数字を施策判断に使うためのアクセス解析――目的から指標、検証、共有まで

アクセス解析ツールを開いても、どの数字を見ればよいか分からない。増えたり減ったりしても、それが良いことなのか判断できない。このコーナーの記事は、指標の意味、指標の選び方、データの出どころ、セグメント、A/Bテスト、ダッシュボードと、それぞれ別の論点を扱っていますが、どれもこうした状態を抜け出すための手順として読むことができます。

記事を横断すると、その順序は「目的を決める → 指標を選ぶ → データの出どころを決める → 組み合わせて読む → 誰に向けるかを定める → 確かめる → 共有する」とつながっています。このページでは、この順に沿って、アクセス解析で考えることをまとめました。個別の論点を詳しく知りたいときは、文中のリンクから各記事へ進めます。

数字が分からないのは、目的と結びついていないから

数字を見ても意味が分からないとき、まず疑うべきは、数字そのものではなく、目的と指標が結びついていないことです（数値に振り回されないための「見るべき指標」の考え方）。

アクセス解析の目的は、数値を眺めることではなく、その裏にある訪問者の行動を読み取ることです。「閲覧は多いのに問い合わせにつながらない」「メールのリンクは押されるのにフォームが完了しない」――こうした現場の違和感を言葉にし、原因の仮説を立てるための材料が行動ログです（Web行動ログの見方）。

KPI（重要業績評価指標）がなければ、何をもって成功とするかが定まりません。KPIとダッシュボード設計は、KPIが不明確なときに起こり得ることとして、次のようなものを挙げています。

• 施策の効果を判断できない。SNSで反応が多かった投稿を「成功」と見なしてよいのか、目的と結びつけないと答えが出ない
• 改善サイクルが回らない。どの指標を良くしたいのかが曖昧だと、施策の目的と評価が一致せず、検証が形にならない

「この数字は何のために見ているのか」を自分の言葉で説明できることが、数字を眺める状態から読み解く状態への分かれ目とされています。

目的から、途中の段階を測る指標を選ぶ

目立つ指標で成功を判断しない

PVやUUは、解析ツールを開いて真っ先に目に入る指標です。しかし、増減だけで施策を判断するのは危険です。たとえばSNSで話題になってPVが急増しても、目的が問い合わせの獲得であれば、それに寄与していない可能性があります。「数字が増えた＝成功」とは限りません。

見るべき指標は、数が大きくて目立つものではなく、施策の目的に直結するものです。目的が問い合わせや資料請求の獲得なら、成果に至る道のどこで人が減っているかを示す過程の指標が出発点になります。

• フォーム到達率：フォームのページまで辿り着いた割合
• フォーム完了率：入力を最後まで終えた割合
• CTAクリック率：問い合わせボタンやバナーの反応

これらは、改善する場所の特定に直接つながります。

最終成果と日々の施策の間に、中間指標を挟む

BtoBでは、問い合わせや資料請求といった成果に至るまでの過程が長くなる場合があります。最終成果だけを見ていると改善のタイミングを逃すため、途中の段階を測る中間指標が要る、とKPIとダッシュボード設計は書いています。同記事は、KPIを次のように段階的に設定すると整理できるとしています。

1. 目的（Goal）：なぜその施策を行うのか。例）見込み客を増やしたい
2. 成果指標（KGI）：最終的に得たい成果。例）月間の資料請求件数
3. 主要KPI：KGIを構成する中核の指標。例）フォーム到達率、完了率、再訪率
4. 補助KPI：背景を読むための指標。例）滞在時間、直帰率、CTR

目的が「とにかく訪問者を増やす」に寄ると、KPIが集客数だけになり、成果につながらない施策に流れやすくなります。逆に、商談や受注のようなWebの外の成果だけをKPIにすると、Web担当者が日々の施策を評価できなくなります。同記事は、この両端を避け、担当者が動かせる中間指標を挟むのが実務的だとしています。

絞り込み方と、直帰率・滞在時間の扱いは記事によって違う

目的に直結する指標を中心に据える点は共通しています。ただし、何個に絞るか、それ以外の指標をどう扱うかは、2つの記事で違います。

直帰率・平均滞在時間が単独では良し悪しを判断しにくい理由は、Web行動ログの見方と「見るべき指標」の考え方が、ほぼ同じ言葉で挙げています。

• 直帰率：高い＝悪い、ではありません。FAQやアクセスマップのように1ページで用が済むコンテンツでは、直帰率が高いのはむしろ自然です。指標は、そのページの役割という文脈とセットで読みます。
• 平均滞在時間：じっくり読む人と即離脱する人が混ざった平均であり、単独では判断しにくい数字です。
• ページ別PV：導線の設計で大きく変わるため、単独で良し悪しは言えません（「見るべき指標」の考え方は、これも気にしすぎなくてよい数字に挙げています）。

データの出どころを、目的で選ぶ

Webの行動データには、大きく2つの入手経路があります。GA4のような汎用のアクセス解析ツールと、CMSや会員基盤の側に蓄積されるログです。GA4とCMSログの違いと使い分けは、どちらが優れているという話ではなく、得意な領域が異なるとしています。一言でいえば、GA4は匿名の多数を俯瞰する道具、CMSログは個別の誰かを把握する道具です。

CMSログで「誰が・いつ・どのページを・何回見たか」を記録できるのは、会員制サイトではCMSや会員基盤の側がログイン情報を持っているためです。「ユーザー」という語の指す単位も、ここで変わります。アクセス解析でいうUU（ユニークユーザー）は、実際には端末やブラウザの単位です（Web行動ログの見方）。

どちらを主に使うかは、目的で決まります。

• 施策の効果検証が目的なら、GA4を主に使い、CMSログは補足にします。流入と全体傾向はGA4が見やすく、コンバージョン後の個別行動はCMSログで追います。
• 個々のユーザーの関心把握が目的なら、CMSログを主に使い、GA4は全体傾向との比較に使います。会員の行動と属性を掛け合わせる分析は、CMS側のデータでしか成立しません。

片方だけで完結させようとすると、「見たいはずのデータが見つからない」という状態に陥ります。GA4では、個人の識別や会員属性と結びつけた分析に制約があります。一方、CMSログは設計次第です。どの行動を記録するか、後から分析できる形で持つかは、サイト構築時の設計で決まり、取っていないログは後から遡って見ることができません。

指標を組み合わせて読み、背景を確かめる

指標の意味と使いどころ

Web行動ログの見方は、基本指標の意味と使いどころを次のように整理しています。

組み合わせると仮説が立つ

単体の指標では、行動の意味までは分かりません。組み合わせると、仮説が立てられます。

• PVが高く、直帰率も高い：興味は持たれているが、次に進む導線が弱いか、期待と中身にずれがある可能性
• CTRが高いのに、コンバージョンが少ない：クリック先で期待が裏切られている可能性。フォームの負荷や内容の食い違いを疑う
• UUは多いが、コンバージョンが少ない：そもそも対象外の訪問者が多い可能性。流入元の内訳を確認する

いずれも「可能性」であって、確定ではありません。仮説を立て、該当ページや導線を実際に見て確かめる、という往復が読み解きの実体です。

数字は現象を示すだけで、理由は示さない

ログは現象を示すだけで、理由までは教えてくれません。背景としてよく確認するのは、次の2つです。

• 外部要因：展示会、業界メディアへの掲載、季節性。アクセスの山谷が施策の結果なのか外部イベントの反映なのかを、時期と流入元で切り分けます。
• サイト構造・導線：ボタンの位置、ナビゲーションのリンク構成、フォームまでの経路。数字の変化がページの中身によるものか、そこへ至る道によるものかを分けて考えます。

指標を単体で善し悪しを判断せず、組み合わせて流れを読み、背景を確かめる。この順番が身につくと、数字は「報告のための材料」から「改善の仮説を生む材料」に変わります。

この節で扱った読み方は、サイト全体を匿名で見る解析のものです。会員サイトのように「誰が見たか」まで記録できる環境では、読み方が変わります。その読み方は、会員サイトのデータ活用と効果測定 総集編で扱っています。

「誰に向けるか」を、行動から定める

「誰に向けて施策を行うのか」が曖昧なまま配信やコンテンツ制作を進めると、反応の乏しさの原因すら特定できません。この「誰に」を定める道具が、ペルソナとセグメントです（ユーザー行動からのペルソナ仮説とセグメント設計）。

担当者が想像で「○○業界で働く40代の男性」といった人物像を描く方法は、想像と実際の行動が食い違うと、施策ごと的を外します。これに対して、実在する利用者の行動ログから仮説を立てる方法があります。想像から出発するか、記録された行動から出発するか、という順序の違いです。

行動ログだけでは、「動き」は見えても「背景」が分かりません。会員サイトであれば、登録時の属性（職種、地域、会員種別など）と行動を掛け合わせることで、仮説の解像度が上がります。「データの出どころを、目的で選ぶ」の節で見たとおり、会員の行動と属性を掛け合わせる分析は、CMS側のデータでしか成立しないとされています。たとえば医療従事者向けサイトなら、次のような仮説の立て方が考えられます。

• 特定の製品ページを繰り返し閲覧している会員 → その製品への関心が高い層、という仮説
• 資料をダウンロードする前にFAQを確認している会員 → 導入前の不明点を自力で潰している層、という仮説

いずれも仮説で、この後の施策への反応で確かめる前提で立てます。

セグメントは、細かすぎると運用が回らず、粗すぎると絞り込む意味がなくなります。切り口は、3つの起点で考えると整理できます。

• 目的起点：例）資料ダウンロード後に再訪していない人――商談化の後押しをしたい相手
• 行動起点：例）特定テーマのコンテンツを継続的に見ている人――関心が育っている段階の相手
• 属性起点：例）特定の職種・地域の会員――その立場に固有の情報を届けたい相手

どの起点で切るにしても、「このセグメントに、何を、なぜ届けるのか」まで言えることが、使えるセグメントの条件です。施策とセットで定義できないセグメントは、分析のための分析になります。セグメントを定義したら施策（配信内容、コンテンツ、導線）を実行し、反応が乏しければ、仮説かセグメントの切り方を見直します。一度作って終わりの成果物ではありません。セグメントを配信に使う流れは、MA・他システムとの連携のシリーズで扱っています。

仮説を確かめてから判断する

組み合わせて読んで得られるのは「可能性」であって、確定ではありません。A/Bテストの始め方と運用のポイントは、先にログで課題の当たりをつけてから、テストで変える変数を選ぶとしています。同記事は、A/Bテストを、ある要素（ボタンの文言、レイアウト、コンテンツの順序など）についてAとBの2パターンを用意し、訪問者を振り分けて反応を比較する手法としています。感覚や社内の多数決ではなく、実際の反応で改善の是非を判断するための道具です。思いつきで直す方法との違いは、結果の確からしさにあります。意見の強い人ではなくデータが判断し、「どこを直すと効きやすいか」の優先順位づけにも使えます。

基本の流れは、次のとおりです。

1. 仮説を立てる（例：ボタンの文言を変えるとクリック率が変わるのではないか）
2. 変える変数を1つ決める
3. 判断に使う指標を決める（クリック率か、完了率か）
4. 訪問者を無作為に振り分ける
5. 結果を比較して判断する

始める前に決めておくこと

同記事が挙げる設計の原則と陥りやすい失敗は、多くが「先に決めておくこと」に集まります。

このほか、1テストで変えるのは1変数にします。複数の要素を同時に変えると、どれが効いたのか分からなくなります。片方だけ読み込みが重い、表示環境が違うといった、比較対象以外の差も作らないようにします。

目的と違う指標で判断する誤りは、指標の選び方の記事にも出てきます。SNSで話題になってPVが急増しても、目的が問い合わせの獲得であれば、それに寄与していない可能性がある、という例です（「見るべき指標」の考え方）。A/Bテストの記事は、目的に直結する指標を判断軸に固定するとしています。

同記事は、大がかりな仕組みがなくても、期間を分けた前後比較や、共通パーツの差し替えによる比較など、手の届く範囲から始められるとしています。重要なのは仕組みの高度さではなく、仮説→検証→判断の順序を守ることだとしています。ひとつのボタン、ひとつの見出しからで構わない、とも書いています。

判断に使える形で共有する

KPIが決まっていても、データが見える形に整理されていなければ、関係者と共有して判断につなげることができません。KPIとダッシュボード設計は、KPIが不明確なときに起こり得ることを4つ挙げています。そのうち次の2つは、共有の場面に関わるものです。

• 部門間で評価の目線が揃わない：マーケはフォーム到達率を、営業は受注数だけを見ている状態では、改善の議論がかみ合いません。
• 報告のための報告になる：大量の数字が並ぶだけで、何が判断材料か分からない資料は、読まれなくなります。

ダッシュボードは、まず見る相手を決めます。現場の担当者には日々の改善に直結する指標を、経営層には成果の推移を俯瞰できる構成を用意し、同じデータでも役割に応じて見せ方を分けます。そのうえで、最低限そろえる要素は次の4つです。

1. 目的にひもづいたKPI：なぜこの数値を追っているのかが分かるよう、指標の定義や背景も添えます。
2. 推移と比較：前月比・目標比などの比較軸がないと、単一の数値からは判断できません。
3. 行動につながる示唆：数値が動いたとき、どこを見れば原因に近づけるか（流入元、フォーム離脱など）を併置します。
4. 見やすさ：優先順位をつけたレイアウト、重要値の強調。見づらいダッシュボードは使われなくなります。

同記事は、KPIとダッシュボードを、レポートではなく意思決定の道具としています。誰が、何を判断するために見るのか――この問いから設計すると、データは「管理のための情報」から「動くための情報」に変わります。

会員サイトを対象にした測定の考え方は、会員サイトのデータ活用と効果測定 総集編で扱っています。

全体を通して見えること

記事を横断すると、アクセス解析で考えることは次の順につながっています。

1. 何のために見るのか、目的を決める
2. 目的に直結する、途中の段階を測る指標を選ぶ
3. 目的に合わせて、主に使うデータの出どころを決める
4. 指標を組み合わせて読み、背景を確かめる
5. 誰に向けるかを、行動と属性から定める
6. 仮説として確かめてから判断する
7. 見る相手に合わせて共有し、判断につなげる

行動ログの読み方とセグメントの記事は、数字や行動から読み取れるのは「可能性」や「仮説」であって確定ではない、という立場をとっています。A/Bテストの記事は、仮説→検証→判断の順序を守ることが重要だとしています。また、複数の記事が、先に決めておくことを挙げています。何をもって成功とするか（KPI）、何をもって採用とするか・どの期間まで回すか（A/Bテスト）、どの行動を記録しておくか（CMSログ）です。取っていないログは後から遡って見ることができず、期間を決めずに途中で打ち切れば、出だしの偶然の差を結果と誤認します。

一方で、何個の指標に絞るか、直帰率や滞在時間を「気にしすぎなくてよい数字」とするか「補助KPI」として体系に持つかは、記事によって書き方が違います。目的に直結する指標を中心に据える点は共通しています。

各論点の詳細は、文中でリンクした各記事で扱っています。