広告費を増やしたら、ROASが下がった：悪化の始まりは、運用の失敗とは限らない

広告の逓減（ていげん）とは

広告の逓減とは、広告への接触や支出を1単位増やすごとに、反応は増えるものの、その増え方が小さくなっていく性質のことです。飽和（サチュレーション）とも呼ばれます。Meta Marketing ScienceのMMMツールRobynのアナリスト向けガイドは、飽和の理論について「広告接触の追加1単位ごとに反応は増えるが、その増加率は逓減していく。これはMMMとRobynに変数変換として組み込まれている、マーケティングの主要な原則だ」と説明しています（Meta「Robyn: Analyst’s guide to MMM」、2026年10月16日取得。英文は原文［1］に置いています。訳は私たちのものです）。

つまり逓減は、特定の広告アカウントの不調の名前ではなく、広告という投資の形の話です。この前提に立つと、「増やしたらROASが下がった」の見え方が変わります。

なぜ、増やしたときに悪化が始まるのか

1　反応は、使うほど増えにくくなる

同じガイドは、MMMの魅力の一部は、アドストック（残存効果）や飽和といったマーケティングの主要な原則に根ざしていることだ、とも書いています（Meta「Robyn: Analyst’s guide to MMM」、2026年10月16日取得。原文［1］）。反応が逓減する曲線の上では、支出を増やすほど、最後に足した1円の戻りは、それまでの1円の戻りより小さくなります。増やす局面でROASという比率が下がるのは、曲線の形から出てくる動きで、担当者の腕とは別の層にあります。運用の失敗が原因の悪化もあるので切り分けは要りますが、「増やしたのに下がった」だけでは失敗の証拠になりません。

2　GoogleとMetaは、逓減を前提に自社ツールを設計している

この原則は、私たちの主張ではありません。GoogleのMMMツールMeridianのモデル仕様は、標準モデルを、メディア変数に非線形のパラメトリック変換を掛けた地域階層モデルと定義しています。そしてモデル式では、有料メディアの変数にHillAdstockという変換を適用します。飽和を表すHill関数と、残存を表すAdstock関数の組み合わせです（Google「Meridian: Model specification」、2026年10月16日取得。英文は原文［2］に置いています。訳は私たちのものです）。広告を販売する側の2社が、広告の反応は逓減するという前提を自社の測定ツールの数式に組み込んでいる、という事実です（2社のツールの優劣を言うものではありません。なおRobynは、Meta自身が実験的・experimentalと自己定義しているパッケージです）。

3　先に、影響されない人に積まれる

逓減と並ぶもう1つの構造が、支出の積まれ方です。eBayの検索広告を止めた実験の論文（NBER Working Paper 20171、2014年5月）は、導入部で、テレビ・ラジオ・印刷・屋外のような従来型の広告チャネルはターゲティングの能力が限られ、その結果、広告主は、広告に影響されないインフラマージナルな（限界の内側の）消費者に広告費を浪費しながら、影響される限界の消費者に届けようとしてきた、という古くからの問題を挙げます（同Working Paper、p.1、2026年10月16日取得。英文は原文［3］に置いています。訳は私たちのものです。本稿のページ番号は誌面のノンブルで、PDFの通しページと2ページずれます）。

そして検索広告では、支出がクリックとともに増える一方、広告をクリックする消費者がロイヤルな顧客や、すでにその会社の商品を知っている人である場合が多くある、という固有の難点を指摘します（同Working Paper、p.2）。eBay自身の実測の結論は、検索広告の効果は同社のような著名企業では小さく、チャネルは平均では効果がなかった、一方で新規ユーザーの獲得と低頻度ユーザーの購入には検出可能な正の影響があった、というものでした（同Working Paper、p.1。米国・著名ブランド1社・短期の実測です）。効果の大きさも、論文は数字で示しています。通常の回帰（OLS）では検索広告のROIが4,100%超に見えたものが、実験で内生性を統制すると、短期のROIは−63%（95%信頼区間 −124%〜−3%）でした（同Working Paper、p.5。これも米国・著名ブランド1社・短期の実測です。英文は原文［3］に置いています）。増やした広告費が、広告がなくても買う人に先に積まれるなら、平均のROASは、増やすほど実際の増分から離れていきます。この接続は私たちの読みで、論文が逓減カーブを描いているわけではありません。

平均ROASは、何を隠すのか

1　平均の傾きと、最後の1円の傾きは別

管理画面のROASは、累計の成果を累計の広告費で割った平均です。一方、増やすかどうかの判断で見たいのは、増やした最後の1円がいくら戻すか ── 曲線のその点の傾きです。反応が逓減しているなら、最後の1円の傾きは、平均の傾きより先に小さくなります。平均は過去の効率の貯金を含むため、最後の1円の戻りが細ってもしばらく高いままで、悪化に気づくのが遅れます（この整理は、割り算の構造から出る算術の話で、特定の資料の引用ではありません）。実務でこの遅れを縮めるには、増額の前の支出水準を控えておき、増やした期間の成果を増やす前と分けて記録します。増やした分だけの戻りが1枚で見える形にしてから、増額を続けるかを決めます（この手順は私たちの整理です）。費用の側から同じ構造を見る指標の整理は限界CPAと増分CPAで扱っています。

2　同じ平均でも、増やした分の戻りは違う

平均が隠すものを、もう1歩だけ進めます。累計の広告費と累計の成果が同じ ── つまり平均ROASが同じ ── 2つの状態でも、曲線の終わり方が違えば、いま増やすかどうかの答えは逆になります。終わりがまだ立ち上がっている状態なら増やした分は戻り、終わりがほぼ平坦なら、増やした分の戻りは薄くなります。平均ROASの1枚のレポートでは、この2つが同じ数字に見えます（この対比は私たちの整理で、概念図です）。

3　曲線のどこにいるかを読む道具は、公開されている

曲線上の現在地を読む道具は、プラットフォーム自身が説明しています。Robynのガイドは、レスポンスカーブ（飽和曲線とも呼ばれる）について、そのチャネルの支出が最適な水準にあるか、飽和に近づいているかを示し、予算の再配分の示唆を与える、曲線が変曲点に達して水平に近づくのが早いほど、追加の支出ごとにそのチャネルは早く飽和する、チャネルごとの曲線を並べて比べると、より飽和したチャネルからまだ飽和していないチャネルへ支出を移す機会が読める、と書いています（Meta「Robyn: Analyst’s guide to MMM」、2026年10月16日取得。原文［1］。訳は私たちのものです）。同じガイドには、ROIが高く、貢献も支出も小さいチャネルは、支出が小さいために飽和していない可能性が高く、増額の候補になり得る、という読み方もあります（同ガイド）。

あわせて押さえる言葉

増やす前と、増やしたあとに何をするか

1　平均と増分を、分けて見る

増やす判断の前に、いまの成果のうち広告がなくても起きた分を分けます。測り方と2つの公開実験の読み方は広告の増分は、測り方で符号まで変わるで扱っています。

2　下がったら、まず計測の欠落を切り分ける

下がった数字が構造の逓減なのか、計測の欠けなのか、運用の問題なのかは分けて確かめます。手順はROASの悪化の切り分けにあります。

3　増やした分の戻りが薄いなら、配分を変える

増やしても戻らない局面の打ち手は、広告の中の調整だけではありません。打ち手の仕分けはROAS悪化時の打ち手の3群と階段で扱っています。この記事の仕事はここまで ── 悪化の始まりは構造であり得る、という認識を立てるところまでです。

獲得したあとの数字を、どこから見るか。論点だけ先に揃えます。
ご相談は営業を受ける場ではありません。一行でも構いませんし、フォームは7項目・3分で送れます。

30分の相談を申し込む

広告の逓減とROASについて、よくある質問

広告費を増やしたらROASが下がりました。運用の失敗ですか？

失敗とは限りません。広告接触の追加1単位ごとに反応は増えるが増加率は逓減する、というのはMMMに組み込まれたマーケティングの主要な原則だ、とMeta Marketing ScienceのRobynのガイドが書いています（Meta「Robyn: Analyst’s guide to MMM」、2026年10月16日取得。訳は私たちのもの）。増やす局面で比率が下がるのは曲線の形から出る動きです。ただし計測の欠落や運用の問題が重なっている場合もあるので、切り分けは必要です。

広告の逓減（飽和）とは何ですか？

広告への接触や支出を1単位増やすごとに、反応は増えるものの、その増え方が小さくなっていく性質です。GoogleのMeridianはモデル仕様の式に飽和（Hill関数）と残存（Adstock）の変換を組み込み（Google「Meridian: Model specification」、2026年10月16日取得）、MetaのRobynも変数変換として組み込んでいます（Meta「Robyn: Analyst’s guide to MMM」、2026年10月16日取得。いずれも訳は私たちのもの）。

平均ROASを見ていれば、悪化の始まりに気づけますか？

遅れます。平均ROASは累計の成果を累計の広告費で割った値で、過去の効率を含んでならされるためです。反応が逓減しているなら、増やした最後の1円の戻りが先に下がり、平均はあとから下がります（割り算の構造から出る整理で、私たちのものです）。増やした分の成果を分けて記録すると、遅れを縮められます。

広告費はどこまで増やしてよいのですか？

この記事では水準の目安は書きません。事業ごとに曲線が違うためです。読み方としては、レスポンスカーブが変曲点に達して水平に近づくのが早いほど、追加の支出ごとにそのチャネルは早く飽和する、とされています（Meta「Robyn: Analyst’s guide to MMM」、2026年10月16日取得。訳は私たちのもの）。増やした分の戻りを増分で確かめながら進める、が私たちの推奨です。

「限界ROAS」という言葉と、この記事の「最後の1円の戻り」は同じですか？

この記事の「最後の1円の戻り」は、経済学でいう限界（marginal）、つまり支出を1単位増やしたときに増える成果を指しています。実務では「限界ROAS」という言葉が、採算の下限という別の意味で使われる場面もあります。意味の衝突を避けるため、この記事では記述語を主にし、「限界」はカードで定義した意味だけで使っています（この使い分けは私たちの整理です）。

まとめ

広告の逓減とは、接触や支出を1単位増やすごとに、反応の増え方が小さくなっていく性質です（支出への拡張は私たちの整理です）。接触の追加1単位ごとに反応は増えるが増加率は逓減する、というのがMMMとRobynに組み込まれた主要な原則だ、とMeta Marketing Scienceのガイドが書き、GoogleのMeridianもモデル式に飽和（Hill）と残存（Adstock）を標準で組み込んでいます（いずれも2026年10月16日取得。訳は私たちのもの）。

だから、広告費を増やす局面でROASが下がるのは、構造であり得ます。eBayの実験の論文は、広告に影響されない消費者に広告費が先に積まれるという古くからの問題を挙げ、同社の実測では検索広告は平均では効果がなく、新規と低頻度のユーザーには検出可能な正の影響がありました（NBER Working Paper 20171、p.1〜2、2026年10月16日取得。米国・著名ブランド1社・短期の実測。訳は私たちのもの）。

平均ROASは、累計の成果を累計の広告費で割った値なので、増やした最後の1円の戻りが細っても、しばらく高いままです。同じ平均でも、曲線の終わりが立ち上がっているか平坦かで、増やす判断は逆になります。平均と、増やした分の戻りを、分けて見ます（この整理は私たちのものです）。

やることは3つです。増やす前に平均と増分を分けて見る。下がったら計測の欠落を切り分ける。増やした分の戻りが薄いなら、広告の中だけでなく配分を変える。それぞれの手順は、増分・切り分け・打ち手の3群の各記事で扱っています。

広告で獲得した顧客がどれだけ資産として残っているか ── 増やした広告費の先にある現在地は、顧客資産化診断（7問・約3分）で分解できます。

出典と、書けなかったこと

引用した原文