ファネル
「認知 → 興味 → 検討 → 購買 → リピート」のような段階別のユーザー数を、ロート(漏斗 = funnel)状に可視化したもの。各段階で必ず一部のユーザーが離脱するため、上から下に行くほどユーザー数が減って漏斗の形になる。マーケティングファネル / セールスファネル / コンバージョンファネル など、観点別に複数のファネルが存在する。
本書のスタンス(Lesson 7-6)は「各段階での離脱率を見て、ボトルネックを特定する分析フレーム」。チャネル × 段階のマトリクスで、重複と空白をなくす設計に活用。ファネル分析で「上位は強いが下層で詰まる」「逆に下層は薄いが上層がない」の事業特性が見える。
分析の実務:段階別のユーザー数を計測(GA4 のじょうご分析機能 / Looker Studio / Mixpanel)、各段階の離脱率(離脱 ÷ 流入)を算出、業界平均との比較、ボトルネック特定(離脱率が突出して高い段階)、セグメント別ファネル(新規 / リピート別・チャネル別・SP / PC 別)、改善施策 → 月次再計測でファネル形の変化を観察。グラフの形状で課題が一目でわかる。
落とし穴は、ファネルを単純な漏斗(直線型)で捉える(実際は行き来 / 検討停止 / 再開がある)、ファネルの段階定義を変えると過去比較できない、セグメント別に分解せず全体平均で見て本質を見落とす、AI 検索時代のファネル変化(認知 → 即購買・指名検索など)を反映できない、ファネルの段階別 KPI が事業 KGI と紐づいていない、ファネル可視化だけして打ち手の議論をしない、AI ツールでファネル分析を自動化したが解釈の責任を放棄。
言葉をよく利用する人
- アクセス解析担当
- マーケター
- Web 担当者(発注側)
- デザイナー
- プロデューサー
会話上での使用例
ファネル分析で離脱ポイントを特定する場面
-
アクセス解析担当
ファネル分析、「事例ページ → 問い合わせ」の離脱率 90% です
-
Web 担当者
ボトルネックですね。事例ページ末尾の CTA を改善、問い合わせフォームを軽量化(項目を 8 → 4 に)、事例ページ内に「無料相談」のマイクロ CV を追加の 3 施策を意思決定マップに。3 ヶ月後にファネル再計測で
セグメント別ファネルを設計する場面
-
マーケター
ファネル分析、全体平均で見てます
-
Web 担当者
チャネル別(SEO / SNS / 広告)+ デバイス別(SP / PC)+ 新規 / リピート別の 3 軸でセグメント分解。「SP の SEO 流入で検討段階の離脱が突出」など、本当の課題が見えてきます。Looker Studio でダッシュボード化を