スマートサマリー機能
AIがヒートマップデータを自動分析し、ページの主要な洞察をまとめて提示する機能です。ヒートマップの専門知識がなくても、ページの状況を素早く把握できます。
この機能について
従来のヒートマップ分析では、複数のヒートマップタイプを切り替え、各ブロックの指標を一つひとつ確認し、自分で洞察を導き出す必要がありました。
スマートサマリーは、この分析プロセスをAIが自動化します。ページのデータを3つの視点から分析し、主要な発見とアクションの方向性を提示します。
スマートサマリーを使うことで、以下のことが分かります：
ページ上でユーザーが注目/離脱しているポイントの要約
広告チャネルごとのパフォーマンス比較
訪問者セグメントごとの行動傾向
使い方
ヒートマップツールバーで 「スマートサマリー」 タブをクリックすると、AIによる分析結果が右側パネルに表示されます。
右側パネルには以下の3つのサブタブがあります。
[screenshot: スマートサマリー画面 — 右側パネルに主要インサイトと3つのサブタブが表示されている]
3つの分析モジュール
ユーザー行動分析
ページ上でのユーザー行動をブロック単位で分析します。
何が分かるか
主要インサイト：ページ全体の分析結論（例：「ファーストビューで36%が離脱しており、価値提案の具体性が不足している可能性がある」）
フェーズ別行動分析：ページを心理的な4段階に分け、各段階でユーザーがどう行動したかを解説
注目ポイント：ユーザーの関心が高い箇所とその理由
離脱ポイント：ユーザーが離脱しやすい箇所とその考えられる原因
3つの分析モジュール
ユーザー行動分析
ページ上でのユーザー行動をブロック単位で分析します。
何が分かるか
主要インサイト：ページ全体の分析結論（例：「ファーストビューで36%が離脱しており、価値提案の具体性が不足している可能性がある」）
フェーズ別行動分析：ページを心理的な4段階に分け、各段階でユーザーがどう行動したかを解説
注目ポイント：ユーザーの関心が高い箇所とその理由
離脱ポイント：ユーザーが離脱しやすい箇所とその考えられる原因
ページタイプの自動識別
ユーザー行動分析を行う際、Smart Heatmapはまずページの種類を自動識別します。ページタイプによってユーザーの訪問目的や閲覧パターンが異なるため、分析フレームワークもページタイプに応じて最適化されます。
広告LP
ナビゲーションなし、単一CTA、長文テキスト構成
記事LP
編集記事風レイアウト、教育的コンテンツ、ソフトCTA
商品詳細ページ（PDP）
Buy Box、ユーザーレビュー、商品ギャラリー
ホームページ
フルナビゲーション、Hero Banner、ブランドストーリー
キャンペーンページ
イベント主導、クーポン・カウントダウン、タイムセール
その他
ログインページ、お問い合わせページ等
4段階の心理モデル
識別されたページタイプに基づき、各ブロックのコンテンツを4つの心理段階に分類して分析します。4段階の基本フレームワークは以下の通りです。
Phase 1
「自分に関係があるか？」
相関性の確立・第一印象の形成
Phase 2
「私の課題を理解しているか？」
共感の醸成・理解コストの低減
Phase 3
「なぜこの商品を買うべきか？」
根拠と証拠の提示・信頼の構築
Phase 4
「本当に安全か？」
リスク低減・行動の後押し
ページタイプ別のフェーズ名
同じPhase 1でも、PDPのユーザーは「購入判断に必要な情報が揃っているか」を確認し、記事LPのユーザーは「読み進める価値があるか」を判断しています。このため、ページタイプごとに各フェーズの名称が最適化されています。
広告LP
第一印象を受け止める
共感を生む
購入理由を与える
不安を解消する
記事LP
読み進める信頼をつくる
課題への共感を強める
解決策で納得させる
行動のハードルを下げる
商品詳細ページ
購入判断要素を揃える
商品価値を伝える
信頼の根拠を示す
購入行動を後押しする
ホームページ
ブランドとターゲットを明確にする
次の導線へ誘導する
信頼と理由を強化する
継続関係につなげる
キャンペーンページ
キャンペーン価値に集中する
参加ルールを説明する
カテゴリで素早く商品を選べるようにする
注文完了まで後押しする
Phase 1〜4の番号は全ページタイプで共通の対齐キーです。フェーズ名はページタイプに応じた表示ラベルであり、分析レポート内ではページタイプに対応した名称が使用されます。
この分類は、単にページの上から順番に区切るのではなく、各ブロックのコンテンツが果たしている心理的な役割に基づいて自動的に判定されます。ページタイプに応じた専用の分類ロジックが適用されるため、同じ「レビュー」ブロックでもPDPではPhase 3（信頼の根拠を示す）、広告LPではPhase 3（購入理由を与える）のように、文脈に即した分類が行われます。
使用する主な指標
ブロック平均滞在時間
ユーザーの関心度の判定
ブロック離脱率
離脱ポイントの特定
インプレッション率
ブロックへの到達状況の確認
ブロックコンバージョン率
コンテンツのCV貢献度の補足判断
広告効果分析
ページに流入した広告チャネルのパフォーマンスを比較分析します。
何が分かるか
主要インサイト：最も効果の高い広告チャネルと、最も効果の低い広告チャネルの対比（例：「Google検索は転換率2.1%で最も効果的、Instagram広告は0.3%で改善が必要」）
全体概況：トラフィックの構成と主な広告チャネルのパフォーマンス概要
分析の仕組み
広告効果分析では、各広告チャネルをセッション数とコンバージョン率の2軸で評価します。
多い
高い
効果的なチャネル
維持・強化、成功要因を他チャネルへ横展開
少ない
高い
潜在力のあるチャネル
配信量を慎重に拡大
多い
低い
要注意チャネル
ランディングページとの整合性を確認、改善なければ縮小
少ない
低い
検証中チャネル
小規模テストを継続し、効果を見極め
特定のチャネルがトラフィックの95%以上を占めている場合、比較分析ではなく全体概況として扱われます。
使用する主な指標
訪問数
トラフィックの規模
コンバージョン率
チャネルの質の評価
直帰率
ランディングページとの整合性
クリック率
ページ内でのエンゲージメント
CTAクリック率
アクション意欲の指標
平均滞在時間
コンテンツへの関与度
オーディエンス分析
訪問者セグメント（地域、デバイス、訪問者タイプなど）ごとの行動傾向を分析します。
何が分かるか
主要インサイト：最も質の高い訪問者セグメントと、改善が必要なセグメントの対比（例：「リピーターのコンバージョン率は新規訪問者の3倍。リピーター向けの施策強化を検討できる」）
全体概況：訪問者の構成と主なセグメントのパフォーマンス概要
分析の仕組み
オーディエンス分析でも、広告効果分析と同じセッション数 × コンバージョン率の2軸で各セグメントを評価します。
分析可能なセグメントの例：
訪問者タイプ
新規訪問者、リピーター
デバイス
Mobile、PC、Tablet
地域
国、都道府県
流入チャネル
自然検索、キャンペーン、直接流入
直帰/非直帰
直帰訪問者、非直帰訪問者
使用する主な指標
広告効果分析と同じ指標セットを使用します（CTAクリック率を除く）。
分析のヒント
スマートサマリーを出発点として使う
スマートサマリーは、分析の出発点として最適です。AIが提示した洞察をもとに、詳しく確認したい箇所を他のヒートマップタブで深掘りしましょう。
「Phase 1で離脱が多い」
→ 離脱ヒートマップでファーストビュー周辺を詳しく確認
「特定ブロックの注目度が高い」
→ 滞在ヒートマップで該当ブロックの詳細を確認
「特定広告チャネルの転換率が低い」
→ ツールバーのセグメントでそのチャネルに絞ったヒートマップを確認
「リピーターの転換率が高い」
→ リピーター向けの施策をExperienceで作成
注意点
AIの分析結果は「可能性の示唆」であり、確定的な因果関係ではありません
訪問数が少ないセグメントの分析結果は参考程度に留めてください
定期的に確認することで、時系列での変化を把握できます
最終更新