Web流入解析 — ゴールデンパス発見とCVR最適化

Webサービスにおいて、月間数百万セッションのトラフィックがありながらCVR（コンバージョン率）が業界平均を下回る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、ラストクリックベースのアトリビューションでは「どの経路が成約に効くのか」「どこでユーザーが離脱するのか」を正確に把握できていなかった。広告費の最適配分にも根拠が乏しく、Paid Search偏重の投資配分が固定化していた。

クリックストリームデータ（月間約240万セッション × 10ヶ月分）からユーザーの全ページ遷移シーケンスを抽出し、2つの分析アプローチを並行して実施した。

第一に、マルコフ連鎖モデルで各タッチポイントの除去効果（Removal Effect）を算出。特定のタッチポイントを経路から除外した場合のCV減少率を定量化し、ラストクリック偏重のアトリビューションを是正した。その結果、コンテンツ記事と比較ページの間接貢献が貢献率ベースで合計21.4pp過小評価されていたことを発見した。

第二に、Sequential Pattern Mining（PrefixSpan）でCVユーザーに共通する高頻度遷移パターンを抽出。最もCVRの高い6タッチポイントのパス（Organic→Content→Comparison→Product→Form→CV、CVR 3.84%）をゴールデンパスとして特定した。

これらの分析結果をもとに、ファネル各段階の離脱ポイントを特定し改善施策を設計。最大の離脱ポイントであったフォーム入力画面のUI改善（フィールド数削減・プログレスバー・リアルタイムバリデーション）、Content→Comparisonへの導線強化、Product DetailページへのSocial Proof追加など12のA/Bテストを実施した。