AiMeet データ分析
v1.1.0🔽 コンバージョンファネル
来場者の行動を「入場 → ブース閲覧 → 資料ダウンロード → 連絡先同意」の4段階で追跡し、各ステージでの離脱率と転換率を漏斗型で可視化します。どのステップで来場者が離脱しているかを特定でき、例えば「閲覧はされるがDLに至らない」場合はコンテンツの訴求力改善、「DLは多いが連絡同意が少ない」場合はフォロー導線の見直しなど、具体的な改善ポイントが明確になります。
ステージ別 転換率
ファネル指標
📊 来場者分析
来場者の入場パターンを時間帯別・日別で可視化します。ピークタイムの把握によりスタッフ配置やデモ実施の最適なタイミングを判断でき、日別の推移から曜日・天候・併催イベントなどが来場数に与える影響も分析できます。閑散時間帯にはSNS告知や特典配布で集客を促す施策を検討する際の根拠データになります。
時間帯別入場者数
日別ユニーク来場者推移
📅 日別比較分析
展示会の各開催日ごとに主要KPI(来場者数・閲覧数・DL率・連絡率など)を横並びで比較します。日によるパフォーマンスの違いや傾向がわかり、「初日は来場者数が多いがDL率が低い」「最終日は連絡同意率が高い」といった発見から、日程ごとの施策配分や次回開催のスケジュール設計に活用できます。
日別 主要KPI推移
日別 アクション率推移
🏢 出展社ランキング
各出展社の集客力(来場者数)とダウンロード実績をランキング形式で比較します。来場者数が多いブースはロケーションや知名度の優位性を示し、DL数が多いブースはコンテンツの魅力が高いことを意味します。「集客は多いがDLが少ない出展社」にはコンテンツ改善の提案、「DLは多いが集客が少ない出展社」にはブース配置の見直しなど、出展社への具体的フィードバックの根拠になります。
出展社別来場者数 TOP10
出展社別ダウンロード数 TOP10
📦 製品・カテゴリ分析
展示製品をカテゴリ別に分類し、どの分野に来場者の関心が集中しているかを分析します。人気カテゴリや人気製品のランキングから市場のニーズやトレンドを読み取れ、次回の出展社募集や展示テーマの方向性決定に役立ちます。関心度スコアの分布からは、来場者がどの程度深い興味を持っているかも把握できます。
カテゴリ別閲覧数
人気製品 TOP10
🎯 来場者セグメント分析
来場者をエンゲージメントの高さで「ホット(上位20%)・ウォーム(中位30%)・コールド(下位50%)」の3段階に分類します。閲覧数・DL数・連絡同意・訪問ブース数などを総合スコア化し、各セグメントの行動傾向をレーダーチャートで比較。ホット層への優先フォロー、ウォーム層への育成施策、コールド層の離脱要因分析など、セグメント別のマーケティング戦略立案に直結します。
エンゲージメントレベル分布
セグメント別 行動比較
⭐ リード品質スコアリング
来場者ごとの行動データ(閲覧数・DL数・連絡同意・訪問ブース数など)を加重スコアで数値化し、S(最優先)/ A(高関心)/ B(中関心)/ C(低関心)の4ランクに分類します。Sランクの来場者は即日のフォロー架電候補、Aランクは1週間以内のメール送付候補といったように、営業アクションの優先順位づけに直接活用でき、展示会後のリード対応を効率化します。
リードスコア分布
スコアランク別 構成比
ホットリード一覧(上位20名)
🗺 来場者動線分析
来場者がどのブースをどの順番で訪問したかを時系列で追跡し、移動パターンを分析します。よく使われる動線(例: A社→B社→C社)を可視化することで、関連性の高いブースの近接配置やスタンプラリー型導線の設計に役立ちます。また、「最初に訪問されやすいブース」と「最後に訪問されるブース」の傾向から、入口付近・奥の配置戦略を検討できます。
ブース間遷移 TOP15(A → B)
最初に訪問されるブース TOP10
ブース滞在時間(平均)
来場者動線サンプル(上位10名)
🔗 出展社間 共起分析
同じ来場者が複数の出展社を訪問したパターン(共起関係)を分析します。「A社を訪問した人の60%がB社も訪問」といったデータから、出展社間のシナジーや競合関係を発見できます。次回の出展社マッチングや共同セミナーの企画、来場者への関連ブースレコメンドなど、展示会の回遊性向上とネットワーキング促進に活用できます。
共起ペア TOP15(同一来場者が訪問)
出展社別 共起数(他社とのつながり)
共起マトリクス(上位10社)
🌡 時間帯×ブース ヒートマップ
各ブース(出展社)の混雑状況を時間帯別にヒートマップ形式で色分け表示します。濃い色ほど来場者が多い時間帯を示し、ブースごとのピークタイムが一目でわかります。スタッフの時間帯別配置の最適化、デモやプレゼンの実施タイミング調整、混雑緩和策の検討に役立ちます。また、特定の時間帯に人が集まらないブースには集客支援策を検討する材料にもなります。
📈 来場者行動分析
来場者が実際に行った具体的なアクション(資料閲覧・ダウンロード・連絡先同意・資料送信など)の実行率を棒グラフで可視化します。どのアクションが多く取られているかを把握することで、来場者のニーズの深さや展示コンテンツの有効性を評価できます。DL率が高い場合は資料の訴求力が高く、連絡同意率が低い場合はCTA(行動喚起)の設計改善が必要と判断できます。