支払い額ではなく EPC でオファーを比較する: 使うべき計算式

なぜ支払い額が高いほうが負けることが多いのか?

支払い額が高いほうが負けるのは、ほとんどのアフィリエイトオファーでは支払い額と成約率が逆方向に動き、しかも最終的な数値では支払い額以上に成約率の影響が大きいからだ。ネットワークがサプリメントの価格を上げると、セールスページの文量は増え、チェックアウトにはアップセルのステップが追加される。その結果、購入まであと 1 クリックだった訪問者に、離脱する機会が 3 回増える。支払い額はネットワークが印字する静的な数字だが、成約率はトラフィックが決める生きた数字で、たいてい支払い額の上昇より速く落ちる。

同じ VSL 形式で動いている 2 つのスキンケアオファーを考える。オファー A は $60 を支払い、冷たい Facebook トラフィックで 3.5% 成約し、EPC は $2.10。オファー B は $95 を支払い、1.8% 成約で EPC は $1.71。オファー B のレート表は 58% も魅力的に見える。しかし、実際に買うトラフィックではオファー A のほうが 1 クリックあたり 23% 多く稼ぐ。支払い額だけでスケールするメディアバイヤーは、損益に差が出るまで何か月も弱いほうのオファーに無駄遣いし続けるのが通例だ。

比較可能なクリックあたり売上はどう計算するのか?

クリックあたり売上は、総報酬を総クリック数で割ったものだ。どちらも同じ期間で測定し、ネットワークのダッシュボードではなく自分のトラッキングリンクから取得する。式は EPC = 総報酬 ÷ 総クリック数。式自体は何も複雑ではない。比較を壊すのは数学の不一致ではなく、入力の不一致だ。

このトラフィックでは、オファー A は送信 1 クリックあたり 29% 多く支払うが、表示上の支払い額はオファー B より 36% 低い。どちらかのオファーを 50,000 クリックまで伸ばせば、その差は端数ではなく $20,000 の報酬差になる。

公平に比較する前に必要なデータは何か?

EPC 比較が意味を持つ前に、4 つの変数を一定に保つ必要がある。クリエイティブ、トラフィックソース、日付の範囲、アトリビューションモデルだ。テストする 2 つのオファーの間でこのどれか 1 つでも変えれば、測定した差はシグナルではなくノイズかもしれない。オファー間でクリエイティブを差し替えるテストは、オファーテストの服を着たクリエイティブテストにすぎない。

ネットワークのオファーページに表示された EPC 数値は無視すること。それは、そのオファーを配信している全アフィリエイト、全ソース、あなたが制御できないローリングウィンドウ全体を混ぜた平均値であり、あなたのトラフィックがどうなるかはほとんど示さない。ネットワーク EPC が $1.40 でも、3 人のスーパーアフィリエイトが温まったメールリストを、冷たいソーシャル動画で死ぬ商品に送っているだけかもしれない。ネットワーク数値は、どのオファーをテストするかを絞るための大まかなフィルターとして扱い、どのオファーをスケールすべきかの証拠としては扱わないこと。

• クリエイティブは同一にすること。広告文、画像または動画、ランディングの流れを両オファーに同じものとして、別々に数週間後に作った 2 つのキャンペーンではなく、ローテーター経由で流す。
• トラフィックソースと購入方法は同一にすること。同じプラットフォーム、同じオーディエンス、同じ入札タイプ。冷たい Facebook トラフィックと温かい email トラフィックでは、比較可能な EPC は決して出ない。
• 日付の範囲は同一にすること。並行配信が可能なら並行配信、無理なら曜日と季節性を合わせた期間にする。
• アトリビューションモデルは同一にすること。cookie 期間とクリック検証ルールを両オファーで同じにし、自分のトラッカーから取得する。
• レッグごとの最小サンプル数を確保すること。少数の返金やチャージバックで順位がひっくり返らないだけの販売数が必要だ。

アップセルとリビルは比較にどう入るのか?

アップセルとリビルは、ブレンドされた EPC として比較に入る。つまり、初回報酬に平均バックエンド報酬を 1 クリックあたりで足したものだ。これは初回販売時点ではなく、固定したコホート期間で測定する。フロントエンド $40 のオファーに、アップセルからの平均注文額 $60 が乗ると、単独販売の同じ $40 オファーとは実質的にまったく別の EPC になる。初回支払いだけを比較しているなら、2 つの異なる商品を比較しているのと同じだ。より質の高いオファーが、見た目だけ安いオファーと本当に差がつくのは、しばしばバックエンドだ。

リビルのあるオファーには特有の落とし穴がある。月額 $30 の継続プログラムは、最初の 7 日間では $150 の単発オファーより弱く見える。なぜなら、まだフロントエンドしか発生していないからだ。コホートの十分な割合が 2 回目と 3 回目の請求サイクルに到達するまで待つこと。通常は 45 日から 75 日のどこかだが、この範囲は縦型によって変わるので、自分のリテンションデータで確認する必要がある。そうすれば、フロントエンド数値にリビル EPC を足した時点で継続オファーが逆転することがある。

日ごとではなく、コホートごとにブレンド EPC を追跡すること。クリックを送信した週ごとにまとめ、そのコホートの総報酬をフロントエンド、そこに帰属するすべてのリビルとアップセルを含めて、クリック数と照合し、ウィンナーを宣言する前に数値を十分な期間成熟させる。

同じクリエイティブで 2 つのオファーを A/B テストするには?

同じ広告と同じランディングページをリンクローテーターに通し、各クリックをオファー A またはオファー B に 50/50 でランダム割り当てする。そうすれば、両オファーは同一のオーディエンス、同一の時間帯ミックス、同一の広告疲労曲線を見ることになる。これはクリック単位でランダム化されるため最もきれいな方法だ。日単位ではないので、曜日や時間帯を完全に交絡要因から外せる。ほとんどのトラッキングプラットフォーム、Voluum、RedTrack、BeMob は、ネイティブで重み付きローテーションをサポートしている。

ネットワークまたはオファーのコンプライアンス条件で共有ローテーターが禁止されているなら、広告プラットフォーム上でキャンペーンを複製し、予算、オーディエンス、クリエイティブを同一にしたまま、奇数日と偶数日でどちらのオファーを流すかを少なくとも 2 週間交互に切り替える。これはクリック単位ローテーションより弱い。曜日効果とプラットフォームの学習フェーズのリセットがどちらのレッグも歪めうるからだ。それでも、オファーを前後の連続ブロックで回すよりはましだ。市場の変化をブロック 1 とブロック 2 の間に混ぜ込んでしまうからだ。

プレランダーは両方のレッグで同一にし、オファー固有のコンプライアンス文言は自分のページではなくオファーのページへ載せること。プレランダーで商品名を出したら、もうオファーをテストしているのではない。同じ広告を共有しているだけの、別々の funnel をテストしていることになる。

オファーテストはどれくらいの期間回すべきか?

オファーテストは、EPC が意味を持つ前に最小販売数が必要だ。多くのメディアバイヤーは 1 レッグあたり 30 から 50 販売を下限にしており、典型的な direct-response の funnel では、これはたいてい 1 週間から 3 週間の安定した支出に相当する。もっと早く止めると、ノイズだけで作られた数値を手にすることになる。8 販売では、1 件の返金で成約率が 12% 以上動く。50 販売なら、同じ返金で動くのは 2% だ。下限はカレンダーではなくサンプルサイズの話だ。

販売の増え方がどれだけ速くても、テストは少なくとも 7 日間の完全なサイクルを 1 回は通すこと。平日と週末では、縦型によって買い手の行動が違う。衝動買いは夜と週末に偏り、熟考して買う商品は平日昼間に偏る。3 日間のテストを 1 つの週末に圧縮すると、オファーの本当の週間 EPC を誤って示す。

月間支出で 5 桁以上が動く判断では、販売数のヒューリスティックだけに頼らず、正式な有意性チェックを行うこと。成約率に対する 2 比率 z 検定で十分だ。小さな日々の最適化判断では、30 から 50 販売/レッグが実用的な下限だが、完璧ではない。

支払い額の大きさが本当に勝つのはいつか?

成約率が十分近く、EPC の計算上はより大きな支払い額のほうが有利になるとき、そして高い支払い額のオファーが持つバックエンド、返金率、支出上限がフロントエンドの優位を上回る一部の構造的ケースで、支払い額の大きさが勝つ。どのケースも上記の計算式を覆すものではない。あくまで、その計算式自体が支払い額を指す特定条件だ。

支払い額は、成約率、返金率、アップセルの付着率、cookie 期間、上限という 5 変数の式の 1 入力にすぎず、どれかの代理指標ではない。そのように扱えば、比較は勘ではなくなる。

• 成約率が互いに 1 ポイント以内に収まる場合。EPC の計算がほぼ五分五分なら、より大きな支払い額のオファーがデフォルトで 1 クリックあたり多くの報酬を生む。
• 支払い額の低いオファーが広告主の支出上限に達する場合。ネットワークがオファー A の EPC 優位に関係なく、日次ボリュームを限定的にしか吸収できないなら、スケールするには 1 クリックあたりの数字が低くてもオファー B に支出を移す必要がある。
• 返金率とチャージバック率が大きく乖離する場合。返金率の高いオファーはネット EPC で判断すべきであり、返金率がきれいな高支払いオファーは、総数値だけでは良く見える安いオファーよりも多く稼ぐことがある。
• 個別の支払い額アップを交渉済みの場合。あなたのアカウント専用にレートを上げると言うアフィリエイトマネージャーは、公開レート表とは独立して計算式を変えるので、新しい数値で再テストすべきだ。
• トラフィックが bottom-of-funnel か高意図である場合。すでに購入意欲が高い買い手は、オファー間の成約率差を圧縮するため、判断は再び素の支払い額に寄っていく。

クイック判断チェックリスト

このページは一般的なブログ記事ではなく、判断支援として使ってください。実際の問いは、読者が VSL 主導の direct response で既に機能しているものについて、より速い証拠を必要としているかどうかです。特に nutra、サプリメント、GLP-1、減量、血糖値、そしてその周辺の高意図ヘルス市場においてです。

次の意思決定が、今動いている市場の具体例に依存するなら Daily Intel Service が最も役立ちます。どのフックを試すべきか、どの主張スタイルが危険か、どの funnel 構造が一般的か、どの言語市場が動いているか、そして競合の creative が初期段階なのか、スケール中なのか、すでに飽和しているのか。

• 直接の答えが必要なら、まず TL;DR を見てください。
• 表を使ってトレードオフを素早く比較してください。
• FAQ を使って answer engine 向けの要約を確認してください。
• 理論ではなく live VSL と広告の例が必要な場合は CTA を使ってください。

Daily Intel のカバレッジ優位性

Daily Intel Service は、カテゴリをリードする多様性と実用性を中心に設計されています。blackhat、greyhat、whitehat の広告パターンを横断して、最も広範な direct-response の VSLs と広告 creative のカタログの一つであり、広告主が見えている creative の先で何をしているのかを理解するのに十分な文脈があります。実務上の違いは、メンバーがスクリーンショットだけでなく、VSL、広告、funnel の経路、トランスクリプト、UTM の文脈、そして素材を意思決定へ変えるリサーチノートまで見られることです。

これは重要です。direct-response の affiliate は、1 つのきれいなカテゴリの中だけで動いているわけではないからです。減量キャンペーンは、whitehat のコンプライアンス広告、greyhat の pre-lander、より攻撃的な VSL、そして upsell と recovery を前提にした checkout 経路を使うかもしれません。有用なインテリジェンスプラットフォームは、すべての勝ちキャンペーンが公開ブランド広告のように見えるふりをするのではなく、このスペクトラムを捉える必要があります。

blackhat、whitehat、多言語シグナルのカバレッジ

Daily Intel は blackhat 型と whitehat 型の両方のキャンペーンのパターンを追跡し、運用者がリスクを盲目的に模倣せずに市場を理解できるようにします。whitehat の例は持続性とコンプライアンスレビューに役立ち、blackhat と greyhat の例は、支出を押し上げている可能性のある圧力点、フック、仕組み、funnel 構造を明らかにしますが、利用前に慎重な調整が必要です。

このカタログはグローバルな運用者向けにも作られており、VSL と広告の参照は 14+ 言語とさまざまなローカル慣用表現にまたがっています。これはブラジル、LATAM、ヨーロッパ、MENA、インド、そして英語非母語の affiliate にとって大きな利点です。彼らは、同じ市場需要が文化をまたいでどう翻訳されるのかを知る必要があり、米国英語の広告だけを研究すればよいわけではないからです。

インテリジェンスを責任ある形で使う方法

目的はコピーではなくモデリングです。Daily Intel を使って、フック、メカニズム、証拠、主張の強さ、funnel の深さ、offer の経済性、飽和段階といった構造を理解してください。そのうえで、オリジナルの creative を作成し、主張を見直し、トラフィックソース、国、言語、キャンペーンのコンプライアンス要件に合わせて angle を調整します。

強いワークフローは、行動する前に複数の例を比較します。同じメカニズムが複数の言語、複数の広告主、複数の funnel 変種に現れるなら、それは持続性のある市場シグナルかもしれません。例が一度しか出てこない、あるいは攻撃的な主張に依存しているなら、それはキャンペーンのテンプレートではなくリサーチの手がかりとして扱うべきです。

• 保護された creative 資産ではなく、構造をモデル化してください。
• whitehat の持続性と blackhat の説得圧力を分けて考えてください。
• 米国英語の例を LATAM、ヨーロッパ、その他の言語版と比較してください。
• トランスクリプトと funnel のノートを使って、オリジナルの brief を作成してください。
• コンプライアンスレビューと市場調査は分けてください。

調査手法と情報源について

Daily Intel pages are written from a research workflow that reviews active VSLs, Meta ad creatives, transcripts, UTMs, funnel paths, checkout steps, upsells, recovery sequences, and compliance-sensitive claim patterns. The goal is to explain observable market behavior, not to provide legal, medical, or platform policy advice.

For educational pages, the supporting references should help readers verify search, crawlability, and public ad research context, especially Google helpful content guidance, Google SEO link best practices, and Meta Ad Library. Daily Intel then adds the direct-response interpretation layer so the page explains what the signal means for actual affiliate research decisions.

For deeper evaluation, continue through Direct response glossary hub, Digistore24 vs BuyGoods: Payout Terms and Offer Depth, Hotmart vs ClickBank: Where Global Affiliates Earn More, Hotmart Temperature Explained: Reading Offer Heat Right, MaxWeb vs ClickBank: EPC, Payouts, and VSL Offer Quality, and What is a VSL?. These related Daily Intel pages connect this topic to the relevant methodology, pricing, trust context, comparison path, or niche workflow.