ファネル分析
CVイベントまでのステップにおける離脱率を分析することで、離脱の多いポイントを確認したり、CVイベントにつながりやすいフローを発見することができます。
ユースケース
ユーザーが離脱しているポイントを確認する
ECアプリを例に考えます。購入フローにおける課題を発見するために、以下のようにイベントを設定し、ファネル分析を作成します。
- アプリ起動
- 商品詳細
- カート追加
- 購入開始
- 個人情報入力
- 購入完了
たとえば、購入開始画面に進んだが、個人情報入力画面で離脱したユーザーが多いことがファネル分析によって確認できた場合、個人情報入力画面に何らかの課題があるのではないかという仮説が立てられます。その仮設を解消するコミュニケーションを取ることで、コンバージョン率の改善を図ることができます。
ユーザーのファネル突破傾向を確認する
区間ごとの遷移数を曜日ごと、月内の週ごとといった長期間で比較することで、ユーザーのファネル突破傾向を捉えることができます。
たとえば、アカウント登録の突破率が土日が高くなっている傾向があれば、土日の時間があるときに対応されるユーザーが多いのではないかという仮説が立てられるので、その仮説解消の為に土日に離脱者へプッシュを行ってみようという施策案を考えることができます。
属性別の経路の違い
男性、女性や会員・非会員など、ユーザーの属性別にファネル突破率を比較することができます。
方法の詳細は条件を設定して分析するをご確認ください。
新規ユーザーがファネル突破にかかる期間を把握する
ユーザーがファネルを突破するまでに要している時間をを確認します。
日、週、月別にCVRを把握することで全体像を捉えることができます。
たとえば、日次で見ると商品一覧に辿り着くユーザーは5%未満ですが、月次で見ると30%以上の場合があるなど、期間別に分析することで傾向を確認することができます。
また、日、週、月別で確認してもCVRがほとんど同じであるならば、初日にコンバージョンしなければ、時間が経ってもコンバージョンする見込みは薄いということもわかります。
コンバージョンに到達しやすい経路を発見する
複数のファネル分析を作成することで、ユーザーがどの経路からコンバージョンに到達しやすいかを確認することができます。
たとえば、次のような3つのファネル分析を作成します。
- お気に入り → 購入
- 検索 → 購入
- おすすめ商品一覧 → 購入
この3つを比較し、もっとも離脱率が低いファネルが購入に一番至りやすい経路だということが特定できれば
その経路への導線を増やすことで購入率をあげるという施策の検討に繋がります。