ウェブサイト分析ハック: オンライン決済プロセスの最適化

この記事は、Web 分析の第一人者である Eric T. Peterson 氏の著書「Web Site Measurement Hacks」からの抜粋です。

– HACK #83「チェックアウトプロセスを測定する」

ウェブサイトの他の側面の分析と最適化と比較して、オンライン決済プロセスの分析と最適化ははるかに大きなメリットをもたらします。

オンライン小売電子商取引ウェブサイトの場合、最適化が必要なすべてのリンクの中で、支払いプロセスが最も重要です。幸いなことに、分析は容易であり、詳細な分析を行った後に最適化を行うことは非常に可能です。初日から実装されるこれらの簡単な手順に従うことで、いくつかの最適化対策がもたらす違いを認識し、小売業者が投資を増やすことができるようになります。

ステップ1: ベースラインを確立する

最初のステップは、分析ベースラインを確立し、支払いプロセスを定期的に効果的に監視することです。分析の適切なベースラインとなる傾向を追跡するための基本的な指標が 2 つあります。

● 同じ訪問分析期間（例：会計月）内の訪問内で完了した支払いの割合：

支払い完了のサンキューページへのアクセス数を含む / 支払いプロセスの最初のページへのアクセス数を含む

● クロス訪問分析期間中の訪問全体で完了した支払いの比率（買い物客が購入を完了するまでにかかる平均時間）:

決済完了サンキューページに到達した訪問者数 / 決済プロセスの最初のページに到達した訪問者数

支払いプロセスのファネル分析では、各ステップを深く理解し、各ステップで何が起こるかを観察する必要があります。支払いプロセスの各ステップで、次の指標に注意する必要があります。

● このステップへの訪問回数: 各ステップへの訪問回数

● 潜在的売上: 各ステップの潜在的売上合計（カートに残っている商品の数と放棄された商品の数に基づく）

●次のステップへの訪問数：購入の次のステップへの訪問数

● 完了率: 通常、商品を購入するまでに行った訪問の割合、または商品を購入するプロセスがまだ進行中の訪問の割合として表されます。

● ファネル終了率: 支払いプロセスを終了したが、引き続き Web サイトを訪問する訪問者の割合。

● サイト離脱率: 支払いプロセスとウェブサイトを同時に離脱する訪問者の割合。

● 潜在的な解約: チェックアウトプロセスを終了した売上。

支払いプロセスの監視は、複数ステップのプロセスの監視の特殊なケースにすぎないことを覚えておくことが重要です。ウェブサイト分析レポートには通常、支払いプロセスの各ステップと、上記の対応する指標値がレポートにリストされます。（下表参照）

支払いプロセスファネル分析レポート

上記の各ステップでは、顧客が購入したか、支払いをしなかったか、あるいはサイトを直接離れたかを知ることができます。さらに、これらの顧客を失うことによる経済的影響は明らかです。上記のウェブサイト分析レポートを読んだ後、「それは素晴らしいことだが、大量の顧客がチェックアウトプロセスから離脱するのを防ぐにはどうすればよいのか」と考えているかもしれません。

ステップ2: 問題を診断する

次に、上記の損失の原因となっている問題を診断する必要があります。診断分析の鍵は、ユーザーがどこで前進を停止し、次にどこに行くのかを見つけることです。ほとんどの場合、なぜその動作が発生するのかについて、いくつかの推測を行うことができます。

決済プロセスを診断するための究極のデータはクリックストリームデータです。クリックストリームデータを分析することで、プロセスの各ステップにおけるユーザーの正確なパスを表示できます。これらのアクションを次のケースに分類すると便利です。

● ウェブサイトから直接ログアウトする

● プロセスの次のステップに進みます。ステップに複数のオプションの後続ステップがない場合は、次のステップにのみ進みます。

● 前のステップに戻る

支払いプロセスの各ステップをカバーするインジケーターを含むページパスマップを作成することをお勧めします。大きな問題領域がどこにあるかは既にわかっているかもしれませんが、損失の原因が何なのか、また、問題の原因が逆なのか、プロセス外の動作なのかについて、より詳細に理解できるはずです。次にあなたが尋ねる質問は、「それが何が悪いのか？」でしょう。

ほとんどの Web 分析ツールプロバイダーは、何らかのパス分析レポート (下の画像を参照) を提供しており、これにより支払いプロセスの視覚的かつ包括的な診断データが提供されます。これらのレポートは、前の支払いプロセスファネル分析レポートで表示された情報のバリエーションです。支払いプロセスのページの問題を強調するために使用されます。この例では、「支払いステップ 1: ログイン」に入るすべてのユーザーが「支払いステップ 2」に入るかどうか、および支払いプロセスを離れたユーザーがどのページに進むかを確認できます。

1 回のセッション (訪問) に基づくページクリックストリームレポート

このようなレポートや視覚化は、上のグラフで強調表示されているような問題をより適切に診断するのに役立ちます。情報を視覚化するこの機能がいかに貴重であるかに驚かれることでしょう。たとえば、上記の支払いフローパス分析レポートでは、次のことがわかります。

● ジャンプは予想通りには起こりませんでした。たとえば、ユーザーが支払い手続きに入った後、9.2% のユーザーが「ショッピングカートの表示」ページに戻り、ホームページへのアクセスも 162 件あります。

● エラーが発生したリンク。たとえば、ページが間違ったパスワードにリダイレクトされた回数は 4,436 回、パスワードを忘れた場合のページにリダイレクトされた回数は 979 回です。

要約する

一般的に、支払いプロセスを監視および最適化するためのアプローチは非常に簡単です。

1. 測定ベースラインを確立した後、大きな傾向を監視します。

2. プロセスの各ステップでユーザーの行動を監視し、問題の要点を見つけます。

3. さらに深く掘り下げて、顧客が先に進まなかった場合にどこに行くのかを判断し、なぜそのように行動したのか仮説を立てて、その損失の大きさを定義します。

4. ほとんどの場合、特定のユーザーグループの行動をより深く分析し、その行動が別のグループの利益に影響を与えることを確認するには、各顧客グループを個別に分析する方が合理的です。一般的なグループ化には、新規訪問者とリピーターの対比、最も価値の高い顧客、マーケティングキャンペーンを通じて訪れた顧客、カテゴリで高い収益を生み出す顧客などが含まれます。

5. コンバージョン率と取引額を同時に使用して、特定の経路に沿って訪問した顧客の売上データを取得します。

6. 投資収益率に基づいて、Web サイトの最適化への支出を優先順位付けします。

7. ウェブサイトの脆弱性を修正するために、できる限りのことを試してください。

8. これらの変更の影響を測定し、上記の手順を繰り返します。

最後に、継続的な最適化プロセスを習得すれば、すぐに支払いフローに小さいながらも重要な改善を加えることができるようになります。

-ブレット・ハートとエリック・T・ピーターソン

（著作権はDigital Forest Website Analysis Blogに帰属します。転載は歓迎しますが、出典を明記してください。）

ウェブサイト分析ハック集: JavaScript ドキュメントオブジェクトモデル

ウェブサイト分析ハック: エントリー、エグジット、バウンスレポート (パート 1)

ウェブサイト分析ハック: エントリー、エグジット、バウンスレポート (パート 2)

ウェブ解析ハック: ビジネス目標を測定可能な活動に定義する

元のタイトル: オンライン決済プロセスを最適化するためのウェブサイト分析ハック