広告プラットフォームのAIは「審判兼プレイヤー」である——PF値 vs GA4、数字が合わない本当の理由

Google広告の管理画面には「50件のコンバージョン」と表示されている。Meta広告も「35件」と主張する。ところがGA4（Googleアナリティクス4）を開くと「42件」。そしてCRM（顧客管理システム）の実売上を数えると——38件。

足し算が合わない。

広告運用の現場で、この「数字の不一致」に困惑した経験がない担当者はおそらくいない。代理店に問い合わせれば「計測仕様の違いです」と返ってくる。技術的には正しい。だが、その”仕様の違い”の裏側にある構造的な利益相反を説明してくれる人間は、驚くほど少ない。

前回の記事「広告代理店が”チャネル”しか語れない構造的理由——手数料20%のビジネスモデルを解剖する」で、広告代理店が「チャネル単位の最適化」しか語れない構造的理由を解剖した。今回は、そのチャネルが報告してくる数字そのものが、なぜ信用できないのかを構造から明らかにする。

なぜ数字が合わないのか——設計思想の根本的差異

まず技術的な事実を整理する。

広告プラットフォーム（以下PF）の管理画面とGA4の数字が一致しないのは、バグでも設定ミスでもない。両者はそもそも「異なる質問」に答えるために設計されたツールである。

PFの管理画面は「どの広告が効いたか」を測る道具だ。Google広告であれば、広告のクリックを起点として一定期間内（7日間クリック、1日間ビュー等）に発生したコンバージョンを、クリックが発生した日付にカウントする。しかもGoogle広告の管理画面が評価するのは、Google広告が配信した広告タッチポイントのみだ。他チャネル（SNS流入やオーガニック検索）の貢献は、最初から視界に入っていない。

一方のGA4は「ユーザーがサイト上でどう動いたか」を横断的に分析するツールだ。オーガニック検索、SNS、直接流入——すべてのチャネルを対象にした横断的なアトリビューション分析を行い、コンバージョンはイベントが発生した日付に記録する。

つまり、PFは「自分のプレー」だけを見ている。GA4は「試合全体」を見ている。同じゴールを、まったく異なる角度から数えている。

この設計上の差異が、日付のズレ、貢献度配分のズレ、カウント単位のズレを同時に生む。10〜25%程度の一貫した乖離は「正常に計測が動いている証拠」ですらある。

足し算の罠——各媒体の合計が実売上の2〜3倍になる構造

設計思想の違いだけなら、「まあそういうものか」で済むかもしれない。だが本当の問題はここからだ。

ある広告主がGoogle広告、Meta広告、Yahoo!広告を同時に運用しているとする。各媒体の管理画面でコンバージョン数を確認し、それを単純に合計するとどうなるか。

実売上の2〜3倍の数字が出る。

これは誇張ではない。インクリメンタリティ検証（広告の真の増分効果を測定する手法）の結果が、この事実を繰り返し暴いている。業界で繰り返し報告されている代表的なケーススタディでは、PFが報告するコンバージョンのうち、真にインクリメンタル（広告がなければ発生しなかったであろう）なものは34%未満だった。

なぜそうなるのか。構造は単純だ。

ユーザーがInstagramで商品広告を見る（Meta広告のタッチポイント）。翌日、Googleで商品名を検索してリスティング広告をクリックし購入する（Google広告のタッチポイント）。この場合、MetaもGoogleも「自分の成果」としてカウントする。1件の売上に対して、2件のコンバージョンが報告される。3媒体を跨げば3件になる。

各PFは「自分のエコシステム内のタッチポイント」しか見ていないのだから、他のPFとの重複など知りようがない。重複計測はバグではなく、”仕様”なのだ。

審判兼プレイヤー——この構造が持つ本質的な問題

ここで一歩引いて、構造を俯瞰する。

Google広告の管理画面は、Googleが提供している。Meta広告のレポートは、Metaが提供している。つまり、広告を売っている側が、同時にその広告の「効果」を計測して報告している。

審判がプレイヤーを兼ねている試合で、スコアを信じる観客がいるだろうか。

これは陰謀論ではない。構造的なインセンティブの問題だ。Gartner等の分析機関が指摘しているとおり、PFの内部計測ツールは「売り手の利益率とマージンの最大化」に最適化された設計になっている。広告の効果が高く見えれば、広告主は予算を増やす。予算が増えれば、PFの売上が増える。これは意図的な詐欺ではなく、システムの設計思想そのものに埋め込まれた利益相反である。

2026年のグローバルデジタル広告市場は約6,600億〜8,400億ドル規模（調査機関により推計幅あり）に達し、Google、Meta、Amazonの3社だけで全体の約62%を占める。この巨大な市場において、「計測する側」と「売る側」が同一主体であるという構造は、規模が大きくなるほど歪みのインパクトも増大する。

AIがバイアスを「加速」している

そして2025年から2026年にかけて、この問題はさらに深刻化している。理由はAIだ。

Google広告のP-MAX（Performance Max）やMetaのAdvantage+は、入札、ターゲティング、クリエイティブの選定、配信先チャネルの決定——これらすべてをAIが自動で最適化する。広告主が中身を覗くことは、ほぼできない。

ブラックボックスの中で、審判は自分に有利な笛を吹いている。

P-MAXの場合、2025〜2026年にかけてチャネル別レポートやネガティブキーワードの設定機能が追加され、透明性は改善された。だが、「このコンバージョンは本当にP-MAXがなくても発生しなかったのか」という根本的な問いに対しては、PF自身が提供するデータだけでは原理的に答えられない。

MetaのAdvantage+では、別の問題が顕在化している。AIが既存顧客のリターゲティングに過度に最適化する傾向があり、「もともと買うつもりだった人に広告を見せて、”広告のおかげで売れた”とカウントする」構造が、見かけのROAS（Return on Ad Spend＝広告費用対効果）を30〜40%膨らませているケースが報告されている。

見逃してはいけない事実がある。AIが最適化しているのは、広告主のROIではない。AIが最適化しているのは、PFの広告収入を最大化する入札モデルであり、その副産物として広告主にも利益が還元される——という順序が正しい。主語を取り違えてはならない。

では、何を信じるべきなのか

ここまで「信じるな」と言い続けてきたが、では広告運用の現場は何を基準に意思決定すべきなのか。

結論は明確だ。PFの管理画面は「PF同士の相対比較」にのみ使い、絶対値としてのコンバージョン数は信用しない。

では何を信じるのか。先端企業が導入しつつある計測の考え方は、エビデンスを「信頼度」で階層化するものだ。上から順に信頼度が高い。

1. バックエンドデータ（CRM / EC基盤の実売上） — これが唯一の「事実」だ。実際にいくら売れたのか。何件受注したのか。PFの管理画面が何と言おうと、銀行口座に入金された額だけが真実である
2. インクリメンタリティテスト（＝広告の真の増分効果を実験で測定する手法） — 「その広告がなかったら、売上はどれだけ減っていたか」を実験で測る手法だ。たとえば、A地域ではGoogle広告を通常通り配信し、B地域では2週間停止する。両地域の売上差を比較すれば、「Google広告の真の増分効果」が分かる。PFの自己申告ではなく、実験による因果関係の検証だ
3. マーケティングミックスモデリング（MMM） — 広告費・季節要因・競合動向など複数の変数を統計モデルに投入し、「どのチャネルにいくら配分すれば全体の売上が最大化するか」をシミュレーションする。特定のPFに依存しない、横断的な分析手法だ

そしてPFの管理画面は、この階層の最下層に位置する。「Google広告とMeta広告、どちらのCPA（Cost Per Acquisition＝顧客獲得単価）が低いか」といった相対比較には使えるが、「広告全体で何件売れたのか」という絶対値の根拠にしてはならない。

「インクリメンタリティテストもMMMも、ウチには無理だよ」と思った方へ—— まずはPFの管理画面ではなく、GA4を計測の基準にすること。GA4は少なくとも「審判兼プレイヤー」ではない。全チャネルを横断的に見る設計になっている分、PFの自己申告よりはるかに信頼できる。それだけでも、意思決定の土台は大きく変わる。具体的な計測設計については、本シリーズの後半で解剖する。

しかし現実には、多くの広告主（そして代理店）がPFの管理画面の数字をそのまま「成果」として報告し、予算配分の根拠にしている。前回の記事で構造分析した「代理店がチャネルしか語れない」問題と、今回の「そのチャネルの数字自体が歪んでいる」問題は、二重構造で広告主の意思決定を歪めているのだ。

この構造を知った上で、何が変わるのか

本シリーズは「構造を暴く」ことを目的としている。解決策の提示はまだ先だ。だが、構造を知ること自体に意味がある。

「数字が合わない」のは、あなたの設定ミスではない。 計測ツールの仕様でもない。それは、広告エコシステム全体が「審判兼プレイヤー」という利益相反を内包したまま、AIによって加速度的にブラックボックス化しているという構造の帰結だ。

本記事で見てきた広告AIの振る舞い——自社の成果を過大評価し、ブラックボックスの中で最適化の中身を隠し、過去のパターンに過剰適合する。これらは広告業界だけの特殊事情ではない。AIというテクノロジーそのものが、構造的に抱えている限界の現れだ。

次回は、広告AIの事例から一歩引いて、AIが永遠に超えられない3つの壁を解剖する。

審判兼プレイヤーは、始まりに過ぎない——。

広告プラットフォームのAIに依存した運用構造を見直し、独立した計測・評価基盤を構築したい方へ。

📎 データソース・参考情報

• 広告代理店が”チャネル”しか語れない構造的理由——手数料20%のビジネスモデルを解剖する
• GA4は「正解」じゃない——3割が消える7つの構造的欠陥
• Google — Performance Max Campaigns
• Gartner — Digital Advertising Market Analysis
• Grand View Research — Digital Advertising Market Size Report
• Marketing Interactive — Meta overtakes Google in global ad revenue share (2026)
• Groove Media — Why Google Ads and GA4 Show Different Conversion Numbers