フレームワーク活用ガイドひとことで言うと#
ユーザーがゴールに至るまでのステップを漏斗（ファネル）状に並べ、各段階の離脱率を数値で把握して改善のレバレッジポイントを見つける分析手法。
押さえておきたい用語#
- ファネル（Funnel）
- ユーザーの行動プロセスを漏斗の形で表現したもの。上流ほど母数が大きく、下流に進むほど人数が絞り込まれていく。
- CVR（Conversion Rate）
- コンバージョン率。あるステップから次のステップへ進んだユーザーの割合を指す。
- ドロップオフ（Drop-off）
- ファネルの途中で離脱すること。離脱率が高いステップが改善の最優先候補になる。
- マイクロコンバージョン
- 最終ゴールに至る途中の中間的な成果地点のこと。会員登録、カート追加、資料請求などが該当する。
ファネルコンバージョン分析の全体像#
こんな悩みに効く#
- ECサイトの購入率が低いが、どこで離脱しているのかわからない
- LP改善を繰り返しているのに全体のCVRが上がらない
- 施策の優先順位を感覚ではなくデータで決めたい
基本の使い方#
最終コンバージョン（購入、契約、登録など）を起点に、ユーザーが通る行動ステップを4〜6段階で定義する。
- ステップは多すぎない: 粒度を細かくしすぎると分析が煩雑になる
- 計測可能であること: ログやイベントで取得できるステップだけを入れる
- 例: 訪問 → 商品閲覧 → カート追加 → 決済画面 → 購入完了
分析ツール（GA4、Amplitude、Mixpanelなど）でステップごとの人数を集計し、ステップ間の遷移率・離脱率を出す。
- 期間を揃える: 月次・週次など分析期間を固定する
- セグメント別に見る: デバイス、流入元、新規/既存で離脱パターンが変わる
離脱率が最も高い、または改善インパクトが最も大きいステップに集中する。
- 離脱率×母数＝インパクト: 離脱率が高くても母数が少なければ優先度は下がる
- 仮説を立てる: 「なぜここで離脱するのか」をユーザーテストやヒートマップで深掘りする
- 1つずつ改善: 同時に複数ステップを変えると効果が測れない
具体例#
月間セッション数25万、購入完了は4,500件でCVR 1.8% のアパレルECサイト。ファネルを4段階で集計した。
| ステップ | 人数 | 遷移率 | 離脱率 |
|---|---|---|---|
| 商品一覧閲覧 | 250,000 | — | — |
| 商品詳細閲覧 | 100,000 | 40% | 60% |
| カート追加 | 28,000 | 28% | 72% |
| 購入完了 | 4,500 | 16% | 84% |
カート追加→購入完了の離脱率 84% が突出していた。ヒートマップで決済画面を分析すると、送料が最終画面で初めて表示される設計だった。送料の事前表示と「あと○○円で送料無料」バーを追加したところ、カート→購入の遷移率が16%から 23% に改善。月間売上は約1,800万円増加した。
フリートライアルからの有料転換率が 8% と低迷していたプロジェクト管理SaaS（従業員45名）。トライアル期間14日間の行動ファネルを可視化した。
| ステップ | ユーザー数 | 遷移率 |
|---|---|---|
| アカウント作成 | 1,200 | — |
| 初回プロジェクト作成 | 780 | 65% |
| チームメンバー招待 | 210 | 27% |
| 7日以上アクティブ | 140 | 67% |
| 有料プラン契約 | 96 | 69% |
「チームメンバー招待」ステップの遷移率 27% がボトルネック。招待UIが設定画面の奥にあり、多くのユーザーが個人利用のまま試用期間を終えていた。オンボーディングフローに招待ステップを組み込み、「3人以上で使うと効果が出ます」というメッセージを追加。招待率は27%から 52% に上昇し、有料転換率は8%から 14% へ改善された。
住民のオンライン申請完了率が 22% と低く、窓口混雑の解消が進まない人口18万人の自治体。申請フローを分析した。
| ステップ | 件数 | 遷移率 |
|---|---|---|
| 申請ページ訪問 | 8,400 | — |
| マイナンバーカード認証開始 | 4,200 | 50% |
| 認証成功 | 2,900 | 69% |
| 必要情報入力完了 | 2,100 | 72% |
| 申請送信 | 1,850 | 88% |
最大の離脱は申請ページ訪問→認証開始の 50%。ユーザーアンケートで「カードリーダーの準備方法がわからない」が離脱理由の62%を占めた。スマートフォンのNFC読み取り手順を動画で案内するステップを挿入した結果、認証開始率は50%から 71% に向上し、全体の申請完了率は 38% まで改善。窓口来庁者数が月あたり約1,200件減った。
やりがちな失敗パターン#
- ステップを細かくしすぎる — 10段階以上のファネルは可視化が難しく関係者への共有もしづらい。まずは4〜6段階で全体像を掴んでから、ボトルネック周辺だけを細分化する
- 全体CVRだけを追う — 全体のCVRが同じ3%でも、ボトルネックの位置が違えば打つ手はまったく異なる。ステップ間の遷移率を見ないファネル分析は意味がない
- セグメントを切らない — モバイルとPCで離脱ポイントが違う、新規と既存で行動パターンが違うといったことは日常的に起きる。全体平均だけで判断すると的外れな施策になる
- 改善を同時に複数走らせる — カート画面とLP文言を同時に変えると、どちらが効いたか判別できない。ボトルネック1箇所ずつ改善し、効果を計測してから次へ進む
まとめ#
ファネルコンバージョン分析は、ユーザーの行動プロセスを段階に分解し、どこで人が消えているかを数字で明らかにする手法。改善すべきは「全体のCVR」ではなく「最も離脱率が高い1つのステップ」に集中すること。ボトルネックを1つずつ潰していけば、全体のコンバージョンは確実に上がる。