最初の商品だけでECのカスタマージャーニーを判断しない

参加者のページイベントから最初に特定できる商品と、その人がアンケートで選んだと回答した本との関係を測っています。Ilya Morozov氏とAnna Tuchman氏が2022年に行った実験のうち、条件を満たす11,460人を分析しました。オンライン書店には100冊の電子書籍がありました。参加者は米国在住で、Amazon Mechanical Turkを通じて募集されました。^[1]

これは報酬を伴う研究課題です。参加者には本を選ぶための3ドルの予算が与えられ、本を1冊選ぶ必要がありました。書店での課題の後、抽選に当たった場合に、本と残りの予算を受け取るか、3ドル全額を現金で受け取るかを別途回答しました。各参加者が抽選で報酬を受け取れる確率は50%でした。本分析の結果変数はアンケートで回答した本であり、その別の希望や実際の提供に関する情報は使いません。^[2]

その回答を、対応するアンケート時間帯に記録された商品ページのイベントと結びつけます。商品の対応づけができるイベントとは、ラベルから実験のカタログ内の本を特定できるものです。「最初」は、その時間帯で最初だと明確に判定できる商品イベントを意味します。最初に気づいた商品や、その商品を初めて見た出来事、意思決定前のイベントを示すものではありません。選択後のイベントが時間帯に含まれる可能性もあります。

元の論文は広告内容と検索行動を研究しました。ここでは実験条件をまとめ、別の記述的な問いを調べています。最初の商品と選んだ本が異なるとき、選んだ本は記録のほかの部分に現れるでしょうか。この比較は広告効果の推定でも、通常の店舗の購入率の説明でもありません。

分析対象者の72.4%では、最初の商品と選択が一致しています。ただし、残りは2つの異なる状況です。26.6%では別の商品が先に現れ、選んだ本も商品を特定できる記録のどこかにあります。1.0%では別の商品が先に現れ、選んだ本はそうした記録にありません。

この表では各参加者を1回ずつ数えています。3行の人数はそれぞれ8,295人、3,048人、117人で、分母はいずれも11,460人です。最初の2行には、どちらも選んだ本の記録があります。違いは、その本が最初に特定できる商品でもあるかどうかだけです。

商品への流入を確認する企業にとって、この区別によって次に問うことが変わります。最初の商品が違うだけで、最終的な選択がイベント履歴から欠けているとはいえません。一致していても、最初の商品が選択の原因だったとはいえません。比較が示すのは、商業的な説明を加える前に、2つの情報がどう対応しているかです。

複数の商品を売るクリエイターにも、同じ解釈上の問題があります。キャンペーンである商品に出会い、別の商品を選ぶ人もいるでしょう。役立つレポートは、どの商品が関わったかを残します。個別の結論を裏づける証拠がなければ、すべての不一致を商品ページの失敗、売上への間接的な貢献、顧客の取り逃しと読み替えるべきではありません。

いいえ。最初に記録された商品と回答上の選択が異なる3,165人のうち、3,048人は、商品を特定できるページイベントのどこかに選んだ本が含まれていました。この不一致グループの96.3%です。残る117人は、同グループの3.7%に当たります。

この分母は、前の表より狭い範囲です。96.3%は最初の商品と選択が異なる人についての数値で、参加者全員、訪問者全員、購入者全員に占める割合ではありません。別の商品を見た後に96.3%が購入を完了した、という意味でもありません。

選んだ本の記録があることは、意思決定との時間的な前後関係が不明でも、記録を理解するうえで有用です。履歴を最初の商品だけに縮めると、多くの不一致ケースで、選択との特定可能なつながりを捨てることになるからです。より詳しい履歴なら、その状況と、つながりが見えない状況を分けられます。

したがって、分析にはもう1つの項目を残す意味があります。定義したイベント時間帯のどこかに、選んだ商品があるかどうかです。これは先に現れた商品へ売上の貢献を割り当てる理由ではありません。信頼できる取引時刻のある店舗なら、購入前のイベントを別途調べられますが、この実験のアンケート時間帯には、そのように検証された区切りはありません。

全体の一致率には、まったく異なる2種類の履歴が混ざっています。特定できる商品が1種類だった7,656人のうち、99.5%がその商品を選んだと回答しました。一方、2種類以上の商品を特定できた3,804人では、最初に記録された商品を選んだ割合は17.8%でした。

商品が1種類のグループは慎重に読む必要があります。唯一特定できる商品が選択と異なれば、その選択が同じ商品集合に含まれることはありません。そのため、中央のセルは定義上、必ずゼロです。この人たちが別の候補を一切検討しなかった証拠ではありません。また、高い一致率そのものが、即決する買い手に関する独立した発見というわけでもありません。

2種類以上の商品を特定できるグループでは、80.1%で最初の商品が異なる一方、選んだ本は記録のほかの部分にあります。さらに2.1%では、選んだ本を特定できるイベントがありません。これらはグループ内で記録された商品の内訳であり、閲覧から購入までの進行を示すものではありません。

レポートでは、見出しとなる一致率とともに、特定できる商品の種類数を示すことが重要です。1種類の商品履歴が多いレポートと、複数商品の履歴が多いレポートでは、答えている記述的な問いが異なります。この研究の種類数は観測値であり、定義そのものとも一部結びついています。記録された商品が多いことが、選択を変える原因だとはいえません。

選んだ本を特定できる記録がない117人も、理由まで一様に分かっているグループではありません。そのうち89人は、ラベルが空欄、または商品との対応が分からないページイベントが時間帯内に少なくとも1件あります。残る28人には、そのような保持されたイベントがありません。

この89人は、選んだ本の記録がないグループの76.1%です。商品を特定できないイベントが、欠けているつながりに関係する可能性はあります。しかし、ラベルからはどの本のイベントか分かりません。確認済みの商品閲覧ではなく、話を完成させるために選んだ本を当てはめることもしません。

残る28人も、少数であることを示したうえで分けておく価値があります。特定不能なイベントが残っていないからといって、その人のすべての行動が記録されたとは限りません。一覧画面からの選択、観測されなかった活動、研究課題の設計などが説明になり得ます。どの説明が当てはまるかは、データから確定できません。

代理店や店舗運営者にとって、この分類は手元の証拠に対する異なる問いを支えます。一方は、記録はあるが商品を特定できないケースです。もう一方は、ほかの商品を特定できる記録には選んだ商品がないケースです。どちらも、特定の商品ページを飛ばした、あるいはトラッキングが確実に失敗したと顧客に断言する根拠にはなりません。

マグカップ、ボウル、花瓶を売る陶芸作家のショップを想像してください。以下は比較を説明するための架空の例で、書店研究の顧客や結果ではありません。作家は選ばれた商品を別途確認し、調べるイベント時間帯も定義済みだとします。

最初の例では、最初に記録された商品はマグカップで、その人もマグカップを選びます。最初の商品と選択は一致します。ただ、それだけでは選んだ理由は分かりません。商品の魅力、以前のおすすめ、もともとのなじみのいずれを説明にするにも、別の証拠が必要です。

2つ目の例では、マグカップが先に現れ、同じ時間帯にボウルも現れ、その人はボウルを選びます。最初の商品は異なりますが、選んだ商品も記録されています。これを単に「マグカップへの訪問の失敗」と呼べば、記録にある情報を落とします。マグカップがボウルをうまく紹介したと呼べば、この比較では検証していない因果関係を付け加えることになります。

3つ目の例では、特定できる商品記録にマグカップと花瓶があり、回答上の選択はボウルです。選んだ商品は、その商品集合にありません。ほかに商品ラベルが使えないイベントがあれば、商品名を推測せず、その事実を残します。そうしたイベントもなければ、つながりが見えない理由は未解決のままにします。

実務上の判断は、キャンペーンや商品ページを見直す前に、どんな証拠を求めるかです。一致は、そのまま記述できます。最初の商品は異なるが選択の記録はある場合には、独立した分類が必要です。選んだ商品の記録がなければ、顧客行動を結論づける前に、イベントと選択の定義を確認します。3つの例のどれも、それ単独で広告予算を増減する理由にはなりません。

短い分析方針をまとめるだけでも、カスタマージャーニーについての議論は明確になります。まず、ビジネス上の問いを決めます。履歴にどの商品があるか、選んだ商品の記録があるか、確認済みの購入より前に何が起きたか。これらには異なる証拠が必要です。観測された関係と、その理由を説明するために後から行う実験を分けてください。

結果の定義：選択や購入を確定するイベント、または回答を明記します。回答だけなら「選んだと回答した商品」と書きます。取引を分析する場合は、キャンセル、返金、重複した取引記録の扱いを説明し、すべてのpurchaseイベントが商品の提供された注文だと決めつけないようにします。

観測時間帯：履歴の開始と終了、どの時計を使うか、結果が出た後の活動を除くかを明記します。意思決定時刻を検証できていない場合、その時間帯を「決定に至る経路」と説明しないでください。同時刻で順序が不明なイベントは、順序を作らずに残します。

商品の識別：記録間で同じ商品をどう認識し、バリエーションをどう扱うかを示します。空欄や対応のつかない識別子も集計に残します。カタログと対応づけられない行と、そもそも観測されなかった商品イベントは別物です。

分母：対象となるグループ、最初の商品との一致状況、条件付き割合に使う小さなグループを示します。少数のセルも残し、定義によって必ずゼロになる箇所を説明します。これで、広い傾向なのか、小さな例外に基づく割合なのかを読者が見分けられます。

現在のGA4実装について、Googleはitems配列を伴うview_itemとpurchaseを別々のイベントとして説明しています。各商品にはitem_idまたはitem_nameが必要で、両方の指定を推奨しています。一貫した商品識別子があれば、商品単位の比較を解釈しやすくなります。これは過去の実験のカスタムページイベントとは別の、現在の実装上の参考情報です。同意やアトリビューション設定の変更を勧めるものではありません。^[5]

著者が公開した再現用データを、特定のリポジトリ版に固定して使用しました。対象は2022年5月19日から8月3日までの2回の調査で、両者の間の中断期間も保持しています。最初の商品と選んだ本の組み合わせを計算する前に、対応づけと、利用する記録の範囲を定める規則を固定しました。さらに、共同集計の結果を見る前に、結果分析の手順を固定しました。^[3]

元データには再回答を含む24,930行のアンケートがあります。プレビュー、理解度、対象日、完了履歴について定めた除外を行うと、対応づけの対象は18,373回分になりました。規則に沿って一意に対応づけられたのは12,813回分で、うち11,606回分には利用可能な本の選択回答がありました。最初に特定できる商品が曖昧でないことを求めると、最終的な分析対象は11,460人です。これらは別の段階を表す数で、同じ標本数として置き換えられません。

対応づけには、クーポンコード、クライアント識別子、アンケート時刻を使います。共用された対応や曖昧な対応は除外し、都合のよい結果があるからといって後の回答に差し替えません。商品比較に残すのは、元データで正確にPage View - Customと名づけられたイベントだけです。最初の時刻に異なる商品が並ぶ場合や、最初に特定できる商品以前または同時刻に特定不能なイベントがある場合は、最初の商品を確定できないため除外します。^[4]

すべての推定値は、分析したグループを重みづけせずに記述したものです。自ら研究課題に参加した標本から、人口全体の信頼区間は計算しません。参加者が30人未満のセルには注記を付け、分母が30人未満の条件付き割合はダウンロード内で非表示にします。定義により生じるゼロも別途示します。

表には、2回の調査、クーポンコードで狭く定義した広告なし条件の部分集団、2つの別の時間帯定義を示しています。最初の商品との一致は第1回で70.6%、第2回で74.6%です。クーポン部分集団は192人で、選んだ本の記録がないのは1人だけです。この小さな例外から広告について実質的な結論は出せません。コードが示すのは予定された条件であり、実際の広告接触を確認したものではありません。

時間帯の両端をそれぞれ59秒広げる場合と、59秒狭める場合には、対応づけを最初からやり直します。その結果、対象はそれぞれ11,437人と11,292人になりました。最初の商品との一致率は72.4%と72.0%です。全体の割合が似ていても、選択を決めた時刻が分かるわけではありません。この確認で評価しているのは、定めた時間帯の境界に対する結果の感度です。

ダウンロードの表には、同じ基準参加者同士の比較、各時間規則で加わる人と除外される人、全共同集計も残しています。再現用パッケージにはコード、固定した手順、入力データの一覧、集計結果、READMEの説明を含めています。参加者識別子や参加者の生データは含みません。追加の計算と解釈はInfluence IQによるもので、元の論文の広告分析を置き換えるものではありません。^[6]