GA4 のeコマース計測を実装すると、view_item / add_to_cart / begin_checkout / purchase などの推奨イベントが取得できます。ただ実運用では「設定はできたが、購買ファネルとして数字を読むレポート構築で詰まる」事例が多いです。本記事は GA4 の探索レポートで 5 段階購買ファネルを 5 分で構築する手順と、数値解釈・改善施策のマッピングをまとめます。

TL;DR

GA4 標準イベントだけで 5 段階ファネル (view_item / add_to_cart / begin_checkout / add_payment_info / purchase) を構築可能
探索レポートで「目標到達プロセスデータ探索」を選び、各ステップにイベント名条件を設定
「次のステップは間接的に続行」を必ず選択 (EC は複数セッションをまたいだ離脱が標準)
業種比較 + 段階比較の 2 軸で異常段階を特定し、段階別に施策を切り分ける

5 段階の eコマースイベント

GA4 の推奨イベント (Recommended events) のうち eコマース系で、購買ファネルを構築するのに必要なのは以下 4 つです。

段階	GA4 イベント	内容
1 商品閲覧	`view_item`	商品ページ表示
2 カート投入	`add_to_cart`	商品をカートに追加
3 チェックアウト開始	`begin_checkout`	購入手続きへ遷移
4 決済情報入力	`add_payment_info`	配送先 + 決済情報入力
5 購入完了	`purchase`	注文確定

Shopify の標準 GA4 連携であれば 4 イベント全てが dataLayer 経由で自動発火しますが、カスタムテーマで実装している場合は add_payment_info の発火を gtag('event', 'add_payment_info', {...}) で個別実装する必要があります。

探索レポートで 5 分構築する手順

GA4 のデフォルトレポートでは購買ファネルが見えません。探索 (Explorations) で目標到達プロセスデータ探索を新規作成します。

実装手順は以下の通り。

イベント発火確認: GA4「リアルタイム」で view_item / add_to_cart / begin_checkout / purchase の 4 イベント発火を確認
新規ファネル作成: 「探索」 → 「+」 → 「目標到達プロセスデータ探索」を選択し、空キャンバスから組む
5 段階のステップ条件定義: 各ステップに「イベント名 = view_item」等を設定。「次のステップは間接的に続行」を選ぶ (EC では「カート保留→翌日購入」が標準のため、複数セッションをまたいだ離脱率計測が必要)
セグメント + 期間設定: 新規/リピート別・デバイス別・チャネル別のセグメントを追加。期間は直近 28 日と前 28 日の比較
dashboard 共有: 「共有」ボタンでチームに渡す。週次定例で同じファネルを開く運用にすると改善追跡が継続

数値解釈 — 業種比較が必須

各段階の通過率は 業種で典型値が大きく異なる ため、絶対値ではなく業種典型値との差分で読みます。

例えばアパレル業界の view_item→add_to_cart 通過率は 5-8% と低めですが、「とりあえずブラウジング」行動が多いため異常ではありません。食品ECは 12-18% と高め (必要に迫られた来訪が多い)。「自社の通過率 6% でLPを改善する」と判断する前に、業種典型値が 5-8% なら現状維持の判断もありえる と意識する必要があります。

段階別改善施策のマッピング

「どこが異常か」が見えたら、段階別に施策を切り分けます。

漏れる段階	主な原因	定石施策
view→cart	商品ページの訴求問題	商品画像強化 / 価格表示 / レビュー件数
cart→checkout	送料 / 在庫切れ / 会員登録強制	送料無料閾値 / ゲストチェックアウト
checkout→purchase	フォーム長 / 決済手段不足	フォーム削減 / Apple Pay / Amazon Pay

段階を間違えると施策コストが無駄になります。例えば「checkout→purchase が漏れている」状態で商品ページの A/B テストに着手しても効果は出ません。ファネル数値で漏れている段階を特定してから施策を選ぶのが正攻法です。

チャネル別ファネル比較への拡張

ファネル分析で「どの段階が漏れているか」が見えたら、次は どのチャネル経由の客層で漏れているか に踏み込みます。GA4 セグメント機能でチャネル別 (Paid Search / Paid Social / Organic / Direct) にファネル通過率を比較すると、特定広告チャネルの客層が低品質である状態 (商品閲覧→カート投入の通過率極端に低い等) が見えます。

これが見えれば「Meta広告のクリエイティブ刷新が改善優先」のような意思決定ができる。広告チャネルの効率判断は ROAS で行います。

詳細: 業種別 typical dropoff 数値・参考文献は本家記事 (LP-ja) を参照してください。