ECサイトのCVRが下がった。そこで商品ページ、広告、カートを一斉に直すと、何が原因だったか分からなくなります。

サイト全体のCVRは、多様な訪問を一つにまとめた平均値です。新規流入が増えただけでも下がり、リピーター比率が増えただけでも上がります。

CVR分析では、平均値を評価する前に、誰が、どこから、何を見て、どの端末で、どの段階まで進んだかを分けます。

最初にCVRの定義を固定する

一般には注文数÷セッション数で計算しますが、ツールによってセッション、ユーザー、購入イベントの扱いが異なります。

ECサイトCVR = 対象注文数 ÷ 対象セッション数

次を明記します。

  • 対象期間とタイムゾーン
  • 注文完了のイベント
  • キャンセル、テスト注文、定期更新の扱い
  • アプリ内ブラウザやクロスドメインの計測
  • ユーザー基準かセッション基準か
  • 新規・既存を結ぶ識別子の利用目的と同意・拒否状態
  • 必要最小限のID、アクセス権、保存期間、削除方法
  • 少人数区分を表示・配信対象から除外する基準

売上データと解析データの注文数が大きく違う場合は、改善案より計測確認を先にします。

CVRを分解する5つの軸

1. 流入元・キャンペーン

自然検索、広告、SNS、メール、直接流入で分けます。意図の浅い新規流入が増えると、全体CVRは下がっても注文数は増える場合があります。

2. 端末・ブラウザ

モバイルとデスクトップ、OS、ブラウザを分けます。特定環境だけ急落していれば、表示や決済の不具合を疑います。

3. 新規・既存顧客

初回訪問、初回購入前、既存購入者では必要な情報が違います。既存顧客のログインや定期購入を新規獲得と混ぜないようにします。

4. 商品・カテゴリ

価格、在庫、配送条件、レビュー、比較の必要性は商品ごとに異なります。商品詳細の閲覧数だけでなく、在庫あり表示と販売可能期間を確認します。

5. 導線・ランディングページ

トップ、記事、商品詳細、キャンペーンページなど入口別に見ます。入口の役割が違うため、同じCVR目標を当てません。

購入ファネルで詰まりを特定する

ファネル率は、同じ対象期間・顧客条件・識別単位で計算します。各段階の分母は、直前段階を通過したユニークセッション数。分子は、そのうち次段階へ進んだ同じセッション数です。イベント回数同士を割りません。

商品詳細へ直接入った訪問など、前段階を通らない経路は別の入口として分けます。これにより、複数閲覧や入口の違いによる100%超・不整合を避けます。

段階

確認する率

主な確認候補

商品理解

LP通過セッションのうち商品詳細へ進んだ率

流入意図、表示、訴求

購入意向

商品詳細通過セッションのうちカート追加した率

価格、在庫、配送、選択肢

手続開始

カート追加セッションのうちチェックアウト開始した率

送料表示、会員登録、エラー

注文完了

チェックアウト開始セッションのうち購入した率

決済、入力、信頼、不具合

率だけでなく件数も見ます。母数が小さい区分は、短期変動を原因と断定しません。

異常か構成変化かを分ける手順

1. 注文数とセッション数を確認する

CVRだけでなく分子と分母を見ます。分母急増による低下か、注文減少による低下かを分けます。

2. 比較条件をそろえる

前年同時期、直前期間、同じ曜日構成を比較します。セール、休日、在庫、価格変更も記録します。

3. 構成比を確認する

低CVRの新規流入が増えたのか、同一区分内のCVRが下がったのかを分けます。

4. 技術的な不具合を除外する

特定端末、ブラウザ、決済、ページ速度、タグ発火を確認します。

5. 仮説ごとに追加データを見る

配送不安なら送料表示と離脱、商品理解ならページ閲覧と問い合わせ、在庫なら欠品表示を見ます。

CVR分析ワークシート

発見した変化:
対象期間・比較期間:
CVR定義:
分子 / 分母の変化:
変化が大きい区分:
同一区分内の変化:
除外した計測・在庫・季節要因:
原因仮説:
追加で確認するデータ:
最小の修正:
判断日・継続条件・停止条件:

改善案は一つの詰まりへ対応させる

カート追加率が低いなら、購入ボタンの色だけでなく、価格、選択肢、配送、返品、利用場面の理解を確認します。チェックアウト完了率だけが落ちているなら、商品ページ全面改修より、決済エラーや入力負荷の確認が先です。

改善後はCVRだけでなく、注文数、粗利、返品、問い合わせ、ページ速度も見ます。CVRが上がっても、値引きで利益が減れば事業成果とは一致しません。

よくある失敗

  • 業界平均と比べて、顧客・商品・流入の違いを無視する
  • 全体CVRだけを見て、構成比変化を原因とする
  • 複数ページを同時に変え、効果を説明できない
  • 計測不良を顧客行動の変化と誤認する
  • CVR最大化で低粗利注文や返品を増やす

まとめ：平均値を、直せる単位へ分ける

ECのCVR分析では、定義を固定し、流入、端末、顧客、商品、導線で分け、購入ファネルのどこが変わったかを確認します。

今日できることは、全体CVRを新規・既存、モバイル・デスクトップへ分けることです。差が見えたら、さらに一段だけ分け、最小の修正へつなげます。

ECデータの分解と改善判断を相談したい場合は、マーケティングアナリティクス支援またはお問い合わせをご覧ください。

関連記事