「今期のマーケ予算、去年と同じでいい？」。 この問いに対して、根拠のある回答ができる組織はどれだけあるでしょうか。予算配分が前年踏襲や担当者の感覚に依存している状態では、市場環境の変化に対応できません。本稿では、投資のポートフォリオ分散の考え方を応用し、保守・バランス・攻めの3シナリオで予算配分を設計するフレームワークをご紹介します。
図1: 予算配分の3シナリオ設計 — ポートフォリオ理論を応用し、保守・バランス・攻めの3パターンでリターンとリスクを同時管理する
予算配分の現実：制約下で精度を上げる
予算は横ばい、要求は増加
Gartnerの「2025 CMO Spend Survey」（2025年5月公開）によれば、マーケティング予算は売上比7.7%で横ばいが続いています（2024年調査でも7.7%、前年の9.1%から大幅に低下した水準が定着）。Paid media比率は予算の30.6%（2024年調査では27.9%）です。
一方、The CMO Surveyの「2025 Topline Report」（2025年3月公開）では、マーケティング費用の売上比は平均9.35%、過去12か月は全体+3.31%・デジタル+7.25%、今後12か月の見通しでは全体+8.93%、デジタル+11.93%と報告されています。
単一ベンチマークへの依存は危険です。The CMO Surveyの「Firm & Industry Breakout Report」によれば、売上$10M未満の企業のマーケ費率は平均17.01%であるのに対し、$10B以上の企業では4.94%と大きな差があります。業種・規模を無視したベンチマーク適用はミスリードを招きます。
日本市場の媒体構造変化
電通「2024年 日本の広告費」（2025年2月27日公開）によれば、日本の総広告費は7兆6,730億円（前年比104.9%）、うちインターネット広告費は3兆6,517億円（同109.6%）で、総広告費に占める構成比は47.6%に達しました。
電通グループ4社による詳細分析（2025年3月12日公開）では、インターネット広告媒体費2兆9,611億円（前年比110.2%）の内訳として、動画広告8,439億円（同123.0%）、ソーシャル広告1兆1,008億円（同113.1%）、検索連動型広告の構成比40.3%が報告されています。2025年の媒体費予測は3兆2,472億円（同109.7%）です。
チャネル・ポートフォリオの考え方
Markowitz理論の応用
Harry Markowitzが1952年に発表した「Portfolio Selection」は、期待リターンとリスク（分散）を同時に最適化する枠組みを提示しました。この理論は1990年にノーベル経済学賞を受賞し、不確実性下の資産配分理論として広く認知されています。
マーケティング予算配分にこの考え方を応用すると、チャネルを「リターン期待値×変動リスク×チャネル間相関」で管理できます。単一チャネルへの集中配分は高リターンの可能性がある反面、そのチャネルの効率が低下した場合の下振れリスクも大きくなります。分散配分により、全体のリスクを抑えながら安定的なリターンを追求します。
ただし、マーケティングチャネルは金融資産と異なり、チャネル間のスピルオーバー（波及効果）やキャリーオーバー（遅効）が強い点に注意が必要です。MSOM（Manufacturing & Service Operations Management：オペレーション研究の学術誌）掲載の研究「Multichannel Advertising: Budget Allocation in the Presence of Spillover and Carryover Effects」（2025年）は、これらを無視した配分が長期的に劣化することを示しています。単純な比率固定ではなく、クロスチャネル効果を前提とした設計が必要です。
3シナリオの設計
予算配分を保守・バランス・攻めの3シナリオで設計します。各シナリオは固定比率ではなく、許容レンジ（ガードレール）で管理します。
上記の配分比率は概念モデルであり、実際の比率は業種・企業規模・成熟度・市場環境によって異なります。重要なのは、シナリオごとの配分「思想」（保守=高確度チャネル中心、攻め=新規チャネルに厚く配分）を明確にすることです。
シナリオ比較表
| 項目 | 保守シナリオ | バランスシナリオ | 攻めシナリオ |
|---|---|---|---|
| 配分思想 | 高確度チャネル中心。下振れ耐性を重視 | 収益性と学習投資を両立 | 新規獲得と将来チャネル開拓に厚く配分 |
| 検索広告 | 30〜40% | 23〜33% | 13〜23% |
| ソーシャル広告 | 15〜25% | 17〜27% | 23〜33% |
| 動画広告 | 5〜15% | 13〜23% | 20〜30% |
| コンテンツ/SEO | 15〜25% | 10〜20% | 5〜15% |
| 新規チャネル/実験 | 0〜10% | 5〜15% | 10〜20% |
| ブランド施策 | 5〜15% | 2〜12% | 0〜9% |
| リスク水準 | 低（下振れ小） | 中 | 高（下振れ大だが上振れも大） |
| 適合企業タイプ | 安定成長期、リスク許容度が低い | 成長期、実験と成果のバランスを求める | 急成長期、新市場開拓フェーズ |
リスクとリターンの関係
上記の指数は概念モデルであり、実際のリターンは測定モデル（MMM等）の推定値に基づいて設定します。GoogleのMMM研究（2017年）は、ROAS（Return on Ad Spend：広告費用対効果）/mROAS（marginal ROAS：追加1円あたりの限界広告効果）の算出において最適配分の不確実性（分散）も示しており、単一点予測ではなく上下レンジで把握することの重要性を指摘しています。
予算フロー構造図
年間予算からチャネル配分、測定、リバランスまでの全体構造を図示します。
リバランストリガー
配分を決めた後、定期的かつ条件駆動で見直す仕組みを組み込みます。
| トリガー種別 | 条件 | アクション |
|---|---|---|
| 四半期定例 | 毎四半期の期初 | MMM再推定、チャネル別ROI/mROI（限界ROI：追加投資1円あたりのリターン）を更新し、レンジ内で再配分 |
| 主要KPI乖離 | CPA（Cost Per Acquisition：顧客獲得単価）/ROAS/売上寄与が目標から±20%以上乖離 | 乖離チャネルの配分を即時調整 |
| 測定基盤変更 | アトリビューションモデルの変更 | 新モデルでの再推定完了後に配分を再評価 |
| 媒体価格高騰 | 主要チャネルのCPM（広告1,000回表示あたりの費用）/CPC（クリック単価）が前四半期比+30%以上 | 代替チャネルへの一時的シフトを検討 |
| 媒体仕様変更 | プラットフォームの大幅なアルゴリズム変更・ポリシー変更 | 影響評価を実施し、必要に応じて配分調整 |
Google Ads公式は、ルールベースの旧アトリビューションモデルを廃止しData-driven / Last clickを中心としています。アトリビューションモデルの変更はConversions列と自動入札の最適化に影響するため、測定基盤変更時のリバランスは不可欠です。
IAB（Interactive Advertising Bureau：デジタル広告の業界団体）の「Modernizing MMM Best Practices for Marketers」（2025年12月公開）は、MMMの頻繁なデータ更新と再学習cadenceの重要性を指摘し、MMMをアトリビューション・実験・財務と接続する運用指針を示しています。
測定と再配分の閉ループ
リバランスの精度を高めるには、MMM・実験・運用データの三角測量が有効です。
- MMM（メディアミックスモデリング）: チャネル全体の最適配分を推定します。飽和（saturation）と遅効（carryover）をモデル化し、全体最適の視点を提供します。ツール例としてGoogle Meridian（Googleが提供するオープンソースのMMM分析ツール）、Meta Robyn（Meta社が提供するオープンソースのMMM分析ツール）があります
- 実験（A/Bテスト・地域実験）: 因果効果を検証し、MMMの推定を補正します。Geo experiments（地域単位で広告の有無を切り替えて因果効果を測定する手法）やConversion lift（広告接触群と非接触群を比較してコンバージョンへの純増効果を測定する手法）が代表的です
- 運用データ: 日次の異常検知とリアルタイム調整に使います。各媒体のダッシュボードやBI連携で運用レベルの判断を支えます
Google Meridianは、ベイズ因果推論ベースのMMMとして、ROI/mROI、予算最適化、what-ifシナリオ、到達頻度最適化を標準機能で提供しています。Meta Robynは、adstock（広告の残存効果：出稿後も効果が一定期間持続する性質）/飽和曲線（saturation curve：投資額が増えるほど追加効果が逓減する関係）・ハイパーパラメータ探索・予算アロケータを備え、プライバシー制約下でのMMM運用を想定しています。
ラストクリック中心の評価は、上流チャネル（認知・興味喚起を担うチャネル）を過小評価しやすい傾向があります。Google Ads公式もデータドリブンアトリビューションとの比較検証を推奨しています。配分判断はチャネル単体ROIではなく、クロスチャネル効果を前提にすべきです。
図5: 測定と再配分の閉ループ — MMM・実験・運用データの三角測量で配分精度を高め、四半期サイクルで継続改善する
あわせて読みたい
まとめ：予算配分モデルの3原則
- リターンとリスクを同時に管理します。 Markowitz理論の応用で、チャネルを「期待リターン×変動リスク×相関」で管理し、保守・バランス・攻めの3シナリオをレンジで設計します
- リバランストリガーを先に定義します。 四半期定例に加え、KPI乖離・測定基盤変更・媒体価格高騰を臨時トリガーとして事前に定義し、変化への対応を組織的に標準化します
- 測定を閉ループにします。 MMM・実験・運用データの三角測量で配分精度を高め、「配分→測定→再配分」のサイクルを四半期で回します
Agenticベースでは、マーケティング予算配分モデルの設計から、3シナリオの策定、リバランストリガーの定義、MMM導入支援まで対応しています。 お問い合わせはこちら →
この記事の著者
Agentic Base 編集部
AIエージェントとWebメディア運用の知見を活かし、実践的なナレッジを発信しています。
