LPのCVRが落ちた犯人は、LPではなく『手前の記事』かもしれない

「ファネル分析を見たら、広告LPの離脱率が85%に達しています。購入ボタンの色を変えて、ファーストビューの訴求文言をABテストしましょう」

マーケティングやプロダクトの定例会で、誰もが一度は耳にしたことがあるセリフです。しかし、ボタンの色をどれだけ変えようが、入力フォームを1ステップ削ろうが、何十回ABテストを繰り返しても全体の売上がピクリとも動かない。そんな泥沼にハマった経験はないでしょうか。

PdMやデザイナーは「LPのUI/UXが悪いのか」と頭を抱え、マーケターは「オファー（価格設定や特典）が刺さっていないのか」と悩む。

しかし、犯人はLPでもオファーでもないかもしれません。真犯人は、その手前にある「記事（入口）」に潜んでいます。


統計学と計量経済学の観点から見れば、これは極めて古典的な「選択バイアス（Selection Bias）」の罠です。


架空の事例：D2Cサプリ「エナジープロ」の悲劇
ある健康食品D2Cブランド「エナジープロ」の現場で起きた事例を見てみましょう。彼らの集客導線は、「オウンドメディアや広告記事（記事LP）」→「商品購入LP」→「購入完了」という典型的なファネル構造です。

ある日、記事制作を担当するマーケティングチームが歓声を上げました。新しく投下した「記事B」の数字が、従来の「記事A」を圧倒したのです。

記事A（従来の真面目な解説記事）
「30代から落ちる基礎代謝の真実と、必須アミノ酸の役割」
→ 記事内のLPリンククリック率（CTR）：3.0%

記事B（新しく作った煽り系の記事）
「【衝撃】飲むだけで10キロ減!? ズボラな私でも人生変わった裏技がヤバすぎた」
→ 記事内のLPリンククリック率（CTR）：15.0%

記事BのCTRは驚異の5倍。「歴史的な勝ちクリエイティブを見つけた！」とチームは沸き立ち、広告予算を一気に記事Bへ集中させました。

しかし数日後、ダッシュボードを見て全員が青ざめます。商品LPの購入率（CVR）が、従来の4.0%から0.5%へと大暴落したのです。

LP担当のPdMは激怒しました。

「記事チームがせっかく5倍のトラフィックを送り込んでくれたのに、LPがザルになって顧客を取りこぼしている！ 今すぐLPの改善スプリントを回せ！」

チームは不眠不休でLPのファーストビューを差し替え、レビュー動画を埋め込み、カゴ落ち防止ポップアップを実装しました。しかし、どれだけLPを弄り倒しても、CVRは1ミリも回復しませんでした。

なぜでしょうか？

ファネル分析の盲点：ステップ2の客は「すでに偏っている」
原因は単純です。LPに来たユーザーは、最初からサプリを買う気など毛頭なかったからです。

多くの現場で使われている「ファネル分析」には、無意識に信じ込まれている危険な前提があります。

「ステップ2（LP）にいる母集団は、ステップ1（記事）の通過にかかわらず、同質なユーザーである」

これは数学的に完全な誤りです。確率論の言葉を使えば、LPのCVRとは単なる確率ではなく、「どんな記事を読んだか」という条件が付いた条件付き確率：P(購入 | 記事) です。

記事は、単に人を次のページへ運ぶだけの「無味無臭の土管」ではありません。記事そのものが、特定のモチベーションや属性を持った人間を強烈にセレクトする「選別機（フィルター）」として機能しています。

記事Aを読んだ人
地味で長い代謝の解説を真面目に読み進め、納得してリンクを踏んだ。彼らは「自分の健康課題を自覚し、解決策を求めている熱量の高い客」です。

記事Bを読んだ人
「飲むだけで痩せる裏技」という甘い罠に釣られて反射的にタップした。彼らは「楽してタダ同然で痩せたいだけの、購買意欲ゼロの冷やかし客」です。

記事Bによって起きたのは、「トラフィックの拡大」ではありません。「本来なら絶対に買わない客層」がLPに津波のように雪崩れ込んできたことによる、母集団の希釈（選択バイアス）です。

1本5,000円の定期購入サプリを売るLPに対して、「飲むだけでタダで痩せたい客」を何万人ぶつけたところで、ボタンを押すはずがありません。LPのCVRが暴落したのは、LPの品質が劣化したからではなく、「買わない理由を持った人間ばかりが選別されて送り込まれたから」です。

LPのデザイナーやエンジニアは、何の罪もないのに「手前の記事がやらかした選別バイアス」の冤罪を着せられ、無意味なボタン色のABテストを繰り返していたのです。

組織の病理：KPIの分断が「局所最適の地獄」を生む
この問題が根深いのは、データ分析の技術不足というより、マーケティングとプロダクト（事業）のKPI分断という組織構造から必然的に発生する点にあります。

記事・集客チームのKPI
「記事PV」「CTR（クリック率）」「LPへの送客数」
→ 煽り見出しでも、誤解を生む表現でも、とにかくクリックさせれば「目標達成」になる。

LP・プロダクトチームのKPI
「LPのCVR」「CPA（顧客獲得単価）」「購入完了数」
→ 質の悪い客が送り込まれてCVRが下がると、自分たちの責任にされてしまう。

集客側が「自分のKPI（送客数）」を局所最適化しようとすればするほど、ファネルの後段にゴミトラフィックが押し寄せ、下流のチームのリソースを疲弊させていきます。そしてお互いに「LPの訴求が弱い」「いや、記事の質が悪い」と責任のなすりつけ合いが始まります。

処方箋：局所最適を脱出する3つのアプローチ
では、この選択バイアスを見抜き、組織の毛細血管を正常に戻すにはどうすればよいのでしょうか。実務で直ちに導入できる3つの解決策があります。

1. 全体合算ファネルを捨て、「入口ごとの輪切りファネル」を見る
まずやるべきは、ダッシュボードで全トラフィックをガッチャンコした「全体のファネル」を見るのをやめることです。
記事A経由のファネル、記事B経由のファネルへと、流入元別に完全に分解（セグメンテーション）して並べてください。

もしLPのUIそのものが壊れているなら、どの記事から来たユーザーのCVRも一様に落ちるはずです。しかし、「記事A経由の客は相変わらず4%で買っているのに、記事B経由だけが0.5%に沈んでいる」という絵が見えた瞬間、議論は終わります。直すべきはLPではなく記事Bです。

2. 中間指標を廃止し、「入口1PVあたりの最終期待値」を共通言語にする
記事担当者の評価から、単純な「CTR」や「送客数」を外します。代わりに、「記事1PVあたり、最終的に何件の購入（または売上）を生んだか」というEnd-to-Endの期待値を共通指標に据えます。

1PVあたりの期待CV数 ＝ 記事CTR × LPのCVR

先ほどの事例で計算してみましょう。

記事A： CTR 3.0% × CVR 4.0% ＝ 0.0012 CV / PV

記事B： CTR 15.0% × CVR 0.5% ＝ 0.00075 CV / PV

CTRが5倍だったはずの記事Bは、ビジネスの最終成果で見れば、記事Aの「約6割」の価値しか生んでいません。途中でどれだけ遷移しようが、最後に買われなければ売上はゼロです。「入口1PVあたりの期待値」で会話を統一すれば、誰も中身のない釣り記事を作らなくなります。

3. 直帰率と「メッセージの匂い（Message Scent）」を監査する
質の悪い選別が行われているとき、データには必ず「LP遷移後3秒以内の直帰率」として現れます。記事で「飲むだけで痩せる」と期待させておきながら、LPで「毎日の運動とバランスの良い食事とともに」と書かれていれば、ユーザーは一瞬で騙されたと気づき、ブラウザの「戻る」ボタンを押します。

マーケティング用語で「メッセージの匂い（Message Scent）」と呼ばれるこの一貫性が途切れていないか、記事の訴求とLPのオファーの整合性を定性・定量の両面でチェックすることが不可欠です。

「数字の先にある人間の選別」を見抜く
ファネル分析は、プロセスを可視化する非常に強力なツールです。しかし、パイプの継ぎ目だけを眺めていると、「手前のアクションが、後ろに流れるプールの水質そのものを変えてしまう」という因果のダイナミクスを見落とします。

「LPの数字が落ちたからLPを直す」というのは、熱が出たから解熱剤を飲むような対症療法に過ぎません。なぜその熱が出ているのか。手前で誰が、どんなインセンティブで、どんな人間を集めてしまったのか。

ダッシュボードに並ぶ無機質なパーセンテージの裏には、必ず人間の心理とインセンティブの連鎖が存在します。

表面的な数字に踊らされて局所最適のABテストを繰り返す前に、一度立ち止まって問いかけてみてください。

「いま目の前で離脱しているその人たちは、そもそも最初から、あなたの商品を買う理由を持っていましたか？」

「ファネル分析を見ながら、チーム全員でボタンの色を議論することに疲れていませんか？」

ダッシュボードの表面的な数字ではなく、事業の因果構造と組織のKPI設計まで踏み込んで数字を診断します。心当たりのある事業責任者の方は、ぜひお気軽にメッセージをください。