blog»5分で理解する!LP分析の3ステップ
窪田 知昭
グロース/マーケティングチーム
2023年12月14日
この記事は約5分で読めます。
この記事は、Ptengineのデータを今後の改善にどのように活用すべきかに迷っている方や、運営が推奨する方法や考え方を知りたい方に向けたものです
ヒートマップはデータを色で可視化して課題や洞察を得る手法ですが、これだけでは十分な結果につながりません。
Ptengineは、訪問者のあらゆる行動をリアルタイムに収集。ヒートマップ以外の方法でもデータを分析する価値があります。色を見て課題を特定するだけでなく、他にも注意すべき箇所があるのです。
この記事では、Ptengineを使用してLP分析の解像度を上げ、意味のあるLPOが実践するための3つのステップを紹介します。
まず何より、LP分析をするにあたって事前に知るべき情報は、各地点でのユーザーの離脱率です。
LPOを開始するにあたって、十分なデータ計測環境がなければ継続的な改善はできません。
仮にパフォーマンスを上げたいLPの、CTAのボタンを改善したとしましょう。
それでどの程度CVRに影響させることができましょうか。
率直にいうと、それだけでCVRを大きく改善するメソッドになり得ません。
そのCTAを改善し、何の数字にどのような変化が起きたのか、様々な微小な変化を追い、ユーザーの傾向や気持ちを知ることで、大きくCVRを向上する打ち手、メソッドにつながります。
LP分析を実践するにあたって、今までのアクセスベースの捉え方ではなく、アクションベースのデータを紐解く必要があります。
上記はアクションベースで考えた時の図です。LPを一直線の経路となるよう、アクションベースで分解しています。
このように、クリックやスクロールを一つ一つをアクションとしてトラッキングすると、今のLPのパフォーマンスの解像度をかなり明瞭にすることができます。
このトラッキングの下地があれば、「なぜその部分を最適化する必要があるのか」をようやく明確にすることができ、さらに改修によって詳細な数値の変化を追えるので、施策のレビューがより意味のあるものとすることができます
今まではページ単位でのアクセスのみしか追えていなかったという方も、Ptengineが導入されていればそれぞれのページの細かい部分までデータが見れるようになります。これはPtengineを導入することによる大きな価値といえます。
そのため、まずステップ1で、アクションベースでユーザーの到達率を定量分析しましょう。具体的な観測したいポイントは下記の通りです。
これらが分かれば、どこでどの程度離脱しているかを定量的に把握することができます。
【ステップ1】にて、どの部分で離脱が多いか確認できましたか?
その離脱幅は、そのままCVR改善できる可能性の数値です。
あるフードデリバリーサービスでは、LPからサンクスページに至るまでの各ステップの到達率を測りました。
より大きな離脱の傾向あったのは、サンクスページ一歩手前の金額確認画面でした。改めてLPから金額確認画面までのコミュニケーションを確認したところ、初期費用がはっきりわかるのはここだけでした。
つまり、想定していた金額感とのギャップを感じたユーザーが多かったのです。
それがきっかけとなり、初回の割引額をLTVと顧客獲得単価から計算し直すことで最大効率となる割引価格を見つけ、結果的に顧客数を増やすことに成功したのです。
ポイントは、金額が下がれば成果が上がるのではなく、データを根拠とし、データを意味のあるインサイトとして変換できたかです。
離脱が多い場所には何らかの理由が必ずあります。
こちらは実際にLPの到達率を可視化した表です。
よりみていただくところは、次のステップとの落差。
その落差、すなわち下落幅(表では「維持率」)に対して、仮であっても要因を設けましょう。
それが「意味を見出す」という段階です。
上記のフードデリバリーサービスの例では、明らかに大きな離脱が起きていた箇所で、「なぜか」と向き合うこととなりました。この過程が非常に重要だと考えています。
下落幅に意味を見出すチェックリストがありますので、ぜひヒントとしてご利用ください。
[ ] 広告クリエイティブとFVの訴求にギャップがある
[ ] 広告クリエイティブで期待した内容が表記されていない
[ ] 期待していたサービス価値を感じない
[ ] 得られるサービス価値に対して価格が高い
[ ] 実際に手に入るまでの時間が長い(注文から到着までに2週間かかるなど)
[ ] 知らないブランドで商品が届かなかったり、情報悪用される危惧がある
[ ] フォーム入力が不便で面倒くさい
[ ] 何をするとどうなるかが理解しづらく簡潔ではない
[ ] パッと見て何が得られるかがわからない
[ ] 条件や制約が多く、お申し込みすることが怖い
[ ] 手続きの中で本当に欲しいのか迷いが生じる
これらの要素は顧客の感情に関連しており、数値を解釈するのに役立ちます。
時にはセグメントを用いて、流入元や広告媒体別、アドグループ別、クリエイティブ別での分析で仮説が深めることができるので、慣れてきたらチャレンジしてみてください。
このように数字のギャップ把握、その意味づけ(仮説だて)ができたら、次に検証に進みましょう。
【ステップ2】まで進んだら、あとはそれを検証するだけです。
PtengineでABテストすれば数分でできるのでぜひ試してみてください。
PtengineのABテストツールでやるメリットはこちら
総じて、短時間で多くのデータが集めることができ、このようなスキームを高頻度で回せ、エンジニアに頼らず自分でできるので、ぜひまだ試したことがない方は使ってみていただけると嬉しいです
ABテストツールを利用したとしても、その施策の効果かを見定めるのは相当難しいですが、
Ptengineなら、CVRだけでなく中間指標や周辺データとの影響も確認することができ、本来重要なインサイトを得ることができます。
チェックポイント
いかがでしたでしょうか。
今までの経験から、【ステップ1】【ステップ2】【ステップ3】の過程を踏まずして、成果を出し、LPOのナレッジを集め、再現性の高いLPOフローを作ることは現実的ではないと思っています。
難易度が高いと感じられた方も、ぜひこの記事を復習いただき、また我々にお問い合わせいただき、実践していただくことで、Ptengineの価値をより強く感じていただけるのではないかなと思っております!
前回書いたこちらの記事もぜひご参考ください。
30分で成果が出るLPO施策3選
次回の記事も楽しみにしていただけると嬉しいです。👋
Ptengineに登録