英語からAIを使用して翻訳されました
この文章は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、一部の詳細が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。
影響評価により、セグメントがすべてのユーザーと比較してどれだけ効果的にコンバージョンしているかを確認できます。また、潜在的な収益の推定と、変更が収益に与える影響を提供します。
これは、セグメントのパフォーマンスに関する最初のインサイトです！
結果が統計的に有意でない場合でも、収益の差は表示されますが、ツールチップには「コンバージョン率の差が、いずれかのセグメントが小さすぎるか、コンバージョン率が近すぎることによるものである可能性が99%未満であることを示しています」と説明されます。
注
コンバージョン率と収益の差は、統計的に有意な場合にのみ表示されます。
統計的有意性とは何か
相関関係は因果関係を意味しません。偽陽性を避けるために、Contentsquareは計算された影響の信頼性を評価します。これを「統計的有意性」と呼びます。
「統計的有意」とは、観察された差が偶然によるものでないことに99%の自信があることを意味します。そうでなければ、計算は「有意でない」となります。
機会の結果が統計的に有意かどうかを判断するために、母集団のサイズを確認します：比較される母集団のいずれかが小さすぎる場合（すなわち、30セッション未満）、計算は「有意でない」となります。
影響を計算する方法
1. 分析のコンテキストを設定する
分析のコンテキストを開き、最初のセグメントを選択し、次に比較をクリックして2番目のセグメントを選択します。
2. 目標を定義する
あなたの分析目標は何ですか？成功を測定し、コンバージョンへの影響を評価するために明確に定義してください。
分析のコンテキストと目標が定義されると、次のような初期インサイトを明らかにし始めます：
- 影響の程度。
- コンバージョンへの影響の大きさ（失われたコンバージョンで測定）。
- あるセグメントが他のセグメントと同様にコンバージョンした場合のコンバージョンの潜在的な増加。
さらに深く掘り下げるために、収益への影響を定量化し、影響計算を調整して改善シナリオを絞り込むことができます（ステップ3を参照）。
3. 影響計算を編集する
収益影響を推定するために各コンバージョンの値を決定します。
目標に関連する各コンバージョンに値を割り当てることで、この値に基づいて失われたまたは追加の収益を計算できます。
あなたのeコマースタグが有効かどうかにかかわらず、収益への影響を正確に測定するために、各コンバージョンの値を視覚化し、調整できます：
(eコマース目標の場合) 各コンバージョンの値を定義する方法
中央値カート（デフォルト）と平均カートのいずれかを選択します
選択した目標に対して、次のいずれかを選択できます：
- セッションあたりの中央値カート（推奨、統計的外れ値を除外します）。
- セッションあたりの平均カート。
両方の値は、パフォーマンスが良いセグメントに基づいて自動的に計算されます。
選択が完了したら、単に適用をクリックすると、定義された値に基づいて失われたまたは追加の収益が計算されます。
(非eコマース目標の場合) 各コンバージョンの値を定義する方法
カスタム値を選択します
選択した目標に関連する各コンバージョンのカスタム値を定義するオプションがあります。この値は目標と共に保存され、すべてのユーザーに更新されます。
選択が完了したら、単に適用をクリックすると、定義した値に基づいて失われたまたは追加の収益が計算されます。
改善シナリオを調整します。
異なる改善シナリオを使用して、検出された機会を調整できます。
- 改善シナリオ
比較モードで機会を使用する場合、改善シナリオを定義する能力があります。これにより、最もパフォーマンスが悪いセグメントがどれだけの収益を得ていたかを予測できます。
コンバージョンしたセグメントと、最もパフォーマンスの良いセグメント（比較するセグメント）と同様です。
例. セグメントBのセッションの X% がセグメントAのセッションと同様にコンバージョンした場合、X金額の追加収益を得ることができます。
改善シナリオを選択することで、 異なる影響のレベルを考慮に入れることができます。
例. エラーを完全に修正することは可能ですが、すべての直帰ユーザーを完全に排除することは不可能です。
それにより、ROIの機会のより正確な推定を得ることができます。
改善シナリオパーセンテージクイックガイド
- 100% (デフォルト)
計算: もし SEGMENT A が SEGMENT B を上回る場合、 100% のトラフィック SEGMENT B X (CR of SEGMENT B - CR of SEGMENT A) X 中央カートの SEGMENT A
ユースケース: ユーザージャーニーを解放する可能性のある非常に影響力のある変更に推奨されます
例: 決済ページのAPIエラーを修正する、誤ったリダイレクトを修正する（例: 404ページ）、フォーム内のJSエラーを修正する
- 50% (高)
計算: もし SEGMENT A が SEGMENT B を上回る場合、 50% のトラフィック SEGMENT B X (CR of SEGMENT B - CR of SEGMENT A) X 中央カートの SEGMENT A
ユースケース: 構造的な変更のような高影響の変更に推奨されます
例: アドレスフィールドの自動提案を追加する、「ゲストとしてログイン」オプションやGoogleでの簡単なログインを追加する、ユーザーが製品カテゴリ間を簡単にナビゲートできるようにパンくずリストを追加する
- 25% (中)
計算: もし SEGMENT A が SEGMENT B を上回る場合、 25% のトラフィック SEGMENT B X (CR of SEGMENT B - CR of SEGMENT A) X 中央カートの SEGMENT A
ユースケース: CTAの文言変更のような中程度の影響の変更に推奨されます
例: ファネルの各ステップでカートの要約を追加する、フォーム提出時にエラー通知を追加する、チェックアウトファネルでの簡単なナビゲーションのためにパンくずリストを追加する、主要なCTA（カートに追加、カートに追加、色、価格、サイズセレクタ）をフォールド地点より上に移動する、検索バーをより目立たせる
- 10% (低)
計算: もし SEGMENT A が SEGMENT B を上回る場合、 10% のトラフィック SEGMENT B X (CR of SEGMENT B - CR of SEGMENT A) X 中央カートの SEGMENT A
ユースケース: CTAの色/デザインを変更するような低影響の変更に推奨されます
例: ユーザーが「カートに追加」CTAを識別できるように色を変更する、ユーザーがすべてのフィルタオプションを同時に適用できるようにする。
ユースケース
- アプリに変更を実装した後の突然の低下を確認し、ダッシュボードにウィジェットを追加してパフォーマンスを一目で追跡します。