ファネル分析のやり方｜段階ごとの移行率から改善点を見つけ、流入元別に比べる手順

「サイトへの訪問は増えているのに、申し込みが増えない」。こうしたときに、どこで顧客が離れているかを見つける方法が、ファネル分析です。

訪問から申し込み、契約までを段階に分け、段階ごとにどれだけ次に進んでいるかを見ると、改善すべき場所がわかります。

本記事では、ファネル分析のやり方を、段階の決め方と移行率の計算方法を中心に解説します。

そのうえで、デモ用のデータでサイト訪問から有料転換までのファネルを作った例と、流入元で分けて差がつく段階を特定する方法、Claudeで集計する方法と注意点を紹介します。

ファネル分析とは

ファネル分析は、顧客が目的の行動（購入や契約など）に至るまでの道のりを、いくつかの段階に分け、段階ごとに何人が次に進んだかを見る分析です。段階が進むほど人数が減っていく様子が、漏斗（ファネル）の形に似ていることから、こう呼ばれます。

段階の決め方

段階は、顧客が目的の行動に至るまでに、ほぼ必ず通る行動で区切ります。

BtoBの商談の段階の分析は、「営業の歩留まり分析のやり方（別タブで開く）」で解説しています。本記事では、サイトの訪問から申し込みまでを中心に扱います。

移行率の計算

段階ごとに、次の2つの割合を計算します。

移行率 ＝ その段階に進んだ数 ÷ 1つ前の段階の数

最初の段階からの割合 ＝ その段階に進んだ数 ÷ 最初の段階の数

移行率が低い段階が、最も多くの顧客が離れている場所です。改善の候補は、まずそこから考えます。

デモ用のデータでファネルを作る

ここからは、架空の動画学習のサブスクリプションサービス「Lumina」のデモ用のデータで、ファネル分析をした例を紹介します。

期間は2026年2〜4月の3か月です。GA4のセッションのデータで、講座のページを見たか、料金ページを見たか、無料トライアルを始めたかを数えました。有料への転換は、請求データで計算した有料転換率（トライアルを始めた人のうち有料に転換した割合）を、トライアルの開始数に掛けて見積もっています。

最も大きく減る段階を見つける

Claudeで作成した、サイト訪問から有料転換までのファネル（デモ用のデータ）

セッション78,357のうち、有料に転換したのは約1,588（見積もり）で、2.03%でした。

段階ごとの移行率を見ると、最も低いのは「講座を見た → 料金ページを見た」の25.5%です。講座を見たセッションの4分の3は、料金ページに進まずに離れています。

一方、料金ページを見たセッションの28.6%はトライアルを始め、トライアルを始めた人の34.2%は有料に転換しています。料金ページまで連れていければ、その先は一定の割合で進む、ということです。

流入元で分けて、差がつく段階を特定する

全体のファネルで改善の候補がわかったら、流入元で分けて、どの段階で差がついているかを見ます。

Claudeで作成した、流入元別の段階ごとの移行率（デモ用のデータ）

流入元による差は、ほぼ「講座 → 料金ページ」の段階で生まれていました。直接の訪問では33%が料金ページに進むのに対し、紹介・外部サイトでは19%、SNS広告では22%、自然検索では24%にとどまります。

「料金ページ → トライアル」（28〜30%）と「トライアル → 有料」（33〜38%）は、流入元による差が小さくなっています。

つまり、SNS広告や自然検索から来た人は、講座には興味を持っても、料金や申し込みの検討まで進んでいません。講座のページで、料金や無料トライアルの案内を目立たせる、講座の内容から申し込みまでの道筋を示す、といった打ち手が考えられます。

逆に、料金ページの改善は、どの流入元にも同じように効くと考えられます。料金ページのボタンの文言をA/Bテストで比べた例は、「A/Bテストの結果の見方（別タブで開く）」で紹介しています。

改善の効果を見積もる

段階ごとの移行率がわかると、改善したときの効果を見積もれます。

例えば、「講座 → 料金ページ」の移行率を25.5%から28%に上げられれば、ほかの段階の移行率が同じなら、有料への転換は約10%増える計算です。どの段階を改善するかを、効果の大きさで比べて決められます。

Claudeでファネル分析をする方法

必要なデータ

• GA4のデータ：セッションやユーザーごとの、各段階の行動（ページの閲覧、イベント）と、流入元・端末
• 申し込み・契約のデータ：トライアルの開始、有料への転換。CRMや決済サービスのデータ

GA4のデータをBigQueryに書き出してClaudeから集計する手順は、「ClaudeでGA4を分析する方法（別タブで開く）」で解説しています。

前提として渡すこと

前提の例
・ファネルの段階は、セッション → 講座のページを見た → 料金ページを見た → トライアルを開始 → 有料に転換
・各段階は、GA4 のイベント（view_course、view_pricing、start_trial）で判定する
・有料への転換は、請求データで、トライアルの期間（14日間）が終わった人だけで数える
・期間は直近3か月

指示の例

プロンプト例
直近3か月について、ファネルの段階ごとの数と、前の段階からの移行率、最初の段階からの割合を表にしてください。移行率が最も低い段階に印を付けてください。

プロンプト例
同じファネルを、流入元別と端末別に分けて、段階ごとの移行率を表にしてください。流入元による差が最も大きい段階を教えてください。

プロンプト例
講座のページから料金ページへの移行率を3ポイント上げた場合に、有料への転換がいくつ増えるかを試算してください。

結果を確かめる

• 段階の順番が守られているか：前の段階を経ずに次の段階に進んだ数（例：料金ページを見ずにトライアルを始めた数）を確かめます。多い場合は、段階の決め方を見直します
• 数が少ない区分：流入元や端末で分けると、区分によっては数が少なくなります。移行率が大きくぶれるため、数を表に並べ、少ない区分の差は断定しないようにします

ファネル分析をするときの注意点

セッション単位か、ユーザー単位かを決める

同じ人が何度も訪問してから申し込む場合、セッション単位で数えると、移行率は低く出ます。検討に時間がかかる商品は、ユーザー単位で、一定の期間内に次の段階に進んだかを数えます。

期間の端に気をつける

無料トライアルから有料への転換のように、次の段階に進むまでに時間がかかる場合、期間の終わりに近い人は、まだ結果が出ていません。結果が出るまでの期間を除いて計算します。

段階の間の移行率だけで判断しない

移行率が低い段階でも、そこに進む人の数が少なければ、改善しても全体への効果は小さくなります。改善の候補は、移行率と数の両方を見て決めます。改善したい段階が決まったら、LPやページの分析に進みます（「CVR改善のためのLP分析のやり方（別タブで開く）」）。

まとめ

ファネル分析は、目的の行動までの道のりを段階に分け、段階ごとの移行率から、顧客が離れている場所を見つける分析です。

• 段階：顧客がほぼ必ず通る行動で区切る
• 見方：移行率が最も低い段階を見つけ、流入元や端末で分けて、差がつく段階を特定する
• 使い方：段階ごとの移行率から、改善したときの効果を見積もり、取り組む順番を決める

今回のデモ用のデータでは、流入元による差が「講座 → 料金ページ」の段階に集中していました。GA4と申し込みのデータがそろっていれば、ファネルの集計から分けて比べるところまでをClaudeに任せられます。