コンバージョン分析に生成AIを活かす方法｜改善の打ち手を見つける

「訪問数は増えているのに、申し込みの数が変わらない」「どこを直せば成果が動くのか、当たりが付けられない」——サイト改善を任された人が、最初にぶつかる2つです。成果が増えないのは、集客が足りていないからとは限りません。多くの場合、申し込みの手前で人が抜けている場所を、まだ特定できていない状態です。この記事では、CVとして何を数えるかの決め方、離脱している箇所の見つけ方、生成AIに読み解かせるときの渡し方を整理します。

CV・CVRとは・なぜ重要か

CV（コンバージョン）とは、サイトやマーケティングで、成果とみなす行動のことです。何を成果とするかは、目的によって変わります。商品の購入、資料請求、問い合わせ、会員登録、メルマガの申し込みなど、ビジネスにとって価値のある行動が、CVにあたります。そして、訪問者のうちCVに至った割合を、CVR（コンバージョン率）と呼びます。

CVとCVRが重要なのは、それがマーケティングの成果に直結するからです。どれだけ多くの人がサイトを訪れても、CVにつながらなければ、成果にはなりません。逆に、CVRを高められれば、同じ訪問者数でも、より多くの成果が得られます。アクセスを増やす努力と同じくらい、訪れた人をCVへ導く工夫が大切です。CV分析は、その工夫の手がかりを与えてくれます。成果の最終地点を見る、重要な分析です。

CV分析で何を見るか

CV分析では、成果につながる流れと、そのつまずきを見ます。訪問者が、どんな経路をたどってCVに至るのか。どの段階で、CVの手前まで来て離れてしまうのか。これらを把握することで、改善すべき場所が見えてきます。やみくもにサイトをいじるのではなく、データに基づいて、効果的な改善点を見つけるのが、CV分析の目的です。

似た分析に、カスタマージャーニー分析がありますが、視点が少し異なります。ジャーニー分析が、認知から購入までの全体の道のりを広く見るのに対し、CV分析は、特にCVという成果の地点と、そこに至るCVRに焦点を当てます。どこでCVを取りこぼしているか、CVRをどう高めるかを、集中的に見るのです。両者は補い合う関係にあり、目的に応じて使い分けると効果的です。

CV分析に生成AIが役立つ理由

CV分析に生成AIが役立つのは、データの傾向を読み解き、改善の仮説を立てるのを助けてくれるからです。CVに関わるデータ——訪問数、各ページの離脱、CVに至った経路など——を渡せば、AIが「どこにつまずきがありそうか」「CVRを下げている要因は何か」を整理してくれます。数字の羅列から、意味を引き出すのを助けてくれます。

また、AIは改善のアイデア出しも得意です。「この段階でのつまずきを減らすには、どんな打ち手が考えられるか」と尋ねれば、複数の選択肢を示してくれます。専門的な分析の知識がなくても、データと向き合い、改善のヒントを得られるのが利点です。ただし、後述するように、AIの示す傾向や仮説は、人が裏づけ、判断する必要があります。AIは、CV分析の入り口を開く助けになります。

何をCVとするか決める

CV分析を始める前に、何をCVとするかを決める必要があります。ここが定まっていないと、何を増やすための分析なのかが、ぶれてしまいます。最終的な成果である購入や問い合わせをCVとするのが基本ですが、それに至る手前の行動——資料請求やメルマガ登録など——を、中間的なCVとして設定することもあります。

中間的なCVを設定すると、最終成果までの道のりを、段階的に見られるようになります。たとえば「資料請求」を中間CVとすれば、そこまでは来るのに最終的な問い合わせに至らない、といった課題が見えてきます。何をCVとするかは、ビジネスの目的と、見たい課題に応じて決めます。AIに「この目的なら、どんな行動をCVとして見るべきか」を相談するのも、考えを整理する助けになります。

データを整える

AIにCVデータを読み解かせる前に、データを整える必要があります。ここを飛ばすと、AIが正しく読み取れません。次の手順で準備すると、分析の精度が上がります。

1. CVを明確に定義する：何を成果と数えるか
2. 関連するデータを集める：訪問数・経路・離脱箇所など
3. 段階ごとに整理する：どこで人が減っているか分かる形に
4. 個人を特定する情報は外す：分析に不要なものは渡さない

特に大切なのが、データを「段階ごとに整理する」ことです。訪問から、各ページの閲覧、CVの手前、CVまで、流れに沿ってデータを並べると、どこで人が減っているかが見えやすくなります。AIに渡す際も、こうして整理したデータのほうが、的確な読み解きが得られます。準備にひと手間かけることが、意味のある分析につながります。整ったデータが、良い分析の前提です。

AIに読み解かせるプロンプト

データが整ったら、AIに読み解かせます。CVに関わるデータと、知りたいことを具体的に伝えると、的を射た読み解きが得られます。次のようなプロンプトが土台になります。

次は、当サイトのCVに関わるデータです。
{訪問数・各段階の通過率・離脱箇所などを貼り付け（個人情報は除く）}
・CVに至る流れの中で、最もつまずきが大きい箇所はどこか
・CVRを下げている要因として考えられること
・改善の優先度が高い打ち手
を、それぞれ根拠とともに整理してください。

読み解きを頼むときは、答えではなく候補を出させる形にします。数字が示すのは「ここで止まっている」という事実までで、止まった理由が入力の手間なのか、価格の見えなさなのかは、記録の側からは決まりません。挙がった候補は、問い合わせに実際に書かれている言葉と照らして1つに絞ります。絞れないまま複数を同時に直すと、どれが効いたのか分からなくなります。

CVに至る道とつまずきを見る

CV分析の核心は、CVに至る道のどこでつまずいているかを見つけることです。訪問者は、いくつかの段階を経てCVに至ります。その流れの中で、「どこから次の段階へ進む人が急に減るか」に注目すると、ボトルネックが見えてきます。そこが、改善の効果が最も大きい場所です。

たとえば、「商品ページはよく見られているのに、申し込みフォームで多くの人が離れている」なら、フォームに問題があると考えられます。AIに各段階の通過率を渡して「最も落ち込みが大きい箇所」を特定させると、効率的にボトルネックが見つかります。すべてを一度に直そうとせず、最大のつまずきから手をつける。この一点突破の発想が、限られたリソースで成果を上げるコツです。

改善の打ち手を考える

絞り込んだ理由に対して、直す場所を1か所だけ決めます。入力の手間が理由なら申し込みの画面、価格の見えなさが理由ならその手前の説明の頁と、直す先はそれぞれ別の場所になります。理由と直す場所がずれていると、数字は動きません。動かなかったときに理由の取り違えだと分かるよう、1回に1か所だけにしておきます。

直す場所が決まったら、そこで打てる案を並べさせます。申し込みの画面なら入力する項目の数や順番、その手前の説明なら並べる順序や見せる情報と、案は場所によって出てくる中身が変わります。並んだ案から選ぶ基準は、効きそうかどうかではなく、効いたかどうかを後から数字で言えるかどうかです。言えない案は、当たっても次に活かせません。

定性データで「なぜ」を探る

記録に残らない離脱もあります。申し込みをやめた人は、その理由をどこにも書き残しません。手がかりになるのは、途中まで進んで離れた人と同じ経路をたどって申し込んだ人が、営業に対して最初に聞いた質問です。その質問に答える情報が申し込みの手前に無ければ、そこが止まっている理由の候補になります。

定性データの整理にも、AIが力を発揮します。「フォームの入力をやめた人が、どんな不満を持っていたか」といった声を集めて整理させると、数値だけでは見えなかった離脱の理由が浮かび上がります。「数値でどこでつまずいているかを見つけ、定性データでなぜかを探る」という組み合わせが効果的です。両方の視点を持つことで、表面的でない、本質的な改善ができます。

AIに任せない部分

CV分析でAIは役立ちますが、任せきりにできない部分があります。AIの示す傾向や仮説を裏づけること、改善策を実行するかの判断、そして結果の責任です。AIはデータから可能性を示しますが、それが本当に正しいか、自社にとって最善かを見極めるのは、人の役割です。

やりがちな失敗と回避

CV分析でつまずきやすいパターンです。先回りして避けましょう。

• 何をCVとするか決めずに分析する：何を増やすための分析か、ぶれる
• 全段階を一度に改善しようとする：力が分散し、効果が出ない
• 数値だけで判断する：離脱の「なぜ」を見落とす
• AIの仮説を裏づけず実行する：見当違いの改善で、成果が出ない

検証して改善し続ける

CV分析は、一度きりではなく、検証して続けることで成果につながります。改善策を実行したら、CVRが実際に上がったかを確認します。上がれば、その方向を強めます。変化がなければ、別の角度から見直します。改善と検証を繰り返すことで、CVRは少しずつ高まっていきます。一度の改善で満足せず、続けることが大切です。

また、一つのつまずきを改善すると、次に大きなつまずきが見えてくるものです。それを次の改善対象にします。AIで読み解きと改善案の検討を効率化しながら、このサイクルを回し続けることで、CVに至る流れが、少しずつ滑らかになっていきます。アクセスを増やす努力とあわせて、訪れた人をCVへ導く改善を続けることが、マーケティングの成果を着実に伸ばします。

読み解く前に、数えている数字が合っているかを確かめる

AIに記録を渡す前に、その記録が実際の申し込み件数と合っているかを確かめます。解析の画面に出ている数字は、実際より多いことも少ないこともあります。多くなる代表が、申し込み完了の画面が開かれた回数を1件と数えている場合です。送信したあとに戻る操作をしたり、完了の画面を再び読み込んだり、そのURLを社内で共有したりすると、そのたびに1件が積み上がります。少なくなる代表は、送信の途中で計測が途切れる場合と、サイトを作り替えたときに計測用の記述が消えた場合です。厄介なのは、多い側と少ない側が同時に起きることで、合計だけを見ていると帳尻が合って見えることさえあります。合計ではなく月ごとの並びで見るのはこのためで、片方だけが起きた月は、そこだけ形が崩れて見えます。

確かめ方は単純で、同じ期間の件数を2か所から出して横に並べるだけです。営業が実際に受け取った問い合わせの通数と、解析の画面が示す件数を、直近の12か月について月ごとに並べます。営業側の通数は、問い合わせ用の受信箱に届いた件数か、申し込みへの自動返信を送った通数から出せます。どちらも取り出せない場合は、翌月からでよいので、受け取った通数を手で数える欄を作ります。ずれが1割を超えている月が続くなら、読み解きに進んでも意味がありません。次の表は、ずれの出方ごとに疑う場所と確かめ方を整理したものです。どれも半日から1日で確認でき、最初の1回さえ通れば、以降は月次の作業に組み込めます。翌月からは、集計表に1行足すだけで済みます。

ずれの出方	疑う場所	確かめ方
解析のほうが多い	完了の画面の再読み込みと共有	同じ相手の同じ日の重複を除いて数え直す
解析のほうが少ない	送信の途中で計測が切れている	自分で申し込んで記録に残るか試す
ある日から急に落ちた	計測用の記述の消失	作り替えの日付と件数の谷を突き合わせる
進んでいるのに0件	申し込みの画面が外部のもの	行き先が変わる箇所を書き出して確かめる

重複を減らす近道は、数える場所を完了の画面から送信そのものに移すことです。完了の画面は誰でも何度でも開けますが、送信は1回の操作に1つしか起きません。仕組みとしては、送信が受け付けられて返ってきた応答を合図に1件と数える形にします。移すのが難しい場合は、同じ相手が同じ日に複数回到達した分をまとめて1件と数え直す形でも足ります。なお、重複を除く処理を解析の画面の設定だけで過去にさかのぼって反映するのは難しく、過去分は書き出した表の上で直す形になります。作り直す範囲を直近の12か月に区切ったうえで、数え方を変えたから下がったのであって成果が減ったわけではないと、変えた日付とあわせて先に社内へ伝えておきます。

もう1つ多いのが、申し込みの画面だけが外部のサービスに置かれている場合です。予約の受付、見積もりの依頼、決済の画面などが、これに当たります。自社のサイトから行き先が変わると、そこで同じ相手が別の訪問者として数え直されることがあります。その結果、商品の説明までは進んでいるのに申し込みが0に見える、という読み違えが起きます。まず、行き先が変わる箇所が何か所あるかを担当者に確認して書き出し、そこをまたいでも同じ相手として追える設定になっているかを見ます。設定に手を入れるのが難しければ、外部の画面へ移ったあとに戻ってこない相手の割合を毎月の定点として見るだけでも、悪化には気づけます。割合が急に動いた月は、外部の側の仕様が変わった可能性を疑います。

何件たまったら判定するかを、打ち手を入れる前に決める

BtoBのサイトは、1か月の申し込みが数十件という規模が珍しくありません。月に40件なら、通過率が2ポイント動いても、件数にすると1件に届かない差です。この規模では、それが打ち手の効果なのか、たまたまの揺れなのかが分かれません。そこで、直す前に、何件たまったら判定するかを決めておきます。決め方としては、打ち手を入れる前の12か月について、月ごとの件数がどれだけ上下していたかを見て、その振れ幅より大きく動いたときだけ効いたと呼ぶ、という線の引き方が現実的です。振れ幅は、月ごとの件数の最大と最小の差を見るだけでも当面の目安になります。厳密さより、先に決めてあることのほうが効きます。決めた線は、関係者にも同じ文言で共有しておきます。

期間で締めるのをやめて、件数で締めるのも有効です。月末で切ると、営業日の数や展示会の有無で母数がばらつき、前後の比較が成り立ちません。前と後で同じ件数、たとえば各100件がたまるまで待ってから比べれば、この揺れは消えます。始める前に、月の平均件数から到達までの見込みの日数を計算し、いつ判定するかを日付で置いておきます。日付を先に置くと、途中経過の数字を見て早めに結論を出したくなる衝動も抑えられます。件数が届かないまま3か月が過ぎるなら、その打ち手は数字で判定しないと決め、問い合わせの本文に書かれている言葉が変わったかどうかという別の物差しに切り替えます。物差しを変えたこと自体も、実施日とあわせて記録に残しておきます。

ここで線を引きたいのが、打ち手を続けるか取り下げるかという採否の判定です。この作業はAIに判断させません。AIに任せるのは、前後の期間について、母数、件数、各段階の通過率を同じ列の並びで表にするところまでです。差が数件しかなくても、生成AIは意味のありそうな説明を必ず返してきます。もっともらしい理由が付くと、判定の線を後から動かしたくなります。何件で、どれだけ動いたら採用するのかを、打ち手を入れる前に人が書いて残しておきます。書く先は記憶ではなく、変更の記録を残すファイルに実施日と一緒に置きます。線を動かした履歴が残っていれば、次の判定でも同じことが起きていないかを確かめられます。線そのものは1行で足り、書くのに5分もかかりません。

手段をまとめて数えないことも、判定を狂わせないために効きます。一般に、問い合わせや資料請求から入った相手の商談化率は高めで、展示会で集めた名刺や外からの架電は一桁台にとどまるとされます。同じ1件でも、後ろにつながる確からしさが桁で違うということです。たとえば展示会に出た月は、名刺の分だけ件数が跳ねますが、商談の数はほとんど動きません。すべてを足した件数だけで判定すると、この月を改善が効いた月と読み違えます。手段ごとに列を分け、その列の中だけで前後を比べます。列を分けると、判定に必要な件数がたまる速さも手段ごとに違うことが見え、遅い列は判定の周期を半年に置き直せます。周期を変えた列は、表の上でも別の色にしておくと混同しません。

件数が増えたのに商談が増えない、を先に潰す

申し込みの件数だけを物差しにすると、入力する項目を減らす、条件を緩める、という向きの打ち手がほぼ必ず勝ちます。必須の項目を8つから3つに減らせば件数は上がりますが、会社名も役職も分からない登録や、個人の無料のアドレスからの登録が混ざります。数か月後に、問い合わせは増えたが商談が減ったという報告が別の会議から出てきて、改善の話がそこで止まります。これを避けるには、件数の改善と、その先で商談になった数を、最初から同じ1枚の表に並べておきます。そのうえで、件数が伸びて商談が伸びない月が2か月続いたら減らした項目を戻す、と先に決めておきます。戻す条件を先に書いておけば、件数が落ちることへの反対も起きにくく、判断も早くなります。

並べるには、申し込みの先の段階を記録に残す仕組みが要ります。CRMの側に、獲得した、見込みがあると判断した、担当者が接触している、対象外と判断した、という段階を持たせ、日付とともに記録します。解析の側にも、この段階を戻して受け取る仕組みが用意されています。運用でつまずくのは、誰がいつ段階を更新するかを決めていない場合です。初回の連絡から3営業日以内に必ずどれかの段階を入れる、という約束を営業と先に交わしておかないと、獲得のまま止まった行だけが積み上がります。入力は既存の日報や週次の会議の流れに組み込み、1件あたり10秒ほどで終わる形にしないと続きません。選ぶだけで入る形にするのが最も定着し、書かせる欄を増やすほど空欄が増えます。

突き合わせで最初につまずくのが、両方の記録を結ぶ鍵です。メールアドレスの大文字と小文字の違い、個人の無料のアドレス、会社名に法人格の表記があるかないか、といった差で、同じ相手が別人として残ります。鍵が合わない行が3割を超えると、比べた数字そのものが使えません。実務では、アドレスの後ろ半分にあたる会社ごとの部分を鍵に使い、社名は表記をそろえる規則を1つ決めて機械的に直します。それでも残る分は、申し込みの画面に必須の項目を1つ足して、両方の記録に同じ形で入る値を作ります。鍵が合った行の割合は、毎月の報告に1行で載せておくと、その数字が使えるかどうかがその場で伝わります。割合が下がった月は、先にそちらを直します。

決裁の場に持っていく数字も、この並べ方に合わせて作り直します。CVRを何ポイント上げますという言い方は、聞く側にとって、それで商談が何件増えるのかが分かりません。月40件の申し込みを50件に増やし、その手段の商談化率が2割なら、商談は月に2件増える、という形まで落とします。あわせて、直すのにかかる工数と外注費を置けば、商談を1件増やすためにいくら使うのかという数字になります。その金額を、いまの受注1件あたりの粗利と並べれば、やるかどうかはその場で決まります。数字がまだ揃わない段階なら、増える見込みを上下2通りで出し、低いほうの数字で判断してもらいます。低いほうでも通る案なら、実行してから数字が下振れしても揉めません。

よくある質問

CV分析とカスタマージャーニー分析は、何が違うのですか？

ジャーニー分析は、認知から購入までの全体の道のりを広く見ます。CV分析は、特にCVという成果の地点と、CVRに焦点を当てます。どこで成果を取りこぼしているかを集中的に見るのがCV分析です。両者は補い合うので、目的に応じて使い分けるとよいでしょう。

高度な分析ツールがないと、CV分析はできませんか？

始めるのに要るのは、何をCVと数えるかを1つ決めることだけです。それが決まっていれば、いま入っている解析の画面でも、申し込みの手前まで来て離れた数は数えられます。逆に、複数のものを同時にCVと数えていると、どの数字が動いたのかが読めません。道具を増やす前に、この定義を1つに絞ります。

CVRは、どのくらいを目指せばよいですか？

CVRは何を1件と数えるかで桁が変わるので、他社の数字はそのまま物差しになりません。資料請求を1件と数える場合と、問い合わせだけを数える場合では、同じ改善をしても現れ方が違います。見るのは、打ち手を入れる前と後で自社の通過率がどう動いたかです。数え方を変えないまま上向いていれば、その一点の改善は効いています。

まとめ

通して振り返ると、数えるものを1つに決め、止まっている場所を1か所選び、そこだけを直して数字の動きを見るという順番でした。AIが受け持つのは、記録の読み解きと打ち手の案出しです。どれを試すかを決め、効いたかどうかを判定するのは人が持ちます。まずは、何をCVと数えるかを1行で書けるかどうかを確かめるところから始めてみてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。