人材紹介の求職者集客は、SNS（Instagram・TikTok・X）、リスティング広告、ディスプレイ広告、SEO記事、リファラル、指名検索など、複数チャネルを横断して1人の応募につながるのが標準です。ある求職者は「Instagramで存在を知り、1週間後にGoogleで社名検索して応募」といった動きをします。この時、Instagramと指名検索のどちらに予算を寄せるべきかは、単純なCV計測では判断できません。
本記事では、人材紹介のアトリビューション分析の基本モデル、ラストクリック偏重が招く予算配分ミス、GA4・広告プラットフォームでの実装、面談着座・決定まで含めた貢献度評価の実務を、意思決定に使えるレベルで整理します。
アトリビューション分析の基本と5つのモデル
アトリビューション分析とは、コンバージョン（応募・面談予約など）に至るまでに接触した複数チャネルへ、貢献度を配分して評価する手法です。人材紹介の場合、応募までの平均接触回数は3〜7回、検討期間は2〜6週間が標準で、単一チャネル起因で応募に至るケースは全体の20〜30%に過ぎません。
主要な5つのモデル：
- ラストクリック：最後にクリックしたチャネルに100%配分。GA4のデフォルト。実装は簡単だが上流チャネルを過小評価する
- ファーストクリック：最初の接触に100%配分。認知チャネル（SNS・記事広告）を評価しやすいが、CV直前の刈り取り施策を過小評価
- 線形（Linear）：全接触チャネルに均等配分。中立だが差別化されにくい
- 減衰（Time Decay）：CV直前のチャネルほど重く配分。検討期間が長い人材紹介と相性が良い
- データドリブン（DDA）：機械学習で貢献度を自動算出。GA4・Google広告で利用可能。データ量が一定以上必要（月間CV30件以上推奨）
人材紹介での推奨モデル：月間応募100件以上ならデータドリブン、それ未満なら減衰モデルが実用的です。ラストクリック単独評価は、SNSやSEOへの投資判断を誤らせるため避けるべきです。
ラストクリック偏重が招く誤った予算配分
ラストクリック評価だけで予算配分を決めると、以下の歪みが発生します：
- 指名検索の過大評価：CV直前に「◯◯エージェント」で検索して応募したケースが、指名検索広告の成果としてカウントされる。実際は上流のSNS・記事広告が認知を作っている
- SNSの過小評価：Instagram・TikTokは認知〜比較検討フェーズで接触し、直接CVには繋がりにくい。ラストクリック評価だと「ROASが低い」と判断され、予算削減されがち
- SEO記事の過小評価：情報収集フェーズで読まれる記事は、直接CVよりアシスト貢献が多い。月間流入1万PVあっても、ラストクリックCVは10〜30件程度が標準
- リターゲティング広告の過大評価：既に他チャネルで温まった見込み客を刈り取っているだけで、新規獲得への貢献は限定的
実際の事例として、あるエージェントがラストクリック評価でInstagram広告を停止したところ、3ヶ月後にリスティング広告の応募CPAが12,000円から19,000円に上昇したケースがあります。上流の認知チャネルが指名検索・リスティングのCV効率を支えている構造を、単一評価では見抜けません。
GA4・広告プラットフォームでの実装方法
実装の基本ステップ：
1. GA4でのアトリビューション設定
- 「広告」→「アトリビューション」→「アトリビューションモデル」から比較可能
- 2023年以降、GA4はデータドリブンモデルがデフォルト（旧UAはラストクリック）
- 「モデル比較」レポートで、ラストクリックとDDAの差分を確認
- UTMパラメータ（utm_source, utm_medium, utm_campaign）を全チャネルで統一設計
2. Google広告・Meta広告の設定
- Google広告：「ツール」→「アトリビューション」でDDAを選択
- Meta広告：「アトリビューション設定」でクリック後7日・ビュースルー1日が標準
- プラットフォーム間の重複CVカウントに注意。Google・Meta・LINE広告を並行運用すると、CVが1.5〜2倍に膨らむ見え方をする
3. サーバーサイド計測とCAPI連携
Cookie規制（ITP・第三者Cookie廃止）で、クライアント側計測の精度は年々低下しています。GA4のMeasurement Protocol、Meta Conversions API（CAPI）を使ったサーバーサイド計測で、面談着座・決定などのオフラインCVも広告プラットフォームに戻すのが、2025年以降の標準です。
実装コスト感：GA4基本設定＋UTM整備＝内製で20〜40時間。CAPI連携＝開発30〜80万円、または月額5〜15万円のツール（Segment、Google Tag Manager Server-Side）を利用するのが現実的です。
面談・決定まで含めた貢献度評価の実務
人材紹介で最も重要なのは、応募CVではなく「面談着座」「求人紹介」「決定」までの下流KPIをアトリビューション対象に含めることです。応募数だけで評価すると、着座率30%のチャネルと着座率70%のチャネルが同列に扱われてしまいます。
実装ステップ：
- ATS（採用管理システム）との連携：応募ID・UTMパラメータをATSに保存し、面談着座・決定時に流入元を紐付ける
- チャネル別の歩留まり指標：応募→着座率、着座→紹介率、紹介→決定率をチャネル別に集計
- チャネル別CPA（決定単価）：「応募CPA × 応募→決定率の逆数」で算出。決定単価は50万〜150万円が標準レンジ
- ROAS計算：決定単価と紹介手数料（年収の30〜35%＝100万〜200万円）を比較。ROAS 200%以上が事業として成立するライン
チャネル別の傾向として、SNS経由の応募者は着座率が55〜70%と高い一方、決定までの検討期間が長い。リスティング経由は着座率75〜85%と高く、比較的短期決定。SEO経由は着座率が40〜60%と幅があるが、決定した際の定着率が高い、といった特性差があります。これらを踏まえて予算配分するのが、真のデータドリブン集客です。
SUMMARY
- アトリビューション分析は複数チャネルの貢献度を配分評価する手法。人材紹介は応募まで平均3〜7回接触が標準
- ラストクリック評価は指名検索・リタゲを過大評価し、SNS・SEOなど上流チャネルを過小評価する構造的欠陥がある
- GA4はデータドリブンモデルがデフォルト。Cookie規制対応でCAPI等サーバーサイド計測が2025年以降の標準
- 応募CVではなく面談着座・決定までATS連携で追跡し、チャネル別の決定単価・ROASで評価すべき
データドリブン集客を「着座起点」で組み立てたい場合
アトリビューション分析を精緻に実装しても、そもそも応募数が少なければ意思決定に足るデータが集まりません。月間応募30件未満のフェーズでは、統計的にDDAが機能せず、ラストクリック評価に依存してしまうジレンマがあります。この段階では、応募CPAではなく「面談着座CPA」を固定した状態で集客量を確保する、外部の成果報酬型送客を組み合わせるのが現実解です。
「求職者送客の窓口」は、SNSを軸とした独自集客で第二新卒・若手未経験・新卒求職者を集め、事前カウンセリングで志向性を確認してからエージェント様に送客する着座成果報酬型サービスです。初期費用0円・月額費用0円・面談着座率80〜90%で、着座単価が固定されているため、自社の他チャネルとのアトリビューション比較・ROAS算出が明確に行えます。