ネットショップへのアクセスは増えているのに、注文数は変わらない。そんなとき、SNSの投稿を増やすべきか、それとも商品ページを改善すべきか、判断に迷うことがあります。
サイト全体の数字だけを見ても、原因はなかなか見えてきません。
そこで役立つのがAIによる分析です。今回は、検索やSNSからの訪問状況をAIに比較してもらい、次にどのページを調べるべきかを見つける方法を紹介します。
アクセスが倍になっても、注文数は変わらない
例えば、SNSでの情報発信に力を入れたネットショップがあるとします。
直近1週間のアクセス数を確認したところ、前の週と比べて2倍に増えていました。しかし、注文数は変わっていません。
以下は、説明のために用意した架空のデータです。
| 期間 | 訪問数 | 注文数 | 訪問100回あたりの注文数 |
|---|
| 前の1週間 | 1,000 | 20 | 2件 |
| 直近の1週間 | 2,000 | 20 | 1件 |
※ここでいう「訪問数」は、サイトを訪れた回数です。同じ人が今日と明日に1回ずつ訪れた場合は、2回と数えます。
アクセス数は2倍になったものの、注文数は20件のまま。訪問100回あたりの注文数も、2件から1件に減っています。
この数字だけを見ると、商品ページに問題があるのではないか、購入手続きがわかりにくいのではないか、と考えてしまいそうです。
しかし、ページの改善に着手する前に、確認しておきたいことがあります。
それは「どこからのアクセスが増えたのか」という点です。
例えば、商品名を検索して訪れた人と、SNSで見かけた記事に興味を持って訪れた人では、サイトを訪問する目的が違うかもしれません。
そこで、アクセス数と注文数を「検索」と「SNS」に分けてみましょう。
| 期間 | 訪問経路 | 訪問数 | 注文数 |
|---|
| 前の1週間 | 検索 | 800 | 20 |
| 前の1週間 | SNS | 200 | 0 |
| 前の1週間 | 合計 | 1,000 | 20 |
| 直近の1週間 | 検索 | 800 | 20 |
| 直近の1週間 | SNS | 1,200 | 0 |
| 直近の1週間 | 合計 | 2,000 | 20 |
※注文数は、購入が完了した訪問の経路で集計しています。例えば、最初はSNSから訪れ、後日検索から再訪問して購入した場合、訪問数はSNSと検索にそれぞれ1回、注文数は検索に1件として数えます。
こうして比較すると、状況がはっきりしてきます。
検索からの訪問数は800回、注文数は20件で、前の週から変わっていません。訪問100回あたりの注文数も、どちらの週も2.5件です。
一方、SNSからの訪問数は200回から1,200回へと大幅に増加していますが、注文数はどちらも0件でした。
つまり、検索経由の注文が減ったのではなく、SNSから訪れた際の注文は0件のまま、訪問数だけが増えたため、サイト全体では訪問100回あたりの注文数が下がっています。
サイト全体の数字だけを見ていたら、気づきにくい違いでしょう。
このような分析をAIに依頼するときは、サイト全体の集計に加えて、訪問経路ごとのデータも渡します。
単に「訪問100回あたりの注文数が半分になりました」という結果だけでなく、「どこからのアクセスが増えたのか」「その経路からの注文数はどう変わったのか」まで整理してもらうことが大切です。
SNSから訪れた人は、どのページを見ている?
SNS経由の注文が0件だったからといって、SNSへの投稿に効果がなかったとは限りません。
投稿をきっかけにショップを知り、後日、検索から再訪問して商品を購入した人もいるかもしれないからです。
ただし、今回のデータだけでは、そこまではわかりません。SNSが最終的な売上にどの程度貢献したかは、別の分析が必要です。
ここでは、もう一歩踏み込んで、SNSからのアクセスが具体的にどのページで増えたのかを調べてみましょう。
例えば、SNSで商品を紹介していたとしても、実際にアクセスが増えたのは商品の紹介ページではなく、使い方やお手入れ方法を紹介する記事だったかもしれません。
その違いを知るために、AIには次の2つの情報を整理してもらいます。
- SNSの投稿内容とリンク先:過去2週間に投稿した内容を確認し、紹介した商品や記事、リンク先のページを一覧にする。
- SNS経由のアクセスが増えたページ:アクセス解析のデータから、SNSを経由した訪問が増えているページを調べる。
この2つを照らし合わせれば、投稿で紹介したページに実際にアクセスが集まっているのかを確認できます。
AIに二つの一覧を作ってもらうと、投稿で紹介したページへの訪問が増えたかを見比べられます。
一つのAIにまとめて依頼してもよいですし、投稿内容の整理とアクセス分析を別々のAIに任せても構いません。
ここで重要なのは、アクセスが増えたページによって、次に確認すべきポイントが変わるということです。
なお、SNS全体のアクセス数しかわからない場合は、ページごとの集計が別途必要です。
データが不足しているときは、無理に結論を出さず、判断するためにどのような情報が必要かをAIに確認してみましょう。
お役立ち記事と商品ページでは、確認するポイントが違う
例えば、SNSで「雨にぬれた革小物のお手入れ方法」を紹介し、その記事へのアクセスが増えたとします。
記事を読みに来た人の目的は、今使っている革小物をきれいに手入れすることかもしれません。
その場合、記事を読んで疑問が解決すれば、新しい商品を購入せずにサイトを離れることも十分に考えられます。
だからといって、記事の内容が悪いとは言い切れません。
ただし、ショップとして商品にも興味を持ってもらいたいのであれば、記事を読んだあとに商品ページへ自然に進めるかどうかは確認しておきたいところです。
例えば、記事の中で紹介している革小物について、商品ページへのリンクがわかりやすい場所にあるでしょうか。
記事から商品ページへ移動した回数が計測できていれば、その数字を確認します。計測していない場合は、実際に記事を開いて、読者が商品を見つけやすい構成になっているかを確認してみましょう。
一方、SNSで商品そのものを紹介していた場合は、確認するポイントが変わります。
投稿を見て「この商品が欲しい」と思った人が、商品ページを訪れたとき、購入を判断するための情報が十分にそろっているでしょうか。
例えば、色や大きさ、送料、届くまでの日数などです。
投稿では魅力的に見えた商品でも、商品ページに必要な情報が不足していると、購入をためらう可能性があります。
こうした確認にもAIを活用できます。
AIにSNSの投稿内容と商品ページを読み比べてもらい、投稿を見た人が期待する情報と、実際の商品ページに掲載されている情報に違いがないかを調べるよう頼みます。
単に「商品説明を充実させましょう」という提案では、何を直せばよいのかわかりません。
どの説明や写真が不足しているのか、どの部分がわかりにくいのかまで具体的に挙げてもらうと、改善すべき箇所を判断しやすくなります。
例えば、AIから次のような報告があったとします。
SNSからのアクセスが増えたのは、商品Aのページです。投稿では「毎日持ち歩ける大きさ」と紹介されていますが、商品ページには寸法しか掲載されていません。実際に手に持った写真があれば、大きさをイメージしやすくなります。使用中の写真が掲載されていないか、確認してみてください。
※説明のために作成した例であり、実際のAIの回答ではありません。
このような報告があれば、まず商品ページを自分でも確認します。
写真が掲載されているのにAIが見落としただけかもしれませんし、ページの下のほうにあって、訪問者が気づきにくくなっている可能性もあります。
写真があれば掲載位置を見直し、なければ新たに撮影することを検討します。
ただし、写真がわかりにくいことと、それが注文数の増えなかった原因であることは別の話です。
AIが指摘した内容をそのまま正解と考えるのではなく、実際のページを確認しながら改善の必要性を判断しましょう。
また、改善した場合は、どこをどう変更したのかを記録しておくことも大切です。次の期間の数字を確認するときに、変更前後の状況を振り返りやすくなります。
今日からできること:AIと一緒に調べるページを一つ決める
ここまでの分析を、実際のネットショップでも試してみましょう。
まずは、普段使っているアクセス解析ツールから、直近1週間とその前の1週間のデータを用意します。
必要なのは、次の3つです。
- 週ごとの訪問数と、検索・SNSなどの訪問経路
- 同じ期間に投稿したSNSの内容とリンク先
- 訪問経路ごとの注文数(確認できる範囲で構いません)
Google アナリティクスを利用している場合は、「レポート」内の「集客」から「トラフィック獲得」を開きます。
ここで表示される「セッション」が、この記事でいう訪問数にあたります。
データを保存するときは、対象期間を指定し、右上の「このレポートを共有」から「ファイルをダウンロード」を選び、CSV形式で保存してください。
同じ方法で、比較する2つの期間のデータを用意します。
なお、注文数を経路別に集計するときは、数え方に注意が必要です。
今回の例では、購入が完了した訪問の経路を基準にしています。一方、「初めてサイトを訪れたときの経路」を基準にすると、後日別の経路から購入した場合でも、最初の訪問経路に注文が計上されます。
集計方法の異なる数字を混ぜないようにしましょう。
経路別の注文数がわからない場合は、無理に数字を埋めず、空欄のままで構いません。
また、AIにデータを渡す際は、利用するサービスの設定や契約条件で、入力内容がAIの学習に利用されないことを確認してください。
渡す情報は、集計した数字とSNSの投稿内容にとどめ、顧客の名前や連絡先、個人ごとの行動履歴などは含めないようにしましょう。
データが手元にない場合や、AIサービスの設定を確認できない場合は、この記事で紹介した架空の数字を使って試すこともできます。
準備ができたら、AIに次のように依頼してみてください。
直近2週間のネットショップの訪問数について、週ごと・訪問経路ごとに比較してください。
どの経路からのアクセスが増えているのかを整理し、同じ期間のSNS投稿で紹介したページも一覧にしてください。
その結果を踏まえて、次に詳しく調べるべきページを一つ提案してください。
判断に必要なデータが不足している場合は、どのような情報を追加すればよいか教えてください。
例えば、AIから「SNS経由の訪問で、最初に開かれたページのデータが必要です」と回答があれば、その情報を追加します。
Google アナリティクスでは、訪問時に最初に開かれたページを「ランディング ページ」と呼びます。
すぐにデータを用意できなければ、まずはSNSの投稿内容とリンク先を整理するところまででも構いません。
AIから分析結果が返ってきたら、数字が元のデータと一致しているかを確認しましょう。
そして、調べるページが決まったら、SNSの投稿と実際のページを並べて見比べてみてください。
投稿に興味を持って訪れた人が、期待した情報をきちんと見つけられるか。購入を検討するために必要な説明がそろっているか。
アクセスが増えた理由を理解し、次に何を確認すべきかを絞り込む。
まずはそこから始めてみましょう。AIは、その判断に必要な情報を整理する手助けをしてくれます。
参考:Google アナリティクス ヘルプ