cro-methodology

CRO の方法論

CRE Methodology(TM) に基づく、科学的で顧客中心のコンバージョン率最適化アプローチです。驚くべき改善は、競合他社の模倣や一般的なヒントの適用ではなく、訪問者がコンバージョンしない理由を理解することから生まれます。

中核となる原則

推測せず、発見しましょう。 コンバージョンしない訪問者には、必ず理由があります。調査を通じてその理由を発見し、証拠と裏付けを用いて体系的に取り除きましょう。この証拠に基づくアプローチは、「ベストプラクティス」、直感、競合他社の模倣、専門家の意見を常に上回ります。

スコアリング

目標：10/10。 以下の「クイック診断」の7項目に照らして、ランディングページ、ファネル、またはコンバージョンフローを評価します。「はい」と答えた項目ごとに約1.4点を加算します（7項目で9.8点、上限は10点）。評価基準：9～10＝明確なアクションが1つ、調査に基づくO/CO表、5秒で理解できる価値提案、摩擦が生じるあらゆる箇所に裏付けがある、ファネルがマッピングされている、UXの障害がない経路；5～6＝反論を推測している、一般的なベストプラクティスに基づくコピー、FAQに埋もれた裏付け；3以下＝競合するCTA、ファネルマップがない、裏付けのない主張。現在のスコアと、診断項目のうち不合格となった具体的な項目を報告してください。

CRO フレームワーク

1. CRO プロセス

中核となる概念： 成功指標の定義から、調査や実験を経て、成果を事業全体に展開するまでの体系的な9段階のプロセスです。

効果がある理由： 無計画な最適化では調査が省かれてしまいます。このプロセスでは、何かを変更する前に訪問者を理解することが求められるため、すべての変更が意見ではなく証拠に基づくようになります。

主な知見：

• ページに手を加える前に、事業の KPI に沿った成功指標を定義する
• ファネル全体をマッピングし、「詰まった動脈」（トラフィックは多いものの成果が出ていない経路）と「欠けているリンク」（存在しないファネル段階）を見つける
• 訪問者を3つの観点から調査する：どのような人か、何が妨げになっているか（UXの問題）、何が踏みとどまらせているか（反論）
• 競合他社、レビュー、他業界から市場の情報を集める
• ICEスコアリングでアイデアの優先順位を付け、「控えめな微調整」ではなく大胆な実験を設計する
• 統計的な厳密さ（最低95％の信頼度、完全な事業サイクル）をもって実験を実施し、成果を事業全体に展開する

製品への応用：

コンテキスト	CRO プロセスのステップ	例
ランディングページの監査	目標を定義し、ファネルをマッピングし、訪問者を調査する	価値提案が不明確なため、70％が離脱する
チェックアウトの最適化	ファネルをマッピングして詰まった動脈を見つける	送料に驚き、カートの40％が放棄される
メールシーケンス	成果を展開する	反論への対応に成功したコピーをステップメールで再利用する

コピーのパターン：

• 「今日、あなたが［アクション］をしない理由は何ですか？」（離脱時アンケートで反論を発見する）
• 「［X］人のお客様が見つけたことをご紹介します……」（ソーシャルプルーフで反論に対抗する）

ファネルのマッピングについては、funnel-analysis.md を参照してください。段階ごとのマッピング、詰まった動脈／欠けているリンクの診断、業界別ファネルのベンチマーク、インパクトに基づく優先順位付けについて説明しています。

2. 顧客調査と懸念事項

**中核となる考え方：**訪問者がコンバージョンに至らないのには、具体的で把握可能な理由があります。離脱時アンケート、チャットログ、サポートチケット、営業電話、レビューから、「顧客の声」と実際の懸念事項が明らかになります。

**効果がある理由：**訪問者が離脱する理由についてのチームの推測は、ほとんどの場合間違っています。調査によって誰も予想していなかった懸念事項が明らかになり、顧客自身の言葉は、コピーライターが考え出した表現よりも説得力があります。

主な洞察：

• 一次情報（離脱時アンケート、ライブチャット、チケット、営業電話）からは訪問者の直接の言葉が得られ、二次情報（レビュー、ソーシャルメディア、競合他社）からは業界全体の懸念事項が明らかになります
• 普遍的な「5大」懸念事項：信頼、価格、適合性、タイミング、手間
• 定量調査（アナリティクス、ヒートマップ）では問題がどこにあるかがわかり、定性調査（アンケート、インタビュー）ではその理由がわかります
• 未コンバージョンの訪問者へのアンケートでは、回答率を最大化するために質問を1つに絞ります。購入後アンケートの「購入を思いとどまらせかけたものは何ですか？」という質問から、最も重要な懸念事項が明らかになります

製品への応用：

状況	調査方法	例
離脱意図	サイト内アンケート	「今日、登録を妨げているものは何ですか？」
購入後	7日以内のメールアンケート	「購入を思いとどまらせかけたものは何ですか？」
懸念事項の抽出	サポートチケット＋レビュー	「しかし」「とはいえ」「心配」といった語句を検索します。否定的なレビューは、対処されていない懸念事項を示します

コピーのパターン：

• 見出しや本文には顧客の言葉をそのまま使います。洗練されたマーケティングコピーよりも効果的です
• 「［行動］してもらうために、私たちが変更できることを1つ挙げるとしたら何ですか？」
• 「［製品］を友人にどのように説明しますか？」（顧客の言葉によるポジショニングが明らかになります）

**倫理上の境界：**データを匿名化し、録音には同意を得てください。また、体験を損なうほど積極的にアンケートを実施しないでください。

調査を計画する際は、RESEARCH.mdを参照してください。チャネルごとにすぐ使えるアンケート質問、推奨ツール、生の回答を優先順位付きの懸念事項リストにまとめる方法を確認できます。

3. 説得力を高めるアセット

核となる考え方： どの企業にも、見落とされている証拠があります。掲載されていない推薦文、紹介されていない受賞歴、表に出ていない資格、埋もれている保証などです。こうした「説得力を高めるアセット」を洗い出し、不足しているものを獲得して、公開します。

効果がある理由： 訪問者が判断材料にするのは主張ではなく証拠です。強力な証拠を伴う控えめな主張のほうが、証拠のない大胆な主張よりも効果的です。

主なポイント：

• 5つのカテゴリを監査します：資格と権威性、社会的証明、リスク軽減、データと具体性、プロセスと手法
• 不足しているアセットの希望リストを作り、積極的に獲得します（推薦文を依頼する、賞に応募する、統計をまとめる）
• 「証拠のサンドイッチ」構成：主張（大胆な約束）、続いて証拠（裏付け）、最後に強化（追加の証拠）
• 証拠の優先順位は、強いものから順に、文脈を伴う具体的な成果 ＞ 写真付きの記名推薦文 ＞ 事例紹介 ＞ 統計 ＞ ロゴ ＞ 一般的な推薦文
• FAQではなく、ユーザーがためらうポイントに証拠を配置します。概数より具体的な数値のほうが効果的です（「47,832人のお客様」は「約50,000人のお客様」より効果的です）

製品への応用：

コンテキスト	説得力を高めるアセット	例
ランディングページのヘッダー	ロゴの一覧＋評価	認知度の高いロゴ5つとともに「10,000社以上に信頼されています」と表示
料金ページ	リスク軽減	「30日間返金保証。理由は問いません」
購入手続きのフロー	フォームの近くに信頼バッジ	セキュリティ認証、決済ロゴ、保証マーク

コピーのパターン：

• 「[Company X]での実現方法をご紹介します……」（事例紹介による証拠）
• 「[Specific number]社の企業に信頼されています」（「何千ものお客様」ではなく）
• 機能ではなくメリットを前面に出します：「写真を二度と削除する必要はありません」は「256GBのストレージ」より効果的です

倫理的な境界線： 推薦文の捏造、統計の水増し、偽の信頼バッジの表示は決して行わないでください。すべての証拠は真正で、検証可能でなければなりません。

証拠を監査または獲得する際は、PERSUASION.mdを参照してください。5つのカテゴリにわたるアセットの完全なチェックリストと心理的なトリガーが記載されています。証拠を示すコピーを書く際は、COPYWRITING.mdを参照してください。見出しの型、メリットを前面に出す表現、証拠要素の文言が記載されています。

4. O/CO フレームワーク

核心概念： 異議／反論テーブルは、CRE の中核となる手法です。訪問者のあらゆる異議を、具体的で根拠に裏付けられた反論に対応づけます。

効果がある理由： このテーブルによって、それぞれの異議が閲覧フローのどこで生じるかに合わせて反論を配置できます。懸念を訪問者が感じた瞬間に解消できるため、何ページも後になってから答えることがなくなります。その頃には、訪問者はすでに離脱しています。

主なポイント：

• 推測ではなく、アンケート、チャットログ、問い合わせチケット、営業電話から異議を調査します
• 暗黙の異議（訪問者が認めようとしないもの）には、「CO のみ」が必要です。異議を明言せず、反論だけを示します
• 反論は、摩擦が生じる場所（クレジットカードへの異議なら支払いフォームの近く）に配置し、FAQ の奥に埋もれさせないようにします
• 主な異議にはファーストビューで対処し、同じ反論を複数の形式（テキスト、動画、お客様の声、データ）で繰り返します
• 定型サポート回答には、検証済みの反論が豊富に含まれています

製品への応用：

異議	訪問者の質問	反論
信頼性	「なぜ信じるべきなのですか？」	名前入りのお客様の声、メディアのロゴ、受賞歴、保証
価格	「その金額に見合う価値はありますか？」	ROI 計算ツール、代替手段との費用比較、分割払い
適合性	「私の状況でもうまくいきますか？」	類似顧客の事例、対象別ページ、無料トライアル
タイミング	「今すぐ行動する理由は何ですか？」	先延ばしによるコストの計算、正当な期間限定オファー、季節性との関連
労力	「どれくらい大変ですか？」	「お任せください」という訴求、「5 分で設定」、手順の詳しい説明

コピーのパターン：

• 悪い例（暗黙の異議を明言する）：「語学を学ぶのが面倒だと心配ですか？」
• 良い例（CO のみ）：「音声に任せましょう。」
• 「購入を思いとどまりそうになった理由は何ですか？」（O/CO テーブルを検証する購入後アンケート）

倫理的な境界： 反論は、正当な懸念を根拠のないものとして退けるのではなく、実際の証拠を示して解消する必要があります。

O/CO テーブルを作成する際は、OBJECTIONS.md を参照してください。カテゴリ別の反論テクニック集、暗黙の異議に対する CO のみのパターン、サポートログから異議を掘り起こす方法が掲載されています。

5. 仮説の設計

核心概念： すべての実験では、具体的な変更と期待する成果を、調査に基づく理由で結びつけた仮説を文書化し、ICE スコア（インパクト、確信度、実装の容易さ）で優先順位を付ける必要があります。

効果がある理由： 仮説を立てることで、変更がなぜ効果を発揮するのかを明確にし、顧客調査に基づいた判断ができます。ICE スコアは、チームが効果の小さい変更にトラフィックを無駄遣いするのを防ぎます。

主なポイント：

• 形式：「[調査に基づく理由]なので、[変更 X] を行うと [指標 Y] が向上する」
• テスト前に、主要指標（勝者を決める）、副次指標（モニタリングする）、ガードレール指標（低下させてはならない）を定義します
• ICE は各項目を 1～10 で評価します。インパクト（コンバージョンを 2 倍にできるか？）、確信度（調査の裏付けはどれほど強いか？）、実装の容易さ（実装はどれほど簡単か？）。平均値で優先順位を付けます
• 10 倍基準：成果を 10 倍にできない変更は、優先度を下げます。テストする価値があるもの：全面的な再設計、新しい価値提案、根本的に異なるオファー。テストする価値がないもの：ボタンの色、フォントサイズ、画像の差し替え

例： 「アンケートで得られた顧客の言葉を使うと、訪問者が自分自身の言葉を目にするため、登録数が増える」は、I：8、C：9、E：10 で 9.0 となり、最優先のテストです。ボタンの色の変更は約 I：2、C：2、E：10 で 4.7 となり、実装が簡単でも見送ります。

コピーのパターン：

• 「調査によると、訪問者の最大の異議は [X] です。このテストでは [Y] によって対処します。」
• 実施前に、仮説、主要指標、サンプルサイズ、期間を記録します。実施後に、生データ、信頼区間、学び、次のステップを記録します

バックログの優先順位付けやスコアリングを行う際は、testing-methodology.md を参照してください。軸ごとの ICE スコアリング基準、優先順位付けの具体例、および ICE の加重版が掲載されています。

6. A/B テストの方法論

中核となる考え方： ページのバージョンを比較する統制された実験を、適切な統計的厳密さをもって実施し、結果がランダムなノイズではなく現実を反映するようにします。

効果がある理由： 厳密さがなければ、本当の改善とランダムな変動を区別できません。途中で結果を確認したり、サンプル数が不足していたり、実務上の有意性を無視したりすると、いずれも誤った勝者を生み出します。

重要なポイント：

• 開始前に必要なサンプルサイズを計算します（ベースライン率、最小検出効果、検出力80％、有意水準95％）
• 平日と週末の両方を含め、少なくとも1回の完全なビジネスサイクル（1～2週間）実施します
• 結果を途中で確認して早期終了することは避けてください。偽陽性が大幅に増加します
• 実務上の有意性も重要です。統計的に有意な0.1％の向上でも、実装の複雑さに見合わない場合があります
• マルチバリエートテストは、月間訪問者数が10万人以上の、すでに成果が実証されたページでのみ使用します
• 勝者を新たなコントロールとして採用します。何かを学べる失敗したテストは、理解できない勝利よりも価値があります

製品での活用例：

コンテキスト	テストの種類	例
コンセプトの検証	A/B テスト（2～4パターン）	顧客に関する異なるインサイトに基づいた、根本的に異なる2つのレイアウト
トラフィックが少ない場合	大胆な A/B テスト	大幅な変更は、控えめな変更よりもはるかに少ないサンプルで有意な結果に達します
テスト後	成果の拡大	成果につながったインサイトをランディングページ、広告コピー、メールシーケンスに適用します

コピーのパターン：

• 「[Z]週間にわたり、[Y]%の信頼度で[指標]を[X]%向上させました」
• 「テストでは有意差が認められず、[顧客に関するインサイト]を学びました」
• 学びを記録します：テスト、仮説、結果、学び、適用先

レポートのルール： サンプルサイズと期間を事前に決め、設定したテストで得られた結果をそのまま報告します。途中で確認した「勝者」を理由に早期終了したり、望む答えが出るまでテストをやり直したり、結論が出なかった結果を隠したりしてはいけません。（これは、この方法論全体における、誠実な報告に関する唯一の制約です。）

よくある間違い

間違い	うまくいかない理由	対策
競合他社を無批判に模倣する	競合他社でさえ効果があるのか分かりません	自社の訪問者が抱える懸念を調査し、自社の根拠を築きます
懸念を理解する前にボタンの色をテストする	表面的な症状に対する小さな効果のテストで、サンプルを浪費します	まず顧客調査を行い、その後に大きな変更をテストします
訪問者が離脱する理由を分かっていると思い込む	チームの動機に関する推測は、たいてい間違っています	離脱アンケート、チャットログ、サポートチケットの分析を行います
検証せずに「ベストプラクティス」を適用する	対象ユーザー、製品、状況に合わない可能性があります	ルールではなく、検証すべき仮説として扱います
HiPPO による意思決定	最高給者の意見はデータではありません	社歴や役職ではなく、調査とテスト結果に判断を委ねます
ファネル全体を考慮せずにページを最適化する	修正によって問題が別の場所に移り、最も大きな成果を見逃します	ファネルを可視化し、ボトルネックを見つけ、影響度に基づいて優先順位を付けます
大胆な変更ではなく小さな調整を行う	有意な結果に達しにくく、時間とトラフィックを浪費します	2％の微増を狙うのではなく、コンバージョンを2倍にできる変更をテストします
テストに1回失敗しただけで諦める	改善の機会はまだ残っています	理由を調べ、調査に立ち返り、さらに大胆な変更を試します

簡易診断

ランディングページやコンバージョンフローを診断します。

質問	いいえの場合	対応
訪問者に取ってほしい唯一の行動がわかっていますか？	ページの焦点が定まっていません	コンバージョン目標を1つに定め、競合するCTAを削除します
訪問者がコンバージョンに至らない理由を、推測ではなく調査しましたか？	仮説に基づいて最適化しています	離脱時アンケートを実施し、チャットログや問い合わせチケットを分析します
O/CO表はありますか？	反論に答えられていません	調査に基づいて作成し、摩擦が生じる箇所に反論への回答を配置します
価値提案は5秒以内に明確に伝わりますか？	訪問者は内容を理解する前に離脱します	5秒テストを実施し、顧客の言葉で見出しを書き直します
説得材料（お客様の声、受賞歴、保証など）は目立つ場所にありますか？	根拠のない主張は信じてもらえません	説得材料を確認し、不足分を用意して、目立つ場所に表示します
ファネルの流れを把握し、ボトルネックを特定しましたか？	最適化するページを間違えています	各段階のトラフィックを把握し、ベンチマークと比較して優先順位を付けます
UX上の障害（表示速度、モバイル対応、フォームの長さなど）がない状態ですか？	行動を決めた訪問者も、摩擦があるとコンバージョンに至りません	まず読み込み時間、モバイルレイアウト、長すぎるフォームを改善します

さらに読む

CRE Methodology(TM)の全容、詳細なケーススタディ、高度な手法については、以下をご覧ください。

• "Making Websites Win: Apply the Customer-Centric Methodology That Has Doubled the Sales of Many Leading Websites" 著者：Dr. Karl Blanks、Ben Jesson

著者について

Dr. Karl Blanks と Ben Jesson は、Conversion Rate Experts の共同創業者です。同社の CRE Methodology は、多くの大手ウェブサイトの売上を倍増させてきました。顧客には Google、Apple、Amazon、Facebook、Dropbox などが含まれ、Queen's Award for Enterprise (Innovation) も受賞しています。Blanks は博士号を取得し、Hewlett-Packard でユーザビリティチームを率いていました。Jesson はダイレクトレスポンスマーケティングの経験を持ちます。著書 Making Websites Win では、この手法を再現可能なエビデンスベースのプロセスとしてまとめています。