Googleアナリティクスのアトリビューション分析で、ホントにCVに貢献している要素を見つけよう!

アクセス解析 |

こんにちは。「AIアナリスト」運営チームの竹本です。
この記事では、アトリビューション分析の基礎から、Googleアナリティクスで実際に分析する方法まで、初心者のWeb担当者の方にも分かるように丁寧に説明しています。

アクセス解析を行っている方々は、CVの数をチェックして、どういった経路でCVに至ったのかを分析しますよね。検索流入なのか、広告からの流入なのか、はたまたブックマークからの流入なのか。CVに至るまでの接触点を把握することは、さらにCVを増やすためにとても大切です。

しかし、ここでユーザーの立場になって考えてみてください。あなたがあるサービスに「いよいよ申し込むぞ」となったとします。そのタイミングは突然来ると思いますか?
サービスのことを知って、他のものと比較して、悩んで悩んである日決断したのかもしれません。

こんな時にCVの直近の行動だけを分析するのは、正しい分析といえるでしょうか?

今回紹介するアトリビューション分析は、このような観点にたち、CVの直近だけでなく、

  • どこで商品を知り
  • 関連するどんなページを訪れ
  • 最終的にどこのページを見て決断して申込んだのか

といった、ユーザーがCVに至るまでの一連の流れを分析するのに役立つ機能です。アトリビューション分析をマスターして、ホントにCVに貢献している要素は何なのかを見極めましょう!

目次

「アトリビューション分析」とは?

アトリビューション(Attribution)とは、もともとは「~のおかげだと考える、~に起因する」という意味です。この意味の通り、Googleアナリティクスにおけるアトリビューション分析は、とあるCVが、

  • どの施策/ページのおかげなのか
  • どの施策/ページに起因するのか

を分析する機能です。CVの直近の接触点だけでなく、CVに至るまでのユーザーとの全ての接触点を評価対象として、CVへの貢献度を評価する分析です。

例えばユーザーがある商品Aを購入した場合を考えます。

ユーザーは始めにバナー広告で商品Aの存在を知り、クリックして商品の詳細ページを見ました。しかし、すぐに購入することはなく、その時は離脱しました。

後日、商品Aを使っているユーザーの感想ページがSNSでシェアされているのをクリックして、再び商品Aのことを思い出しました。

次の日、ようやく決心し、検索で申し込みページへ行き、購入しました。

検索で申し込みページへ行き、購入

この時、通常の分析なら最後にCVに直結した販売ページだけをCVに貢献していると判断します。しかし、それで正しい分析と言えるでしょうか。
バナー広告がなければ、そもそもユーザーは商品Aを知り得なかったかもしれません。
ユーザーの感想ページがSNSでシェアされなければ、ユーザーは購入には至らなかったかもしれません。

そこで、ユーザーがCVに達するまでのそれぞれの経路を、CVに貢献したページ・施策として評価するのが、アトリビューション分析です。

アトリビューション分析

アトリビューション分析は、コンテンツマーケティングを行っている企業などの場合、非常に重要です。(コンテンツマーケティングとは売上に直結しない、ユーザーにとって有益なコンテンツを配信することで見込み顧客を獲得しようというマーケティング手法です。)
なぜなら、配信しているコンテンツのおかげでCVが増えていても、ラストクリックだけに注目していては、そのコンテンツの貢献度を無視することになってしまうからです。

さて、こんな重要なアトリビューション分析ですが、今までアトリビューション分析をやったことが無い方は、
「新しく有料のツール入れたりしないといけないのかな…」
と思うかもしれませんが、なんと、Googleアナリティクスの標準機能でできるんです!

(関連記事:「AIが自動でサイト分析!GoogleアナリティクスのAssistant機能の実力は?」

Googleアナリティクスの「アトリビューション モデル比較ツール」とは?

Googleアナリティクスに搭載されているアトリビューション分析機能が「モデル比較ツール」です。
このモデル比較ツールを使うと何ができるのか。簡単に言うと、

1つのコンバージョンへの貢献度を、合計100%になるようにユーザーとの接触点に割り振る

ことができます。割り振り方のルールをあなたが指定すると、それに基いてGoogleアナリティクスが自動で各接触点の貢献度を計算してくれます。そして、この割り振り方のルールを様々に変えることで、あなたが本当に求める情報を明らかにすることができます。

例えば、そもそもの訪問数が少ない場合、1番最初ににユーザーをサイトに誘導した接触点こそが、CVへの貢献度が高いかもしれません。そんな時は、
「ユーザーとの最初の接点に100%中の多くの割合を割り当てる」
といったルール設定が有効でしょう。

(関連記事:「プロが厳選!絶対に入れておきたいアクセス解析ツール4選」

Googleアナリティクスのアトリビューション モデル比較ツールを使ってみよう

それでは実際にGoogleアナリティクスでモデル比較ツールを使って、アトリビューション分析をやってみましょう。

Googleアナリティクスのレポート画面で、

コンバージョン→アトリビューション→モデル比較ツール

を選択してください。

コンバージョン→アトリビューション→モデル比較ツール

では、異なるモデルを使ってCVへの貢献度を比較してみましょう。
「vs」と書いてあるところの左をクリックしてください。するとモデルの一覧が表示されます。

「vs」と書いてあるところの左をクリック

Googleアナリティクスではデフォルトで7種類の割り振り方が用意されています。

7種類の割り振り方が用意

終点 CVに至った最終地点に100%割り振り。CV直前のユーザーへのプロモーションを重視する場合、CVまでの検討時間が短い場合に有効です。
最後の間接クリック 終点の1つ前のクリックに100%割り振り。Googleアナリティクスで標準的に用いられているモデルで、比較対象としてよく用いられます。
AdWords広告のラストクリック 最後にクリックしたAdWords広告に100%割り振り。AdWords広告によるプロモーションを重視している場合に有効です。
起点 ユーザーが最初に利用したチャネルに100%割り振り。プロモーション初期のブランディングや認知を重視する場合に有効です。
線形 経路上の全てのチャネルに均等に割り振り。販売サイクル全体を通して顧客との接点を維持したい場合に有効です。
減衰 CVに近いほど多くを割り振り。検討段階の短い短期的なプロモーションの場合などに有効です。
接点ベース 起点と終点に40%ずつ、途中の経路に20%を割り振り。認知させた点と実際にCVを促した点の2点を重視する場合に有効です。

これらのモデルの中から複数を選択して、比較することができます。
2つの「vs」の横の欄をクリックしてモデルを選択してください。

モデルを選択

上の図は、「起点」「線形」「終点」の3つを選択した場合です。
すると、下に各モデルで算出されたCV数が表示され、比較することができます。

各モデルで算出されたCV数が表示され、比較

(関連記事:「Googleアナリティクスのユーザー必見!レポート自動作成ツール6選」

初心者におすすめのモデル比較方法

やり方は分かったけど、自分で比較するのは難しそう…と思った方もいるかもしれません。そこで、初心者の方のためにおすすめのモデルを紹介します。

上にあげた7つのモデルのうち、まず使うべきは、

  • 起点
  • 終点
  • 線形

の3つです。
もちろん、結局のところサイトのCVによって適切なモデルは様々なのですが、初めはこの3つを組み合わせて比較してみるだけで十分有効な分析が可能です。

特に、あなたのサイトのCVが、
・検討期間が短いと予想されるなら終点が重要
・逆に検討期間が長い商品の場合、何度もサイトを訪れることになるので、全ての接触点が同様に重要
・ブランディングや認知拡大を目指しているなら起点が重要
というポイントを意識してみましょう。

そして線形モデルはCVに至るユーザーの辿る経路がもれなく平等に評価されるので、CVに至ったユーザーの行動の全体像を把握するのに便利です。

  起点 線形 終点
ディスプレイ広告 20 40 70
リスティング広告 50 30 20
動画広告 70 20 10

例えば、こんな数字が出てきたとします。
「終点」だけに注目していると、動画広告はほとんどCVに貢献しておらず、予算をもっと削減すべきだという判断がくだされるでしょう。

しかし、「起点」に目を向けてみると、ディスプレイ広告よりも大きな数字をあげており、最初の接触点としては大きな貢献をしていることが分かります。

「線形」で総合的なCVへの貢献度を見てみても、ディスプレイ広告やリスティング広告と同程度の貢献をしていると言えそうです。
このように、アトリビューション分析を行うと「終点」だけを見ている場合とは異なる判断が可能になるのです。

(関連記事:「Googleアナリティクスだけじゃない!?サイト改善方法がわかるツール 7選」

アトリビューション分析でCVの要因をより正確に分析しよう

アトリビューション分析について理解できたでしょうか?

マーケティング手法が様々になるなかで、ユーザーの最後の行動だけ見ていては、本当にCVに貢献している要因が何なのかを分析することができないのが現実です。そこで、ユーザーがCVまでに辿った経路に、ルールを設けて貢献度を割り振るのがアトリビューション分析でした。

アトリビューション分析を行ったら、その分析結果に基づいて、どのチャネルに予算を追加し、どのチャネルの予算を削減するのかを考えなければいけません。分析の次には、それを利用した改善が必要なのです。

アトリビューション分析で、本当にCVに貢献しているチャネルを特定して、適切な予算配分を考えてくださいね。

AIアナリストの資料請求はこちら


この記事を書いた人

竹本 泰紀

東京大学経済学部在学中のインターン。マーケティングチームで幅広く活躍しています。