nanocolor(ナノカラー)

広告/GA/ヒートマップ分析

数値を根拠にした視点

ナノカラーでは、広告とLPの連動は欠かせないと考えています。
特にLP内では、ユーザーがどのような行動を起こしたのか可視化ができるヒートマップ分析が重要な意味合いを持っています。
また、ヒートマップで取り切れない情報は、Google Analyticsを使用し、仮説立てに穴がないように行います。

ヒートマップは、特定のWebページに流入したユーザーの行動・心理状況を可視化し、
当初の行動仮説が正しかったか検証するためのツールです。
ツールを用いることでサーボグラフィーのように、ページ全体に対して比較的よく読まれている箇所は赤色、
あまり読まれていない箇所は青色で表示されます。
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。
誰でもいつでもあらゆるページにアクセスができるようになったことが影響していると考えられます。
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。

ヒートマップ分析を商品販売数増加につなげるためには

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。

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。

ヒートマップ分析で得られること

商品販売・訴求軸の仮説立てをしたユーザー群は目標達成ができたのかを期間/LP/広告ごとに分けてみることができ、
成果につながる糸口を積極的に見ることが可能です。

分析方法

ヒートマップで行う最も効果的な分析方法は定量調査と定性調査を組み合わせることです。
定量調査では直帰率が高いコンテンツ(ユーザーを逃している部分)や熟読度の高いコンテンツを見つけ、
定性調査ではそのページが実際にユーザーにどう見られているのかを探り、課題を発見するといったことを行います。

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、収集することができます。
例えば、商品の特徴を具体的に掲載当初は「商品スペック」

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。
そのため、ユーザーテストと併用して使用します。
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してもらうことがあります。
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。

ヒートマップ項目

どこまでスクロールして、どこで離脱したのか(ページ残存数/率、残存/離脱エリア)
どこを注目したのか(熟読エリア)
どこをクリックしたのか(クリックエリア)
どこにカーソルを乗せたのか
ページの滞在時間は何分何秒か

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

獲得数増加に欠かせないユーザーのセグメント分け

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。
複合的に各項目を紐づけていくことで、獲得数増加の再現性や、増加のための改善策を導き出すことができます。

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)

分析可能なこと

* ユーザーが興味・関心のある情報は何か?
* 興味をもたれていない情報を上部に配置していないか?
* 見せなければいけないコンテンツは見られているか?
* ユーザーはどこからアクションを起こしているのか視覚的に確認
* 押してもらいたいコンテンツは押されているのか?
* 同一のリンク先を複数個所に用意している場合、どこがよりおされているのか
* 画像をスライドさせるボタンなど使われているのか?
* リンクになっていない画像やテキストが押されてしまってないか?
* 何パーセントのユーザーがコンテンツを閲覧クリックしているのか?
* 見られているが、リンクが設置されていないなど、もったいないエリアを把握する。