ProbatumProven, not promised.The AI consulting company.

CASE 007

成約につながる代表経路を特定し、A/BテストでCVRを相対58%改善

月間約240万セッションの流入がある一方で、CVRが1.2%に留まっていた。

WebサービスGROWTHAnalytics / CRO6ヶ月

CHALLENGE課題

ラストクリック中心の見方では、どの経路が効き、どこで落ちているかが分からなかった。

HYPOTHESIS仮説

経路分析と貢献度分析を組み合わせれば、投資すべき経路と直すべき離脱点を数字で決められる。

APPROACHやったこと

  1. クリックストリームの経路分析
  2. 貢献度分析(ラストクリック比較)
  3. 離脱点の特定
  4. フォーム・導線改善のA/Bテスト

BUILDつくったもの

PythonBigQuerypandasSciPyPlotly
ユーザーフロー可視化 — 流入チャネルからランディング・エンゲージメント・インテント・アクション・アウトカムまでの遷移フロー。ゴールデンパス(Organic→Content→Comparison→Product→Form→CV)を黄色でハイライト
ユーザーフロー:流入→遷移→CV/離脱の全体像(ゴールデンパスを黄色でハイライト)
ファネル分析 — 7段階コンバージョンファネルの改善前後比較。フォーム入力ステップのCVR +41%改善が最大の寄与
ファネル分析:Before/After比較と主要改善施策(A/Bテスト検証済み)
マルコフ連鎖アトリビューション — 各タッチポイントの除去効果(Removal Effect)ネットワーク図と、ラストクリック vs マルコフの貢献率比較テーブル
マルコフ連鎖アトリビューション:タッチポイント除去効果 & ラストクリックとの比較

RESULT何が変わったか

+58%CVR(相対)
  • 6タッチポイントの代表経路を特定、該当経路のCVRは全体平均の約3.2倍
  • 最大の離脱点だったフォームをA/Bテストで相対41%改善
  • 全体CVRを相対58%改善
HOW WE MEASUREDA/Bテストによる対照群比較。経路別CVRは240万セッションの実測。

LEARNED効いたこと、効かなかったこと

流入を増やすより、効いている経路に寄せるほうが早かった。貢献度の見積もり方を変えるだけで投資判断が変わる。

成果の客観的な確認、または公開範囲の確認が完了するまで「成果確認中」とし、確認できた案件にだけ Probatum est. と記します。

成果確認中

次は、何を前に進めたいですか。

事業の課題を相談する