【解析いろは18】アクセスログ解析のKGIとKPIの意味

昨今、どこのサイトや本にも「ウェブサイトのKGIとKPIを決めてPDCA回そうぜ！」と書いてますが、よくよく読んでみるとKGIとKPIの内容がそれぞれで微妙に違ってます。で、実際、特にこれからウェブサイトのKGIとKPIを策定する場合に悩むことが多いのではないでしょうか。

１．結論
早っ！　いや、これ正解というものを求めると訳が分からなくなるので最初に書きます。　
・大目的（ゴール）、それを達成するための目標と手段と計測手段（指標）の関連性が密であり、 
・レポート内でのそれらの定義をブラさない。
・それらを常に意識して指標を見る。
ことができれば、どれを何と呼ぼうが全然構わないと思います。でも分析する側は、自分の中とクライアントの間に共通の定義を持っておかねばなりません。これは絶対のお約束です。それをどうやって決めているのか（というより、どうしてこうなった！的な）ということをちょっとご紹介します。

「こういう目的のサイトにはこんなKPIを見るといいよ」的な内容を期待されている方もいらっしゃるかもしれません。なので、末尾に参考リンクを掲載しておきます。しかし重ねていいますが、それがあなたのクライアント全てに適しているとは思えません。結局は結論の1～3に戻らざるをえないと思いますよ？
 
2．「日本流」？のKGIとKPI
海外の解析ツールの仕様を確認していたとき、 主な指標が一覧できるダッシュボードで「重要評価指数（KGI）」というタイトルがついてました。
しかし、あるケースでの私のKGI、KPIの考え方は大体下記のような感じだったんです。
  =====================
（例）
★ウェブサイトの目的（ゴール）：企業の活動内容と製品の認知度向上
　■KGIその1：サイト全体の直帰率を下げる
　　　┗KPI(1)　サイト全体の直帰率　／判断指標　サイト全体の直帰率
　　　　　┗想定されるアクション（対策）　直帰率の高いサイトトップページの見直し

　■KGIその2：企業CSR情報ページを良くみてもらう
　　　┗KPI(1)：CSR情報コンテンツのッション数増加／判断指標　CSRコンテンツのセッション数　　　　┗KPI(2)：ページインデックスの特定のコンテンツ誘導バナーをクリックした数／
  =====================
いわば、KGI＝何がしたい、KPI＝何をする＋その判断、計測の指標をピックアップと、3段重ねでした。 なぜそんなこってこてにしたかというと、このケースにおいて、レポートする先の用語や解析内容の認識など、アクセスログ解析に対するリテラシーがさほど高くないからでした。

（ウェブサイトの本当の意味でのビジネス活用については最近になって浸透してきて、ようやく効果測定しなくちゃねというところに辿り着いたと思います。ですからソーシャル解析とその効果測定については、早いところはやってるけど、まだ少数派だと思います。）

話を戻します。解析ツールでKPIとして表示されている指標は、設定したKPI（を測る指標）として該当するものもあれば、そのままでは出てこないものもあります。ですので「これKPI（ドン！）」と出されてしまうと「じゃあこちらで設定したKPIの扱いはどうすれば？」とちょっと混乱したんです。
開発側にそのKPIの意図を聞いたら、海外ではこれで分かる。日本人が見るとそれまで使ってきたKPIと意味が少し違うようだ。という話でした。
海外がどうか、という話は海外案件をやったことがないのでわからないですが、この差は何かということを考えた場合、ある数値に対する認知、理解なんじゃね？と思った次第です。

アクセスログ解析という多くのユーザーが使うプラットフォームでも、取得する値とそれを当てはめる指標は共通です。 それら数値をどう使うか、というのがユーザーによって異なるだけです。えーとつまり、前記の（例）を書き直すと…
 =====================
★ウェブサイトの目的（ゴール）：企業の活動内容と製品の認知度向上
　■KGIその2：企業CSR情報ページを良くみてもらう
　　　┗KPI(1)：CSRコンテンツのセッション数　（←CSR情報コンテンツのッション数増加を測るため）*この緑の部分は記載しません
  =====================
とまあ、こんな感じです。KPI＝Key Performance Indicator　なのですから本来的にはこの使い方が妥当でしょう。業務上、簡潔に状況把握するにはこちらのほうがやりやすい。数値を見て把握できるわけですから。KPIの判断指標を「なぜそれを見るか」「その数字に対してどういう評価をすればよいか」がきちんと認知されていれば（←～　）は不要なんですね。「共有知」という言葉がしっくりきます。業務で、絶対に会計や営業では売上げや見込みといった指標を元に分析や把握をしてますよね。それが「共通の認識と言語」であれば数値だけで報告は通用するのです。PVやユーザー数の増減を見て一喜一憂しているだけ、というのとの差はここにあります。指標を見るという点では行為は似ていますが得られるものが全然違います。


（なぜ日本の（？）KPIが回りくどいのか、なぜアクセスログ解析の指標が指標単体で「良い・悪い」といった判断基準になりにくいか、というのは特有の理由が思いつくのですが長くなるのでこれはまた今度。（いつだ！））

でも、「共有知」は短時間で生まれるものではありません。だからレポート内容一本で理解してもらうためにブレない程度にKPIを具体的・詳細に書くことも許されるのでは、と考えます。従ってレポートを作る前に、

 ・大目的（ゴール）、それを達成するための目標と手段と計測手段（指標）

は絶対に決めておく必要があるわけです、はい。KGIやKPIを考えるにあたって、どれを使うということを提示する前に、定義の内容と、それでクライアントの理解が得られるか、がとっても重要ですよね、という話でした。

＜参考リンク＞

具体的にどのようなKPIを採用すればいいのか、という参考です。記事の掲載年がちょっと古いのですが、内容はまた賞味期限だと思います。

Web担：Web解析のためのKPI大全

http://web-tan.forum.impressrd.jp/e/2011/04/05/9719

Web担：KPIづくり実践術 徹底解説（1） - ゴールが明確でないサイトでも大丈夫!

http://web-tan.forum.impressrd.jp/e/2010/05/12/7831

 

【GAの壁】カテゴリには意味がある

GAは項目多すぎ！上から順にとりあえず見てレポートしている。漠然と指標を追っている…という方におすすめしたいネタ。既知の人はすっとばしてください。GAのカテゴリの並びには意味があります、というのが今日のテーマです。
GAIQ持ってますが正直、GAはわからない・知らないことだらけです。やっぱり実際に使ってこそ身に付くものだと思いますが、フルに活用しているかというとそんなことはないです。定期レポートだと見るポイントや指標は大体決まっていますもんね。


アクセスログを通じて何を取得しているのかというとユーザーのサイト内での動向です。具体的には「どのような人が、どこから来て、どこを見て、何をしたか」です。 GAのカテゴリは上から順に以下の通りに並んでいます。

どのような人が＝＞ユーザー
どこから来て ＝＞広告・トラフィック
どこを見て ＝＞コンテンツ
何をしたのか ＝＞コンバージョン

＜引用・参考文献＞Google　アナリティクス　パーフェクトガイド　山浦直宏　著 P37～

アクセスログはユーザーの行動の軌跡を辿るものであり、指標にはそれぞれ必ず意味があります。数あるGAのMetrics、指標はこれらを掘り下げていくためにあるのです。そう考えると、数が多くてもそのサイトに必要な指標がなんとなくわかった気になりませんか？　私はこの分類の意味を知って解析に対する考え方が変わった、というくらいに納得しました。

数多ある指標は各カテゴリにぶら下がる形で配置されています。ユーザーは訪問者が新規かリピーターか、訪問数、PV数、滞在時間・・・などが指標として挙げられます。ですが、ちょっとややこしいのはそれら指標が特定のカテゴリにがっちり拘束されているわけではなく、他のカテゴリに使われていたりセカンダリディメンションとして選択して表示できる点です。
レポートする側としては、混乱が生じないように、カテゴリの趣旨はぶらさない。コンテンツカテゴリで新規、リピーターのセグメント分けをする場合も、結論はあくまでコンテンツに関することにしてであり、セカンダリディメンションは、そのカテゴリの情報を深堀するためのものである、ということを忘れないようにしています。そのコンテンツが質を重視するのか、量を重視するのか。用いる指標によってコンテンツの価値や効果を明確にできますよね。そのような「わかりやすい」レポートを書かねばならないと思っています。
 
GAは無料なのに恐ろしいくらい機能が豊富です。しかし、大きな企業になると、社内規律やPVの上限、ウェブビーコン方式の限界でGAは使ってない・使えないことろも結構多いと思われます。その機能を本当に活用すべきところが使わないにも関わらず、どこよりも早くユニークな機能が開発、付加されています。GAはGoogleの広大な実験農場なのですね。ですから、GAを使う限りは、使い倒してとことん利用したほうがお得だと思います。

あ、GAIQ取得したい人は、前記の本を隅々まで読み倒して自分で補足を加えていけば大丈夫かなと思います。自前のGAの画面見ながらやるとなおよし、です。

【GAの壁】サマリーと個別の指標の数字が合わないことがある

GAでサマリーと指標の数値が一致していない現象ってありませんか？私は数度遭遇したことがあります。
サマリーでは該当カテゴリの指標を俯瞰できるように表示しているわけですから当然一致していると考えてました。なのに、あ　わ　な　い。解析のデータ取りまとめの最中にこういう現象が出てくると一応「なんで？」というのを確認しなくてはいけないため時間がかかる上、ナゾが解けない場合が多すぎてモヤモヤが残ります。

私の遭遇したケースは、
(1)サマリーと「新規訪問者とリピーター」の新規訪問割合
(2)ソーシャル解析のサマリーでの「ソーシャルを経由した訪問数」と参照元別の「訪問数」の合計
(1)の場合は、フィルタの内容によってはそのようなことも起こり得るようですが、結局理由は不明。
(2)の場合だと、サマリーではすべてのソーシャル経由のユニークな数を表示しているのかもしれません。でもどこにも書いてないし、どうとでも取れますよね。
サマリーでの表示は、単純に個別の指標をひっぱってきて表示しているものではない・・・違うロジックで再計算してる？という疑問が浮かび、今もすっきりしてません。
もちろん、数字が合う場合のほうが圧倒的に多いのですが、数少ない合わない現象に遭遇したときに、計算の違いや仕様なんて解析側では把握不可能じゃないですか、仕様が公開されていないから。指標や計算は同じでもサマリーはフィルタやなにかの影響を受けるということなら、それはそれでおかしいと思います。なんでそんなややこしいことしてるんだよ。

できるだけ、このような解けない謎を生まないためにも、
・フィルタは関係者で共有（常識ですが、フィルタをかけてない元データは絶対に保存）
・アドバンスやカスタムレポートの形式は関係者で共有
・継続的に見る場合はどの箇所の指数を見るということを決めておく
というルールを作っておく必要があると思います。

理想は計測前にきちんと設計をしてルールを皆で共有しておくことが望ましいのですが、解析設計の考え方はまだまだ浸透していないように思います。
継続して解析を行っている場合は、一度見直して現状把握と改善を、これから新しく解析を始める場合は、最初に設計を考え、状況の変化や要望に応じて変えていく＋変えたところを共有する。ということをやっていきたいです。
結局、クライアントにわかりやすい、満足度の高いレポートというのは、目的と評価基準の認識がどれだけされているか、によると事あるごとに感じています。

【解析いろは12】ソーシャル解析の流れ（メモ版）

後日、自分の中で一連のソーシャル解析のフローをまとめるためのメモです。結論ではなく思考の道筋と参考記事なので、結果だけが必要な場合は読む必要はないと思います。

●企業CRMにおける変化とソーシャルの有意性
＜参考＞ITmedia:ソーシャルメディア対応CRMと従来型CRM、3つの違いとは？
http://marketing.itmedia.co.jp/mm/articles/1305/21/news058.html

CRMとはCustomer Relationship Managementです。この辺の説明はソーシャルの有意性やCRMの一環としてクライアントに必要かどうか判断するため＆説明するためのもの。なんとなく流行ってるから「のび太、ソーシャルしようぜ！」だと失敗するのは明白ですから。でもクライアント側はそのなんとなくからの発想でも許されます。むしろ相談を受ける側がきちんと説明をするための知識。
でも実体験からいうと、どっちも勢いでやろうぜやろうぜ！というが多いし、そういうのに限ってROI算出とか効果測定やってないケースが多いです。で、効果測定しましょうといっても、効果が出てないことを恐れて、結局やらなかったり。

●ソーシャルマーケティングで
＜参考＞4回　「ソーシャルでマーケティングはここまでできる」、最も身近なビッグデータとしてのソーシャルデータの活用法 (1/2)
http://marketing.itmedia.co.jp/mm/articles/1305/28/news002.html


解析の前段階の、マーケでの有用性とデータをどう見るかというところの話。
・マーケティングデータとしてのソーシャルデータの位置付け
・フロー視点での分析の実際
・ストック視点での分析の実際
の3項目が使えるかな。

私もよくやりますが、ロジックを説明する際の例えはどう反応していいかわからない微妙なものが多い。これはアカンと思ったのは昔の戦略とか戦術に例えるケース。三国志とか第二次世界大戦とか。それ、例えになってない（笑　例えはある説明をより分かりやすくするための手段で、誇大広告ではありません。

●ソーシャル解析の手法（ロジック）
ここは自分の中でかなり混沌としてるので整理に時間がかかります。ここではFacebookについて。
大切なことは、
(1)Facebookページの目的（クライアントのネット戦略のゴール、ソーシャルのゴールとKPI）
(2)Facebookインサイトにおける指標の理解

(3)別の解析ツールを利用する場合の指標の理解（インサイトとのずれ、データのひっぱり方など）
(4)KPIを測定するための指標の組立（どの指標を使うか、どう判断するか）

『ソーシャルという壁』（http://kaisekiiroha.blogspot.jp/2013/05/10.html）でも書きましたが、クライアントにレポートが伝わらないのは(1)が明確に認識されていないから、(4)が共有されていないから、だと思います。なんとなくいいね数！の多寡だけを見ているからお互いに「これで利益出てるの？」という話になる。いいね！は記事に対するPV（=量の測定）と考えると、その数だけを見ても効果が実感できないのは当然ですよね（KPIによってはそれでいい場合もある）。


(4)は、例えば企業ブランディングの場合はこの指標でこんな判断基準、商品購入の場合はこういう指標と外部サイトのコンバージョン率とこの判断基準。これはアクセスログ解析でも重要な課題です。統計学的な母数を持たないためケースバイケースというのが当たり障りのない回答ですが、当然そんな答えはみなさん求めてないはずです。

これから解析に本腰を入れる場合は貪欲に経験値を求めるべきですし、ある程度経験済みの場合はこのロジック部分を整理しておくことが、解析業務においては重要だと思います。それが、仮説に根拠はないとか、解析者の経験に左右される、という、よく指摘される事への回答になると思います。

【解析いろは10】ソーシャル解析という壁

今日のソーシャルに関する解析は、ウォール・マリアは突破しウォール・ローゼを超えようとして苦労しています（例えにもなってない）。今日のお題は「ソーシャル解析という壁」です。TwitterやFBを始めると集客できますよ、という誘い文句の行間に、たくさんの「やるべきこと」を含んでいるという認識がようやく浸透してきた今日この頃、みなさんはどのようにソーシャル解析と向き合っているでしょうか。


ウェブ解析の同士や、ポータルとFBを運用している人と話していると、「ソーシャルの指標をどのように見ればいいわからない」「効果がわかりにくい」「クライアントに伝わらない」という声を聞きます。実にそう思います。
あるソーシャル解析のレポートを読ませてもらう機会があったのですが、全然効果がわからなかった。すごい細かいしよく研究してあると思うのに。なんでかなあ、理解力ないなあ自分、と思って、初歩に戻ってFBインサイトの記事や本を読んでも、やっぱりわからない。わからないという意味は、定義はある程度理解しても自分がそのすごさを実感できてないってことに気づいたんですよ。あれ？これアクセスログ解析でもよくあるよね？　ぱぁぁ（光が射した音）・・・てな感じでした。
なんで分からなかったのかというと記載しているエンゲージ数やいいね数の「多寡」の判断基準を私が知らないからだ、と。レポートを見るクライアント側が、こういう目的のためにこの項目のこういう指標を見る、この指標は多いほうが良いという理解の共有ができていればレポートは「当たり前の効果測定の結果を示している」といえると思います。さらに、ソーシャルにおいても指標は指標で、やっぱり目標設定が必要で、その目標の達成度を知るためには別のツール、手段も時には必要なんじゃないのかね、と思ったのでした。

FBページのインサイト機能では物足りない。では、別のソーシャル解析ツールを導入すれば効果測定が目に見えてわかるのかというと、そうではないと思うのです。
ソーシャル解析ツールもFBからデータをひっぱってきているわけですから、表示される指標を多様な表示や編集によって「分かりやすく」することはできますが、それと効果測定を結びつけるには「効果＝目標設定」が必ず必要です。それはアクセスログ解析ツールも一緒だと思います。訪問数が多ければ多いほどいいという曖昧な理解と同様に、「いいね！」が多ければおおいほど「いい」という、この「いい」の部分を深堀りしていくと、多くの場合は「なんとなく」しかないってこと、ありませんか。それってクライアントが悪いんじゃないですよね。解析側が「いいね！は多いほうがいいから今回は効果がありました！」とレポート してそれが伝わらなかったら、「目標」に立ち帰って説明する必要があるのではないでしょうか。
と、エラソーにいう私もまだソーシャル解析は浅いため、今後実績を積んで、自分の中の曖昧なロジックを確かめていきたいです。
以下はソーシャルの指標の理解と計測についてすごく悩んだときに参考にした文献です。

＜参考＞
Web担：ソーシャルメディア戦略成功3つの法則／フォレスター・リサーチ
http://web-tan.forum.impressrd.jp/e/2009/11/06/6635
記事は2009年のもので古いんですが、古さを感じないのは基本的なことが書いてあるからで、このときから、新しい効果測定の解析ロジックが出てないからじゃないでしょうか。

Web担：ソーシャルメディアは儲かるのか？ 「無印良品とスターバックスが明かす活用の裏側と展望」
http://web-tan.forum.impressrd.jp/e/2012/07/13/13020
実例。 文中の『ソーシャルの結果が出ないという話や、プロモーションよりもエンゲージメントが大事という話はよく聞くが、我々のような小売業は商品を販売することが重要なので、エンゲージメント率などには頼らない。』に痺れましたw　効果測定においてエンゲージメントは万能の指標ではなく、各目的に応じて見るべきものということがいえるのではないでしょうか。エンゲージメントはフォレスターサーチの記事にもある通り、実は誰にも定義決めができないと思います。それを切りすてて、その企業の目的に見合った形でソーシャルを運用して成功したケースがこれですね。
しかし、その逆もあって、プライスレスでコンバージョンを測れない、信頼の醸成とかいったものについては指標にエンゲージメントを使い、年に1、2回、企業イメージ調査などをして確認することも手法のひとつと考えます。

というわけでー、私にソーシャル解析の案件をもっとください。

【解析いろは8】どうしても他社と較べたいアナタへ

解析業務をやってると必ずといっていいほど聞かれることがあります。
「他の会社のデータはわかりますか？　どうなんでしょうか？　業界平均はどのくらい？」
いやいやいやいや。業界平均なんざありませんよ。事業規模、社員数、ウェブサイトの目的、規模、投資額も違うのに数値だけで平均を出すことに意味はありません。
・・・なんて言うとガッカリした顔をされます。辛い。基本的にサービス精神旺盛だから。

業界平均なんて値があるのであれば私たちの仕事の労力の1/3くらいは省略され、他のことに力と時間を注ぐことができるかなぁ。なので、そういう統計学的なロジックが確立されることを期待していますし、実際、ビッグデータ時代ですからそう遠くない日に出るのではないかと思います。

なぜこのような要望が出るか。それは数値を見ても実感がない、達成感がない、わかりにくい。という心の声なのです。
アクセスログ解析というデータの特性上、相対的判断をするにあたって基準がないとこういうことになります。相対評価をしていると客観判断と合わなくなってくるのです。
アクセスログ解析は相対的にデータを解析するものですが、外に広く開いているメディアであり、ビジネスのワークフローの中でうまく回すには、やはり客観性が必要なんですね。

■インターネット視聴率調査
多くの場合、業務で得た情報は守秘義務に反するため公開できません。 ですが、類似のデータを提供する有償・無償のサービスはあります。
これは実際のアクセスログではありません。視聴率＝外部からのあるサイトへの接触を調査したデータです。統計的なモニター調査ですから、実際のアクセスログとはかけ離れている可能性がある反面、ユーザー層や年齢、職業の詳細など、ログからは分からないことも分かったりもします。

◎有料の有名どころ
・ビデオリサーチインタラクティブ（http://www.videoi.co.jp/）
・ニールセン（http://www.netratings.co.jp/）
・マーケギア（http://mgear.jp/）
マーケギアはNTT系列（NTTデータキュビット）の視聴率調査のツール紹介サイトです。が、サイトがちょっと古いし更新がされてないようです。無料で見られる範囲もものすごい古いデータです。ビデオリサーチインタラクティブやニールセンは傾向の把握や知識としてホワイトペーパーを読んだりします。

◎無料の有名どころ
・Google アドプランナー（https://www.google.com/adplanner/）ログインが必要。
一時期消えてたような気がしたんですが、今は使えてますね。データがアメリカ中心のため日本のサイトデータはない場合が多いです。あと、調査基準がわかりません。本当にばっくりとこんなもんかな、と見るためのサイト。

その他の無料のツールについてはこちらのブログに詳しく書かれていたので参照させていただきました。（Ginza Metrics:競合他社のウェブサイトはどうなってるんだ？ を簡単に調べる無料ツール3選＋α）

私が個人的に使える・使いたいと思ったのは下記2種。
・ドンナメディア（http://donnamedia.shoeisha.jp/）  →2013年6月にサービス終了となりました。惜しいことを・・・
・Similar Web(http://www.similarweb.com/)
 Similar Webは海外企業のサービスですが、日本のサイトも出ます。すごく多機能です。すばらしい！　でも共通しているのは大企業や大規模なサイトでないとそもそも情報がない、という点です。

ドンナメディアはマーケギアから情報提供を受けているNTT系列の会社です。一定範囲での無料リサーチ、情報提供はドンナメディアというハコでやってるようです。 マーケギアのサイトはあくまでもツール紹介でNTTデータキュビットはしっかりNTTフォーマットで、今年の更新もあります。マーケギアというツール（サービス）を売りたいのか売りたくないのか、わかんないですね。

余談ですが、サイトを見てると余計なお世話なことを推測します。更新状態を見たり、昔に作ったサイトを放置したり、新設したサテライトサイトを見て 「この企業はこういうことをやりたいのかな？このサービスはどうするのかな？」など。それが止まらなくなって親分サイトまで遡って企業方針やプレスリリー スを過去半年～1年くらい遡って読んだり。お金にはなりませんが、自分のためのいい勉強になります。これこそが、解析業務で必要な日常の作業なのかもしれ ません。

■利用上の注意
何度もいいますが、有料無料問わず、独自の調査データであって、実際のアクセスログデータではありません。
(1)業界の傾向を把握する

(2)参考程度に留める
データ、特に無料提供の分は調査母数が少なくて偏りが多いようです。データを見る前に、まず調査方法のページなどを確認してください。 有料サービスの場合は明示がありますし、教えてくれるはずです。
(3)レポートに記載する場合は引用を明記。
引用や転載の可、不可や引用時の表記は遵守すべし。

■絶対にやってはいけないこと。
これらの数値を判断基準にしない。あるデータを判断基準にしたくなる気持ちは分かるのですが。これは解析する側も、クライアント側も充分認識しておくべきです。
例えば、レポートでA社よりもPＶやセッション数などの指標が多い、少ないという見方です。
なぜそういうことをしてしまうかというと、自社の指標を測る明確な基準（ゴール含め）がないからです。そこに数字やデータという言葉に対する迷信が加われば迷走するにきまってます。
アクセスログ解析を知らないほど、比較対象をほしがります。それは自社のアクセスログを理解していないからです。まずはアクセスログに対する基本的な理解と、自社の現状をしっかり認識すべきだと思います。

【解析いろは7】ウェブ解析のＰＤＣAサイクルのP、「仮説」について

ウェブ解析でもPDCAサイクルでの思考がほぼ当たり前になってきてます。その中で仮説を立てるという作業（P＝PLAN） はどういうことなのか。というお題です。
 
ウェブ解析のフローにPDCAサイクルを当てはめることが流行ってます（流行ってるっていうな）。「そんな風に具体的に説明するとなんとなーく説得力があるから」という実利的な理由もあります。
本音はさておき、PDCAサイクルに解析業務を当てはめるのは、ウェブサイトが業務の内容として占める比重が大きくなり、よりビジネスに貢献することが求められるようになってきたからですね。ウェブ解析は単発では あまり役に立たないですしね。現状把握ができたとして、次に改善したときに効果を検証するには、やっぱり解析が必要です。その意味では現時点では合理的な説明方法といえます。まあ、ただ現場で本気でPDCAに取り組んできたおっちゃんたちには「はぁ？ウチらとっくにそういうのやってんだけどー」という生温い気持ちにもなりかねません。企業の人たちは本当に本気で会社の業務を回してきるのですよ。そこへ外部の人間がドヤ顔でPDCAが・・・なんて語りだしたらどうなるでしょう。
ぺらっぺらな言葉だけで語るのではなく、「御社と同様のビジネスの理論を根底に、我々もウェブをビジネスとして真剣に考えてます」という姿勢を提示すべきだと思います。

長いマエフリになりましたが。PDCAサイクルに則って考えよう、のうちのP=PLAN、仮説立案についてちょっと考えてみました。かつて、すごく率直な疑問を投げかけられたことがあります。
(1)「ウェブ解析での仮説はどのくらいの精度（信憑性）なのか」
(2)「その仮説は仮説を立てる人の思考やスキルに依存しているのではないか」

(1)「ウェブ解析での仮説はどのくらいの精度（信憑性）なのか」
多くの人はどれくらい、という程度を示すのに数字を使いたがります。そうすることで論理の信憑性を補強したいわけです。
これが統計であれば、絶対的・客観的な統計データを元に%の確率で・・・という数字が出せるかもしれませんが、そもそもウェブ解析のデータは「相対的な」数字の上に成り立っています。 そこから生じる仮説の実効性の確率をはじき出すのは困難ですというかムリです。
例えば、研究開発におけるPDCA。数ある遺伝子のうち、ある細胞を作るたに働く遺伝子を特定しなければならない。その場合、数字的な確証を持って実験を行うだろうか？もし数字的な確証を持ってやれるのならそれはすでに確立した理論であって他の人もやっていることではないか。と。

数字や科学反応といったものへ信頼の根拠を求めるのは、不安があったり納得していないからではないでしょうかね？

私の（現時点での）結論は、相対的な、固有のデータを見て、集計して、そこからわかること、推察できることに確率としての数字は出せません。 ですので、その考えに至った思考過程と根拠となるデータを提示します。その上で、私はこう思います。このことにはこういう対応が可能です。と、私なら答えます。
間違ってはいけないのは、ウェブ解析は「答え」を出す行為ではないはずです。ビジネス的な、DO（実行）の判断をするのはあくまでもクライアントで、我々は情報を提供し、最大限協力はできますが、ビジネスの主体はクライアントなのです。 数字への信頼ではなく、ウェブ解析をするプロとしての信頼を得ることが重要と思ってます。答えになってないって？だから答えは出すものではなく・・・
 
(2)「その仮説は仮説を立てる人の思考やスキルに依存しているのではないか」
人間が介在する以上、依存すると思います。正直、経験の差もありえます。
解析担当として、その仮説に不安がある、自分でもちょっと・・・と思う場合は、営業ふくめ社内で検証してみるといいでしょう。ピンの場合は？　守秘義務の範囲内で同業に意見を求めるのも手だと思います。最終的には自分が責任をもってレポートを提出するわけですから、論理破綻がないようにだけは気をつけないといけません。
正解や答えを出そうとすると、数字に基づいたありきたりな内容、ベタベタな指標の説明のみに落ち着きかねません。わかったようでわからないレポートだけが後に残り、読み捨てられていくのです。（アイタタター）
徹底的に調べる・時に他者の参考意見を聞く・論理の道筋が通っていることが「仮説」の信頼性をより厚くすると思っています。
さっきの細胞の話に戻りますけど、可能性のある細胞をひとつの培養皿で培養しました。乱暴な話ですよね。でもそこに至るまでに、膨大なDBを解析し、徹底的に調べ、可能性のある細胞を24個に絞り込んでいるのです。もちろん、はずれる可能性だってあったでしょう。はずれても恐らく、この実験をした人はまた解析し、調べて、別の細胞で検証したと思います。ああ、見事なＰＤＣAサイクル・・・（仮想の話です）。
つまり、仮説というのは想像でも妄想でもヤマ勘でもありません。そこに至るまでの筋道があり、ある程度の精度を備えている。もし成果がでなければ、その筋道を変えてみる。経験やスキルで仮説の差が出るのは、その道筋を経験則（成功体験あるいは失敗）である程度把握し、理解しているから結論への道が短いということだと思います。経験者も失敗しますし、初心者だからこそ鋭い洞察が可能なことがあります。なので、一概に経験数で語れない、ということも仮説にはあります。私個人は経験則や経験年数はあまり信用してません。判断が古いデータに基づく場合も多いからです。 経験をもちつつ、経験に依存しない、まったいらな目でデータを解析できる人が優れた解析者だと思います。そうありたいなぁ・・・と思います。

【解析いろは6】解析にまつわる資格

アクセスログ解析の認知が高まるにつれて、知名度も少しづつ広がってきた感がある解析士。今日は解析士という資格についてライトにまとめてみました。売り込むための美辞麗句も書けるのですが、こういうものだと知ってもらいたいため、まったいらに書きました。

（１）ウェブ解析の資格
 一つだけじゃなくて色々あります。下記以外にもウェブ、IT系の専門学校でもコースがあると思います。増えたなあ～
（い）WACAウェブ解析士（初級～マスター）：http://www.web-mining.jp/
（ろ）アクセスログ認定講座：http://www.pm-college.jp/LP/accesslog/
（は）アクセスログ解析スペシャリスト1級認定講座：http://blog.ssgh.co.jp/article/209529306.html
（に）Google アナリティクス individual Qualification (Google analyticsの個人に対する認定資格）
（ほ） Google アナリティクス　認定パートナー（企業に対するビジネスパートナー認定）
 
(2)民間団体の認定資格であり国家資格ではない
現時点（2013/5）ではすべて民間団体の認定資格です。
ま、国家資格になると資格としてのランクは上がるかもしれませんが、管理団体が肥大して実を伴わないケースもあるので、国家資格だからいいという判断もうかつにできませんが。

★依頼しようかな、どうしようかなと思っている方々へ。
○資格が担保するもの
試験があり、ある基準は満たしていると思うのですが、各資格によってレベルがまちまちなためどう判断していいのかわからないことも多いでしょう。
色々な質問を投げかけてください。普通は正面きって考えないことなのですが、アクセスログ解析への基本理解が試されるような質問がいいと思います。アクセスログ解析やウェブに詳しくない人の素朴な疑問が結構ききます。

○資格のレベル
どんな資格でもそうですが、同じ資格の同じクラスであっても個人によってバラツキはあります。
経験主義ではないですが、案件の経験値は判断や仮説立案でとても重要です。また後日この点については書きますが、「勘」で仮説は立てません。仮説には必ず判断の筋道があります。参考程度に今までやってきた案件のことなどもお尋ねください。

★これから受講しようかな、興味があると思っている方々へ。
 ●どの資格を取ったらいいの？
民間認定資格の名の通り、そのことに法的効力・義務はありませんので、自分で調べて受けたいと思うところで受講するのがいいと思います。個人的には「稼げる」「食べていける」とうたっているのは不誠実だと思いますが。あれ、後に（かも？）という見えないテキストが隠されてるんだぜ？




●資格を取れば仕事がある？
自動的に仕事が降ってくる資格は国家資格も含め皆無です。努力と経験の上に仕事の神様は降臨します。ただ、資格があれば話のネタになるので営業しやすいと思います。



●参考：WACA認定ウェブ解析士について
初級は基礎用語と解析全般に関わる知識です。営業、ディレクター系の人は受講して基礎知識をまとめておくのもいいかなと思います。受講料は、講義がちゃんとあるのでこんなものだと思います。
中級がなくて上級に飛ぶわけですが、受講料もかっとぶので本気が必要です。内容は基礎知識＋少々深いところに加えて、実務的な要素も入っていきます。テストに加算される課題はかなり実務的。知識＋思考方法を押さえる感じです。
マスターは初級を教えることができます。つまり「お教室・お講座ビジネス」が展開できるわけです。受講料も講習も試験もちょっと（かなり）ハードです。
資格は取りっぱなしではなく、講習会を受講してスキルを維持する義務もあります。

特定の会社の子飼いになるわけでも特定の解析ツールに縛られるわけでもありません。解析というものの認知を広める一役を担っているとは思います。このようなモデルを作ったという点は評価できると思います。




まとめると、資格ホルダーもクライアント側も、資格だけですべてを判断しないでください。一定の知識は備えているだろうという前提のもとに、少し話をする時間をください、と資格ホルダーの私は申し上げます。基本的に、ビジネスの根底にはビジネスなりの信頼関係が必要であると考えています。最初の信頼に値する誠実な態度や回答があれば、まずは使ってみてください。

【解析いろは4】ソーシャル解析の指標だけでは効果が測れない

ソーシャルの計測は既存の解析ツールの開発がなかなか追いつかないためか、別のサービスを利用するケースが多いようです。Facebookだとインサイト機能、Twitterならクチコミ@係長（http://www.hottolink.co.jp/kakaricho）をよく耳にします。Twitterはbit.lyやTopsyなどの無料ツールもありますが、関連するツィートをアナログで検索して集計して・・・とすごく工数がかかるので、定点観測するのなら絶対有料がおすすめです。

解析の中でもホット（と思われる）ソーシャル解析ですが、ツール間で大体共通している指標があります。
★リーチ：情報の到達度
★エンゲージメント：ユーザーとの接触の密度
★コメント、記事内容のポジティブ／ネガティブ
ツールによって用語定義も内容も様々なんですが概念としてはこんな感じ。アクセスログ解析と異なるのは、立体的といったらいいんでしょうか、ユーザーへの波及効果やその密度、どのような感情でもって受けとめられているかということが明示的に分かる点です。
これまで企業の認知度調査は高い金を払ってアンケートを取る等の方法でしたが、ダイレクトに商品や企業へのリアクションが把握できるようになったわけです。ソーシャルを使っている人という限定的な範囲ですが、ウェブのアプローチとトラフィックの効果を考えるとそれで充分じゃないでしょうか。そもそもネットを利用してアプローチしない層が顧客の場合、問題にならないわけですし。
ダイレクトという利点の反面、解析は自前でやらなくちゃいけないとかネガティブやクレームにも対応をしっかりしなければファン離れを起こすという点もよく理解しておかねばなりません。いいも悪いも含めて真摯にユーザーと向き合う覚悟をもつことが、ソーシャルツールの利用ですよね。

で、指標の話に戻ります。ソーシャルの指標はアクセスログ解析の指標ほど細分化されていなくて一見明快！ですが、いざ報告書にまとめると結果がわからないことが多いのです。実際、報告書を見て「これが、どういう影響を及ぼすのか？」というリアクションが出てきます。
 リーチも、エンゲージメントも、コメントの内容も、どのように判断するかという基準が提示されていないからわからないのです。

『今回の計測ではリーチは●回でした。リーチを今回より5%増やすようにしましょう、そうすれば御社の提供しているサービスの認知度があがります。』

こういう記述は一見、伝わるようにみえて、すっかすかなんですね。下記の流れがないと上の文章は意味がないと思います。
まず最初にソーシャルで何をしたいか（ゴール）、それを達成するための個々具体的な目標（KSFとかKPIとか。上記の例だとKPIは『リーチを5%増』）があって、それらを測る指標にはリーチ数というのを用います。という思考です。
ゴールとKSF、KPIが共有されていれば 上記の結論だけで通じますが、「よく効果がわからない」というリアクションが出る場合は共有されていない、あるいは設定していないと考えられます。指標や用語の定義がわからないというITリテラシーを解決することとは別問題なのです。

アクセスログ解析と同様、ソーシャル解析も指標だけで結果を測ることはできません。指標は確固たるものですが、しかしその数や捉え方はFBページの運用者次第です。コメントのポジティブとかネガティブの判断基準も同じですよね。一見ネガティブに見えてもヘビーユーザーだからこそ愛着と改善を望む声とか。
ネットやソーシャルをよく知らない人にこそよくわかる報告を、判断基準などの設計をまず考えること。が解析する側の任務だと思います。

【解析いろは3】アクセスログ解析は普通や一般では測れない

解析あるある。「この数値は一般的にどうなんですか」「普通はどう見るものなんですか」という質問。あるある！
この質問にはいつも困ってしまいます。【解析いろは2】でも少し触れましたが、解析データには客観的・統計学的な平均数値はないからです。しかしそういう回答を求める気持ちもわかるのです。人の価値観は基本的に比較することにあると思います。判断するにあたって、ある指標が多ければいいことだ、と言い切ってしまうほうがどれほど簡単か。

しかしですねぇ、アクセスログ解析は相対的評価なのです。相対評価で何らかの価値を客観的に測るには、そのデータ内で目標や基準設定をする必要があります。

「一般や普通はありません」と言い切るとかなり気まずいので、ロジックを簡単に説明した上で、あくまで個人的な経験値によりますが・・・とか、ロジックの筋道からするとこう考えるほうがよろしいかと思います、という感じで説明します。
一般や普通で語れないなら、次に出てくるのが「同業他社はどうなんだろう」という疑問です。
有料のインターネット視聴率調査を利用することで、競合他社と自社サイトの位置づけという把握が可能です。競合他社と激しいくしのぎを削っりあっていて、定点観測的・継続的にブランド認知や効果などを見たい場合はありかなと思います。ネットレイティングスではかなり昔（10年前くらい・・・）の値段で月額5万くらいからあったみたいですが、今はもっともっと上がっているかもしれませんね。

＜参考＞
ニールセン株式会社（旧ネットレイティングス）：http://www.netratings.co.jp/
ビデオリサーチインタラクティブ：http://www.videoi.co.jp/

特定のキーワード、企業名でおおまかなトレンド把握をしたい場合は、無料のサービスもあります。
まずは色々な無料ツールを使ってみて、相対的な認識に客観性を付加していくのもよいかと思います。
＜参考＞
Google トレンド　http://www.google.com/trends/?hl=ja

でも最終的には、やはりそのサイトのゴールを決めること・具体的な到達手段を考え、目標数値を設定し、どのように計測するべきかを決めることに戻ります。結局、ここからスタートし、ここに戻ってくるんですね。自社が思った以上に検索されていなかったりすると結構ヘコみますよ～。

★FBページも立ち上げました。よろしければイイネ！を押してください。ブログ記事の要約や解析に関係する気になるニュースなどをいち早く掲載しています。
https://www.facebook.com/analyticsiroha