英語からAIを使用して翻訳されました
この記事はAI技術を使用して翻訳されたことにご注意ください。正確性を維持するよう努めていますが、一部の詳細は元のテキストを完全に反映していない場合があります。情報に不明な点がある場合は、英語版を参照してください。
使用される機能: アラート、ダッシュボード、インサイト、VoC、セッションリプレイ、インパクト
時間: 20分。
シームレスなユーザー体験を提供することは、顧客のエンゲージメントを維持し、コンバージョンを促進するための鍵です。Contentsquareを使用すると、摩擦点を検出し、顧客の声（VoC）調査を通じて直接的なユーザーフィードバックを収集し、定量的および定性的なインサイトを分析して行動を起こすことができます。
このガイドでは、Contentsquareの全スタックを使用してデジタル体験の問題を追跡、理解、修正する方法を説明します。
ステップ1: 痛点の自動検出
アラート
重要なページやユーザーフローで特定の問題が発生したときに通知するリアルタイムアラートを設定します。ユーザー体験に影響を与える問題に迅速に対処してください。
ダッシュボード
重要なKPIを一元管理するためのカスタムダッシュボードを作成します。キャンペーンのパフォーマンス、チームの目標、ページの健康状態を追跡して問題を特定します。
以下は、KPI監視の一般的なユースケースを表すさまざまなタイプのダッシュボードのいくつかの例です:
フラストレーションスコア
フラストレーションスコアは、異常なクリックやマウスの動きなどの行動を分析することで摩擦を自動的に検出します。このスコアを使用して修正の優先順位を付け、ユーザー体験を向上させます。
ダッシュボードでフラストレーションを時間とともに監視する
- フラストレーションスコアを追跡 – 個々のページのフラストレーションスコアを時間とともに監視するダッシュボードを設定し、再発する問題を特定します。
- フラストレーションレベルをセグメント化 – ユーザーをフラストレーションレベル（例: 中程度のフラストレーション = スコア10-40）でグループ化し、これらのグループがコンバージョンやエンゲージメントなどの主要目標にどのように影響するかを分析します。
- トレンドを視覚化 – 時間とともにフラストレーションを追跡するために折れ線グラフを使用します。ユーザーのフラストレーションをより明確に把握するために、異なるパーセンタイル（例: 中央値または90パーセンタイル）を選択します。
ダッシュボードでフラストレーションスコアを使用する方法について詳しく学ぶ
問題を検出し、行動を起こす
- 影響を評価する – 高いフラストレーションスコアが、購入の完了やアカウントの登録などの重要なアクションにどのように影響するかを確認します。
- アラートを設定する – フラストレーションレベルが急上昇したときに通知を受け取るためのアラートを作成し、問題が発生した際に対処できるようにします。
- セッションリプレイを使用する – セッションリプレイを使用して、実際のユーザーセッションを観察します。フラストレーションスコアや特定のフラストレーション要因（例：怒りクリック）でフィルタリングして、ユーザーがどこでつまずいているのか、なぜそうなっているのかを確認します。
ステップ2: 顧客の声（VoC）調査の実施
VoC調査の作成と展開
カスタマイズされた調査（NPS、満足度、またはカスタム質問など）を通じて、直接的なユーザーフィードバックを収集します。特定のセグメントや行動をターゲットにして、より関連性の高い洞察を得ます。
- VoCモジュールにアクセスする – ContentsquareのVoCセクションに移動します。
- 調査を設計する – 複数の質問タイプから選択し、最適な調査配置のためのターゲティングルールを設定します。
- 展開と監視 – 調査を開始し、リアルタイムで回答を追跡します。
調査回答のセグメント化
ユーザーフィードバックを分析し、回答をセグメント化（例：満足しているユーザーと不満を持っているユーザー）して、彼らの行動を比較し、KPIへの影響を評価します。
ステップ3: 調査回答の分析
一般的なVoCの使用例
NPSを使用して最適化を優先する
1. 調査回答に基づいてセグメントを比較します（例：'批判者'対'推奨者'）影響の定量化における以下の指標で:
- 検出された機会: 結果は統計的に有意ですか？ 2つのセグメントのコンバージョン率に違いはありますか？ NPSの批判者をパッシブまたは推奨者に変換することの価値は何ですか？
- 目標コンバージョン（Eコマースまたは他の設定目標）および実際の取引（収益および中央値のカート）: 推奨者はより高いコンバージョンを持っていますか？ 特定の目標に到達する可能性は高いですか？ 取引を行う可能性は高いですか？ 彼らはどのくらいの収益を生み出していますか？ 彼らのカートはどのくらい高い/低いですか？
- その他のUX指標（直帰率、平均ページビュー、平均セッション時間）: 2つのセグメントがサイトを消費する方法に観察可能な違いはありますか？ 批判者は特定の摩擦を示す高い直帰率を経験していますか？ 彼らの閲覧深度はどうですか？ 推奨者はより少ないページを見ていますか、それともより多くのページを見ていますか？ 彼らはサイトでの時間を短くしていますか、それとも長くしていますか？ それはスムーズなジャーニーを示すかもしれませんか？
インパクト定量化における分析の例：低いNPSスコアを持つユーザーは、95.5%の確率でコンバージョンしない。批判者を支持者に変えることで、追加の収益が$315,495になる可能性があります。
コンバージョンの問題とブロッカーを特定する
1. ジャーニー分析で、調査の回答に基づいてセグメントを比較し（例：'簡単なナビゲーション'対'難しいナビゲーション'）、以下を確認します：
- ランディングページ訪問後の最も一般的なパス。あなたの「良いセグメント」のナビゲーションは、製品ページやリストページなどの重要なページに興味を示しましたか？「悪いセグメント」は突然のドロップやループ行動を示していますか？彼らはフラストレーションを引き起こす可能性のある予期しないエラーページに遭遇していますか？
- 特定のページ後のパス。特定のページに問題があることに気づいた場合、そのページ後のジャーニーを調べます。ループ行動や突然の退出はありますか？
ヒント！セグメントのナビゲーションジャーニーに観察可能な違いがない場合は、セッションリプレイを使用してブロッカーのあるページを特定することを検討してください。
ジャーニー分析の例：カードをアクティベートするためにサイトに来たユーザーのポジティブなフィードバックとネガティブなフィードバックのジャーニーを比較します。「幸せな」ユーザーは、わずか1ステップでカードをアクティベートし、ジャーニーを続けることができました。一方、「不幸な」ユーザーは、「カードのアクティベート」ページと「確認ページ」の間でループに巻き込まれました。
2. インパクト定量化モジュールを使用してフラストレーションの大きさを測定する。最適化するジャーニーを特定した後（例：ログイン後に表示されるエラーページ）、その特定のジャーニーを右クリックし、「定量化」を選択します。
インパクト定量化モジュールで、選択したセグメントと特定の問題を経験していないユーザー（例：'ログインページを見たがエラーページを見ていない'）を比較します。以下の指標で両方のセグメントを比較します：
- 機会を検出：結果は統計的に有意ですか？2つのセグメントのコンバージョン率に違いはありますか？特定された問題を修正することの価値は何ですか？
ステップ4：トラブルシューティングと問題の修正
痛点とブロッカーを特定した後、ITまたは製品チームと協力して問題を修正します。セッションリプレイを使用して、ユーザーが問題のあるページとどのように対話しているかを確認し、さらに調査します。
エラー分析やエクスペリエンスモニタリングを使用して、根本原因を理解します。
さらに進む
もっと学びたいですか？このオンデマンドウェビナーを視聴して、コンバージョンに影響を与えるサイトエラーを検出し、定量化する方法を発見してください。