Sprocketでは、公開したシナリオの成果について、複数のパターンを統計的に比較して分析できます。表示したポップアップが本当にコンバージョンにつながっているのか、ユーザーの助けになっているのかを、ポップアップを表示したパターンと表示しなかったパターンを比較して分析し、PDCAを回して次の改善につなげていくわけです。
目次
Sprocketのシナリオ分析機能
シナリオ分析機能は、メインメニューの［シナリオ分析］から利用します。大きく3つの分析機能があります。
分析の基本となるのは［KPI/KGI結果］画面です。通常は［KPI/KGI結果］画面を確認しながら、ほかの施策と関連した影響を分析したいときは［KPI/KGI推移］画面を、ステップ内の選択肢を深掘りしてユーザーの気持ちを分析したいときは［ステップ分析］画面をと使い分けましょう。
KPI/KGI結果
最も利用することになるのが［KPI/KGI結果］画面です。非表示パターンを含めた複数のパターンを、統計にもとづくA/Bテストで分析できます。詳しくは「KPI/KGI結果を分析する」を参照してください。
KPI/KGI推移
［KPI/KGI推移］画面は、日や週、月ごとの対象者数やコンバージョン率の推移を見たいときに利用します。曜日ごとの傾向や、外部要因の影響を見たいときに有効です。詳しくは「KPI/KGI推移を分析する」を参照してください。
ステップ分析
［ステップ分析］画面は、表示されたポップアップに対してユーザーがどのように行動したかを深掘りして分析できます。詳しくは「ステップ内の行動を分析する」を参照してください。
仮説と検証のPDCAサイクルを回そう
ポップアップを表示するだけであればさまざまな方法がありますが、「表示した結果どうなったか」を分析できなければ意味がありません。Sprocketは、統計にもとづいたA/Bテストで仮説を検証し、次の施策につなげるPDCAサイクルを回すことが可能です。
「売り上げがアップしたか」という企業側の目線だけでなく、ユーザー側の視点で「本当に役に立っているのか」という視点も大切です。場合によっては、ポップアップがユーザーの行動をじゃましてしまっていることもあるかもしれません。企業の目線とユーザーの目線のギャップを埋めるためにも、正確な数字にもとづいた分析は不可欠です。