ファネル分析とは？種類や活用例、CVR改善手順や効率化ツールを紹介

ファネル分析は、CV（コンバージョン）に至るまでの顧客行動を分解して、ボトルネックをデータに基づいて科学的に特定し、コンバージョン率（CVR）を改善するための分析手法です。

本記事では、ファネル分析の種類や古いと言われる理由、基本的な手順、活用例、効率化ツールまでを網羅的に解説します。

最後まで読めば、貴社のマーケティングが抱える本当の課題を発見し、データに基づいた的確な改善アクションを起こせるようになるでしょう。

ファネル分析とは

ファネル分析とは、自社が設定したCVに至るまでの顧客行動を分解して、CV（※）につながる行動や離脱の要因・プロセスを分析するマーケティングの分析手法です。

ファネルとは、日本語で「漏斗（じょうご・ろうと）」を意味します。商品・サービスに認知から購入に至るまでの間に、ユーザー数が減少する様子が漏斗と似ていることから、ファネル分析と呼ばれます。

企業が収益成長を実現するためには、数多くのリードをCVさせて、CVR（※2）を向上させることが重要です。効果的にCVRを改善するためには、ファネル分析によってヒントを得たうえで、検証を重ねる必要があります。

※ CVとは、商品購入や資料請求などの、最終的な成果のこと
※2 CVRとはリードのうちCVに至った顧客の割合のこと

ファネル分析の種類

ファネル分析では、提供する商品・サービスや業界の特性にあわせて、適切なマーケティングファネルを使い分ける必要があります。マーケティングファネルとは、顧客の行動をいくつかのフェーズに分け、図式化したフレームワークです。

ファネル分析では、マーケティングファネルを活用して顧客行動を分析します。

代表的なマーケティングファネルは、次のとおりです。

• パーチェスファネル
• インフルエンスファネル
• ダブルファネル

適切なマーケティングファネルを選択して、正しくファネル分析を行いましょう。

パーチェスファネル

パーチェスファネルとは、商品やサービスの認知から購入までの心理変化のプロセスを段階的に示したモデルです。顧客の心理プロセスをあらわすAIDMAモデルから発展させて誕生しました。

画像のように、認知から行動まで5分割する場合もあれば、以下のように4分割するケースもあります。

• 認知
• 興味・関心
• 比較・検討
• 購入・申し込み

マーケティングファネルといえば、一般的にパーチェスファネルを指します。また、スタンダードな漏斗の形をしており、CVをゴールに設定していることから、コンバージョンファネルとも呼ばれます。

パーチェスファネルを使ったファネル分析では、各フェーズにおける顧客の離脱率や移行率を可視化することで、顧客行動のボトルネックの特定が可能です。

＜パーチェスファネルが適しているケース＞

• ECサイトの購入率を改善したい
• BtoBサイトの問い合わせ・資料請求の数を増やしたい
• 新規顧客を獲得するための広告キャンペーンの効果を測定したい

インフルエンスファネル

インフルエンスファネルとは、CVしたあとの顧客行動を分解した図式化したファネルです。

近年の消費行動の変化によって、顧客の購買後に行う口コミ・レビューなどの行動が商品・サービスの継続購入・利用に影響を与えるようになりました。

総務省が発表した「GDPに現れないICTの社会的厚生への貢献に関する調査研究」を見ると、年代にかかわらず、レビューを参考に商品の購入を決定した経験がある人の割合が高いことが顕著です。

CV後の収益拡大が見込める商品・サービスのマーケティングでは、インフルエンスファネルに沿った施策の展開が効果的です。

ファネル分析では、継続につながる発信や離脱率が高いフェーズを分析して、より良質な発信をしてもらえるように改善を繰り返します。

＜インフルエンスファネルが適しているケース＞

• 既存顧客のリピート率を改善したい
• サブスクリプションサービスの解約率を下げたい
• LTV（顧客生涯価値）を向上させたい

ダブルファネル

ダブルファネルとは、パーチェスファネルとインフルエンスファネルを組み合わせ、商品・サービスの認知から発信までを追跡するモデルです。既存顧客の発信を促進して新規顧客を獲得する流れを作る目的で活用されます。

ダブルファネルは、以下の4つのフェーズに分けられ、それぞれに合ったマーケティングアプローチを展開します。

• プロモーション
• アクイジション
• リテンション
• インフルエンス

ファネル分析では、上記4つのフェーズにおける顧客行動を分析し、商品・サービスの継続購入・利用を拡大する施策につなげます。

＜ダブルファネルが適しているケース＞

• ビジネス全体の顧客行動を俯瞰して、ボトルネックを特定したい
• マーケティング、営業、カスタマーサクセスなど、部門を横断して顧客体験の改善に取り組みたい

ファネル分析は古い？必要な理由

ファネル分析は、約100年前に生まれた古い概念であはありますが、現在のマーケティングにも十分活用が可能です。

パーチェスファネルの土台であるAIDMAモデルは、1920年代にアメリカのサミュエル・ローランド・ホールが考案しました。広告宣伝に対する消費者の心理プロセスとして、自著で紹介したのがはじまりです。

当時は、実店舗販売しかなく、商品の認知から購入までのプロセスが直線的でした。しかし、インターネットやSNSが普及した現代では、消費行動が多様化しており、必ずしも直線的ではないという指摘があるのです。

そのため、ファネル分析は古いといわれることもあります。BtoBの場合、ビジネスモデルが変化しても消費行動は大きな変容が見られないため、従来の直線的な消費行動モデルを活用したファネル分析も有効です。

また、株式会社電通が考案したAISAのように消費者の行動モデルも時代に合わせて多様化しているため、適切なモデルを選択したうえで分析を行えば十分活用できます。

多様化の時代であればこそ、ファネル分析によって顧客行動を的確に理解したうえで、効果的な施策を効率的に展開することで、収益成長を加速させられます。

関連記事：マーケティング分析のフレームワーク10種類！やり方や手順を解説

ファネル分析の基本的な手順

ファネル分析は、基本的に以下の手順にしたがって進めます。

1. 分析のゴールと指標（KGI/KPI）を設定する
2. 顧客の消費行動を整理する
3. 各ファネルのデータを可視化する
4. 「ボトルネック」を特定する
5. 分析結果から改善策を検討する

大まかな流れをつかんで、改善につなげましょう。

1.分析のゴールと指標（KGI/KPI）を設定する

最初に、「何のために分析するのか」というゴールを明確に定めます。ゴールが曖昧なままでは、分析の方向性がぶれてしまうからです。

たとえばECサイトの場合、KGIを「購入完了率を15%改善する」と設定し、KPIを「各ファネル段階の離脱率」とします。

あるいはBtoBサイトなら、KGIを「月間の資料請求数を50件にする」と設定し、KPIを「フォームページの到達率」「フォームの入力完了率」とする、などです。

2.顧客の消費行動を整理する

まずは、自社のサービス・商品の消費行動を正しく整理する必要があります。

たとえば、サブスクリプション型SaaSの営業支援システム（SFA）を販売するBtoB企業の場合、顧客の消費行動を次のように整理できます。

• 認知:：SNS広告や検索エンジンを通じて製品の存在を知る
• 興味:：広告をクリックしてランディングページを訪問し、商品情報を確認する
• 検討：無料トライアルを申し込み、機能や導入効果を評価する
• 行動：営業担当との商談を経て、有料プランに契約する

本例では、パーチェスファネルの4段階バージョンを活用して、消費行動を整理しました。ほかにも、以下のレームワークがあります。

• AIDMA（アイドマ）
• AISAS（アイサス）
• AARRRモデル（アーモデル）

自社の商品・サービスの特性に合わせて、適切な消費行動モデルを活用してください。

AIDMA（アイドマ）

AIDMAモデルとは、顧客の消費行動と心理プロセスを明確化し、適切なアプローチを設計するためのフレームワークです。

消費行動を次の5つに分け、顧客が購入に至るまでのプロセスを把握したうえで、各段階における効果的なマーケティング施策を設計します。

なお、時代や業界に合わせて変容したさまざまな派生モデルが存在します。

• AISAS
• AIDEES
• AISCEAS
• AMTUL

自社に合ったモデルを選定し、ファネル分析を行いましょう。

AISAS（アイサス）

AISASは、株式会社電通が考案したモデルで、インターネット普及後の現代における消費行動に対応したフレームワークです。AIDMAモデルから派生して生まれました。

AISASでは、消費行動を次の5つに分類します。

オンライン販売を行うBtoCマーケティングでは、AISASのように現代の消費モデルに沿ったフレームワークを活用したほうが、分析精度を高められるでしょう。

AARRRモデル（アーモデル）

AARRR（アー）モデルは、特にSaaSビジネスやアプリなどのグロースハックで頻繁に用いられるフレームワークです。

ユーザー獲得から収益化までの5つの段階の頭文字を取っており、それぞれの段階でユーザーの行動を分析します。

AARRRモデルにおいて重要なのは、これら5つの段階が独立しているのではなく、互いに密接に関連していると理解することです。

特にサブスクリプション型のSaaSビジネスにおいては、一度きりの「獲得」や「収益」だけでなく、顧客が価値を感じて使い続ける「継続（Retention）」こそが、安定した成長の基盤となります。

3.各段階のデータを可視化する

次は、各段階のデータを可視化します。以下は、サブスクリプション型SaaSの営業支援システム（SFA）を販売するBtoB企業の例です。

段階	潜在顧客数	次段階への移行率	離脱率
認知	10,000	50%	50%
興味	5,000	40%	60%
検討	2,000	30%	70%
行動	600	50%	50%

このように、データを可視化することで、どの段階で顧客が離脱しているかが一目でわかり、改善策を立てやすくなります。ただし、手作業でデータを集約・分析すると膨大な時間がかかるため、BIツール（※）やMAツール（※2）などで効率化するとよいでしょう。

※ BIツールとは、複数のデータを統合し、リアルタイムで可視化するデータ分析ツール
※2 リードの行動データを自動収集・蓄積し、マーケティング施策の実行をサポートするツール

4.「ボトルネック」を特定する

計測したデータをもとに、フェーズ間の離脱率が突出して高い箇所、つまり「ボトルネック」を特定します。ここが、改善インパクトの最も大きい、最優先で対処すべき課題です。

たとえば、分析の結果、100人がカートへ投入したにもかかわらず、続く「購入者情報入力」へ進んだユーザーが30人だったとします。この場合、離脱率が70%と、他のフェーズに比べて極端に高いことが判明したら、ボトルネックは「カートから購入フォームへの遷移」となります。

5.分析結果から改善策を検討する

最後に、離脱の原因について仮説を立て、改善策を検討します。先ほどの例では、検討の段階でもっとも離脱率が高くなっているため、この段階にフォーカスして分析を行います。

分析の結果、ユーザーは無料トライアルを利用したものの、本登録に踏み切れていない実態があることがわかりました。この場合、以下のような離脱原因が考えられます。

• 無料トライアルの設定や利用が複雑でわかりにくい
• 無料トライアルでサービスの価値が十分に伝わっていない
• 競合製品との違いがわからない

離脱原因の仮説を立てたら、それぞれ具体的な改善策を講じ、検証を行います。その後は、定期的にデータ分析と改善を繰り返すことで、CVRが改善されていきます。

ファネル分析の活用例

ファネル分析は、以下のような場面で活用できます。

• BtoBにおける営業活動の分析
• ECサイトにおけるユーザー行動の分析
• SaaSプロダクトにおけるユーザーオンボーディングの分析

ファネル分析を活用する際の参考にしてみてください。

BtoBにおける営業活動の分析

BtoBにおける営業活動にありがちなボトルネックには「商談件数は多いのに、受注に結びつかないケース」が考えられます。

＜特定したボトルネック＞

商談件数は一定数確保できているものの、成約率が10％未満と極端に低い状態が続いている

＜考えられる原因（仮説）＞

• 商談相手の意思決定権がなく、最終判断者への提案に至っていないのではないか？
• 顧客の課題に合った提案ができておらず、汎用的な資料のみで臨んでいるのではないか？
• 他社と比較された際に、差別化要素や導入メリットが明確でないのではないか？

＜具体的な改善プラン＞

• 商談前のヒアリングで決裁者情報を確認し、キーマン同席の場を必ず設定する
• 業種や規模別に課題に寄り添ったカスタマイズ提案書を準備する
• 導入事例やROI（投資対効果）を数値で示し、自社の優位性を具体的に提示する

ファネル分析を使えば、営業プロセスのどこに課題があるかを定量的に把握でき、属人的な勘や経験に頼らない戦略的な改善が可能になります。

ECサイトにおけるユーザー行動の分析

ECサイトで発生しがちなボトルネックの一つが「カートから購入手続きへの離脱率が高いケース」です。商品をカートに入れたものの、購入完了まで至らないことがよくあります。

＜特定したボトルネック＞

カート追加 → 購入情報入力へのステップで、離脱率が60%と非常に高い

＜考えられる原因（仮説）＞

• 決済画面に進んで初めて、想定外の送料や手数料が表示され、購入をためらっているのではないか？
• 購入に必須の会員登録が心理的なハードルになっているのではないか？
• 個人情報の入力項目が多く、手間に感じて諦めているのではないか？

＜具体的な改善プラン＞

• カート画面の時点で、送料や消費税をすべて含んだ「お支払い総額」を明確に表示する
• 会員登録をしなくても購入できる「ゲスト購入機能」を導入する。Amazon PayなどのID決済を導入し、住所入力の手間を省く。
• 入力フォームの必須項目を最低限に絞り込み、郵便番号からの住所自動入力機能を実装する

離脱原因の仮説を立て、ユーザー体験の改善や購入率向上に向けた施策を立案します。

SaaSプロダクトにおけるユーザーオンボーディングの分析

BtoBのサブスクリプションモデルでよく見られる課題が、「無料トライアルから有料プランへの転換率が低いケース」です。

無料トライアルには多くのユーザーが登録してくれるものの、なかなか有料顧客になってくれない状況が散見されます。

＜特定したボトルネック＞

無料トライアル期間の終了後、有料プランに移行するユーザーが5%しかいない。

＜考えられる原因（仮説）＞

• トライアル期間中に製品の主要な価値やメリットを体験しきれていないのではないか？
• 機能が多すぎて、何から使えば良いか分からず活用しきれていないのではないか？
• 有料プランの価格体系がわかりにくく、費用対効果に疑問を感じているのではないか？

＜具体的な改善プラン＞

• トライアル登録直後に、製品のコアな価値を体験できるようなオンボーディング（チュートリアルや初期設定ガイド）を実装する。
• ユーザーの利用状況に合わせて、「次におすすめの機能」を案内するステップメールを自動で配信し、不明点を気軽に質問できるチャットサポートを設置する
• Webサイトの料金プランページを改修し、各プランで「できること」と「価格」を明確に比較対照できるようにする

データの分析結果を基に、プロダクトの使いやすさや機能訴求の強化によって改善を図り、アップセル・クロスセルを行うユーザーを増やします。

ファネル分析の効果を高めるポイント

ファネル分析の効果を高めるためには、次の2つのポイントに留意が必要です。

• カスタマージャーニーマップを活用して顧客理解を深める
• ツール・AIによる効率化を行う

ファネル分析の効果を高めて、的確な改善策につなげましょう。

カスタマージャーニーマップを活用して顧客理解を深める

ファネル分析では、購入に至るまでの道のりを可視化したカスタマージャーニーマップが役立ちます。カスタマージャーニーマップでは、顧客行動だけではなく心理も洗い出します。

これにより、顧客理解が深まるため、よりニーズに合った改善策を構築できるのです。

ツール・AIによる効率化を行う

ファネル分析はツールやAIの活用によって効率化が必要です。

手作業によるデータ分析は手間と時間がかかるため、迅速な改善が難しくなります。また、その間に刻々とユーザーニーズが変化することも想定されます。

常時、自動でデータを収集・分析・可視化できるツールを活用すれば、分析過程を省略して、改善策の立案・実行のフェーズにリソースを注ぐことが可能です。

ファネル分析を効率化するツール

ここでは、ファネル分析を効率化できるツールを3つ紹介します。

• Tableau（タブロー）
• Salesforce（セールスフォース）
• Googleアナリティクス（GA4）

自社にとって使いやすいツールを選ぶことが大切であるため、無料トライアルで使用感や機能を試してから導入を検討してみてください。

Tableau（タブロー）

『Tableau』は、データの可視化と分析を直感的に行えるBIツールです。複数のデータソの統合やリアルタイムでのインサイト抽出、データに基づく意思決定をサポートします。

『Tableau』は、各段階のCV率や離脱率を視覚的に表示する機能を提供しており、ファネル分析を効率化できます。そのため、ユーザーの行動パターンを把握することはもちろん、ボトルネックの特定や改善策の策定に活用が可能です。 

ほかにも、データ活用を促進するさまざまな機能を搭載していますので、無料トライアルでお試しください。

▶ 『Tableau』の無料トライアルを試してみる

Salesforce（セールスフォース）

『Salesforce』は、クラウドベースのCRM（顧客管理システム）で、分散しがちな顧客情報を一元管理し、業務効率を高められます。

リードファネルダッシュボードを活用することで、リード獲得から成約までの各段階ジを可視化したうえで、CV率や離脱率などを把握できます。そのため、消費行動におけるボトルネックを迅速に把握可能です。

基幹システムとして導入すれば、ファネル分析以外のマーケティング分析も効率化され、全体的な業務効率が向上します。

無料トライアルで、さまざまな機能を実際にお試しください。

▶ 『Salesforce』の30日間無料トライアルを試してみる

Googleアナリティクス（GA4）

Google アナリティクス （GA4）は、Webサイトのユーザー行動を詳細に分析できるアクセス解析ツールです。 

GA4のファネルデータ探索機能を活用することで、ユーザーがCVに至るまでの各段階を可視化し、どの段階で離脱が発生しているかを明確に把握できます。 

これにより、ユーザー行動のボトルネックを特定し、効果的な改善策を講じることが可です。

ファネル分析で失敗しないための3つの注意点

ファネル分析は強力なツールですが、使い方を誤ると間違った結論を導きかねません。ここでは、ファネル分析を実践するうえで、特に注意すべき3つのポイントを解説します。

分析に満足せず、実行に移す

きれいなグラフを作成し、ボトルネックを特定しただけで満足してしまい、具体的な改善アクションに繋がらないケースが後を絶ちません。

ファネル分析はあくまで「課題を発見するための手段」であり、目的ではありません。重要なのは、分析結果から立てた仮説をもとに改善施策を実行し、その効果を再びデータで検証するサイクルを回し続けることです。

部分最適化ではなく全体の成果を追う

特定のフェーズの離脱率改善に集中しすぎるあまり、全体の成果（KGI）を見失ってしまうことがあります。

たとえば、「問い合わせフォームの入力項目を極端に減らして通過率は改善したが、得られる情報が少なくなり、リードの質が低下して商談化率はかえって悪化した」というケースです。

常に最終的なビジネスゴールを意識しながら、各指標（KPI）のバランスを見ていきましょう。

一度設計したファネルに固執しすぎない

ビジネス環境やユーザーの行動は、常に変化しています。最初に設計したファネルの定義が、半年後、1年後も最適であるとは限りません。

市場のトレンドや競合の動き、自社の新機能リリースなどに合わせて、定義した各フェーズが現状に合っているかを定期的に見直しましょう。

「ファネルは一度作って終わりではなく、育てていくもの」という意識を持つことが、継続的な成果に繋がります。

ファネル分析の限界とCRM/SFA連携による解決策

Google Analyticsなどのツールを使ったファネル分析は強力ですが、実はそれだけでは顧客の一部分しか見ていない可能性があります。

なぜなら、Webサイト上での「離脱」が、必ずしも「顧客候補としての離脱」を意味するわけではないからです。

たとえば、サイトを離れたユーザーが、その翌日に営業担当者からのメールに返信したり、貴社が開催するウェビナーに申し込んだりしているかもしれません。これらの行動は、Webサイトの分析ツールだけでは捉えることができません。

真に効果的な分析を行なうには、マーケティング部門が持つ「Web上の行動データ」と、営業部門が持つ「商談や接触の履歴データ」を統合し、顧客の行動を線で捉える視点が不可欠です。

なぜ、分断されたデータでは不十分なのか

多くの企業では、マーケティング部門はMAツールを、営業部門はSFA/CRMツールをそれぞれ独立して利用しています。この状態では、以下のような非効率が生まれます。

このように、部門ごとにデータが分断されたままでは、顧客一人ひとりの真の温度感を捉えきれず、貴重なビジネスチャンスを逃してしまうのです。

Webサイト上のファネル分析は、あくまで顧客理解の入り口にすぎません。真のビジネス成長を実現するためには、点在するデータを連携させ、顧客の全体像、つまり「カスタマージャーニー全体」を俯瞰して分析する視点へとシフトすることが、今まさに求められています。

まとめ：ファネル分析を実施してCVRを改善しよう

ファネル分析は、各段階の離脱率や移行率を分析することで、顧客行動のボトルネックを特定できるマーケティングの分析手法です。離脱原因について仮説を立て、改善を繰り返すことで、CVRの向上を目指せます。

ユーザー行動の各段階におけるデータ収集・分析は、手作業で行うと時間がかかるため、ツールの活用が不可欠です。

たとえば『Tableau』 や『Salesforce』などのツールなら、データ収集・可視化の自動化によってファネル分析を効率化できます。分析を迅速化します。

なお、CVR改善につながる分析手法や施策は、ファネル分析だけではありません。以下の資料を読んで、さらなるCVR改善に取り組んでみてください。