GA4で見るECサイトの
購買ファネル分析
離脱ポイントを見つけ、CVRを改善する

購買ファネルとは

購買ファネル（パーチェスファネル）とは、ユーザーが商品を認知してから実際に購入するまでのプロセスを漏斗（じょうご）の形で表したモデルです。ECサイトにおける典型的なファネルは以下の5段階です。

1. 認知（Awareness）：広告や検索でサイトに訪問する
2. 興味（Interest）：商品一覧や特集ページを閲覧する
3. 検討（Consideration）：商品詳細ページを閲覧し、サイズや仕様を確認する
4. 購入（Purchase）：カートに入れ、決済を完了する
5. リピート（Retention）：再訪問し、2回目以降の購入を行う

各段階で一定の割合のユーザーが離脱するため、上部から下部に向かって人数が減っていく漏斗型になります。重要なのは「どこで、なぜ離脱しているか」を定量的に把握し、ボトルネックを改善することです。

GA4のファネル探索レポートの設定方法

GA4では「探索」機能の中にある「ファネル探索」レポートを使って、購買プロセスの各ステップ間の遷移率と離脱率を可視化できます。

基本的な設定手順

1. GA4の管理画面で「探索」→「ファネル探索」を選択
2. 「ステップ」にイベントを順番に追加する
   • ステップ1：session_start（セッション開始）
   • ステップ2：view_item_list（商品一覧閲覧）
   • ステップ3：view_item（商品詳細閲覧）
   • ステップ4：add_to_cart（カート追加）
   • ステップ5：begin_checkout（チェックアウト開始）
   • ステップ6：purchase（購入完了）
3. 「内訳」ディメンションにユーザー属性（デバイス、流入元など）を追加

設定が完了すると、各ステップ間の通過率と離脱率がグラフと表で表示されます。「どのステップで最も多くのユーザーが離脱しているか」が一目瞭然になります。

オープンファネルとクローズドファネルの違い

GA4のファネル探索では「オープンファネル」を選択できます。クローズドファネル（デフォルト）は「ステップ1から順番に進んだユーザーだけ」を追跡しますが、オープンファネルはどのステップからでも参入を許容します。ECサイトでは、商品詳細ページに直接ランディングするユーザーも多いため、分析目的に応じて使い分けましょう。

新規ユーザーとリピーターでファネルを分ける

ファネル分析の精度を大幅に上げるテクニックが、新規ユーザーとリピーターでファネルを比較することです。両者では行動パターンが根本的に異なります。

新規ユーザーの特徴

• 商品一覧 → 商品詳細の遷移率が低い（何を買えばいいか分からない）
• カートに入れても、チェックアウトで離脱しやすい（送料・決済方法への不安）
• 平均閲覧ページ数が多い（情報収集フェーズ）

リピーターの特徴

• 商品詳細に直接ランディングしやすい（お気に入りや履歴からアクセス）
• カート → 購入の遷移率が高い（決済プロセスに慣れている）
• 平均閲覧ページ数が少ない（目的が明確）

GA4のファネル探索で「セグメント」を追加し、New users と Returning users で分けて比較すると、新規向けに改善すべきポイントとリピーター向けに最適化すべきポイントが明確に分かれます。

たとえば、新規ユーザーの「カート → チェックアウト」の離脱率が極端に高ければ、送料の明示やゲスト購入の導線改善が優先課題です。リピーターの「セッション開始 → 商品詳細」の遷移率が低ければ、パーソナライズされたレコメンドや「前回購入した商品」の表示が効果的です。

離脱ポイントの特定と改善アプローチ

ファネル分析で離脱率の高いステップが分かったら、次は「なぜ離脱しているか」の仮説を立て、改善施策を実行します。

代表的な離脱ポイントと改善策

• 商品一覧 → 商品詳細（離脱率が高い場合）

  原因：商品の魅力が伝わっていない、カテゴリ分類が分かりにくい
  改善：サムネイル画像の品質向上、価格帯フィルタの追加、ランキング表示の導入

• 商品詳細 → カート追加（離脱率が高い場合）

  原因：価格への抵抗感、在庫切れ、サイズ・仕様の不安
  改善：レビュー・口コミの充実、「残りわずか」の在庫表示、サイズガイドの改善

• カート追加 → チェックアウト開始（離脱率が高い場合）

  原因：送料が高い、合計金額を見て躊躇、「あとで買おう」と先延ばし
  改善：送料無料ラインの明示、カート内のクーポン適用UI、カゴ落ちリマインド

• チェックアウト開始 → 購入完了（離脱率が高い場合）

  原因：入力フォームが長い、希望の決済手段がない、エラーが発生
  改善：EFO（入力フォーム最適化）、決済手段の追加（QRコード決済など）、ゲスト購入の許可

カート放棄率の分析と対策

ECサイトにおけるカート放棄率（カゴ落ち率）は業界平均で約70%とも言われています。つまり、カートに商品を入れた10人のうち7人は購入せずに離脱しています。

GA4でカート放棄率を計算するには、以下の数式を使います。

カート放棄率 = 1 -（purchaseイベント数 / add_to_cartイベント数）× 100

この数値を日別・週別で追跡し、異常値が出たタイミングで原因を調査するのが基本的な運用です。

カート放棄への具体的な対策

• カゴ落ちメール・LINE通知：カートに商品を残したまま離脱したユーザーに、1時間後・24時間後・72時間後の3段階でリマインド通知を送る。業界データでは、1通目のカゴ落ちメールの平均開封率は約40%、CVRは約5%と高い効果が報告されています。
• リマーケティング広告：GA4のオーディエンス機能で「add_to_cartあり・purchaseなし」のリストを作成し、Google広告でリターゲティング。商品画像付きのダイナミック広告が効果的です。
• チェックアウトプロセスの簡略化：入力項目を最小限に絞る、プログレスバーで進捗を表示する、Amazon Payなどの外部決済で入力を省略する。
• 価格の透明性：商品ページの段階で送料・税込み価格を表示し、チェックアウト時の「予想外の出費」を防ぐ。

ファネル × セグメント分析の応用

ファネル分析の威力をさらに引き出すには、さまざまなディメンションでセグメントを切り、比較分析を行います。

流入元別のファネル比較

GA4のファネル探索で「セッションのデフォルトチャネルグループ」を内訳ディメンションに追加すると、流入元ごとのファネルパフォーマンスが比較できます。

• 自然検索（Organic Search）：情報収集目的が多いため、ファネル上部の遷移率は高いがCVRは平均的
• 有料広告（Paid Search / Display）：ランディングページの質がCVRを大きく左右する
• SNS（Social）：衝動的な訪問が多く、商品詳細→カート追加の遷移率が低い傾向
• メール / LINE（Email）：既存顧客が多いため、全体的に遷移率が高い

チャネルごとにボトルネックが異なるため、改善施策も変わります。広告経由の離脱が多ければランディングページの改善が優先、SNS経由なら商品ページの魅力訴求が鍵です。

デバイス別のファネル比較

モバイルとデスクトップではファネルの形が大きく異なることが一般的です。特にECサイトでは、モバイルの「チェックアウト→購入完了」の離脱率がデスクトップより高い傾向にあります。フォーム入力のしづらさや、画面サイズによる情報量の制限が原因です。

モバイルのCVRがデスクトップの半分以下であれば、モバイルUXの改善（Apple Pay対応、住所自動入力、フォームのステップ分割など）が最も投資効果の高い施策になる可能性があります。

データに基づくCVR改善のPDCAサイクル

ファネル分析は一度やって終わりではありません。継続的にCVRを改善するには、PDCAサイクルを回す仕組みが必要です。

Plan（計画）

ファネル分析で最も離脱率の高いステップを特定し、改善仮説を立てます。「商品詳細→カート追加の離脱率が65%と高い。レビューが少ないことが原因ではないか？」のように、数字と仮説をセットにします。

Do（実行）

仮説に基づいた施策を実行します。A/Bテストが可能であれば、変更前と変更後を同時に検証するのが理想です。GA4のオーディエンス機能とGoogle Optimizeの後継ツールを組み合わせれば、特定のセグメントにだけ新しいUIを表示できます。

Check（検証）

施策実施後、同じファネル探索レポートで数値を比較します。期間を施策前後で揃え、外部要因（セール、季節変動など）の影響を考慮した上で、改善効果を判定します。統計的に有意な差があるかどうかも確認しましょう。

Act（改善）

効果があった施策は本番環境に恒久的に反映し、次のボトルネックに取りかかります。効果がなかった場合は仮説を見直し、別のアプローチを試みます。

このPDCAを月次で回し続けることで、ECサイトのCVRは着実に向上します。ファネル分析は、感覚ではなくデータに基づいた意思決定を支える土台なのです。