この記事は、アカウントを迅速に理解する必要がある方向けです。6つの分析手法は、「1-9」分布、消費とコンバージョンの4象限、コンバージョンの分解、主要キーワードのインタラクションとROIのバブルチャート分析、シングルページプロモーションにおける主要キーワードのインタラクションとROIの比較分析、そして一般キーワードとブランドキーワードの相関分析です。 各キーワードのより詳細な最適化については説明しません。 方法1：「19」の分布パターン ロングテールモデルは、SEMアカウント内のキーワード分布を単語頻度分布の観点から表します。世界中のほとんどのSEMアカウントは、一般的に20/80、あるいは10/90の分布を辿っています。例えば、以下のアカウントのキーワード分布は次のようになります。 このアカウントの上位250個のキーワード（トラフィックを生み出すキーワード全体のわずか6.8%を占める）が、トラフィックの88%と収益の86%をもたらしました。これは非常に典型的な結果です。 別のアカウントでもこのパターンが見られ (下の画像を参照)、上位のキーワードのごく一部だけが大きなトラフィックを生成しました。 したがって、このモデルを使用することで、キーワードに集中することができます。アカウントの最適化は実は非常に簡単です。最も多くのトラフィックをもたらす上位キーワードを最適化することで、既に重要な部分を把握していることになります。これらのキーワードを、後ほど説明する4象限モデルと組み合わせることで、最適化の目標が瞬時に明確になります。 方法2：消費と変換の4象限モデル このようなモデルは、おそらくこれまでに見たことがあるでしょう。インターネットマーケティング分析（そしてあらゆるビジネス分析）において、最も一般的に使用されるモデルの一つです。これは、2つの次元を用いて物事を区別するために使用されます。SEMキーワードのマクロレベルの調査において、これは非常に有用なモデルです。 このモデルの利点は、非常に理解しやすく、キーワードのマクロ的なパフォーマンスを把握するのに非常に役立つことです。 このモデルの欠点は、マクロ的な全体像を把握するのに役立つように設計されている一方で、4つの象限の背後で実際に何が起こっているかを理解するには、個々の単語のミクロレベルの詳細をすぐに掘り下げる必要があることです。例えば、4つの象限に基づいた以下の具体的な単語の分解を考えてみましょう。 詳細なキーワード情報がたくさん見えても、最適化の方法がわからないという方もいるかもしれません。これは、意味的に、異なる単語には根本的な違いがあるためです。ブランド名、購入場所、価格帯など、本質的にコンバージョンしやすい単語もあれば、一般的な用語など、本質的にコンバージョンしにくい単語もあります。そのため、基本的な4象限モデル（高コストのキーワードのコストを削減し、コンバージョン率の低いキーワードのコンバージョン率を高め、低コストで高コンバージョンのキーワードのキーワードプールを拡大する）に従うだけでは、具体的な行動というよりは、指針に過ぎません。つまり、各キーワードがなぜ異なる象限に分類されるのかを理解するためには、各キーワードの詳細を掘り下げる必要があるということです。 それでも、どのキーワードが十分ではないか、特に上位のキーワードや方法 1 で見つかったコア語根を持つキーワードが十分ではないかをすぐに理解することは、依然として非常に役立ちます。 方法3：変換と分解 変換と分解は最も簡単な操作ですが (データの精度を達成するのは最も簡単ではありませんが)、誤解を招くモデルが生成される可能性も最も高くなります。 SEM アカウント全体（またはそのプラン、広告グループなど）の各コンバージョンステップを、「露出→クリック→トラフィック→問い合わせ→有効な問い合わせ→登録→購入」といったプロセスで処理し、問題がどこにあるのかを迅速に特定します。 この手法によって、入札結果の低迷の根本原因は入札自体ではなく、ランディングページ、商品詳細ページ、そして入札後のカスタマーサービスとのやり取りへのトラフィック誘導プロセスで発生する問題にあることが繰り返し判明しました。そのため、アカウントの最適化に盲目的に費やしてきた労力は、ランディングページやセールススクリプトへと速やかに移行させる必要があります。 これは、SEM分析と最適化を行うすべての人が必然的に使用する手法です。しかし、運用の観点から見ると、回避すべき主な問題が2つあります（ただし、これらはモデル自体に固有の問題ではありません）。 第一の課題は、コンバージョンファネルモデルを構築するにはプロセス全体にわたる正確なデータが必要ですが、そのデータを正確に取得することは困難であるということです。特に、金融、教育、ヘルスケアなど、一定のコンバージョンサイクルを持つ業界では、消費者の意思決定期間がかなり長くなります。そのため、リアルタイムで比較できるコンバージョンデータは、「効果的な相談」レベルまで遡る必要があります。 この問題を解決するために、ROI の計算は多くの場合、次のように始まります。 広告費用 -> 最終収益 変換後: キャンペーンの支出 -> その日の最低コンバージョン率（有効な問い合わせなど）。 第二に、コンバージョンファネルのフォーマットはプロセスの視点を強化するのに役立ちますが、その一方で、プロセスの内訳を本質的に弱めてしまいます。これは矛盾しているように思えますが、理解するのは難しくありません。ファネルを用いて構築できるプロセスはすべて大規模なプロセスであり、より微細なユーザー行動を包含することができません。しかし、コンバージョンの発生を反映し、さらには決定づけるのは、まさにこうした微細なユーザー行動なのです。極端ですが、非常に一般的な例として、シングルページプロモーションが挙げられます。コンバージョンファネルは、シングルページプロモーションにはほとんど効果がありません。 したがって、変換ファネルは非常に価値がありますが、別の記事「変換の最適化: 変換ファネルの他に、どのような分析武器が必要ですか?」で書いたように、変換ファネルだけではすべての変換分析をサポートするのに十分ではありません。 しかし、この問題を解決するための優れたツールはまだあります。これらの方法については後ほど詳しく説明します。 方法4：キーワードインタラクションとROIのバブル分析 この方法では、まず異なる語根（コアワード）を異なるユニットに配置する必要があります。つまり、すべてのキーワードを語根ごとに細分化する必要があります。ただし、これは理想的な状況であり、一般的には同じ語根が異なるユニットに散在している可能性があります。 大丈夫です。Excelがありますから。Excelのスプレッドシートツールと「テキストフィルター」→「次の文字列を含む」オプションを使えば、下の画像のように、関連する語根を簡単にフィルタリングできます。例えば、「在职」（zài zhí、「雇用されている」の意味）という語根を持つコアワードを検索したい場合は、「テキストフィルター」→「次の文字列を含む」に「在职」と入力し、「コアワード1：在职」という新しい列を作成し、フィルタリングされたすべての結果の列Cに「在职」を入力します。 次に、ピボット テーブルを使用して、対応するコア ワード (ルート ワード) のパフォーマンスに応じてすべてのキーワードを要約できます。 コア キーワードの各カテゴリの全体的なパフォーマンスを抽出すると、コア キーワードのパフォーマンスのリストが得られます (CPL は Cost Per Lead (リード単価) の略で、低いほど良いです。表の緑色は良好なパフォーマンス、赤色は低いパフォーマンスを表します)。 最終結果では、語源の違いによってパフォーマンスが大きく異なることがわかります。リード数/クリック数とCPLの列が非常に分かりやすくなっています。 授業でお話ししたROIとエンゲージメントのインタラクションモデル（バブルチャート）を覚えていますか？このモデルには実際には様々なバリエーションがありますが、基本的な考え方は非常にシンプルです。トラフィックのインタラクション行動と最終的なコンバージョン率を比較するというものです。多くの場合、エンゲージメントが高いほどコンバージョン率（ROI）も高くなりますが、例外も必ず存在します。そして、これらの例外が分析と最適化の入り口となります。さあ、このモデルを使ってみましょう。 このモデルの方法は非常に明確です。 ウェブサイト分析ツールのセグメンテーション手法（ここでは詳しく説明しません。ただし、基本的なスキルとして GA の使用に習熟している必要があります）を使用して、さまざまなキーワードのトラフィック エンゲージメント パフォーマンスを要約し、以下の表に示すように、より包括的なデータ パフォーマンスを形成しました。 上記の表のデータを使用して、CPL と直帰率を選択し、以下に示すようにバブル チャートを作成しました。 一般的に、エンゲージメントの高いトラフィック（直帰率が低い）はコンバージョン率も高くなります（CPL も低くなります）が、前述のように例外もあります。 緑の線は「通常のパフォーマンス」セグメントを表しています。しかし、緑の線の外には、直帰率は比較的低いものの、CPL（販売時点管理費）が比較的高いキーワードが2つあります。特に「授業料」が顕著です。比較対象となるキーワードとして「Master of Finance」がありますが、直帰率は授業料よりも高いものの、ROI（CPL）の点ではより優れたパフォーマンスを示しています。 こうした事態が起こった後の戦略は何でしょうか？基本的には、以下のことを行う必要があります。 1. クリエイティブコンセプトが誤解を招くものでないか確認します。 2. クリエイティブコンセプトに問題がなければ、ランディングページに問題があるはずです。よくあるケースとして、ページにはクリックを促す要素があるものの、クリック後に表示された情報が期待とかけ離れている、例えば価格が予想よりも高かった、といったことが挙げられます。このような場合は、Googleアナリティクスなどのツールを引き続き活用し、そのキーワードのターゲットオーディエンスがランディングページにアクセスした後にどのような行動をとるかを確認しましょう（例えば、授業で説明した「次のページ」レポートなど）。 エンゲージメントとROIの比較分析モデルは、セグメント化されたトラフィックを分析するための最も便利な手法の一つです。また、有料検索ランキングのキーワード分析にも役立ちます。 方法5：シングルページプロモーションにおけるキーワードインタラクションとROIの比較分析 この方法は方法4の極端な例ですが、この極端な例は特によく見られます。例えば、次の図を考えてみましょう。 ちくしょう…全キーワードの直帰率が95%以上！こんな生活、どうしたらいいんだ？ あなたのキャンペーンは全く効果がないのでしょうか？私が経験したケースでは、その原因はただ一つ、キーワードのランディングページがシングルページプロモーションであることです。シングルページプロモーションのランディングページは、他のページへのリンクがありません。Googleアナリティクスの直帰率の定義によると、トラフィックが到達したものの、他のページに移動できない場合は、間違いなく直帰となります。したがって、この場合は直帰率を確認する必要はありません。 したがって、GAは有効なエンゲージメントデータを提供できないため、上記の方法4はこの状況には適用できません。直帰率が100%に近いか、滞在時間がほぼゼロであるかのどちらかです。 では、「Master of Finance」と「tuition fee」という 2 つのコアキーワードのコストとトラフィックはほぼ同じであるにもかかわらず、ROI は大きく異なる場合、他にどのような戦略があるのでしょうか。(方法 4 のグラフをもう一度見てみましょう)。 この時点では、ヒートマップを使用する必要があります。 例えば、ptengineにはヒートマップを比較したりセグメント化したりする機能があります。ここでは、トラフィックのフィルタリングとセグメント化機能を使用します。フィルタリング条件で、コアキーワードに含まれるすべての単語を選択し、それらの単語のトラフィックをセグメント化します。左側のヒートマップは「授業料」に関連するすべてのコアキーワードのトラフィックパフォーマンスを示しており、右側のヒートマップは「金融学修士」に関連するすべてのキーワードのトラフィックパフォーマンスを示しています。 左側の「授業料」関連のトラフィックは、ページビューが長い（右側と比較して、ページ下部まで読む人の割合が大幅に高い）一方で、ページ滞在時間は比較的短い（右側ほど赤くない）ことがわかります。「授業料」関連のトラフィックは、情報を素早く探したいという強いニーズ（ページ下部まで読む意思がある）を示しているものの、リードコンバージョン率が低いことが分かります。 このデータは、ページに十分に魅力的な「授業料」情報があるかどうか、または単にページに関連する情報が不足しているだけかどうかを慎重に確認する必要があることを示唆しています。 このデータとヒートマップから、重要な洞察が得られます。これら2つのコアキーワードのトラフィック需要は大きく異なります。そのため、これら2つのキーワードに対して、異なる情報重視のランディングページを作成する必要があります。 方法6：キーワード関連分析 最後の方法はアトリビューションのカテゴリーに分類されます。最も重要な用途は、ブランドキーワードの検索から派生した他の単語の検索を確認することです。 多くの無名ブランドは、SEMキャンペーンの初期段階では、一般的なキーワード、競合他社のキーワード、そしてオーディエンスキーワードをターゲットにすることで、トラフィックリーチを拡大せざるを得ません。その目的は2つあります。1つ目はトラフィックを誘致すること（ただし、このようなトラフィックのコンバージョン率は必然的に非常に低くなります）。2つ目は、ブランド露出を高め、将来のユーザーコンバージョンに備えることです。 時間が経つにつれて、人々はブランドキーワードを検索するようになります。これらのブランドキーワード検索へのトラフィックを最初にもたらしたのはどの一般的なキーワードだったのか、疑問に思うかもしれません。これらの人々はブランドを見て感銘を受け、そして再びあなたのブランドを検索したのです。 これを実現するには、監視ツールを設定する必要があります。Google Analytics（GA）を例に挙げてみましょう。 キーワードの帰属を表示するには、GA の設定に次の 2 つの前提条件があります。 1. ウェブサイトではターゲットを設定する必要があります。その場所は以下の画像に示されています。 2. UTM リンク タグを使用してキーワードを正確に追跡します (詳細な説明は私のコースにあります)。 3. 関連するデータレポートは、GA の「コンバージョン -> マルチチャネル パス -> 人気のコンバージョン パス」で確認できますが、下の画像の赤いボックスで示されているように、「キーワード」オプションを必ず選択してください。 Googleアナリティクス（または同様の機能を持つ他のツール）を使用すると、同じユーザーが検索したキーワード間の順序関係を確認できます。「索」（suǒ）で始まるキーワードはすべてブランドキーワードからのトラフィックを表し、その直前のキーワードは広告で使用される一般的な用語です。この表では、特定の一般的なキーワードキャンペーンがその後ブランドキーワードの検索につながっています。したがって、キーワード最適化戦略は、ブランドキーワードのコンバージョンのみに焦点を当てるのではなく、コンバージョンだけでなく、それらが生み出すブランドキーワードの検索量も考慮する必要があります。 さて、これで6つの方法の説明は終わりです。どれが役に立ちましたか？また、どの方法に提案がありますか？ぜひコメントを残して、議論してください！ 著者: 宋興出典: インターネットデータオフィサー (ID: internetcdo)