コンバージョン分析の 3 つのレベル: 製品と運用の両方を理解していますか?

コンバージョン分析は、インターネット製品と操作の分析において最も中核的かつ重要なシナリオです。電子商取引サイトでのショッピングを例にとると、購入行動の成功には、検索、閲覧、ショッピングカートへの追加、注文の変更、決済、支払いなどの複数のリンクが含まれます。これらのリンクのいずれかに問題があると、ユーザーの最終的な購入行動が失敗する可能性があります。洗練された運用の文脈では、変換分析をどのように実行するかが科学になっています。

コンバージョンとは何ですか? コンバージョンは、ユーザーがビジネス価値ポイントの方向でアクションを実行したときに発生します。ここでのビジネス価値ポイントには、登録の完了、ユーザー情報の完了、購入の完了などが含まれますが、これらに限定されません。すべての主要なコンバージョンには、いくつかの小さなコンバージョン リンクが含まれます。通常、このプロセスを示すためにコンバージョン ファネルを使用します。

1. 基本的な分析変換のすべてのステップを磨く必要がある

コンバージョン分析の基本的な段階では、主にコンバージョン ステップの分析とコンバージョン率の傾向の監視が行われます。下の図は、全体的なコンバージョン効果と各ステップのコンバージョン率、および時間経過に伴う各ステップのコンバージョン率の傾向を示すコンバージョンファネルです。

コンバージョンファネル

登録プロセスを例にとると、「総コンバージョン率 9.54%」という情報は、登録フローを最適化し、コンバージョン率を向上させるのにあまり役立ちません。しかし、上記のファネル チャートを見れば、最初のステップから 2 番目のステップへのコンバージョン率がわずか 18.5% であり、前の 2 つのリンクと次の 2 つのリンクよりも大幅に低いことが簡単にわかります。問題を発見したら、登録フローを最適化して、登録コンバージョン率をできるだけ効率的に高めることができます。

同時に、各コンバージョン率をリアルタイムで監視することで、製品の突発的な問題をタイムリーに検出できるようになります。

コンバージョン率の傾向

ある日、登録プロセスの 2 番目のステップのコンバージョン率が大幅に低下しました。このステップは、まさに携帯電話の確認コードを入力するステップでした。確認したところ、SMS認証コードの代理店が滞納によりSMS認証サービスを自動的に停止していたことが判明したため、適時に再チャージを行ったところ、サービスが正常に復旧しました。

2. さまざまな次元でのコンバージョンの高度な分析と比較

ユーザー エクスペリエンスは多くの要因の影響を受け、コンバージョン率に直接影響します。コンバージョン率をさらに向上させるためには、ユーザーのオペレーティング システム、ブラウザの種類、アクセス元、オペレーティング プラットフォーム、アクセス元など、さまざまな次元の要素を考慮する必要があります。

GrowingIO 多次元コンバージョン分析

ユーザーのブラウザを例にとり、さまざまなブラウザのコンバージョン率を 1 つずつ比較したところ、Safari ブラウザのコンバージョン率が全体よりも低いことがわかりました。調査の結果、エンジニアは、Web サイトが Safari フレームワークと互換性のない新しい Java アーキテクチャを使用していたため、この環境でのユーザー エクスペリエンスが非常に悪く、登録コンバージョン率が非常に低かったことが原因であることがわかりました。

ブラウザユーザーのOS、PCかモバイル端末か、アクセス元などの共通要因がコンバージョン率に影響を与える可能性があります。製品やオペレーターが高度であればあるほど、より詳細な検討が必要となり、コンバージョン率を継続的に向上させるためには、細部まで製品を磨き上げる必要があります。

3. 高レベルの分析と多次元クロス分析により、継続的な製品イテレーションをサポート

問題を発見するプロセスは、多くの場合、複数に分割する必要があります。このとき、多次元のクロス分析をサポートするファネルが必要です。

ある電子商取引ウェブサイトが GrowingIO ファネルを使用してトランザクションのコンバージョンを測定したところ、アプリのユーザー数はウェブサイトのユーザー数よりも多いものの、コンバージョン率はウェブページよりも低いことが判明しました。

多次元クロス分析

具体的な手順から、ユーザーの注文から支払いまでのコンバージョン率は、Web ページの場合よりも大幅に低いことがわかります。注文を送信したユーザーは購入意欲が強く、リコールされる可能性の高いユーザー グループであることは注目に値します。しかし、彼らは支払う代わりに前のステップに戻ることを選択しました。

ウェブサイトとアプリの決済ページの情報構造を比較すると、アプリの決済ページには注文商品や受取人住所、連絡先などの詳細な記載が不足しており、多くのユーザーが確認のために前のステップに戻り、躊躇し、コンバージョン率が低下していることがわかりました。

その後、プロダクトマネージャーはウェブサイトの情報構造を参照して詳細情報を補足し、同時に支払いプロセス中に失われたユーザーを呼び戻そうとしました。

最適化後、コンバージョン率が大幅に向上しました

決済リンクの最適化の効果は、ファネルのトレンドチャートから監視されています。アプリでの注文送信から決済リンクへのコンバージョン率は大幅に向上し、ウェブサイトのコンバージョン率をわずかに上回り、全体的なコンバージョン率も向上しました。同時に、ファネル内でリコール対象として選択されたユーザーをターゲットユーザーとして使用し、リコール後のコンバージョン率の変化を観察して、このリコール活動の有効性を評価します。

このような微妙なコンバージョンの問題は、直感だけで発見するのは困難です。製品や運用担当者は、高度なデータ感度と洗練されたビジネススキルを持っている必要があります。これは、コンバージョン分析の高度な段階のパフォーマンスでもあります。問題を発見した後、製品の最適化を実行し、その後ファネルに戻って最適化の効果を監視します。製品は継続的な反復で着実に成長します。

コンバージョン分析のための高度な考え方とツール

コンバージョン率を向上させるには、データ主導の考え方と特定のデータ分析ツールの熟練度の両方が必要です。

まず、リーンな運用にはデータ分析ツールが欠かせません。現在、市場で人気のあるファネル分析ツールには、 Google Analytics、Mixpanel、GrowingIO などがあります。 「仕事をうまくやりたかったら、まず道具を研がなければならない」というのはまさにこの意味です。

第二に、データに基づく強い認識を持ち、ビジネスに精通している必要があります。コンバージョン率は単なるデータ指標ではなく、その本質はユーザーエクスペリエンスの真の反映です。当社は、ユーザーエクスペリエンス分析の領域を拡大し、製品やユーザーの行動についての考察を深めるとともに、コンバージョン分析においても継続的な進歩を遂げています。