CRO（コンバージョン率最適化）とは、CVRという指標を単発ではなく継続的に改善し続けるための、体系的な取り組み全体を指します。個別の施策がCVR改善だとすれば、それを仕組みとして回し続ける営みがCROです。

昨年の秋、あるBtoBのクラウドサービス会社から相談を受けました。「CVR改善に半年取り組んできたのに、成果が続かない」という話です。

詳しく聞くと、こういう経緯でした。春にLPのファーストビューを改善して、CVRが1.1%から1.8%に上がった。社内で「成功だ」と盛り上がった。ところがそのあと何もせず放置して、秋には1.3%まで戻っていた。担当者は他の業務に追われ、改善のモメンタムは消えていたそうです。

このような相談は珍しくありません。CVR改善の「施策」自体は知られています。ファーストビューを直す、CTAを増やす、フォームを減らす。やれば数字は動きます。ただ、一回やって終わりにすると、数字はたいてい元に戻ります。

これは施策の問題ではなく、取り組み方の問題です。単発の改善をCVR改善と呼ぶなら、それを継続的な仕組みとして回し続ける営みがCROにあたります。この記事では、CVRとCROの違いを整理したうえで、CROを実務でどう回すか、そして組織としてどう取り組むかまで踏み込みます。

CVRとCROは何が違うのか

まず言葉の整理をしておきます。ここが曖昧なまま進むと、あとで話がずれてしまいます。

CVR（Conversion Rate）は指標です。サイトに来た人のうち何%がコンバージョンしたか。計算式はシンプルで、コンバージョン数 ÷ セッション数 × 100。数字そのものであり、現状の「結果」を表しています。（CVRの計算方法や業界平均値の詳細は「CVRとは？計算方法と業界別平均値を徹底解説」でまとめています。）

CRO（Conversion Rate Optimization）はプロセスです。日本語では「コンバージョン率最適化」。CVRという指標を継続的に改善し続けるための、体系的な取り組みを指します。

ここが大事なところですが、CROは「CVRを上げる施策の集まり」ではありません。施策単体ならCVR改善です。CROはその施策をどう見つけ、どう優先し、どう検証し、どう蓄積するかという一連の仕組みのことを言います。

もう少し具体的に整理します。

CVR改善CRO
性質個別施策継続的プロセス
典型例「CTAの色を変えたらCVRが0.5%上がった」「月次で仮説を立て、テストし、学びを蓄積する体制がある」
時間軸スポット半年〜年単位の継続
必要なもの施策のアイデア分析基盤、仮説の立て方、テスト運用、組織の合意

冒頭のクライアントは、CVR改善はやっていました。ただ、CROにはなっていなかった。だから一度上がった数字が元に戻ってしまったわけです。

CROのフレームワーク：4つのフェーズ

CROの実務は、大きく4つのフェーズで回します。「分析 → 仮説 → テスト → 実装」。これをサイクルとして繰り返す構造です。

一つずつ見ていきます。

フェーズ1：分析（数字で「どこが問題か」を特定する）

CROの起点は、必ずデータです。勘ではありません。

まずやるべきは、ファネル分析です。ユーザーがサイトに入ってからコンバージョンに至るまでの各ステップで、何人が残って何人が離脱しているか。これを数字で可視化します。

GA（Google Analytics）を使っている場合、「目標到達プロセス」レポートでこれが見えます。たとえば、あるBtoBサービスのサイトで分析したときの数字は次のようなものでした。

ステップセッション数離脱率
LP到達10,000—
サービス詳細ページ3,20068%
料金ページ1,10066%
フォーム到達42062%
フォーム完了（CV）8580%

全体CVRは0.85%。この数字だけ見ると「まあまあ低いな」で終わりますが、ファネルを分解すると話が変わります。

LPからサービス詳細ページへの遷移で68%が離脱しています。ここが最大のボトルネックです。逆にフォーム到達後の完了率は20%で、BtoBとしては特別低くはない。つまりフォーム改善より先にやるべきことがある、ということになります。

このように「どこが問題か」を数字で絞り込むのが、分析フェーズの仕事です。

ファネル分析に加えて、ヒートマップも併用します。Microsoft Clarity（無料）やHotjar（※1）を使えば、ユーザーのスクロール深度、クリック位置、離脱ポイントが視覚的にわかります。数字で「LP離脱率68%」とわかったら、次はヒートマップで「LPのどこで離脱しているか」を確認する。この2段階で、改善すべきポイントが具体化します。

フェーズ2：仮説（「なぜそうなるか」を言語化する）

分析で「どこが問題か」がわかったら、次は「なぜそうなっているか」の仮説を立てます。

ここが意外と難しいところで、多くの人がこの工程を飛ばします。「LP離脱率が高い → ファーストビューを変えよう」と、問題からいきなり施策に飛んでしまう。これだと、的外れな施策を打つリスクが高くなります。

先ほどのBtoBサービスの例で、LP離脱率68%の原因として考えられる仮説はいくつかあります。

  • 仮説A：ファーストビューのコピーが抽象的で、ターゲットが「自分ごと」と感じていない
  • 仮説B：LPからサービス詳細ページへの導線が目立たず、次に何をすればいいかわからない
  • 仮説C：広告のクリエイティブとLPの内容にギャップがあり、期待と違うと感じて離脱している

仮説Aなら対策はコピーの改善。仮説Bならページ内の導線設計。仮説Cなら広告側の見直しが先。仮説によって打ち手がまるで変わるのがわかると思います。

仮説の立て方にはフレームワークがあります。実務でよく使うのは、ResearchXLモデル（※2）をベースにしたアプローチです。CXL Institute（現CXL）のPeep Laja氏が体系化したもので、以下の6つの視点からサイトの課題を洗い出します。

  1. ヒューリスティック分析：専門家の目でUI/UXの問題を洗い出す
  2. テクニカル分析：ページ速度、ブラウザ互換性、エラーの有無
  3. Web解析データ：GAやヒートマップの定量データ
  4. マウストラッキング：クリック、スクロール、注意の集中ポイント
  5. 定性調査：ユーザーインタビュー、アンケート
  6. ユーザーテスト：実際にサイトを使ってもらって観察する

全部やるのが理想ですが、現実的にはリソースに限りがあります。おすすめは、まず1（ヒューリスティック分析）と3（Web解析データ）の2つからスタートすることです。この2つは外部の人間がいればすぐに着手でき、大抵のケースで十分な仮説が出せます。

仮説は「テストで検証できる形」にまで落とし込むことが望ましいです。「ファーストビューが弱い」ではなく、「メインコピーを課題訴求型に変更することで、サービス詳細ページへの遷移率が10%以上改善する」。ここまで具体化して初めて、次のテストフェーズに進めます。

フェーズ3：テスト（データで白黒つける）

仮説が立ったら、ABテストで検証します。

ABテストの詳しい手法は「ABテストとは？やり方・ツール・成功事例をわかりやすく解説」で書いているので、ここではCROのプロセスとしてのポイントに絞ります。

問題は、テストの優先順位をどう決めるかです。仮説が5つも10つも出てくることは珍しくありません。全部同時にテストするのは不可能なので、優先順位が要ります。

よく使われるのがPIEフレームワーク（※3）です。WiderFunnel（現Go Group Digital）のChris Goward氏が提唱したもので、3つの基準でスコアリングします。

  • Potential（改善余地）：この施策でどれくらい数字が動きそうか（1〜10）
  • Importance（重要度）：そのページのトラフィックや売上への貢献度（1〜10）
  • Ease（実行容易性）：技術的・組織的にどれくらい簡単に実施できるか（1〜10）

3つの平均スコアが高い仮説から順にテストしていきます。完璧なフレームワークではないですが、「とりあえずやりたいことからやる」よりは格段に精度が上がります。

テスト期間中に注意したいのが、統計的有意性です。「3日でパターンBが勝っているから確定しよう」という判断は危険です。サンプルサイズが小さいと、偶然の偏りで結果が逆転することがあります。

目安として、各パターンに最低200〜300コンバージョンが溜まるまでは判定しないことが望ましいです。Google Optimizeは終了しましたが、VWOやAB Tastyなどのツールには統計的有意性を自動計算する機能がついているので、ツールの判定結果を尊重するのが安全です。

Optimizely社の公開事例集（※4）では、統計的に有意な結果が出るまでに平均2〜4週間かかるとされています。急いで判断したくなる気持ちはわかりますが、ここで焦ると、CROサイクル全体の信頼性が崩れてしまいます。

フェーズ4：実装と学習（勝ちパターンを定着させる）

テストで勝ちパターンが確認できたら、本番実装します。ここまでは当たり前の話です。

CROとしてもっと重要なのは、テスト結果を組織の知見として蓄積することです。

勝っても負けても、テスト結果は記録しておくことが望ましいです。クライアントに提案しているのは、以下の項目を記録するテストログです。

項目内容
テスト名FV_コピー変更_課題訴求型_202603
仮説抽象的なコピーを課題訴求型に変更するとページ遷移率が改善する
対象ページサービスLP
KPIサービス詳細ページへの遷移率
テスト期間2026/3/1〜3/21
サンプルサイズA: 4,200 / B: 4,180
結果B勝ち。遷移率 A: 31% → B: 42%（+35.5%）
有意性p < 0.01
学びターゲットの日常業務に紐づく課題を冒頭に出すと反応が良い
次のアクション他のLPにも同じアプローチを横展開

これが5件、10件と溜まっていくと、「自社のサイトのユーザーには、こういうアプローチが効く」というパターンが見えてきます。これは外部のベストプラクティス集には載っていない、自社だけのナレッジです。ここにCROの本当の価値があります。

CROが「組織の取り組み」でなければならない理由

ここまでフレームワークの話をしてきましたが、ここからが本題と言ってもいいかもしれません。

CROは、担当者1人の努力では回りにくいものです。

McKinseyの調査レポート（※5）では、デジタルトランスフォーメーションの取り組みが成功する企業には「経営層のコミットメント」「部門横断の協力体制」「継続的な学習サイクル」の3つが共通していると報告されています。CROも同じ構造です。小さな規模ではありますが、本質的にはデジタル変革プロジェクトの一種だからです。

なぜ組織の話になるかというと、CROは複数の専門領域にまたがるからです。

  • 分析：GAやヒートマップのデータを読み解く人
  • 仮説立案：UXやコピーライティングの知見がある人
  • テスト設計・実装：ABテストツールの操作やコードの修正ができる人
  • 意思決定：テスト結果をもとに施策を確定し、予算を配分できる人

これを1人でこなすのは現実的ではありません。兼務でもいいので、最低でも2〜3人のチーム体制が要ります。そしてそのチームが月次で動ける時間と権限を確保する必要があります。

経営層の理解なしにCROは始まらない

現場で一番多い障壁は「経営層がCROの価値を理解していない」ことです。

「ボタンの色を変えるのに、毎月工数をかける意味があるのか」と言われた経験のある担当者は多いのではないでしょうか。

ここで必要なのは、CROを投資対効果の言語で説明することです。

たとえば、月間10,000セッション、CVR 1.0%、顧客単価50万円のBtoBサイトがあるとします。

シナリオCVR月間CV月間売上相当額
現状1.0%100件5,000万円
CROで+0.3pt改善1.3%130件6,500万円
CROで+0.5pt改善1.5%150件7,500万円

CVRが0.3ポイント上がるだけで、月間1,500万円の売上増です。年間にすれば1億8,000万円。CROにかかる月々の工数や外注費が数十万〜百数十万円だとすると、ROIは明確に見合います。

Econsultancyの「Conversion Rate Optimization Report」（※6）によると、CROに投じた1ドルあたりの平均リターンは223%という調査結果が出ています。これは海外の平均値なので日本の状況とそのまま比較はできませんが、CROが「コストセンター」ではなく「利益を生む投資」であることを示す一つの根拠にはなります。

経営層への説明には、この種の数字を使うのが効果的です。「ユーザー体験を良くしたい」では予算は通りにくい。「CVR 0.3pt改善で月1,500万円の売上増が見込める」なら話が動きます。

マーケ・制作・営業の壁を越える

もう一つの障壁が、部門間の連携です。

CROの分析で「広告のクリエイティブとLPの内容にギャップがある」とわかったとき、LP側を直すのは制作チームですが、広告のクリエイティブを変えるのは広告運用チームです。別の部門、場合によっては別の会社です。

「フォームの項目を減らしたい」と提案すると、営業部門から「リードの質が下がる」と反対が出ることもあります。先ほどのフレームワークの話とは別次元の、社内調整の話です。

これを解決する特効薬はありません。ただ、うまく回っている会社に共通しているのは、CROの定例ミーティングに関係者を全員巻き込んでいることです。

月1回でいいので、分析結果とテスト結果を共有する場を設ける。30分で十分です。テスト結果をオープンにすると、「フォーム項目を減らしたら問い合わせが1.6倍になった」という事実を営業部門も目にすることになります。事実は議論を前に進めてくれます。

CROを始める現実的なステップ

理想論ばかり並べても進まないので、「リソースが限られている会社がCROを始めるなら何からやるか」を書きます。

ステップ1：計測環境を整える（1〜2週間）

GAのキーイベント設定（CV設定）が入っていなければ、まずそこからです。コンバージョンとして計測すべきアクション（問い合わせ完了、資料DLなど）を定義して、正しくトラッキングされている状態をつくります。

加えて、ヒートマップツールを1つ入れてください。Microsoft Clarityなら無料で、タグを1行貼るだけです（※7）。これだけでファネル分析とヒートマップ分析の両方ができるようになります。

ステップ2：現状のファネルを可視化する（1週間）

計測環境が整ったら、2〜4週間分のデータを溜めて、ファネルを数字で出します。LP → 詳細ページ → フォーム → 完了の各ステップの通過率と離脱率を出すだけです。スプレッドシートで十分です。

これを見るだけで「どこで人が止まっているか」がわかります。ここがCROの出発点です。

ステップ3：最初の仮説を立ててテストする（2〜4週間）

ファネルで最大のボトルネックがわかったら、そこに対する仮説を1〜3個立てて、最もインパクトが大きそうなものからABテストを回します。

最初のテストは小さいもので問題ありません。CTAの文言を変える、ファーストビューのコピーを変える。実装に半日もかからないもので十分です。大事なのはサイクルを1回転させることです。

ステップ4：結果を共有して次のサイクルへ

テスト結果が出たら、それを社内で共有します。勝っても負けても共有する。特に「負けたテスト」の共有は価値が高いです。「このアプローチはうちのユーザーには響かない」という学びが得られるからです。

ここまでやると、1サイクル目が完了します。あとはこれを月に1回のペースで繰り返すだけです。

最初の3サイクル（3ヶ月）で手応えを感じられたら、そのときに初めて体制の強化や外部リソースの活用を検討すればいい。走り始める前から完璧な体制を作ろうとすると、なかなか始められません。

外部パートナーを使うべきタイミング

ここまで自社でCROを回す方法を書いてきましたが、実際にはすべてを社内で完結させるのが難しいケースのほうが多いです。

特に以下のような状況なら、外部の力を借りることを検討する価値があります。

  • 分析できる人がいない：GAやヒートマップのデータを見て仮説を立てられる人がいない場合、分析フェーズ自体が始まらない
  • テストを回す工数がない：通常業務の合間にABテストを設計・実装・検証するのは、担当者1〜2人の体制ではかなり厳しい
  • 改善が頭打ちになった：自社だけで回していると、仮説のバリエーションが枯渇しやすい。他社事例を多く持っている外部パートナーのほうが、新しい角度の仮説を出しやすい

株式会社ティーラが提供するCVアップパートナーズは、まさにこの「分析 → 仮説 → テスト → 実装」のサイクルを丸ごと引き受けるサービスです。実務は弊社で回し、貴社の担当者は意思決定に集中してもらう。こうするとサイクルの回転が速くなり、テストログの蓄積も着実に進みます。

ただ、外部に丸投げすればいいという話でもありません。テスト結果を見てGo/No-Goを判断するのは貴社側の仕事です。ここだけは手放さないことをおすすめします。自社のユーザーのことを一番わかっているのは自社の人間だからです。

まずは「自社のサイトにどれくらい改善余地があるのか」を知るところから始めてみませんか。無料のサイト診断で、ファネルのボトルネックと優先すべき改善ポイントをレポートとしてお渡ししています。

-> 無料サイト診断に申し込む

出典

※1：Hotjar. “Heatmaps, Recordings, Surveys & More.” https://www.hotjar.com/

※2：CXL. “ResearchXL Framework.” https://cxl.com/blog/researchxl-framework/

※3：WiderFunnel (現Go Group Digital). “The PIE Framework for Prioritizing Your A/B Tests.” https://www.widerfunnel.com/pie-framework/

※4：Optimizely. “The State of Experimentation.”

※5：McKinsey & Company. “Unlocking success in digital transformations.” (2018) https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/unlocking-success-in-digital-transformations

※6：Econsultancy. “Conversion Rate Optimization Report.” https://econsultancy.com/reports/conversion-rate-optimization-report/

※7：Microsoft. “Clarity - Free Heatmaps & Session Recordings.” https://clarity.microsoft.com/