Googleアナリティクスが、GA4に移行する前から、GA4への移行方法や設定方法などの書籍や解説記事、解説動画などは、相当数で回っています。そうしたコンテンツを参考にGA4への移行を実施した方も多いのではないでしょうか。
私が現在サポートしている企業でもGA4への移行を完了して、見方をちゃんと習得している担当者も多くいます。ただ、気になるのはそこで完了している感が否めないことです。
そもそもＧｏｏｇｌｅアナリティクスは、分析ツールとして利用されていますが、本来の目的は、その分析をもとに、Ｗｅｂサイトやアプリなどの傾向や課題を浮き彫りにして改善施策を打ち出し、実際にＷｅｂサイトへ実装して、アクセス数、ＣＶ数/率などをアップさせていくためのものです。
日頃、複数社のＷｅｂマーケティングのコンサルティングをさせていただいているなかで、今回のＧＡ４移行は、設定方法、見方、定義などが、ＵＡとは大きく変更になったことから、ＧＡ４への移行自体が目的となってしまい、設定や言葉の定義を習得することで目的に到達してしまったかのように考えている担当者も少なくないことがわかり、注意喚起の意味でＧｏｏｇｌｅアナリティクスを本来の分析・改善に活用してもらえればと、も本記事をシリーズ化して書くことを考えました。
本シリーズは、そうした意味で、Ｇｏｏｇｌｅアナリティクスの設定方法や言葉の解説をあえてメインにせずに、ＧＡ４を活用してどうやってＷｅｂサイト改善につなげていくかを解説していきます。
すべて、実践で行った分析や改善方法を紹介しますので、本シリーズを参考にしていただき、ＧＡ４の見方や分析方法を身につけて、Ｗｅｂサイト改善に役立ててもらえればと思います。
尚、本シリーズで紹介する設定方法や分析方法などは、実際に課題解決を行う上で必要な設定を行ったものですので、汎用的に利用できないものもあるかもしれないことは、あらかじめ理解ください。
GA4で分析してWeb改善までつなげる考え方
GA4でWebサイト改善を行う手順は、「データ取得」「計測」があり、その後「課題のピックアップ」を行い、それに対する「仮説」を立て、「検証」方法を考えたのち、「改善」施策を実装していきます。
それぞれを解説します。
データ取得・計測
データがきちんと取得されていないと、正しいデータが計測できないため、分析しても意味がありません。GA4移行時に、まずは、ここをきちんと設定することが重要となります。設定方法の詳細はここでは記載しませんが、まずは最低限以下の設定や計測ができているかをチェックしましょう。
- 拡張計測機能の有効化
- 内部トラフィックの定義（自社IPアドレスの除外）
- Googleシグナルデータの収集の有効化
- データ保持の期間を「2ヶ月」から「14ヶ月」に変更
- クロスドメイン設定（必要であれば）
- カスタムイベント設定（必要であれば）
- コンバージョン設定
※このほかにも計測したいものがあれば設定。（eコマース設定など）
課題のピックアップ
ＧＡ４の各種設定完了したあと、Ｗｅｂサイト改善の分析を行おうと思った場合、一番やってはいけないのは、ＧＡ４の画面を何となく見ることです。
もちろん、日々のセッション数、ユーザー数、コンバージョン数などを把握するために見ることは問題ありませんが、Ｗｅｂサイト改善を実施する前には意味がありません。
現状の課題（もしくは要望）があって、それを改善していくためには、まず、課題をピックアップすることが重要になります。
「アクセス数を増やしたい」「新規ユーザーの流入を増やしたい」「ＣＶ数をもっと増やしたい」「商品のクロスセルを促進したい」など…。
課題や要望は必ずあるはずなので、まずは思いつくままに課題をピックアップしていきましょう。
仮説
ピックアップした課題に対して仮説を立てます。この仮説で、どういった分析をするかの方向性が決まりますので、ここはじっくり考えましょう。
例えば、ＣＶ数を増やしたい場合、以下のような仮説が考えられます。
- Ｗｅｂサイトに訪問する回数が多い人がＣＶする傾向があるかもしれない。
- ＣＶしたユーザーがＣＶ前に閲覧したページに誘導することでＣＶ数が増えるかもしれない。
- 商品のクロスセルには相性があり、相性の良い商品ページへの相互誘導でクロスセルが促進できるかもしれない。
こうした仮説を考えていきます。最終的に仮説が間違っていても問題ありません。仮説が間違っていたら、間違っていたことを認識し、正しい事実をインプットするだけです。
仮説が正しくても間違っていても、その事実をもとに改善案につなげることができます。
検証
実際に数値データを見て仮説が正しいかどうかを検証するフェーズです。このフェーズで実際の数値データを使った分析を行います。
例えば、「Ｗｅｂサイトに訪問する回数が多い人がＣＶする傾向があるかもしれない。」という仮説を検証する場合は、Ｗｅｂサイトの訪問回数別のＣＶ数を出してその相関関係があるかどうかを見ます。
（例）
- 初回訪問ユーザーのＣＶ数： 10
- 2回目訪問ユーザーのＣＶ数： 4
- 3回目訪問ユーザーのＣＶ数： 3
- 4回目以上訪問ユーザーのＣＶ数： 6
この例を見ると、初回ユーザーでコンバージョンするユーザー数が圧倒的に多いことがわかります。
仮説では、訪問回数が多い方がコンバージョンするユーザーが多いと想定していましたが、その逆で、初回訪問ユーザーの方がコンバージョンしやすい結果となっています。つまり、訪問回数が多くなるとコンバージョンするユーザーが少なくなる傾向にあるようです。
仮説が間違っていたことにはなりますが、あくまでも仮説なので間違ったこと自体は問題ありません。
大切なのは、この事実を踏まえて、コンバージョン数を増やすにはどうすればいいか、改善策を打ち出すことなのです。
改善策
前述の例に基づいた場合、初回訪問時にどうやったらコンバージョンを増やせるかが改善で重要になります。
初回訪問でコンバージョンしてもらうためには、コンバージョン導線に当たるCTAを多くの場所に設置して、どこからでもコンバージョンできるWebサイト構成を考えます。
例えば、考えられるのは以下の様なCTAの設置ではないでしょうか。
- ヘッダを固定にしてそこに「申し込み」ボタンなどのCTAを常時設置
- ファーストビューをスクロールした時点でスライドインCTAをポップアップ表示
- 全ページのフッタ付近にCTAを固定表示
ほかにも考えられると思いますが、ユーザーがコンバージョンしたいと思った時にいつでもアクションができる環境を整える改善案を出して、それを実装します。
複数アイデアが出た場合は、そのA/Bテストを実施するのもよいでしょう。
課題→仮説→検証→改善
GA4で分析を行うために必要な知識・スキル
データ取得・測定から改善までの手順を記載しましたが、GA4を使って分析するために必要な知識やスキルについて記載します。
GA4で実際に数値データを見ていくのは「検証」フェーズになります。仮説で考えたデータをどのようにしてGA4で取得・計測するのかが重要で、その時にGA4の知識やスキルが重要になってきます。
UA（ユニバーサルアナリティク）では１５０程度のレポートが用意されていましたが、GA4で用意されているレポートは５０程度しかありません。UAでは簡単な操作であらかじめ用意されたレポートを見ることができましたが、自分が分析したいレポートを自由に作成するにはある程度の制限がありました。
しかし、GA4では用意されたレポートが少ない分自由度が高くなったため、自分が分析したいレポートをはじめから作れるようになりました。
自由度が高いということは設定できる領域も広がり、覚えなければならないことが増えたことを意味します。つまり、自由度が高くなった分、設定の難易度も高くなったということです。
ここで、GA4移行時に、苦労して覚えた様々な設定や定義が活きてきます。
言葉の定義
知識として必要なのは、何といっても言葉の定義を正確に理解することです。GA4では、UAで使用していた言葉の定義と異なる定義も存在します。
「直帰率」という言葉があります。UAの場合は、ページの直帰数÷そのページから始まるセッション数×100だったため、UAの場合はページを全部読んでも次のページにいかなければ直帰とみなされていました。
しかし、GA4では、仮に１ページだけを閲覧したセッションでも、10秒以上継続したセッションであれば直帰とみなしません。従来、直帰率が高いとあまり良くないという考え方が一般的に浸透していましたが、今では、ユーザーがページを読んで理解したセッションであれば有効なセッションだという考え方に変わってきました。そのため、直帰率の定義も変化しています。
直帰率の話をしましたが、GA4では、覚えなかければ正確な分析や判断ができない言葉の定義が相当数あります。これが正確な分析には必要不可欠な知識のため、必ず覚えておきましょう。
この言葉の定義に関しては、各イベント名、ディメンジョン名、値名なども含まれますので、それらも併せて理解しておきましょう。
データ探索（探索レポート）
おそらく、数値データを検証する場合、データ探索を使って数値を出していくことが多いのではと思います。
データ探索は、探索レポートとも呼ばれ、レポートをカスタマイズして作成していく機能です。かなりの自由度がありますが、設定の難易度も高くなります。
探索レポートでは、レポートを一から作成することもできますが、自由形式、ファネルデータ探索、経路データ探索、セグメントの重複、ユーザーエクスプローラー、コホートデータ探索、ユーザーのライフタイムなどのテンプレートを選んで作成することもできます。テンプレートとは言っても設定するデータはかなり多岐にわたるため、大抵のレポートは作成可能です。
ですので、データ探索の機能は使いこなせるようになりましょう。
その他知っておくべきこと
そのほかに、データの保存期間、ユーザー判別の優先順位、しきい値、サンプリングデータ、データ反映時間、標準レポートの数値と探索レポートの数値が違う理由など、GA4ならではのことも知る必要があります。
まとめ
GA4は、UAから移行して完了ではありません。Googleアナリティクスの本来の目的であるWeb改善を行っていくためのツールとなります。その手順は、「データ取得」「計測」があり、その後「課題のピックアップ」を行い、それに対する「仮説」を立て、「検証」方法を考えたのち、「改善」施策を実装していきます。
これらを繰り返してPDCAをまわしていくことでWebサイトの改善が実現されます。
今後、具体的な見方や分析方法などを随時紹介していきますので、参考にしてみてください。
