衣袋宏美のデータハックス

なぜアクセス数が増えたのか? を流入元から把握する方法 [アクセス解析tips]

参照元をセグメント化してトレンドで見るに当たり、流入の増減原因を正しく突き止めるコツを解説
衣袋宏美のデータハックス

前回、コンテンツ別にトレンドで見るコツを説明したが、今回は参照元をセグメント化してトレンドで見ていく方法をご紹介しよう。

最初から細かく分類しない

図1は、あるECサイトの2週間強の日別のセッション数の推移を示したグラフである。

参照元の種類別にセグメント化したセッション数の推移
図1:あるECサイトのセッション数の推移(Google Analyticsでは[ユーザー]>[ユーザーの傾向]>[セッション数])

ECサイトでは、通常さまざまなキャンペーンが並行して走っていることや、商品によっては激しく季節変動するなど、さまざまな波が押し寄せてくるので、特にセグメント化した上でデータを見ないと訳がわからなくなりがちだ。

そこで、まずどこから人が訪れるのかを知るために、トラフィックを誘導してくる元、つまり参照元でセグメントする。図1のデータを、

  1. 検索エンジンからの流入
  2. その他の参照元からの流入
  3. 参照元なし

の3つに大きくセグメント化してみたのが図2だ。まずはこのくらい大きく分類して、それから徐々に細かくドリルダウンしてみていくのが優れたやり方だ。

参照元の種類別にセグメント化したセッション数の推移
図2:参照元の種類別にセグメント化したセッション数の推移(Google Analyticsでは図1の状態で、[アドバンスセグメント]で[デフォルトのセグメント]から「検索トラフィック」「ノーリファラー」「参照トラフィック」を選択)

ご覧のように、不規則なアクセスの波があり、これらの原因を知ることから始めよう。図1の左側に6月上旬の小さいピークがあるが、図2を見ると、これは検索エンジン以外の参照元からの流入(参照トラフィック)の影響であることがわかる。また、一番右側のピークは、検索エンジン経由のアクセス(検索トラフィック)が増えたことが理由であることがわかる。

増減の原因となっている参照元をドリルダウンする

トレンドを理解する次のステップは、アクセスの波の具体的な理由(原因)を理解するための作業になる。まず、左側の6月上旬にあったアクセス数の変化の原因を調べてみよう。

図3は、すべての参照元からのセッション数を、6月上旬のピークの6月8日と、その前日である6月7日で比較し、どの参照元が激増しているかを確認したものである。この場合、8日にアクセス数が増えてトップとなった参照元(一番上の項目)は、このサイトの兄弟サイトだったことがわかった。このECサイトでは、商品の背景情報やウンチクが別サイトで運営されており、そこで何かが起きていたということが原因のようだと知ることができる。

前日と比較した6月8日の参照元データ
図3:前日と比較した6月8日の参照元データ(Google Analyticsでは[トラフィック]>[全ての参照元]で日付を1日分選んで「過去と比較」にチェックをして全日の日付を選択)

どのサイトが原因かがわかったら、次に、そのサイトのどのページからの流入だったのか、つまり参照元URLを調べることで、アクセス数増減の原因がはっきりする(Google Analyticsでは、改めて[トラフィック]>[参照サイト]の画面を表示して、そのサイト名の部分をクリックするとさらに詳細な情報を確認できる)。

アクセス数の変化の背景を探る手順として、前回はコンテンツ別のトレンドの動きから見ていって、最終的には原因を特定するために参照元を調べるという流れを紹介した。今回は参照元のトレンドの動きから、特異な動きをしているときの参照元を調べることで原因を特定する流れだ。結局はどちらの側面から見るかということで、同じ結論に至る。好きな方法からアプローチすればよい。

検索トラフィックが増えた場合のドリルダウンは

今度は、図1の一番右のピークについて考えていこう。原因は検索エンジンからの流入ということだったので、次のステップは「どの検索エンジンからの流入が増えたか」「どの検索キーワードからの流入が増えたのか」という視点でドリルダウンしていく流れになる([トラフィック]>[検索エンジン]から、増えた検索エンジン名をクリックしてキーワードを確認)。

このケースでの詳細は省くが、ある商品周辺のことがネットで話題になり、そのキーワードでの検索が増えたらしい。このサイトはたまたま、そのビッグワードで検索表示が上位にあったため、初めての人がざっと見に来たのだろうと判断できた。

キャンペーン分析は流入別のセグメント手法の代表

広告キャンペーンからの流入を区別して解析する方法としては、ダミーパラメータと呼ばれる手法が多用される。以前にも説明したが、Yahoo! JAPANのトップページであるhttp://www.yahoo.co.jp/にダミーパラメータを付けてアクセスしても(たとえばhttp://www.yahoo.co.jp/?id=abc)、トップページと同じものが表示される。これは静的なページに「?」以降の文字列を付けても無視され、それを除いたURLと同じコンテンツが表示されるという特性を利用したものだ。広告などからリンクする際に、リンクURLにこうしたパラメータを付けておくと、あとからアクセス解析ツールでそのリンクからの流入だけに絞って解析できるのだ。

たとえばGoogle Analyticsでは、次のようなダミーパラメータを付けて、どの広告からのアクセスなのかを判別する方法を採用している。

Google Analyticsダミーパラメータ

パラメータの名前と、そこに指定する値の意味、指定した値がGoogle Analytics上でどう扱われるのかの対応は、次のとおり。

パラメータ名意味Google Analytics上の対応するレポート
utm_medium媒体の種類(バナー、メールなど)[トラフィック]>[全ての参照元]の「メディア」
utm_source掲載媒体(媒体名を入れる)[トラフィック]>[全ての参照元]の「参照元」
utm_termキーワード(検索キーワードなど)[トラフィック]>[キーワード]
utm_contentクリエイティブの種類[トラフィック]>[広告の種類]
utm_campaignキャンペーン名[トラフィック]>[キャンペーン]

もし自サイトでキャンペーン分析を行う場合は、あらかじめリンクURLにパラメータを追加しておくと、流入分析の際に詳細な分析が可能になるので、検討するとよいだろう。

まとめ

  • 最初から細かく分類しない
  • 増減の原因となっている参照元をドリルダウンする
  • 検索トラフィックが増えた場合のドリルダウンは
  • キャンペーン分析は流入別のセグメント手法の代表
この記事が役に立ったらシェア!
メルマガの登録はこちら Web担当者に役立つ情報をサクッとゲット!

人気記事トップ10(過去7日間)

今日の用語

DX
Digital Transformationの略。企業におけるデジタル化・電子化 ...→用語集へ

インフォメーション

RSSフィード


Web担を応援して支えてくださっている企業さま [各サービス/製品の紹介はこちらから]