更新日：2026年7月22日
オートウェビナーの成約率を上げたいなら、成約率という1つの数字を見つめても直せん。見るべきは、集客・教育・販売・フォローの4段階に1つずつ置いた遷移率じゃ。そのうち最も落ちている段階を1つだけ選び、そこを1か所だけ直す。これがワシの結論じゃ。
なぜ4つに絞るのか。ワシが見てきた現場では、悪い数字が並んだ途端に、動画の長さも、見出しの文言も、フォームの項目数も、フォローの頻度も、目についた場所から一気に直そうとする人が多い。だが複数箇所を同時に触ると、次の期間で数字が動いても何が効いたのか言えなくなり、次にどこを直せばいいかがかえって分からなくなる。だから見る数字も、直す場所も、1つずつに絞る。
成約率だけを見ても、どこで止まっているかは分からない
成約率が落ちたとき、その1つの数字の中には、複数の原因が混ざったまま隠れておる。
入口の登録数が減ったのか、途中で視聴が離脱したのか、決済直前で迷われたのか、購入後のフォローが漏れたのか。オートウェビナーは集客から販売までが1本の導線じゃから、どこか1段が詰まると、結果として成約率という最後の数字に響く。だが成約率だけを見ても、その詰まりが導線のどこにあるかは見えてこん。
だからワシは、成約率を追うのをやめよとは言わん。成約率の手前にある4つの段階それぞれに、どこで止まったかを観察できる最小限の指標を1つずつ置く。売上や成約率という結果の数字は、そのあとで自然に付いてくる。
オートウェビナーで見る4つの数字はこれじゃ
集客・教育・販売・フォローの各段階に置くのは、次の段階へ進んだ人の割合、つまり段階遷移率じゃ。
集客で見るのは、入口から登録までの遷移率じゃ。分子は登録を完了した人数、分母は同じ期間に同じ入口へ到達した人数。入口を混ぜると、どの入口が効いておるか分からなくなるため、1つの投稿や1つの広告ごとに分けて数える。
教育で見るのは、視聴開始から視聴完了までの遷移率じゃ。分子は最後まで視聴を終えた人数、分母は視聴を開始した人数。動画を差し替えたら、変える前と後が混ざらんよう、そのたびに期間を区切り直す。
販売で見るのは、視聴完了から申し込み完了までの遷移率じゃ。分子は申し込みを完了した人数、分母は視聴を完了した人数。募集回と価格の提示条件を1つに固定し、途中で価格や案内を変えたら期間を分ける。
フォローで見るのは、フォロー対象に入った人のうち、決めた次の一歩を完了した人の遷移率じゃ。購入者と未購入者では次の行動そのものが違うため、状態ごとに分子と分母を分けて数える。
この4つを数えるには、その手前で「誰がどの経路から来たか（入口）」「今どの状態にいるか」「登録・視聴開始・視聴完了・申し込みといった節目をいつ通ったか（主要イベント）」の3種類の記録が、同じ台帳の上でつながっている必要がある。記録がつながっていて初めて、4つの遷移率を同じ期間で切り出せる。段階ごとに数字を用意する考え方は、販売を自動化する全体像の中に置くと役割がはっきりする。
数字が悪いときは、1か所だけ直す
4つの遷移率を横に並べたら、最も落ちている1段階を選び、そこだけを直す。同時に複数を触ってはいけない。
選ぶ基準は、他社の平均やどこかで聞いた相場ではない。自分が設計時に見込んでいた狙いと、実測値の差じゃ。狙いに対して差が最も大きい段階が、今回の対象になる。複数の段階が同じくらい落ちて見えても、差が最も大きい1つだけを選ぶ。
対象を選んだら、なぜそこで落ちているのかを一文で言い切る。たとえば「動画の後半で視聴が離脱しているから、販売の案内まで届いていない」のように、原因と結果をひと続きの文にする。頭には複数の原因が浮かぶじゃろうが、一回の実験で確かめられるのは一文の仮説だけじゃ。
そのうえで、動かす場所を一点に絞る。仮説が動画後半の離脱なら、触るのは後半の構成や長さだけで、見出しやフォームは触らん。ここで効くのが、触らない場所を先に紙へ書き出しておくことじゃ。実験の途中で「ついでに」手を伸ばしたくなる場面は必ず来るからのう。
最後に、比べる指標と観察期間を先に固定し、変更前の遷移率を記録に残す。変更後の数字だけを見ても、良くなったのか悪くなったのか判断できん。そして「悪化したら元に戻す」「変化がなければ次の仮説へ移る」という停止条件を、始める前に文章にしておく。線引きを後回しにすると、悪い数字が出ても様子を見たくなり、判断が焦りに流される。
ただし断っておくが、この型で実験を組んでも、変更が必ず数字を動かすとは限らん。この型が示せるのは、原因と結果を結び付けて確かめる手順であって、効果そのものの保証ではない。どの仮説から手をつけ、どこまで変え、いつ見切るかは、最後は目の前の商品と読者の反応を見て、お主が決めることになる。
よくある質問
指標は4つだけで足りるのか。もっと細かく見た方がよいのでは？
細かく見ること自体は悪くない。問題は、数字が悪化したときに、どれが原因でどれが結果か整理できないまま、全部を同時に直したくなることじゃ。まずは段階ごとに主要指標を1つに絞る。もっと見たくなったら、対象の1段階を深掘りする時にだけ指標を足せばよい。
遷移率が上がれば、成約や売上も必ず増えるのか？
そうとは限らん。ある段階の遷移率が上がっても、その手前の分母自体が小さければ、全体の成果は小さいままのことがある。率だけを見て売上が増えたと決めつけず、分母の大きさもあわせて見る。少ない件数から出た率を、すべての読者に当てはまる結論として広げないことも大事じゃ。
記録がまだ取れていない段階は、どう扱えばよいか？
足りない部分を感覚で埋め合わせてはいかん。記録できていない段階は「まだ分からない」として扱い、次に何を記録できるようにするかを決める対象にする。感覚で埋めた数字を根拠に直すと、当てずっぽうで導線を触るのと同じになる。
まとめ：見る数字も、直す場所も1つずつ
オートウェビナーの改善は、成約率という結果の数字ではなく、集客・教育・販売・フォローの4段階に置いた遷移率を見る。そのうち狙いとの差が最も大きい1段階を選び、原因を一文で言い切り、1か所だけ直して、変更前後を同じ指標・同じ期間で比べる。複数箇所を同時に触らないから、次に直す場所を見失わずに済む。
この4指標が販売の自動化全体のどこに収まるかは、高額商品を自動で売る導線の全体像で確認しておくと、今日どの数字から手をつけるかが決めやすくなる。