OptimumがSenseアナリストを活用して分析を自動化し、コンバージョン率を7.8%向上させた方法

重要なポイント

企業概要

Optimumは米国の大手通信プロバイダーの1つであり、数百万の個人／法人顧客に対してインターネット、テレビ、モバイル、家庭用電話サービスを提供しています。同社は大規模なEコマースサイトを運営しており、ユーザーはオンライン上で商品の購入、サービスの契約、アカウント管理のすべてを完結させることができます。

Optimumのトリガー＆サイトオプティマイゼーション・マネージャーであるCalvin Jose氏は、同社のデジタルEコマース領域におけるエンドツーエンドのABテスト検証およびコンバージョン最適化プログラムを主導しています。

彼のチームは、ABテストのロードマップ管理、パーソナライゼーション戦略の推進、そして行動分析の活用を通じて、トップページから決済プロセスに至るすべてのデジタル接点における顧客体験の向上に取り組んでいます。

課題

Contentsquareを導入する前、OptimumはAdobe AnalyticsとGoogle Analyticsを使用していました。これらのツールは、サイト全体のコンバージョン率、ファネル指標、トラフィックデータなどを抽出する強力な週次パフォーマンスレポートを提供していました。

しかしチームは、「何が起きているか」を把握するだけでなく、「なぜそれが起きているのか」を深く理解したいと考えていました。

以前はAdobe AnalyticsとGoogle Analyticsを使用していました。ページ全体のトラフィックやコンバージョンといった「何が起きているか（結果）」は把握できていたものの、「なぜそれが起きているのか（理由）」についてはほとんど可視化されていませんでした。CTAであれ単なるモジュールであれ、サイト上のあらゆる要素を一つひとつ手作業でタグ付けしなければならなかったからです。

Calvin Jose 氏

トリガー＆サイトオプティマイゼーション・マネージャー

同社の主な課題として下記が挙げられました。

• ユーザーの行動背景がわからない：トラッキングしたい要素すべてに手動でタグ付けを行う必要があり、ユーザーがどこで迷い、フラストレーションを感じているかを把握するのに多大な時間とリソースがかかっていた。

• 後手に回る分析：ダッシュボードで指標の異常が検出された際、根本原因にすばやくたどり着く方法がなく、複数のツールにまたがる生データを手作業でふるいにかけて問題を診断しなければならなかった。

• 属人化によるボトルネック：組織全体の行動分析リクエストがCalvin氏一人に集中しており、インサイトを行動に移すスピードが落ちていた。

• 時間のかかる分析業務：ステークホルダーからのたった1つの質問に答えるためだけに、デバイス間の様々なデータタイプをまとめ上げ、実用的な結論を導き出すまでに2〜3時間かかることもあった。

解決策

Contentsquareは当初、Optimumの既存の技術スタックにアドオンする「行動インテリジェンス・レイヤー」として導入されました。セッションリプレイやヒートマップにより、他のツールでは得られなかった「なぜ」を解明できるようになり、3年後にはCalvin氏は社内のContentsquareエキスパートとなりました。

しかし、チームや組織全体の働き方を根本から変えたのは、ContentsquareのAI搭載アナリティクスエージェント「Senseアナリスト」の導入でした。

従来の機能では、Calvin氏が手動で分析を構築し、結果を解釈してから共有する必要がありました。

しかし、Senseアナリストはそのプロセス全体を簡素化しました。今では誰でも、日常的な言葉（自然言語）でユーザー行動に関する質問を入力するだけで、データに基づいた回答を数分で得ることができます。

これによりボトルネックが解消され、チームはより迅速かつプロアクティブに行動でき、組織全体でスケーラブルな運用が可能になりました。

Senseアナリストのおかげで、より幅広いユーザーがデータ分析を活用しやすくなりました。それがおそらく最も素晴らしい点だと思います。Senseアナリストはわずか1〜2分で、さらに深掘りできる実用的なインサイトを3〜4つ提示してくれるのです。

Calvin Jose 氏

トリガー＆サイトオプティマイゼーション・マネージャー

ContentsquareのSenseアナリストがOptimumにもたらした成果

1. よりスマートで迅速なテスト・ロードマップの構築

Optimumでは、すべての主要ページで継続的にABテストを実施しています。サイトの更新頻度も高く（時には月単位）、チームは新しいコンテンツやモジュールのテストに時間と開発リソースを投資する前に、「それらが機能しているかどうか」を常に評価する必要があります。

Senseアナリストは、そのプロセスの第一歩となりました。

Optimumが大規模なキャンペーンのアップデートを行った際、Calvin氏はSenseアナリストを使用してホームページのパフォーマンスを即座に評価しました。特定の新しいモジュールが週ごとに意味のあるエンゲージメントを獲得できているか、また、今後のテスト・ロードマップで優先的に扱う価値があるかどうかをSenseアナリストに質問したのです。

テストの仮説を立てる際、主観的なフィードバックや生データに頼る代わりに、Senseアナリストにサイト内の特定箇所を分析するよういつでも指示できます。実際の調整や開発、実装に時間を投資する前に、確かな仮説を構築するのに役立っています。

Calvin Jose 氏

トリガー＆サイトオプティマイゼーション・マネージャー

現在では、Adobe Targetとの統合に行動インサイトを組み合わせる際にも同じアプローチが採用されています。

例えば、Bentoモジュール（分割レイアウト）において「価格を表示するパターン」と「表示しないパターン」を比較するトップページテストでは、Senseアナリストが活躍しています。どちらのバリエーションのコンバージョンが高いかだけでなく、各バリエーションでの実際のユーザー行動を深く理解するためにも活用されています。

たとえば、「ユーザーがすぐに購入フローへ進んでいるか」、あるいは「決定前にさらに探索しているか」といった行動パターンの把握が可能です。この深いインサイトにより、すべてのテストがより有益なものになり、ロードマップの意思決定に確信が持てるようになりました。

2. チェックアウト時の重大なフリクション（離脱要因）の迅速な特定と修正

最近、Calvin氏のチームは、購入フローにおいて「連絡先情報」のステップから「注文の確認」へ進むユーザーが大幅に減少していることに気づきました。GA4やAdobe Analyticsでもこの低下は検出されていましたが、その理由は説明できませんでした。

「連絡先情報」から「注文の確認」ステップへ進むユーザーが大幅に減少していることが分かりました。しかし、私たちが使っていた他の分析プラットフォームではその理由までは分からず、ただ大幅な離脱が起きているという事実しか見えていなかったのです。

Calvin Jose 氏

トリガー＆サイトオプティマイゼーション・マネージャー

Calvin氏はSenseアナリストを開き、「そのページでユーザーがどのようなエラーに直面しているか、または何にフラストレーションを感じているか」を自然言語で質問しました。

すると数分以内に、いくつかの重大な問題が浮かび上がりました。必須項目を入力していないユーザーでも「次へ」ボタンを押せる状態になっており、それが下流でエラーを引き起こし、チェックアウト体験を損なっていたのです。

さらにSenseアナリストは、生年月日の入力フィールドに関するフラストレーションのシグナルも検出しました。バリデーション（入力チェック）ルールの不備により、ユーザーが「1700年代」の誕生年を入力してもシステムが受け付けてしまう状態でした。

このエラーはデータ品質を気づかないうちに低下させるだけでなく、購入意思が固まる前に個人情報を共有したくないユーザーのフローを妨げる要因になっていました。

これらすべての問題が、たった1回の作業中に特定されました。以前であれば、セッションリプレイ、フラストレーションスコア、ゾーニングデータなどを横断して何時間も手作業で調査する必要があったものです。

チームはすぐさま修正を実行に移し、「次へ」ボタンのロジックの厳格化、生年月日バリデーションルールの改善、そしてエラー頻度の高いチェックボックスのフリクション解消を行いました。

その結果、購入ファネルの同ステップにおいて、訪問者から注文完了までのコンバージョン率が7.8%も向上しました。

3. 組織全体における行動インサイトの民主化

Senseアナリストの導入により、プロダクト、デザイン、UX、データなど各チームのステークホルダーは、ゼロから分析を構築する方法を知らなくても、自然言語で行動に関する質問をし、データに基づいた回答を得られるようになりました。

例えば、UXおよびUIデザイナーはSenseアナリストを使用して、デザインの改善プロセスで特定のコンポーネントに対するエンゲージメントを比較しています。「今週のナビゲーションバーと先週のもので、クリック行動に違いはあるか？」といった質問を投げかけ、得られた回答をもとに自律的にアクションを起こしています。

Calvin氏の上司であるOptimum Eコマース担当ディレクターのSarah Kaplan氏は、Senseアナリストのニュースルーム・ダッシュボードをレビューして前週比のパフォーマンスを包括的にモニタリングし、手作業のレポートを待つことなく、詳細な調査が必要な事象をいち早く特定しています。

これまでContentsquareのインサイトは私一人に集中していましたが、今ではステークホルダーもツールにアクセスできるようになり、対話型の使いやすいインターフェースがデータ活用のハードルを劇的に下げてくれました。誰もが日常的な言葉で質問するだけで、必要な答えを得ることができるのです。

Calvin Jose 氏

トリガー＆サイトオプティマイゼーション・マネージャー

Contentsquareの導入・活用促進も加速しています。Calvin氏は毎月5〜6名の新規Contentsquareユーザーを追加していますが、現在ではSenseアナリストが自然な入り口として機能しています。ログインさえすれば、高度な技術トレーニングを受けることなく、初日からセルフサービスで分析を始められるようになりました。

導入による成果

Senseアナリストは、Optimumの最適化機能を「受け身」から「プロアクティブ（先回り）」へ、そして「中央集権型」から「組織全体の取り組み」へと移行させました。Calvin氏のワークフローはもはや、ステークホルダーからの質問や指標のアラートから始まることはありません。Senseアナリストが問題化する前に新たなパターンを検出し、最近注目していなかったページのフリクションを特定します。そして、テスト・ロードマップに直接組み込める仮説を生成するところから、チームの動きは始まるのです。

定量的な成果は以下の通りです。

• Senseアナリストが1回のセッションで特定したフリクションをピンポイントで修正した結果、訪問者から注文完了までのコンバージョン率が7.8%向上。

• 1つのインサイト獲得にかかる分析時間が2〜3時間から数分へと短縮。浮いた時間は、戦略立案、テストのアイデア出し、ステークホルダーとのコミュニケーションに再投資。

• デジタル、プロダクト、データ、UXチーム全体で30〜40名のアクティブユーザーが利用。Senseアナリストにより大規模なセルフサービス分析が可能になり、新規ユーザーのオンボーディングのハードルが低下。

Senseアナリストを使う前は、私の仕事はどうしても後手後手になっていました。関係者から質問されたり、ダッシュボードで異常値が出たりして初めて、原因を調べ始めていました。でも今は、ずっと先回りして動けるようになりました。最近チェックしていなかったページを調べることもできますし、あるページで見つけた問題が他のページでも起きているか、Senseアナリストがすぐに教えてくれるからです。

Calvin Jose 氏

トリガー＆サイトオプティマイゼーション・マネージャー

今後の展開

パーソナライゼーションを主要な注力分野として掲げるOptimumは、今後Senseアナリストを活用してAdobeスタック全体でのオーディエンスセグメント別の戦略を強化する予定です。行動シグナルを抽出することで、既存顧客向けのアップセル・ターゲティング、カート放棄者へのリターゲティング、そしてサイト上での各セグメントの行動に基づいたエクスペリエンスのパーソナライズに役立てていきます。

Calvin氏のより大きな野望は、最適化機能という枠組みを超え、ContentsquareとSenseアナリストを「組織全体がカスタマーエクスペリエンスを考える上での基盤」にすることです。単一のチームが所有するツールではなく、デジタルプロダクトに関わるすべての部門に組み込まれた、共有のインテリジェンス・レイヤーとしての活用を目指しています。

ContentsquareとSenseアナリストは、単なる「最適化のための機能」としてではなく、組織全体が顧客体験を考える際の基盤として定着してほしいと考えています。

Calvin Jose 氏

トリガー＆サイトオプティマイゼーション・マネージャー