ヒートマップ分析

WEBサイトのボトルネックを解消するヒートマップ分析

Ptエンジンなどのツールを用いて、ユーザーの行動・心理状況を可視化し、目標達成のためのボトルネックを特定・検証します。従来は「よく読まれているページが良い」とされてきましたが、スマートフォンが普及した現在では、ページあたりの滞在時間は1分以内であることが分かっています。そのため、ヒートマップデータを利用する際は、商品購買行動との相関関係を仮説立てした上で多角的な考察を行うことが必要です。

・獲得数増加の際に重要なポイント
オファーボタンクリック数/率はいくらか
オファーボタン到達数/率はいくらか
オファーエリア到達数/率はいくらか
ページ全体の中で熟読/離脱エリアが比較的高い箇所はどこか
各コンテンツの離脱/熟読エリアCV数は相関関係があるか
滞在時間とCVに送還関係があるか

ナノカラーで行ったヒートマップ分析の結果

商品販売ページの目的は、カート投入数を増やすことにあります。そのため、「カートボタン・オファーボタンのクリック数」が重要な指標になります。そして、ユーザーにクリックしてもらうためには「オファーエリアへの到達数」を増やさなければなりません。

比較対象　LPA　10日間　　　　LPB　10日間
PV数：　　　10,000　　　　　　　10,000
オファーボタンクリック数/率
オファーボタン到達数/率
オファーエリア到達数/率
・ページ全体の中で熟読/離脱エリアが比較的高い箇所の特定を行い、離脱
・各コンテンツの離脱/熟読エリアCV数は相関関係があるか
・滞在時間とCVに送還関係があるか

「流入ユーザーのセグメント」によってWEBサイト上での行動と必要な導線が変わります。

WEBページを制作する際は、当初の仮説通りの行動を行うユーザーが必ずしも大多数とは限りません。WEBページはあらゆるニーズを持ったユーザーが訪問します。深い悩みの解決を期待して流入するユーザーもいれば、ネットサーフィン中に見た記事から興味を持ち軽い気持ちで訪問したユーザーなどきっかけは様々です。ヒートマップではニーズの種類と紐づく行動を特定することは難しいですが、きっかけとなる広告クリエイティブや検索キーワードなど各項目を複合的に結ぶことでユーザーニーズを推測することができます。

・流入経路・セグメントごとの行動に違いがあるか
CV/非CVの違い
・流入ユーザーの接点は何か
新規/再訪問のどちらか（きっかけは何か、解消できない疑問点があるのか）
媒体は何か（WEB上での接触媒体・広告）
広告クリエイティブ・コピーは何か（訪問のフックとなる要素は何か）
顕在層/準顕在層/潜在層のいずれか（たまたま来たのか、以前から興味があったのか）

ヒートマップ上の定量データと生のユーザーの声（定性データ）をヒアリングしながら再定義されたユーザーパターンを設計します。

ナノカラーでは、商品がもたらす便益性に関心のある複数のユーザーに実際にWEBページを操作してもらい、操作性や視認性をテストすることに強みがあります。テストユーザーがページを閲覧し、実際に購買意欲が高まることが分かれば、行動を取った心理状況を深掘りし、熟読コンテンツの配置やオファーボタンの位置を決めることがあります。実際にWEBサイトを訪れたユーザーに同様のコンテンツ配置を見せ、購買行動の再現性を生み出すことができます。

・定量分析での強みと弱み
ユーザーの行動から逆算して、「疑似インサイト」を数値で表示し、収集することに強みがあります。たたしあくまで観測可能な範囲での行動なので、購入パターンの再現性は定量的な情報の領域に限定されます。
・定性分析での強みと弱み
ユーザーが行動を起こした背景の心理状況をヒートマップツールのみで収集しても、購買決定要因を明らかにできる領域には限界があります。一方で、数値を都合の良い解釈として捉えないために

A/Bテストとヒートマップの関係

ヒートマップは、A/Bテストのひとつの指標として使用されることがあります。例えば、「ページTOPにあるFVエリアの離脱率を下げるために人物イメージFVと商品イメージFVをテストする」といった使い方です。テスト前後での数値比較をすることで評価指標を作ることができるため、有用性の高い検証方法のひとつと捉えることがあります。一方で、前提条件の「FVエリアの離脱率と獲得数の相関関係」が明確になっていなければ、次回施策と実際の獲得数が一致せず、改善が失敗に終わる場合もあります。ナノカラーでは、ヒートマップで見るべき項目と、各項目と獲得数の相関関係を明らかにした上で、継続した比較検証を行うことに強みを持っています。

>リンク