電子商取引の運用：「ショッピングカートの放棄率」を減らすには？

なぜ注文をあきらめるのですか?理由はたくさんあります。複雑な割引ルールを理解する気力がないために購入しない人もいれば、直前になって衝動買いを思いとどまって躊躇する人もいれば、時差だけを理由に注文時間に間に合わない人もいます。

こうした「ショッピングカートの放棄」行動は、eコマース プラットフォームが望んでいるものではないことは明らかです。これは、コンバージョンを促進するためのこれまでの努力がすべて無駄になったことを意味するからです。これにより、「ショッピング カートの放棄」行動を測定するための特別な指標、つまり「ショッピング カートの放棄率」が生まれました。

ショッピングカート放棄率とは、放棄されたショッピングカートの数と、ショッピングカートまたは完了した取引の総数の比率を指します。放棄率は、特にオンラインの仮想ショッピングカートを指します。消費者が実店舗で購入した商品を放棄することはめったにありませんが、仮想ショッピングカート内の商品を放棄することはよくあります。一般的なオンライン小売業者のショッピングカートの放棄率は 60% ～ 80% です。

「ショッピングカート放棄率」を減らすには？ユーザーがショッピングカートを放棄する要因とリンクを特定し、これらのリンクを改善するにはどうすればよいでしょうか?

大手企業がデータ分析を通じて離脱率を削減するのに役立つ、eコマース業界で広く使用されている実用的かつ効果的な方法があります。それがクリックストリーム分析です。

クリックストリームはユーザーの行動と体験を反映する

ユーザーエクスペリエンスと満足度を向上させることは、オンライン ビジネスの成功を達成するための重要な要素です。電子商取引企業と消費者の関連性を高めるために設計された分析方法や専門的なオーディエンス調査は数多くあり、オンラインで表示される製品や情報が消費者にとって魅力的で注文しやすいものであることを期待しています。関連性が高ければ高いほど、ユーザーの最終的なコンバージョンにつながりやすくなります。

電子商取引サイトへの訪問者は、広範囲にわたる探索、商品をクリックして詳細を表示、さまざまな商品と価格を比較するといった、いわゆる「仮想ウィンドウ ショッピング」と呼ばれる行動をとることがよくあります。多くの場合、ユーザーがウェブサイトで商品を閲覧するのに最大 30 分を費やしても、実際に購入に至るのはそのうちのごく一部にすぎません。

多くの場合、ユーザーは閲覧した商品を一つずつショッピングカートに追加しますが、結局何も購入せずにウェブサイトを離れてしまいます。フォーム分析プラットフォーム Formisimo のレポートによると、通常、土曜日と日曜日はショッピングカートの放棄率が最も高い 2 日間です。この 2 日間、ショッピング カートの放棄率はほぼ 90% に達しました。

ビジュアル Web サイト最適化プラットフォーム VWO が 2014 年に米国の消費者 1,000 人を対象に実施した電子商取引調査では、消費者がショッピング カートを放棄する理由がいくつか明らかになりました。 2 番目に大きな理由は、チェックアウトする前にユーザーが Web サイトでオンライン アカウントを作成する必要があることです。これは多くのユーザーから拘束力のある強制的な行動とみなされ、最終的には購入を断念する選択につながります。

Baymard Institute によるチェックアウトのユーザビリティに関する調査によると、複雑なチェックアウト プロセスが、ユーザーがチェックアウトを中止する理由の 12% を占めています。したがって、顧客に便利で、バリアフリーで、手間のかからない電子商取引体験を提供するために、電子商取引プラットフォームは、ユーザーがチェックアウトプロセス中にスムーズで便利な体験を得られるようにする必要があります。さらに、パーソナライズされたオファーや関連製品の推奨も、訪問者が購入を完了するように促す重要な要素です。

クリックストリーム分析では具体的に何を分析できるのでしょうか?

電子商取引 Web サイトのコンバージョン率と売上が着実に増加していることを保証するために、電子商取引ブランドはクリックストリーム分析を使用してこの目標を達成できます。クリックストリーム分析ソリューションは、さまざまな規模の電子商取引ビジネスに幅広く適用でき、運用コストも低くなります。マーケティングの専門家やデータアナリストは、Web サイトのクリックストリーム データ、顧客の購入履歴データ、製品データを調べるだけでこれを実行できます。

クリックストリーム分析は、さまざまな製品ページで費やされた時間、ページの直帰率、その他の重要な指標など、eコマース企業に貴重な洞察を提供します。これにより、eコマース企業は「顧客がどのような異なる商品を閲覧したか」や「顧客が最も頻繁に検索した商品カテゴリは何か」を知ることができます。

顧客の過去の購入データを確認することで、eコマースアナリストは、顧客の購入嗜好、許容価格帯、顧客が興味を持っていない購入インセンティブなどの情報も評価できます。このデータは、eコマース企業に顧客の好みに関する重要な洞察を提供することができ、また特定の製品データは、どの製品が人気があり、最も売れているかをアナリストに伝えることもできます。

クリックストリーム分析では、価格や製品評価の傾向の変化が Web サイト訪問者の購入決定にどのように影響するかを調べることもできます。シンプルな A/B テスト ソリューションは、e コマース企業がクリックストリーム分析から貴重な洞察を得るのに役立ちます。

クリックストリーム データは、他の e コマース分析要素 (冒頭で述べたショッピング カートの放棄など) と組み合わせて、より包括的かつ効果的な詳細な分析を実行し、ユーザー離脱の理由を突き止めることもできます。

パーソナライズされた推奨事項がeコマースの売上を伸ばす

顧客のオンラインショッピングデータと製品データを詳細に分析した後、eコマースの販売戦略を推進する次のステップは、多くの場合、クリックストリームを分析することです (クリックストリーム分析)。前述のように、アナリストはこれを使用して、訪問者が閲覧した製品とその製品の価格帯を発見できます。たとえば、データから、訪問者が 90 ～ 130 ドルの価格帯の高級ファッションアイテムを検索したことがわかる場合があります。過去のデータと比較すると、この顧客は 100 ドル程度の高級ファッションアイテムを頻繁に購入していることがわかります。

市場にあるいくつかの分析ツールの助けを借りて、電子商取引アナリストは顧客 ID に基づいて顧客行動データを製品データベースに関連付け、顧客訪問の行動特性に基づいてカスタマイズされた顧客セグメントを確立できます。分析の角度が異なるため、離脱したユーザーと維持したユーザー、新規ユーザーと既存ユーザー、一度だけ購入したユーザーと再購入したユーザーなど、さまざまなルールに従ってさまざまな顧客分類を行うことができます。さまざまな顧客の製品に対する好みを分析し、どの製品がユーザーの期待に最も合致するかを特定し、パーソナライズされた推奨事項を作成します。

そのため、顧客が電子商取引の Web サイトにアクセスすると、電子商取引アナリストは顧客 ID に基づいてリアルタイムのクリック ストリーム分析を実行し、過去の購入データと以前のクリック データに基づいて他の関連製品リストを顧客に表示できます。セグメンテーションは比較のために使用されることに注意する必要があります。比較の目的は、違いを反映し、調整と最適化を行うことです。セグメンテーションの最終的な目標は、運用上の意思決定を導くことです。これがデータ分析の価値です。したがって、顧客セグメンテーションを行う前に、ビジネスニーズを明確にし、クリックストリーム分析の目的を決定する必要があります。

リアルタイムのクリックスルー率と履歴データを戦略的に組み合わせることで、eコマース Web サイトは二次マーケティングやクロスセリングを実施し、コンバージョン率を迅速に向上させることができます。クリックストリーム分析と履歴データを組み合わせることで、小売業者は既存の顧客がどのように購入を組み合わせているかを把握し、顧客のさまざまなニーズを理解することができます。したがって、eコマース担当者はクロスセルを実施して、商品Aを閲覧中またはすでに商品Aを購入した顧客に商品Bを宣伝し、eコマースWebサイトが顧客にパーソナライズされた推奨事項を提示できるように支援すると同時に、放棄されたショッピングカートの数を減らし、売上を促進できます。

要約すると、クリックストリーム データと顧客の閲覧習慣を詳細に分析すると、クロスセルやアップセルを通じてコン​​バージョン率を高めることができるだけでなく、他のビジネス成果も達成できます。電子商取引企業は、これらの洞察を活用して、デジタル マーケティングの支出と消費者の行動のさまざまな側面を最適化し、全体的なオンライン ショッピング エクスペリエンスを向上させることができます。

著者: MarTechCareer

出典: MarTechCareer