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。
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。
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。
AIエージェントの土台になるセマンティックレイヤー｜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。
セルフサーブと営業の併走｜PLGの計測設計
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。
行動データで精度を上げるリードスコアリング
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。
データで語るロードマップ｜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。
定量と定性の往復｜数字とユーザーの声をつなぐ調査設計
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。
作った機能が使われない｜機能の定着率を測って直す
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。