【メルマガコラム】直帰率の改善が私を育てました

アクセス解析イニシアチブのコミュニティの中心にいて、日々切磋琢磨していると、どうしても高度な話、難しい話をしがちです。しかし、最近は初心に戻ってみようと思っています。

技術的な仕組みの話、どんどん加わる新機能、アトリビューションやソーシャルといった話ももちろん大事です。ただ、その一方で、「どっから手をつけたらよいのか？」「改善をするには何をしたらよいのか？」そんな初歩的な疑問は聞きにくいものです。

僕自身の経験を振り返ると、結局「直帰率の改善」という取り組みが、もっとも僕を育てたと言えそうです。ランディングページを参照元や検索キーワードでセグメントして、直帰率を改善する施策に取り組む。基本的な仮説検証のプロセスです。

もちろん、アクセス解析を重ねた今は、「直帰率」と一言で言っても、奥が深く、いろいろなケースがある、ということはわかっています。思った以上にその指標の改善が容易でないことも経験してきました。

いろいろなケースがありました。
あるサイトでは、コンバージョンが改善したのに、仮説に設定した「直帰率の改善」は全く実現できませんでした。あるサイトでは、直帰率が悪くなって青くなりましたが、売上金額が明らかに上向いた場合もありました。

また、別のサイトでは見事に直帰率が改善したのに、全然成果に結びつかなった、という後味の悪いケースもありました。

こういった経験の中で、セグメントの大切さや、目標を金額化して評価することの意味、何よりも数値の裏にあるユーザーを想定することの大切さ、が実感として理解できました。

改善しよう、という指標に真剣に取り組んで、その失敗と成功の経験が、自分のスキルになっているのだ、という実感があります。

大事なのは、真剣に最初から最後まで、仮説検証のプロセスを一通り、取り組んでみること、その経験を多く積み重ねることです。その最初の一歩として、「直帰率の改善」がもっともわかりやすく、かつ奥が深い、と感じています。