ファネル離脱計算ツール

ファネルからは4つの数値が得られ、それぞれ異なる問いに答えます。

• ステップ転換率 = このステップのユーザー数 ÷ 前のステップのユーザー数。1つの遷移がそれ単体でどれだけうまく機能しているかを示します。
• 離脱率 = (前のステップ − このステップ) ÷ 前のステップ。つまり 1 − ステップ転換率です。計算ツールは失われた人数の絶対値も表示します。
• 累積転換率 = このステップのユーザー数 ÷ 最初のステップのユーザー数。最初のオーディエンスがどれだけ残っているかを示します。
• 全体の転換率 = 最後のステップ ÷ 最初のステップ。最終ステップの累積値です。

計算ツールを開いたときに表示されるサンプルのファネルを計算すると、次のようになります。

全体の転換率は4.8%です。離脱率が最も高いのは「カートに追加」（64.3%）ですが、最大の漏れは5,800人を失う「サイト訪問 → 商品閲覧」です。改善の余地が最も大きいのはそこなので、計算ツールは漏れを失われた人数の順に並べます。

全体の転換率は各ステップの転換率の積です：42.0% × 35.7% × 60.0% × 53.3% = 4.8%。ここから役に立つ結論が導けます。どのステップでも相対的に10%改善すれば、最初から最後までの転換率も同じく10%上がります。

サンプルのファネルで、商品閲覧からカートへの転換率を35.7%から39.3%に上げると、購入は480件から528件になります。購入手続きの完了率を53.3%から58.7%に上げても528件になります。得られる成果は同じでも、作業はまったく違います。一方はより良い商品ページかもしれず、もう一方は欠けていた支払い方法かもしれません。

つまり問うべきは、どのステップの率が最も悪いかではなく、どこでの改善が最も安く、最も現実的かです。絶対数で最大の漏れは人が最も多い場所を示し、各ステップを直すコストが優先順位を決めます。

• 離脱は、自分で定義したファネルの2つのステップ間で測ります。あるステップに到達したものの、次のステップには到達しなかった人です。
• カート放棄は、慣習的な名前が付いた離脱です：1 − 購入数 ÷ 作成されたカート数。サンプルのファネルでは 1 − 480 ÷ 1,500 = 68% です。
• 直帰率はそもそもファネルの指標ではありません。どこから始まったかにかかわらず、1ページだけを見た訪問の割合です。

• ページビューではなく、人数か訪問数を数える。 カートを5回再読み込みした人も、そのステップでは1人です。ページビューは序盤のステップを水増しし、離脱を実際より悪く見せます。
• すべてのステップで同じ期間を使う。 異なる期間から取った数値では、実在しないファネルができあがります。
• ステップは入れ子にする。 各ステップには、前のステップを通過した人だけが含まれるべきです。後のステップのユーザー数が前のステップより多い場合は、ステップを飛ばした人か途中から入った人がいます。計算ツールはそれを知らせるためにマイナスの離脱を表示します。
• 小さな数値は大きく揺れる。 1つのステップに40人では、ある週と次の週を比較するには少なすぎます。

PulsePanda のファネル は、すでに記録しているページとイベントからこれらの数値を自動で集計し、デスクトップとモバイルを分け、途中で止まった訪問のリプレイにリンクします。これこそ計算ツールにはできない部分です。計算ツールは人がどこで離れるかは示せても、なぜ離れるかは示せません。理由を知るには、ステップを変える前にそうした セッションリプレイ をいくつか見てください。