Web流入解析 — ゴールデンパス発見とCVR最適化

月間約240万セッションのクリックストリームを対象に、経路分析と貢献度分析を組み合わせて「成約につながりやすい代表経路（ゴールデンパス）」と離脱点を特定。フォームや導線の改善をA/Bテストで検証し、CVRを相対で+58%改善。

ROLE

データサイエンティスト / アナリティクスリード

TEAM

3名

PERIOD

6ヶ月

主な成果

6タッチポイントの代表経路（ゴールデンパス）を特定し、該当経路のCVRが全体平均の約3.2倍であることをデータ上確認
ラストクリック基準ではContent/Comparisonの貢献が合計で約21ポイント小さく見積もられていたことを確認。これを踏まえ、コンテンツ関連の予算配分を約2.4倍に見直し
最大の離脱点だったフォーム（到達→送信）のCVRを、UI改善のA/Bテストで相対+41%改善
全体CVR（Conversion Rate: コンバージョン率）を1.2%→1.9%へ改善（相対+58%）。平均CV価値に基づく試算で、年あたり約1.4億円相当の売上押し上げに寄与

TECHNOLOGIES

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

背景・課題

Webサービスは月間数百万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。流入チャネル、ランディングページ、サイト内遷移の組み合わせが複雑で、ラストクリック中心の見方では「どの経路が効いているか」「どこで落ちているか」を把握しづらく、広告投資もPaid Search偏重で固定化していた。

アプローチ

クリックストリーム（月間約240万セッション × 10ヶ月）からページ遷移シーケンスを抽出し、次の2つを並行して実施した。

１．タッチポイントの貢献度を推定（マルコフ連鎖）特定の接点を経路から取り除いた場合のCV減少幅（除去効果）を算出し、ラストクリックでは見えにくい間接貢献を評価。その結果、コンテンツ記事と比較ページの貢献が、貢献度ベースで約21ポイント過小評価されていることを確認した。

２．成約ユーザーに多い遷移パターンを抽出（PrefixSpan） CVユーザーに共通する高頻度の遷移パターンを抽出し、最もCVRが高い経路の一例として「Organic → Content → Comparison → Product → Form → CV（CVR 3.84%）」をゴールデンパスとして整理した。