この記事の目次
準備するのは分析期間を覆う記録手順1 出来事を五つの領域で拾う手順2 開始日と影響を受ける対象を記録する手順3 事実と原因候補を分ける手順4 比較に使える期間を決める記録テンプレート実務の判断 全体CVRだけが悪化したとき完成チェックアクセス数や購入率の変化をAIへ尋ねるときは、同じ時期に何を変えたかも渡します。広告予算、送料無料、欠品、ボタンの移動は、GA4の表だけでは説明できない背景です。出来事を日付と対象に結び付けることで、原因候補を絞るための材料になります。
準備するのは分析期間を覆う記録
広告の変更履歴、キャンペーン予定、在庫記録、サイトのリリース履歴を集めます。まず今回の分析期間と比較期間を覆い、影響が続く変更はそれ以前も確認します。すべての社内資料をAIに送る必要はありません。
記録が別々の担当者に分かれている場合は、共有できる要約だけを同じ表へ転記します。「何もなかった」と「記録を確認できていない」は別の状態です。確認していない担当領域には未確認と書きます。
手順1 出来事を五つの領域で拾う
| 領域 | 確認すること | 確認元の例 |
|---|---|---|
| 施策・キャンペーン | 開始、終了、対象商品、適用条件 | 企画書、配信カレンダー |
| 広告配信 | 予算、配信先、訴求、対象者の変更 | 広告管理画面の履歴と実績 |
| 商品・在庫 | 発売、欠品、価格、配送条件 | 商品管理、在庫記録 |
| 季節・外部要因 | 祝日、繁忙期、比較期間との違い | カレンダー、過去の実績 |
| サイト・計測 | UI、URL、フォーム、タグの変更 | リリース履歴、計測検証記録 |
「広告予算を増やした」だけでは、実際の配信量が増えたかは分かりません。設定変更と観測した結果を別の列にします。同様に、ボタン位置を変えた事実と、その結果購入率が変わったという仮説を分けます。
手順2 開始日と影響を受ける対象を記録する
以下は架空の調理器具ECです。日付、対象、根拠、未確認事項まで揃えます。時刻が重要な大規模リリースや短時間の障害は、タイムゾーン付きの時刻も残します。
| 期間 | 確認した出来事 | 対象 | 分析で確かめること |
|---|---|---|---|
| 9月15日から | 新規向け広告の予算を増額 | 一部キャンペーン | 費用と流入構成はどう変わったか |
| 9月18日 | 商品詳細のCTA位置を変更 | 指定した商品ページ | 変更対象と非対象で差があるか |
| 9月20〜30日 | 送料無料施策 | 全商品 | 注文単価や利益も変わっていないか |
| 9月25日から | 主力商品の欠品 | 特定の商品 | 欠品商品の閲覧が全体率を下げていないか |
対象URLは必要な範囲に絞り、顧客情報を含むクエリ文字列は渡しません。商品を区別する社内管理IDが機密に当たる場合は、分析用の仮名を使って対応表を社内で管理します。
できたかの確認： 同じ日付に複数の変更があっても、対象が重なるかどうかを判別できれば完了です。
手順3 事実と原因候補を分ける
出来事の表には「確認済みの変更」を書き、原因候補は別に記録します。「9月25日に欠品した」は記録で確認できる事実です。「欠品が購入率低下の原因」は追加検証が必要な仮説です。
同じ時期の変化には複数の説明があり得ます。広告の配信対象が変わった、計測タグが壊れた、購入まで時間がかかる訪問が増えた、といった反対仮説も残します。AIへ最初に一つの原因を教え込むと、それに沿う説明だけが出るおそれがあります。
観測事実：9月後半に全体の購入セッション率が低下した。
確認した出来事：9月25日から主力商品が欠品した。
仮説：欠品商品の閲覧が多く、全体率へ影響した可能性がある。
別の仮説：新規向け広告の流入比率が増えた可能性がある。
必要な確認：商品群別・流入別・日別の率と、タグ変更の有無。
禁止：時期が一致することだけで原因を確定しない。
手順4 比較に使える期間を決める
キャンペーン期間と通常期間を比較する場合は、条件が異なる比較として説明します。単純に「前半より後半が良い」とまとめると、ページ改善と値引きの影響を混同します。
選択肢は、条件を揃えた期間で比べる、変更の対象と非対象を分ける、同じ季節の過去データを補助的に見る、です。どれも自動的に因果を証明する方法ではありません。十分に分けられなければ、方向を観察する分析に限定します。
AIへ「比較しやすい期間を提案して」と頼むときも、提案理由と除外した日を示させます。都合のよい期間だけを選ぶことを避けるため、分析を始める前の条件を記録してください。
記録テンプレート
開始日時：
終了日時または継続中：
変更した領域：施策／広告／商品・在庫／季節／サイト・計測
変更内容：
対象の商品・ページ・ユーザー：
根拠となる記録と確認担当：
同時期の別の変更：
予想する影響（仮説）：
影響を確かめるデータ：
未確認事項：
再利用する場合は日付を更新するだけでなく、影響がまだ続いているかを確認します。一度終了した施策を「実施中」のままAIへ渡すと、その後の分析にも誤った条件が残ります。
実務の判断 全体CVRだけが悪化したとき
架空例で、検索からの購入率が5%から6%、ディスプレイからが1%から2%へ上がったとします。それでも後者の流入比率が増えれば、全体率は下がることがあります。各チャネルの改善と全体率の低下は両立します。
全体の比率は、各チャネルの率の単純平均ではありません。セッション数も含めた重みを確認します。この段階でLP全体を作り直すより、流入構成、計測、商品条件を分けて調べる方が、判断の根拠を揃えられます。
完成チェック
- 分析期間と比較期間の両方を調べた。
- 日付、対象、確認元があり、未確認の領域も分かる。
- 設定変更と実績の変化、事実と仮説を分けた。
- 同時期の変更を見落としていない。
出来事の記録が揃ったら、次に「今回何を決めたいか」を一つの質問へ絞ります。履歴を渡すこと自体が目的ではなく、比較の条件を判断する材料として使います。
制作：AI支援による構成・原稿作成。実務者による監修と第三者による手順再現は未実施です。掲載する事例・数値は学習用の架空例であり、実績ではありません。GA4に関する記載はリンク先の公式資料を2026年10月4日に確認。次回確認予定は2027年1月4日です。
