ループス・コミュニケーションズは、 企業のSNS活用戦略の立案・運用改善、啓発教育などのコンサルティングサービスや、リーダーシップやイノベーションをテーマとした企業研修を提供しています。
GoogleのTCustomer Journey を使って、 web上の購入のプロセスを把握しよう! あなたの商品は、どのように知ってもらって購入されてますか? customer journey http://think.withgoogle.com/customer-journey-to-purchase/ ウェブサイトを使って販売しているサイトのデータから ユーザはどのようにして購買の意思決定をしているのかを 国ごと、サービスや商品毎にサンプルデータを見せてくれるサイトです。 現在、仕事で広告の管理やコーポレートサイトの記事作成や、サイトの構築などをやっているのですが、このデータを元にサイトの購買を高める為の施策のサンプルデータとして活用しています。 この5軸が購入のプロセスにどのように働きかけているのかを見ることが出来ます。 1.直接購入 2.メールからの購入 3.有料広告からの流入
追記: 捕捉となるエントリーを書いてみました! blog.egachan.net A/Bテストについて 最近のwebサービス事情として、大手資本の会社などもガンガン参入しているため、 「サイト立ち上げ」→「適切なプロモーション」→「継続したサイト改善・運用」 という風な3つの流れはマストな時代になってきたと思います。少し前までは、「素晴らしいサイトを作れることだけで人が集まる」「素晴らしいサイトと上手なプロモーションだけでサービスは活性化する」という時代だったのですが、最近は、そこまでは当然として、さらに「継続したサイト改善・運用」がマストな時代になってきたと感じています。(この三位一体を適切に行っても、流行るか分わからないのが、webサービスの世界で、そこが難しいのですが。) ただし、サイト運営を継続的に行なっており、一定の機能が回りだし「改善・運用」フェーズに入ったサイトの施策を考え、
斎藤です。 今日は、RRDToolを使って、今後かかる負荷を手軽に予測する方法をご紹介します。あわせて、プログラムと連携して性能限界を越えそうなサーバがあるかを判定してみます。人手ではまかないきれない数のサーバに対して、一台ずつ問題の予兆を調べるときなどにお試しください。 ※CentOS 6.3 (64bit) + RRDTool の2013/2/20頃の最新ソースを用いて試しています 「限界」を早く知りたい! ITインフラを運用している方の多くは、Cacti, Munin等で負荷を日々モニタリングされているかと思います。モニタリングしたデータを用いて今後を予測する際、どのようにされていらっしゃいますでしょうか?描かれたチャートの動きをもとに、経験と勘を駆使して「ヨイショ!」っとされている方も、いらっしゃるのではないでしょうか。 特に、ディスク容量やネットワークトラフィック等、根本的な対策
Webの発明者でありLinked Dataの創始者でもあるティム・バーナーズ=リーは,オープンデータのための5つ星スキームを提案しています.ここでは,各段階の星の例と,それに伴うコストや利益について説明します. 以下に,ティムの5つ星オープンデータ計画における各レベルの例を示します.この文章を通して使われるデータ例は’今後3日間における東京 (日本) の気温予報‘です.: ★ (どんな形式でも良いので) あなたのデータをオープンライセンスでWeb上に公開しましょう1 例 … ★★ データを構造化データとして公開しましょう (例: 表のスキャン画像よりもExcel)2 例 … ★★★ 非独占の形式を使いましょう (例: ExcelよりもCSV)3 例 … ★★★★ 物事を示すのにURIを使いましょう,そうすることで他の人々があなたのデータにリンクすることができます4 例 … ★★★★★ あな
データパイプライン? AWS Data Pipelineは、パイプラインと呼ばれるデータ駆動のワークフローを管理するWebサービスです。デベロッパーがデータの処理に集中できるように、依存関係の設定や順序実行やスケジュールの管理等を行います。AWS Data Pipeline APIは、基本的な操作を提供していますので、デベロッパーはこれを活用してアプリケーションを構築することができます。パイプラインの作成、スケジューリング、データソースの定義、依存関係、データ変換等の指示が出来ます。 早速使ってみよう 今はus-east-1のみで使えますので、リージョンを切り替えましょう 新規サービスの申込み完了です。 画面からパイプラインを作成する 画面に沿ってパイプラインを作成してみましょう。 パイプライン名等をナビゲージョンに沿って入力していきます。 そしてお絵描きソフト!? 用意されているテンプレ
本コーナーの連載を開始してちょうど20回目となる今回は、ソーシャルゲームというものに対して世間一般の人々がどういった適性を持っており、またそれがどのように類型化されるかという、マクロ視点によるユーザーセグメンテーションデータをご紹介いたします。 以前にも述べたことがありますが、このようなテーマの調査では被験者それぞれの本人意思を単純集計するような手法ではなかなかその本質に迫ることは困難です。そこで、今回も多変量解析を用いたアプローチを試みました。 対象としたのは10歳から59歳までの男女約38,000名。ソーシャルゲームの経験有無はスクリーニング条件としていません。つまり、ソーシャルゲームを現在プレイしている人(現役ユーザー)、かつてはプレイしていたが今はやらなくなっている人(休眠、あるいは卒業ユーザー)、まだソーシャルゲームをプレイしたことがない人(未経験ユーザー)の全てを対象とした調査
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く