• その広告、既存のお客さんを買い直させているだけ新規とリピートを分けて、獲得単価を計算し直します。既存客の指名検索を広告が刈り取っているぶんを差し引くと、評価が変わる広告が出てきます。Lv.3
• 即決される商品と、3週間悩まれる商品最初にその商品を見てから買うまでの日数を、商品ごとに見ます。即決される商品と長く検討される商品では、打つべき手がまったく違います。Lv.1
• 来月、離れそうな人の名簿が出せるBigQuery ML で一人ひとりの離脱確率を出し、上位から順にメール配信やクーポンの対象にします。予測した結果を、そのまま配信リストとして書き出せます。Lv.3
• 見ている場所と、届け先は違うGA4 の地域はアクセスした場所、受注データは配送先の住所です。両方を並べると、ギフト需要や地域ごとの偏りが見えてきます。Lv.3
• メールは、クリックされなくても効いている配信のあとに別の経路（指名検索など）から買った分まで、配信の成果に含めて評価します。開封率とクリック率だけでは捨てている効果があります。Lv.3
• 価格を上げたら、利益は増えた価格を変えた前後で、販売数量と粗利がどう動いたかを比べます。GA4 は「いつ価格を変えたか」という情報を持っていません。Lv.3
• そのバナー、押した人は元々買う人だった特集枠やレコメンド枠を、見た人と見なかった人の購入率の差で評価します。クリック数だけを見ていると、効果を過大に見積もります。Lv.1

ここに挙げたものが、できることのすべてではありません。どこまで踏み込めるかは、いま計測できているデータで決まります。まずは、お持ちのデータで何ができるかを一緒に見立てるところから。初回30分のご相談は無料です。