広告費が消える原因アドフラウド｜無効クリックから守る

2025年の日本国内におけるアドフラウド被害額は、推計で約1,591億円——アドフラウド対策ツール「Spider AF」を提供するSpider Labsの調査レポートが示した数字です。前年より82億円増え、広告市場の拡大が続けば2026年には1,816億円に達するという試算も示されています。広告費の一部が、ボットのクリックや広告収益目的の低品質サイトに静かに吸い取られている。しかも管理画面の数字はむしろ良く見えることさえあるため、被害に気づかないまま予算を増やしている広告主が少なくありません。本記事では、アドフラウドの手口と、広告費を守るための実務的な対策を、被害規模の調査データ、気づくためのサイン、Google広告など媒体側の仕組み、広告主側でできる除外設定・アドベリフィケーションツール・配信面の点検チェックリスト、AIを使ったログ点検の手順まで順に解説します。

アドフラウドとは：広告費を狙って偽装される無効トラフィック

アドフラウド（広告詐欺）とは、広告の表示・クリック・コンバージョンをボットや不正なサイト運営者が偽装し、広告費をだまし取る不正行為の総称です。業界では無効トラフィック（IVT）と呼ばれ、データセンター発のアクセスや既知のボットのように機械的に判別できる単純なもの（GIVT）と、人間の閲覧行動を精巧に模倣するボットやなりすましのように検知が難しい巧妙なもの（SIVT）に大別されます。厄介なのは後者で、媒体側の自動フィルタをすり抜けて広告費を消化し続けます。

被害を受けるのは広告主です。予算は正常に消化されるのに、その一部は見込み客に一度も届いていない。クリック課金なら費用が直接失われ、インプレッション課金なら誰も見ていない表示にお金を払うことになります。さらに深刻なのは計測の汚染です。ボットの流入がCTRやセッション数を膨らませると、どの施策が効いているかの判断材料そのものが狂うため、被害は広告費の損失にとどまらず、マーケティング全体の意思決定に及びます。1件あたりの獲得単価が高いBtoBでは、この歪みの影響がとりわけ大きくなります。

被害規模：国内で年1,500億円超という推計

冒頭で触れたとおり、Spider Labsが自社ツールの年間解析データをもとにまとめた調査レポート（通年版2026）では、2025年の国内アドフラウド被害額は約1,591億7,733万円と推計されています。前年から82億円の増加で、平均発生率は微減したものの、インターネット広告市場全体の拡大に伴い被害総額は増え続けています。同レポートは、市場が同様の成長率で伸びた場合、2026年の被害額が1,816億円に達する可能性にも言及しています。

内訳で注目すべきは自動化まわりの数字です。同調査によれば、大手配信プラットフォームのAI最適化キャンペーンにおける不正率は最大5.2%と、媒体全体平均の最大2倍で推移しており、AI最適化メニューの配信量自体がこの1年強で192%に成長しています。つまり、運用の自動化が進むほど、人の目が届かない配信面に不正が入り込む余地も広がっているということです。また、2025年8月に公表された国内の別の調査では、主要な広告プラットフォームで8.5%から数十%規模の不正クリックが確認されたという報告もあります。調査主体や無効の定義によって数字は変わりますが、無視できる規模ではないという結論は共通しています。

この巨大な数字は、遠い業界全体の話ではありません。自社の被害額は、月間広告費に想定不正率を掛ければ概算できます。たとえば月200万円を運用型広告に投じ、不正率を控えめに3%と見積もっても、月6万円・年72万円が見込み客に届かず消えている計算です。前述のようにAI最適化キャンペーンでは不正率が跳ね上がる可能性があり、配信面の点検を怠っていればこの数字はさらに膨らみます。専門家の解説でも、アドフラウド対策の第一歩は「見えないコストを金額に置き換えて可視化すること」だと指摘されています。年間数十万〜数百万円という具体的な金額に落とすと、後述する除外運用やツール導入の投資判断が一気に現実的になります。

手口①：ボットによる無効クリックと偽インプレッション

最も古典的な手口が、自動プログラム（ボット）によるクリックと表示の量産です。クリック課金型の広告では、ボットがクリックするたびに広告費が消化されます。インプレッション課金型では、人間が一度も見ていない表示に費用が発生します。ボットは深夜帯への集中・同一IP帯からの大量発生・滞在0秒・直帰率ほぼ100%といった痕跡を残すことが多く、これが後述する発見のサインになります。単純なボットは既知のシグネチャで判別できますが、近年はブラウザやマウス操作、ページのスクロールまで模倣する高度なボットが増え、人間との見分けが年々難しくなっています。

ボット以外にも、競合他社や悪意ある個人による意図的な手動クリック、報酬を得て人間がクリックを繰り返すクリックファームといった人力の不正も存在します。人間による操作はボット検知を通り抜けやすいのが厄介な点です。さらに見落とされがちなのがリターゲティングリストの汚染です。ボットがサイトを訪問するとリタゲ配信の対象リストに入り込み、以後そのボットに向けた配信で広告費が繰り返し消化されます。一度の不正アクセスが、後続の配信まで汚染するわけです。リタゲはコンバージョン率が高く見えるため優先的に予算を寄せられがちで、汚染された分だけ被害が拡大しやすいという二次被害の構造もあります。

手口②：MFAサイト——広告収益のためだけに作られる低品質サイト

近年、業界の大きな問題になっているのがMFA（Made for Advertising）サイトです。読者への価値提供ではなく広告収益の最大化だけを目的に作られたサイトで、デジタル広告品質認証機構（JICDAQ）とSpider Labsの共同調査は、その特徴として①ページに占める広告比率が推奨水準の30%を超える、②バナーの自動更新や動画の自動再生で表示回数を稼ぐ、③自然検索ではなくSNS等で買った流入に依存する、④質より量を優先したテンプレート的な低品質コンテンツ（生成AIによる量産を含む）、⑤デザインへの投資が最小限、という5点を挙げています。

同調査では、41億回を超えるクリックの解析から約460万件の無効クリックが検出され、解析対象の中だけでも年間およそ7,900万円以上がMFAサイトへ浪費されていたと報告されています。MFAが厄介なのは、閲覧しているのが本物の人間であるケースも多く、機械的な無効トラフィック判定をすり抜けやすいことです。広告は「表示」され「クリック」もされるが、そこに購買意欲のある読者はいない。しかも生成AIの普及でサイトの量産コストが下がり、MFAは増える構造的な追い風の中にあると業界では指摘されています。ブランド毀損の観点でも、自社広告が低品質サイトに並ぶこと自体がリスクです。

手口③：なりすましから水増しまで——主な手口の一覧

ボットとMFA以外にも、手口には多くのバリエーションがあります。代表的なものを整理します。

手口	仕組み	広告主への影響
ボットクリック	自動プログラムがクリック・表示を量産	クリック課金の直接消化・計測汚染
MFAサイト	広告収益目的の低品質サイトが在庫を量産	無価値な配信面への出稿・ブランド毀損
ドメインスプーフィング	低品質サイトが優良サイトになりすまして在庫を販売	意図しない面への高値出稿
アドスタッキング・隠し広告	広告を重ねたり1ピクセルで表示し、見えない表示に課金	誰も見ていない表示への支払い
インストールフラウド	アプリ広告の成果（インストール）を偽装	成果報酬の詐取・データ汚染

手口の名前をすべて暗記する必要はありません。重要なのは、どの手口も「管理画面上は成果が出ているように見えるが、実際には見込み客に届いていない」という共通構造を持つことです。手口は検知技術とのいたちごっこで入れ替わり続けるため、個別の対策より、数字の違和感に気づく仕組みと定期点検の習慣を持つことが本質的な防御になります。

なぜ気づきにくいのか：数字はむしろ良く見える

アドフラウドの発見が遅れる最大の理由は、被害が数字の悪化として現れないことです。ボットがクリックすればCTRは上がり、安価な不正在庫に配信されればクリック単価は下がる。つまり表面上のKPIはむしろ改善して見えるのです。フォームへの自動入力（スパムCV）まで加わると、コンバージョン数すら伸びて見えます。月次レポートがキャンペーン単位の集計値だけで構成されていると、配信先の明細に潜む異常はまず発見できません。

さらに、AI最適化型のキャンペーンには構造的な死角があります。自動入札は「安く成果が取れる（ように見える）面」に配信を寄せるため、クリックもCVらしき反応も返してくるMFAサイトや不正在庫は、AIにとって優良な配信先に見えてしまうのです。前述のとおりAI最適化キャンペーンの不正率が媒体平均の最大2倍という調査結果は、この死角の存在を裏付けています。結論は「自動化を使うな」ではありません。自動化を使うなら、配信先の点検をセットにする。これが現実的な落としどころです。

気づくためのサイン：管理画面の違和感チェック

では、何を見れば被害に気づけるのか。単独では断定できませんが、複数が重なったら疑うべきサインを整理します。

サイン	どこで確認するか	疑われる不正
CTRが説明のつかない急騰をしている	広告レポートの期間比較	ボットクリック・MFA
クリックは多いのにCVがゼロの配信先がある	配信先（プレースメント）レポート	MFA・不正在庫
深夜・早朝にクリックが不自然に集中する	時間帯別レポート	ボット
見知らぬ参照元・ドメインからの流入が急増	GA4の参照元レポート	ボット・不正サイト
滞在0秒・直帰率ほぼ100%の流入が多い	GA4のエンゲージメント指標	ボット
商圏外の国・地域からのクリックが目立つ	地域別レポート	クリックファーム等

点検の基本は、広告管理画面の数字とGA4などサイト側の数字を突き合わせることです。広告側では正常に見えるクリックが、サイト側では滞在0秒の直帰として記録されていれば、その差分が疑いの候補になります。月に一度、期間比較で急変した項目がないかを見るだけでも、発見の確率は大きく上がります。異常は絶対値ではなく変化に現れるためです。

媒体側の対策：Google広告の無効クリック処理の仕組み

媒体側も無策ではありません。Google広告は、ユーザーの純粋な興味から生じていないクリックや表示を無効なトラフィックと定義し、偶発的なダブルクリック、意図的な不正クリック、ボットや自動ツールによるクリック、データセンター由来の既知の不正トラフィックなどを対象に、システムによる自動検出とフィルタリングを行っています。無効と判定されたクリックには原則として課金されず、請求前に検出された分は利用明細で調整、請求後に検出された分はクレジット（返金調整）として処理されます。

広告主が確認できる情報も用意されています。レポートの表に「無効なクリック」列を追加すれば、自動検出された無効クリック数を確認でき、料金メニューでは無効なアクティビティに対するクレジットを確認できます。また、自動検出されない疑わしいトラフィックについては、IPアドレスの手動除外や、クリック品質フォームからの調査リクエスト（過去60日間が対象）という手段があります。まずは自社アカウントに無効クリック列を追加して、実態を一度見てみることをおすすめします。

媒体任せにできない理由：自動フィルタの限界

媒体の自動対策があるなら安心かというと、そうは言えません。第一に、SIVTと呼ばれる巧妙な不正は人間の行動を高精度で模倣するため、自動判定には原理的な限界があります。第二に、MFAサイトの多くは「本物の人間が閲覧している低品質サイト」であり、トラフィック自体は無効と判定されにくい構造です。つまり無効クリックのクレジットは、検出できた分にしか適用されません。検出をすり抜けた分は、通常の広告費として静かに消えていきます。

第三に、立場の問題があります。プラットフォームは広告在庫を販売する事業者でもあるため、無効判定の基準や検出の詳細は外部から検証できません。媒体別の不正率に大きな幅があるという調査報告も、媒体の申告だけに頼らない検証の必要性を示しています。媒体のフィルタは第一の防衛線として重要ですが、最後に自社の広告費を守る責任は広告主側にあると考えて、次章からの自衛策を組み合わせてください。

広告主の対策①：除外設定と配信面の点検

自衛策の基本は、配信先の可視化と除外です。ディスプレイ広告やDemand Genでは配信先（プレースメント）レポートを開き、表示回数・クリックの多い配信先ドメインやアプリを目視で確認します。聞いたこともないドメインでクリックだけが積み上がっていれば、実際にそのサイトを開いて確認し、低品質なら除外リストへ追加します。トピック除外・コンテンツ除外・アプリカテゴリの一括除外も併用し、除外リストはアカウントの共有ライブラリで一元管理して月次で追記していきます。

検索広告では、無効クリック列の監視に加えて、明らかに不審なIPアドレスの除外を行います。あわせて、フォームの自動送信によるCV汚染を防ぐために、reCAPTCHAなどのボット対策をコンバージョン地点に入れておくと、計測の信頼性が守られます。ポイントは、自動化度の高いキャンペーンほど点検頻度を上げることです。P-MAXやDemand GenのようにAIが配信先を決める仕組みでは、人間の点検が唯一のブレーキになります。

広告主の対策②：アドベリフィケーションツール

点検を人力だけで続けるのが難しい規模になったら、アドベリフィケーションツールの出番です。広告配信を第三者の立場で検証するツール群で、無効トラフィックの検知、不正配信面への事前ブロック、除外リストの自動更新、MFA判定、ブランドセーフティ（不適切な面への掲出防止）などを提供します。国内ではSpider AFやMomentumなどが知られ、海外大手ではIAS（Integral Ad Science）やDoubleVerifyが広く使われています。

導入判断は費用対効果です。月々のツール費用に対して、検出・防止できる被害額と、計測データの信頼性回復という価値が見合うかを試算します。多くのツールが無料診断やトライアルを提供しているため、まず自社アカウントの不正率を測定してから判断するのが合理的な順序です。月の広告費が数百万円規模なら、不正率が数%でも年間の被害額はツール費用を上回る計算になることが珍しくありません。なお、ツールは万能ではなく、除外運用や配信面の点検と併走させてこそ機能します。

ツールを選ぶときの着眼点は3つです。第一に、プレビッド（配信前）ブロックに対応しているか。不正在庫への入札そのものを事前に止められるツールは、事後にレポートで気づくタイプより損失を防げます。第二に、自社が使っている媒体・配信面をカバーしているか。検索・ディスプレイ・SNS・アプリでは検知の仕組みが異なるため、主戦場に対応したツールを選びます。第三に、レポートが除外運用に接続できるか。検出結果を除外リストへ反映する導線がないと、気づいても止められません。国内媒体はJICDAQ認証の取得状況、海外配信はMRC（Media Rating Council）認定の有無も、選定時の客観的な判断材料になります。

対策を仕組みにする4ステップ

ここまでの対策を、導入の順番に沿って手順化します。

3ステップ目に出てきたJICDAQ（デジタル広告品質認証機構）は、無効トラフィック対策とブランドセーフティへの取り組みを第三者の立場で認証する国内の業界団体です。広告会社や媒体社の選定時に認証の有無を確認することは、広告主が今日からできる品質管理の1つです。また、運用を代理店に委託している場合でも、配信先の明細を見せてもらう権利は広告主にあります。レポート項目の合意は遠慮なく求めてください。

配信面点検チェックリスト

月次点検で使えるチェックリストを用意しました。すべてにチェックがつく状態を維持できれば、アドフラウドの大半は早期に検知できます。

• 配信先（プレースメント）レポートを月1回開き、上位の配信先ドメイン・アプリを目視確認している
• クリックが多いのにCVがゼロの配信先を四半期ごとに洗い出し、除外リストへ反映している
• 広告レポートに「無効なクリック」列を追加し、推移を監視している
• GA4の参照元・滞在時間・直帰率で、広告流入の質を広告管理画面と突き合わせている
• 除外リストを共有ライブラリで一元管理し、追加履歴を記録している
• フォームCVにreCAPTCHA等のスパム対策を入れ、CVデータの汚染を防いでいる
• P-MAXやDemand GenなどAI最適化キャンペーンの配信先も、点検の対象に含めている

チェックリストは作って終わりではなく、担当者が変わっても回り続ける形にすることが肝心です。点検日を毎月の定例に固定し、結果を1枚のシートに記録していけば、不正率の推移そのものが自社の資産データになります。半年分たまれば、どの媒体・どのキャンペーン構成が汚染されやすいかという自社固有の傾向も見えてきます。

AIで広告ログの点検を自動化する

配信先レポートの点検は、生成AIで大幅に省力化できます。数百行の配信先データを渡して、疑わしい行の抽出と理由づけを任せるのです。プロンプトの例を挙げます。

あなたはBtoB企業の広告運用の点検担当です。
以下は広告の配信先レポートです（形式：配信先ドメイン,表示回数,クリック数,CTR,コンバージョン数,費用）。
1. クリック数が多いのにコンバージョンがゼロの配信先を抽出してください。
2. CTRが全体平均の3倍を超える配信先を抽出してください。
3. ドメイン名の特徴から低品質サイトの疑いがある配信先を挙げ、理由を1行で添えてください。
4. 集計や合計の計算はしないでください（数値の確定は表計算側で行います）。
---
（ここに配信先レポートを貼り付け）

AIの役割は疑い候補のリストアップまでです。除外の最終判断は、人間が実際にそのサイトを開き、コンテンツの質と広告の載り方を見て行います。AIが「疑わしい」と挙げたドメインが正常なメディアであることも普通にあるため、AIは網、判断は人という分担を崩さないでください。GA4のエクスポートデータを渡して、参照元別の滞在時間・直帰率から異常パターンを要約させる使い方も、月次点検の時間を大きく削ってくれます。

もう一歩進めるなら、点検を毎月同じ形式で回せるようテンプレート化します。配信先レポートとGA4データの書き出し方、AIに渡すプロンプト、抽出結果を貼り込む除外候補シートを一式そろえておけば、担当者が代わっても同じ精度で点検が続きます。生成AIは前月との比較も得意なので、今月と先月の配信先レポートを並べて渡し、新たに出現した配信先や急増したドメインだけを抜き出させると、変化点に絞った効率的な監視ができます。アドフラウドは変化に現れるという原則どおり、前月比の差分を追う運用は、絶対値の一覧を眺めるより異常の発見が速くなります。ここまで型ができれば、月次点検は30分程度の定例作業に収まります。

• 配信ログやGA4データを外部のAIサービスに渡す際は、顧客情報や社外秘の数値が含まれていないかを確認してから使う
• 生成AIは数値の集計を誤ることがある。合計・比率の算出は必ず表計算側で行い、AIには抽出と言語化だけを任せる
• 除外のしすぎは配信量とリーチの低下を招く。除外は段階的に行い、配信量への影響を翌週に確認する

やってはいけない対策のNG例

最後に、アドフラウド対策でかえって損をするNGパターンを挙げます。過剰反応と無関心、どちらの極端も広告成果を損ないます。

• 不正が怖いからと配信面を過剰に除外し、リーチそのものを枯らして成果まで落とす
• 「無効クリックは返金されるから対策不要」と考える（返金は検出できた分だけ。すり抜けた分は消えたまま）
• CTRやクリック単価の見かけの改善を、質の検証をしないまま成果として報告し続ける
• 成果不振の原因検証でアドフラウドの可能性を確認せず、クリエイティブや入札のせいだけにして改善を空振りさせる

対策の目的は、不正をゼロにすることではありません。それは現実的に不可能です。目指すのは、被害を検知できる状態を保ち、計測データの信頼性を確保し、無駄な予算流出を許容できる水準まで抑えること。その意味でアドフラウド対策は、特別なセキュリティ業務ではなく広告運用の品質管理の一部です。

まとめ

アドフラウドは、ボットによる無効クリックやMFAサイトなどを通じて、国内だけで年間1,500億円超と推計される広告費を奪っている不正行為です。被害は数字の悪化ではなく「良く見える数字」の裏に隠れるため、CTRの急騰・CVゼロの大量クリック・不自然な参照元といったサインを突き合わせで点検する習慣が第一の防御になります。Google広告などの自動フィルタは検出できた分にしか効かないため、配信先レポートの目視と除外設定、アドベリフィケーションツール、JICDAQ認証の確認や代理店とのレポート合意という三段構えで自衛する。点検の下ごしらえは生成AIに任せ、判断は人が行う。広告費を守ることは、次の打ち手の原資と判断材料を守ることです。まずは今月、配信先レポートと無効クリック列を開くところから始めてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。