MMMとは？マーケティングミックスモデリングの意味とMeridian・Robyn

最終更新：2026年10月17日

MMM（マーケティングミックスモデリング）とは、テレビCM・検索広告・SNS広告などの媒体ごとの出稿量と売上の動きを、数年分の集計データで統計的に結びつけ、「どの媒体がどれだけ売上を動かしたか」を推定する分析の方法です。一人ひとりのクリックを追うのではなく、週ごとの売上を「広告がなくても売れた分」と「媒体ごとの上乗せ分」に分解するので、Cookieに頼らず、テレビまで同じ物差しで比べられます。結論を先に書くと、MMMは日々の広告運用の道具ではなく、年に数回、媒体の予算配分を見直すときの検算の道具です。よく並べて語られるインクリメンタリティテストが、一つの施策を実際に止めて効きを確かめる「実験」なのに対して、MMMは過去のデータから全媒体の効きをまとめて推定する「モデル」、という違いがあります。この記事では、分解の例、アトリビューションとの違い、MeridianとRobynの比較、必要なデータ量まで書きます。

MMMとは？売上を分解する考え方と要素の一覧

MMMは、売上を「ベース（広告がなくても出る売上）」と「媒体ごとの貢献」と「広告以外の要因」に分ける回帰モデルです。週ごとの売上の上下を、出稿量や季節、価格の動きで説明できるように式を当てはめ、各要因が売上の何円分を担っていたかを逆算します。

数式は最小限にすると、次の一行で表せます。

売上 ＝ ベース ＋ 媒体ごとの効果の合計 ＋ 季節・価格・販促などの影響 ＋ 説明しきれない誤差

ただ、広告は「出した週に、出した量だけ」効くわけではないので、媒体の効果には持ち越しと飽和の二つの手を加えます。要素を一覧にすると次のとおりです。

分解の結果がどう見えるかを、架空の例で示します。以下は説明のための例で、実在の会社や数字ではありません。ある会社の1年間の売上5億円を、MMMで分解したとします。

この例では売上の7割がベースです。広告が売上のすべてを作っているわけではないことが、数字で見えます。読み違えやすいのは、右端の列は「これまでの平均」だという点です。飽和があるので、検索広告の効率が2.5円だからといって、次の1,000万円も同じ効率で売上を生むとは限りません。MMMの価値は、平均の効率ではなく「次の1円をどこに置くと伸びるか」という限界の効率を、飽和の曲線から読めるところにあります。

MMMの出どころ──提唱者ははっきりせず、Cookie規制で再び注目された

MMMには「この人が、この論文で提唱した」と言える一次出典は見当たりません。広告費と売上の関係を統計で分析する方法は、計量経済学の手法として長く使われてきたもので、MMMはその積み重ねに付いた呼び名だと考えるのが実態に近いと思います。

名前の前半にある「マーケティングミックス」は、ハーバード・ビジネス・スクールのニール・ボーデン（Neil H. Borden）が1964年の論文で示した言葉です。製品・価格・流通・広告などの組み合わせを指す言葉で、のちに4Pとして整理されました。言葉の由来は4Pとは？マーケティングミックスの4要素と分析の例で書いています。MMMは、その組み合わせのうち、どの要素が売上を何円動かしたかを数字で確かめる方法、と言い換えられます。

アドストックは、イギリスの広告研究者サイモン・ブロードベント（Simon Broadbent）の1970年代の研究とセットで語られることが多い考え方ですが、ぼくは原論文まで確認できていないので、年や掲載誌は断定しません。

いまMMMが話題になっているのは、古い方法が見直されたからです。博報堂DYメディアパートナーズが2023年9月22日に出したリリース「博報堂ＤＹグループ、Marketing Mix Modeling(MMM) Guidebook をリリース」では、クッキーレスの流れでコンバージョン計測やアトリビューション分析の精度の低下が懸念されるなか、クッキーを使わずにROIを測る方法としてMMMが再注目されている、と背景が説明されています。このガイドブックはGoogle Japanと協働でまとめたもので、モデルの構造は売り方によってオンライン型・ハイブリッド型・オフライン型の3つに分けられる、という整理も示されています。

広告プラットフォームの側も動いています。Googleは2025年1月29日の公式ブログ「Meridian is now available to everyone」で、オープンソースのMMMであるMeridianを誰でも使えるようにしたと発表し、MMMは集計データを使うのでプライバシーに配慮した形で効果を測れる、と書いています。Metaも、Robynという名前のMMMをオープンソースで公開しています。クリックの記録だけでは測りきれないことを、広告を売る側自身が認めている状況だと思います。

MMMとアトリビューションの違い──粒度・データ・Cookie依存の比較

MMMとアトリビューションのいちばん大きな違いは、見ている単位です。アトリビューションは一人ひとりの経路を追って成果の手柄を接点に分け、MMMは週や地域ごとの集計データから売上全体を媒体に分けます。下から積み上げるか、上から割るか、の違いです。

どちらが正しいかではなく、答えている問いが違います。アトリビューションのモデルの種類と、2026年時点のGA4の仕様はアトリビューションとは？モデルの種類一覧と例、GA4での選び方にまとめました。MMMの「上乗せ売上÷広告費」はROASと同じ形の割り算ですが、分子が管理画面で計上された売上ではなく、モデルが推定した増分の売上である点が違います。ROASの式と読み方はROASとは？読み方・計算式とROI・CPAとの違いで書いています。

もう一つ、インクリメンタリティテストとの関係も押さえておきたいところです。MMMは過去の相関から因果を推定するモデルなので、推定が外れることがあります。そこで、地域を分けて広告を止めるような実験の結果を、MMMの推定の「答え合わせ」に使います。MeridianもRobynも、公式の説明のなかで実験の結果をモデルに取り込む仕組みを用意しています（詳しいやり方はインクリメンタリティとは？に書きました）。

GoogleのMeridianとMetaのRobynの違い──2026年10月時点の比較

Meridianは、GoogleがPythonで公開しているベイズ統計のMMMで、Robynは、MetaのマーケティングサイエンスのチームがR言語で公開している、リッジ回帰を土台にしたMMMです。どちらも無料のオープンソースですが、推定の考え方と得意なことが違います。以下は、最終更新日時点で各公式ページに書かれていたことだけを並べた表です。

選び方の目安は、まず手元のチームが書ける言語です。Pythonで分析しているならMeridian、Rに慣れているならRobynのほうが早く動かせます。動画広告の比重が大きく、リーチとフリークエンシーで効きを見たい場合はMeridianの説明のほうが合っています。インプレッションとリーチの関係はインプレッション・リーチ・フリークエンシーの違いとは？計算例で解説で計算例つきで書きました。

ただ、ツールが無料でも、データをそろえて設定を決め、結果が事業の実感と合うかを確かめる人の手間は残ります。それに、どちらも広告プラットフォームが作った道具です。自社の媒体のデータとつなぎやすい作りになっているぶん、結果が特定の媒体に寄っていないかは、使う側が一度疑ってみる必要があると思います。

実務での使い方──MMMは予算配分の前提を検算する

MMMを実務で使うときは、答えをもらう道具ではなく、いまの予算配分の前提が正しいかを検算する道具として使うと失敗しにくくなります。「テレビは効いていないはず」「検索広告は効いているはず」という思い込みを、売上の言葉で確かめ直す作業です。

広告会社にいた頃、テレビの効果は認知や好意の調査で、ウェブの効果はクリックやコンバージョンのレポートで、それぞれ別の物差しで報告される場面をよく見ました。物差しが違うと、テレビとウェブの予算を同じ机の上で比べられません。結局、去年の配分を少しずつ動かすだけになりがちです。MMMの役目は、その別々の物差しを、売上の円という一つの単位にそろえることにあります。

始める前に、データが足りるかを確かめます。Metaの「An Analyst’s Guide to MMM」は、安定した結果を得るには最低2年分の週次データが要り、月次しかない場合は4〜5年分が必要だとしています。推定したい変数1つに対して観測10個という比率も目安として示されています。Googleの「必要なデータ量」のページには、媒体12個・コントロール変数6個などで推定したい効果が26個あるのに、全国単位の2年分の週次データ（104個）しかないと、効果1つあたりのデータが約4個で少なすぎる、という例が載っています。足りないときの手として、媒体を減らすかまとめる、データを3年分に増やす、地域単位のデータに切り替える、が挙げられています。

準備から読み方までの手順は、次の5つです。

• 売上（または申し込み数）を週次で2年分以上そろえる。月次しかないなら、まずは週次で記録し始めるところから
• 媒体ごとの週次の費用と出稿量（インプレッションや、テレビならGRP）をそろえる。少額の媒体は「その他」にまとめて、推定する数を減らす
• 価格改定、値引き、新商品、季節、競合の大きな動きを、週ごとの印として書き出す。これがないと、売れる時期の力が広告の手柄になる
• 結果が出たら、ベースの割合と各媒体の飽和の曲線を見る。平均の効率ではなく、追加の1円の効率で配分を考える
• 推定が意外だった媒体は、すぐに予算を動かさず、地域や期間を分けて広告を止める実験で確かめる

見落とされやすいのは、毎週ほぼ同じ量を出し続けている媒体は効きを推定しにくいことです。出稿量が動かないと、売上との関係が読み取れません。測りたい媒体は、あえて出稿を強める週と弱める週を作っておくと、翌年のモデルが変わります。

個人や小さな事業では、データも媒体もそろわないことがほとんどです。その場合はモデルを回さず、「広告がなくても出る売上はどれくらいか」「この媒体はもう飽和していないか」の二つの問いだけ借りれば十分です。

MMM（マーケティングミックスモデリング）に関するよくある質問

MMMとは簡単に言うと何ですか？

売上を「広告がなくても売れた分」と「媒体ごとの上乗せ分」に分解して、どの媒体がどれだけ売上を動かしたかを推定する統計の方法です。一人ひとりのクリックではなく、週や地域ごとの集計データを使うので、Cookieに頼らず、テレビCMのようなクリックの残らない媒体も同じ物差しで比べられます。

MMMには何年分のデータが必要ですか？

MetaのRobynのガイドでは、最低2年分の週次データ、月次なら4〜5年分が目安とされています。ただし年数だけでは決まらず、推定したい媒体や変数の数が多いほど必要なデータは増えます。GoogleのMeridianの資料でも、全国単位の2年分の週次データでは媒体が多いと足りない例が示されていて、媒体をまとめるか地域単位のデータを使う手が挙げられています。

MMMとアトリビューションはどちらを使えばいいですか？

答えている問いが違うので、使い分けます。日々のキーワードや配信の調整にはクリックの記録が残るアトリビューション、媒体ごとの予算配分や来年の広告費の総額を決めるときはMMMが向いています。どちらも因果を直接測るものではないので、意外な結果が出た施策は、広告を止める実験で確かめるのが確実です。

MMMを学ぶのにおすすめの本や資料はありますか？

書籍を探す前に、無料で読める公式の資料から入るのがおすすめです。Metaの「An Analyst’s Guide to MMM」はデータの準備からアドストックや飽和の考え方までを順に説明していて、GoogleのMeridianの開発者サイトにはモデリング前の準備のガイドがあります。日本語では、博報堂DYメディアパートナーズがGoogle Japanと協働で2023年に公開したガイドブックがあります。

おわりに──媒体の数字を足しても、売上にはならない

MMMの考え方は、計算の向きを逆にするところにあります。媒体ごとの管理画面に並ぶ成果を足していくと、実際の売上を超えてしまうことがあります。それぞれの媒体が、自分の関わった成果を自分のルールで数えているからです。

媒体の数字を足しても、売上にはならない。売上を割ってはじめて、媒体の数字が見えてくる。

来年の広告予算を決める前に、一度だけ売上の側から考えてみてほしいと思います。広告がなくても出る売上はどれくらいか。その問いに答えようとした時点で、MMMの半分はもう始まっています。