Amazon広告の数値と全体売上が合わないとき、何を照合するか｜期間・時刻・広告帰属・返品・集計対象を先に揃える
この記事の結論: Amazon広告の管理画面の数字と、Amazon全体の売上（ビジネスレポートや入金額）が合わないときは、期間・確定前データ・広告の『帰属』の仕組み・返品の反映タイミング・集計対象の範囲という5つの前提を先にそろえ、そろえたうえであらためて差分を見ることが必要です。5つの前提をそろえる前に「どちらが正しいか」を決めつけると、広告側にも売上側にも問題がない状態で「数字が合わない」という印象だけが残り、必要のない調整や報告の誤りにつながります。正確な日数・時刻の仕様は広告の種類やアカウントの条件によって異なり、かつ随時更新されるため、本記事では照合の「手順」を中心に整理し、確定的な数値の断定は避けています。
更新日: 2026年10月2日｜執筆: Entech編集部（Amazon広告運用・EC事業支援の実務知見に基づき執筆）｜読了時間: 約11分
この記事でわかること
- 「広告が効いていない/効きすぎている」と誤診断してしまう典型パターン
- 期間・確定前データ（タイムラグ）をそろえる手順
- 広告の「帰属（アトリビューション）」の考え方と、そこで生じるズレの構造
- 返品・キャンセルが売上にいつ反映されるかという前提の違い
- 集計対象（商品・期間・階層）をそろえるときの確認項目
- 現場で行う「全体像から個別へ降りる」照合の実演手順
「広告が効いていない/効きすぎている」に見える典型パターン
Amazon広告を運用していると、「広告管理画面の売上」と「アカウント全体の売上（ビジネスレポートや入金額）」が一致しない場面に必ず出会います。これは、両者がそもそも別の目的で、別の基準で集計されているために起こる、通常の現象です。問題は、不一致の原因を確認せずに判断してしまうことにあります。
よくある3つのつまずき方
- 同じ感覚で数字を比べてしまう：期間・時刻・集計対象が異なる前提に気づかないまま、広告の売上と全体売上をそのまま引き算して差分を論じる
- 原因を一つに決めつける：「広告の数字が過大に出ている」「入力や設定のミスがあるはずだ」など、確認前に単一の原因を決め打ちしてしまう
- そろえる前の数字で判断・報告してしまう：条件をそろえないままの数字で予算配分を変えたり、クライアントへの報告を確定させてしまう
この3つに共通するのは、「広告側の数字」と「売上側の数字」が本来どのような前提で作られているかを確認する前に、結論を急いでしまう点です。次章から、照合の前に揃えるべき4つの観点を順番に見ていきます。
本記事はクラスター記事として設計しており、結論を先に提示したうえで、各見出しに図解を配置する長文構成を採用しています。誤診断のまま予算配分を変えたり、クライアントへの報告を確定させてしまうと、後から訂正の連絡を入れる手間が生じるだけでなく、次回以降の数字に対する信頼そのものを損ないます。まずは「差分があること」と「差分の原因」を切り分け、原因側は次章以降の4つの観点で機械的に確認していく姿勢が、結果的にもっとも早く正しい判断にたどり着く近道になります。特に複数の担当者が同じ数字を別々に報告する体制では、全員が同じ前提で数字を見ているかどうかが揃っていないこと自体が、誤診断の温床になりやすい点にも注意してください。
照合ステップ1｜期間と確定前データ（タイムラグ）をそろえる
最初に確認すべきは、もっとも基本的で、もっとも見落とされやすい「期間が本当に一致しているか」です。
1. 対象期間を再確認する
広告コンソール側で選択している期間と、売上側（ビジネスレポートや自社の集計シート）で選択している期間が、開始日・終了日ともに完全に一致しているかを確認します。「今月」「直近30日」といった相対的な期間指定は、見る日によって対象範囲が変わるため、比較する際は双方を同じ絶対日付（例：2026年9月1日〜9月30日）に固定してから見ることが基本になります。
2. 直近数日のデータを比較対象から外す
広告・売上のいずれのレポートも、直近の数日分は数値が確定しておらず、日をおいて見返すと増減することがあります。これは、処理の都合上生じる一般的な仕組みによる変動であり、障害やミスではありません。差分の原因を探るときは、直近数日を比較対象から外し、ある程度日数が経過して数値が落ち着いた期間同士で比べることが基本です。Amazon Ads公式も、レポート機能を継続的に更新しており、指標やディメンション、アトリビューション手法そのものが標準化・変更される局面があることを発表しています（出典は本記事末尾を参照）。固定の日数を覚えるより、「直近は確定前である」という前提そのものを運用ルールに組み込むほうが、仕様変更にも強くなります。
3. 自社の集計タイミングを確認する
社内の自動集計シートやBIツールが、決まった時刻に広告コンソールのデータを取得している場合、その時刻がちょうど確定前データを拾ってしまっている可能性があります。集計の自動化を導入する際は、「いつの時点のデータを、いつ取得しているか」をセットで確認しておくと、後から差分の原因を探す手間が減ります。
照合ステップ2｜広告の「帰属」の仕組みを理解する
広告管理画面に表示される「売上」は、クリックなどの広告接点を起点に、一定期間内の購入を広告の成果として計上する「帰属（アトリビューション）」という考え方で集計されています。実店舗の会計のように「その日に買われたものをその日に数える」という仕組みとは異なります。
1. 計上日の基準を確認する
広告レポートの売上は、購入が発生した日ではなく、広告への接点（クリックなど）が発生した日を起点に集計される場合があります。たとえば月末にクリックが発生し、翌月に購入が成立したケースでは、広告レポート側では当月の成果として扱われる一方、売上側の集計では翌月の売上として計上されることがあります。月をまたぐ比較をするときほど、この計上日のズレが無視できない差分として表れます。
2. 同一出品者の他商品への波及を考慮する
広告をクリックした商品そのものではなく、同じ出品者が販売する別の商品が購入された場合でも、その売上が広告経由の成果として計上されることがあります。広告対象ASINの売上だけを個別に追っていると、広告レポート全体の売上と食い違って見えることがありますが、これは「広告経由の売上」と「広告対象商品単体の売上」が異なる範囲を指しているために起こります。
3. 複数クリックがあった場合の扱いを確認する
同じ購入者が複数の広告・複数のタイミングで接点を持った場合、一般的には直近の接点に成果が寄せられる考え方（最終接点を重視する考え方）が採用されます。そのため、認知段階で接点を持った広告の貢献は、最終的なレポート上の数字には表れにくくなります。複数キャンペーンを並行運用している場合、「表示回数は多いのに成果が別のキャンペーンに寄っている」という状態が起こり得ることを前提に見る必要があります。
帰属の仕組みそのものが変化していく前提を持つ
Amazon Ads公式は、キャンペーン分析機能のアップデートに関する発表の中で、「指標、ディメンション、アトリビューション手法の標準化」を進めている旨を明らかにしています。アトリビューションの考え方や指標の定義は、今後も標準化・変更が加えられていく前提で捉える必要があります。「以前調べたときはこうだった」という知識をそのまま使い続けず、照合に迷ったときは自社の広告コンソールに表示されている指標の定義（ヘルプ表示・用語集）を都度確認することをおすすめします。Amazon Ads公式はAmazonアトリビューションについて「Amazon外のマーケティングチャネルがAmazon内での購買行動や売上にどのような影響を与えるかについてのインサイトを提供する効果測定ソリューション」と説明しており、広告レポート内の「帰属」の計算と、Amazonアトリビューションという別の計測機能は、名前は似ていても目的が異なる点にも注意してください。
照合ステップ3｜返品・キャンセルの反映タイミングをそろえる
広告・売上の比較で見落とされやすいもう一つの観点が、返品・キャンセルがどの時点で、どちらの数字に反映されるかという違いです。
① 注文ベースと入金ベースの違いを表で確認する
| 見る数字 | 計上のタイミング | 照合での扱い方 |
|---|---|---|
| 注文ベースの売上（広告レポートの売上・注文時点の売上集計） | 注文が確定した時点 | 後日の返品・キャンセルは、この時点の数字そのものを遡って減らさない前提で見る |
| 入金・精算ベースの金額 | 返金・手数料・各種調整を反映した後 | 注文ベースの数字とは性質が異なるため、両者が一致しないこと自体は前提として扱う |
「広告経由の注文は増えているのに、最終的な入金額が伸びていない」という相談の多くは、見ている2つの数字がそもそも異なる地点（注文時点か、精算時点か）を計上基準にしていることが原因です。広告の成果が実態より良く見えているという意味ではありません。差分を「広告の過大申告」と即断する前に、比較している2つの数字がそれぞれ何を基準に計上されているかを確認してください。
② 返品率が高い商品ほど差が出やすい理由
返品率が高い商品・カテゴリほど、注文ベースの数字と入金・精算ベースの数字の差は大きく出やすくなります。これは、注文ベースの集計が「その時点で確定した注文」を基準にしているのに対し、入金・精算ベースの集計は返品が実際に処理された後の金額を反映するため、時間差が構造的に生まれる現象です。返品そのものが異常に多いことを意味するものではありません。アパレルやサイズ違いが起きやすいカテゴリなど、もともと返品率が高い商材を扱っている場合は、この2種類の数字の差が「いつもより大きい」のか「この商材では普段からこの程度出る」のかを、過去数か月分の実績と比較して判断する必要があります。
③ 差が普段より大きいときの確認順序
普段よりも差が大きいと感じたときは、まず対象期間中に返品・キャンセルが集中するイベント（セール直後、サイズ表記の変更、不良ロットの発生など）がなかったかを確認します。該当する事象が見当たらない場合は、返品そのものの増減を疑うより先に、ここまでに挙げた期間のズレや帰属の計上日の違いが重なっている可能性を確認し、照合ステップ1・2の確認に戻ることをおすすめします。
照合ステップ4｜集計対象（商品・期間・階層）をそろえる
期間・帰属・返品の前提をそろえたあとも差分が残る場合、最後に確認すべきは「そもそも集計の範囲が一致しているか」です。
対象ASIN・商品群は一致しているか
広告側のレポートは広告出稿の対象ASINを基準にしている一方、売上側の集計はアカウント全体、あるいは特定カテゴリ全体を範囲にしていることがあります。範囲が異なれば数字が一致しないのは当然であり、まず双方が「同じ商品群」を指しているかを確認します。
キャンペーン単位か商品単位か一致しているか
同じ商品が複数のキャンペーンに同時に出稿されている場合、キャンペーン単位で数字を積み上げると、商品単位で見たときの実態より大きく（あるいは二重に）見えることがあります。比較の単位がキャンペーンなのか商品なのかをそろえる必要があります。
比較に使う粒度（日次・週次・月次）は一致しているか
日次・週次・月次のどの粒度で比較するかによって、期間の境界日に発生したデータの寄せ方が変わり、見かけ上の差分が生まれることがあります。なお、Amazon Adsの統合レポート機能に関する公式発表では、「日次または週次データは最大15か月分、月次・年次・概要レベルのデータは最大6年分にアクセスできる」とされています。粒度によって参照できる期間の長さそのものが異なるため、長期の傾向を見るときと、直近の異常を見るときとで、意図的に粒度を使い分けることが実務的です。
数値の使い方についての注意
本記事では全体ACOSの計算例として86万円・220万円という数字を用いていますが、本文中の数値は、出典を明示できるものか、考え方を説明するための例であることを明記したものに限定し、断定的な実績表現は使用していません。集計対象をそろえたあとに自社で確認する実際の数字こそが判断の基準であり、本記事中の数値例をそのまま目安として当てはめないよう注意してください。
現場で行う「全体像把握」の順番｜全体から個別へ降りる
前提をそろえたら、実際にどう照合を進めるかという手順に入ります。弊社が月次の運用メンテナンスで採用している考え方は、必ずアカウント全体の数字から確認を始め、個別の商品やキーワードの確認はその後に行うというものです。
1. 期間を確定済みの単位に揃える
直近の確定前データが混ざらないよう、まずは「先月」のように締まった期間に期間設定を切り替えます。前月と比較することで、季節要因やセールの影響と、純粋な運用上の変化を切り分けやすくなります。
2. 全体ACOS（広告費÷アカウント全体売上）を先に出す
個別のASINやキーワードの数字を見る前に、アカウント全体の広告費をアカウント全体の売上で割った「全体ACOS」を算出し、現在地を把握します。たとえば広告費86万円・アカウント全体売上220万円であれば、全体ACOSは86万円÷220万円×100で約39.1%（小数第1位で四捨五入）という計算になります（これは考え方を説明するための数値例であり、特定の広告主の実績値ではありません）。積極的に売上を伸ばす「攻めフェーズ」では、全体ACOSの目安が高めの水準でも許容される場合があります。数字単体で高い・低いを判断するより、自社・クライアントの戦略方針と突き合わせて評価することを優先します。
3. 広告費の大きい順にキャンペーン・商品へ降りる
全体の比率に違和感がある場合に限り、キャンペーン一覧を広告費の降順に並べ替えて内訳を確認します。広告費を多く使っているキャンペーンほど、数字のズレや改善が与えるインパクトが大きいため、「広告費を多く使っているところから順に対応する」という優先順位の付け方が、限られた時間で最大の効果を得る基本的な考え方です。全商品・全キーワードをこまめに照合しようとすると際限がなくなるため、全体→上位キャンペーン→個別ターゲティングの順に段階的に絞り込みます。
データ準備の並び順も目的に合わせて変える
月末の振り返りレポートでは売上順に並べて「どこで伸びた・落ちたか」を把握し、月の途中で経過を追う中間レポートでは特定のASINを固定して時系列で比較する、というように、レポートの並び順自体を目的に応じて使い分けると、毎回ゼロから差分を探す手間が減ります。
照合前に確認する6項目チェックリスト
ここまでの内容を、差分を確認する前のチェックリストとしてまとめます。
チェックリストの使い方
本記事は、Entech編集部が実務で使っている照合手順を、結論を先に示したうえで整理したものです。一般的な注意点を寄せ集めた解説ではありません。上から順に埋めていき、すべて一致していることを確認できた時点で初めて「差分の原因調査」に進んでください。途中の項目を飛ばして個別調査に入ると、本来は前提の違いで説明がつく差分を、設定ミスと誤認してしまう恐れがあります。
| 項目 | 確認すること |
|---|---|
| ①期間の一致 | 広告・売上双方の対象期間（開始日・終了日）が完全に同じか |
| ②確定前データの除外 | 直近数日を比較対象から外しているか |
| ③帰属の起点 | 広告接点の日基準か、購入日基準かを区別しているか |
| ④返品の反映有無 | 注文ベースの数字か、入金・精算ベースの数字かを区別しているか |
| ⑤集計対象の範囲 | ASIN・商品群・キャンペーン単位のどれで比較しているかが一致しているか |
| ⑥比較の粒度 | 日次・週次・月次のどの粒度で比較しているかが揃っているか |
この6項目をすべて確認してもなお説明のつかない差分が残る場合は、設定ミスやデータ取得側の不具合といった、個別の原因調査に進むべき段階だと判断できます。前提をそろえる作業を省略しないことが、本当に調査すべき問題を見つける近道になります。Amazon Ads公式も「Amazonでは、キャンペーンパフォーマンスを把握し、成果を測定するのに役立つ複数のレポートをAmazon Adsコンソールで提供しています」と案内しており、まずは公式が用意する標準レポートの範囲でこのチェックリストを確認し、それでも説明できない場合に個別調査へ進むという順序を崩さないようにしてください。
よくある質問（FAQ）
Q：広告管理画面の売上とビジネスレポートの売上、どちらを「正しい数字」として扱えばいいですか？
それぞれ異なる目的で設計された数字です。どちらか一方が絶対的に正しいというものではありません。広告の費用対効果を見るときは広告レポート側の定義で一貫して追い、アカウント全体の経営数字（入金・利益）を見るときは売上・精算側の数字で一貫して追う、というように、見る目的に応じてどちらの定義を基準にするかをあらかじめ決めておくことをおすすめします。
Q：毎月同じようなタイミングで差分が発生します。都度確認するしかないですか？
本文で紹介した6項目のうち、自社の運用で毎回ズレの原因になりやすい項目が特定できている場合は、その項目をチェックリスト化し、月次の定例確認に組み込むことで、都度ゼロから原因を探す手間を減らせます。弊社の運用メンテナンスでも、全体ACOSの算出とデータ準備の並び順の統一をルーティン化し、判断に使う時間を優先的に確保する考え方を採用しています。弊社の運用メンテナンスでは、月2回（2週間に1回）のペースで広告費の大きいキャンペーンから優先的に見直す頻度を採用しています。
Q：広告の「帰属」の正確な日数や条件は、どこで確認すればいいですか？
帰属の条件は広告の種類やアカウントの条件によって異なり、Amazon Ads側のレポート機能や指標の定義自体も継続的に更新されています。本記事では特定の日数を断定して記載していません。正確かつ最新の定義は、自社の広告コンソールに表示されているレポートのヘルプ表示・用語集で、照合のたびに確認することをおすすめします。
Q：全体ACOSが約39.1%というのは高いのでしょうか？
本文中の86万円・220万円という数字は、計算方法を説明するための例であり、特定の実績値ではありません。全体ACOSの評価は、商品の利益率や、売上を積極的に伸ばしたい時期か安定運用を重視したい時期かといった戦略方針によって変わるため、数値単体で高い・低いを判断せず、自社・クライアントの方針と突き合わせて評価してください。
Q：月次ではなく週次で照合したほうがいいケースはありますか？
セール期間の前後や新商品の投入直後など、広告費・売上の双方が短期間で大きく変動する局面では、月次の振り返りだけでは変化の起点を特定しづらくなります。このような局面に限っては、月次の定例確認に加えて、該当期間だけ週次で全体ACOSの推移を確認すると、どのタイミングで数字が動き始めたかを早期に把握しやすくなります。ただし、通常期まで週次確認を常態化すると、短期的なノイズ（確定前データの揺れなど）を異常値と誤認しやすくなるため、平常時は月次、変動が大きい局面だけ週次に切り替えるという使い分けが実務的です。
Q：広告代理店や外部パートナーに照合結果を報告するとき、特に気をつけることはありますか？
報告先が広告の数字と売上の数字のどちらを基準にしているかを事前にすり合わせておくことが重要です。本記事で整理した5つの前提（期間・確定前データ・広告の帰属・返品の反映・集計対象の範囲）のうち、どの前提で差分が生じていたのかを具体的に示したうえで報告すると、「なぜ数字が合わなかったのか」を代理店側も自社側も同じ理解で共有でき、次回以降の報告で同じ確認作業を繰り返す手間を減らせます。
Q：チェックリストで原因を切り分けたあと、再発防止のために社内でどんな仕組みを作っておくとよいですか？
差分の原因が特定できたら、その原因を個人の記憶に頼らず、チーム内で再利用できる形に残しておくことが再発防止につながります。具体的には、①どの前提（期間・確定前データ・広告の帰属・返品の反映・集計対象の範囲）がズレていたのか、②どの数字とどの数字を比較していて差分に気づいたのか、③最終的にどちらの定義を基準として採用したのか、という3点を簡単なメモとして残し、次回以降に同じ種類の差分が出たときにまず参照できるようにしておきます。月次の定例確認のタイミングで、このメモを振り返りながら6項目のチェックリストを確認する運用にすると、担当者が変わっても同じ基準で照合を続けられるようになります。特に複数のブランド・複数のアカウントを並行して運用している場合は、アカウントごとに前提が異なることもあるため、アカウント単位でメモを分けて管理することをおすすめします。また、担当者の異動や引き継ぎが発生するタイミングでは、このメモを一度まとめて読み合わせておくと、新しい担当者が過去の判断の経緯を知らないまま同じ差分を一から調査し直す手間を避けられます。引き継ぎ資料に照合手順そのものを含めておくことで、属人化を防ぎながら照合の精度を維持できます。
Q：広告の種類（スポンサープロダクト・スポンサーブランド・スポンサーディスプレイ）によって、照合の考え方は変わりますか？
基本となる5つの前提（期間・確定前データ・広告の帰属・返品の反映・集計対象の範囲）はどの広告タイプでも共通して確認すべき項目です。一方で、広告タイプによって主に貢献する購買行動の性質が異なるため、「全体ACOSが想定より高い・低い」と感じたときの解釈は一律にはできません。たとえば認知目的の広告タイプを多く併用している場合、短期の全体ACOSだけで効果を判断すると、本来は評価すべき間接的な効果を見落とす可能性があります。広告タイプの構成比が変わったタイミングでは、全体ACOSの推移だけでなく、どの広告タイプの比率が変化したのかもあわせて確認すると、数字の変化の理由を誤って解釈するリスクを減らせます。
まとめ
- 広告の数字と全体売上が合わないのは、そもそも異なる目的・基準で集計されているためであり、異常ではない
- 差分を見る前に、期間・確定前データ・広告の帰属・返品の反映・集計対象の範囲という5つの前提をそろえる
- 帰属の仕組みや指標の定義はAmazon Ads側で継続的に更新されるため、固定の数値を覚えるより自社の管理画面で都度確認する習慣を持つ
- 照合の実務では、個別の商品・キーワードからではなく、まずアカウント全体の数字（全体ACOSなど）から確認し、広告費の大きい順に内訳へ降りていく
- 6項目のチェックリストをすべて確認してもなお差分が残る場合に、初めて設定ミスやデータ不具合の調査に進む
広告の数字と売上の数字が合わない原因の切り分けや、月次の照合・メンテナンス手順を自社の体制に合わせて設計したい場合は、お問い合わせフォームから相談することができます。商談前の問い合わせ段階での費用は発生しません。
参考・出典（2026-10-02確認）
- Amazon Ads公式「Campaign analysis with unified reporting, now available」（日次・週次データは最大15か月分、月次・年次・概要レベルは最大6年分アクセス可能という記載、および指標・ディメンション・アトリビューション手法の標準化を進めている旨の記載を確認）
- Amazon Ads公式「Introduction to attribution and campaign reporting」（キャンペーンレポートと、Amazon外のチャネルの影響を測定するAmazonアトリビューションが、それぞれ異なる効果測定ソリューションであるという記載を確認）
- Amazon Ads公式「Sponsored Products best practices」（Amazon Adsコンソールが複数の標準レポートをキャンペーンパフォーマンスの把握・成果測定のために提供しているという記載を確認）
