ラストクリックでは広告の間接効果を捉えきれない
ラストクリックでは広告の 間接効果を捉えきれない株式会社ネットマーケティング メディア事業本部 サービス推進部 マーケティングチーム 有江佳子氏 Facebook広告を配信すると、他媒体経由での獲得が増えていることは感覚として捉えていたが、数値化できていなかったFacebook広告が他の獲得チャネルに与えた影響を計測したところ、サーチエンジンやアフィリエイト経由の獲得数を約２倍まで押し上げていたことがわかったラストクリックをベースとしたアトリビューションモデルでは、間接効果も含んだ広告効果を完全に測ることができず、適切でない予算配分につながるリスクをはらんでいる 株式会社ネットマーケティングが展開する『Omiai』は、累計会員数300万人を超える国内最大級の恋活・婚活マッチングサービス。「会員に幸せな恋愛・結婚の機会を提供する」というミッションの下、安心、安全、プライバシーに徹底的にこだわ
アクセス解析担当が必ずやってるGoogleAnalytics設定のまとめ【2018年版】 - Qiita
この記事について 「GoogleAnalyticsの設定、どうしたらいいんだっけ...」と迷ったときのためのレファレンスです。 新規のサイトを立ち上げる時・GAの再設計がしたくなった時に参照してください。 のちのちアクセス解析しつつ改善していくために、できるだけ汎用的にデータを拾っておく 可能な限り、非コーダーができる作業で完結させる というのをテーマにまとめました。 STEP 0: GTM・GAのアカウントを取得 Googleのアカウントがあれば、驚くほど簡単に取得できます。 GoogleAnalyticsのアカウントを作る GoogleTagManagerのアカウントを作る 基本的には、GoogleTagManager（以下、GTM）経由でGoogleAnalytics（以下、GA）を導入します。GTMの使い勝手がよいのはもちろん、GAをカスタマイズしたくなったときに、コーダーの手を借
10分でわかったつもりになるLean Analytics_10min lean analytics
2013 4/8 デジガレでおこなわれた【緊急開催！】リーン・アナリティクス著者Alistair Croll氏による“リーン・アナリティクス入門”のざっくり要約です。 デジガレさん、ありがとう！ 誤訳、問題がありましたら http://about.me/sin10k/ までどうぞ！
Lean Analytics: KPIにしてはいけない8つの指標
追うべき指標と追うべきでない指標の見分け方 Lean Analyticsには、追うべきでない指標(vanity = 虚栄な)と追うべき指標(actionable = 行動できる)の性質について、以下のように書いています。 追うべきでない(Vanityな)指標は、(数値の大きさから)楽しい気分にさせてくれる。しかし、あなたがどのように行動したらいいのかは教えてくれない。 追うべき(actionableな)指標は、進むべき方向を指し示してくれる。 つまり、「KPIは自分の行動につながるものでなくてはならない。ただ眺めるだけの指標には、何の意味もない」というわけです。 順にその理由を書いていきます。 ヒット数 古くからあるが何の役にも立たない。 PV数 ヒット数よりはましだが、大した意味はない。 訪問者数 数百回訪れている一人のユーザーなのか、一回しか訪れない一人のユーザーなのか分からない。 ユ
関心度(Frequency)と忘却度(Recency)に 基づくレコメンド手法
オペレーションズ・リサーチ学会 秋季発表会 関心度(Frequency)と忘却度(Recency)に 基づくレコメンド手法 -サンプリングでは対応できないビッグデータの活用- 2013 年 9 月 12 日 株式会社 NTTデータ数理システム *岩永二郎 鍋谷昴一 梶原悠 五十嵐健太 お知らせ 社名変更 2013年9月1日をもって 「数理システム」から「NTTデータ数理システム」に 社名変更しました． 移転 2013年9月1日をもって 「東京都新宿区新宿２丁目４－３フォーシーズンビル１０階」 から 「東京都新宿区信濃町３５番地 信濃町煉瓦館１階」 に移転しました． 近くにお越しの際には是非ともお立ち寄りください 2013/9/12 オペレーションズ・リサーチ学会 秋季発表会 2 本日と内容 １．はじめに ２．課題の紹介 ３．分析の概要 ４．関心度と忘却度に基づくレコメンド手法 ５．過学習の
ソシャゲ分析講座 基本編（その３）：「継続率」を理解する - Real Analytics （リアルアナリティクス）
最近は業務で、ソーシャルゲームの分析＆改善施策の提案を行っています。そこで、本ブログではミニ連載という形で、ソーシャルゲームの分析手法について紹介をしていきます。基本編は8回程度を予定しており、好評であれば応用編も書きます。第3回は「継続率」に関してです。 ■過去の連載記事 ソシャゲ分析講座 基本編（その１）：「売上の方程式」を理解する ソシャゲ分析講座 基本編（その２）：「DAU」を理解する ソシャゲ分析講座 基本編（その３）：「継続率」を理解する ソシャゲ分析講座 基本編（その４）：「スペンド率」を理解する ソシャゲ分析講座 基本編（その５）：「ARPPU」を理解する ソシャゲ分析講座 基本編（その６）：「4つのステージとKPI」を理解する ソシャゲ分析講座 基本編（その７）：「イベントの分析」を理解する（前編） ソシャゲ分析講座 基本編（その８）：「イベントの分析」を理解する（後編）
アクションにつながるデータ活用の3メソッド「分析」「仮説」「改善」と基本プロセス／アドビ システムズ | 【レポート】Web担当者Forumミーティング 2013 Spring
アクセスログ解析や広告効果測定など、オンライン上のさまざまなデータを分析してアクションへとつなげる。当たり前のように感じるかもしれないが、実際にデータを十分に活用できている企業は少ないという。Web解析のデータをもとに、社内を巻き込んでアクションを起こし、改善につなげるにはどうすべきか、Webビジネスに10年以上携わる、アドビ システムズの芥川公亮氏が解説した。 データや仮説を社内でシェアすることが、アクションを起こす第一歩57％の人はマーケティング予算を決める際に、ROI計算をしていない。「先月も出稿したから」「出稿費用が安いから」といった理由で決めてしまう。 39％の人は解析ツールで分析したデータを活用できていない。ツールの料金や、分析に費やす時間といったコストを回収しようとしていない。 86％の人はコンテンツ掲載の判断をデータに基づいて行っていない。紙のカタログなど既存のコンテンツを
「施策を打ったらKPIが上がった！」だけで満足するのは危険 - 渋谷駅前で働くデータサイエンティストのブログ
ソーシャル（特にソシャゲ）界隈の業界では未だによく聞こえてくる話が、 「毎日毎週施策を打つたびにしっかりKPIが上がってるのは見えてるのに、半年後とかの数字見るとなーんか芳しくないんだよね。何でだろう？」 という不思議な愚痴。このブログを初期の頃から読んでいる人なら知っての通り、それを聞くなり「平均への回帰」とか「見せかけの回帰」とかにやられてるよなー、と僕なんかは思うわけですが。最近またそういう話を業界内で見聞きする機会が増えてきたので、改めてまとめてみます。 何でこうなってしまうのか？ ここでは一つありがちなパターンを見てみましょう。例えばDAUか何かのKPIを想像してみます。施策をA, B, Cと3種類ぐらい持っていて、コストや工数を考えながら投入していく感じです。 施策A1、施策A2を打てばそれなりにDAUが上がって、ここで有効期間の長い施策B1を打ってみたら右肩上がりに上がった！
Why the New York Times has set up a newsroom analytics team
The team was set up by Aron Pilhofer, who already runs the interactive news team, social media team and communities team, to introduce editorial-focused analysis of data Earlier this month a newsroom analytics team was introduced at the New York Times, with the aim of establishing a better understanding of how editorial content is consumed. The team, which currently consists of James Robinson, who
究極のデータサイエンティストVS至高のデータサイエンティスト - Analyze IT.
ネットで面白いコピペを発見したので貼り付けておきますね。 山岡「こちらが我々の考える究極のデータサイエンティストです。」 京極「なんやて、経済学部出身やないか！ITに統計学、業務、この中で先の二つの技術的素養が必要なデータサイエンティストには理系出身者が定石やで山岡はん。」 山岡「確かに、数学のスキルが要求されるデータサイエンティストには普通の文系出身者は厳しい。しかし、彼の学部時代の専攻は計量経済学。実務では高度なアルゴリズムやビックデータの解析基盤の構築のスキルなんか本当は必要ない、経済学の手法が求められているんだ。」 京極「なんやてっ！」 山岡「ビッグデータといっても、小売りの場合大きくて１千万件程度、普通のRDBMSで処理可能だし、非構造化データなんて必要ない。アルゴリズムもSPSSやRなんかのツールに入力して結果を解釈できれば十分なんだ。一方で、政府の統計を駆使して地域の需要を推
全てのiPhone系ブロガーにオススメ！無料のアクセス解析アプリの決定版「Fishead Analytics」 | なまら春友流
iPhoneでの無料アクセス解析アプリの決定版と言い切ってもいいかもしれない。 Web版のGoogleAnalyticsの操作が苦手な人に特にオススメしたいアプリ。 それが「Fishead Analytics」 そもそもGoogleAnalyticsのアクセス解析アプリって大別すると2種類に分けられる。 アクセスをサクッと確認するのか、しっかりと解析するのか。 サクッとアクセスを確認する閲覧系は無料のものが多いけれど解析系は有料で、しかもソコソコいい値段がする。 でもこの「Fishead Analytics」は解析系、しかもガッツリ解析できて無料。 そんな「Fishead Analytics」のご紹介。 Fishead Analytics 1.5.4（無料） カテゴリ: 仕事効率化, ユーティリティ 販売元: Li Jun – li jun（サイズ: 0.4 MB） 全てのバージョンの評価
第3回 マーケターのためのBI入門――その背景から活用分野まで
初めに断っておきたいのだが、BI領域についてはIT業界に身をおいていても「まだ情報収集段階」の企業が多く、国内企業では導入検討まで進んでいる企業は少ないと私は感じている。よって、BIの可能性は示唆するが、（BIを）現実のビジネスに適合するにはまだ時間がかかると認識している。この点については誤解を生まないよう、あらかじめ伝えておきたい。 情報抽出分析 ビッグデータアナリティクスが注目される以前からもマーケティングの分野において分析手法は存在していた。下記に一例を記載する。 購買行動の分析 ディシジョンツリー分析：ユーザーが購入する／しないに最も強く影響する要素を探る 重回帰分析：商品の売り上げや顧客満足度に対して、影響する要素を探る ポートフォリオ分析：顧客満足度や売り上げなどの改善すべき点を探る プライシングの分析 コンジョイント分析：ユーザーが購入時に重視する商品仕様や機能、品質に求める
TechCrunch | Startup and Technology News
Yellow, an asset financier for solar energy and digital devices in Africa has raised $14 million series B funding in a round led by Convergence Partners with participation from the Energy Entrepreneur Fisker, the electric carmaker founded by the Danish auto designer Henrik Fisker, is gearing up to enter the Chinese market where competition is increasingly cut-throat, following in the footsteps of
ユーザビリティ調査では何人でテストするのか
例外を除くと、その答えは5人である。テスト参加者をもっと多く使うことに賛成する意見の大半は間違っている。しかし、中には、より大きな規模のほうがいいテストもあれば、小さいほうがいいものもある。 How Many Test Users in a Usability Study? by Jakob Nielsen on June 4, 2012 日本語版2012年6月26日公開 欲しい数字が1つなら、答えはシンプルだ。ユーザビリティ調査では5人のユーザーでテストしよう。その結果、もっと多数のテスト参加者を使って得られるのとほぼ同数のユーザビリティ上の問題を見つけられるだろう。 1989年に「ディスカウントユーザビリティエンジニアリング」を奨励し始めて以来、この答えは変わっていない。テストしているのが、ウェブサイト、イントラネット、PCアプリケーション、モバイルアプリなど、何なのかは関係ない。ユー
Webユーザビリティを改善するための5つのポイントと方法
先日の記事[競合サイト調査・分析に必要なチェック項目と役立つツール達！]でユーザビリティの調査・分析方法を軽く紹介しましたが、今回はWebユーザビリティを改善するための5つのポイントと方法を紹介したいと思います。 まずユーザビリティとは何なのかについて軽く触れておきます。先日の記事でも紹介しましたが、それは【使い勝手】のことです。WEBユーザビリティの改善とはすなわち、WEBサイトの使い勝手を良くするということになります。ではその使い勝手とは何なのか。それは単純に【使いやすさの程度をあらわした言葉】のことです。使い勝手が良いということは、使った人から見てその【何か】は使いやすかったということになります。そして今回のこの記事は【どうしたらユーザーに使いやすいと感じてもらえるのか】について紹介しています。 この【WEBユーザビリティを改善するための5つのポイントと方法】は下記の項目で紹介するヤ
「Webサイト改善は図を描きなさい！」 〜 SiteCatalyst達人から教わった分析フレームワーク-Six Apart ブログ｜オウンドメディア運営者のための実践的情報とコミュニティ
TOP > 「Webサイト改善は図を描きなさい！」 〜 SiteCatalyst達人から教わった分析フレームワーク こんにちは。マーケティング担当の伊藤大地です。 先日、米AdobeでWeb解析ツール「SiteCatalyst」のプロダクトマネージャープログラムマネージャー（初出時、役職を誤って表記しておりました。お詫びし、訂正いたします）を務めていらっしゃる清水誠さんが、一時帰国された折に弊社に遊びに来てくださいました。たっぷり2時間、最新Webマーケティング事情やWeb解析についてお話を伺いした中から、WebのKPI測定・改善サイクルとそのノウハウについて、エッセンスをお伝えしたいと思います。 清水さんが提唱されているWeb改善のフレームワーク「コンセプトダイアグラム」という手法は、主に3つのプロセスから成り立っています。 ユーザー視点でサイトを図解し、コンセプトを明確にする サイトの
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
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
in the looop | Looops communications
サービス終了のお知らせ
TechCrunch | Startup and Technology News
Twitter解析「TwiTraq」無料でクチコミを分析するツール