離脱率

ドロップオフ率とは、チェックアウトフロー、サインアップフォーム、複数ステップのアプリケーションなど、定義されたプロセスを完了する前に離脱したユーザーの割合です。これは通常、一連の各ステップごとに計算され、そのステップに到達したユーザーのうち、次のステップに進まなかったユーザーの割合を示します。これは、シーケンスや進捗状況に関係なく、単一ページからの離脱のみを測定する単純な直帰率とは異なります。たとえば、1,000人のユーザーが3ステップのチェックアウトを開始し、700人がステップ2に到達した場合、ステップ1とステップ2の間のドロップオフ率は30%になります。この数値は、プロセスが単に遅いと感じる箇所ではなく、プロセスのどの部分に最も緊急に注意を払う必要があるかをチームに即座に示します。ドロップオフ率は、その逆数であるステップごとの完了率として表現することもできます。これらの2つの表現は通常、レポートで並べて表示されるため、ファネルをレビューする関係者は、各遷移でどれだけのユーザーが維持され、どれだけのユーザーが失われたかをすぐに確認できます。

この指標が重要なのは、ファネル全体のコンバージョン率を集計して報告するだけでなく、プロセスの中で顧客が離脱している箇所を正確に特定できるからです。全体のコンバージョン率が40%のチェックアウトでも、予期せぬ配送料が後から表示されたり、アカウント作成が必須だったり、支払いフォームの入力項目が分かりにくかったりといった、たった一つの摩擦ポイントで潜在顧客のほとんどを失っている可能性があります。ステップレベルでの離脱分析こそが、単一の集計値の中に埋もれることなく、まさにその特定のポイントを可視化する鍵となります。このような詳細な分析がなければ、チームはしばしば顧客体験の誤った部分にばかり目を向け、実際には問題ではなかったステップを改善しようとしてしまい、真のボトルネックは何ヶ月も、場合によっては四半期全体にわたって放置されてしまうのです。

離脱率の追跡には、一般的に、Google Analytics 4 ファネル探索レポート、Mixpanel、Amplitude などのイベントベースの分析ツールが使用されます。これらのツールでは、フローの各ステップを個別のイベントまたはページビューとして計測し、ステップごとの維持率を正確に計算する必要があります。セッション記録ツールは、これらの定量レポートと併用して、離脱したユーザーの実際のセッションを観察するためによく使用されます。これにより、フォームフィールドの破損、分かりにくいエラーメッセージ、ページの読み込みの遅さなど、レポートがどれほど詳細になっても生の数値だけでは説明できない定性的な理由が明らかになります。アナリストは通常​​、ステップごとの離脱率が 20 ～ 25 パーセントを超える場合を、より詳細な調査が必要な兆候とみなしますが、許容範囲は業界、価格帯、測定対象のフローの複雑さによって大きく異なります。高額な購入は、低価格の衝動買いよりも、当然ながら離脱率がやや高くなる傾向があります。

よくある間違いは、離脱率を本質的に悪いものと捉え、完全に排除しようとすることです。フローを開始したすべての訪問者がその時点で適格な、あるいは真に購入準備のできている顧客であるとは限らないため、どの段階でもある程度の離脱は正常で想定内のことです。もう一つの落とし穴は、トラフィックの質とは切り離して離脱を分析することです。離脱率が急激に上昇した場合、フロー自体に新たな問題が発生したのではなく、新しい広告キャンペーンによって質の低いトラフィックが流入するなど、訪問者の構成が変化したことを反映している可能性があります。誤った結論を導き出し、根本的なエクスペリエンスに実際には存在しない問題の解決策を追い求めることを避けるためには、トラフィックソース、デバイスの種類、新規訪問者とリピーターのステータス別に離脱率をセグメント化する必要があります。また、1日単位ではなく、例えば週単位のローリングウィンドウで離脱率を比較することで、小規模なデータセットにおける通常の日常的なノイズと真の回帰を区別するのに役立ちます。

In CRO 業務においては、離脱率分析は通常、ファネルのどの部分を最初にテストするかを優先順位付けするための出発点となります。トラフィック量に対して離脱率が最も高いステップは、通常、回復可能な最大の収益機会を表しているからです。コンサルタントはこれを利用して、摩擦点の順位付けリストを作成し、ユーザーテストやセッション記録を通じて疑われる原因を検証し、フォームの簡素化、価格設定の早期明確化、支払いフィールド付近への信頼シグナルの追加など、特定されたステップでの離脱率を具体的に減らすことを目的としたターゲットを絞った実験を設計します。これは、離脱率に影響を与える明確な理論がないまま、エクスペリエンス全体に広範で焦点の定まらない変更を加えるのではなく、特定のステップでの離脱率を減らすことを目的としています。