広告費を使ったのになぜ売上がないのか — 短縮URLのクリックログ（Rawデータ）で見つけた本当の理由

広告費を200万ウォン使って3,000回以上のクリックを獲得したにもかかわらず、実際の購入はわずか11件でした。

コンバージョン率は0.4%。業界平均の半分にも満たない数値です。担当マーケターは「広告クリエイティブの問題」と判断し、素材を差し替えました。
しかし、1ヶ月後も結果はほぼ同じでした。

実際の原因は別のところにありました。3,000回のクリックのうち、半分近くがわずか3つのIPアドレスから繰り返されたボットのトラフィックだったのです。集計されたクリック数だけを見ていたため、1ヶ月間誰もその事実に気づけませんでした。

この記事は、その実際の出来事に基づいています。

短縮URLのクリック数の裏に何が隠されているのか、Rawデータ（生データ）から何が読み取れるのか、そしてそれを実務でどのように活用するのかについて詳しく解説します。

クリック数の統計が教えてくれないこと

一般的な短縮URLサービスのダッシュボードは、次のような構成になっています。

• 今週の総クリック数: 3,247
• 前週比: +18%
• 流入上位国: 韓国、アメリカ、日本
• 流入上位チャネル: Google、Direct、SNS

数字があり、グラフがあり、比率が表示されています。いかにも高度な分析をしているような感覚になります。しかし、この画面から実際に判断できることはどれくらいあるのでしょうか。

「総クリック数3,247回」という数字は、そのクリックが実際にどのような人たちによるものだったのかを一切教えてくれません。同じIPアドレスが1日に数百回クリックしても、午前4時にボットが自動で回しても、社内チームがテストで数十回クリックしても — すべて同じ「1」としてカウントされてしまいます。

集計データは「どれくらい（量）」は教えてくれますが、「誰が、いつ、どのように」という実態は隠してしまいます。そして、マーケティングの意思決定において本当に必要なのは、後者の情報なのです。

集計データだけで判断する際に生じる現実的な問題

問題1 — ボットと人間を区別できない

CPC（クリック課金型）広告において、競合他社やアドフラウド（広告不正）のボットが繰り返しクリックすると、広告費が無駄に消化されてしまいます。

集計画面では、これらのクリックは正常なトラフィックと全く同じに見えます。「クリックが増えた」と喜んでいる裏で、広告費だけが消えていく仕組みです。

問題2 — 内部トラフィックが成果を水増しする

リンク公開前のチームメンバーによるテストクリック、開発者の動作確認、経営陣の確認クリックなどが、すべて成果データに混ざってしまいます。小規模なチームで初期キャンペーンを実施する場合、全体のクリックの30〜40%が内部トラフィックであることも珍しくありません。

問題3 — トラフィックの「質」を判断できない

SNSからのクリックが急増したとします。一見良い兆候に見えますが、好奇心で押して1秒で離脱したクリックなのか、本来のターゲット層が興味を持ってじっくり読んだクリックなのか、集計された数字だけでは判断できません。

問題4 — 異常の検知が遅れる

特定のリンクで異常なパターンが発生しても、集計データは「クリックが多い」というサインしか出しません。どの部分で問題が発生しているのかを把握するには、個別のクリックログを直接確認するしかありません。

Rawデータとは何か

Rawデータ（生データ）とは、集計される前、加工される前の純粋なクリック履歴のことです。1回のクリックが発生するたびに、1つの行（レコード）が生成される仕組みです。

集計データが「今週の総クリック数300回」と表示する場合、Rawデータはその300回のクリックをそれぞれ次のような形で表示します。

これを集計データで表現すると、単なる「3回のクリック」になります。しかし、Rawデータで見ると全く異なる事実が浮かび上がります。

• [1]と[2]は、同じIPアドレスからわずか2秒間隔で発生しています。ボットによる機械的なアクセス、または異常な連続クリックである可能性が高いです。
• [3]は、Linux環境 + 不明なブラウザ（Unknown） + リファラーなしの組み合わせです。これは自動化スクリプトの典型的なパターンです。

このような事実は、「3」という集計された数字からは絶対に読み取ることができません。

Rawデータから読み取れる情報

実際のクリックログ1件には、次のような情報が含まれています。先ほど紹介したダッシュボードの項目を基準に説明します。

• 日時 (Timestamp): クリックが発生した正確な日時。午前4時にクリックが集中している場合、自動化されたトラフィックを疑うことができます。
• URL: どの短縮リンクがクリックされたか。複数のリンクを運用する際の分類に役立ちます。
• プラットフォーム/OS: Windows、Mac、Android、iOSなど。不自然に特定のOSだけに集中している場合は注意が必要です。
• ブラウザ: Chrome、Edge、Safariなど。「Unknown」と表示される場合、高確率でボットです。
• デバイス: 具体的な端末のモデル名まで確認できる場合もあります。
• 流入経路 (Referrer): どのページからリンクを経由してきたか。集計データの「SNS 40%」よりもはるかに具体的な情報が得られます。
• 国/言語: クリックが発生した国と、ブラウザの言語設定。
• IPアドレス: ビジネスプラン以上で確認可能。連続クリックの検知やボットフィルタリングにおける最重要情報です。

実践事例 — ボットを検知して広告費用対効果を2倍に改善したプロセス

概念の説明よりも、実際の事例の方が分かりやすいでしょう。ある具体的なケースを深く掘り下げてみましょう。

状況

ECサイトを運営するマーケターが、SNS広告を配信する際、短縮URL「vvd.bz/sale0407」をランディングページのリンクとして使用しました。

5日間で150万ウォンの広告費を消化し、集計されたクリックデータは以下の通りでした。

• 総クリック数: 2,840回
• 流入上位: SNS広告 71%、Google 22%、Direct 7%
• 実際の購入（コンバージョン）: 9件（コンバージョン率 0.32%）

コンバージョン率があまりにも低いため、担当者は違和感を覚えました。そこで、広告クリエイティブを変更する前に、まずクリックのRawデータを開いてみることにしました。

Rawデータで発見した事実

クリックログを開き、IPアドレス順に並べ替えると、すぐに不審なパターンが浮かび上がりました。

上位3つのIPアドレスだけで、合計1,040回ものクリックが発生していました。

これは全体クリック数の36.6%に相当します。クリック間隔が3〜5秒とほぼ一定であり、ブラウザ環境もUnknownや非標準的なものです。これは自動化されたボットトラフィックの典型的なパターンと言えます。

対策後の結果

チームはこれら3つのIPアドレスを広告プラットフォームの除外リストに追加し、同じ予算でさらに2週間キャンペーンを実施しました。クリック数は1,800回に減少しましたが、コンバージョンは逆に31件へと増加しました。コンバージョン率も0.32%から1.72%へと大幅に改善されました。

問題は広告クリエイティブではありませんでした。クリック数の統計だけを見ていたため、1ヶ月近くもの間、本当の原因を見つけることができなかったのです。

その他の活用シーン — こんな時にRawデータを確認しましょう

ボットの検知以外にも、Rawデータが実質的に必要となる状況は多々あります。

• 内部テストトラフィックの分離: リンク公開前のチームメンバーによるテストクリックは、キャンペーン初期の成果データを汚染します。自社のIP帯域をあらかじめ記録しておき、Rawデータから除外するだけで、はるかに正確な分析が可能になります。
   
• チャネル別のトラフィック品質の比較: 同じリンクをメールとSNSで配信した場合、集計上はSNSからのクリックが圧倒的に多く見えるかもしれません。しかし、Rawデータで流入経路と時間帯のパターンを確認すると、メールからの流入の方がはるかに目的意識の高い有益なクリックであることが判明する場合があります。
   
• アフィリエイトマーケティングの検証: パートナーから「500クリック達成」という報告を受けた際、Rawデータでクリックの分布を確認してみてください。正常なトラフィックであれば、多様なIPから不規則な時間帯に発生します。特定のIPへの集中、一定の間隔、深夜帯への集中 — このようなパターンが見られれば、クリック数の水増しを疑うことができます。
   
• グローバルキャンペーンの細分化: 集計データの「国別比率」は全体像しか示しません。Rawデータを国 + 言語 + プラットフォームの組み合わせでフィルタリングすれば、どの市場で、どのようなデバイスを使用しているターゲットが反応しているのかを、より精密に把握できます。

短縮URLのRawデータはどこで確認できるのか

実際、ほとんどの短縮URLサービスは集計データのみを提供しています。クリックごとの個別ログまで提供しているサービスは、思ったよりも多くありません。

Googleアナリティクス（GA4）を活用すれば、ある程度の個別イベント分析は可能ですが、短縮URLのレベルでクリック時点のプラットフォーム、ブラウザ、流入経路を1つの画面で確認するには複雑な設定が必要となり、リアルタイムでの照会も困難です。

Vivoldiは、短縮URLサービスの中でも、クリックのRawデータを専用メニューとして提供しています。リンク一覧からデータアイコンをクリックするだけで、該当リンクの個別のクリック履歴を即座に確認できます。

実際の操作画面では、日付の範囲、開始/終了時間、国、言語、プラットフォーム、ブラウザ、流入経路、さらにはリンクグループに至るまで、細かくフィルタリングが可能です。特定のキャンペーン期間だけを切り取って確認したり、特定の国のモバイルトラフィックだけを抽出して見ることもできます。IPアドレス表示のオプションにチェックを入れれば、リスト上にIPアドレスも表示されます。

さらに、データはExcel形式で保存できるため、Rawデータをダウンロードしてスプレッドシート上で直接IPの分類や分析を行うことも可能です。

Bitlyの場合、Enterpriseプランを利用すれば一部のログデータをAPI経由で取得でき、RebrandlyもAnalytics機能を通じて一部の詳細データを閲覧できます。ただし、RawデータをUI画面上で直接フィルタリングして確認できるかどうかは、サービスごとに対応範囲が異なります。

どのツールを選ぶにせよ、「個別のクリックログを直接確認できるか」を基準に選定することをお勧めします。

Rawデータの分析を始める前に — 実践チェックリスト

難しく感じるかもしれませんが、始めるのは非常に簡単です。以下の4つを準備するだけで、分析の70%はカバーできます。

① ご利用中の短縮URLサービスがRawデータを提供しているか確認してください。 集計データしか表示されない場合、現状での詳細分析は不可能です。これはサービス移行を検討する際の重要な基準となります。

② IP表示オプションがある場合は有効にしてください。 サービスによっては、チェックボックス1つでリストにIPが追加されます。プランに制限がある場合は、必要な期間だけ一時的に有効にして監査する方法もあります。

③ キャンペーン開始前に内部IPリストを記録しておきましょう。 スプレッドシートにチームメンバーのIP帯域をメモしておくだけで、Rawデータ分析時に内部トラフィックを即座に除外できます。

④ 不審なクリックの基準をあらかじめ設定しておきましょう。 「同一IPから1分間に3回以上」「クリック間隔が10秒以下で反復」「ブラウザがUnknown」— このような明確な基準があれば、Rawデータを開いた際に何を探すべきかが明確になります。

クリック数は質問の始まりであり、答えではありません

「3,000回クリックされた」という数字は、次の質問への出発点に過ぎません。その3,000回のうち、本当に意味のあるクリックは何回だったのか？誰がクリックし、どこから来て、どのデバイスを使い、何時にアクセスしたのか？

これらの質問に答えを出さなければ、マーケティングの意思決定は常に集計数字に依存した推測の域を出ません。ボットが800回、内部テストが100回、実際の見込み客が100回クリックしたキャンペーンと、実際の顧客のみが1,000回クリックしたキャンペーンでは、ビジネスにおける成果は全く異なります。しかし、集計ダッシュボード上では、どちらも同じ「クリック1,000回」として表示されてしまうのです。

今すぐ集計データの画面から離れ、個別のクリックログを一度開いてみてください。直近30日間のデータをIPアドレス順に並べ替えるだけでも、これまで見えなかったパターンを少なくとも1つは発見できるはずです。

それが、データドリブンマーケティングの本当の始まりです。数字を見るのではなく、数字の裏側を見ること。

もし、現在短縮URLのRawデータ分析が可能な環境が整っていない場合は、ぜひVivoldiのクリックデータ機能を直接試してみてください。vvd.bz/campaign01のような短縮リンクを作成し、クリックデータメニューを開けば、この記事で解説した分析を今すぐ始めることができます。

ありがとうございました。