Mixpanel 活用例 / ファネル分析は奥が深い
こんにちは、Mixpanel コンサルタント 宮崎です。
Mixpanel といえばファネル分析と言われているほど、10年以上前のバージョンからあるメインの分析機能。
ファネル分析とは、上から下、もしくは左から右にコンバージョンまでのユーザーステップの動向を分析する機能です。(Mixpanel は左から右)
ファネル分析について、Mixpanel ではこのような重要性を語っています。
要約すると、コンバージョン率のトラッキングだけではなく、以下のようなことも見ていくことも重要だと言及しています。
どのユーザーがコンバージョンする可能性が高いか
離脱の原因は何か
離脱したユーザーが代わりに何をするか
コンバージョンまでのステップを確認・把握するだけでなく、離脱フローとなった要因の仮説を考えるきっかけであったり、果たして想定していたユーザージャーニーが機能しているのかどうか、意外と短い時間でコンバージョンしていたなど、様々な発見が期待できます。
では実際に Mixpanel を使って分析してみます。
■ まずはジャーニーから離脱ポイントをどこかを探る
ECサイトのデータ例を用いて説明していきます。注文完了までのファネルチャート作ってみていきましょう。今回は、2回目の購入までを作ってみます。一般的には1回目の購入までは見ることが多いと思いますが、同じ注文完了イベントを付け加えることで2回目購入のコンバージョン(リピート)を追うことができます。
Funnel Report を開く
Metric から、任意のステップイベントを選択していく(2つ以上必要)
Funnel が生成されたら、ステップ間の離脱ユーザーを確認(薄紫色)
薄紫色のファネルをクリックし、View user をさらにクリック
そうすると離脱したユーザーが一覧で表示される
ステップは、いくつもセットできるので、自身のプロダクト上において、どのようなユーザージャーニーでコンバージョン(申込、購入、トライアル、見積、会員登録、etc..)までのステップを設定し、離脱ポイントを探ります。離脱したユーザーが把握できると、次の打ち手を考えやすくなります。
ちなみにステップイベントにおいて、複数の分岐パターンと比較してみたい場合もあると思います。
例えば、途中のステップで "商品を検索" をしたか、"カート内に追加" をしたかでコンバージョンを比較するには、Event Comparison 機能を使用することで可能となります。
■ステップごとに掛かった時間は?
1つ目の例で作成したファネル。離脱したポイントだけでなく、よく使う指標として、ステップ間の移動した時間も見ていくことが重要です。例えば、製品を購入する、サービスに問合せする、といったコンバージョンまでにどのくらい時間が掛かっているのか?長い時間をかけていたら、何かに迷っているのか?離脱が多いステップ間であれば、想定より長い時間をかけている可能性がありそう、という仮説が出てきます。
ファネルレポートを作成後、Breakdown から Time to Convert を選択
右上のチャート選択から、Bar (棒グラフ)を選択
Conversion Criteria にある "Conversion Rate" を "Total Conversions" に変更
ステップ間の経過時間の分布が表示される
Time to Covert をさらに使いこなす!
上で作成した Time to Convert の分布チャートをさらに任意の時間帯に変えてみていことができます。例えば、コンバージョンポイントまでの期間が短いサービスや商材であれば、1日以内の時間分布に表示を切り替える。さらに、コンバージョン基準として、デフォルトの7日以内にコンバージョンした、から1日以内にコンバージョンした、に変えてみましょう。
そうすると出来上がるチャートは、”1日以内(24時間以内)にコンバージョンした人が1時間ごとに何人いたか?” が分かるのです。
Time to Convert で Breakdown を選択中の状態からスタート
Breakdown のオプションボタン(3点ポッチのようなもの)を選択
Customize Buckets を選択
任意の範囲を指定する
Apply で結果を表示
必要に応じて、sort 機能で並び替え
■まとめ:ファネルチャートからわかったこと
3つのわかったこと
ステップ間ごとの掛かった時間は?最も効率の良いタイミングは?
Conversion Rate もしくは、Conversion 数はどのくらいか?
上記の結果をUTM別にブレイクダウンして比較検証する
CVポイントまでのファネルを作り、どこでよく離脱しているのかを見つけるためだけでなく、どうして離脱したのか?さらに離脱するまでに掛かった時間の分布情報から、おそらくこのようなことが言えるのではないか?といった仮説が生まれてきます。
さらに流入別の視点も加えることで、分析に深みがあり、新たなインサイト(発見)にもつながります。
いかがでしたでしょうか。お読みいただきありがとうございました。
次回以降も普段のプロダクト分析業務に使えそうな Tips や 方法をお伝えしていきます!
少しでもプロダクト分析やMixpanelに興味がわいた方はコチラまで!
また、こちらのシリーズ記事は、「グロースハックのための「プロダクト分析」とは」マガジンにて更新していきます!