Drop-off Rate

定義

Drop-off Rate（離脱率） とは、ファネル（購買導線）のあるステップに到達したユーザーのうち、次のステップへ進まずに離脱してしまった割合を示す指標です。たとえば「カート投入 → 決済画面」のステップで100人中70人が進めば、そのステップの離脱率は70%となります。

DTC・ECにおいては、「どこで顧客がつまずいているのか」を特定するための診断ツールとして機能します。CVR（転換率）が「最終的な成果」を測るのに対し、離脱率は「プロセスの詰まり」を可視化します。

类比：駅の乗り換えで考える

東京駅から新幹線に乗るまでの導線を想像してください。

1. 改札を入る（100人）

2. 券売機で切符を買う（90人 → 離脱率10%）

3. ホームへ移動する（85人 → 離脱率5.6%）

4. 新幹線に乗車する（80人 → 離脱率5.9%）

最終的に乗車できたのは80人。どこかのステップで「迷った」「列が長すぎた」「案内がわかりにくかった」人が離脱しています。ECサイトも同じで、離脱率が高いステップ＝ユーザー体験のボトルネックです。

公式

Drop-off Rate (%) = (前ステップのユーザー数 − 次ステップのユーザー数) ÷ 前ステップのユーザー数 × 100

具体例：

- 商品ページ閲覧：10,000人

- カート投入：2,500人 → 離脱率 75%

- 決済画面到達：1,200人 → 離脱率 52%

- 購入完了：600人 → 離脱率 50%

この場合、商品ページ→カートの75%離脱が最大の課題です。

主要ステップ別の離脱率比較表

ファネルステップ	一般的な離脱率	改善優先度	主な離脱要因
広告クリック → LP閲覧	20〜40%	中	表示速度、期待値ズレ
LP → 商品ページ	50〜70%	高	訴求不足、CTA不明瞭
商品ページ → カート投入	70〜85%	最優先	送料不明、サイズ不安、在庫
カート → 決済画面	40〜60%	高	会員登録強制、手数料
決済画面 → 購入完了	30〜50%	中	決済手段不足、エラー
購入完了 → リピート	60〜80%	中	フォロー欠如、LTV設計

※EC業界のベンチマーク目安。カテゴリ・客単価により変動します。

応用シーン

1. カゴ落ち対策の優先順位づけ

カート→決済の離脱率が55%を超えているなら、まずゲスト購入の解放と送料の事前明示を検討します。DTCでは「会員登録必須」が離脱の最大要因になることが多く、ゲスト購入導入だけで離脱率が10〜15ポイント改善した事例も珍しくありません。

2. 広告LPの最適化

Meta広告やTikTok広告からの流入で、LP→商品ページの離脱率が75%以上なら、クリエイティブとLPの訴求がズレている可能性が高いです。ファーストビューで「誰の・何の悩みを・どう解決するか」を3秒以内に伝えることが鍵です。

3. 決済フローの摩擦除去

決済画面での離脱率が40%超の場合、以下をチェック：

- 決済手段が3種類以下（クレカ・コンビニ・Pay系は最低限）

- 入力フォームの項目数が15個以上

- エラーメッセージが英語または不明瞭

4. ヒートマップ・セッション録画との併用

離脱率は「どこで」を教えてくれますが「なぜ」は教えてくれません。Microsoft ClarityやHotjarで実際の行動を確認し、離脱率の数字と照合することで打ち手が明確になります。

よくある誤解

誤解	正しい理解
「離脱率が低ければ良い」	ステップが少なすぎると比較不能。ファネル全体のCVRで判断する
「離脱率＝直帰率」	直帰率は1ページのみで離脱。離脱率はファネル内のステップ離脱
「全ステップを一律改善」	改善効果は離脱率×母数で測る。母数が大きい上位ステップを優先
「離脱率0%が理想」	現実的には不可能。業界ベンチマーク±5ポイントを目標にする
「数字だけ見れば原因がわかる」	定性データ（ヒートマップ・ユーザーの声）との掛け合わせが必須

まとめ

離脱率は「顧客のつまずきを数字で可視化する体温計」です。DTC・ECでは、カート→決済の離脱率をまず計測し、ベンチマークと比較し、上位離脱ステップから1つずつ潰していくのが鉄則。数字と定性データを組み合わせ、PDCAを高速で回すことがLTV最大化への近道です。

定義