モバイル分析におけるファネル分析 — その概要、ファネルの段階、構築方法

ファネル分析とは？

ファネル分析（Funnel Analysis）は、コンバージョンにつながる一連のイベントを特定する分析手法です。後続の各ステップには、前のすべてのステップを完了したユーザーのみが含まれます。結果は“ファネル”（じょうご型）になります。広い入り口（開始した全員）と狭い出口（完了したユーザー）です。

モバイルアプリの典型的なファネルは次のようになります：インストール → 登録 → オンボーディング → 初回アクション → リピートアクション → 購入。各ステップで一部のユーザーが離脱し、アナリストの仕事は原因を理解して損失を減らすことです。

ファネルの基本指標

ステップ間の平均時間指標はしばしば過小評価されます。インストールから登録まで平均45分かかる場合、問題はコンテンツの読み込みまたは最初の画面の複雑さにあります。

モバイル分析におけるファネルのタイプ

ファネルは、オープンとクローズドの2つの主要タイプに分けられます。選択はシナリオとユーザージャーニーの柔軟性によって異なります。

クローズドファネル（Strict Funnel）

ユーザーはすべてのステップを厳密に順序どおりに完了する必要があります。ステップをスキップしたり別のパスを取った場合、ファネルに含まれません。例：登録 → メール確認 → プロフィール入力 → 初回注文。クローズドファネルはクリーンな像を提供しますが、実際のユーザーシナリオを除外します。

オープンファネル（Open Funnel）

ユーザーは任意の順序でステップを実行したり、一部をスキップしたりできます。システムは各ステップで独立してコンバージョンを計算します。例：カタログ表示 → カートに追加 → チェックアウト。オープンファネルは、ほとんどのモバイルアプリにとってより現実的な方法です。

• クローズドファネル — 厳格な順序、すべてのステップが必須
• オープンファネル — 自由な順序、ステップはオプション
• ハイブリッド — 最初のステップは必須、以降は自由

サブスクリプションアプリ向けハイブリッドファネルの例

ステップ1（必須）：アプリインストール。ステップ2（必須）：サブスクリプション画面の表示。ステップ3（オプション）：プラン表示。ステップ4（必須）：サブスクリプション購入。ハイブリッドアプローチは、データの純度と現実性のバランスを提供します。

ファネル構築の段階

ファネルの構築は、分析とプロダクトが交差するタスクです。プロセスは、仮説の策定からレポートの自動化までの5つのステップで構成されます。

ステップ1：目標コンバージョンを定義する

ユーザーに何をしてもらいたいですか？ purchase_completed、subscription_started、referral_sent。目標イベントはファネルの頂点です。以下のすべてのステップはそこに向かいます。

ステップ2：パスをイベントに分解する

アプリエントリーから目標アクションまでの必須イベントをすべてリストアップします。Eコマースの場合：app_opened → product_viewed → add_to_cart → checkout_started → payment_selected → purchase_completed。各イベントはすでにEvent Trackingに存在するか、追加される必要があります。

ステップ3：時間枠を選択する

時間枠（Time Window） — 最初と最後のステップ間の最大時間。迅速なシナリオ（ゲームインストール）の場合は24時間。サブスクリプションベースの場合は7日または30日。枠外のイベントは分析に含まれません。

時間枠の選択はコンバージョンに直接影響します：短すぎる枠（1時間）は、購入完了のために2時間後に戻ってきたユーザーを除外します。長すぎる枠（30日）はランダムなアクションを含みます。最適値はステップ間の時間分析によって決定されます：間隔分布を作成し、90パーセンタイルで枠を選択します。

高速ファネル（オンボーディング、登録）には1時間枠を使用します。中程度（初回購入）には7日。長期（サブスクリプション）には30日。同じファネル内で異なるステップペアに異なる枠を使用することもできます。

-- BigQueryでのFunnel計算の例
WITH funnel_steps AS (
  SELECT
    user_id,
    event_name,
    event_timestamp,
    LAG(event_name) OVER (
      PARTITION BY user_id ORDER BY event_timestamp
    ) AS previous_event
  FROM `project.events.*`
  WHERE event_name IN (
    'app_opened', 'product_viewed',
    'add_to_cart', 'purchase_completed'
  )
)
SELECT
  event_name AS step,
  COUNT(DISTINCT user_id) AS users,
  ROUND(
    COUNT(DISTINCT user_id)
    / MAX(COUNT(DISTINCT user_id)) OVER (), 3
  ) AS conversion_rate
FROM funnel_steps
GROUP BY step
ORDER BY ARRAY_POSITION(
  ['app_opened', 'product_viewed',
   'add_to_cart', 'purchase_completed'],
  event_name
)

このクエリは、シーケンス追跡にLAG、ステップの並べ替えにARRAY_POSITIONを使用します。結果は、各ステップのユーザー数とコンバージョンを示すテーブルです。

ステップ4：履歴データで検証する

過去30日間のデータでファネルを構築します。“checkout_started”のコンバージョンが80%なのに“purchase_completed”が25%の場合、問題は支払いフォームにあります。競合ベンチマークと比較：Statista（2024年）によると、モバイルアプリの平均カートコンバージョンは15～25%です。

ステップ5：モニタリングを自動化する

ダッシュボード（Looker Studio、Tableau）でファネルを含む日次レポートを設定します。アラートを追加：ステップのコンバージョン率が管理限界を下回った場合、SlackまたはTelegramに通知を送信します。

ファネルにおける離脱分析

ドロップオフ分析はファネル分析の重要な段階です。各ステップでの離脱は、プロダクト改善のための仮説の源です。3つの問題領域が特定されます：技術的なバグ、UXの障壁、モチベーションのシナリオ。

技術的損失

“registration_completed”ステップで電話番号入力後に15%のユーザーが離脱する場合、SMSゲートウェイを確認してください。技術的損失は1～2日で修正可能で、迅速なコンバージョン向上をもたらします。Firebase Crashlyticsをファネルと組み合わせてバグを特定します。

UXの障壁

“cart_viewed” → “checkout_started”で40%が失われる場合、問題はカートのUXにあります。おそらく、スクロールせずに見える位置に“チェックアウト”ボタンがないか、住所入力前に配送料が表示されていません。UX分析にはセッションリプレイ（Hotjar、UXCam、Smartlook）が必要です。

モチベーションの損失

ユーザーが“payment_selected”に到達しても購入を完了しない場合、オファーの価値が価格を下回っています。モチベーションの損失は、割引、トライアル、社会的証明で対処します。A/Bテスト：50%のユーザーに支払いページでレビューを表示し、コンバージョンを比較します。

• 技術的 — バグ、タイムアウト、APIエラー（損失の最大20%）
• UXの障壁 — 複雑なナビゲーション、隠れたCTA（最大35%）
• モチベーション — 価格、信頼の欠如（最大45%）

分析手法：ファネルに対する5つのなぜ

5つのなぜ手法をファネルに適用：コンバージョンが20%低下したステップで、“なぜ”を5回連続で問いかけます。なぜユーザーは支払いに進まないのか？支払いフォームの読み込みが遅いから。なぜ読み込みが遅いのか？支払いゲートウェイへのリクエストがタイムアウトするから。なぜタイムアウトするのか？SDKが更新されていないから。この手法は症状ではなく根本原因を特定します。

ファネルのコホート分析は別のツールです。1月と2月にアプリをインストールしたユーザーのファネルを比較します。2月のコホートが“登録”ステップで15%のコンバージョン低下を示す場合、原因は1月末にリリースされたオンボーディング画面の変更です。コホートは時間的要因を分離します。

CXL Institute（2024年）によると、体系的なドロップオフ分析とそれに続く仮説のA/Bテストにより、3か月で平均30%のファネルコンバージョン向上が得られます。

ファネル分析のツール

各ツールはファネル構築に独自のアプローチを提供します。選択はプロダクトの複雑さと予算によって異なります。

Amplitude — Pathfinderとファネル分析

Amplitudeはプロダクト分析のリーダーです。組み込みのファネル分析により、コホート、デバイス、アプリバージョンごとにファネルをセグメント化できます。Pathfinderは分岐を表示します — ステップ2の後に何人のユーザーが代替パスを取ったかを示します。

Mixpanel — Flows

Mixpanel Flowsはファネルを遷移グラフとして視覚化します。利点：リアルタイム更新。欠点：無料プランではフィルタリングが制限されます。最大10人のアナリストチームを持つ中規模プロジェクトに適しています。

Firebase Analytics — ファネルレポート

Firebaseは、最大10ステップまで無料のファネルレポートを提供します。BigQueryとの統合により、SQLを介してカスタムファネルを構築できます。コンバージョン分析を始めたばかりのスタートアップに最適です。

Tableau + BigQuery

エンタープライズソリューションには、BigQueryをソースとしてTableauを使用します。これにより、完全な柔軟性（カスタム指標、インストールからLTVまでのエンドツーエンド分析、リアルタイムモニタリング）が得られます。BIエンジニアが必要です。

Google Analytics 4 — ファネル探索

GA4はExploreセクションでファネル探索を提供します。最大10ステップ、ユーザーパラメータによるセグメント化、期間比較をサポートします。欠点：Amplitudeと比較して柔軟性が限られますが、完全に無料でGoogle Adsと統合されています。

ファネル分析ツールの比較

ツールの選択は分析頻度によって決まります。日常的なファネル監視にはAmplitudeまたはMixpanelが適しています。週次の戦略的レポートにはBigQueryを使用したTableau。スタートアップにはFirebaseまたはGA4。