Summary  
This chapter covers instrumenting code to capture user event flows and constructing a multi-stage funnel. It demonstrates how to compute conversion and revenue metrics—like conversion rates, average order value, and customer lifetime value—to pinpoint and reduce friction.  

General domain of usage  
E-commerce analytics

**Eコマース分析**は、オンラインショッピングの行動を追跡・分析し、売上パフォーマンスと顧客体験を向上させるプロセス。

定義

### 一般的なEコマース指標
- **平均注文額（AOV）**：顧客1人あたりの平均注文金額；
- **顧客生涯価値（CLV）**：1人の顧客がブランドとの関係全体を通じて生み出す収益；
- **デバイスパフォーマンス**：モバイルとデスクトップの比較；
- **カート放棄**：商品をカートに追加したが購入しなかった顧客数。

Eコマース分析により、企業はユーザーが商品を閲覧してから購入（および再購入）するまでのオンラインショッピング行動を、データに基づいて明確に把握可能。セールスファネルの追跡、デバイスごとの行動分析、カート放棄の監視、AOVやCLVなど価値重視の指標に注目することで、摩擦の除去、ショッピング体験の向上、時間や予算の投資先に関するより賢明な意思決定が可能となる。

どの施策がチェックアウト時の摩擦を直接的に低減しますか？（2つ選択）

デジタルマーケティング分析の基本的な概念、基礎的な指標やコンバージョンパス分析について理解を深めます。デジタルマーケティングのパフォーマンスがどのように測定されるか、認知からコンバージョンまでのカスタマージャーニーをどのようにマッピングし、現代のマーケティングチームの戦略的目標と整合させるかを明確に理解できます。

Eコマースパフォーマンストラッキング

一般的なEコマース指標

1. どの施策がチェックアウト時の摩擦を直接的に低減しますか？（2つ選択）

2. ファネル段階ごとに得られるインサイトを対応させてください