **計測実装の後付け**: 起動・実装する時に計測タグを実装し忘れ、本番反映後に検証不能
- **ベンダー言いなり**: MarTech 導入を媒体担当者主導で決め、データ統合性を考えない
- **アトリビューション神話**: Last Click だけで判断し、複雑な購買経路を無視
- **データ統合の自己目的化**: 全データを統合するが、意思決定には使われない
- **異常検知のアラート疲れ**: 通知が多すぎて重要なものが埋もれる
- **個人情報の野放し**: 計測のために PII を収集し、削除ポリシーがない

## 関連 skill / agent

- **`/learn`** — 結果の 4 軸整理と Evidence Level 判定
- **`/listen market`** — プラットフォーム仕様の継続取得

## 今後の拡張論点

- **「計測」と「MarTech」を 1 章で扱う妥当性** — 射程が広く、分割の検討（13A 計測、13B MarTech）も選択肢
- **Incrementality 測定の必須度** — 全業種の標準扱いにするか、規模により省略可とするか
- **個社製品の比較範囲** — `knowledge/marketing/tool/` への分離方針で実用に足りるか
- **AI ベース分析の Evidence Level** — LLM 生成インサイトをどの Level として扱うか
- **First-party Data 戦略の扱い** — 戦略レイヤー（05 章）と本章の境界