Google広告の来店コンバージョン計測ガイド｜利用条件・計測の仕組みと精度・活用判断

管理画面のコンバージョン列に「来店」という項目がいつの間にか増えている。数字は出ているが、それが本当に店に来た人数なのか、入札の判断材料にしていいものなのか、確信を持てないまま放置している——実店舗の広告を運用していると、こうした状態に一度は行き当たります。特に2025年10月以降は、頼んでもいないのに来店コンバージョンが有効化されていたという相談も増えました。

来店コンバージョンは、Google広告が独自に持つ位置情報のサンプルデータから来店者数を統計的に推定する仕組みです。実数計測ではなく、利用できるかどうかにも複数の条件があり、精度にも構造的な限界があります。この記事では、来店コンバージョンの計測の仕組み・来店コンバージョン条件・数字の精度・自動有効化への対処・入札に含めるべきかの判断軸まで、経営判断に必要な情報を一本の流れで整理します。

この記事のポイント

• 来店コンバージョンは実数ではなく、位置情報サンプルからの推定値（モデル化された数値）である
• 来店コンバージョン条件は対象国・業種・住所アセット・データ量の4点で、非公開かつ達成保証はない
• 2025年10月からの自動有効化はコンバージョン設定画面で確認し、必要なら含める対象から除外できる
• スマート入札に含めるかは、データ量・店舗形態・来店1件の値付け可否の3軸で判断すべきである
• 条件を満たせない店舗は電話CVやGoogleビジネスプロフィールの指標など代替計測に切り替えるのが現実的である

来店コンバージョンとは？Google広告が来店を計測する仕組み

サンプルの点が、店への流れとして推計される

来店コンバージョンとは、Google広告の広告に接触したユーザーのうち、実店舗を訪問したと推定される人数を機械学習によって算出する指標です。実際に店舗に入った全員を数えているわけではなく、あくまで一部のサンプルから全体を推計している点が最大の特徴です。

広告接触から来店判定までの流れ

仕組みを分解すると、広告のクリックまたは表示があったユーザーのうち、Googleアカウントにログインしており、かつ位置情報（ロケーション履歴）の利用を許可しているユーザーだけが計測対象の母集団になります。この母集団の中で、広告接触後に店舗の緯度経度付近に一定時間滞在したと判定されたユーザーが「来店した」とみなされ、そのサンプル比率をもとに広告接触者全体の来店数が推計されます。つまり位置情報をオフにしているユーザーやログインしていないユーザーの行動は最初から計測の外側にあり、そこを機械学習モデルで補完している構造です。

なぜ実数ではなく推定値（モデル化された数値）なのか

サンプルとして拾える来店データは母集団全体のごく一部にすぎないため、Googleはこれを推定値、つまりモデル化されたコンバージョンとして扱っています。サンプル率が低い店舗やクリック数が少ないキャンペーンほど、母数の少ない統計からの外挿になるため、数字の振れ幅は大きくなります。実店舗のPOSレジ通過人数と一致させる目的の指標ではなく、あくまで広告効果の相対的な傾向をつかむための指標だと理解しておく方が実務的です。

来店コンバージョンの利用条件は？計測が始まる4つの要件

図1: 計測開始に必要な4条件の構造

来店コンバージョンが管理画面に表示されるには、対象国・デリケートカテゴリに該当しないこと・住所アセットの整備・十分なデータ量という4つの要件を満たす必要があります。いずれか一つでも欠けると計測自体が始まりません。

デリケートカテゴリに該当する業種の除外

医療機関や成人向け業種など、Googleがデリケートカテゴリに指定する業種は、プライバシー保護の観点から来店コンバージョンの対象外です。この判定はアカウントの業種設定やビジネスプロフィールの登録カテゴリをもとにGoogle側で行われ、広告主が個別に申請して解除できるものではありません。

住所アセットとビジネスプロフィールのオーナー確認

来店コンバージョンを利用するには、Google広告のアカウントに住所アセットを設定し、対応するGoogleビジネスプロフィールのオーナー確認を完了している必要があります。複数店舗を展開している事業者は、各店舗のGoogleビジネスプロフィールをすべて確認済みにし、それぞれの住所アセットを該当キャンペーンに紐づけているかを一度棚卸しすることをおすすめします。1店舗だけ確認が漏れているために、そこだけ来店データが取れていないというケースは珍しくありません。

クリック数・来店数のプライバシーしきい値と現実的な予算目安

Googleはユーザーの匿名性を守るため、一定件数以上のクリック数・来店数がなければ来店コンバージョンを表示しないプライバシーしきい値を設けています。この具体的な件数は公開されておらず、広告主側からは達成の可否を事前に判断できません。小規模な店舗やクリック数の少ないローカルキャンペーンでは、このしきい値に届かず「対象外」のまま表示されないことが実務上よく起きます。

条件達成を引き寄せる運用（海外実務の知見）

条件は「満たすもの」ではなく「引き寄せるもの」という捉え方も参考になります。海外のPPC専門メディアPPC Heroでは、しきい値超えを狙うために意図的にクリック量・予算を引き上げる、全店舗をGoogleビジネスプロフィールに登録し全キャンペーンで住所アセットを漏れなく有効化するといった運用実務が紹介されています。日本の実務でも、複数店舗のうち一部でしか来店コンバージョンが出ていない場合、まず住所アセットの紐づけ漏れと予算配分の偏りを疑うのが妥当な順序です。

条件	内容	広告主側でできること
対象国・業種	デリケートカテゴリでないこと	業種設定・掲載カテゴリの見直し
住所アセット	店舗住所の設定と紐づけ	全キャンペーンへの漏れなき設定
ビジネスプロフィール	オーナー確認の完了	全店舗の確認ステータス棚卸し
データ量	プライバシーしきい値超え	クリック数・予算の底上げ

来店コンバージョンの精度はどれくらい信頼できる？誤差の構造

来店コンバージョンの数値は統計的推定値であるため、実際の来店数と一致するとは限らず、誤差を前提に扱うべき指標です。この誤差がどこから生まれるかを理解しておくと、数字をどこまで信じてよいかの線引きがしやすくなります。

誤差を生む5つの要因（位置精度・サンプル率・通行人誤判定など)

主な誤差要因としては、スマートフォンの位置情報の測位精度、位置情報を許可しているユーザーの比率（サンプル率）、店舗前を通過しただけのユーザーを来店と誤判定してしまうケース、ビルの上下階など近接する複数店舗との判別誤差、そして機械学習モデルの推計そのものに含まれる統計的な揺らぎが挙げられます。特に商業ビルやショッピングモール内のテナントは、フロア違いの誤判定が起きやすい環境だと言われています。

来店数が少ないうちは数字がブレる理由

母数が小さい統計ほど、少しのサンプル変動が比率全体に大きく影響します。月間の推定来店数が一桁台のようなキャンペーンでは、前月比で数値が数倍に振れることも珍しくありません。これは店舗の実態が変わったのではなく、サンプルの偶然性が結果に強く出ているだけというケースが大半です。データ量が少ない段階での月次変動を細かく追いかけて一喜一憂するのは、労力に見合わない判断だと考えた方がよいでしょう。

実来店数・POSデータと突き合わせる時の考え方

自社のPOSデータや来店客数の実測値と来店コンバージョンを突き合わせる際は、絶対値の一致を求めるのではなく、期間ごとの増減トレンドが同じ方向を向いているかを確認する使い方が現実的です。米国では人流データベンダーの実測値と広告プラットフォームの推定値を突き合わせて検証する手法も紹介されていますが、日本国内では同等の第三者データを使った検証手段はまだ限られています。推定値をそのまま経営会議の実績数値として扱うのではなく、傾向把握の参考指標にとどめる姿勢が無難です。推定値の解釈をさらに深く理解したい場合は、モデル化されたコンバージョンの正しい読み方も参考になります。

来店コンバージョンが勝手に追加された？2025年自動有効化の確認と対処

図2: 自動有効化を確認・修正する5ステップ

2025年10月8日から、対象となる広告主のアカウントで来店コンバージョンが広告主の設定なしに主要なコンバージョンとして自動有効化される事象が発生しました。まずは自分のアカウントで何が起きているかを確認するところから始める必要があります。

何がいつから変わったのか

海外メディアのSearch Engine Landは、この自動有効化についてGoogleが対象アカウントに来店コンバージョンを自動でメインコンバージョンとして設定し、あわせて1件あたり約220ドル相当のデフォルト値を自動で割り当てたと報じ、広告主の間で懸念が広がったと指摘しています。日本のアカウントでも同様の自動設定が起きている可能性があるため、管理画面を開いて確認する価値は十分にあります。

デフォルトの来店価値がtROASを歪めるメカニズム

問題の核心は、来店1件に自動で割り当てられた値が、実際の来店客単価とかけ離れている可能性がある点です。目標広告費用対効果（tROAS）やコンバージョン値の最大化を使っている場合、この過大・過小な来店価値がそのまま入札シグナルに組み込まれ、実際の売上とは乖離した基準で予算配分が最適化されてしまいます。紙の上の成果指標は伸びているのに、実売上は連動していないという状態は、この歪みが原因であることが少なくありません。

コンバージョン設定の監査手順（含める/含めない・値の修正）

対処は次の手順で進めます。

1. Google広告の管理画面で「コンバージョン」設定を開く
2. 「来店」コンバージョンアクションが存在するか確認する
3. 存在する場合、「入札に含める」設定になっているかをチェックする
4. 割り当てられている値が実態に近いか確認する
5. 値が不適切であれば手動で修正するか、入札への算入から除外する

このチェックは来店コンバージョンに限らず、コンバージョン全体の「含める」「含めない」の判断にも通じる話です。判断に迷う場合はコンバージョンの「含める」「含めない」の判断フローを合わせて確認すると整理しやすくなります。

来店コンバージョンをスマート入札に含めるべきか？判断フレーム

図3: 入札に含めるかを分ける3つの判断軸

来店コンバージョンをスマート入札のシグナルに含めるべきかは、データ量が十分か、店舗形態が来店を主目的とする業態か、来店1件の価値を適切に値付けできるかの3条件で判断すべきです。この3つが揃わないまま入札に組み込むと、入札アルゴリズムが不安定な推定値に振り回されるリスクがあります。

「含める」判断の3条件

まずデータ量については、月間の推定来店数が安定した傾向線を描ける程度に確保できているかを見ます。次に店舗形態は、来店そのものが売上に直結する飲食・小売・サービス業などが対象になりやすく、来店後の商談化率が個別に大きく変わるBtoB業態などは相性が悪い傾向があります。最後に来店1件の価値を値付けできるかどうかは、平均客単価や粗利率から逆算できる体制があるかどうかで判断します。この3条件のうち1つでも欠けるなら、入札には含めずレポート上の参考値にとどめておく方が安全です。

来店1件の価値の決め方（コンバージョン値ルール活用）

来店1件を一律の固定値で扱うと、店舗ごとの客単価差やロイヤルティ顧客の来店価値の違いが入札に反映されません。海外メディアのSearch Engine Journalでは、コンバージョン値ルールを使い、地域・オーディエンス・デバイスといった条件別に来店の価値を差別化する設計思想が紹介されています。高単価な店舗や既存の優良顧客層からの来店に高い値を割り当てることで、単純な来店数の最大化ではなく、収益に近い来店を優先する入札に寄せられるという考え方です。全店舗一律の値で運用している場合は、この値付けの粒度を見直す余地があるかもしれません。

P-MAX for store goals・来店重視スマート入札との関係

実店舗の来店を目的にした広告運用では、P-MAX for store goals（実店舗の目標に基づくP-MAX）や来店を目的にしたスマート入札戦略との組み合わせが選択肢になります。ただし、これらの入札戦略も内部では来店コンバージョンの推定値を参照するため、前段で述べた利用条件やデータ量の要件を満たしていなければ十分な効果は見込みにくい構造です。来店促進キャンペーンの具体的な設定を検討する際は、P-MAXで実店舗の来店を増やす設定方法も参照してください。

利用条件を満たせないローカルビジネスはどうする？代替計測への分岐

ひとつの道が閉じ、別の道が開く

来店コンバージョンの利用条件を満たせない店舗は、無理に条件達成を目指すよりも代替計測に軸足を移す方が合理的な場合があります。特に単店舗・低予算のローカルビジネスでは、条件未達のまま数か月を費やすより、別の計測手段で成果を可視化する方が早く意思決定できます。

電話CV・GBPルート検索・オフラインCVインポートという選択肢

代替手段としては、電話問い合わせをコンバージョンとして計測する電話CV、Googleビジネスプロフィールのルート検索数や電話タップ数といった指標の活用、店舗のPOSやCRMで管理している実来店・成約データを広告管理画面にインポートするオフラインコンバージョンインポートの3つが軸になります。いずれも来店コンバージョンとは異なり、実数に近いデータを扱える点が利点です。電話問い合わせの計測を広告成果に組み込む具体的な設計は、電話問い合わせを広告CVに組み込む計測設計にまとめています。

無理に来店CVを追わない方が良いケース

月間のクリック数が少ないローカルキャンペーン、単店舗のみで複数店舗のデータ補完が効かない事業、来店よりも電話予約や来店予約フォームが主要な接点になっている業態では、来店コンバージョンの表示自体を待つよりも代替計測を主軸に据えた方が現実的です。条件を満たせない実店舗のための計測設計を体系的に知りたい場合は、利用条件を満たせない実店舗のための代替計測設計で詳しく解説しています。

よくある質問

Q：来店コンバージョンはどうやって計測されていますか？ 位置情報の利用を許可しているログインユーザーのサンプルデータをもとに、Googleが機械学習で広告接触者全体の来店数を推定する仕組みです。実店舗の全来店者を直接数えているわけではありません。

Q：来店コンバージョンが管理画面に表示されないのはなぜですか？ 対象国・デリケートカテゴリ・住所アセットの設定・データ量のいずれかの条件を満たしていないことが主な原因です。これらの条件は非公開で、達成が保証されているものでもありません。

Q：来店コンバージョンの数値は実際の来店数と違うのですが正確ですか？ 来店コンバージョンは実数ではなく統計的な推定値であるため、実際の来店数とは差が出るのが前提です。位置精度やサンプル率などの誤差要因により振れ幅が生じるため、傾向把握には使えても、会計上の実数管理に用いる指標ではありません。

Q：勝手に追加された来店コンバージョンはオフにできますか？ コンバージョン設定画面から、入札への算入対象から除外することも、割り当てられた値を手動で修正することも可能です。具体的な手順は本記事の自動有効化への対処セクションを確認してください。

来店コンバージョンは便利な指標である一方、推定値である以上の使い方をすると入札や経営判断を誤らせるリスクを抱えています。真策堂では、来店コンバージョンの利用条件の確認から、スマート入札に含めるかの判断、条件未達の場合の代替計測設計まで、実店舗の広告成果を正しく測るための計測設計についてご相談を承っています。自社のアカウントで来店コンバージョンがどう扱われているか気になる場合は、まず管理画面の設定状況を確認するところから始めてみてください。

来店コンバージョンの数字は管理画面のどこで見る？レポートの読み方

来店コンバージョンが計測され始めても、どの列に入っているのかが分からず、通常のコンバージョンと混ざったまま眺めているケースは多いと思います。まず押さえたいのは、「コンバージョン」列と「すべてのコンバージョン」列の違いです。来店が入札に含める設定になっていれば「コンバージョン」列に合算され、含めない設定なら「すべてのコンバージョン」列にだけ現れます。フォーム送信や電話と合算された数字をそのまま見ると、CPAが急に良くなったように見えるので、ここは切り分けて見た方が良いかなと。

切り分けには、キャンペーンや広告グループの表に「コンバージョン アクション」のセグメントをかける方法が使いやすいです。来店だけの件数が行ごとに分かれて表示されるので、どのキャンペーンが来店に効いていそうかを相対的に比べられます。

複数店舗を運用している場合は、店舗単位で数字を確認できるレポートも用意されています。ただ、店舗単位まで分解するとサンプルが薄くなり、表示されない店舗や振れの大きい店舗が出やすくなります。店舗別の数字は順位付けに使うというより、極端に偏った店舗がないかを見る程度にとどめるのが無難だと思います。

来店コンバージョンはいつ反映される？計測のタイムラグと評価期間

オンラインのコンバージョンと違い、来店は広告に触れてから実際に店へ足を運ぶまでに日数が空くのが普通です。加えて、来店コンバージョンは推定処理を挟むため、管理画面への反映にも時間差があるとされています。その結果、直近数日の来店数は少なく見え、後から数字が積み上がっていく動きになりやすいです。

ここで注意したいのは、来店が「来店した日」ではなく「広告に接触した日」に紐づいて計上される点です。先週の数字を今日見たものと、来週あらためて見たものとでは、同じ期間でも件数が変わることがあります。直近の期間だけを切り取って「来店が落ちた」と判断すると、まだ計上されきっていないだけ、ということが起こり得ます。

実務的には、次のような見方にしておくと判断がぶれにくいかなと思います。

• 評価する期間は、終了から一定の日数を置いた「数字が固まった期間」にする
• 週次よりも月次など、長めの単位で比較する
• 予算やCRを変更した直後は、来店数の変化をすぐに結論づけない
• コンバージョンの計測期間（広告接触から何日後までを来店として数えるか）の設定を、自社の検討期間に合っているか確認する

検討期間が長い商材ほど、このタイムラグの影響は大きくなると考えられます。

来店コンバージョンを社内や店舗側にどう説明する？数字の伝え方

運用者は推定値だと理解していても、レポートを受け取る経営層や店長が「広告で◯人来店した」と実数として受け取ってしまうと、後からPOSの数字と合わずに不信感につながります。数字そのものより、伝え方の設計が抜けやすいポイントだと思います。

伝えるときは、来店コンバージョンを「人数」ではなく「指数」に近いものとして位置づけるのが分かりやすいかなと。たとえば「先月と比べて来店推定が増えたか減ったか」「キャンペーンAとBのどちらが来店に寄与していそうか」という比較の文脈に限定して使い、絶対数を売上予測や人員計画に直接つなげない、という線引きを最初に共有しておく形です。

あわせて、レポートには次の3点を添えておくと誤解が減ると思います。

• 位置情報を許可しているユーザーをもとにした推定値であること
• 直近の数字は後から変動する可能性があること
• 店頭での実測（レジ客数や予約数など）とは別の指標として並べて見ること

来店コンバージョンだけを単独で報告するより、店頭側の実数と同じ表に並べ、方向が揃っているかを一緒に確認する運用の方が、店舗側の納得感は得やすいのではないかと考えます。

来店計測と「店舗売上」の計測は何が違う？測っている対象の整理

来店計測について調べていると、Google広告の「店舗売上（店舗での販売）」の計測と混同しやすいかなと思います。どちらも実店舗の成果を広告に結びつける仕組みですが、測っている対象と、使うデータの出どころが違います。

来店コンバージョンが推定しているのは「広告に接触した人が店に来たかどうか」です。データはGoogle側にある位置情報のサンプルで、広告主がデータを用意する必要はありません。その代わり、来店した人が何を買ったか、そもそも買ったかどうかは分かりません。

一方、店舗売上の計測は、店舗のPOSや会員データにある購買の記録を広告側と照合し、「広告に接触した人が店で買ったか」「いくら買ったか」に近づこうとする考え方です。会員IDやメールアドレスなど、購買と顧客を結びつけられるデータを持っていることが前提になり、利用できるアカウントにも制限があるとされています。

観点	来店コンバージョン	店舗売上の計測
測る対象	来店（推定）	店舗での購買・売上
データの出どころ	Googleの位置情報サンプル	広告主のPOS・顧客データ
広告主の準備	住所アセット・GBPの整備	購買データの整備・アップロード
分からないこと	購買の有無・金額	データを持たない顧客の購買

来店は多いのに売上が伸びていない、という疑問が出たときは、来店コンバージョンでは答えが出ません。購買との紐づけが必要になります。会員制度やポイントカードで顧客と購買を結びつけられている業態なら、来店の推定から一歩進めて、売上に近いデータで評価する方向を検討する価値はあると思います。

クリック経由とビュー経由の来店はどう違う？キャンペーンの種類別の見方

来店コンバージョンには、広告をクリックした後の来店と、広告を見ただけ（クリックはしていない）の後の来店があります。冒頭の仕組みの説明で「クリックまたは表示」と書いたのはこの部分です。キャンペーンの種類によってどちらが中心になるかが変わるので、同じ「来店数」として並べて比べるのは少し危ういかなと。

検索広告は、クリックを起点にした来店が中心になりやすいです。店名や「近くの〇〇」で検索している人は、すでに来店を検討しているケースが多いと考えられます。そのため来店数は出やすい一方で、広告がなくても来ていた人が含まれやすい点は意識しておきたいところです。

ディスプレイやYouTubeのように表示を中心にした配信では、ビュー経由の来店の比率が高くなりやすいと言われています。ビュー経由は「見た後に来た」ことを示すだけで、広告がきっかけだったかどうかまでは言い切れません。表示回数が多い配信ほど、たまたま店の近くにいた人も拾いやすくなります。

見るときは、次のように分けておくと判断しやすいと思います。

• クリック経由とビュー経由を分けて確認する（列やセグメントで切り分けられる）
• 検索とディスプレイ・動画の来店単価を同じ基準で比べない
• ビュー経由が多い配信は、配信を止めた期間や地域と比べて、来店の傾向が変わるかを見る
• ビュー経由をどこまで成果と見なすかは、社内で先に決めておく

特にCRの効果を来店で評価したい場合、ビュー経由の数字だけで良し悪しを決めるのは早いかなと思います。

来店計測で個人は特定されている？プライバシー面の受け止め方

店舗側や経営層に来店計測を説明すると、「誰が来たか分かるのか」「個人情報的に大丈夫なのか」と聞かれることがあります。ここは誤解のないように整理しておいた方が良いと思います。

広告主が管理画面で見られるのは、キャンペーンや店舗ごとに集計された推定値だけです。どのユーザーがいつ来店したかといった個人単位のデータは、広告主には渡りません。前の節で触れたプライバシーしきい値も、件数が少なすぎて個人を推測できてしまう状態を避けるための仕組みだと説明されています。

また、計測の対象になるのは、位置情報の利用を許可しているユーザーに限られます。ユーザー側でロケーション履歴や広告のパーソナライズをオフにすれば、そのユーザーは計測の外に出ます。端末の設定やプライバシー保護の流れによって、計測できるユーザーの範囲は今後も変わる可能性があるため、来店数の長期的な増減を見るときは「計測の母数自体が変わっていないか」という視点も持っておくと安心かなと。

社内説明では、次の点を押さえておくと伝わりやすいと思います。

• 広告主が受け取るのは集計値だけで、個人の来店記録は見られない
• 位置情報の利用を許可したユーザーだけが推定の元になっている
• 店舗側で追加の個人情報を取得・提供しているわけではない

ただ、自社の顧客データをアップロードして照合する店舗売上の計測などに進む場合は、話が変わってきます。プライバシーポリシーの記載や同意の取り方を、法務や社内の担当と事前に確認しておく必要があると考えます。

---

既存の節とテーマが重ならないように3節（約1,900字）書きました。それぞれ、来店計測と店舗売上の計測の違い、クリック経由とビュー経由の来店の分け方、プライバシーについて店舗側や経営層への答え方を扱っています。

数値は入れていません。ただ、店舗売上の計測が使えるアカウントに制限があることや、ディスプレイ・YouTubeではビュー経由の来店の割合が高くなりやすいことは、裏取りしないまま「〜とされている」「〜と言われている」とぼかして書きました。気になるなら、公開前にGoogle広告のヘルプで確かめた方が良いと思います。