ランディングページのコンバージョン率（CVR）が少し上がった。ところが、商談や受注は変わらない――。こうした状況で重要なのは、細かな改善をやめることではありません。「既存需要をよりよく受け止める」仕事と「将来の需要を育てる」仕事を、異なる目的として設計することです。今回はCVRという数字を正しく読み、どこまで最適化するかを判断する方法を整理します。
まず整理｜「CVRが0.1%改善」は、何を意味するか
CVRが1.0%から1.1%へ変化した場合、差は0.1パーセントポイントです。元の1.0%を基準にした相対的な増加率なら10%です。「0.1%上がった」では、どちらを意味するか曖昧になります。
仮に月の流入が10,000件で、計測定義や流入構成が変わらなければ、1.0%は100件、1.1%は110件に相当します。しかし実際の差には標本のばらつきがあり、改善が施策によって生まれたと断定するには比較の設計が必要です。受注価値や商談品質が変化すれば、10件の違いの意味も大きく変わります。
数字を「小さい」と見なす前に、分母、成果の定義、追加獲得の価値、実施費用、統計上の不確実性を見ておく必要があります。逆にCVRが上がっていても、問い合わせの質の低下や重複計測があるなら改善とは呼べません。
局所最適化が問題になるのは、何を犠牲にしたときか
フォームの分かりにくさを直し、サービスを必要とする顧客が迷わず問い合わせできるようにすることは、顧客体験の改善です。CVR最適化それ自体が悪いのではありません。
問題になるのは、たとえば「短期のCVRが上がること」を唯一の評価基準にして、誇張表現を使う、まだ課題に気づいていない見込み客への接点を削る、既存顧客からの声を拾わなくなる、といった場合です。
とくにBtoB商材は検討期間が長くなることがあります。問い合わせフォームだけを改善しても、顧客が比較の条件を理解できなければ、営業側の負荷が増える場合もあります。最適化の成功を測るには、フォーム送信件数だけでなく、適格な商談や顧客の体験も確認します。
需要の獲得と需要の形成を、対立させず設計する
- 需要の獲得（Demand Capture）：すでに比較・検討している人に、正確な説明、価格条件、導入プロセスを提供し、意思決定を助ける。
- 需要の形成（Demand Generation）：現在は検討していない人にも、課題の理解や将来の選択肢を届け、必要になったときに思い出してもらう。
- 両者の接続：将来の購買者に向けた情報が、検討段階では比較資料や導入事例へ自然につながるようにする。
LinkedIn B2B InstituteとEhrenberg-Bass Instituteによる研究では、BtoB購買ではある時点で市場にいない潜在的な購入者の存在が強調されます。とはいえ、すべての市場で潜在層の比率を厳密に同じ数値とみなすべきではありません。自社の市場、購買の頻度、顧客の検討期間を確認して使う考え方です。
「非顧客」という言葉も魅力的ですが、その人たちが本当に自社の課題解決を必要としているかは別問題です。流入がないから新市場があるとは限りません。取材、失注分析、カテゴリーの利用状況を調べて仮説を立てる必要があります。
架空例｜フォーム改善と新しい価値提案を比較する
架空のBtoBソフトウェア企業で、少人数のチームが四半期の施策を計画しているとします。候補は、既存LPのフォーム改善と、いま自社のサービスを認識していない部門向けの課題解説コンテンツです。
前者は現在の検討者がつまずく点をなくす施策です。フォームのエラー率、完了率、営業への引き継ぎ後の適格率を見ます。後者は、新しい顧客が何に困っているかを取材し、実際に関心を持つ人がいるか確認する活動です。検索順位や即時の受注だけを成功条件にしません。
比較する際は、工数と期待成果の時間軸を揃えないことが重要です。同じ1カ月で商談数だけを比較すれば、前者が有利に見えるかもしれません。一方、後者も単に認知を広げたことだけで成果とは言えません。インタビューから何を学び、どの顧客課題が確認できたかを記録し、必要なら検証を止めます。
事業全体へ効く指標を、4層に分ける
- 1. 到達・発見：対象市場の関心、検索需要、適切な相手へのリーチ。
- 2. 体験・検討：説明の理解、比較資料の利用、フォーム離脱、問い合わせの質。
- 3. 営業と受注：適格商談、案件化、受注、受注までの期間。CRM側で定義をそろえる。
- 4. 長期：想起・指名検索・既存顧客の利用など、継続的な関係の指標。単独では因果効果とみなさない。
Google Analyticsはサイト内のイベントを計測できますが、計測された送信数だけで実際の営業成果を把握できるとは限りません。また、広告への接触と後の購買を結びつけたレポートも、それだけで広告の因果効果を保証するものではありません。Googleの解説では、アトリビューションとインクリメンタリティ実験が別の手法として整理されています。
小さな改善を続けるか、別の施策へ時間を移すか
決め方の一例は、変更ごとに「期待できる事業上の便益」「証拠の確かさ」「実施工数」「副作用と撤回しやすさ」を並べることです。絶対の正解となる時間配分や、すべての企業で通用する「守り7割・攻め3割」はありません。
たとえば障害でフォーム送信ができないなら、修復が最優先です。逆にフォームが十分に使いやすく、需要の母数が小さいことが主な制約なら、新しい顧客課題の調査へ時間を移した方がよいかもしれません。これは成果を保証する予測ではなく、限られた資源の配分を考える手順です。
AI活用｜市場仮説の洗い出しには使えるが、需要の証拠にはならない
生成AIに、非顧客が困っていそうな状況や競合との差分を提案させることはできます。ただしAIが生成した「こんなニーズがある」という文章は、顧客調査の代わりにはなりません。実在の顧客や一次資料、営業記録で確かめて初めて検証が進みます。
候補の整理や比較表の作成をAIに支援させる場合でも、公開できない顧客データの入力は避け、内容の確からしさを人が点検します。関連：ひとりマーケターの仮説思考と検証カード。
まとめ｜CVRを磨くことも、知らない顧客に向かうことも必要
CVRの細かな改善は、顧客の障害を減らす大切な仕事です。ただし、それをもって市場全体の成長を評価することはできません。現行の需要を受け止める仕組みと、将来の顧客が課題を発見する機会を分けて考え、指標と期間を合わせて評価する。数字を捨てずに、数字の位置づけを正すことが、局所最適化の罠を避ける方法です。
根拠資料・関連する読み物
- Think with Google「Get a grip on marketing incrementality」 — アトリビューションと因果効果の違い
- LinkedIn B2B Institute「How B2B Brands Grow」 — 長期のブランド記憶と購買層
- Google Analytics「イベントの設定」 — 計測する行動の定義
- A/Bテストの有意差と実務上の判断
- BtoBの第一想起・純粋想起とCEP戦略
- BtoBマーケティング総合ガイド