広告シミュレーションをExcelで始める前に知っておくべきこと
Excelでの広告シミュレーションは、CORREL関数による相関分析と「データ分析」ツールパックの重回帰分析を使い、チャネル別広告費と売上の関係をモデル化する手法です。最低26週間分の週次データ（チャネル別広告費・売上・外部要因）があれば実行可能で、回帰係数から「広告費1円あたりの売上貢献額」を推定し、感度分析マトリクスで予算変動の影響を可視化できます。ただしExcelには3つの限界があります。アドストック効果（TV CMの2〜4週間の残存効果）を考慮できない、飽和曲線（広告費を2倍にしても売上は2倍にならない非線形関係）に対応できない、チャネル間のシナジー効果を無視してしまう点です。MixCastのベイジアンMMMならこれら全てを自動でモデリングし、95%信頼区間つきの推定値と最適予算配分をCSVアップロードだけで算出できます。
Excelで広告シミュレーションを作る5つのステップ
ステップ1：データの準備
まず、シミュレーションに必要なデータをExcelシートに整理します。最低限必要なデータは以下の通りです。
- 期間：週次または月次の日付列（最低26週間分を推奨）
- チャネル別広告費：Google広告、SNS広告、TV CM、OOHなどチャネルごとの出稿金額
- 売上データ：同期間の売上高または目標KPI（CV数、問い合わせ数など）
- 外部要因：季節性、セール時期、競合イベントなど（任意）
ステップ2：相関分析で各チャネルの効果を把握
ExcelのCORREL関数を使って、各チャネルの広告費と売上の相関係数を算出します。例えば、セルに=CORREL(B2:B53, F2:F53)と入力すれば、チャネルBの広告費と売上の相関を確認できます。
| チャネル | 相関係数 | 解釈 |
|---|---|---|
| Google検索広告 | 0.82 | 強い正の相関 — 売上への貢献が大きい可能性 |
| SNS広告（Meta） | 0.65 | 中程度の正の相関 |
| TV CM | 0.45 | 弱い正の相関 — 時差効果の可能性あり |
| OOH広告 | 0.31 | 弱い相関 — 間接効果の可能性 |
ただし、相関関係は因果関係ではないことに注意が必要です。広告費と売上が同時に増えているのは、繁忙期に広告を増やしているだけかもしれません。
ステップ3：回帰分析でモデルを構築
Excelの「データ分析」ツールパック（「データ」タブ →「データ分析」→「回帰分析」）を使って、重回帰分析を実行します。
- 目的変数（Y）：売上
- 説明変数（X）：各チャネルの広告費
回帰分析の結果、各チャネルの回帰係数が得られます。これが「広告費1円あたりの売上貢献額」の推定値となります。
ステップ4：シミュレーションシートの作成
回帰係数を用いて、予算配分を変更した場合の売上予測シートを作成します。
| チャネル | 現在の予算 | 回帰係数 | シナリオA予算 | シナリオA売上寄与 |
|---|---|---|---|---|
| Google検索広告 | 300万円 | 3.2 | 400万円 | 1,280万円 |
| SNS広告 | 200万円 | 2.1 | 250万円 | 525万円 |
| TV CM | 500万円 | 1.5 | 350万円 | 525万円 |
| 合計 | 1,000万円 | — | 1,000万円 | 2,330万円 |
ステップ5：感度分析の追加
Excelのデータテーブル機能を使って、予算を±10%、±20%変更した場合の売上変化をマトリクス形式で表示します。これにより、各チャネルの予算変動に対する売上感度を視覚的に確認できます。
Excelシミュレーションの3つの限界
上記の方法である程度のシミュレーションは可能ですが、Excelだけでは対応しきれない重要な課題があります。
限界1：アドストック効果を考慮できない
アドストック効果とは、広告の効果が出稿後も一定期間残存する現象です。例えば、TV CMの効果は放映後2〜4週間にわたって売上に影響を与えます。Excelの単純な回帰分析では、この時間的な遅延効果を正確にモデリングできません。
限界2：飽和曲線（収穫逓減）に対応できない
広告費を2倍にしても売上は2倍にはなりません。一定の投下量を超えると効果が逓減する「飽和効果」が存在します。Excelの線形回帰では、この非線形な関係を捉えることが困難です。
限界3：チャネル間の相互作用を無視している
TV CMを見た人がGoogle検索で商品を調べて購入する—このようなチャネル間のシナジー効果は、Excelの回帰分析では把握できません。各チャネルを独立に扱うため、相互作用による効果を見落としてしまいます。
ベイジアンMMMで自動化する—MixCastのアプローチ
MixCastはベイジアンMMM（マーケティングミックスモデリング）を使い、上記のExcelの限界を全て解決します。
| 課題 | Excelシミュレーション | MixCast（ベイジアンMMM） |
|---|---|---|
| アドストック効果 | 考慮不可 | 自動でキャリーオーバー率を推定 |
| 飽和曲線 | 線形のみ | Hill関数で非線形効果を自動推定 |
| チャネル相互作用 | 考慮不可 | 多変量モデルで自動分析 |
| 信頼区間 | なし | 95%信頼区間つきで推定 |
| 予算最適化 | 手動計算 | 数理最適化で自動算出 |
| 作業時間 | 数日〜数週間 | CSVアップロード後、自動で完了 |
MixCastの導入ステップ
- ステップ1：Excelで整理した広告費と売上のデータをCSV形式で保存
- ステップ2：MixCastにCSVをアップロード（日本語列名もそのまま対応）
- ステップ3：ベイジアンMMMが自動で分析を実行し、チャネル別ROI・最適予算配分を算出
Excelで数日かけて作るシミュレーションが、MixCastなら数クリックで完了します。しかも、アドストック効果や飽和曲線を考慮した、統計的に信頼性の高い結果が得られます。
まとめ：Excelから始めて、MMMで精度を上げる
広告シミュレーションをExcelで行うことは、マーケティングデータ分析の第一歩として非常に有効です。相関分析や回帰分析の基本を理解した上で、より高精度な分析に移行するのが理想的なアプローチです。
- まずExcelで試す：データの傾向把握、簡易的なROI算出に最適
- 精度を求めるならMMMへ：アドストック・飽和曲線・チャネル相互作用を考慮した本格分析
- MixCastで自動化：コード不要で即日導入、月額5万円からベイジアンMMMを実行
MixCastは無料プラン（1プロジェクト・3チャネル）から始められます。Excelで作ったデータをそのままCSVアップロードするだけで、より精度の高い広告シミュレーションを体験できます。