「LP改修したのに、数字が動かない」という相談が増えています

マーケティング部門で月次の振り返りをしているとき、こんな会話が出たことはないでしょうか。

「先月リニューアルしたランディングページ、CVR（コンバージョン率）が改善したかどうか、正直よくわからないんですよね」

デザインを一新し、コピーも見直し、フォームも短縮した。改善施策としてはセオリー通りのことをやった。なのに、GA4の数字を見ても「上がったような、そうでもないような……」という煮え切らない結果になる。これは珍しいケースではありません。

実は、LP改善の効果が見えにくい原因の多くは、LPそのものの品質ではなく、効果測定の仕方にあります。具体的には「流入経路別に成果を分解していない」ことが最大のボトルネックです。

この記事では、LP改善の効果を正しく把握するために必要な流入経路別のアトリビューション分析について、GA4の設定から実際のレポート構築まで、実務で使えるレベルで解説します。

なぜ「LP全体のCVR」だけでは判断を誤るのか

多くの企業で使われているLP効果測定の指標は、ページ全体のCVR（コンバージョン数 ÷ セッション数）です。しかし、この数字だけで改修の成否を判断するのは危険です。

たとえば、従業員80名の住宅設備メーカーで、LP改修と同じタイミングでGoogle広告の入札戦略を変更したとします。広告経由のセッション比率が上がり、結果的にLP全体のCVRが下がったように見える。でも実際には、広告経由のCVRは改修前より改善していて、オーガニック経由のCVRも微増していた、というケースがあります。

つまり、**流入経路ごとのCVRを見ていなければ、「改修は成功だったのに失敗と判断してしまう」**という意思決定のミスが起きるのです。

逆のパターンもあります。LP全体のCVRは上がったけれど、実はオーガニック検索からの質の良い流入が増えただけで、LP改修の効果はほぼゼロだった、ということも起こりえます。

流入経路別に数字を見る意味は、「何が原因で数字が動いたのか」を特定できることにあります。これがなければ、次の施策の優先順位が付けられません。

流入経路を分解する4つの基本カテゴリ

GA4では、トラフィックの流入経路をチャネルグループとして自動分類しています。LP効果測定で特に重要な4つの経路を整理しておきましょう。

有料検索（Paid Search）

Google広告やYahoo!広告のリスティング広告経由の流入です。広告のキーワードや入札戦略の影響を直接受けるため、LP改修の効果を測るにはこの経路を分離する必要があります。広告側の変更とLP改修の効果を切り分けるのが最大のポイントです。

自然検索（Organic Search）

GoogleやYahooの検索結果からの自然流入です。検索順位やクエリの変動に左右されるため、LP改修とは無関係な変動が混ざりやすい経路でもあります。一方で、LP改修によってページの滞在時間やスクロール率が改善すれば、間接的にSEO評価にも影響する可能性があります。SEO視点でのLP最適化については、Googleの検索品質評価ガイドラインが参考になります。

SNS（Organic Social / Paid Social）

X（旧Twitter）やInstagram、Facebook、LINEなどからの流入です。SNS経由のユーザーは「情報収集モード」で訪問していることが多く、検索経由のユーザーとは行動パターンが異なります。LP上での回遊行動やCVRの基準値も別に設定すべきです。

リファラル（Referral）

他のWebサイトからのリンク経由の流入です。メディア掲載やパートナーサイトからの送客など、流入の質にばらつきが大きい経路です。

この4つを最低限分けて計測するだけでも、LP改修の効果判断の精度は格段に上がります。

GA4でアトリビューション分析を始める3つのステップ

ここからは実際のGA4設定に入ります。難しい操作は必要ありません。既にGA4を導入済みであれば、管理画面からの設定変更だけで始められます。

ステップ1：アトリビューションモデルを確認する

GA4では、コンバージョンに対する貢献度の配分方法をアトリビューションモデルと呼びます。2024年以降、GA4のデフォルトモデルは「データドリブンアトリビューション」（DDA）に統一されています。

データドリブンアトリビューションは、機械学習を使ってコンバージョンに至った経路と至らなかった経路を比較し、各タッチポイント（接触点）の貢献度を算出するモデルです。GA4のアトリビューション設定に関する公式ドキュメントで詳細が確認できます。

確認手順は以下のとおりです。

  1. GA4の管理画面を開く
  2. 「管理」→「アトリビューション設定」を選択
  3. 「レポート用アトリビューションモデル」がデータドリブンになっていることを確認
  4. 「ルックバックウィンドウ」（貢献度を遡る期間）を確認する。BtoBなら90日、ECなら30日が目安

ステップ2：コンバージョンイベントを正しく設定する

アトリビューション分析の精度は、コンバージョンイベントの設定精度に直結します。LP改善の文脈では、以下のイベントをコンバージョンとしてマークしておくことを推奨します。

主要コンバージョン（必須）：

  • フォーム送信完了
  • 電話タップ（スマートフォン）
  • 資料ダウンロード完了

マイクロコンバージョン（推奨）：

  • フォーム入力開始
  • CTAボタンのクリック
  • ページの75%以上スクロール

マイクロコンバージョンを設定しておく理由は、主要コンバージョンの数が少ない場合（月間30件未満など）に、データドリブンアトリビューションの精度が落ちるためです。マイクロコンバージョンでデータ量を補完することで、より信頼性の高い分析ができるようになります。GA4でのイベント設計の詳細は、当サイトのGA4イベント設計の記事で詳しく解説しています。

ステップ3：UTMパラメータを整備する

GA4が流入経路を正しく分類するには、広告やSNS投稿のリンクにUTMパラメータを付与する必要があります。UTMパラメータとは、URLの末尾に付加するタグのようなもので、「このリンクはどの媒体のどのキャンペーンから来たか」をGA4に伝える役割を果たします。

最低限設定すべきパラメータは3つです。

  • utm_source：流入元（google, yahoo, facebook, line など）
  • utm_medium：媒体種別（cpc, display, social, email など）
  • utm_campaign：キャンペーン名（spring_sale_2026, lp_renewal_test など）

LP改修の効果測定では、改修前と改修後で同じキャンペーン構造を維持することが重要です。UTMパラメータの命名規則を途中で変えてしまうと、前後比較ができなくなります。Google公式のキャンペーンURLビルダーを使うと、UTMパラメータ付きURLを簡単に生成できます。

実践：流入経路別レポートの作り方

GA4の設定が整ったら、実際にレポートを組み立てていきます。ここでは、従業員150名のBtoB製造業を想定して、LP改修の効果測定レポートを設計してみます。

GA4の「探索」レポートで基本の流れを作る

GA4の「探索」機能を使うと、自由にディメンション（分析軸）と指標（数値）を組み合わせたレポートが作れます。

設定例：

  • 行（ディメンション）：「セッションのデフォルトチャネルグループ」
  • 列：なし（フラットテーブル）
  • 値（指標）：セッション数、コンバージョン数、コンバージョン率、エンゲージメント率
  • フィルタ：ランディングページが対象LPのURLと一致

これで、流入経路ごとにLPのパフォーマンスが一覧できるレポートの完成です。

期間比較で改修効果を可視化する

次に、LP改修の前後を比較します。GA4の「探索」レポートでは、比較期間を設定できます。

比較のコツ：

  • 改修前後で同じ日数を比較する（例：改修前30日 vs 改修後30日）
  • 改修直後の1週間はデータが安定しないため除外する
  • 曜日のパターンを揃えるため、7の倍数の日数で比較する

ここで重要なのは、流入経路ごとに前後比較することです。全体のCVRだけ見ると、先述のとおり流入構成比の変動に隠されて改修効果が見えなくなります。

たとえば、改修前後でこんなデータが出たとします。

  • 有料検索：CVR 3.2% → 4.1%（+28%改善）
  • 自然検索：CVR 2.8% → 2.9%（+4%微増）
  • SNS：CVR 1.1% → 1.3%（+18%改善）
  • リファラル：CVR 0.8% → 0.7%（-13%悪化）

LP全体では CVR 2.5% → 2.7% で微増に見えますが、流入経路別に分解すると「有料検索とSNS経由では大幅改善、リファラル経由は悪化」という具体的な示唆が見えてきます。リファラル経由の悪化は、LP改修でファーストビューのメッセージが「検索ユーザー向け」に寄りすぎた可能性を示唆しており、次の改修テーマが見つかるわけです。

アトリビューション分析で「貢献度」を正しく評価する

流入経路別のCVR分析に加えて、もう一歩踏み込んだ分析がアトリビューション分析です。

LP改修の文脈でアトリビューション分析が重要になるのは、ユーザーが複数回LPを訪問してからコンバージョンに至るケースが多いからです。特にBtoBでは、初回訪問でいきなり問い合わせをするユーザーは少数派で、複数のタッチポイントを経てから最終的にコンバージョンします。

GA4のモデル比較レポートを活用する

GA4の「広告」セクションにある「モデル比較」レポートを使うと、異なるアトリビューションモデルでの貢献度を比較できます。

比較すべき観点：

  • ラストクリック：最後にクリックされた経路にコンバージョンの100%を割り当てる。最終的な受け皿としてのLPの力を見るのに適している
  • データドリブン：機械学習で各タッチポイントの貢献度を算出する。LP改修が「検討段階の後押し」として機能しているかを見るのに適している

たとえば、ラストクリックモデルではSNS経由のコンバージョン貢献が5%なのに、データドリブンモデルでは15%になっている場合。これはSNS経由でLPを見た人が、後日検索経由で再訪問してコンバージョンしている、つまりSNSが認知・検討段階で大きく貢献していることを示しています。

この情報があれば、SNS向けのLP訴求を強化する、あるいはSNS経由の初回訪問者向けにリマーケティング広告を配信する、といった次のアクションが見えてきます。

コンバージョンパスの分析

GA4の「コンバージョン経路」レポートでは、ユーザーがコンバージョンに至るまでに経由したチャネルの順番が確認できます。

よくあるパターンとして「SNS → 自然検索 → 有料検索 → コンバージョン」のような経路が見えたら、LPの役割はチャネルごとに異なることがわかります。SNS経由の初回訪問では「興味喚起」、検索経由の再訪問では「比較検討の後押し」、広告経由の最終訪問では「行動の背中押し」と、同じLPでも果たすべき役割が違うのです。

この分析を踏まえると、LPのファーストビューに「初回訪問者向け」と「再訪問者向け」で異なるメッセージを出す、といった改修の方向性が見えてきます。LPのUI/UXデザインの観点からは、CV率を上げるLP設計の原則も参考にしてみてください。

よくある測定の落とし穴と対策

流入経路別分析とアトリビューション分析を実践する中で、よく遭遇する問題とその対策を整理しておきます。

落とし穴1：サンプル数が少なすぎる

月間コンバージョンが20件以下のLPでは、経路別に分解すると各セグメントのサンプル数が5件未満になることがあります。この状態で「CVRが2%上がった」と言っても統計的には意味がありません。

対策： マイクロコンバージョンを併用する。フォーム送信だけでなく、CTA クリックやフォーム入力開始まで含めれば、分析に耐えるデータ量を確保しやすくなります。また、分析期間を伸ばす（30日→60日）ことでもサンプル数は増やせます。

落とし穴2：外部要因を考慮していない

LP改修の前後比較をする際、同時期に実施した他の施策（広告の入札変更、SEO対策、メルマガ配信など）の影響を分離できていないケースが非常に多いです。

対策： LP改修の効果測定期間中は、できるだけ他の施策を固定する。それが難しい場合は、変更があった施策をログとして記録しておき、分析時に「この期間は広告入札を変更した影響が含まれる」と注釈を入れる習慣をつけましょう。A/Bテストと組み合わせることで外部要因を排除する方法については、当サイトのA/Bテスト実践ガイドで詳しく解説しています。

落とし穴3：クロスデバイスの追跡漏れ

BtoB商材では「スマホで広告を見てLPを閲覧 → 後日PCで検索して再訪問 → コンバージョン」というクロスデバイスの行動が頻繁に起きます。GA4はGoogleシグナルを有効化することでクロスデバイス分析に対応していますが、設定がオフのままだとデバイスをまたいだ行動が追跡できず、コンバージョン経路の分析精度が落ちます。

対策： GA4の管理画面で「データ収集」→「Googleシグナル」を有効化する。これにより、Googleアカウントにログインしているユーザーのクロスデバイス行動が紐付けられます。Googleシグナルの設定方法を参照して、プライバシーポリシーの更新も忘れずに実施してください。

経営層への報告：データをアクションに変える伝え方

流入経路別分析の結果を社内で共有する際、数字の羅列では意思決定に繋がりません。経営層やチームメンバーに伝わるレポートにするためのポイントを3つ挙げます。

1. 「だから何をするか」をセットで報告する

「有料検索経由のCVRが28%改善しました」だけでは不十分です。「有料検索経由のCVRが28%改善したので、広告予算の15%をCVRが悪化しているリファラル経路の改善に振り向けることを提案します」のように、分析結果と次のアクションをセットにします。

2. 金額換算で影響度を示す

CVRの改善が売上や利益にどれだけ影響するかを試算して伝えると、施策の優先順位が付けやすくなります。たとえば「CVR 1%の改善 = 月間問い合わせ8件増 = 受注見込み2件増 = 売上約200万円増」のように変換します。

3. 信頼区間を添える

データ量が十分な場合は、改善幅の信頼区間（例：「CVR改善幅は+1.2%～+3.8%の範囲、95%信頼区間」）を添えると、数字の確からしさが伝わります。信頼区間とは、同じ条件で繰り返し測定した場合に、95%の確率でこの範囲に収まるという統計的な指標です。総務省の統計リテラシー向上に関する資料も、データに基づく意思決定の社内浸透に参考になります。

まとめ：来週から始められる3つのアクション

LP改善の効果が「なんとなく良くなった気がする」で終わってしまうのは、測定の粒度が粗いことが原因です。流入経路別にデータを分解し、アトリビューション分析でチャネルごとの貢献度を把握すれば、次に何をすべきかがデータから見えてきます。

まずは来週、以下の3つから始めてみてください。

  1. GA4のアトリビューション設定を確認する。 データドリブンモデルが適用されているか、ルックバックウィンドウが自社の商談期間に合っているかをチェックするだけで5分で終わります
  2. 直近3か月のLP流入を経路別に分解してみる。 GA4の「探索」レポートでチャネルグループ×コンバージョン率の表を1つ作るだけで、改善のヒントが見えるはずです
  3. UTMパラメータの命名規則をチームで統一する。 担当者ごとにバラバラだと分析の土台が崩れます。Googleスプレッドシートで管理表を作り、全員が同じルールでURLを発行する運用を始めましょう