MMMは中小企業でもできる？必要なデータの期間・粒度・最低条件

【結論】目安は週次データ1年分から。「2〜3年必要」は精度を上げるための推奨値で、足切りラインではない

MMMを検討する現実的な出発ラインは、週ごとに集計した売上（またはそれに準ずるKPI）と媒体別の広告費が1年分あることです。通説の「2〜3年」は、季節性をより確実に捉え、推定の精度を上げるための推奨値であって、それがないと分析が成立しないという意味ではありません。

さらに重要なのは、分析が成立するかどうかを決めるのは「何年分か」という暦の長さだけではない、ということです。統計モデルの成立条件はデータの行数（データポイントの数）で決まるため、同じ1年分でも、月次なら12行、週次なら52行、地域別の週次なら52行×地域数と、持ち方によって何倍も変わります。この仕組みを知っていれば、「期間が足りないから無理」で終わらせずに、足りない分を補う打ち手まで考えられます。

以下、通説の根拠から順に見ていきます。

「MMMには2〜3年分の週次データが必要」と言われる理由

「2〜3年」という数字は根拠のない脅しではなく、MMMの代表的なオープンソースツールの公式ドキュメントに実際に書かれている推奨値です。理由は、季節性を捉えることと、モデルの推定に必要なサンプルサイズを確保することの2つです。

理由1：季節性を捉えるため

売上は広告だけで動きません。夏物・冬物、ボーナス期、年度替わり、大型連休——多くの事業には1年周期の波（季節性）があります。MMMは「売上の動きのうち、どこまでが季節性で、どこからが広告の効果か」を切り分ける分析なので、季節の波を最低1周期、できれば2周期以上観測できたほうが、切り分けの確度が上がります。

Meta（旧Facebook）が開発したMMMツール「Robyn」の公式ガイドは、頑健な結果を得るには最低2年分の週次データを推奨し、月次データしかない場合は4〜5年分を集めることを強く勧めています。2年あれば「去年の8月も今年の8月も売上が上がった」という繰り返しから、季節性を安定して推定できるからです。

理由2：モデルの推定に必要なサンプルサイズを確保するため

もうひとつの理由は、統計モデルとしての成立条件です。

GoogleのMMMフレームワーク「Meridian」の公式ドキュメントは、モデルの信頼性を測る目安として、この「パラメータ1つあたりのデータポイント数」を挙げています。そして全国一本のデータで組むモデルの例として、週次2年分（104行）では「モデルを確実に推定するには少なすぎる」とし、媒体12個を3グループに束ね、期間を3年分に延ばすことで、パラメータあたり約15のデータポイントを確保する調整例を示しています。

つまり通説の正確な中身は、「全国一本の集計データで、媒体を細かく分けたまま分析するなら、2〜3年分は欲しい」ということです。裏を返せば、データの持ち方と媒体の束ね方を変えれば、この条件は動かせます。

MMMに必要なデータの最低条件｜期間・粒度・種類・媒体数

実務上の最低条件は、週次1年分のKPIと媒体別費用があること、そして費用をかけている媒体・施策が3つ以上あることです。データの種類は「必須」「あると精度が上がる」「なくてもよい」の3段階で考えると判断しやすくなります。

期間はどれくらい必要か

週次で1年分（約52行）が現実的な出発ラインです。1年あれば季節の波を1周期観測でき、季節性と広告効果の切り分けに最低限の足場ができます。ここから2年、3年と延びるほど推定は安定していきます。

1年に満たない場合は、そのままでは季節性を観測しきれないため、成立の条件が厳しくなります。ただし後述するとおり、地域別のデータがあるかどうかで話は大きく変わるため、期間だけを見て諦める必要はありません。

粒度は週次か月次か

週次をおすすめします。同じ1年分でも、月次では12行、週次では52行と、データポイントの数が4倍以上違うからです。Robynの公式ガイドも週次をベストプラクティスとし、月次しかない場合はより長い期間（4〜5年分）を求めています。

日次データを持っている場合も、曜日による振れが大きくノイズが増えるため、週次に集計し直して使うのが一般的です。媒体の管理画面からは日次で書き出せることが多いので、「月次の報告書しかない」と思っても、管理画面まで遡れば週次を作れるケースは珍しくありません。

必要なデータの種類

データの種類は「必須」「あると精度が上がる」「なくてもよい」の3段階で考えると判断しやすくなります。

Meridianの公式ドキュメントも、必要データをKPI・メディアデータ（費用や出稿量）・コントロール変数（交絡を防ぐ変数）という同様の構成で整理しており、ベストプラクティスとして地域レベルでの収集を挙げています。なお、天候や人口のような外部要因は、気象庁や総務省統計局などのオープンデータで補える場合があり、自社で持っていなくても問題ありません。

媒体数の目安

費用をかけている媒体・施策が3つ以上あることが、ひとつの目安です。MMMの価値は「媒体をまたいで、同じ物差しで貢献度を比べる」ことにあるため、比べる対象が多いほど得られる示唆は増えます。

逆に、媒体が1〜2つで出稿の変動も小さい場合、媒体別に貢献度を分けて得られる示唆は限られることが多く、正直なところMMMを無理におすすめできる状況ではありません。この場合は、媒体を増やす・出稿に意図的な変化をつけるなど、データに「動き」を作ってからのほうが分析の価値が出ます。媒体数と同じくらい、この1年で出稿の増減・停止・新規開始があったかが効いてきます。すべての媒体がずっと同じ配分のままだと、どの媒体が効いたのかを統計的に切り分ける手がかりが乏しくなるからです。

データが少ない場合の3つの対処法

最低条件に届かない場合の打ち手は、地域単位に分けて行数を増やす・すでに分かっていることを事前情報として与える・分析の範囲を絞る、の3つです。共通する考え方は「データポイントを増やすか、推定すべきパラメータを減らすか」の2方向です。

対処法1：地域単位に分けて、データの行数を増やす

最も効果が大きいのがこれです。全国一本の週次1年分は52行ですが、同じ期間でも都道府県やエリア別に分ければ、行数は「52行×地域数」に増えます。10地域なら520行です。

Meridianはもともと地域レベルのデータを前提に設計された階層ベイズモデルで、地域同士で情報を共有しながら推定するため、期間の短さを地域数である程度補えます。公式ドキュメントが地域レベルでのデータ収集をベストプラクティスとして挙げているのは、まさにこの理由です。売上をエリア別に集計できる小売・EC・店舗ビジネスなら、期間1年でも検討の土俵に乗るケースが十分にあります。Meridianの仕組みはGoogle Meridianとは？できること・使い方・Robynとの違いで詳しく説明しています。

対処法2：すでに分かっていることを、事前情報としてモデルに与える

Meridianを含むベイズ統計ベースのMMMには、過去の実験結果や業界知見を「事前分布」としてモデルに設定し、データの不足を知識で補う仕組みがあります。たとえば過去に媒体のリフトテスト（広告を見せる群と見せない群を比べる実験）を実施したことがあれば、その結果を出発点として与えることで、少ないデータでも推定を現実的な範囲に保てます。Meridianの公式ドキュメントは、インクリメンタリティテストの結果を事前分布の根拠として使う方法を解説しています。

リフトテストとMMMの関係・使い分けは、インクリメンタリティテストとMMMの使い分けの記事で解説しています。

対処法3：分析の範囲を絞って、推定すべきものを減らす

Meridianの公式ドキュメントが示した「媒体12個を3グループに束ねる」調整は、そのまま実務の打ち手になります。似た役割の媒体（例：複数のSNS広告）をまとめれば、推定すべきパラメータが減り、同じデータ量でも1つあたりの手がかりが濃くなります。ほかにも、対象を主力事業・主力商品に絞る、評価したい媒体を貢献の大きそうな順に絞り込む、といった設計で「データ量と知りたいことのバランス」を取れます。

この3つをどう組み合わせるかが、まさに分析設計の腕の見せどころです。どの打ち手が使えるかはデータの状態次第なので、手元のデータを見ながら判断することになります。

中小企業・単一ブランドでMMMをやる意味はあるか

媒体をまたいだ予算配分に迷いがあるなら、意味はあります。媒体別の貢献度・広告がなくても立つ売上（ベースライン）・各媒体の伸びしろが同じ物差しで見えるためです。ただし、クリエイティブ単位の優劣など、MMMでは分からないこともあります。

媒体数が少なくてもわかること

• 媒体をまたいだ共通の物差し：検索広告のROASとTVCMの効果測定のように、媒体ごとにバラバラだった評価を、「売上への貢献」という同じ基準で比べられます
• ベースライン：広告を止めても立つ売上（指名買い・リピート・自然流入）がどれくらいあるか。「広告の売上」と思っていた中に、広告がなくても買っていた人がどれだけ含まれるかが見えます
• 飽和度と追加投資の余地：各媒体があとどれくらい伸びしろを残しているか。「増額するならどこか」の判断材料になります

媒体が4つでも、この3つが数字で見えるだけで、予算会議の議論は変わります。MMMで何がどう分かるのかの全体像は、MMM（マーケティングミックスモデリング）とは？仕組み・分析手順・できること／できないことにまとめています。

逆にわからないこと

• クリエイティブや投稿単位の優劣：MMMは媒体・施策単位の分析なので、「どのバナーが良かったか」には別の分析が必要です
• 出稿がほぼ一定の媒体の効果：ずっと同じ金額を出し続けている媒体は、効果を切り分ける手がかりがなく、推定が不安定になります
• ごく短期の単発施策の単独評価：数週間だけの施策は、データポイントが少なすぎて単独では評価しきれません

MMMに向かないケースの全体像は、MMMのデメリットと限界の記事で解説しています。期待値を正しく持つことは、分析をやること自体と同じくらい重要です。「全部わかる魔法の分析」ではなく、「媒体をまたいだ予算配分の判断材料を、集計データから作る分析」と捉えるのが正確です。

自社のデータで分析できるか｜5項目のチェックリスト

判断のポイントは、週ごとに数えられるKPIが1つ決められるか・媒体が3つ以上あるか・費用の記録を1年さかのぼれるか・出稿に動きがあったか・CSVやExcelにできるか、の5つです。すべて当てはまらなくても、対処法で補える場合があります。

1. 「これが増えたら成功」と言える数字を1つ決められる（売上・申込・来店など、週ごとに集計できる）
2. 費用をかけている媒体・施策が3つ以上ある（検索・SNS・動画・TVCM・チラシ・販促など）
3. 媒体ごとの費用の記録を1年以上さかのぼれる（媒体の管理画面に残っていれば十分）
4. この1年で出稿に動きがあった（増減・一時停止・新しい媒体の追加など）
5. データをCSVやExcelの形にできる（きれいに整っている必要はなく、書き出せれば可）

5つすべてに当てはまるなら、MMMを検討する条件はかなり整っています。2つ以上当てはまらない場合も、この記事で見てきたとおり、地域別データや範囲の絞り込みで補える可能性があるため、即座に諦める必要はありません。

DOREGAでは、この判断をタップ5問・約1分の無料の分析可否チェックとして公開しています。手元のデータの状態を選んでいくと、分析が成立しそうかの見込みと理由が表示されます。その先の事前診断（無料）では、実際のデータの状態を確認したうえで、成立しない場合は理由と代替案までお伝えしています。→ DOREGAの分析可否チェックを試す

なお、DOREGAの初回分析は15万円です。分析エンジンにはこの記事でも取り上げたMeridianを使い、その前後のデータ整形・レポート作成の工程を独自ツールで標準化することで、この価格で媒体別の貢献度分解から予算配分シミュレーションまでを提供しています。MMM全体の費用相場と見積もりの内訳はMMMの費用相場の記事で、サービスの全体像はDOREGAのサービスページをご覧ください。

よくある質問（FAQ）

データが2〜3年分なくても、MMMは始められる｜まとめ

「MMMには2〜3年分の週次データが必要」という通説は、季節性の観測とサンプルサイズの確保という正当な根拠を持つ推奨値です。ただしそれは足切りラインではありません。分析の成立を決めるのはデータの行数であり、週次1年分を出発ラインに、地域別データの活用・事前情報の設定・分析範囲の絞り込みという打ち手で、中小企業の手元にあるデータでもMMMは始められます。

大切なのは、期間の長さだけで判断せず、手元のデータの持ち方まで含めて成立可能性を確かめることです。

この記事のポイント

• 「週次2〜3年分」はRobyn・Meridianの公式ドキュメントに根拠を持つ推奨値だが、精度向上のための目安であって足切りラインではない。
• 分析の成立を決めるのは期間ではなくデータの行数。同じ1年分でも、月次12行・週次52行・週次×10地域520行と持ち方で大きく変わる。
• 必須データはKPIの時系列と媒体別費用の2つ。個人単位の行動データやCookieは不要。
• データが少ない場合の打ち手は、地域別に分ける・事前情報を与える・分析範囲を絞るの3つ。
• 媒体が1〜2つで出稿の変動も小さい場合は示唆が限られるため、無理に実施しなくてよい。