サイト分析の分析項目とユーザー属性の理解に役立つツールや改善策

Webサイトを通じて商品やサービスの販促を行なっているサイト運営者の中には、「サイトの現状を数字で把握して、課題を発見することで、より効果的な改善策を立案したい」と考えている方もいらっしゃるのではないでしょうか。
また、「定量的な数字だけでなく、実際にどのような方がサイトに訪れているのかを把握した上で、ユーザー属性に応じたサイトの改善を行いたい」と思ってはいらっしゃらないでしょうか。そして、そういった方の中には、以下のお悩みを抱える方も多いのではないでしょうか。
- ・自社の規模やサービスの特性を踏まえた場合、自社のサイトをどのような目的で運営すべきかがわからない
- ・サイトのアクセス数や売上だけを見てしまい、ユーザー体験やコンテンツの質といった視点が欠けている気がしている
- ・Googleアナリティクスや他のツールで分析できることを知りたい!
- ・分析項目が多く、どれを優先すべきかわからない・・・
- ・分析データをどのように解釈して改善につなげるべきか悩んでいる
そこでこの記事では、顧客を知るための手段としてのサイト分析の基本から具体的な分析項目、実際に使えるツールを紹介し、効率的な分析の進め方もお伝えします。
本記事を参考に、サイト運営に必要な「分析力」を高めていきましょう。
<目次>
・サイト分析の目的
・サイト分析のステップと注意点
・サイト分析の分析項目
・サイト分析の結果を踏まえた改善策
・サイト分析のツール
・まとめ
サイト分析の目的
サイトでの情報収集や購買が一般化している現代では、データに基づく意思決定が鍵になるため、サイト分析は不可欠です。
- ・なぜアクセスが増えないの?
- ・読者はどこで離脱するの?
- ・実際にサイトに訪れているユーザーはどういった人なの?
- ・サイトにどのような情報を掲載すれば、ユーザーに自社や自社サービスにもっと興味を持ってもらえるの?
サイト分析とは、サイトデータを収集・分析し、改善点を特定するプロセスを指し、上記の悩みを解決します。
サイト分析のステップと注意点
一般的なサイト分析の基本ステップと、ECサイトや競合サイトに特化した分析のポイントや注意点を説明します。
具体的な手順と実践的なアプローチを知ることで、効率的にサイト改善を進められるようになります。本章で紹介する内容を参考にし、競争が激しいオンライン市場で確実な成果を上げていきましょう。
一般的なサイト分析の場合
一般的なサイト分析では、明確なステップを順を追って実施することが重要です。
ステップ | 概要 | 具体例 | 注意点・落とし穴 |
目的の明確化 | サイト分析を行うことでどういった結果を得たいのかを明確にする | ・お問い合わせフォームの利用率を30%増加させる | ・目的が曖昧だと、データ収集や分析が無駄になりかねない |
データ収集 | サイトへの流入元や流入数、直帰率、ユーザーの行動履歴などを記録 | ・各ページの直帰率や流入元を確認する | ・必要なデータに絞らないと、膨大なデータに振り回される |
問題の特定 | データ収集で把握した数値と、サイト運営の目標数値を比較して、目標達成に向けて改善すべき問題点を特定する | ・直帰率の高いページを具体的に特定する | ・数値だけで判断せず、ヒートマップやインタビューも併用して問題を深掘りする |
仮説の立案 | 問題点の背景にある課題仮説を立てる | ・フォームの項目が多すぎるなどの仮説を設定する | ・仮説が漠然としていると、検証が難しくなる |
改善施策 | 課題仮説に対して、デザインやコンテンツ変更などの改善施策を行う | ・問い合わせページのデザイン変更やボタンの配置を目立たせる | ・一度に変更し過ぎると、効果があった要因を掴みにくい |
効果測定と次のアクション | サイト分析で施策の効果を測定する | ・改善後のCTRやCVRを測定し、目標達成度を確認する | ・正確に成果を検証するには、統計的な信頼に足り得る量のデータを蓄積する必要がある |
なお、上記のステップは、メディア、サービスサイト、コーポレートサイト、LPなどの幅広いサイトに適用できます。
基本的な流れを理解し注意点を押さえることで、より効果的な分析が期待できるでしょう。
ECサイト分析の場合
ECサイト分析では、一般的なサイト分析と同様のステップに加え、RFM分析を活用しましょう。
- ・R(Recency 最新購入日):最近購入した顧客が再購入しやすい仕組みを検討する
- ・F(Frequency 購入頻度):リピーターの購入頻度を上げられる仕組みを検討する
- ・M(Monetary 購入金額):高額購入者に絞ったターゲティング広告を検討する
注意点としては、データ量が多く、データの集計・分析に時間がかかることです。定期的なレポート作成の自動化も検討してみてください。
さらに、季節やキャンペーンなどの一時的な要因の考慮も忘れないようにしましょう。
競合サイト分析の場合
競合サイト分析では、一般的なサイト分析のステップに沿って実施したとしても、取得できる情報が限られる可能性が高いです。
各種ツールを活用することで、競合が狙うキーワードのランキングなどを取得し、ページの構成やデザインなどの自社サイトの差別化ポイントを明確にしましょう。
注意点としては、競合サイトの分析にあまり時間をかけすぎるのではなく、あくまでも自社の強みを活かす改善策の実施に注力することが大切です。
競合サイトの分析に力をかけすぎて、自社サイトの改善が遅れないようにしましょう。
サイト分析の分析項目

サイト分析の分析項目では、以下3つの違いやメリット・デメリットを解説していきます。
- ・流入数(SEOやペイド経由)
- ・流入後のセッション(回遊性)
- ・CV(CTRやCVR)
①流入数(SEOやペイド経由)
流入数とは、サイトに訪れた訪問者の数のことであり、流入数をユーザーがどのようにサイトへたどり着いたのかを経路ごとに分析することが大切です。具体的には下記の手法で分析します。
- ・SEO:検索結果からユーザーの流入を増やすためのキーワードなどを探す
- ・ペイド:Google広告やSNS広告経由のパフォーマンスをチェックする
それぞれの流入経路ごとに分析を行うメリット・デメリット
流入経路 | 分析種類 | メリット | デメリット |
オーガニック(施策:SEO) | 定量分析 | ・安定した流入が期待できる ・効率的に集客できる ・広告費を抑えられる | ・成果が出るまで時間がかかる ・定期的な更新が必要である ・競合分析などの手間がかかる |
ペイド | 定量分析 | ・即効性がある ・ターゲットにリーチしやすい | ・継続的に費用がかかる ・広告運用スキルが必要である |
②流入後のセッション(回遊性)
流入後のセッションでは、ユーザーがサイト内をどう回遊(移動)するか、どこで離脱をしているかなどを分析します。具体的には下記の項目を分析します。
- ・PV(ページビュー):各ページの閲覧数をチェックする
- ・平均セッション時間:サイト内の滞在時間を調べる
- ・直帰率:サイトに入ったものの、1ページ目で離脱した割合を調べる
それぞれのメリット・デメリットはこちら。
流入後 | 分析種類 | メリット | デメリット |
PV | 定量分析 | ・サイトの人気ページがわかる | ・単純な数値だけで、読者の行動に繋がっているかは把握できない |
平均セッション時間 | 定量分析 | ・読者がページにどれだけ興味があるかがわかる | ・短時間でも読者の満足度が高い場合がある |
直帰率 | 定量分析 | ・ページ内容が読者に適しているかがわかる | ・直帰率だけでは、全体的なサイト評価としては不十分 |
③CV(CTRやCVR)
そもそもCV(コンバージョン)とは、webサイトを訪れた人が、サイト運営者が期待する行動を起こすことを意味した言葉です。改修前のCVと改修後のCVを比較して、改修の結果がどうだったかを下記の項目や対象を分析します。
- ・CTR(クリック率):広告やリンクのクリック率を調べる
- ・CVR(コンバージョン率): 目標(購入や問い合わせ)を達成した割合を調べる
それぞれのメリット・デメリットはこちら。
流入獲得 | 分析種類 | メリット | デメリット |
CTR | 定量分析 | ・広告やリンクの訴求力を測れる | ・数値だけにこだわると、質の低い記事になるリスクがある |
CVR | 定量分析 | ・改善施策を直接評価できる | ・時間やリソースがかかる |
サイト分析の結果を踏まえた改善策

サイト分析の結果を受けた改善策として、以下の4つの改善策を解説していきます。
- ・トラフィックの改善策
- ・コンバージョン率の改善策
- ・ユーザー行動の改善策析
- ・ユーザーインタビューを用いた改善策
トラフィックの改善策
トラフィック分析では、流入元(検索エンジン、SNS、広告など)やユーザー属性を分析します。その上で、下記の改善策を実施していきます。
改善事例 | 分析種類 | 詳細 |
SEO流入の改善 | 定量分析 | Google Search Consoleで主要なキーワードを確認し、検索順位が低いページを強化する など |
SNS流入の強化 | 定量分析 | ユーザーへのリーチ数を高めるために、Instagram等のSNSで人気商品の利用シーンを動画で投稿する など |
広告流入の改善 | 定量分析 | CTRの低い広告の見直しとして、画像バナーをユーザーに馴染みやすいデザインに変更する など |
コンバージョン率の改善策
コンバージョン率分析では、購入や問い合わせなどの目標達成度を分析します。その上で、下記の改善策を実施していきます。
改善事例 | 分析種類 | 詳細 |
フォームの短縮化 | 定性分析 | 入力項目が多いと離脱が増えるため、名前とメールアドレスのみを必須項目にする など |
ボタンの配色変更 | 定量分析 または 定性分析 | ボタンリンクの色を赤から黄色に変更する など |
特典提供 | 定性分析 | 初回購入時の10%割引クーポンを掲載する など |
ユーザー行動の改善策
ユーザー行動分析では、サイト内の動きを追跡し、問題が起きている箇所を分析します。その上で、下記の改善策を実施していきます。
改善事例 | 分析種類 | 詳細 |
ボタンの配置変更 | 定量分析 | ヒートマップ等を用いて把握したあまり押されていないボタンに対して、視認性を高めるために目立つ位置に配置する など |
内部リンクの設置 | 定量分析 | 回遊性の向上のために、関連コンテンツのリンク(内部リンク)を追加する など |
視覚的にメリハリを付け | 定量分析 | ページの読了率を高めるために、テキストブロックを短くし、画像を加えることで視覚的なメリハリをつける など |
ユーザーインタビューを用いた改善策
ユーザーインタビューでは、直接意見を聞くことで定量データではわからない課題を把握します。その上で、下記の改善策を実施していきます。
改善事例 | 分析種類 | 詳細 |
ナビゲーションの改善 | 定性分析 | 「知りたい情報の記載場所が分かりにくい」いった意見がユーザーから出た場合に、製品情報、購入方法をトップメニューに表示する など |
コンテンツの最適化 | 定性分析 | インタビューインタビューにて、「専門的な用語が多く、理解しづらい」といった意見が出てきた場合に、専門用語セクションを追加する など |
デザイン変更 | 定性分析 | インタビューの際にユーザーから、「文字が小さすぎる、背景色がまぶしい」いった意見が出てきた場合に、文字のフォントサイズを大きくする、配色を変更する など |
サイト分析のツール

サイト分析のツールとして、以下の3つを紹介していきます。
- ・Googleアナリティクス
- ・Google Search Console
- ・di-PiNK DMP
Googleアナリティクス
Googleアナリティクスは、ウェブサイトのパフォーマンスを分析するための代表的なツールで、多くのサイト運営者にとって欠かせない存在といえます。
主な機能 | 特徴 |
訪問者数や流入元の分析 | サイトに訪れたユーザーが、検索エンジン、SNS、広告、直接流入などのどこから来たのかを把握できる |
ユーザー行動追跡 | PV、直帰率、平均セッション時間などを把握できる |
目標設定とコンバージョン追跡 | 問い合わせや購入などのコンバージョンの達成状況を測定できる |
Googleアナリティクスは基本的に無料で利用できますが、データ量が多いため、分析の目的の明確化が重要です。
Google Search Console
Google Search Consoleは、サイトの検索エンジン上でのパフォーマンスを管理し、SEO改
善に役立つツールです。
主な機能 | 特徴 |
検索クエリの可視化 | ユーザーがどのキーワードでサイトを訪れているかを確認できる |
インデックス管理 | サイトやページがGoogleの検索結果に表示されるかどうかを確認できる |
セキュリティ警告 | ハッキングやマルウェアなどに感染していないかを確認できる |
Google Search Consoleを使うことで、SEO施策の効果を確認し、検索順位向上のための課題を特定できるでしょう。
di-PiNK DMP(ディーアイピンクディーエムピー)


<上記画像:ユーザープロファイリング分析ツールの画面イメージ>
サイト分析の精度を上げるためには、ここまでご紹介したツールを用いて定量分析を行うことに並行して、ユーザーの属性を捉えるための分析も並行して行うことが重要です。しかし、一般的な定量分析の手法では、実際のユーザー属性を見極めるところまで分析を深めることは難しいといえるでしょう。
そこで最後にご紹介したいツールが、di-PiNK DMPです。
di-PiNK DMPは、Googleアナリティクスや他のツールでは得られないドコモの会員属性情報や実際の行動(位置情報・サービス/アプリ利用)やインテージのリサーチデータを活用してサイト訪問者を可視化する画期的なプラットフォームです。
先ほどまでに紹介したツールで把握できる定量データから、以下の顧客情報まで分析できるため、精度の高いアクションプランを計画できます。
把握できる詳細データ | 項目事例 | 検討できるアクションプラン |
ドコモの会員属性 | ・男性/女性 ・居住都道府県 ・10~70代 | ・読者に適したWEB広告施策 ・アンケート実施 ・CRM施策 ・オフライン施策(店頭送客) など |
位置情報 | ・最近引っ越しした人 ・在宅勤務の人 ・居住地の坪単価 | |
アンケート情回答内容 | ・興味/関心 ・家族構成 ・今後3ヶ月の購買予定 | |
オウンドサイト閲覧・ TV視聴履歴 | ・オウンドサイト接触 ・スポーツ番組視聴が多い | |
サービス・アプリ利用 | ・オフライン行動 ・オンライン行動 ・アプリ履歴利用 |
具体的には、di-PiNK DMPを通して「韓国好きの30代女性で、特にコスメ関連に興味がある読者が多い」といった顧客分析を活用し、韓国コスメに特化したコンテンツにするなどの対策ができます。
di-PiNK DMPを活用することで、従来からの課題であった定量分析から実際のユーザー属性を見極める顧客分析まで持っていくことが可能になりました。まさに、画期的なプラットフォームといえるでしょう。
di-PiNK DMPの詳細については、こちらのページをご確認ください。
まとめ
最後までご覧いただきありがとうございました。弊社ドコモ・インサイトマーケティングは、NTTドコモの会員基盤や位置情報、インテージのリサーチ・データ分析のノウハウを融合し、顧客理解・可視化からプロモーションまでトータルで支援し、貴社の課題に合ったソリューションをご提供します。
今回は、サイト分析の基本から具体的な分析項目、実際に使えるツールなどを紹介しました。
分析の目的を明確にし、データ収集・分析から仮説を立て、改善施策を繰り返すことが大切です。
しかし、大半が定量分析であり、定性分析までつなげるのは難しいのが実態でしょう。そのようなときは、是非di-PiNK DMPをご活用ください。定量分析から実際のユーザー属性を見極める定性分析まで一気通貫で行えます。本記事がサイト運営に必要な分析力の向上に繋がれば幸いです。
di-PiNK DMPの詳細については、こちらのページをご確認ください。
※当サイト内に掲載されている商品・サービス名称等は、それぞれの会社の商標又は登録商標です。