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。
比較可能なセグメントはどれですか？
デフォルトでは、選択されたセグメントは同じデバイス上の他のすべてのセッションと比較されます。ただし、この情報は、ナビゲーションの旅のどこにいるかに関係なくユーザーを含むため、常に最も関連性が高いわけではありません。
ベストプラクティス：特定のゾーンをクリックしたユーザーのセグメントを分析している場合は、デフォルトの他のすべてのセッションと比較するのではなく、その同じページを訪れたがゾーンをクリックしなかったユーザーと比較してください。
インパクトウィジェットは低いコンバージョン率の原因を示しますか？
それは始まりです！ただし、たとえば、遅い読み込み時間と低いコンバージョン率の間に強い相関関係が見られた場合でも、それが常に根本的な原因であるとは限らないことを覚えておいてください。
ベストプラクティス：コンバージョン率を説明する他の要因を確認してください（例：壊れたCTA）。
外部要因が直感に反する洞察をもたらすことがありますか？
はい、たとえば、怒りクリックをしているユーザーは、そうでないユーザーよりもコンバージョン率が高いかもしれません。なぜでしょうか？怒りクリックは購入の動機を示しているため、複数の試みが行われます。しかしもちろん、ユーザーの旅に怒りクリックを追加しても、実際にはコンバージョン率や収益が向上するわけではありません。
セグメントAがセグメントBよりもパフォーマンスが劣る場合、セグメントBのキャンペーンをセグメントAに適用してコンバージョンを向上させるべきですか？
パフォーマンスが向上するかもしれませんが、すべてのセグメントAユーザーをセグメントBのキャンペーンに移行すればパフォーマンスが同等になるとは限りません。なぜでしょうか？以前にコンバージョンしなかったセグメントAのユーザーが、セグメントBのキャンペーンを通じて獲得された場合、100%がコンバージョンするわけではありません。（この非現実的な結果に基づいて洞察を生成しないようにするために、インパクトウィジェットはセッションごとの収益の勝ち/負けを表示し、総合収益の勝ち/負けは表示しません。）
収益機会（追加収益）はどのように計算されますか？
失敗したセグメントのユーザーが勝利したセグメントのレートでコンバージョンした場合に生成される可能性のある推定収益を表示します。そのため、2つのセグメントのコンバージョン率の差と、パフォーマンスが優れているセグメントのコンバージョンあたりの価値に基づいて予測収益を示します。
これを説明するために、次のシナリオを想像してください：
1. 選択したセグメントをデフォルトの「他のすべてのセッション」と比較します。
- 選択したセグメントはデフォルトの「他のすべてのセッション」セグメントを上回ります。
収益機会は、選択したセグメントのトラフィック、デフォルトセグメント（「他のすべてのセッション」）のセッションと選択したセグメントのセッションの間のコンバージョン率の差、そしてパフォーマンスが優れている選択したセグメントで生成された中央値のカート（または平均カート/カスタム値）の収益に基づいて計算されます。
追加収益（eコマース目標）
追加収益（非eコマース目標）
- 選択したセグメントはデフォルトの「他のすべてのセッション」セグメントを下回ります。
収益機会は、選択したセグメントのトラフィック、デフォルトセグメント（「他のすべてのセッション」）のセッションと選択したセグメントのセッションの間のコンバージョン率の差、そしてパフォーマンスが優れているデフォルトセグメント（「他のすべてのセッション」）で生成された中央値のカート（または平均カート/カスタム値）の収益に基づいて計算されます。
追加収益（eコマース目標）
追加収益（非eコマース目標）
2. 選択したセグメントAを別の選択したセグメントBと比較します。
- セグメントAはセグメントBを上回ります。
収益機会は、パフォーマンスが劣るセグメント（セグメントB）のトラフィック、パフォーマンスが劣るセグメント（セグメントB）のセッションとパフォーマンスが優れているセグメント（セグメントA）のセッションの間のコンバージョン率の差、そしてパフォーマンスが優れている選択したセグメント（セグメントA）で生成された中央値のカート（または平均カート/カスタム値）の収益に基づいて計算されます。
追加収益（eコマース目標）
追加収益（非eコマース目標）
- セグメントAはセグメントBを下回ります。
収益機会は、パフォーマンスが劣るセグメント（セグメントA）のトラフィック、パフォーマンスが劣るセグメント（セグメントA）のセッションとパフォーマンスが優れているセグメント（セグメントB）のセッションの間のコンバージョン率の差、そしてパフォーマンスが優れている選択したセグメント（セグメントB）で生成された中央値のカート（または平均カート/カスタム値）の収益に基づいて計算されます。
追加収益（eコマース目標）
追加収益（非eコマース目標）
見逃したコンバージョン、見逃した収益、追加コンバージョンはどのように定義され、計算されますか？
- 見逃したコンバージョン
セグメントAとセグメントBの間、または選択したセグメントと同じデバイス上の他のすべてのセッションの間のコンバージョン率の差の結果として失われたコンバージョンの数。
見逃したコンバージョン = トラフィックセグメントN X (セグメントMのコンバージョン率 - セグメントNのコンバージョン率)
セグメントM：より良くコンバージョンしたセグメント
セグメントN：コンバージョンが少なかったセグメント
- 見逃した収益
見逃したコンバージョン（選択した目標）の数と問題のないセグメントのコンバージョンあたりの価値を掛けた結果。
見逃した収益 (eコマース目標) = トラフィックセグメントN X (セグメントMのコンバージョン率 - セグメントNのコンバージョン率) X セグメントMの中央値のカート（または平均カート）
見逃した収益 (非eコマース目標) = トラフィックセグメントN X (CRのセグメントM - CRのセグメントN) X 目標のカスタム値
セグメントM：より良くコンバージョンしたセグメント
セグメントN：コンバージョンが少なかったセグメント
- 追加コンバージョン
セグメントAとセグメントBの間、または選択したセグメントと同じデバイス上の他のすべてのセッションとの間のコンバージョン率（選択した目標）の違いの結果として得られたコンバージョンの数です。追加のコンバージョンを推定するために、改善シナリオを調整できます。
追加のコンバージョン = 改善シナリオ（10%または25%または50%または100%またはカスタムパーセンテージ）x トラフィック セグメントN x （セグメントMのコンバージョン率 - セグメントNのコンバージョン率）
セグメントM: より良いコンバージョンを得たセグメント
セグメントN: より少ないコンバージョンを得たセグメント
統計的有意性はどのように計算されますか？
統計的有意性は、セグメント条件がユーザーのコンバージョン率の低下に関連しているかどうかを判断するために使用する信頼の指標として機能します。
エラー/セグメントとコンバージョンの低下との間の相関のみを測定できることに注意することが重要です。エラー/セグメント条件を経験すること以外にも、ユーザーがコンバージョンに失敗する要因があるため、因果関係を測定することはできません。
私たちの統計的有意性の計算は、頻度主義統計モデルに基づいており、特にz検定を使用しています。このモデルにより、確率を使用して意味のある推論を行うことができます。このモデルを利用する際の目標は、「観察された違いが単なる偶然の結果でないことをx%の確信を持って主張すること」です。
私たちは信頼レベルを99%に設定しています。これは、分布表で定められた2.33を超える値のときのみ、テスト結果を統計的に有意と見なすことを意味します。これは一般にzテーブルと呼ばれます。
Contentsquareでは、私たちの分析は99%の信頼レベルで運営されています。これは次のことを意味します：
- 帰無仮説が実際に偽であるときに、それを正しく識別する可能性が99%であり、真の違いや変動が存在することを示しています。
- 帰無仮説が偽でないときに、それが偽であると誤って結論づける1%の可能性があり、偽陽性を引き起こします。
例えば、信頼レベルを95%に設定した場合、これは20のエラーまたは機会ごとに少なくとも1つの偽陽性をもたらします（20 x 0.05 = 1）。しかし、99%の信頼レベルでは、100のエラーまたは機会ごとに1つの偽陽性のみを予想します（100 x 0.01 = 1）。
このアプローチにより、真の違いを自信を持って検出し、誤った結論のリスクを最小限に抑えるバランスを取ることができます。