成功指標

売上に関しては、総売上と平均注文額を増加させることが目標となります。

収益指標の理解

それが測定するもの：​選択した期間中にストアが生成した合計収入。

計算方法：​収益は、レポート期間中に販売されたすべての製品に対する、完了したすべての注文（基準価格×数量）の合計です。 計算には、ストアフロントに取り込まれたplace-order件のイベントのデータが使用されます。

式：

Total Revenue = Sum of (Product Base Price × Quantity) for all completed orders

データソース： ストアフロントイベント（特にplace-order イベント）

含まれているもの：

• 選択した日付範囲内に完了したすべての注文。
• 基本製品価格に購入数量を掛けた値。
• Adobe Commerce Optimizer様が追跡したすべての販売チャネルからの収益。

重要なメモ：

• 売上は、ストアフロントイベントで獲得した基本価格にもとづいて計算されます。
• レポート期間は、レポート設定で選択した日付範囲によって決まります。
• 新しい注文イベントが処理されると、収益指標が更新されます。

策定

• AIを活用したレコメンデーションの実装：オプティマイザーのレコメンデーションエンジンを使用して、コンバージョン率の向上につながる関連製品を表示します。 これを閲覧したお客様が​および​ これを購入し、それを購入した ​件のレコメンデーションタイプをデプロイして、クロスセルの機会を増やします。

• マーチャンダイジングルールを作成: ​ マーチャンダイジングルール ​を使用して、検索結果で利益率の高い商品を増やします。 トラフィックの多いクエリのために、売れ筋商品を検索結果の上位にピン留めします。

• 商品の発見を最適化: ​ インテリジェントファセット ​を使用して、顧客がより効率的に商品を見つけられるようにすることで、コンバージョン率の向上と売上の増加につながります。

• 季節ごとの機会を活用：時間ベースのマーチャンダイジングルールを作成して、繁忙期に季節ごとの商品やプロモーション商品をプロモーションします。

コンバージョン率を向上させるためには、より多くの訪問者を顧客に変えることが目標となります。

コンバージョン率指標の概要

測定値：​商品を閲覧してから購入を完了した訪問者の割合。ストアが閲覧者を購入者にどの程度効果的に転換しているかを示します。

計算方法： コンバージョン率は、製品を購入したユニーク訪問者の数と、製品を閲覧したユニーク訪問者の数を比較します。

式：

Conversion Rate = (Total Number of Orders ÷ Total Unique Visitors) × 100

データソース： ストアフロントイベント。

仕組み：

• 製品ビュー​は、訪問者が製品ページを表示する際（product-view イベントを使用）に追跡されます。
• 購入​は、注文が完了したときに追跡されます（place-order イベントを使用）。
• 計算は、特定の製品を閲覧したユーザーと購入したユーザーを一致させます。

重要なメモ：

• 複数の商品を閲覧したが、1回の購入をした訪問者は1回のコンバージョンとしてカウントされます。
• この指標は、ブラウザーベースの識別子を使用して、ユニーク訪問者を追跡します。
• 製品ビューイベントには常にクリックが含まれるため、ビューはユーザーの関心を表します。

策定

• 検索関連を最適化: 類義語を実装して、様々な検索語を使用する場合でも、顧客が探しているものを見つけられるようにします。 動的ファセットを使用して、関連するフィルターオプションを提供します。

• 戦略的レコメンデーションの配置：商品詳細ページやカテゴリーページなど、トラフィックの多いページにレコメンデーションユニットをデプロイします。 最も閲覧された​件と​ 最も購入された ​件のレコメンデーションを使用して、信頼と緊急性を高めます。

• 商品の見つけやすさの向上: マーチャンダイジングルールを使用すると、ベストセラー商品やコンバージョン率の高い商品が検索結果で目立つように表示されます。

• A/B テストのレコメンデーションタイプ：様々なレコメンデーションタイプとプレースメントを試して、オーディエンスにとって最適なものを見つけます。

エンゲージメントを高めるには、顧客とのインタラクションを増やし、サイト滞在時間を増やすことが目標となります。

エンゲージメント指標の理解

何を測定するのか： チェックアウトプロセスを通じて、初回の閲覧から有意義なアクションを追跡しながら、ユーザーがストアとどの程度積極的に関わっているかを示します。

計算方法： エンゲージメントは、商品の閲覧、ショッピングカートのアクティビティ、チェックアウトアクションなど、ストアへのアクティブな参加を示すあらゆるインタラクションを追跡します。

データソース： ストアフロント イベント

エンゲージメントとしてカウントされるもの：

エンゲージメントには、次のイベントカテゴリとアクションが含まれます。

• 製品インタラクション：​製品ビュー、製品クリック、製品の比較。
• 買い物かごのアクティビティ：​買い物かごに商品を追加、数量を更新、商品を削除します。
• チェックアウトアクション： チェックアウトを開始し、チェックアウト手順を完了しています。
• カテゴリ参照： カテゴリーページを表示し、ファセットで絞り込みます。
• ウィッシュリスト アクティビティ： ウィッシュリストに追加すると、ウィッシュリスト項目が表示されます。

イベント追跡の詳細：

このシステムは、イベントに次のイベントがある場合にエンゲージメントを追跡します。

• カテゴリー：product、shopper、shopping-cart、またはcheckout。
• プロパティ：Product、Checkout、Cart、CategoryまたはWishlist。

重要なメモ：

• エンゲージメントの向上は、通常、コンバージョン率の向上と相関関係にあります。
• エンゲージメント指標は、利用者がジャーニーのどこで最も積極的に行動しているかを特定するのに役立ちます。
• エンゲージメントデータを活用して、トラフィックの多いページを最適化し、ユーザーエクスペリエンスを向上させます。

策定

• レコメンデーションタイプを多様化：同じレコメンデーションを繰り返し表示しないようにします。 おすすめ、トレンド、最近閲覧​の組み合わせを使用して、コンテンツを新鮮で魅力的なものにしましょう。

• インテリジェント検索の実装: AIを活用した動的ファセット処理と結果の再ランキングを使用して、買い物客の行動にもとづいて検索結果をリアルタイムに適応させます。

• パーソナライズされたエクスペリエンスを作成: ホームページおよびカスタマージャーニー全体に「おすすめ」ユニットを展開して、パーソナライズされた製品の提案を提供します。

• 検索エクスペリエンスを最適化：類義語を使用して検索の関連性を向上させ、顧客が探しているものをすばやく見つけられるようにします。

より多くの成長を獲得するためには、より多くの新規顧客を獲得し、獲得の効率を高めることが目標となります。

獲得指標について

それが測定するもの： ストアにアクセスする新規のユニーク訪問者の数。マーケティングと顧客獲得の取り組みの効果を把握するのに役立ちます。

計算方法：​獲得は、ストアへの初回訪問時に割り当てられたブラウザーIDに基づいて、ユニーク訪問者をカウントします。

データソース： ストアフロントイベント。

仕組み：

• 各訪問者のブラウザーは、ファーストパーティ Cookieを介して一意の識別子（domain_userid）を受け取ります。
• 新しい訪問者は、セッションインデックスが1 （初回訪問）に等しい場合に識別されます。
• システムはこれらの識別子を追跡し、新規訪問者と再訪問者を区別します。

重要なメモ：

このトラッキング方法には、いくつかの既知の制限があります。

• クロスデバイスユーザー：​異なるデバイス（デスクトップ、モバイル、タブレット）またはブラウザーから同じユーザーが訪問した場合、各デバイスとブラウザーは異なる識別子を受け取るため、同じユーザーが複数のユニーク訪問者としてカウントされます。
• Cookieの消去： ブラウザーのCookieを消去したユーザーには、新しいIDが割り当てられ、再度新しい訪問者としてカウントされます。
• プライバシー設定：​厳格なプライバシー設定またはCookie ブロッカーを持つユーザーは追跡されない可能性があります。

最適：

• 新規訪問者のトレンドを長期的に追跡。
• マーケティングキャンペーンの効果の分析。
• トラフィックの増加パターンを把握。

解釈のヒント：​上記の制限により、完全に正確とは言えませんが、取得指標は、ほとんどのユーザーが同じデバイスを閲覧し、Cookieを頻繁にクリアしない場合のトレンドの特定や期間の比較に役立ちます。

策定

• 検索パフォーマンスデータを活用: 検索パフォーマンス ​ レポートを使用して、トレンド商品や人気の検索語を特定します。 マーチャンダイジングルールを作成して、これらのアイテムを強調する：

• レコメンデーションパフォーマンスを最適化: ​ レコメンデーションパフォーマンス ​指標を監視して、どのレコメンデーションタイプが最もトラフィックとコンバージョンを促進しているかを特定します。

• 新しい商品とプロモーション商品をハイライト表示: マーチャンダイジングルールを使用して、検索結果で新商品やプロモーション商品を宣伝し、新規訪問者の注目を集めます。

• トラフィックソースを追跡: イベントデータを使用して、どのチャネルが最も価値のあるトラフィックをもたらすかを把握し、それにもとづいてマーケティング活動を最適化します。

直帰率を下げるには、訪問者の関心を維持し、単一ページへの訪問を減らすことが目標となります。

バウンス率メトリックについて

何を測定するか： ユーザーエクスペリエンス、ページの関連性、またはサイトエンゲージメントに関する潜在的な問題を示す、1 ページのみを表示した後にサイトを離れる訪問者の割合。

計算方法：​直帰率は、単一ページのセッションと合計セッションを比較して、それ以上のインタラクションを行わずに離脱する訪問者の割合を決定します。

式：

Bounce Rate = (Number of Bounced Sessions ÷ Total Sessions) × 100

データソース： ストアフロントイベント。

仕組み：

• バウンス済みセッション​は、訪問者が訪問中に1 ページのみを閲覧した場合にカウントされます。
• システムは各セッション内のページビューを追跡し、シングルページ訪問を識別します。
• セッションは、ユーザーのアクティビティとインタラクション間の時間によって決まります。

バウンスの原因：

• 無関係なページに訪問者がランディングする（検索順位や広告のターゲティングが低い）。
• ページの読み込み速度が遅い。
• ユーザーエクスペリエンスの低下やわかりにくいナビゲーション：
• 情報をすばやく見つけることができ、その後さらに調査する必要はありません。
• 技術的な問題やエラー：

重要なメモ：

• 直帰率が高いとは、必ずしもマイナスであるとは限りません。一部のページ（連絡先情報や特定の製品仕様など）では、直帰率が高いことは自然です。
• 様々なページタイプとトラフィックソースの直帰率を比較して、問題点を特定します。
• 直帰率が急激に増加した場合、技術的な課題やキャンペーンのターゲティングが不十分であることを示している場合が多くあります。

優れた直帰率とは何ですか？ 業種やページの種類によって異なりますが、一般的には：

• 40～60%：コマースサイトの平均
• 40%未満：優れたエンゲージメント。
• 70%以上：調査が必要な問題を示している可能性があります。

策定

• 検索の関連性を向上：類義語とインテリジェント ファセットを使用して、顧客が関連性の高い商品をすばやく見つけられるようにします。 低品質な検索結果は、バウンス率が高い主な原因です。

• レコメンデーションユニットの実装: カテゴリおよび検索結果ページにレコメンデーションユニットをデプロイして、追加の製品オプションを提供し、訪問者の関心を維持します。

• 商品の見つけやすさを最適化: マーチャンダイジングルールを使用して、最も関連性が高く人気のある商品を検索結果で最初に表示します。

• 魅力的なホームページエクスペリエンスを作成: ホームページで「おすすめ」と「トレンド」のレコメンデーションタイプを使用して、訪問者に関連性の高いコンテンツを即座に提供します。