解析画面を開くと、平均滞在時間2分30秒、直帰率58%、CVR1.2%。数字はきれいに並んでいます。
でも、その数字どおりに動いた人は、実は一人もいないかもしれません。
平均滞在時間が2分30秒だったとしても、中身は10秒で帰った人と8分じっくり読んだ人が混ざっているだけ、ということがよくあります。平均は、実在しない誰かの輪郭を描いてしまうのです。
心当たりはありませんか。数字は毎週見ているのに、次に何を直せばいいのかがいつまでも決まらない。
その行き詰まりを抜けるための道具が、N1分析です。
N1分析とは、たった一人を丁寧に見ること
N1分析とは、サンプル数が1人（N＝1）の行動を細部まで追いかけて、そこから改善の示唆を引き出す手法です。もともとは顧客インタビューの文脈で広まった言葉で、ウェブ解析では一人の訪問者の行動ログを時系列で見ることを指します。
集計データは、何が起きたかを教えてくれます。N1は、なぜそうなったのかの手がかりをくれます。
全体の数字が答えられないこと
たとえばフォームの送信率が20%だったとします。この数字は、残りの80%がどこで手を止めたのかを教えてくれません。
入力欄が多すぎたのか、料金に納得できなかったのか、そもそも別の情報を探していたのか。集計値からは区別がつきません。
一方、実際に離脱した人のログを開くと、料金ページと機能ページを3往復してからフォームに来て、15秒で閉じていた、といった生々しい経路が見えます。
これだけで、比較材料が足りていないのではという仮説が立ちます。
定量と定性のあいだにある手法
N1分析は、アンケートやインタビューのような定性調査と、アクセス解析のような定量分析の、ちょうど中間にあります。
行動ログという事実に基づいている点では定量的です。けれど一人ずつ解釈しながら読む点では定性的です。
インタビューは深く聞ける代わりに、人を集めるだけで数週間かかります。アクセス解析は毎日見られる代わりに、理由を教えてくれません。
N1分析は、その中間を今日から埋められる手段です。
だからこそ、どちらか片方だけでは届かない場所に手が届きます。
アクセスが少ないサイトほど効く
月間の訪問が数百件しかないと、CVRのような比率は数人の増減で大きく揺れます。統計的に意味のある差を出すには、そもそも母数が足りません。
そういうサイトでこそN1は強い。10人しか来ていないなら、10人全員のログを読めばいいからです。
小さなサイトの弱点だった母数の少なさが、N1分析では全員を見きれるという利点に反転します。
一人のタイムラインから見えること
N1分析で見るのは、一人の訪問者が、いつ、どこから来て、どのページを、どの順で、どれだけの時間見たかという記録です。実際のタイムラインは、たとえばこんな形になります。
訪問者 a7f3…c21（初回訪問：3月4日）
1回目 3/4 21:12 Google検索 → /blog/cvr-tips 1分48秒
3/4 21:14 → /pricing 22秒
3/4 21:14 離脱
2回目 3/6 12:30 直接アクセス → /pricing 2分05秒
3/6 12:32 → /features 41秒
3/6 12:33 → /pricing 1分12秒
3/6 12:34 → /signup 15秒
3/6 12:35 離脱（フォーム未送信）
この一枚から読み取れることは、思っているより多いはずです。行動ログには、迷いや不満が形になって現れます。
代表的なサインを挙げます。
- 同じ2ページを3回以上いったり来たりしている
- 目標のページを開いて数秒で戻っている
- ほとんどスクロールしないまま離脱している
- 再訪しているのに、毎回同じ場所で止まっている
それぞれ、何を疑えばいいのかを順に見ていきます。
迷いは、行き来に表れる
同じページを何度も往復している人は、たいてい迷っています。上の例では料金ページと機能ページを行き来しています。
比較しようとしたけれど、必要な情報が一箇所にまとまっていなかった。そう考えるのが自然です。
逆に、迷わず一直線に進んで離脱している場合は、迷いではなく期待とのズレを疑います。探していたものが最初から無かったパターンです。
短すぎる滞在は、内容ではなく入り口の問題かもしれない
/signup を15秒で閉じています。フォームの中身を読み込んで諦めたにしては短すぎます。
開いた瞬間に何かが目に入って引き返した可能性が高い。入力項目の数、必須マークの多さ、あるいはログイン画面と間違えた、といった仮説が浮かびます。
ここで効いてくるのが、滞在時間をどこまで正確に取れているかです。多くの計測は次のページへ移った時刻との差で滞在時間を出すため、最後に見たページはゼロ秒として扱われてしまいます。
Strideは15秒ごとにエンゲージメントのハートビートを送るので、離脱したページや1ページだけの訪問でも滞在が実数として残ります。時間の読み方そのものは滞在時間・エンゲージメントの正しい測り方で扱っています。
複数回の訪問をまたぐと、検討の深さが見える
1回目と2回目で、入り口も行動も違います。1回目はブログ記事から来た情報収集、2回目は直接アクセスからの比較検討です。
再訪した時点で、その人はすでに候補に入れているということです。ここで離脱しているなら、失っているのは興味のない人ではなく、あと一歩の人です。
セッションをまたいで同じ訪問者を追えるかどうかで、N1分析の解像度はかなり変わります。Strideは、氏名やメールアドレスを一切集めない匿名IDのまま、複数訪問を横断したタイムラインを表示します。
入り口と最初のページの組み合わせを疑う
流入元と最初に見たページの組み合わせは、その人の期待値そのものです。広告から料金ページに着地した人と、検索でブログ記事に着いた人では、求めているものがまるで違います。
広告経由なのに数秒で戻っているなら、原因はページの中身より、広告の文言とページの見出しがつながっていないことのほうが多い。
ここで流入元の分類が雑だと、判断ごと狂います。Gmailのリンクから来た人が検索流入に混ざっていると、メール施策の成果が検索の数字に紛れてしまうからです。
集計とN1は往復させる
N1分析は、単体で使うものではありません。集計で当たりをつけ、N1で深掘りし、また集計で確かめる。
この往復が基本の型です。
役割の違いを整理すると、こうなります。
| 観点 | 集計分析 | N1分析 |
|---|---|---|
| 得意なこと | どこで問題が起きているかの特定 | なぜ起きているかの仮説づくり |
| 苦手なこと | 理由の説明 | 規模や優先順位の判断 |
| 向いている場面 | 週次の定点観測、施策の効果検証 | 数字が動かない原因を探すとき |
| 見る量 | 全訪問 | 3〜5人 |
まず全体を見ます。ファネルで各ステップの到達率を並べれば、どこが一番細くなっているかはすぐわかります。
その手順はファネル分析の基本｜離脱ポイントの見つけ方と改善の進め方に、ページ単位でどこから去られているかを調べる方法は離脱ページの見つけ方と改善｜どこでユーザーは去るのかにまとめています。
そのうえで、細くなっている場所を通過できなかった人を数人選んで開く。順番が逆になると、N1は単なる観察日記になってしまいます。
数字で見ると、この往復の意味がわかる
具体的な数値で考えてみます。月間UUが12,000、料金ページ到達が1,600人、フォーム到達が480人、送信完了が96人だとします。
送信率は96÷480で20%です。ここだけ見ると、フォームが悪いように思えます。
けれど料金ページからフォームまでの到達率は480÷1,600で30%です。落ちている絶対数は、フォームの384人より料金ページの1,120人のほうがはるかに大きい。
そこで料金ページで離脱した人を5人開いてみます。3人が機能ページとの往復をしていたなら、それは十分に検討に値する仮説です。
もちろん5人中3人という比率を、そのまま全体に当てはめてはいけません。N1が出すのは仮説であって、証拠ではないからです。
だから次にやることは決まっています。料金表を直したうえで、料金ページからフォームへの到達率が30%からどう動いたかを見る。
仮説はN1で作り、検証は集計でやる。この分担を崩さないことが、N1分析をきちんと機能させる条件です。
実務での進め方
はじめてN1分析をするときは、時間を決めて短く回すのがおすすめです。30分あれば一周できます。
始める前に、次の三つだけ決めておくと迷いません。
- 見る期間（直近7日など、キャンペーンの影響が混ざらない長さ）
- 見る人の条件（どのステップを通過できなかった人か）
- 見る人数（3〜5人。多くても10人まで）
条件を決めずに眺め始めると、目についた行動に引っ張られて時間だけが過ぎます。ここで手を抜かないでください。
誰を見るかを先に決める
ここが一番大事です。ランダムに開くと、たまたま目についた行動に引っ張られます。
見る対象の選び方には、いくつか定番があります。
| 誰を見るか | 見えやすいこと | 注意点 |
|---|---|---|
| 目標直前で離脱した人 | 最後のひと押しの不足 | 母数が少ない日もある |
| 再訪したのに離脱した人 | 比較・検討の詰まり | 期間を長めに取る |
| 目標を達成した人 | 成功する導線の共通点 | 成功例だけ見ると偏る |
| 特定の流入元から来た人 | 期待と中身のズレ | 流入元の分類精度に依存 |
おすすめは、達成した人と離脱した人を同じ数だけ見るやり方です。差分が浮かび上がるので、片方だけ見るよりずっと効きます。
条件さえ決まれば、絞り込む作業自体は手でやらなくても構いません。StrideはMCPに対応しているので、先週フォームまで到達して離脱した人を出して、といった依頼をClaudeなどのAIに自然言語で投げることもできます。
3〜5人を続けて開く
1人だけでは、それがその人固有の事情なのか、多くの人に共通する詰まりなのか判断できません。
かといって20人見ても疲れるだけです。同じパターンが3回出てきたら、いったん手を止めて考える。
それくらいの感覚で十分です。
気づきを一文のメモに落とす
見たまま放置すると、翌週には忘れます。観察と推測と打ち手を分けて書くのがコツです。
観察（離脱5人中3人）: /pricing と /features を平均2.3往復してから離脱
推測: 料金の違いが機能の違いと結びついていない
打ち手: 料金表の各プラン列に、代表機能を3つだけ併記する
確認方法: /pricing → /signup の到達率（現状 30.0%）を2週間で比較
やめる条件: 2週間で到達率が動かなければ元に戻す
観察と推測を分けて書くと、後から読み返したときに、どこまでが事実でどこからが解釈なのかがはっきりします。
そして打ち手を決めたら、効果は必ず集計で確かめます。N1で立てた仮説をN1で検証してはいけません。
回す頻度は、週に1回15分でも十分です。毎日見たところで行動パターンはそう変わりませんし、施策を打ってから数字に出るまでには時間がかかります。
大事なのは続くことです。むしろ数字が動かない週にこそ、ログを開く価値があります。
よくあるつまずきと、その回避
N1分析は手軽な反面、間違った使い方をしやすい手法でもあります。よく見かける失敗を三つ挙げます。
一つ目は、一人の行動を全体の結論にしてしまうことです。この人が離脱したからこの機能は不要だ、という飛躍。
とくに社内で共有するときに起きやすい失敗です。生々しいログは説得力があるぶん、5人の観察がいつのまにか全体の事実として扱われてしまいます。
N1が出せるのは仮説までで、判断には集計が要ります。共有するときは、何人見た結果なのかを必ず添えてください。
二つ目は、自分の見たいものを見てしまうことです。以前から気になっていた要素があると、無意識にそれを裏づける行動ばかり探してしまいます。
対策は単純で、見る人を先に決めることと、観察と推測を分けて書くこと。先ほどのメモの形が効いてくるのはここです。
三つ目は、ログだけで理由まで断定してしまうことです。行動は事実ですが、そのときの気持ちは記録されていません。
理由まで知りたいなら、離脱した人に短いアンケートを出すほうが早い場合もあります。行動ログと直接の声は、競合ではなく補い合う関係です。
見るタイミングも意外と大事
離脱直後のログだけを見ていると、季節要因やキャンペーンの影響を切り分けられません。
平常時のログを何度か見ておくと、いつもと違う動きに気づけるようになります。ここでも比較対象を持つことが判断の基準になります。
プライバシーを守ったままN1はできる
一人を追うと聞くと、個人を特定しているように思われがちです。実際には、そうである必要はまったくありません。
N1分析に必要なのは、同じ人の行動がつながって見えることだけです。その人が誰なのかを知る必要はありません。
むしろ個人を特定しないほうが、社内での扱いはずっと楽になります。誰が開いても問題のないデータなら、共有のたびに躊躇せずに済みます。
Strideの場合、計測タグはCookieを使わず、氏名やメールアドレスなどの個人情報を集めません。IPアドレスは国の判定に一時的に使うだけで保存しないので、同意バナーを出さずに導線の分析ができます。
Cookieを使わない計測の範囲と限界については、Cookieレスでウェブ解析はどこまでできる？同意バナーが要らない理由で整理しています。
動きで見たいときはリプレイという選択肢
ページ内でどこを見て、どこで止まったのかまで知りたくなったら、セッションリプレイという方法もあります。訪問者の操作を動画のように再現するものです。
ここでもプライバシーの扱いが分かれ目です。Strideのリプレイは記録の時点で全テキストを伏せ字にし、入力値と画像は一切記録しません。
録画するページはあらかじめ指定でき、データは7日で自動的に消えます。
見えるのはスクロールやクリックの動き、つまり迷いの形です。それだけでも、フォームのどの行で手が止まったかはわかります。
ただしリプレイは万能ではありません。1本見るのに実時間に近い時間がかかるので、まずタイムラインで当たりをつけ、気になった数本だけ再生するのが現実的です。
まとめ
平均値は全体の傾向を教えてくれますが、目の前の一人がなぜ帰ったのかは教えてくれません。
N1分析は、その空白を埋める手法です。集計で場所を特定し、N1で理由の仮説を立て、施策の効果はまた集計で確かめる。
この往復が、机上の空論にならない改善を生みます。
チームで共有するときは、結論より観察そのものを見せてください。数字の羅列より、一人が迷った経路を見せたほうが、次に何を直すかの合意は驚くほど早く取れます。
必要なのは大がかりな仕組みではありません。今週いちばん惜しいところで離脱した5人を、順番に開いてみる。
まずはそこからで十分です。