いわゆるトラッキング（イベント追跡）とは、アプリケーション内の特定のフローで情報を収集し、アプリの利用状況を追跡するものです。収集したデータは、製品の最適化や運用データのサポートに活用されます。具体的には、訪問（Visits）、訪問者（Visitor）、滞在時間（Time On Site）、ページビュー（Page Views）、直帰率（Bounce Rate）などがあります。こうした情報収集は、大きく2つに分類できます：ページ統計（track this virtual page view）と、操作行動の統計（track this button by an event）です。
1. 主要指標
まず、アプリでもH5でも注目される指標を見てみましょう。これらの指標の計算方法の微妙な違いや複雑さを理解し、トラッキングの意義を別の角度から考えます。【出典：精通 Web Analytics 2.0】
1.1 訪問と訪問者
訪問（Visits）と訪問者（Visitors）は、ほぼすべてのアプリケーションで統計が必要な指標であり、最も基本的な指標です。
アプリケーションの統計において、本来集計したいのは訪問者（Visitors）です。訪問（Visits）はセッション層を指し、ユーザーがアプリを開いて一定時間閲覧し、離脱するまでの一連の流れを1つのセッション（Session）と呼びます。1回のセッション（Session または Visit）は、アプリを開いた最初のリクエスト（起動）と最後のリクエストによって決定されます。ユーザーがアプリを開いた後、スマホを置いたりPCから離れたりして、その後30分間何の操作も行わなければ、そのセッションは自動的に終了し、1回の訪問（またはセッション）とカウントされます。
訪問者を計算する際、トラッキングで送信されるデータは可能な限り実際の訪問者数に近い人数を目指します。独立した訪問者（ユニークビジター）という指標について強調しておきますが、独立訪問者数は実際の独立した人数ではありません。そのため、データ収集時には、独立訪問者がアプリケーションの実際の訪問者数をよく反映しているとはいえ、実際の利用者数と等しいわけではないことを認識する必要があります。
その理由は、アプリの再インストールや端末のパラメータ変更などにより、独立訪問者の指標が影響を受けるからです。独立訪問者のトラッキングはCookieに依存しています。ユーザーがアプリを開くと、アプリはその端末に独立したCookieを作成します。Cookieは保持されますが、ユーザーが手動で削除したり、Cookieが無効になったりすると、同一ユーザーでもアプリで使用するCookieが一致しなくなることが避けられません。そのため、独立訪問者数はアプリの実際の利用者数に近い値にとどまります。
1.2 滞在時間
滞在時間は、ユーザーがアプリの特定のページや1回の訪問（セッション）に費やした時間を測定する指標です。
ページ滞在時間は、各ページで費やした時間を表します。例えば、ホームページでは、ホームページに入った時刻（10:00）からホームページを離れて次のページに移動した時刻（10:01）までの時間であり、ホームページの滞在時間は1分と計算されます。ページAは2分です。ページBでは、進入時刻（10:03）はあるが離脱時刻が記録されていない場合、計算結果は0となります。このような特殊なケースの処理はトラッキングにおいて特に注意が必要です。繰り返しますが、絶対に正確なデータを収集しようとせず、不完全なデータを活用して柔軟に対応することが重要です。
アプリケーションの滞在時間は、1回の訪問（セッション）に費やした時間を表し、計算方法は全ページの滞在時間の合計です。上記のフローと同じく、アプリケーションの滞在時間は4分となります。
1.3 直帰率
直帰率の計算方法は現在、各社でさまざまです。最もよく使われるのは「単一ページのみの訪問が占めるセッションの割合」です。このシナリオは、ユーザーが訪れて1ページだけ見て離脱することを意味します。ユーザーの心理としては、「アプリを開いたが、何だこれ？」と思い、すぐに閉じたり、アンインストールしたりするでしょう。このシナリオは非常に深刻であり、それゆえに直帰率の指標がこれほど注目されるのです。
直帰率は2つのレベルで分解できます。1つはアプリ全体の直帰率、もう1つは重要なランディングページの直帰率、さらには検索キーワードの直帰率です。直帰率の指標は非常に操作性が高く、直帰率を統計することでページの問題やキーワードの問題を直接発見できます。
1.4 離脱率
離脱率はページに対する指標であり、その目的は単純です。特定のページから何人のユーザーが離脱したかを示し、主にユーザーがアプリケーションから離れる状況を反映します。どのページを改善すべきかが迅速に明らかになります。（標準フローを完了するプロセスにおいて、最後のページで離脱率が最も高い場合、それはポジティブな結果を反映していることもあります。離脱率が高いことがすべて悪いわけではありません。）
1.5 コンバージョン率
私たちは製品にこれだけ投資しているのですから、その成果を測定したいのは当然です。そのため、ECアプリケーションにおいて、コンバージョン率ほど注目すべき指標はあるでしょうか？コンバージョン率の計算方法は、ある成果を独立訪問者数または訪問数で割ったものです。EC製品の場合、注文を確定したユーザー数を独立訪問者数で割った値になります。
コンバージョン率の計算は一見簡単そうに見えますが、トラッキングの中でも最もビジネスに密接したデータ収集です。これはトラッキングのスキルが最も現れる指標であり、ビジネス特性に合わせて計算方法を策定する必要があります。注文数/訪問者数は基本的なコンバージョン率であり、コンバージョン率はさらに階層化したり、特定のユーザーパスに指定したりすることもできます（例：特定のパスを完了した注文数/訪問者数）。
あるパスを考えてみてください。コンバージョン率のデータはどのように得られるのでしょうか。トラッキングではどのようなデータが収集されているのでしょうか。
1.6 エンゲージメント
エンゲージメントは単一の指標ではなく、一連の指標の総称です。訪問深度や訪問頻度などがエンゲージメントを測る指標です。エンゲージメントを一つの指標として挙げたのは、指標を組み合わせることで化学反応が起こり、物事の本質を発見できることを理解してほしいからです。
2. データトラッキングの方法
現在、トラッキングの主流は以下の2つです。
- 1つ目：自社で製品にコードを組み込んで統計を取り、対応するバックエンドクエリを構築する方法。
- 2つ目：サードパーティの統計ツール（例：友盟、百度移動、魔方、App Annie、Talking Dataなど）を利用する方法。
データが2つ目の方法から得られる場合、使用するツールもサードパーティの統計ツールになります。その場合は、それらのツールをしっかり活用しましょう。ここでは、1つ目のトラッキング方法について説明します。データトラッキングの方法は、自社製品のタスクフローや製品目標に基づいて設計する必要があります。
2.1 フロントエンドトラッキング
コードトラッキングはかなり前から存在しており、Google Analyticsの時代にはすでに同様の手法がありました。現在、国内の主要なサードパーティデータ分析サービスプロバイダ（百度統計、友盟、TalkingDataなど）は、iOS、Android、Webなどの主要プラットフォーム向けにコードトラッキングソリューションを提供しています。原理は、アプリや画面の初期化時に分析用SDKを初期化し、特定のイベントが発生したときにSDK内の対応するデータ送信インターフェースを呼び出してデータを送信するというものです。最近では「トラッキング不要」（no-tracking）という言葉がありますが、これは実際にはトラッキングがないわけではなく、手動でのトラッキング設定が不要という意味で、SDKを導入すれば常にデータを収集している状態になります。興味があれば、提供されているSDKを読んでみると、フロントエンドのトラッキングや収集される情報についてより深く理解できるでしょう。また、統計トラッキングのあれこれ で述べられているように、現在も進化を続けています。
2.2 バックエンドトラッキング
バックエンドトラッキング、すなわちサーバーサイドのトラッキングは、インターフェースのログを記録するだけでなく、インターフェースにパラメータを追加して情報を連鎖させる方法です。インターフェースの改造に依存するため、通常はフロントエンドのトラッキングだけでは実現できない統計を補完するために使用されます。多くの自社データ統計は、フロントエンドとバックエンドの両方のトラッキングを併用しています。
3. トラッキングの内容
これまで見てきた主要な指標を踏まえると、トラッキングの情報源もおおむね2つの部分に分かれることに気づきます。1つはアプリケーションのページアクセス状況の統計、すなわちページ統計です。もう1つはアプリケーション内の操作行動の統計、すなわちカスタムイベント統計です。
データの生成は、ページビューやクリック、スワイプなどのイベントが発生するたびに、1件のデータとして送信されます。このデータには、ページ情報、コントロール情報、デバイス情報、ユーザー情報などが含まれます。ユーザーの行動を連鎖させるために、アクセス順序を結びつけるグローバルに一意なIDが必要です。
その後、統計によりユーザーの行動フローを連鎖させて、目的の結果を集計すればよいのです。
4. トラッキングデータに関する注意点
- 完璧を追求しすぎないこと
トラッキングデータに関して最も重要なことは、トラッキングはデータをより良く活用するための手段であり、正確なデータを得ようとすることではなく、高品質なトラッキングデータを得ることです。先に直帰率の例で議論したように、得られるデータを得て、不完全なデータを使って次のアクションにつなげる。追求すべきは正確さではなく高品質です。これは多くのデータ製品が陥りがちな罠であり、常に自分に言い聞かせる必要があります。