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CPAは若手未経験領域で20〜50万円台が目安（セグメントで大きく異なる）
- 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。成立ラインは粗利率・返金率を織り込んで自社で設定する（導入事例ではROAS400%の例もある）
チャネル別の傾向として、SNS経由の応募者は温度感にばらつきがあり決定までの検討期間が長い。リスティング経由は顕在層のため着座率が比較的高く、短期決定になりやすい。SEO経由は着座率に幅があるが、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。