回帰不連続デザイン（RDD）とは？｜閾値で切り替わるルールの効果を、すぐ上とすぐ下の比較で測る
リードスコア60点で架電、5,000円で送料無料。閾値で扱いが変わるルールの効果を、閾値のすぐ上と下を比べて推定する回帰不連続デザイン（RDD）を、シャープ/ファジーの違いや3つの落とし穴とあわせて解説します。
BLOG
ウェブ解析と改善のヒント
Cookieレス計測・ファネル・A/Bテスト・流入元の見方まで、実務で使える知識を。
合成コントロール法とは？｜比べる相手がいない地域施策の効果を、複数の候補を重みづけして測る
合成コントロール法とは、施策を受けなかった複数の地域や対象を重みづけして合成し、施策がなかった場合の推移を作って効果を推定する因果推論の手法です。差分の差分法との違い、計算例、プラセボテストなどの点検方法を解説します。
傾向スコア（Propensity Score）とは？｜機能を使った人ほど継続する理由を、比べる相手を揃えて確かめる
機能を使った人ほど継続率が高いのは機能の効果か、もともと熱心な人が使っただけか。A/Bテストができない場面で比べる相手を揃える傾向スコアの考え方を、4つの使い方と手順、限界まで解説します。
多重比較問題とは？｜指標や切り口を増やすほど「偶然の勝ち」が増えるA/Bテストの落とし穴
A/Bテストで指標やセグメントを増やすほど偶然の勝ちが増える多重比較問題を、計算例とBonferroni補正・Holm法・Benjamini-Hochberg法の使い分けで解説します。
差分の差分法（DiD）とは？｜A/Bテストができない施策の効果を、比べる相手を用意して測る
差分の差分法（DiD）とは、施策を受けた群と受けなかった群の前後の変化を比べて効果を推定する因果推論の手法です。計算例、平行トレンドの仮定、対照群の選び方、段階的リリースでの注意点を解説します。
OKRとは？｜KPIとの違いと、計測できるKey Result（主要な成果）の書き方
OKRとは、目指す方向を示すObjectiveと達成度を数字で確かめるKey Resultをひと組にした目標管理の方法です。KPIとの違い、計測できるKey Resultの書き方、スコアリングと週次運用、形骸化を防ぐコツを解説します。
トワイマンの法則とは？｜「面白すぎる数字はたいてい間違い」をデータ分析の習慣にする
トワイマンの法則とは、面白く見える数字や普段と違う数字ほど誤りである可能性が高いという経験則です。異常値を生む典型的な原因、A/Bテストでの検証チェックリスト、日々のレポートでの運用方法を解説します。
バーンマルチプル（Burn Multiple）とは？｜成長1円あたりにいくら燃やしたかで見るSaaSの資本効率
バーンマルチプルは、純バーン（正味の現金減少額）を純新規ARRで割り、成長1円あたりにいくらの現金を燃やしたかを示すSaaSの資本効率指標です。計算式と計算例、マジックナンバーなど他指標との違い、目安の読み方、悪化の典型パターンまで解説します。
ベイズ型A/Bテストとは？｜「勝つ確率」と「期待損失」で判断する考え方と、p値との違い
ベイズ型A/Bテストの仕組みを初学者向けに解説。事前分布と事後分布、勝つ確率と期待損失の読み方、p値との違い、何度覗いても大丈夫という誤解まで、計算例つきで整理します。
SaaSマジックナンバーとは？｜営業・マーケ費用がどれだけ経常収益に変わったかを測る営業効率指標
SaaSマジックナンバーは、前四半期の営業・マーケティング費用に対して年間経常収益がどれだけ増えたかを示す営業効率の指標です。売上高ベースとARRベースの計算式、計算例、目安の読み方、ラグや解約の扱いといった落とし穴まで体系的に解説します。
スティッキネス（DAU/MAU）とは？｜ユーザーが習慣的に戻ってくるかを測る指標と、比率に隠れる落とし穴
DAU/MAU比率（スティッキネス）の定義と計算方法、製品タイプ別の読み方、分母や平均が招く落とし穴、利用日数の分布を見るパワーユーザーカーブでの補い方を体系的に解説します。
非自発的解約（インボランタリーチャーン）とは？｜決済失敗で静かに消える顧客をリトライとダニングで取り戻す
カードの期限切れや限度額不足など、決済の失敗で顧客の意思に反して起きる非自発的解約。自発的解約との違い、ソフト／ハードデクラインの見分け方、回収率の測り方、スマートリトライ・カード自動更新・ダニングメールによる防ぎ方を体系的に解説します。
新奇性効果（ノベルティ効果）とは？｜A/Bテストで最初だけ勝つ結果を見抜き、長期の効果を測る
A/Bテストで序盤だけ勝って見える新奇性効果と、逆に負けて見える初頭効果の仕組みを、Microsoftの公開事例とデータをもとに解説。日付別・新規既存別の見抜き方、テスト設計の対策、ホールドアウトによる長期効果の測り方まで整理します。
フィーチャーフラグとは？｜デプロイとリリースを切り離し、段階公開と計測をつなぐ仕組み
フィーチャーフラグの基本から、リリース・実験・運用・権限の4種類の使い分け、リングによる段階公開と合否基準、A/Bテストとの違い、消し忘れが生むフラグ負債の防ぎ方までを体系的に解説します。
ガードレール指標とは？｜A/Bテストで勝ったのに製品を壊さないための指標設計
ガードレール指標とは、A/Bテストで改善は狙わないが悪化させてはいけない指標のこと。表示速度や解約率などの選び方、非劣性マージンによる合否判定、本数と検出力のトレードオフ、自動停止など運用の工夫までを体系的に解説します。
Win/Loss分析（勝敗分析）とは？｜商談に勝った理由・負けた理由を買い手から聞き、次の打ち手に変える
Win/Loss分析（勝敗分析）とは、受注・失注の両方について買い手本人に決定の理由を聞き、営業・マーケ・プロダクトの打ち手に変える取り組みです。CRMの失注理由との違い、インタビューの進め方、理由のコード化と集計、小さなチームでの始め方を解説します。
SRM（サンプル比率の不一致）とは？｜A/Bテストの結果を疑うべき最初のサイン
50対50で振り分けたはずの人数が偏るSRM（サンプル比率の不一致）とは何か。結果を歪める仕組み、典型的な原因、カイ二乗検定による検出方法、見つかったときの対処と予防の型を、計算例つきで解説します。
フェイクドアテストとは？｜作る前にボタン1つで需要を確かめる検証手法と、信頼を損なわない設計
まだ存在しない機能への入口だけを置き、押した人の割合で需要を確かめるフェイクドアテスト。3つの型、合格ラインの決め方と計測、ユーザーの信頼を損なわないための注意点、結果の次の一手までを解説します。
リバーストライアルとは？｜無料トライアルとフリーミアムの間をとる入口設計と、効果の測り方
全員を有料プラン相当で始めさせ、期限後は無料プランへ移すリバーストライアル。効くと言われる理由、2026年のベンチマークが示す冷静な現実、向き不向き、設計の勘所と効果の測り方を解説します。
CUPEDとは？｜実験前のデータでA/Bテストのばらつきを減らし、少ない人数で結論を出す
A/Bテストがなかなか有意にならない悩みに効くCUPEDを解説。実験前の行動データでばらつきを減らす仕組み、相関と必要人数の関係、Microsoftの報告から見る効き目、新規ユーザーや0/1指標での落とし穴、導入手順を整理します。
オポチュニティ・ソリューション・ツリー（OST）とは？｜成果・機会・解決策を一枚の木でつなぐディスカバリー手法
オポチュニティ・ソリューション・ツリー（OST）の成り立ちと4つの層、インタビューから木を描く5つのステップ、機会に解決策を書くなどのよくある失敗、行動データで木を育てる方法を初心者向けに解説します。
狩野モデルとは？｜機能を当たり前・一元的・魅力的品質に分けて優先順位を決める
狩野モデルの5つの品質要素、充足・不充足の2問で聞く狩野アンケートの作り方、評価表と満足係数・不満係数による集計、開発の優先順位への落とし込み方と注意点を初心者向けに解説します。
HEARTフレームワークとは？｜GoogleのUX指標をゴール・シグナル・メトリクスで設計する
Googleが提唱したUX指標の枠組みHEARTフレームワークを、満足・関与・採用・継続・タスク成功の5観点、PULSEとの違い、ゴール・シグナル・メトリクスによる指標の選び方と落とし穴まで体系的に解説します。
ジョブ理論（JTBD）とは？｜顧客が製品を雇う理由から、作るものと伝え方を決める
ジョブ理論（Jobs to Be Done）の基本を、ミルクシェイクの事例、乗り換えを左右する4つの力、スイッチ・インタビューとODIの違い、ジョブステートメントの書き方と行動データでの検証まで体系的に解説します。
PSM分析（ヴァン・ウェステンドルプ法）とは？｜4つの質問で受け入れられる価格帯を探る
PSM分析（価格感度測定）は、高すぎる・安すぎるなど4つの質問から価格の受容範囲を割り出す調査手法です。交点の読み方、仮の数値での計算例、NMS拡張、限界と使い分けを解説します。
パイプラインベロシティとは？｜商談数・受注率・単価・サイクル日数を一つの数字にする考え方
パイプラインベロシティは、商談数・平均受注単価・受注率・セールスサイクル日数という4つの指標を掛け合わせ、営業パイプラインの「速さ」を一つの数字で表す考え方です。計算式と使い方、指標が壊れる落とし穴まで解説します。
従量課金（Usage-Based Pricing）とは？｜座席課金からの移行が進む理由と設計の勘所
従量課金（Usage-Based Pricing）とは、利用量に応じて金額が変わる課金モデルです。座席課金との違い、AIプロダクトの原価構造から広がる背景、課金単位（メトリック）の設計、そして計測で見るべき行動指標までを順番に整理します。
グロースアカウンティングとは？｜新規・継続・復活・離脱でユーザー数の増減を分解する考え方
月次アクティブユーザー数の純増という一つの数字を、新規・継続・復活・離脱の4区分に分解して読み解くグロースアカウンティングの考え方と、実務での使い方を整理します。
コールドスタート問題とは？｜ネットワーク効果が働く前の鶏と卵をどう突破するか
新しいプロダクトが誰にも使われず立ち上がらない、コールドスタート問題という停滞をどう抜け出すか。ネットワーク効果が働き始める前に必要なアトミックネットワークという考え方をもとに、規模より密度から作る突破の型を整理します。
AIエージェントの評価（Evals）とは？｜「動いているように見える」を信頼できる数字に変える方法
AIエージェントは動いているように見えても、実務で信頼して任せられるかは別問題です。Evals（評価）という考え方で、その差を体系的に測る方法を整理します。
プロダクトオペレーション（Product Ops）とは？｜PMを意思決定に集中させる運用専任ロールの設計
プロダクトオペレーション（Product Ops）とは、PMが意思決定に集中できるよう指標定義・プロセス・ツールを整える専任ロールです。PMとの分担と導入タイミングを整理します。
カスタマージャーニーマップとは？｜バラバラなタッチポイントを一枚の地図につなぐ考え方
カスタマージャーニーマップとは何かという定義から、部門横断での作り方、よくある失敗パターン、そしてファネル分析やN1分析とどう役割分担し、日々の意思決定に使い続けるための運用の型までを、具体例を交えて解説します。
ICP（Ideal Customer Profile）とは？｜「良い顧客」を条件式にして営業・マーケの無駄打ちを減らす
ICP（Ideal Customer Profile）は「どの会社を狙うか」を定義する考え方です。ターゲット市場・バイヤーペルソナとの違い、既存顧客データからの組み立て方、営業とマーケの現場での使い方までを整理します。
A/Bテストのピーキング問題（覗き見問題）とは？｜早期終了が結果を歪める理由と防ぎ方
A/Bテストの結果を毎日チェックし、有意になった瞬間に止める「覗き見」は、見た目の有意水準を超える偽陽性を生む。ピーキング問題の仕組みと、サンプルサイズ設計・逐次検定による防ぎ方を解説する。
キーワードカニバリゼーションとは？｜似た記事同士で検索順位を奪い合う原因と直し方
似たテーマの記事が増えるほど、サイト内の記事同士が同じキーワードで検索順位を奪い合うキーワードカニバリゼーションが起きやすくなる。原因の見分け方と、統合・正規化・差別化での直し方を整理する。
CSAT・CES（顧客満足度指標）とは？｜NPSとの違いと使い分け方
CSAT（顧客満足度スコア）とCES（顧客努力指数）が何を測る指標なのかをNPSと比較しながら整理し、指標が食い違う理由、使い分けの判断基準、行動データと組み合わせて読む方法までを体系的に解説します。
プロダクトマーケティング（PMM）とは？｜ポジショニングとローンチ戦略を設計する仕事
プロダクトマーケティング（PMM）という仕事の役割を、ポジショニングの設計からメッセージング、ローンチのティア分け、セールスイネーブルメントまで体系的に整理します。
A2A（Agent2Agent）プロトコルとは？｜AIエージェント同士がつながる標準規格をMCPと比べて読む
AIエージェント同士がベンダーの壁を越えて連携するための標準規格、A2Aプロトコルの仕組みとMCPとの違い、この1年の広がりをプロダクト視点で解説します。
トラッキング防止機能とは？｜Safari・Firefox・広告ブロッカーがアナリティクスを削る仕組み
Safari の ITP や Firefox の ETP、広告ブロッカーがどのように計測をブロックし、なぜダッシュボードの数字が実態より少なく偏って表示されるのかを解説し、計測設計での対処の考え方を整理します。
プロダクトレッドセールス（PLS）とは？｜セルフサーブに営業をいつ足すかを設計する考え方
プロダクトレッドセールス（PLS）とは、セルフサーブで獲得した利用者の一部に、利用データを起点として営業が声をかけるGTM設計です。PLGとの違い、介入のタイミングの決め方、陥りやすい失敗までを体系的に解説します。
RFM分析とは？｜購買データから重要顧客を数値で見分ける手法
RFM分析は、直近購買日・購買頻度・購買金額という3つの指標だけで顧客を並べ替え、優先すべき相手を機械的に見分ける古典的な手法です。計算の考え方からSaaSでの応用、限界までを整理します。
平均への回帰（Regression to the Mean）とは？｜好調も不調も、ただ「戻る」だけかもしれないという警戒信号
平均への回帰とは、たまたま良かった・悪かった数字が次の観測では平均に近づいて見える統計的な性質のことで、褒めた・叱ったといった介入の効果と取り違えやすい罠を、逸話と実例とともに解説します。
生存者バイアスとは？｜生き残ったデータだけを見て判断を誤る罠
生存者バイアスとは、失敗して消えたデータが見えなくなることで判断を誤る認知の罠です。第二次世界大戦の弾痕分析の逸話から、解約分析・投資の実績・SNSの成功談に潜む落とし穴と、分析で防ぐ具体的な方法までを整理して解説します。
マルチアームドバンディットとは？｜A/Bテストと使い分ける「学習しながら配分」の最適化手法
A/Bテストの検証期間中に生まれる機会損失を減らすマルチアームドバンディットの仕組みと、探索と活用のトレードオフ、A/Bテストとの使い分けをやさしく解説します。
CAC回収期間(CACペイバック)とは？｜獲得コストを何ヶ月で回収できているかを測る指標
CAC回収期間(CACペイバック)は、獲得コストを何ヶ月で回収できているかを示す資金効率の指標です。計算式の基本から目安となる水準、具体的な計算例、回収期間を縮めるための打ち手まで、体系的に整理して解説します。
AARRR（パイレーツメトリクス）とは？｜獲得から収益までユーザー行動を5段階で追うフレームワーク
AARRR（パイレーツメトリクス）とは、獲得・活性化・継続・紹介・収益の5段階でユーザー行動を追う定番フレームワークです。各段階の指標の測り方と、指標だけを追うと陥る「目的化」の罠への対処法を整理します。
データクリーンルームとは？｜自社データを渡さずに広告効果を検証する仕組みと使いどころ
サードパーティCookieの制限が進むなか、自社データを外部に渡さずに広告の重複や効果を検証できる仕組み「データクリーンルーム」の仕組み・種類・中小企業の向き合い方を整理します。
MCP（Model Context Protocol）とは？｜AIエージェントとツールをつなぐ標準規格をプロダクト視点で読む
MCP（Model Context Protocol）とは、AIエージェントが外部のデータやツールに安全にアクセスするための標準規格。誕生の背景と仕組み、普及の広がり、そしてPMやRevOpsが導入前に知っておきたい注意点までを整理する。
シンプソンのパラドックスとは？｜集計すると数字が逆転する落とし穴の正体と防ぎ方
チャネルやコホートごとの数字はすべて改善しているのに、全体で見ると悪化して見える――そんな逆転を引き起こすシンプソンのパラドックスの仕組みを、記録に残る二つの事例とウェブ解析の実例から解説します。
CDP（カスタマーデータプラットフォーム）とは？｜バラバラな顧客データをひとつに束ねる仕組みと導入判断
CDP（カスタマーデータプラットフォーム）とは何かを、CRM・MA・データウェアハウスとの違いやアイデンティティ解決の仕組み、導入前に検討すべき失敗パターンまで体系的に解説します。
リバースETLとは？｜データウェアハウスの分析結果をCRMや広告ツールに書き戻す仕組み
データウェアハウスに溜めた分析結果を、CRMや広告ツールへ自動で書き戻すリバースETL。従来のETLとの違い、向く場面と向かない場面、個人情報が拡散するリスクまでを整理して解説します。
インテントデータとは？｜「検討中の企業」を外部シグナルから推定する仕組みと精度の限界
インテントデータとは、自社サイトの外側にある行動シグナルから「今検討している企業」を推定する仕組みです。収集方法の分解から精度の限界、優先順位づけへの実務的な組み込み方までを整理します。
A/Bテストのサンプルサイズ設計｜検定力とMDEをどう決めるか
A/Bテストで「何人集めれば結果を信じてよいか」を、有意水準・検定力・MDEという3つの要素から具体的に決める考え方と、実務でありがちな落とし穴を解説します。
セッションとは？｜同じサイトなのに、ツールごとに数字が食い違う理由
セッションは「30分操作がないと区切る」といった仕組みで数えられますが、そのタイムアウトの長さや、日付・流入元が変わったときの扱いはツールごとに違います。数え方の仕組みと、数字が食い違う理由、実務での正しい読み方を整理しました。
PQL（プロダクトクオリファイドリード）とは？｜製品の使われ方で「今すぐ客」を見つける
PQL（プロダクトクオリファイドリード）とは、製品の実際の使われ方から購入意欲の高い見込み客を見つける考え方です。MQLとの違い、条件の決め方、PQAとの併用までを体系的に解説します。
ヒートマップとは？｜クリックとスクロールを色で見える化し、セッションリプレイと使い分ける
ヒートマップでページのどこが見られ、どこが見過ごされているかを可視化する仕組みを解説し、集約データゆえの強みと限界を整理したうえで、セッションリプレイやA/Bテストとの正しい使い分け方まで紹介します。
コンバージョンAPI（CAPI）とは？｜広告に届く成果をサーバー側で守る仕組み
Cookie規制やブラウザの追跡防止でピクセル計測の精度が落ちるなか、ハッシュ化した顧客データをサーバー経由で広告プラットフォームに送るコンバージョンAPI（CAPI）の仕組みと、導入で変わること・変わらないことを整理します。
Core Web Vitals（INP）とは？｜表示速度の次に見る、操作の遅さとコンバージョン率の関係
2024年にCore Web Vitalsの正式指標となったINP（Interaction to Next Paint）とは何か。LCP・CLSとの違いや悪化の原因、コンバージョン率への影響までをやさしく解説します。
エージェントブラウザとは？｜AIがクリックする時代、セッションとコンバージョンの意味を問い直す
PerplexityのCometやAnthropicのClaude in Chromeなど、AIがブラウザを操作するエージェントブラウザが広がっています。本人のセッションを使うため見分けがつかず、コンバージョンや流入元分析の読み方が問われています。
アカウントベースドマーケティング（ABM）とは｜B2Bで重要顧客を狙い撃ちする考え方
アカウントベースドマーケティング（ABM）の基本と3つのモデル、始め方の5ステップ、指標の作り直し方、陥りやすい失敗パターンを、B2B SaaSの実務目線で整理します。
AIクローラーの急増とボットトラフィック｜PVの数字は「人間」を語れているか
Cloudflareの分析ではボットがウェブトラフィックの過半数を占めるに至りました。AIクローラー急増の実態と、PV・直帰率など解析指標への影響、実務での向き合い方を整理します。
ゼロクリック検索とは？｜AI Overviewsでオーガニック流入はどう変わったか
検索結果の中でAIが答えを完結させ、クリックされない「ゼロクリック検索」が急速に広がっています。ピュー・リサーチの実測データとGoogleの反論を整理し、オーガニック流入をどう測り直せばいいかを解説します。
Googleが「サードパーティCookie廃止」を撤回した理由｜Privacy Sandbox終了の顛末とウェブ計測への影響
Googleは2024〜2025年にサードパーティCookie廃止方針を撤回し、Privacy Sandboxの主要APIも2025年10月に終了しました。何が起きたのか、そしてウェブ解析の実務にどう影響するのかを整理します。
レイジクリック・デッドクリックとは？｜クリックの異常が教えてくれるUXの詰まり
クリックを連打してしまう、押しても反応しない——そんなクリックの異常から訪問者の詰まりを見つけ、優先順位をつけて改善する考え方を解説します。
SaaS Quick Ratio（クイックレシオ）とは？｜新規獲得と解約、どちらの力で伸びているかを見る一つの比率
Quick Ratioは、新規・拡大MRRと解約・縮小MRRの比率でSaaS事業の成長効率を測る指標です。計算式と目安、Rule of 40・NRRとの違いを仮の数値例とともに解説します。
グッドハートの法則とは？｜「測ると壊れる指標」の正体と、壊れにくい指標の設計
ある指標を目標に掲げた瞬間、その指標は現実を映さなくなる――グッドハートの法則という経験則を手がかりに、虚栄の指標と行動可能な指標の見分け方、そしてウェブ解析やプロダクト運営の現場で壊れにくい指標を設計するための具体的な手順を解説します。
グロースループとは？｜ファネルの次に来る、自己増殖する成長の設計図
ファネルが入力に比例する直線モデルであるのに対し、グロースループはユーザーの行動が生んだアウトプットを次のインプットへ再投資する循環モデルです。ファネルとの違い、代表的な型、設計の手順、追うべき指標までを体系的に解説します。
計測設計（トラッキングプラン）とは？｜「何を、いつ、どう記録するか」を先に決める理由
あとからGA4のタグを増やせばいいが通用しない理由と、イベント名・プロパティの粒度をそろえるトラッキングプラン設計の考え方を、比較表と仮の例で解説します。
Rule of 40とは？｜成長率と利益率をひとつの数字で見るSaaSの健全性指標
Rule of 40は、売上成長率と利益率を足し合わせてSaaS事業の健全性をひとつの数字で捉える指標です。起源や計算方法、具体例、そして指標が誤解を招く場面までを整理します。
マーケティングミックスモデリング（MMM）とは？｜Cookieが使えない時代に、広告の効果を集計データで測る考え方
個人追跡が難しくなる中で再評価されているMMMの仕組みを、GoogleのMeridianやMetaのRobynといった実例、アトリビューション・インクリメンタリティテストとの使い分けとともに解説します。
LTV（顧客生涯価値）とは？｜獲得コストと並べて健全な成長を見極める指標
LTV（顧客生涯価値）の定義と計算式、CACとの関係、伸ばすための4つのレバー、そして運用でつまずきやすい落とし穴までを、仮の数値例を交えて体系的に解説します。
インクリメンタリティテストとは？｜広告の因果効果をホールドアウトで測る考え方
クリック数は伸びているのに、事業全体の売上は広告費の増加ほど伸びていない。相関ではなく因果で広告効果を測るインクリメンタリティテストという考え方と、ホールドアウト実験やジオ実験の仕組み、自社に取り入れる際の判断基準を整理します。
カスタマーヘルススコアとは？｜解約の兆候をデータで捉える仕組み
契約は続いているのに、ある日突然解約を切り出される。その予兆をひとつの数字で捉えるカスタマーヘルススコアについて、指標の選び方から設計手順、運用の落とし穴までを体系的に解説します。
サーバーサイド計測とは？｜Cookie制限が強まる中でファーストパーティ計測基盤を作る理由
Googleはサードパーティ Cookie廃止の方針を撤回しましたが、ブラウザ側の制限自体は緩んでいません。サーバーサイド計測やConversions APIのような仕組みが必要になる場面と、自社の導線分析だけなら不要なケースの見極め方を解説します。
アクティベーションとは？｜「Ahaモーメント」をどう定義し、計測に落とし込むか
登録数は伸びているのに定着しない。アクティベーションとAhaモーメントの考え方を整理し、指標の見つけ方から計測設計、よくある落とし穴までを解説します。
NRR（ネットレベニューリテンション）とは？｜新規顧客がいなくても伸びる売上の仕組み
NRRは既存顧客からの売上が拡大と解約でどう変わったかを示す指標です。GRRとの違いや計算式のつまずきどころ、コホート単位での読み方まで、実務目線で解説します。
コホート分析とは？｜世代ごとの継続率で「本当の成長」を読み解く
コホート分析とは、登録時期が同じユーザーをひとまとめに追跡し、平均値だけでは見えない継続率の推移から成長の実態を読み解く手法です。表の読み方から陥りやすい落とし穴、自社への導入ステップまで体系的に解説します。
ダークファネルとは？｜計測できない検討プロセスとどう向き合うか
指名検索やダイレクト流入の背後には、Slackやコミュニティでの下調べという、計測できない検討プロセスがあります。ダークファネルの正体と、完全に追跡しようとせず意思決定に活かす現実的な向き合い方を整理しました。
無料トライアルの有料転換を上げる｜行動データで手をかけるべき人を見極める
無料トライアルの申込みは増えても有料化が伸び悩むチームは少なくない。PQL（プロダクト適格リード）という考え方を軸に、行動データから今、手をかけるべき人を見極める設計を整理する。
AI検索からの流入とは？｜ChatGPTが生み出す新しい流入元をどう計測するか
ChatGPTなど生成AIチャットからの流入は、検索やSNSとは性質の異なる新しい流入元になりつつある。何が変わり、どう計測に組み込むべきかを整理する。
セッションリプレイとは？｜数字の裏にある行動を録画で読み解く
ファネルやコンバージョン率だけでは分からない離脱の理由を、訪問者の画面操作の再生から読み解くセッションリプレイの仕組みと、プライバシーを守りながら実務に取り入れる進め方を整理する。
AIエージェントが代わりに買う時代｜Agent Payments Protocol (AP2) とファネル計測の宿題
AIエージェントが商品比較から決済までを代行するエージェントコマースが、Googleの決済プロトコルAP2を軸に立ち上がりつつある。訪問者は人間という前提の上に組まれてきたファネル・流入元の計測が、どこでどう崩れるのかを整理する。
エージェント時代のCRM｜「Agent Parity」が来る前に積むべきもの
AIエージェントがUIを迂回する世界で、記録を握るだけのCRMの堀は薄くなる。実装差がいずれ横並び（Agent Parity）になる前に積むべきは、業務ワークフローへの入り込みと、自社が固有に生み出すデータ——その理由と手順を、a16zやScaleVPの公開論考をもとに読み解く。
GTMエンジニアリングという職種｜営業をワークフローとして作り直す
GTMエンジニアリングを「トップ営業の暗黙の判断手順を、中身を変えずにワークフローとして作り直す仕事」と定義し、Clayによる職種の起源、AIが判断明文化のコストを下げた構造変化、フォワードデプロイド・エンジニアとの系譜、何を明文化し何を人に残すかの境界、そして個人資産が組織資産へ複利で変わる意味を、出典付きで積み上げて論じる。
セマンティックレイヤー｜AIエージェントの土台として指標定義を一箇所に
AIエージェントの答えがブレる原因は、モデルの能力ではなく組織内で指標定義が分散していること。その分散を一箇所に集めるセマンティックレイヤーを、Universe→LookML→メトリクスレイヤー→AI時代という系譜と、Airbnb Minerva・dbt/MetricFlow・Cubeの実例から解説。設計の核心は「エージェントにSQLを書かせず、定義済み指標を名前で選ばせる」こと。始め方は揉めている数個のコア指標を揺れごと一箇所に確定させることだと示す。
推論コストがGTMを変える｜「AI税」時代の営業投資の考え方
推論コストがAIプロダクトの粗利を構造的に押し下げ、その粗利がCACペイバックを通じて営業投資の弾数を縛る――という連鎖を、a16zとICONIQの実データと仮の数値例で追うレポート。粗利を売上ではなく回収原資として捉え、粗利で割ったペイバックを意思決定基準に置くこと、粗利を守るエンジニアリングをGTMの一部と見ることを示唆する。
エンタープライズAIにPLGは効くのか｜獲得ではなく「拡大」を自律化する
エンタープライズAIでPLGが効くかを「獲得（LAND）」と「拡大（EXPAND）」に分けて論じる分析記事。獲得は営業＋FDEの伴走が支配的、拡大は消費課金ゆえ製品内で半自律的に伸びる、と整理。Menlo/MIT NANDA/a16z/Bessemer等の実データで裏付けつつ、PLGは4倍効きやすくても大宗は非PLG・粗利はSaaS並みには乗らない、という二つの留保も提示。指標とダッシュボードをLAND/EXPANDで分ける実務設計に落とす。
GTMデータ基盤｜AIが正しく動くための土台づくり
AIに分析や自動化を任せても数字が合わないのは、モデルではなく手前のデータの意味が揃っていないからです。イベント設計・指標定義・ナレッジという三つの層で、GTM自動化の土台をどう積むかを整理します。
GTMにAIエージェントを入れる｜人間承認とガードレールの設計
GTMの業務にAIエージェントを組み込むときの設計を、承認・評価・ガードレールの三点から整理します。どこまで機械に任せ、どこで人間が止めるのか。二つの軸で承認の形を決め、シャドーモードで出す前に答え合わせをし、権限と停止条件をシステム側で固定する。運用に耐える型だけをまとめました。
PLGの計測設計｜セルフサーブと営業を併走させる
セルフサーブと営業は、別々の顧客層ではなく同じ人が前後に通る二つの入口です。有料化を無接触・営業主導・併走の三つに数え分け、PQLを集計できる形まで定義し、対応上限から逆算して閾値を決める。ログイン前とログイン後の計測をどう分けてつなぐか、どこに人間の承認を残すかまで含めた計測設計をまとめました。
アトリビューションの実務｜完璧を諦めて意思決定に使う
成果をどの接点に割り振るかという問いに、完璧な答えはありません。それでも来月の予算は決めなければならない。モデルの使い分け、土台になる計測、そして実験で因果を埋める実務の順番を整理します。
MQLの引き継ぎ設計｜マーケと営業が揉めない基準づくり
営業は「リードの質が悪い」と言い、マーケは「MQL目標を達成」と報告する。この食い違いは不信ではなく未定義から起きます。MQLを属性と行動の掛け算で条件式に落とし、引き継ぎを双方向の約束にし、渡したあとの通過率まで追う。明日から手をつけられる順番で整理します。
KPI定義のすり合わせ｜同じ指標なのに数字が食い違う理由
営業とマーケで同じ指標の数字が食い違うのは、集計ミスではなく定義のずれが原因です。対象・期間・重複排除・帰属という四つの発生源を分解し、そのまま集計に落とせる粒度の指標定義書の書き方、差分を一件ずつ潰して合意する手順、そしてAIに分析を任せる前に定義を固めておくべき理由までをまとめました。
スピード・トゥ・リード｜初回接触までの時間を縮める
問い合わせから最初の接触までの時間（スピード・トゥ・リード）を、区間ごとの台帳で可視化し、通知と当番の設計で削るための実務手順。全件5分を諦めて区分ごとに目標時間を置く考え方、AIに任せる範囲と人が残る場所、部門間で先に決めておく定義まで整理します。
リードスコアリング｜行動データで精度を上げる設計と着手順
属性だけのリードスコアが当たらないのは、点数の材料がその人の「いま」を語っていないからです。行動データの選び方、受注実績からの重み付け、減衰の入れ方、そしてスコアをブラックボックスにしないための設計と着手順をまとめました。
RevOps入門｜マーケ・営業・CSを一本の数字でつなぐ
マーケ・営業・CSで数字が食い違うのは怠慢ではなく、部門ごとに違うものを測っているから。指標定義のそろえ方、引き継ぎ基準の条件化、データ土台づくり、AI自動化の承認ラインまで、RevOpsの着手順を実務ベースで解説します。
GTM自動化はどこから始めるか｜浅く広くより、深く狭く
AI機能を広く配っても売上は動きません。頻度・再現性・遅延コストの三つで業務を並べ、いちばん上の一つだけを最初から最後までつなぐ。判断手順の明文化、イベント駆動での実装、自律度の段階的な引き上げまでを具体的に整理します。
プロダクトディスカバリー入門｜作る前に確かめる進め方
プロダクトディスカバリーは、正解を当てる活動ではなく「外れを安く見つける」活動です。確かめる四つのリスクとその順番、課題インタビューの聞き方、作らずに需要を測る方法、進む・やめるの判断ラインの決め方までを、明日から回せる形で整理します。
プロダクトロードマップ｜データで優先順位を説明できるようにする
ロードマップが要望リストになるのは、比較の物差しがないからです。機会サイズをファネルの実数から出し、根拠の強さで見込みを割り引き、枠を分けてRICEで比べ、見込みと実測の差を記録する。優先順位を説明できる形にするための組み立て方を、具体的な数字とともに整理します。
ユーザー調査の設計｜定量と定性を往復して数字と声をつなぐ
数字は「どこで」を、ユーザーの声は「なぜ」を教えてくれます。定量で場所を絞り、定性で理由の候補を作り、また定量で確かめる。週30分で回せる調査設計の型を、具体的な数値例とともに解説します。
PMFの測り方｜プロダクトマーケットフィットを数字で確かめる
PMFを手応えではなく数字で確かめる方法を整理します。40%ルール（ショーン・エリス・テスト）の正しい対象者設計と必要な回答件数、リテンションカーブの平らな部分の読み方、そして全体平均に埋もれたセグメントの見つけ方まで、明日の定例で使える順番でまとめました。
開発の優先順位づけ｜RICEとICEをデータで運用する
RICEとICEの違いと使い分けを整理し、Reachを実データで埋めてスコアが主観の言い換えになるのを防ぐ運用方法を解説します。Confidenceを根拠の種類で決める表、開発枠の分け方、1時間で終わらせる会議の進め方まで。
機能の定着率（アダプション）｜作った機能が使われない状態を測って直す
作った機能が使われないとき、いきなり作り直すのは早すぎます。到達・初回利用・継続の三段に分解すれば、詰まっているのが認知か導線か価値かが切り分けられます。定着率の分母の決め方、数値例による伸びしろの試算、そして機能を変えずに直す順番と撤退ラインの決め方までを整理します。
リテンションと解約｜継続率を上げるために見る数字
新規獲得の成果を丸ごと打ち消すのがリテンションです。アクティブの定義の決め方、コホートでの継続率の読み方、解約の予兆の拾い方、そしてカーブのどこに効くかで打ち手を選ぶ考え方を、明日の定例で使える形に整理します。
オンボーディング改善｜最初の体験で離脱させない設計
新規登録は増えているのに定着しない。オンボーディングのどこで人が去っているかをファネルで数え、行動ログと短いアンケートで理由をつかみ、4つの型で直して到達率と継続率の両方で確かめるまでの手順をまとめました。
仮説検証型のプロダクト開発｜思いつきで作らないための型
思いつきのまま開発が走り出さないための型を、仮説の書き方、確かめる順番、検証手段の選び方、成功ラインの計算、チームでの合意の取り方まで実務の手順として整理します。
プロダクト指標の設計｜北極星指標とKPIツリーの作り方
北極星指標は「価値が届いた瞬間」を数える一本の数字。選び方の分岐点、足し算と掛け算によるKPIツリーの分解、先行指標の置き方、そして形骸化させないための運用までを実例と検算つきで解説します。
モバイルのCVRが低い原因と改善｜スマホで取りこぼさない
スマホのCVRがPCより低いのはなぜか。指のタップ・入力負荷・表示速度・アプリ内ブラウザという4つの原因を整理し、端末別ファネルで落ちている1ステップを特定する手順、CTAとフォームの直し方、モバイル限定A/Bテストでの検証までをコード例つきで解説します。
滞在時間・エンゲージメントの正しい測り方
滞在時間が0秒と出るのはなぜか。多くのツールは時刻の差から逆算しているため、直帰と離脱ページの時間は構造的に測れません。15秒ごとのエンゲージメント計測とスクロール到達率で実数に近づけ、平均ではなく分布とページの役割で読む手順を解説します。
カゴ落ち（カート放棄）を減らす｜離脱を防ぐ導線設計
カゴ落ち（カート放棄）は「買う気があったのに折れた人」の離脱。率の数え方から、4段ファネルでの離脱箇所の特定、費用・登録・入力・不安への打ち手、A/Bテストでの効果確認までを順に解説します。
N1分析とは｜一人の行動から改善のヒントを得る
平均値では見えない離脱の理由を、たった一人の行動ログから読み解くのがN1分析です。何を見るか、誰を選ぶか、集計とどう往復させるか。プライバシーを守ったまま実践する手順を、具体的なタイムライン例とともに解説します。
メールマーケの効果測定｜「開封率」の先を見る
開封率とクリック率だけでは、メール施策が売上にどう効いたかは分かりません。Webメール流入が検索に誤分類される問題、utm_medium=emailの付け方、クリック後のファネルとCVRまで追う手順、週次で回す運用の型を実務目線で解説します。
広告のROIを上げる｜LPとファネルで「無駄打ち」を減らす
広告のROIはクリック単価だけでは決まりません。広告経由の数字を自然検索と分けて切り出し、ファネルで離脱箇所を特定し、落ちどころ別に手を打つ。許容CPAの決め方からA/Bテストでの検証まで、無駄打ちを減らす順番を数字の例つきで解説します。
GA4は難しい？「導線計測」に絞るという選択肢
GA4が難しいのは理解力の問題ではありません。イベント設計・指標の多さ・設定の壁という3つの原因を分解し、目的を導線とコンバージョンの改善に絞ると見る指標が4つまで減ることを具体的な数字で解説。残す・移す・併用するの判断基準も整理しました。
Cookie同意バナーは本当に必要？プライバシーと計測の両立
Cookie同意バナーは本当に必要でしょうか。外部送信規律やGDPRが求めていること、バナーで失う計測データと判断スピードを整理し、タグの棚卸しから断りやすい文面、Cookieを使わない計測という選択肢までを実務目線でまとめました。
UTMパラメータの正しい付け方｜流入元を正確に測る
UTMパラメータの仕組みと、実務で破綻しない付け方をまとめました。source・medium・campaignの決め方、値を小文字で統一するルール、mediumの辞書化、自社サイト内リンクに付けてはいけない理由、メール流入が消える仕組みまで解説します。
フォーム最適化（EFO）｜入力離脱を減らす7つの工夫
フォームは成果の最後の関門です。入力項目の削減、エラー表示の出し方、スマホのキーボード設定など、入力離脱を減らす7つの工夫を具体例つきで解説。あわせて、どこで詰まっているかをファネル分析とセッションリプレイで突き止める手順も紹介します。
マイクロコンバージョンの設計｜小さな一歩を計測する
購入や申し込みの手前にある小さな行動を計測すると、改善すべき場所が具体的に見えてきます。良いマイクロコンバージョンの選び方、data-cvを使った実装、段ごとの通過率の読み方、30日で一周する進め方までを実例つきで解説します。
NPS（顧客推奨度）とは｜測り方と改善への活かし方
NPS（顧客推奨度）の計算方法を実例で解説。推奨者・中立者・批判者の分け方、業界平均と比較しても意味がない理由、誰にいつ聞くかの設計、自由記述の集め方、集まった声を行動データで裏づけて改善につなげる手順まで。
離脱ページの見つけ方と改善｜どこでユーザーは去るのか
離脱ページは、出口が多いほど悪いページとは限りません。離脱数と離脱率のどちらから見るか、ページの役割ごとの判断基準、流入元・デバイス・N1での原因の切り分け、改善の優先順位の決め方までを、具体的な数字を交えて解説します。
LP改善チェックリスト｜ファーストビューで離脱を防ぐ
LPの成果はファーストビューでほぼ決まります。見出し・CTA・画像・表示速度の点検項目と、数字で直す順番を決める方法、モバイル特有の落とし穴、A/Bテストで確かめる30日の進め方までを、具体例と数値つきで整理しました。
コンバージョン率（CVR）を上げる7つの視点
CVRを上げる近道は、訴求・導線・フォーム・信頼・速度・モバイル・検証の7つを、影響の大きい順に直すことです。分母の決め方、ファネルを使った優先順位づけ、効果があったと言える判断基準まで、実務の手順に沿って解説します。
直帰率とは？「計測できない」ケースと、正しい下げ方
直帰率は1ページだけ見て帰ったセッションの割合ですが、多くのツールでは滞在時間が0秒になり、満足して帰った人と即離脱を区別できません。GA4での定義の違い、ページの役割ごとの水準、原因の切り分け方、そして実測して下げるまでの手順を解説します。
流入元の正しい見方｜検索・広告・メール・SNSを分けて計測する
検索・広告・メール・SNSを分けて計測するための実務ガイド。Gmailが検索に混ざる、広告と自然検索が同じ箱に入る、メール経由が直接アクセスに沈むという3つの誤分類の直し方と、UTMの付け方、分類後にCVRをどう見るかまでを解説します。
A/Bテストの始め方｜ノーコードで検証する手順と注意点
A/Bテストをノーコードで始める手順を、どこを試すかの決め方から、検証できる仮説の書き方、必要なサンプル数の見積もり、結果の読み方、途中で覗くことの危険までまとめました。アクセスが少ないサイトでの現実的な進め方や、テストに向かない変更も解説します。
ファネル分析の基本｜離脱ポイントの見つけ方と改善の進め方
ファネル分析の基本を、ステップの設計から数字の読み方、離脱原因の掘り下げ方まで順に解説します。通過率だけでなく失った人数で優先順位を決める考え方、計測漏れの見分け方、そして毎週15分で回す運用手順まで、実務でそのまま使える形でまとめました。
Cookieレスでウェブ解析はどこまでできる？同意バナーが要らない理由
Cookieを使わない解析で何が測れて何が測れないのかを整理しました。PV・流入元・ファネル・A/Bテストは問題なく測れ、失われるのは主に端末をまたいだ追跡です。同意バナーを外せる条件と、既存ツールからの移行手順もあわせて解説します。