リーチ
Reachりーち
リーチとは、広告やコンテンツが届いた重複しない人数（ユニークな人数）を表す指標です。同じ人に3回表示されても「1人に届いた」と数えるのが特徴で、「延べ何回表示されたか」を数えるインプレッションとは意味が異なります。「どれだけ多くの人に届いたか」という広がりを測るものさしです。
なぜ「届いた人数」を分けて見るのか
広告の成果を「表示回数」だけで見ていると、実は同じ少人数に何度も表示していただけ、というケースを見落とします。表示回数が多くても届いている人が少なければ、新しい見込み客は増えていません。逆に、届く人数は増えているのに一人あたりの接触が浅すぎれば、記憶に残らず行動につながりません。
リーチは「どれだけ広く新しい人に出会えたか」を測る指標です。予算が限られる中小企業ほど、同じ人への重複表示に無駄なコストを使っていないかを見極める必要があります。リーチとフリークエンシー（一人あたりの接触回数）を分けて把握することで、「広げるべきか」「深めるべきか」の判断ができるようになります。
「何人に届いたか」を正しく測ることが、広告費の無駄をなくす第一歩になる。
顧客心理の視点から見ると、まだ商品を知らない人は、一度広告を見ただけでは動きません。かといって同じ広告を何度も浴びせられると、飽きや不快感が生まれます。リーチとは「新しく出会えた人の数」であり、その人たちが心地よく認知を深められる回数はどのくらいか、という設計とセットで考えるべき指標です。
仕組みとして設計すれば、人手をかけずに「新規の人へ届ける」と「すでに届いた人を深める」を配信段階ごとに切り分けられます。認知段階ではリーチを広げる配信、検討段階では接触を深める配信、と役割を分けておけば、限られた予算が自動的に適切な相手へ配分されていきます。
AI活用の視点では、Google広告やMeta広告の配信最適化と組み合わせることで、すでに接触済みの人への過剰な重複表示をAIが抑え、まだ届いていない層へ優先的に配信することもできます。ARGASなどで自社サイトの訪問者データとつなげば、既存顧客を除外して新規層だけに広げる、といった調整も自動化できます。
図解：リーチ・フリークエンシー・インプレッションの関係
広い母集団のうち、実際に届いた人数が「リーチ」。その人たちへの接触回数が「フリークエンシー」。両者を掛け合わせた延べ表示回数が「インプレッション」です。
事例で見る：国内・海外
大手消費財ブランド ── リーチ最大化で「まず知ってもらう」
P&GやCoca-Colaのようなグローバルブランドは、新商品の投入時にまず幅広い層へのリーチを重視した広告設計を行うことで知られています。多くの人にまず存在を知ってもらい、そのうえで購入検討層に接触を深める——という二段構えは、認知を広げる段階と意欲を深める段階を分けて設計する考え方の代表例です。
地域の飲食チェーン ── 商圏の新規客にリーチを絞って届ける
たとえば、ある地域密着型の飲食チェーンが、来店可能なエリアに住む人だけに配信範囲を絞り、その中で「まだ来店していない層」へのリーチを最大化する——という形が典型です。無駄に遠方や既存客へ表示せず、届く価値のある新規客に予算を集中させることで、限られた広告費でも新規来店につなげやすくなります。
現場での使い方：4ステップ
- 目的を「広げる」か「深める」かで決める認知拡大が目的ならリーチを、行動喚起が目的ならフリークエンシーを重視する。
- リーチとインプレッションを分けて見る表示回数だけでなく「実際に何人に届いたか」を必ず確認し、重複の偏りをチェックする。
- 既存客・既接触層を除外する新規層に広げたいなら、すでに届いている人やサイト訪問者を配信対象から外す。
- 適正な接触回数の上限を設けるフリークエンシーの上限を設定し、同じ人への過剰表示による飽きと予算浪費を防ぐ。
関連用語
まとめ：何人に届いたかを測ることが、無駄のない配信につながる
リーチは、広告が「延べ何回表示されたか」ではなく「何人に届いたか」を測る指標です。フリークエンシーと分けて把握すれば、広げるべきか深めるべきかの判断ができ、同じ人への過剰表示による無駄を減らせます。AIによる配信最適化と組み合わせれば、まだ出会えていない層へ自動的に予算が配分され、限られた広告費でも新しい顧客との接点が着実に増えていきます。
