Category

CVR最適化(CRO)

Category

時に、おもしろいマーケティングのアイデアは、自然の中でワイルドに誕生します。 この記事は、Landing Page and Conversion Optimization Blog | Unbounceに掲載された「3 Offline Marketing Lessons That Will Boost Your Online Conversions」を翻訳した内容です。 コンバージョン率をアップさせる方法は、ランディングページや ABテストといったオンラインの世界に限ってあるわけではありません。 実は、あなた自身の日常生活の中にアイデアが眠っているのです。 私は”売れるWebマーケティング”の専門家として、 説得力のある文章を作成することも仕事の一つです。 自分自身を”オンラインのマーケター”と呼ぶこともあります。 でも、コンテンツを作成したり、マーケティング・キャンペーンを 企画したりする時に、いいアイデアが思い浮かぶのは、 パソコンと向き合っている時ではありません。 決まって、実世界で自分の時間を過ごしている時に、いいアイデアが思い浮かぶのです。 – ランチを食べている時、スーパーに向かって走っている時、 …日常生活の一瞬一瞬、その全てが私にインスピレーションを与えてくれます。 そこで今回は、日常生活から導き出した、コンバージョン率アップのための 3つのポイントについて、これから紹介していきます。 レッスン1:”心の壁”がコンバージョン達成の大きな壁になっている 私はイタリアン・グレーハウンドを2匹飼っています。 下の写真で、オレンジ色の方がジャバウォック(Jabberwocky )、 グレーの方がプルフロック(Prufrock)という名前です。 写真を見てみると、プルフロックが柵の上まで背伸びして、 私の方へ出てこようしています。可愛いですね。 驚くかもしれませんが、実はこのプルフロックは、時速40kmのスピードで走り、 2.5mの高さまでジャンプすることができます。 しかし、プルフロックは一度もこの柵を飛び超えたことがありません。 やろうと思えば簡単にできるはずなのに、なぜでしょう。 原因は、この柵に対する”心の壁”です。 柵の高さは十分低いにも関わらず、プルフロックは超えようとすらしません。 コンバージョン率を上げようとする時にも、同じことが起こります。 この”心の壁”が大きな壁となって私達の前に立ちはだかるのです。 トミーウォーカー (Tommy…

成功するメールマーケティングや戦略はいったいどのようなものなのでしょうか。 メールを送る最もよい曜日はいつか、1日のうちで何時に送った方がよいのか、メールの受取人は暗示的な言葉が好きなのか、固くて明確な言葉が好きなのか。。1つのメールを取ってもこのように様々な構成要素があり、それぞれの要素の効果を識別するのは非常に難しい。そんな多数の要素を最適化していく方法としてスプリット・Eメール・テストとも呼ばれるA/Bテストは、1つの手段となります。しかしA/Bテストを行っていくにもそれなりに時間が非常にかかってしまうのも事実。そんな中で、どんなコンテツをメールとして提示していくのがベストなのかを簡単に決める方法として、ヒートマップが考えられます。 そもそもA/Bテストとは? A/Bテストとは、2つの変数のパフォーマンスを測定する方法です。変数を分離することによって、どの要素がよりポジティブな効果をもたらすのかを区別できるようになります。例えば件名を2つ用意し、実際にメールを送信した結果、どちらが効果が高いのかが出てくるので、今後のメール配信では良い方を採用するということになります。メールマーケティングにおいて、テストできる変数は多数ありますが、一般的には発信人、件名、送信日と送信時間をテストします。その他に、メールのデザインや「送料無料」、「割引」等の特別なキーワードを含むようなテキストもテストの対象になります。 どのようにA/Bテストキャンペーンを実施するのか? A/Bテストシナリオでは、メールリストの1つのグループに、あるバージョンのメールを送ります。そして、もう一つのグループに、テストする変数を除外した同じ内容のEメールを送ります。異なるメールセグメントにおいて様々な変数を測定することも可能ですが、2バージョンのEメールの中には1つの変数しか入れないことは非常に重要です。そうでなければ、決定的な結果が出ないかもしれません。 効果的な選択肢が分かる方法は? あなたが最も望ましい結果に効果のある変数をテストするために、A/Bテストが実施されます。結果は開封率、クリック率の違い、あるいは登録、ダウンロード、購入などを含めたコンバージョン率(CVR)によって評価されます。下の図は、A/Bテストの1つの例を示しています。 A/Bテストはなぜ重要なのか? A/Bテストは憶測をメールマーケティングから取り除くことができます。ABテストを行わないでやる場合は、「きっとこの内容をユーザーは知りたいと思っているだろう」「自分ならこのデザインが良い」といったデータに基づかない憶測になってしまいます。A/Bテストであれば、実際に私見され定量化されたデータに基づいて実行することができます。テストを繰り返すことで、最適なメールコンテンツをつくることができれば、売上や登録数、ダウンロード数といった数字を押し上げることもできるでしょう。 A/Bテストの課題 しかしABテストにも課題はあります。メールコンテンツを何度も何度も変えて、何度も何度もテストをした結果、強いコンテンツにすることはできるのですが、それまでに非常に多くの時間を要してしまうのです。あなたの業務はメールを配信することだけではありません。メール配信は多数の業務のうちの1つでしょう。 もっと売上を高めるためには、メール配信以外の仕事にもリソースを割かなければならないでしょう。つまり時間をかけずにある程度の効果をもたらすメールコンテンツを考えなければならないのです。 ヒートマップを使ってコンテンツを考える ヒートマップツールとはWebサイト上でユーザーがどのように行動をしたのかをサーモグラフィーで見える化するツールです。Pt engineはそのようなツールの1つです。 スマホからPCまで解析できるヒートマップ解析ツール|Pt engine http://www.ptengine.jp/ このヒートマップ機能の1つで、ユーザーがよく見ていたエリアを知ることができるアテンションヒートマップがあります。そのヒートマップをCVしたユーザーだけで抽出すれば、CVしたユーザーがよく閲覧した情報がわかるようになります。 メールマーケティングのコンテンツではあれも言いたい、これも言いたい、とついなってしまいますが、必ずしもすべてを閲覧してくれるわけではありません。ユーザーが知りたい情報を効率的に提示しなければなりません。例えば開封はしてくれたにも関わらず、ファーストビューで「これは違う」と判断されれば、それで終わりです。如何にして興味を持ってもらえるかは非常に重要なのです。 先にWebサイトでユーザーが知りたい情報をヒートマップで抽出しておき、それをメールコンテンツに活かすことができたらどうでしょうか。 Webサイトやメールコンテンツを最適化するためにA/Bテストは有効です。しかし何がユーザーに対して影響を与えているかを認知していなければ、無駄に時間がかかるだけです。ユーザーの行動を見ずに改善(A/Bテスト)を行うことは、目隠しでバッターボックスに入るようなものです。 ヒートマップを利用してユーザーの行動を見える化し、その内容を元にコンテンツを作成してみませんか?

近年、webサービスにおけるデザインの重要性がこれでもかと記事化され、一般的となっています。 背景にはスマートフォンの普及により、手軽な画面サイズの中でいかに利便性を高めるかでサービスの印象が天と地ほどの差が出るようになってきている、利用者のリテラシーが高くなり、求めるレベルが上がっているなど、です。特にPtengineを利用している割合の多いコマース系のサービスに関してはスマートフォンの比率が50%以上というものはざらにあります。 しかし、デザインの改善と効果を検証、そして次のアクションにつなげることは難しいと感じるのではないでしょうか?実は我々のサービスの利用者はデザイナーが多いのです。そこには制作サイドにおけるいくつかの問題が見え隠れしています。一般的にアナリティクスツールはマーケターやアナリティクスを専門に扱う職種、あるいは代理店などが運用するケースが多いですがそれに加えてデザイナー自身がアナリストを兼任するケースも非常に増えてきています。特にファッション系などのコマースなどはその傾向が高くなっています。ではここでデザイナーがアナリティクスに関わる理由と、そうはいってもそれが難しい理由を実際によくあったケースでまとめてみます。 デザイナーがアナリティクスをする理由 (1)社内にアナリティクスをするリソースがない (2)迅速なアクション(クリエイティブの変更)を実行できる立場だから (3)デザインの変更に対して社内で自分が説得力を持たせるため 特に(3)はデザイナーでなくてもアナリティクスに関わる方であれば必須となります。分析→アクションへとつなげるのは「提案がベース」となります。実行の権限が作り手自身にあるのであれば問題ないですが、Goサインを決める人数が複数の場合は説得できる材料を用意する必要があります。それがアナリティクスの持つ大きな役割です。 デザインのアナリティクスが難しい理由 (1)効果(売上げなど)が見えにくい (2)原因が見つかっても改善するのに何らかの制約がある (3)アナリティクスに習熟していない デザイナー視点のアナリティクスはマーケッターと異なる点もあります。どのチャネルにどれくらいの投資、リソースを投入するべきかを判断する仕事の比率がマーケッターは一般的に多いですが、サービスやサイトの表現方法を改善するデザイナーはより局所的な改善に日々フォーカスすることが多いです。ところがこの効果は実際にどのくらいの端的な売上げに貢献しているかは測りにくいものです。デザインはROI=利益/投資で一概に表すことが少し難しいということです。また、仮に改善点が明白になった場合でも例えばコマースサイトであれば運用システム上テコ入れが困難であるケースも考えられます。 (3)のアナリティクスに習熟していないというのはその文字の通りの意味ではありません。例えばGoogleAnalyticsのダッシュボードをパッ見たとしても具体的なデザインの改善などはすぐに思いつくことは少ないということです。下のようなダッシュボードからスタートしても2.や3.に直接つながる知見はあまり得られることはなく、翻弄されて余計な時間を割いてしまう恐れがあります。 重要な点は目標(売上げなど)を達成するためのアクションをユーザーが実際にとっているかどうか?とっていないのならそれはなぜか?がわかることです。これらが数値だけでなくビジュアライズに理解できることで、効果の可視化、原因の発見、それらの社内での分かりやすい共有が可能です。ではこれらを満たせるようなデザイナー向けの分析サービスを見ていきましょう。   デザイナー向けの分析サービス (1)ユーザビリティテスト (2)ABテスト (3)Pt engine ユーザービリティテストはおなじみですね。これは小さなリニューアル時というよりは大きな変更やサービスローンチ前に使うといいサービスでしょう。スポット的なサービスのため例えば商品説明の文言を変えてみる、ボタンの色を変えてみる、という小さな改善の検証には使うことはあまりありません。ローンチ前のテストなどではとても有効です。また、サービスの改善の生のユーザーの動きや声を得られるのでその点はデザイナーにとっても非常にありがたいです。 ABテストは継続的に使用することができ、かつコンバージョン率を比べることでビジネス的な評価を行える点で改善と結果の可視化を両方備えた万能ツールと言えます。最近ではoptimizelyのように使い勝手のいい海外製ABテストツールが日本語利用可能ですのでぜひ一度試してみるといいでしょう。ただし、ABテストはそこそこボリュームがあるページでないとデータ精度が高くならない点があります。また、検証するキーページがはっきりしていることも必要です。最後の留意点としては結局のところAとBを比べてBが良かった理由を推測するのは難しいということです。登録ボタンを上に持ってきたことでコンバージョン率が上がりました、がどうして上に持っていくと上がるのかは推測となります。とにかく上に持っていけば結果が良くなる、それで十分ということでもあります。 最後に自社ツールの宣伝をしておきましょう(笑)Ptengineがデザイナーに使われるケースが多いのは下のようなビジュアライズにビジネスセグメントのおけるユーザー行動の分析ができるためです。また、デザイナーにとっては端末の大きさによって自社のサービスがユーザーにとって不便になっているのかいないのか?などの検証が必要になるケースもあります。そういったマーケティング属性による行動の違い、デバイスよる行動の違いを把握してデザインの改善を行うことができます。   まとめ デザイナーにとってアナリティクスは少し取りかかりにくい部分もありますが、自分が使いやすい、わかりやすいと思えるものから少しづつ取り組み、チームに成果を見える化していけるようにしましょう。特にビジネス面での評価と合わせて改善案の効果を検証できるようにする姿勢を普段から意識するようにしましょう。

Webディレクターはテスト病で考え方が小さくなってる? 先日、GW中にも関わらず面白い記事が投稿されたので、読みこんでしまいました。 昨今のwebディレクターは「データ分析」「A/Bテスト」病にかかってしまい、考え方のスケールが小さくなっているのではないか。 この記事、乱暴に要約しますと、「小さいことチマチマやってないであんた、もっと根本的なこと考える必要あったんじゃないの?」ってことになります。 そういった罠に陥らないように、下記のようなフレームワークで考えれば良いのでは?というのがこの記事で提唱されていたことです。 図:http://mitene.hatenablog.jp/entry/2013/05/05/004415より引用 通常、アナリティクスの施策は④に該当しますので①のフェーズに分析をとおして到達するのは難しいということです。こちらの記事では具体例としてメンズ向けのECサイトにおいては、webアナリティクスからはレディース向けの販売も行うべきではないか、という考えに及ぶのは困難であると言及しています。 本当の問題は実行、改善、方針転換のバランス では、どの段階でそのような検討に発想を転換すれば良いのでしょうか? 発想が転換されるケースとしては次のようなことが考えられます。 既存ビジネスの目標が達成され、事業拡大フェーズの状態にある(スケールの段階) 既存ビジネスの目標があらゆる施策でうまくいかない、頭打ちで方針転換を迫られる(ピボットの段階) 先ほどのメンズ→レディースの販売に関して言えば、現在のKPIが達成されて、再現性のあるビジネスモデルを別のカテゴリーに適用してスケールを行う段階。もしくはメンズの売上げが泣かず飛ばずでKPIが未達。試行錯誤してみたがどうもだめらしいという段階。これらの場合は大きく考えて大胆な施策をする必要があるでしょう。 ここで実は、1,2とも「既存ビジネスの目標」と照らしあわせて判断していることがポイントです。つまり日々のテストや改善の実行による目標達成の是非が結局肝要になるわけです。 Webディレクターや運用者で問題となるのはテスト等による考え方のシュリンクというより、どの段階でどのレベルの考えを実行すればよいのか?という点を考慮した分析→実行のフレームワークがうまく機能していない点です。 リーンサイクル(Lean Cycle)を活用してみよう そこで次のようなフレームワークで進めることを推奨します。リーンサイクル(Lean Cycle)というフレームワークです。 これは 「Lean Analytics」(未翻訳本)の著者Alistair Croll氏などが中心となり提唱した分析→実行のフレームワークであり昨今話題となっているリーンスタートアップという新興企業がいかに素早くサービスの検証と実行をしていくかのプロセスをわかりやすくまとめたものです。しかしどのスピード感の企業でもどの規模の組織でも使える万能な考え方ですのでぜひ参考にしていただきたいです。 大きな流れは4つです。 ビジネスを達成するために最重要だと考えるKPIを一つに絞る、理解する 改善テストを設計する 結果を検証する 次のアクションを起こす このフレームワークの優れた点はこの4つをベースに方針転換なども含めた形で運用フェーズを構築している点です。また、OMTM(One Metrics That Matter)、最も重要だと考えられる一つの指標の改善のみに集中するという考え方もシンプルでわかりやすいです。 このフレームワークで運用で進めてみる例を挙げましょう。とあるファッションコマースサイトがあります。商品を購入している(コンバージョンしている)ユーザーの平均のサイト内ページ閲覧数が7ページだったとわかったとします。売上げを拡大させる為に必要なKPIは「ユーザーの一人あたり平均ページ閲覧数を7ページにする 」と推測できます。 このKPIを前提として続いてリーンサイクルの流れに従い、改善ポイントの推定に入ります。ここで重要な点は改善ポイントはデータを使っても使わなくてもどちらでも良いことです。結果の検証とサイクルを回すことに重きを置いているので、良い推測ができるのであればすぐに動いてみるここともできます。 これは実際にあった例ですが、とあるコマースサイトでPtengineを使って次のような結果が可視化されました。つまり、データで改善ポイントを推定するパターンです。  図:とあるコマースサイトでのユーザーのクリック集中計測レポート 上図のように商品写真に人間のモデルを使っているものはクリックが集中し、サイト上でのエンゲージメントが明らかに高かったのです。これをもとに改善策として商品写真にモデルを使用したものの割合を多くする、あるいはページ上部に集中させる、などが仮定できます。 そして、テストを実行し結果が良くなったを計測します。もし良ければ次のビジネスKPIに移行、ダメだった場合は仮説変更、ターゲットを変える、あるいは、あきらめるなどの選択肢から判断します。 まとめ:4STEP分析の正しい運用をしましょう ビジネスを達成するために最重要だと考えるKPIを一つに絞る、理解する 改善テストを設計する 結果を検証する 次のアクションを起こす アナリティクスと改善のサイクルPDCAそのものですが、実際には繰り返す中で大幅な方針転換、撤退、スケールに向けた動きなども考慮しなければなりません。リーンサイクルはその点も常に念頭に入れたフレームワークなのでぜひ活用してみてください。そうすうることで日々のテスト検証だけにとらわれることもなくなるはずです。 質問・ご意見などいつでもどうぞ ライター @PtTakashi Ptengine公式Twitter @Ptengine_jp

<コンテンツ・クリエイティブへの共感は測れるのか?> 多くの人がサービス、ブログなどで人々が共感するコンテンツを更なるリード獲得のために生産をしています。インバウンドマーケティングと呼ばれるジャンルもありますが、根本的には「皆の役に立つ、共感する、素晴らしいものを届ける」ことです。私達が良いコンテンツを提供すれば、ツイート、いいね、+1などのシェアが行われます。しかし、あなたのコンテンツやクリエイティブのどれくらいが本当に人々に読まれて共感されているのでしょうか?そもそも、それを測っているでしょうか?いや、測れるものなのでしょうか? <不満を計測する簡単な方法はあるが。。。> ユーザーの不満を計測する方法であれば簡単なものがあります。検索キーワードでやってきた最初のページ上におけるユーザーの直帰率です。Googleアナリティクスなどを使ってすぐに把握することができます。あなたのコンテンツに不満をいだくユーザーの典型的な例はこうです。何か目的を持ってキーワード検索をし、見つかったページに移動して、スクロールをして少し内容を読みすすめて「これは求めいてた情報とは違う」と感じて離脱して検索結果一覧に。。。 <クリエイティブへの共感を測る:共感サイクルを考える> 仮にこれが不満を持ったユーザーが良く取る動きであれば、満足したユーザーは逆の行動をするはずです。いずれにしてもユーザーを直帰させないことは達成してほしいゴールにたどり着く可能性を広げてくれます。そのような深い興味を持ち、すぐに去らないユーザーの行動はこのようなサイクルになります。 このような好循環サイクルを実現する素晴らしいコンテンツを生み出すために何を行えばいいのでしょうか?アナリティクスを通してそのヒントを得ることができます。このサイクルを逆に辿ってみましょう。 →ユーザーからの流入が多い →(なら)SEOなどでランクが上がってるはず →(なら)肯定的なフィードバックやシェアがあるはず →(なら)ページやサイトでじっくりコンテンツを読んでるはず →(なら)ユーザーが興味を持ってくれているはず →(なら)素晴らしいコンテンツを生み出しているはず 素晴らしいコンテンツを生み出すことはユーザーの興味を深く理解する必要があります。アナリティクスを通じてユーザーの関心がどこにあるのかを調べる場合、「ページやサイトでじっくりコンテンツを読んでるはず」が計測できればいいことになります。   <ケース:オンライン英会話サービスでのエンゲージメント計測> では実際にあるサービスを通して分析をしてみましょう。私が大変仲良くさせていただいている英会話サービス「BestTeacher」さんの例を使って説明します。「BestTeacher」は自分だけのオリジナル教材を作り、それをスカイプ英会話で実践する、スピーキング/ライティングを総合的にレベルアップするオンライン英会話サービスです。最近ではオンライン英会話もかなりの種類が出てきているので似たようなサービスが乱立していますが、その中でも創業者が自分の体験に基づいて作った独自性の高いサービスをいかにユーザーに響く形で伝えられるかが課題になります。 ※こちらは2013年3月時点でのサイトであり、現在はリニューアルされています。 ユーザーの流入元として英会話の比較サイトにバナー広告を出しており、そこからやってくるケースが比較的多いです。ある程度検討意欲の高いユーザーがサイトへやってきた時に、どんなコンテンツに興味を持ってアクションしてくれたのかを計測することでサービスサイト上に出すコンテンツ、ブログなどで発信していく情報を改善していき、コンテンツを最適化させるのがアナリティクスの目的です。 今回はPt engineを使用して次の3つの観点から分析をしました。 1.滞在時間と直帰率(ページへの関心がわかる) 2.スクロールや視線集中度(どのコンテンツに興味があるかわかる) 3.モバイル/PCでの性質の違い(デバイスによってユーザー行動がどう変わるかわかる) さらに計測した対象ユーザーは以下です。 英会話比較サイトにおけるテキスト/バナー広告から流入した新規ユーザー   1.滞在時間と直帰率 <広告から流入した後のランディング(TOP)ページにおける数値比較> ここで注目したいのは、テキスト広告からやってきたPCユーザーのエンゲージメントの高さです。 なぜこのような現象が起こったかを定性的な観点から分析することで、アクションにつなげやすい仮説を作ることが可能です。 まず、流入元のバナー広告とテキスト広告を比べてみます。 …

先日、Onlab [Data] Conferenceというシリコンバレーのデータ解析の先駆者達が集まる イベントに参加してきました。 アクセス解析をサービスで扱うものとしても個人的にも日本の企業がいかに ページビュー神話でしか解析というものを見ていないのか、を再確認するいい 機会でした。 ここで面白かった発表が1つありました。 A/Bテストを簡単にできるサービスを提供する「Optimizely」の創業者Pete Koomen氏 によるプレゼンテーションです。 彼の共同創業者のDan Siroker氏は2008年のオバマ大統領の支援サイトのwebデータ戦略を 担当しており、その際に選挙支援サイトへの登録ランディングページのA/Bテストを 行ったそうです。オバマ大統領はweb上での寄付金を集めることで選挙運動を有利に したことで非常に有名ですが、そこではA/Bテストを使って効果最大限にするアプローチ をすることが採用されていたのです。 A/Bテストとは仮に100人がサイトに訪れたとすると50人にはAのデザインのサイト、 もう50人にはBのデザインのサイトを閲覧してもらい、どちらがより効果の高い パフォーマンスがあったかを計測するものです。 そこで実際どのようなものがテストをされ、どれが一番効果が高かったか、 みなさんも是非考えてみてください。 Q1:次のうち最もサイト登録へ効果があったボタンはどれか? 1.Sign Up 2.Learn More 3.Join Us Now 4.Sign Up Now Q2:次のうち最もサイト登録の効果があった背景イメージはどれか? 1.Get Involved Image 2.Family Image 3.Change Image 4.Barack’s Video 5.Springfield Video 6.Sam’s Video いかがでしたでしょうか? それでは結果を発表します。 こちらをご覧ください。…

株式会社Ptmindはスマートフォンサイト専用のアクセス解析ツール「Pt engine for smartphone」の提供を開始しました。

弊社は元々PCサイト向けのアクセス解析の開発を進めていましたが、スマートフォン市場の拡大、それに伴うスマートフォン向けサイトの最適化のニーズの高さから、まずはスマートフォンサイト向けの解析ツールの提供を先に開始しました!

大きな特徴として、

・ユーザーがどこをクリックしたのか

・どのエリアに注目していたのか

をヒートマップで確認することが可能です。

PCサイトでのヒートマップ解析ツールはありますが、スマートフォンでは世界初になります。