同僚とのチャットによるデータ分析を始める
Adobe Adobe CX Enterprise Coworker Chatを設定して、Customer Journey Analytics データビューやAdobe Analytics レポートスイートを分析し、次に実際の例を示します。 ユースケース、スキル、ベストプラクティスなど、Coworker Chatで実行できる操作の概要については、Coworker Chatを使用したデータ分析を参照してください。
開始する前に、Coworker Chat インターフェイスと設定オプションについて説明し、CoworkerがCustomer Journey AnalyticsまたはAdobe Analyticsと関連するデータビューまたはレポートスイートに接続されていることを確認します。
始める前に
データアクセスと権限
Coworker Chatは、Customer Journey AnalyticsまたはAdobe Analyticsから権限を継承します。 Analysis Workspaceで使用できるデータビュー、レポートスイート、ディメンション、指標、セグメントのみにアクセスできます。
インターフェイスと設定オプション
Customer Journey AnalyticsまたはAdobe Analytics データでCoworker Chatを使用する前に、ログインして次の機能の設定オプションを管理する方法について説明します。
- チャット入力
- 会話
- マーケットプレイス
- MCP サーバー
- メモリ
- プラグイン
- スキル
- その他
詳しくは、同僚チャット UI ガイド を参照してください。
Workfront ChatがCustomer Journey Analyticsに接続されていることを確認します
Coworker Chatで、CoworkerがCustomer Journey Analyticsに接続されていることを確認します。
-
左側のパネルで「MCP」アイコンを選択し、接続されているMCP サーバーのリストで cja-mcp が使用可能であることを確認します。
-
（条件付き） cja-mcpがまだ接続されていない場合は、MCP Serverを追加を選択し、サーバー名 フィールドにcjaを指定して、表示されたら選択し、サーバーを追加を選択します。
適切なデータビューやレポートスイートに接続する
データビューとは、データの解釈方法を決定するCustomer Journey Analyticsのコンテナです。 レポートスイートは、Adobe Analyticsのコンテナで、web サイトやアプリから収集したデータを保持します。
Customer Journey Analyticsの様々なデータビューやAdobe Analyticsのレポートスイートにアクセスできる場合があります。 それぞれに、データを分析する際に使用できる異なるディメンションと指標が含まれている場合があります。
使用するデータビューまたはレポートスイートを決定する
同僚に回答したい質問の種類を伝え、その情報を提供するためにどのデータビューやレポートスイートにアクセスできるかを尋ねます。 また、 データビューまたはレポートスイートをメモリの環境設定として設定することもできます。
あなた：
カスタマージャーニーのどこで顧客が脱落しているのかを把握したい。 Customer Journey Analyticsのどのデータビューにアクセスすれば、この質問に答えることができますか？
同僚チャット応答：
3つのデータビューにアクセスできます。 Customer lifecycle データビューには、次のディメンションと指標が含まれており、質問に答えるのに最適です。
あなた：
では、そのデータビューを使ってみましょう。
同僚チャット応答：
さて、このチャットセッションでの今後の質問に答えるためにCustomer lifecycle データビューを使用します。
メモリにデータビューまたはレポートスイートの環境設定を追加する
Coworker Chatには、すべてのチャットにまたがる情報へのアクセスを提供できるメモリ機能が含まれています。 同僚のメモリに、好みのデータビューまたはレポートスイートを環境設定として追加することをお勧めします。
-
Coworker Chatの左側のナビゲーションで、「メモリ」アイコンを選択します。
-
メモリーページの保存された環境設定 セクションで、Coworker Chatでチャットで使用する1つ以上のデータビューまたはレポートスイートを指定します。
例：顧客の脱落する箇所の特定
ビジネス上のあらゆる質問を分析するために、データを使用するようにCoworker Chatに依頼できます。
たとえば、マーケティングマネージャー、マーチャンダイザー、グロース担当者は、顧客がどこで購入への道筋を放棄したのか、なぜ離脱したのか、コンバージョン率を高めるために何ができるかを把握する必要があります。
質問の種類
「フォールアウトビジュアライゼーション」とは何か、またどの指標がどのスロットに入るかを知る必要はありません。 重視する結果を平易な言葉で記述しましょう。
- 「どこで買い物に行く途中で人々を失っているのか？」
- 「商品ビューからチェックアウトまで、funnelのコンバージョン率はいくらですか？」
- 「カートと購入の間に最もリークするマーケティングチャネルはどれですか？」
- 「モバイルやデスクトップでのカート放棄の状況は悪化していますか？」
- 「有料ソーシャル広告の人々は、メールの人々とは異なるコンバージョンになりますか？」
会話
1. ビジネス上の課題から始めましょう
あなた：
購買に至る過程で顧客が失っている場所はどこか？
同僚チャット応答：
同僚とのチャットでは、適切なビジュアライゼーションの選択、顧客接点のシーケンス化、さらには推奨される次のステップの追加などが可能です。
これはfunnelの質問です。funnelでコンバージョンを実行し、購入に至るまでの過程で離脱がどこで発生するかを確認します。
顧客を失う原因：
大きな発見：買い物かごはあなたの最大の漏れです
28,463人が商品をカートに入れたが、購入を完了しなかった。 これは83.6%のカートから購入までのドロップオフ率であり、失敗のシングルポイントとして圧倒的に大きい数値です。
優先事項について説明します：
次の手順の推奨：
- マーケティングチャネルごとにカートの放棄を分解する – 特定のチャネルは、カートに追加するものの、購入することはない、低意図のトラフィックをもたらしていますか？
- デバイスタイプごとにカート放棄を検証する – モバイルチェックアウトはコンバージョンを妨げるのでしょうか？
- 最も放棄される製品を特定する（価格の問題）? 配送サプライズ？
次に掘り下げたいのはどれですか？ チャネルの内訳を確認すれば、「ほぼ購入者」と実際の購入者のどちらが多いマーケティング活動をもたらすかを直接把握できます。
2. リークをドリルインする
あなた：
続いて、マーケティングチャネルごとに説明します
同僚チャット応答：
マーケティングチャネル別にコンバージョン率とドロップオフを示す
カスタム マーケティングチャネル ディメンションがあります。 ここでfunnelを引き出して、チャネルごとのコンバージョン率を計算し、各チャネルがリークする場所を特定します。
評決：漏洩がチャネル固有ではありません
これは本当に明らかな発見です。 Funnelのチャネルごとの内訳は次のとおりです。
重要ポイント：
- 買い物かごから購入までのドロップオフは、あらゆるチャネルで一様に悪くなっています（83～84%）。 つまり、問題はトラフィックの質にあるのではなく、あらゆるチャネルが同様の速度で顧客をカートにコンバージョンしていることを意味します。 そうしたリスクは、マーケティング部門ではなく、決済体験そのものに存在します。
- コンバージョン率が大幅に向上または低下したチャネルはない。 全体のコンバージョン率は3.8%から4.2%の間で非常に高く、セッションあたりの売上はほぼ同じです（495 ドルから512 ドル）。
- 配信数が最も重要な場所：有料検索で最も多くの顧客が失われ（9,015件のカート放棄）、次いでオーガニック検索（6,449件のカート放棄）となっています。 トラフィックを最も促進する最大の収益機会です。
戦略的に何を伝えるか
マーケティングチャネルは本来の役割を果たしています。人々の関心を惹き、カートへの追加を同程度のスピードで進めています。 問題はマーケティングの下流にあります。チェックアウトと支払いの流れは現金が漏れている場所です。
次の調査の推奨：
- 商品カテゴリーごとにモバイルカートの放棄を分類する – 高価格商品では悪化しますか（モバイル決済の信頼に関する問題が発生することを示唆しています）?
- 最もモバイルトラフィックを促進しているマーケティングチャネルは何か？有料の広告費をモバイルfunnelに誘導しているチャネルは何か？
- ページやサイトセクションのシグナルがあるかどうかを確認する – モバイルユーザーが放棄する前に最後にアクセスしたチェックアウトページを確認できるか？
次にどの角度を探索しますか？
3. 調査を継続
あなた：
興味を引く： デバイスの種類ごとに分類してみましょう。
同僚チャット応答：
デバイスの種類
別にコンバージョン率とドロップオフを示すFunnel テーブル
見つかりました：モバイル チェックアウトが壊れています
Funnelは、決済プロセスが完了するまで端末をまたいで同じ機能を提供します。その後、モバイルは崖から落ちます。
喫煙銃
モバイルデバイスでの閲覧とカートへの追加体験は良好です（閲覧率は約45%、カートへの追加率は約55%）。 人々は同じように興味を持ち、熱心です。 しかし、モバイルのチェックアウトフローにコンバージョンの原因があることに気がつきました。
収益機会
モバイルチェックアウトのコンバージョン率がPCと同程度であれば、追加購入者数は約1,991人に上ります。これは、エクスペリエンスを修正することで、総購入量が35%増加します。
起こりそうなことについて
データパターン（等しいエンゲージメント、壊滅的なチェックアウトドロップ）は、次のような古典的なシグナルです。
- 小さな画面で支払いフォームが処理しにくい（自動入力の問題、フォームレイアウト）
- チェックアウト時に明らかになった予想外のコスト（送料、税金）がステッカーショックの原因になります
- ゲストチェックアウトが利用できない、またはモバイルのログインウォールがある
- モバイルでの決済処理中にページの読み込みまたはタイムアウトが発生する
次の手順の推奨：
- 商品カテゴリーごとにモバイルカートの放棄を分類する – 高価格商品では悪化しますか（モバイル決済の信頼に関する問題が発生することを示唆しています）?
- 最もモバイルトラフィックを促進しているマーケティングチャネルは何か？有料の広告費をモバイルfunnelに誘導しているチャネルは何か？
- 「holiday_flash_sale」キャンペーンのチェックアウトコンバージョン率が向上したかどうかを確認します。緊急性を重視したキャンペーンでは、チェックアウトのつまずきを克服できます
どちらを調査しますか。それとも、UX チームとチェックアウト チームに伝えるのに十分な証拠ですか？
4. 決定に変換
あなた：
では、どうすればよいでしょうか？
同僚チャット応答：
データから分かるように、次のことに注力します。
- モバイル チェックアウトを修正します。チャネルの問題ではありません。 あらゆるチャネルで、オーディエンスが同様の健全な割合でカートに入れるようにしているため、広告費は全体的に効果を発揮しています。 売上は、修正の対象となるモバイルチェックアウトフローにおいて失われています。
- 支払いとフォームの摩擦を開始します。 これらは、購買意欲の高いモバイル顧客がカートを放棄する最も一般的な理由です。 通常、モバイルウォレットのオプションを提供し、フォームを短縮することが最速の成果です。
- 修正後に再度確認します。 チェックアウトが完了したら、モバイルのカートから購入への割合が、デスクトップの23.2%に上昇するかどうかを確認します。
これをプロジェクトとして保存して追跡できるようにするのか、モバイルカートから購入までのしきい値を下回った場合にアラートを設定するのか？
何が起こったのか
平易な言葉で言える4つの質問があり、Coworkerがサポートしてくれました。
- マルチステップのコンバージョンを構築するfunnelでは、最大のリークとしてカートから購入へとフラグを立てます
- 原因としてマーケティングチャネルを除外：あらゆるチャネルでのリーク率はほぼ同じです
- 実際の問題をモバイルでのチェックアウトに分離し、その解決方法を購入額の35%向上で定量化します
- モバイル決済やフォームでのつまずきなど、特定の修正を優先しましょう。 これは、デスクトップのコンバージョン率が23.2%であることを基準としています
Customer Journey Analytics での分析
Workfrontでビジュアライゼーションを作成した後、Analysis Workspaceで開くと、より詳細な分析と詳細な制御を行うことができます。 Customer Journey Analyticsの新しいAnalysis Workspace プロジェクトでビジュアライゼーションが開きます。
新しいAnalysis Workspace プロジェクトでビジュアライゼーションを開くには：
-
Coworkerで作成されたビジュアライゼーションの横にある「CJAで分析」を選択します。
-
Customer Journey Analyticsでビジュアライゼーションを開くと、Analysis Workspaceのドラッグ&ドロップ操作のブラウザーインターフェイスを使用して変更を加えたり、分析をさらに細分化したり、オーディエンスを作成したりできます。 Workspaceプロジェクトは、誰とでも共有できます。
Analysis Workspaceについて詳しくは、Analysis Workspaceの概要を参照してください。
次の手順
その他のユースケース、データの分析に使用するスキル、およびプロンプトの作成に関するベストプラクティスについては、Coworker Chatを使用したデータの分析を参照してください。