【解析いろは27】Facebookインサイトの新機能「競合ページ」

12月に地味に実装されていたらしい、Facebookインサイトの新機能「競合ページ」。
比較対象にしたいFBページを登録し、週ごとの獲得したいいね数が表示されます。

条件は明記されていないのですが、ページへのいいね！が100以上でないと表示されてませんでした。（当社比ならぬ当管理Facebookページ比較。）ただ単に実装時期の違いなのかもしれません。そのうち分かる日がくるでしょう。

日々の運用のときのベンチマークに使えるくらいで、それ以上の深堀りはできません。
もちろん、リーチの母数を増やすのはとても重要です。ここの母数が少ないと、どれほど反応が良くても情報は広がりませんからね。

基本的にFBのリーチのエッジランクはエンゲージ重視というのなら、いっそ競合のリーチ数合計が分かれば、「ぬぬ、やるな！」と思えるのですが、いかがでしょう。

【解析いろは25】Rでソーシャルリスニングをやってみた 1

トレーニングがてら、Rでツィッターのデータを元にソーシャルリスニング（ぽい何か）をやってみました。超適当ですが、解析ってこういうことをするんだな、という段取りや必要なことの確認ができました。

ビッグデータやデータサイエンティストがバズワードとなっていますが、ウェブ解析担当もアクセスログだけを分析するだけでは足りなくなってきています。それはすなわち、ウェブ解析＝ユーザーの行動履歴の分析がより効果を求められるようになったからで、解析の意義と目的が浸透してきた証としてよろこぶべきことだと思います。

ビッグデータなんてウチの会社には無縁だよと思っているアナタ。今日、急に上司や社長から「今はユーザーの声に耳を傾けるソーシャルリスニングの時代。だから弊社の企業名がどんだけソーシャルでささやかれているか調べてくれ！」なんて無茶振りがあるかもしれません。昨日どこかのセミナーに行ってなんか聞いてきたんだな……なんて、死んだ魚のような目にならないでください。
時間と人力はある程度必要ですが、すごい分析ツールや他社サービスを導入する前に、やってみてはどうでしょうか。やってみれば意外と簡単です。ヘタレな私が言うのだから間違いない！

今回重要視したのは生のデータをいかに取得し分析するか、という段取りです。下記は一例であり、この方法がベターでもベストでもありません。ただ分析に必要な段取りは積んでいるつもりですので、参考になれば幸いです。

なお、今回収集したサンプルデータと分析は具体的な改善とかなんとかそういった事を一切念頭においてませんし、分析結果が「正解」ではありません。仮説とはいえないほどの想像あるいは妄想というご理解でお願いします。

◎準備するもの
・Rをインストールし使える状態にしておくこと。（必須）
・テキストマイニング用のプラグイン「MeCab」をインストールしておくこと（必須）
・参考書として「Ｒによるテキストマイニング入門」石田基広　著　（ほぼ必須）
・親しみやすいようにRcmdrというGUIプラグインを入れておくと（若干）効率アップするかもしれない。（気が向けば）


◎Rってなに？という方へ
 無料のくせにすごく優秀なデータ解析ソフト。解析用途別のプラグインもたくさんある。
http://www.r-project.org/

人文科学系や医学系、理工学系の学部にいたら触ったことがあるかもしれないですね。当方、法学部出身ですが、法学って一番データ解析に遠い学問のような気がする……論理思考と解釈の学問なんですよね。言語とデータ処理における論理思考ってちょっと違うんですよね。今ものっそい苦労してます。言葉を解釈でねじ曲げることに慣れているもんだから、言葉でデータをねじ曲げたくなるとか。アカン…

(1)　分析対象となるデータとその範囲を決める

調査内容：Twitter上でキーワード「ウェブ解析士」が期間内にどのくらいツィートされているかを計測し、ユーザーを分類してグループ毎にツィート内容にどのようなワードが頻出しているかを調べる。
調査目的：計測期間内のツィートの頻度とグループ：個人ユーザーのツィートの傾向について仮説を立てる
ソーシャル：Twitter
調査対象キーワード： ウェブ解析士
調査期間：13/9/2～13/10/2




キーワード決めは重要です。決めないと無限に対象が広がるからです。また、調査内容も決めておかないとひどい目に遭います。無限分析のループ。分析をするにあたっては「何を知りたい」「どのように調べるか」「範囲」を決めることがとっても重要です。

もし、初めてソーシャルの調査を行うのであれば、ソーシャルグラフやインタレストグラフを作成してユーザーとの関係を可視化するのもいいと思います。ソーシャルグラフ等の可視化はAPIを利用した無料のツールが結構あります。いいぞ、もっとやれ！
Twitter関係の概要調査なら「Topsy」（http://topsy.com/）をよく利用します。インフルエンサーや期間指定したキーワードの発言やレポートまでしてくれる便利なツールです。かつては日本語が弱いという話でしたが、今はかなり使えると思います。（Analyticsなどの機能をフルに使うにはメールアドレスなどの登録が必要です）。
ちなみに、今回のメインテーマ（であるはず）の『R』でTwitterのソーシャルグラフの作成が可能であるようです。（対象アカウントのパスワードが必要）
参考記事：ITmedia　＠IT　第5回 インターリュード: TwitterとR

(2)　データの取得方法を考える

アクセスログなら大体何らかの分析ツールを介しているので取得については基本的に悩まなくていいです。 ですが今回は自前で収集するのでちょっと考えなくちゃいけません。
Rで直接Twitterにアプローチしてデータをひっぱってくることも可能なようですが、アイパスなどの制約があるのでこれも今回はスルー。（おいぃ！）

参考記事： ITmedia　＠IT　　第5回 インターリュード: テキストマイニングの入門の入門

公開されているデータを効率よく目的に合致した内容で取得するために、Topsyを使いました。

(3)　データの取得とクリーニング

Topsyで検索キーワードで絞り込んで期間を指定して表示します。残念ながらCSVのダウンロード機能はないので、ユーザー、Tw日、Tw内容を手作業でピックアップしました。ＡＰＩをカスタマイズすればらくらくなんでしょうけど、今回そんな余裕はない！　（件数も少なかったし…） 
クリーニングとは、例えば空欄や値が不正な場合（欠損値）★の処理をどうするかとか、不要なデータを削除するとか、分析しやすい形にデータを整える作業です。今回、欠損値はないのと、URLはRで絞り込みをするので放っておきました。
で、最終的にデータをCSV形式に収めます。

★この「欠損値」をどう扱うかが分析データでは重要なファクタなので、本当は真剣に考えないといけないのです。

(4)　解析設計をする

慣れていたり以前やったことのある分析データならば最初に検討しておくべきことですが、今回はお初のデータなので、ここで解析設計をしました。
まず適当に幾つかデータを拾って読んでみて、どんなツィートがあるのかばっくりと感じます。感じる、というのが、目的で、ここで深く読んでいくと分析の意味がありません。

どうやら、関係者や告知のツィートと個人の感想みたいな「感じ」に大きく分かれるようです。
じゃあ、ユーザーをグルーピングして発言の傾向を見よう。そして個人ユーザーに着目して、どのようなワードがよく使われているか、そこにグループ別の差はないかを調べよう、と決めました。

【設計】
1.ユーザーをセグメント分類する　＞　(3)　に戻って作業（　bot、関係者、セミナー、個人を適当に分類。ルールは、ユーザー名やツィートに特定のワードが含まれているか否か。関係者はサイトをあらかじめ調べてピックアップしておき、分類　など）★
2.エクセルでの作業★
　グラフなどのビジュアル化
　概要のグラフ化と把握（日別動向、ユーザーセグメント別割合）
　3.データの詳細な比較検討

3.Rでの作業
　グループ毎に発言を分類
　グループ毎に発言をテキストマイニングし、傾向を把握

長くなったので、Rで分析編はまた後日～。


★今回は発言数が多くないのと、明らかに関係者やセミナー告知が多かったので強引にユーザー分類をしました。普通はやってらんないので、インフルエンサーという分類が多いのだと思います。分類による比較軸があると分かりやすいのでいいですが、ケースによりますねこの方法。
★今回の作業のほとんどはエクセルで出来ますし、そのほうが早いです。一部、無理矢理Rでやったところもありますが、単純集計やグラフ化はエクセルでやっつけました。ツールに拘りを持つのではなく、目的達成のためにどの方法がいいのか、で決めるべきだと思います。

 ＜MEMO＞
 これら過程の時間と工数をきちんと記録ておくことをおすすめします。できたら、他社サービスの価格も調べておきましょう。レポートと共に調査にかかるコスト概算も提出すれば、レポート作業と効果の費用の把握が容易になります。

Rでソーシャルリスニングをやってみた　2に続きます

【解析いろは23】Googleアナリティクスアップデート

メルマガをご覧になっていたら既知かと思いますがGAがちょっとグレードアップしています。
Googleアナリティクス　公式ブログ「新しく生まれ変わったセグメントのご紹介」：http://analytics-ja.blogspot.jp/2013/09/blog-post_17.html

タイトル通り、今回の一番の大きなアップデートは、セッション単位でのユーザーセグメント以外に、なんとなんと！ユーザー単位でのセグメンテーションが可能になった点です。どこから入ってどのページを見てコンバージョンする、といった行動の順序も指定できてしまう。いやー、すごいわ。
自分のGAを確認したのですが、まだ適用されていませんでした。これから徐々にリリースされるようですね。

 ■Googleの今回のアップデートポイント

夏が終わって一皮剥けたってカンジ。 夏休みに何があったんだい……？（ひとなつのこいかしらー？）

●アドバンスセグメント画面の変更で、よりわかりやすく・共有しやすく
セグメントが直感的に設定できるようになったのと、よく使うセグメントは★マークを付けてすぐに呼び出せるようになってます。

●セッション軸からユーザー軸での解析が可能になった
ここがさりげなく一番すごいアップデートだと個人的に思ってます。ユニークユーザーの単位でセグメンテーションできるようになります。ただ、気をつけなければいけないのがレポート。基本的なスタンスというか解析軸は、セッションであることに変更はないと思います。ですのでユーザー軸解析をレポートする場合はレポート軸が違うので、混乱が生じないように（解析側も）留意しておく必要があります。

●コホート分析(cohort analysis)ができちゃう
なんだそれ！という方はコチラをご覧ください（スイマセン、私もやったことがないです）。
定義を引用すると、

コーホート分析とは、同時期に同様な体験をする人々の集団（Cohort）が、時間の経過とともに彼らの行動様式や思考などにどのような変化が生じたのか、時系列でデータを収集することを通じて、これを明らかにすること。
指標の変化を「時代｣｢年齢｣｢世代」の3要因で分析する手法。
年代分析とも呼ぶ。 

です。
GAでは「ある期間の新規訪問者」をコホートとしてセグメントし、その後の行動がどのように変容したかを見ています。行動が変わったということは、どこかで意識変容が生じています。流入や意識変容の要因を分析することで、キャンペーンや広告、サイト内コンテンツのより深い分析と見直しが可能となります。

■時代はユーザーへ、統計学的分析へ

今年に入ってビンビン感じていたのですが、ここ数ヶ月で最も自分的にホットなテーマなのが「統計学的分析」です。学的、というのは、あくまでも学問ではなくビジネスの成果につなげるために統計学の知識や手法を使って、より精密に数字と事象を検討していくという意味でそう述べています。ビジネス解析は厳密な意味での「統計学」、学問ではないと個人的には思っています。

ただし、気をつけなければいけないことがたくさんあります。数字に人はいともたやすくダマされる、ということです。解析者もレポートを提出された側もそうです。レポートにちりばめられた、基準化した数値、相関係数、寄与率の数字は、「絶対的に確か」なものなのかというとそうではありません。そのような意味ではないのです。統計学を学んだときのことを思い出してください。ビジネス解析の本では深く書かれていないことかもしれませんが、ある手法を用いる前にその手法の数字の意味、用語の意味を十分に理解する必要があります。
結果だけを求めて統計の手法を用いるとなんかわかった気になってしまうんですよね、本当に自分自身がそうなのでイタイです。アイタター。
 今後は解析する側、レポートを受ける側どちらも統計リテラシーの高さが要求されるようになるかと思います。

では、ここで以前出した質問をもう一度。
「心筋梗塞の人の95％、犯罪者の95％が食べていたという食べ物を禁止すべきか。」

常にこの質問と答えを忘れず、数字とその向こうにいるユーザーに向き合っていきたいと思います。

【解析いろは21】アナリティクス以外の解析ツールに遭遇した場合

上場企業におけるGAの利用割合は64%だそうですよ、奥さん。（出展　Nexal の一期一会：http://nexal.jp/blogs/2645.html）　
記事の中で
「お奨めの解析ツールありますか？ ただしGAとサイカタ以外で」（「（株）Nexal提供」）
というセリフがあるのですが、これまだ言われます。アーチンも未だに健在です。

この記事でユニークなのは、サイカタ→GAへの変更パターン。社内で日々見るのに使えなければ結局意味がないのですよね。ウェブ解析の専属担当者がいるのならともかく、普通は他の業務の合間に見るのが多いでしょう。習熟する時間もそうそう取れないということも普通にあります。

導入にあたっては「使いこなせるか」より前に「日々の業務でどう使うか」「それが改善に活かされるか」を検討し、トレーニングの時間が担当者に負担になることによるリスクも勘案しましょう。というか提案のときやアドバイス時にそのことを伝えましょう。でないと、ノリノリな上司さんの横で担当者の人が暗い顔をして俯いてしまいます。

そもそも、解析ツールはすごくわかりにくい膨大な量のアクセスログをいかに見やすく分かりやすく表示するか、というためにあるのですから、業務の負担が軽くならなくては本末転倒です。根本的な問題として、ウェブ解析をする目的と体制が整っていないと、どれほど素晴らしいツールを導入しても劇的な変化はないだろう、と思います。イヤがられてもさらっとリスクや現時点の問題点は指摘することが、提案する側の責任だと考えてます。

長い前置きはさておき（前置きだったのか！）、そんなモテモテのGA以外のツールも使うことがある、という話です。大体、どんな解析ツールにもなにかしら特化した部分があります。例えば広告効果測定だったりユーザーセグメントが独特だったりとか。GAは結構遭遇するし、ノウハウもいろんなところで蓄積されているのですが、他のツールで解析をする依頼がきたらどうしよう、というのが今回のテーマです。

・アクセスログから知りたいことを聞く
　調査の範囲がこれで大体決まります。やろうと思ったらいろんなデータが引き出せてしまうのがログデータですが、興味本位ならともかく仕事でやる以上、作業時間・分析時間も想定してやることが大切です。
・特長を掴む
　強みや解析の評価軸を公式サイト等で調べましょう。解析ツールの評価軸って結構重要なんですよ。
・できれば事前にログインさせてもらう
　ログインしないことにはどんな機能があるか確認できません。実際、あるカテゴリのドリルダウンをしようと思ったら「それは有料のアカウントが必要です」なんて出てきてウェ～～～と思ったり。
・レポートする項目をピックアップした解析設計書を作ろう
 お互いに納得するために、どういう目的でどういう項目を見るか解析設計書を作ることを超・お勧めします。これで合意しておくと、調査漏れがないのと、データをまとめるときにスムーズです。
　まあ、そうはいっても後出しはあるんですけどね…○○について知りたい、とか。後で○月○日からやってたキャンペーンのことを知りたいのだけど、といわれても困りますぅ(> <)

私もさほど他のツールの経験はないですが、データの分類やセカンダリディメンションとの組み合わせで「これ」というデータを作成しやすいGAは、やっぱり自由度が高くて便利と思います。解析の軸が固定されていない分、自由に指標を組み合わせて確認できるのが良いです。
最初　GA　→　もっと詳しく知りたいから他ツール　→　やっぱりGAに戻る　というパターンもあるのかもしれませんね。

【PickUp】機能からサービスへ～サイト内検索

ニュース元　：MarkeZine
「サイト内検索」がECを変える！「スピードとおもてなし」に大手ECも熱い視線を注ぐ、ゼロスタートの「ZERO-ZONE Search」
http://markezine.jp/article/detail/18219

当ブログで6月に「【解析いろは13】サイト内検索の存在感」というタイトルで書いたのですが、ECサイトのみならずどんな企業サイトでも重要だと思います。サイトサーチアナリティクスはもっと注目されてもいいと何度も（以下省略）

小ネタとしてアマゾンとの検索対決もやってみました（適当なので結果を信用しないでください。ダメ、絶対）。

【解析いろは16】新しいインサイト画面のご紹介

珍しく、解析Tipsのサイトっぽく新しい画面等をご紹介しようと思います。ちなみに当blogは解析Tipsやノウハウのサイトではありません。実務のスキマを埋める解析ネタ話のサイトです。
当方のインサイトもいつの間にか新しい画面が選択できるようになっていました。ちなみに一回だけ、旧インサイト画面に戻すことができますが、そうすると次に全てのユーザーのFBページがアップデートするまで新インサイト画面にもう一度戻すということができないようです。


◎概要
 概要ページはいいね、リーチと、質を示す交流度（いいね！やコメントなどのユーザーの反応の内訳）に分けられて、主な指標が個別に、大きく数字で表示され、一目でわかりやすい思います。また、グレーの線でその前1週間がデフォルトで比較されるので増減の推移も把握できます。
以前は一つのグラフだったのですが、相関がぱっと見てわかるものの指標が「話題にしている人」と「合計リーチ」（＋投稿数が円）だったため、そのグラフの意図がよくわからん、という感じでした。いや、リーチしている中で話題にしている人の数が極端に増減してしている場合は、その原因を確認しなくちゃいけませんが、通常ではほぼ同様の波形だと思うんですよね。
で、この下にページの投稿の概要リストがありますが、画像投稿の場合はサムネイルが表示されていてこちらも随分わかりやすくなったと思います。 （例の画像には含まれてませんが）
【FBインサイト新画面：概要ページ】

◎ページ
私の中ではここは「量の指標」の分類かなと思っています。いいね、リーチ、ページのアクセス数です。指数を個別にくっきり分類して、より分かりやすくしたなあという印象です。

平均値のベンチマークをオンマウスで表示が出来たりするんですよ。日次、週次の管理では便利ですよね。 
【FBインサイト新画面：ページタブ　投稿のリーチ　ベンチマークラインの表示】













 ◎投稿
コンテンツ管理ですね。ここで各投稿記事へのユーザー反応の指標「交流度」を見ることができます。リーチ（記事が届いた数）に対する反応率も出しやすいですね。どうせなら数字で出しておいてくれればいいのに！この「交流度」という指標は「
概要ページもそうですがサムネイルあるなしで「何の記事だっけ？」「これなんでいいね！が多いんだろ」というのが直感的に把握できます。当方は外部ブログへのリンク、外部リンクの紹介記事が結構多い、ということがわかります。だってFBでダラダラ長い記事掲載しても読みづらいし、メイワクでしょう。よく文章量が多すぎてしんどい、といわれます。
抜け作なもんでサンプルの画像にはないのですが、リーチの内訳が「ファン／ファン以外のリーチ」という分類表示ができるんです。これもコンテンツの質をあげていくために結構重要かなと思います。当方ではある記事でNot-Fanの数がファン数を上回っていたものが幾つかあります。その部分を検討すると、今後さらにリーチが広がるでしょうね。（やれよ！）
ここの「ファン以外のリーチ」というのは初出のワードのような気がしますが、文字通りファン以外の人へのリーチだとして、その定義がちょっと気になります。教えてFBの中の人。

【FBインサイト新画面：投稿タブ　すべての投稿】













・ファンがオンラインにいる時間帯
「ページに「いいね！」しているユーザーのFacebook利用時間を知ることで、そのユーザーが目にしやすい時間に合わせて投稿をシェアすることができます。」ということで、投稿カテゴリのタブ切り替えになっています。本来はユーザーのカテゴリに入っているものかもしれませんが、実務での投稿管理を考えた場合、ファンが多い時間帯に投稿するというのは大切ですからここに入ったのだと勝手に推測しています。曜日別の平均（上）にオンマウスすると、下の時間帯別グラフ（全平均）に、曜日別の平均数（@1時間）の折れ線グラフが表示されています。
ただ、「最近一週間のデータ」らしいので、本気で曜日別、時間帯別の動向を把握しようと思ったら1～3か月で傾向をみたほうがいいような気がします。
あと、これまたサンプル画像がないですが（またか！）、このカテゴリには「ベスト投稿タイプ」の提案というか、傾向の算出もデータとともに示してくれているので分かりやすいですね。とくに多種の投稿タイプを利用しているユーザーには役立つと思います。

【FBインサイト新画面：投稿タブ　ファンがオンラインにいる時間帯】













 ◎ユーザー
ユーザー属性を人口統計データと共に確認することができます。ターゲットとユーザーのずれがないか、以外なファン層の発見などに役立ちます。ちなみに「何らかのアクションを実行した人」は最低30人がページでアクションを実行した場合にのみ使えます。まあ、そりゃそうだ。

【FBインサイト新画面：ユーザータブ】















■まとめ
新しいインサイトでは毎日、週次の管理は、現場の人が見る限りにおいては前よりも分かりやすいのではないかと思います。
・投稿時間等がユーザー側の時間になったようです
・ところどころ英語が残ってる

・管理運営側をかなり配慮した構成になっている
・やっぱり1週間単位が基本

FBの運用ではこれがまあ基本単位かなと思います。

■余談
レポートは週間、月間、四半期、半期、通年で内容、構成、グラフの表示形式、コメント等、要素が異なります。レポートが期間によって利用目的が異なっているからです（そのはずです）。そのレポートが「何のために＋誰のために必要なのか」を考えると、異なっていて然るべきです。
日々の運用PDCAにはインサイトでまあ結構足りているのですが、例えば、ちょっと上へのソーシャルの運用状況の報告（ベンチマークでの他社比較といった他の軸での評価、個別に目標が設定している場合はその達成率と課題）を出すこともあるでしょう。

その場合はエクセルで泣きながら資料を作ったり、別の解析ツールを活用するという方法もあります。

■余談その2　ソーシャルの指標について考えてみた（長いですよ！）
余談ですが、なぜFBを含めソーシャルの指標はなんだかわかりにくいように感じるのは、リーチがエンゲージメントというユーザーの交流の深さ、質の影響を受けるからなのでしょうかね。しかし、FBページに おいてはリーチは記事がファンに到達する範囲ということですから、ここでのリーチは「量の指標」と考えるべきではないかと。ま、ちょっと微妙なんですが、 私的にはページタブの中では量の指標という認識です。

それじゃあ「いいね！」はどうなるんだよ！あれだっていいね！て意思表示してるんだからユーザーの 反応だろ？と仰る向きもあろうかと思います。そこで、なぜ「いいね！」数が、昨今言われているように素直にエンゲージメントの指標にならないのか、なぜエンゲージメントを「リアルに」測ることが難しいのか（あるいは難しく考えすぎなのか）という話になると思います。
まず誤解があってはいけないのは、「いいね！」をエンゲージメント指標と評価してもいいのです。イヤならそもそも「いいね！」すらしませんしね。
指標をどう捉えて何に活用するかは解析する側、ひいてはクライアントの要望にどのように応えるかだと思います。
昨今「いいね！」数だけ見ていてもユーザーエンゲージメントのリアルな反映、あるいは数値とはいえないのではないか、という疑問の提議は、FBの仕様がリーチ率の算出とかけあわあせで、ファン全員に投稿記事がすべて届くわけではない、という点に起因しているからだと思います。
また、ソーシャルにおける「エンゲージメント」の意味を追求していくと、一回限りのいいね！ではなく、記事投稿ごとに対するリアクションで深度を測って いったほうがエンゲージメントのイメージに合うと思うのですよ。ゆえに、FBでは仕様で、ページに「いいね！」をしても100%すべての人に表示される わけでもなく、リーチ率という、エンゲージメント指標が影響する要素でふるいにかけています。
何が何だかわからない、FBで決めてくれたらいいのにと思うかもしれません。私もそうしてほしい（笑）　今回のリニューアルは、多分そういう意向とビジネス利用のためにかなり整理したのだと思います。
しかし、考えてみるとエンゲージメントの定義を何とするか、どの指標をKPIにするのかは、ひいてはFBページで何がしたいか、何を達成したいのかという目標に戻っていくような気がします。
あと、指標の質と量の分類はこれ人様々です。リーチ数がいい例ですね。いいね数もそうですね。ですから、自分の理解と解析のための軸を持つことも大事かなと思いました。

【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。

【Pick Up】1ツイート＝約2,000円!?1ツイートが生み出す価値はいくら？

ニュースソース：ITmedia 「1ツイートが生み出す価値はいくら？ ――収益とフォロワーの特性を見て最も効果が高いソーシャルに注力しよう」
http://marketing.itmedia.co.jp/mm/articles/1306/19/news083.html

コンバージョンを売上げ金額に換算したものだそうですが、運用管理のコストを考えると収益率は高くないのだそうです。一日、社内リソースを費やして1日あたりの収益が50～70ドル、マージンが20～30ドルらしいので粗利率が40%前後てことになるんですかね。どこかで見たんですが、ネット関連企業の利益率（ここでは売上高営業利益率）は40%～50%だそうです。数字だけテキトーに見ると及第点じゃない？と思われるかもしれませんが、Twitterでコンバージョンが稼げる会社は多くなく、管理運用リソースのレベルはもう雲泥の差。記事にもあるとおり、空いた時間にちょろっと見てツイート、なんてやってもなかなかコンバージョンに至らないのがおおかたの現実と思われます。

ソーシャルは時間をかけて育てていくもの。費やした時間が目に見えない信頼や評価というエンゲージメントを築き、そこから初めてビジネスの利益を生み出すことができると思います。
だから、クライアントや上司から
「ソーシャルやったら（なんだこの曖昧な名詞の動詞化は！） ウチの会社のブランド認知度上がるんでしょ。だったらやろうよ」
なんて、気軽にいわれてイラっとしたことがあるかもしれません。もし多少なりともソーシャルネットワークについて知っていたらそんなに気軽に言えないはず！　しかし、そこで「知らないことを責める」というのは愚の骨頂です。愚かです。機会損失です。むしろ、 私が殺意すら覚えるのは、そういった黒いところを説明せずにまっ白ないいところだけを強調して導入だけさせて、後はほったらかし、というマーケやコンサルを名乗る会社ですね。
まずはソーシャルがどのようなものか説明して（メリットもデメリットも）、どのように運用していくべきものか、そして成果といえるものを出すにはそれを計測する仕組みと時間と労力が必要である、ということを理解してもらうことが大切だと思います。


記事の終わりのほうにあるまとめが、実に普遍的ですが重要です。
「さまざまなソーシャルメディアを比較し、『どのソーシャルが自社にとって最も生産性が高いか』を見きわめ、それに応じてリソース投資比率を変えていくことがソーシャルマーケティング成功のポイントだ」


まぁ、そうはいっても気になるのは効果測定です。1ツイートが2000円の利益を生むといっても自社、あるいはクライアントではどうか、というのは別問題です。
そこで出てくるキーワードは「アトリビューション分析」。GAではマルチチャネルというレポートです。
ソーシャル経由ですぐにコンバージョンできる単純な構造ならいいのですが、そう簡単にはいかない。広告を見て、あるいはソーシャルで認知して、それから紆余曲折を経て商品を買ったという場合に、直近のコンバージョンのポイントだけではなくどの媒体がどこまで貢献しているか、という点も見ていかなくちゃいけません。
直近のコンバージョン元でない限り、ソーシャル解析のいいね！やリツイート数だけではソーシャルネットワークがどれほど貢献しているかわかりにくい。ですが複数の媒体＋関節効果を測定できれば一定の数値化は可能ですよね。
解析においても、今まで個別のツールでバラバラに計測せざるをえなかったのですが、ようやくこれで真にウェブ解析といえるウェブ総合の解析ができるようになってきました。解析する立場としては、各種媒体につてい学び、常に俯瞰的な視点を持つよう気をつけたいです。
といっても、アトリビューション分析は私も全然知識不足なので、今度勉強して、軽くまとめてみたいと思います。

【解析いろは13】サイト内検索の存在感

なぜかしら存在感が薄い「サイト内検索」の解析について、が今日のテーマです。GAでは2012/11くらいから実装されたのでしたっけ。それくらい、最近になって注目されてきたのですが、なぜ「いない子」扱いされるのかというと、
（イ）計測の設定していない（GAとかWordPressのプラグインを使う場合）
（ロ）検索機能部分を別のサーバのプログラムで動かしていて、サイト内とのアクセスログと連携していない

（ハ）サイト内検索の重要性が認知されていない

（イ）はむしろ後者の重要性の認知と関係していて、存在すら意識していないから計測していない、ということもあります。
（ロ）はレアケースだと思いますが、サイト内検索のみ別サーバのプログラムで稼働し、検索結果ページが表示され、本体のサイト内にリダイレクトされる、というイメージ。かつログが別々に収集されている、ですね。この場合はクロスドメイン解析で複数サーバのアクセスログを合わせて集計するしかないのでは？
ま、しかし多くの場合は（ハ）ではないでしょうかね。では、サイト内検索のメリットはどんなもんかといいますとこんな感じ。

(1)各ページのSEO対策
(2)ユーザー行動（満足度等も）が把握できる
(3)ユーザーニーズのリサーチ
(4)機会損失の低減

ウェブサイトなんてブラウザでクリックして次々画面を遷移するだけですよ。ユーザーのアクションの主なものは「クリック」です。物言わぬユーザーの、遷移をたどって我々解析側はコンバージョンに至る経路の改善とか、検索エンジンのワードとコンテンツの乖離とか仮説を立てますよね。それが、ユーザー自らが求める情報をご丁寧に入力して、その後、どのページを見てしばらく滞在していたとか、検索画面で離脱してしまったので相当まずいとか分かるわけです。


普通、アクセスログ解析にサイト内検索の解析も含んでいる（つまり一緒にレポーティングする）場合が多いのではないかと思います。一コンテンツのように扱って指標の数字をチェックして検索キーワード上位20件とかその程度のレポートであれば可能でしょうが、サイト内検索の解析は本気で向き合うと濃密で膨大なデータ群だと思います。
さらに、たいていの解析ツールサイト内検索そのものを解析するという点ではちょっと弱いイメージがあります（と、言えるほど他のツールをたくさん試したことがあるわけではないですが）。ちなみにGAではサイト内検索のク エリ（検索した単語やフレーズ）だけではなくリンク先ページ、再検索キーワードの他、サイト内検索をした訪問とそうでない訪問コンバージョン率の比較もできるようになってます。

サイトサーチアナリティクス※という本を読んで「サイト内検索スゲェッ！」と開眼したのですが、特に ｐ105～の『Marko Hurstによる検索関連指標リスト』が個人的にはツボにはまりました。サイト内検索の指標、指標の目的と、考え方・ロジックを記載した注釈で構成されています。要はサイト内検索の指標はこんなのがあり、こういう結果を知りたいのでKPIとしてこの指標を採用する、みたいな一覧です。
この指標の整理方法はアクセスログ解析でも役に立ちます。慣れてくるとあれみてこれみて、を経験値に基づいて組み立てるわけですが、解析ツールごとに自分でこのようなリストを作成しておくと、指標の理解と有効な活用に役立つと思いました。ので、とりあえずGAでやってみるか・・・

サイトサーチアナリティクスに書いてあるケースは本気で検索と向き合い、膨大な時間と人力を費やしています。そこまで対応するのは容易ではないですが、日頃、もう少しサイト内検索を思い出してあげてもいいんじゃないでしょうか。解析の種別では、アクセスログ解析の一環になると思うのですが、ここだけ別に切り出して丁寧に解析し、3か月毎にチューニングしていくという方法もありだと思います。


サイトサーチアナリティクス：　Louis Rosenfeld　著／清水　誠　監訳／池田清華、UX TOKYO訳

【Pick Up】百貨店のソーシャルギフトサービス、をソーシャル解析で調べてみた

ニュースソース：みんなどう使ってる？　百貨店のソーシャルギフトサービス
http://www.excite.co.jp/News/bit/E1369360221925.html

大丸松坂屋がSNSからギフトを送るサービスを開始したそうです。スタートは2013年2月なので、率直に言うとあまり広まっていないような気がします。て、自分の認知だけでモノいっちゃいけませんね。そこで、適当に調べてみました。（適当ですよ、ほんとーに）

●ウェブ検索状況を見る
Googleトレンドで見てみました。キーワード「ソーシャルギフト」＊大丸松坂屋＋ソーシャルギフトでは出てこなかったので。
3月あたりに話題になってますが、ニュースソースはよそのサービスですね。

 ●Twitterでどれだけ話題になってるか見る
Topsy使いました。リンクと、それに関するTwitterでの言及の状況がわかります。
まあ、なんだ。多いとはいえないですね。
 ◎ツィッターのみ

　◎ウェブの関連記事

●Facebookでどれだけ話題になってるか見る
Facebookの検索機能でもいいんですが。
□　日本語Facebookページ(ファンページ)ランキング
旧ファンページのキーワード検索が可能で、そのファンページのいいね状況などもわかります。前日比での増加がセキララに分かってしまうところが面白い。

□　kurrently.com　
公開されているFacebookページのキーワード検索ができるらしい。「ソーシャルギフト」では該当なしでした。

□本家Facebook　検索
「ソーシャルギフト」で該当するFacebookページ。こちらも公開されている投稿の該当はなしでした。
ちなみにニュースソースの記事ではいいね数が

これ調べるだけで1時間足らず。精密な認知度はこれだけで分かるものではありませんが、『ソーシャルを基盤とするサービスを提供しているにも関わらず、ソーシャルであまり話題になっていないんじゃない？』ということはぼんやりと分かります。全体の戦略は不明なのでなんともですが、Facebookでサービス提供しているのにFacebookページがないとか、企業ページでもアカウント押さえてるだけな感じで、ソーシャル戦略ちゃんとあるのかなと心配になったりします。そもそも本家でソーシャルツール使ってないのにソーシャルが絡んだサービス展開ていうのがヤバイ。だって、帰属するプラットフォームがないわけじゃないですか。新商品のリリースとかファン獲得とかどうやってするんですか、ねえ・・・？　


でも大丸松坂屋のメールマガジンてすごいんですよ。クーポンとかポイントアップとか。私はほいほい吊られてしまうw　メルマガの訴求と集客はすごいと顧客の立場からですが、感じます。百貨店の軸足ってやっぱりリアルの集客と購入じゃないですか。集客や購入の陰りがあるからオンラインショッピングとかソーシャルやってみました、というんじゃなくて、百貨店ならではのソーシャルの有り様というものを見せてほしいなあと思います。私、百貨店スキーなので本当に応援したい。