セグメントを使用した分析例

セグメントを作成して適用し、データ分析やリマーケティングで活用します。

この記事では、セグメントを使用してデータを分析する方法、セグメントの変更方法、新しいセグメントの作成方法について説明します。

 

この記事の内容:

 

「コンバージョンに至ったユーザー」と「コンバージョンに至らなかったユーザー」の比較

アナリティクスには、さまざまな状況に対応できる多数のシステム セグメントが用意されています。この例では、2 つのシステム セグメント「コンバージョンに至ったユーザー」と「コンバージョンに至らなかったユーザー」を使用して、サイト所有者やアプリ所有者の大きな関心事である「目標や商品購入を達成したユーザー」と「達成しなかったユーザー」を比較します。

コンバージョンに至ったユーザーを分析することで、成果をあげたキャンペーンや広告をさらに発展させ、新規ユーザーの開拓に役立てることができます。

また、コンバージョンに至らなかった理由を分析することで、現在のアプローチの弱点を明らかにして改善ができます。

まず、2 つのシステム セグメント「コンバージョンに至ったユーザー」と「コンバージョンに至らなかったユーザー」を [ユーザー サマリー] レポートに適用し、分析データを確認してみましょう。

[ユーザー サマリー] レポート - 「コンバージョンに至ったユーザー」セグメントと「コンバージョンに至らなかったユーザー」セグメントが適用されている

 

コンバージョンに至ったユーザー(20,042 人)はコンバージョンに至らなかったユーザー(54,212 人)より少なく、コンバージョンに至ったセッション数(27,788)もコンバージョンに至らなかったセッション数(59,080)より少ないことがわかります。

サイトへのトラフィック数を比較すると、「コンバージョンに至ったユーザー」は「コンバージョンに至らなかったユーザー」の半分以下ですが、サイトでの活動状況はコンバージョンに至ったユーザーが勝っています。

  • ページビュー数は 4 倍以上
  • セッションあたりのページ数は 7 倍以上
  • 平均セッション時間は 10 倍以上
  • 直帰率は約 6 分の 1

コンバージョンに至ったユーザーの方がサイトへのエンゲージメントが高いのは当然かもしれませんが、このデータを見ると、いったんサイトへ誘導したユーザーはエンゲージメントが非常に高いことがわかります。また、リピート率も高く、コンバージョンに至った全ユーザーの 3 分の 1 以上がリピーターです。

追加したセグメントはすべてのレポートに適用されるので、さまざまな観点からデータを容易に評価できます。

[ユーザー属性]、[年齢] の順にクリックして、[ユーザー属性: 年齢] レポートを開きます。

[ユーザー属性: 年齢] レポート - 「コンバージョンに至ったユーザー」セグメントと「コンバージョンに至らなかったユーザー」セグメントが適用されている

 

「コンバージョンに至らなかったセッション」に対する「コンバージョンに至ったセッション」の割合は、年齢が上がるほど低下しています。

コンバージョンに至ったセッションが最も多いのは 25~34 歳グループであり(6,312 件、42.65%)、このグループではコンバージョンに至ったセッション(6,312 件)と至らなかったセッション(6,886 件)はほぼ半々です。

[ユーザー属性: 年齢] レポート - 年齢: 25~34 歳、「コンバージョンに至ったユーザー」セグメントと「コンバージョンに至らなかったユーザー」セグメント

 

この分析結果の理由として、25~34 歳のユーザーはオンラインで購入する頻度が高い、この年齢グループに受け入れられやすい商品やサービスを扱っている、若い年代のユーザー向けに広告を配信している、操作に慣れている若者向けのサイト構成になっている、などが考えられます。「何が効果をあげているか」はこの情報だけでは正確にわかりませんが、コンバージョン率が特に高いのは最年少グループであり、年齢が上がるほどコンバージョン率が低下しているのは間違いありません。

2 つの年齢グループ「25~34」と「35~44」を合わせると全セッションの半数を上回り(56.9%)、コンバージョン率は 64% に達しています。

[ユーザー属性: 年齢] レポート - 年齢: 25~34 歳と 35~44 歳、「コンバージョンに至ったユーザー」セグメントと「コンバージョンに至らなかったユーザー」セグメント

 

65 歳以上のグループは全セッションのわずか 5.1% であり、全コンバージョンの 3.5% にすぎません。これにより、若い年齢層に力を入れる必要があることがわかります。

[ユーザー属性: 年齢] レポート - 年齢: 65 歳以上、「コンバージョンに至ったユーザー」セグメントと「コンバージョンに至らなかったユーザー」セグメント

 

ただ、25~44 歳のユーザーがコンバージョンの 64% を占めているとはいえ、コンバージョン率でみると、65 歳以上(0.77%)が 25~44 歳(0.63%)を上回っています。コンバージョン数は少なくても、65 歳以上のグループにはまだ大きな可能性があると考えられます。

[ユーザー属性: 年齢] レポート - 年齢: 25~44 歳対 65 歳以上、e コマースのコンバージョン率

 

[ユーザー属性: 性別] レポートを開き、[コンバージョン] を [すべての目標] に設定して、男女別のコンバージョン状況を見てみましょう。

[ユーザー属性: 性別] レポート - 「コンバージョンに至ったユーザー」セグメントと「コンバージョンに至らなかったユーザー」セグメントが適用されている

 

コンバージョンに至ったセッション数を比較すると、男性ユーザー(12,011)は女性ユーザー(4,756)の約 2.5 倍です。

[ユーザー属性: 性別] レポート - 「コンバージョンに至ったユーザー」セグメントと「コンバージョンに至らなかったユーザー」セグメントが適用されている(セッションとコンバージョンの詳細)

 

女性ユーザーの方がコンバージョン数は少ないものの、コンバージョン率を見ると、女性ユーザー(84.13%)が男性ユーザー(83.56%)をわずかに上回っています。

[ユーザー属性: 性別] レポート - 「コンバージョンに至ったユーザー」セグメントと「コンバージョンに至らなかったユーザー」セグメントが適用されている(コンバージョン率の詳細)

 

2 つのシステム セグメントを適用しただけで、いくつかのレポートを通じてユーザーの行動パターンを捉えることができました。

  • 合計コンバージョン数は若いユーザーの方が多いが、コンバージョン率は高齢ユーザーが勝っている。
  • 合計コンバージョン数は男性ユーザーの方が多く、コンバージョン率は女性ユーザーの方が高い。

この分析データだけでは予算配分を変更する十分な理由になりませんが、この結果をもとに、さらに詳しく分析することができます。

たとえば、各年齢グループと性別のセグメントを作成し、キャンペーン レポートに適用すれば、どのグループを対象に広告を掲載するのが効果的かがわかります。宣伝効果が思わしくない場合は、現在の広告への反応はよくないものの、開拓の余地があるグループ(女性や 65 歳以上のユーザーなど)を対象に新しいキャンペーンと広告を作成します。

同じセグメントを地域レポートに適用すると、コンバージョンを見込めるユーザーの割合が多いにもかかわらず、まだキャンペーンを実施していない地域がわかります。

さらに、これらのセグメントを [インタレスト: サマリー] レポートに適用すれば、各ユーザー グループの関心事を把握し、特定のユーザーを開拓する必要があるかどうかわかります。

有益なデータ(コンバージョンを期待できるユーザー グループなど)が得られたら、必要なセグメントを作成してレポートに適用し、ユーザーの行動を詳細に分析します。その結果をもとに広告内容を改善し、予算配分を調整します。

 

特定の地域で「コンバージョンが達成されたセッション」を分析

この例では、システム セグメント「コンバージョンが達成されたセッション」をコピーして、設定を一部変更します。

まず [ユーザー サマリー] レポートを開き、「コンバージョンが達成されたセッション」セグメントを適用します。

[ユーザー サマリー] レポート - 「コンバージョンが達成されたセッション」セグメントが適用されている

 

ユーザーがコンバージョンを達成したセッションのみを対象とするため、「すべてのセッション」セグメントを削除します。

「コンバージョンが達成されたセッション」セグメントのみを適用してレポートを生成することで、コンバージョン達成数が多い地域など、マーケティングに役立つデータを見つけることができます。[地域] レポートを開きます。

[地域] レポート - 「コンバージョンが達成されたセッション」セグメントが適用されている

 

このレポートを見ると、コンバージョン達成数が最も多いのはアメリカで、第 2 位の国の 10 倍以上です。

次に、アメリカ国内でのコンバージョン状況を調べるため、このセグメントをコピーしてフィルタを追加します。適用するセグメントを限定することで、レポートの対象を絞り込むことができます。

レポートの一番上にある「コンバージョンが達成されたセッション」のメニューを開き、[コピー] をクリックします。

「コンバージョンが達成されたセッション」セグメントの [コピー] コマンド

 

セグメント ビルダーに元のセグメント定義が表示されます。

セグメント ビルダー - 「コンバージョンが達成されたセッション」セグメントのフィルタ設定を表示

 

[+ フィルタを追加] をクリックし、アメリカ国内でコンバージョンが達成されたセッションのみを抽出する条件フィルタを追加します。

新しいセグメントの名前を入力します(「コンバージョンが達成されたセッション - アメリカ」など)。

セグメント ビルダー - 「コンバージョンが達成されたセッション」セグメントのフィルタ設定に「国」フィルタを追加

 

[保存] をクリックします。

アメリカのコンバージョンのみを対象とするため、「コンバージョンが達成されたセッション」セグメントを削除します。

[地域] レポート - 新しい「コンバージョンが達成されたセッション」セグメントが適用されている - アメリカの地図とデータ

 

ここから他のレポートを開き、このデータをさまざまな角度から検証できます。

どのようなユーザーがコンバージョンに貢献しているか見てみましょう。

[ユーザー属性: サマリー] レポートを開きます。

[ユーザー属性: サマリー] レポート - 新しい「コンバージョンが達成されたセッション」セグメントが適用されている - アメリカ国内の年齢データと性別データ

 

コンバージョンに最も貢献しているのは、25~34 歳の男性であることがすぐにわかります。

[インタレスト: アフィニティ カテゴリ] レポートを開きます。

[インタレスト: アフィニティ カテゴリ] レポート - 新しい「コンバージョンが達成されたセッション」セグメントが適用されている - アメリカ国内のインタレスト データ

 

上位 10 のインタレスト カテゴリはほぼ均等ですが、中でも「ハイテク好き」、「映画ファン」、「テレビ好き」が多いことがわかります。

[ユーザーの環境: ブラウザと OS] レポートを開きます。

[ユーザーの環境: ブラウザと OS] レポート - 新しい「コンバージョンが達成されたセッション」セグメントが適用されている - アメリカ国内のブラウザデータ

 

ブラウザとして Chrome を使用しているユーザーが圧倒的に多いことがわかります。

このように、最小限の設定とわずか数回のクリックで有益なデータを収集し、対象セグメントで最も価値のあるユーザーを特定することができます。この例では、「ハイテク、映画、テレビに関心があり、アメリカ国内から Chrome ブラウザを使ってセッションを開始する 25~34 歳の男性」がそれにあたります。この情報を利用すれば、コンバージョンの可能性が最も高いユーザーに向けて効果的な広告を配信できます。

 

優良ユーザー セグメントの作成

システム セグメントをそのまま使用したり、一部変更したりするほか、必要なデータを収集するセグメントを自分で作成することもできます。

ユーザーに関する最も重要な分析は、優良ユーザーの特定です。優良ユーザーとは、お客様のサイトに関心があり、商品を「最近」購入したユーザー、サイト訪問や商品購入を「頻繁」に行っているユーザー、「収益性の高い」コンバージョンに貢献しているユーザーです。

こうしたユーザーを特定するには、ユーザーの Recency(直近性)、Frequency(頻度)、Monetary(購入額)を分析する RFM セグメントを作成します。

Recency(直近性): 最近(過去 2 日間または先週など)サイトを訪問したり、商品を購入したりしたユーザーは、訪問や購入を再び行う可能性が高いと考えられます。

Frequency(頻度): 頻繁(毎週または毎月など)にサイトを訪れたり商品を購入しているユーザーは、再び訪問や購入を行う可能性が高いと考えられます。

Monetary Value(購入額): コンバージョンを最近達成したユーザーや頻繁に達成しているユーザーに加え、購入額の多いユーザーも、再びコンバージョンを達成する可能性が高いと考えられます。

優良ユーザーを特性するには、上記の RFM しきい値を指定する必要があります。

RFM のセグメントを作成する際は、次のようなフィルタ項目がベースになります。

行動

セッションの間隔 < 5 日(直近性)

セッション数 > 5(頻度)

e コマース

収益 - ユーザーごと > 100(購入額)

条件 > フィルタ - ユーザー

ユーザーあたりの目標完了数 > 10(金額)

ユーザーあたりの目標額 > 10(金額)

先ほどの例で、このようなセグメントを作成してレポートに適用すれば、優良ユーザーの居住地域、性別や年齢層、使用しているブラウザや OS、訪問経路などを分析できます。さらに、そのデータをもとに、優良ユーザーに対象を絞って広告を配信することができます。

 

コホート セグメントの作成

セグメントを使用して、コホート(統計上同一の性質をもつ集団)を特定することもできます。たとえば、特定のキャンペーンに誘導され、特定の日または期間にサイトを訪問した新規ユーザーを特定するには、次のようなフィルタを設定します。

最初のセッションの日付: キャンペーンの実施期間

トラフィック: キャンペーン - 完全一致 - キャンペーン名

コホートを使用すれば、同じユーザー グループの行動を経時的にたどることができます。たとえば、キャンペーンに関連するコホートを作成し、それらのユーザーの行動を数週間または数か月間追跡することで、コンバージョンに至るまでの日数、購入金額、関心持続期間などを分析できます。キャンペーンの効果が予想以上に持続することがわかった場合は、キャンペーンの実施頻度を減らしてもよいかもしれません。コンバージョンの増加と減少に規則性が見つかった場合は、前回のキャンペーンの効果が薄れる前に次のキャンペーンを開始するとよいでしょう。また、複数のキャンペーンを直接比較し、コンバージョンや収益から判断してどのキャンペーンが最も効果的か、どのキャンペーンの効果が最も長く持続するかを分析することもできます。

 

見込み顧客セグメントの作成

商品をカートに追加したものの、購入には至らなかったユーザーなど、購入プロセスを途中でやめたユーザーには、リマーケティングを通じて再度広告を表示すると効果的です。

このようなユーザーを特定するには、次の条件フィルタを設定したセグメントを作成します。

  • ユーザー > 含める
    ページ - 含む - ProductDetails
  • ユーザー > 含める
    イベント アクション - 完全一致 - AddToCart
  • ユーザー > 除外する
    ページ - 完全一致 - ThankYou.html

このセグメントは、商品詳細ページを閲覧して [カートに追加] をクリックした後、注文の最終確認ページを表示しなかったユーザー(注文処理を完了しなかったユーザー)を抽出します。これらのユーザーは、商品に強い関心を示しているので、リマーケティング キャンペーンで再びアピールすれば、購入する可能性が非常に高いと考えられます。

 

 

関連資料

この情報は役に立ちましたか?
改善できる点がありましたらお聞かせください。