フォト
2018年10月
  1 2 3 4 5 6
7 8 9 10 11 12 13
14 15 16 17 18 19 20
21 22 23 24 25 26 27
28 29 30 31      

最近のトラックバック

最近のコメント

無料ブログはココログ

« 2011年9月 | トップページ | 2011年11月 »

2011年10月の記事

2011年10月25日 (火)

第7回アトリビューション分科会/第三者配信とCVパス分析はアクセス解析を変える/Fringe81 田中弦さん

以下、講義メモです。

****************************************************************

【気づきメモ】

●バナーは検索を発生させる

●どんな検索KWを発生させているかおさえて対策する
 →他社に塩を送ってないか?
 →高CPCワードの検索を発生させてないか?(本来の目的の低CPCワードを増やせているか)

●通り道に待ち構える
 →価格コムにAmazonがバナーを出しているのがまさにそれ。
 →訪問KWを調べて、それに合わせたコンテンツを置いておく。
 →例えば、こちゃれ会議室の訪問者をリタゲで追いかける。

●コンバージョン手前の検索KW(ブランドワード)をいかに発生させたか?
 →興味喚起直後の検索KWをどう発生させるか?

●CVしないパターンも同じように分析できないか?
 →データ量が膨大なのでこれは難しい

******************************************

【第三者配信について】

●iogous*markの特徴
 ・すべてゼロから自社開発
 ・オープンソースのみ使用
 ・1ラックで100億imps/月さばくインフラ

●第三者配信について
 ・媒体社を越えて出広結果を一元管理できることがメリット
 ・日本では始まって15年くらいになるがほとんど普及してない
 ・「高い」ことがデメリット(1回あたり100万円かかる。)

●今までの計測は「縦のみ」。ディスプレイ広告に影響を受けていても、「自然検索が増えた」としかわからず。
 →「mixi」を見て、「@cosme」を見て、「ソフィーナ 乳液 効果」などで検索してCVしても、
   サーチされた数とサーチした人のCV数しかわからない。
   →サーチはサーチ。クリックした人のみ分けてカウント

●第三者配信では「横の動き」を可視化することができる!
 →サーチワードを見ることで態度変容内容がわかる

   ・バナー画像を配信してブラウザ特定(ビュースルーした段階でCookieを発行)
   ・タイアップサイトでもタグを配信
   ・@cosmeをのタイアップを見た人だけの検索キーワードを特定できる

 →態度を変わった後を見るのか?態度が変わる前からみるのか?

●サーチワード計測によって
 ・バナー表示回数3000万でバナークリックが15000、検索誘導数が15000くらい(0.05%)
  →低CPCボリューム大ワード:8000(最も増加させるべきワード)
  →高CPCボリューム大ワード:5000(SEO対策すべきワード)
  →その他ワード:2000

●DSPと第三者配信は組み合わせてできます。
 →DSPにより「枠へ」ではなく、「こういったユーザーへ」の配信が可能。
 →「媒体」だけでなく「ユーザー群」からのサーチリターンなど、第三者配信の一括レポートで計測可能

******************************************

【アトリビューションについて】

※1000万ブラウザ、1000コンバージョンのデータで経路分析してみた。

(ここでのコンバージョンは資料請求/CPA=10000円目標のもの。資料請求までのハードル高め)

●コンバージョンパスを類型化すると以下の5つに99%分類可能
 A(3%) : 「ビュー」→「バナークリック」→CV(直接CV)
 B(1%) : 「ビュー」→「バナークリック」→「サーチ」→CV(直接CV)
 C(40%): 「ビュー」→「サーチ」→CV(ビュースルーサーチCV) 
 D(40%): 「ビュー」→「他サイト(アフィリやポータル)」→CV(クリックは発生しないビュースルーCV)
 E(15%): 「サーチ」→「ビュー」→CV(最初からサーチで訪問)

  →95%のコンバージョンは、クリックせずに発生していた
  →これまでクリックCVだけを見て改善いているとすると、80%~95%はブルーオーシャン

 ※ただし、C・D・Eは本当にバナーが次の行動のトリガーになっているのか?
  (なくても次の行動が生まれたりしているのでは?)

●初回/中間/ラストとクリックしている場合はアトリビューションが分析可能だが、
  AとBの中で2回以上クリックが含まれているパスは0.4%
    →ビューを見てこそアトリビューション

●Cのビュースルーサーチの実態を調べてみみた
 →「ビュー」したのち、短期間でサーチが発生してCVいれば、ビューは明らかに影響を与えている
 →直接CVの40件より、類型Cの400件にテコを入れるほうがよいのでは?

●同日に64CV、5日目に225CV(56%)、10日目に312CV(72%)
 →明らかにビューはサーチとコンバージョンに影響を与えている
 →日を追うごとに低減しているので、バナーは
 →直接CVより、遥かに多い数のCVが短期間で生まれている

●やはり類型Cはアトリビューション分析上重要
 →短期間にサーチCVを多く出す媒体に予算をシフトすれば、直接CVの10倍を動かし、改善することができる。
 →サーチをたくさん創出した媒体がエライ、という考え方ができる

●CVパス経路として特定サイトが多い場合は、そのサイトは広告主にとって
  非常に重要なものになる(具体的には価格コムなど)
  →ここに網をはっておくべきでは?
  →類型Cの次の予算配分のネタは類型Dになるのでは?

●CVパスは見てみないと本当のところはわからない
 ・おそらく業種ごとに特徴的なパターンがあるのでは?
 ・単品ECの場合はクリックが多くなりそう?
 ・BtoBや少し購入するのにハードルが高いものはサーチが多くなる傾向がありそう

●コンバージョンは複数の接触手段のコンビネーションによって生まれる"グレートジャーニー"
 ・流入元別(媒体別の)分析だけでは決して見えてこないものが、第三者配信にはある
 ・まずやるべきは、「CVパスの全体シェア」と「媒体別のサーチ誘導力」を把握すること

 ・ユーザーは様々なディスプレイ、サーチ遍歴の上でCVしている
   -ディスプレイとサーチでCVダブルカウント?
   -ポータルへアクセスさせたビューの力を評価すべき?
   -最初にサーチをさせたのがエライのか、最後に発生させた媒体がエライのか?

●アクセス解析のやり方もかわるか?
 →クリックを最大化するのか?サーチや他サイトもあわせてアクセスを最大化するのか?

●コンバージョンパス自動分類/解析機能は、11月頭リリース
 ・1回あたり、数千万ブラウザ分のコンバージョンパスを自動分類
  -パスのシェアがわかるので、「どの組み合わせをまず最適化すべきか」がわかる
  -クリック重視か、サーチ重視か、他サイト重視か
 ・ブラウザ単位で、コンバージョンに至る経過を把握できるので、自分たちのお客様の生の行動がわかる

******************************************

【実践編】敵に塩を送ってませんか?

●例えば「広い!3LDKマンション」といったバナーで訴求した場合、検索までみると自社だけでなく、
他社サイトへもかなりの数を送客している(特にリスティングやSEOで負けている場合)
 →特に二番手以下の企業は注意。

  ・クリックさせるためだけのバナーで良いのでしょうか?
  ・適切なワードをディスプレイ広告で発生させないと、他社にアクセスさせてしまう
  ・想起サーチワードを計測し、リスティングやSEOで待ち受けることが必要
  ・写真「だけ」のイメージ訴求はNG。ブランド名や「●●で検索」などをきちんと入れる

 ※特に不動産、人材、結婚情報、カード、通信など比較されやすく競争の激しい業種は気をつける

 ※すでに気になっている人に再喚起するようなクリエイティブをめざす
  →その「ジャンル」ではなく、ブランド名や締切を大々的に訴求。

●発生するサーチワードを知ることで、リスティング広告の最適化もできる
 ・ビューして大量に発生したサーチアクセスは、勝手に生まれる自然検索ではない。
 ・また媒体やクリエイティブにより、全くサーチパフォーマンスは異なる
 ・iogous*markでは、オーガニック/ペイドのサーチワードをすべて計測可能

●バナーで発生した検索誘導、対策を行うべき
 ・クリエイティブと、媒体によって検索誘導数は大きく改善可能
 ・敵に塩を送るワードではなく、低CPCのワードを発生させるべき
 ・もし高CPCのワードが発生している場合は、コンビネーションをしっかりと考えるべき

●PDCAサイクルの作り方
 ・まず配信し、計測する
 ・トータルCPAで媒体比較
   →サーチ発生が多い媒体やユーザー群は残す
 ・発生したサーチワードの精査
   -高いCPCサーチワードが含まれていないか
   -リスティング広告で取りこぼしているサーチワードがないか
   -敵に塩を送っているワードはないか?
     →実際にサーチワードを洗い出して検索して、検索順位やリスティング広告を目視
 ・ビュースルーを加味したA/Bテスト用バナーを作成
  -ベストなワードを想起してくれるクリエイティブを検索

  ※これを徹底的に繰り返し、KPIまで落としこむ。

  ※すでにやっているところもある

******************************************

【まとめ】

●アトリビューションマネジメントはビューデータが何より重要

●85%はブルーオーシャン

●特にビュースルーサーチCVが重要

●サーチとの予算配分には、発生したキーワードの精査が必要

●以上のデータを分析するには第三者配信が必要

****************************************************************

2011年10月22日 (土)

CSSnite LP19アクセス解析[6]/新しいGoogleアナリティクスを使いこなそう/Google 大内範行

****************************************************************

<新しいGoogleアナリティクスを使いこなそう~現場で効果的だった分析と、新機能を現実的に/Google 大内範行>

●有料版は日本はこれから。無料版の更新をやめるわけではない

(アジェンダ)
 1.リアルタイム
 2.サイトの速度
 3.モバイル(スマートフォン)
 4.目標の設定
 5.ビジュアルフロー

(今日のポイント:アクセス解析の目的)
 1.ユーザーの視える化
 2.チームを一つに
 3.ビジネスの最適化

********************************

【1】リアルタイム

●通常のデータとは違う扱いをしている(フィルタとか適用されない)

●「ユーザーを感じる」という意味合いで有効
 →チームで共有することで「何かしなくちゃ」という気にさせる

********************************

【2】サイトの速度

●ページごとの表示速度を、コードを1行入れることで計測可能

●ページ読み込みからの計測なので、これまでのJSやCookieでの計測よりユーザーの実感値に近い

●ブラウザは限定
 ・Chrome、FireFox7、IE9とIE+Gツールバー

●サンプリングされる
 ・全体は2%程度のサンプリング率。ページごとは2%~10%。

●新規/リピーターやブラウザ別、国別などでセグメントしての表示速度や、表示速度5秒以上のページなどでの絞込みが可能

●チームの中にある危機感から始めよう
 →チームで共有し、改善のきっかけにする

********************************

【3】モバイル(スマートフォン)

●スマートフォン用アプリも「アプリ用SDK」により計測可能
 →SDKでページビューやイベント、eコマースを発生

●スマートフォンは何もしなくても計測可能

●「標準レポート>ユーザー>モバイル>サマリー」で確認できる
 →スマホ用に最適化してないサイトでも今や20%ぐらいがスマホ経由のアクセス

●アドバンスセグメントでスマートフォンのみのデータに絞れる
 →「モバイルトラフィック」をチェックを入れる

●マイコミジャーナルの事例
 ・最適化後、ユーザーの回遊が大幅に改善
 ・カスタム変数での記事ジャンル分け
 ・画像拡大インターフェイスが好評

  ※事前の仮説検証や、施策後の効果検証に使う。

********************************

【4】目標の設定

●「ゴールのないアクセス解析は人生の浪費だ」

●日本は目標設定をしているアカウント割合が世界平均より低い

●合計20個+eコマースを目標にできる
 →ページ指定だけでなく、閲覧ページ数や滞在時間、売上、イベントも可能

●日産では各国でどの車種の資料請求がされているかを比較してみている

●関連者でユーザーがどんな検討をして、どんなタイミングでWEBを使うかを話し合ってもらう。

 1.ユーザーセグメント
 2.ユーザー経験
 3.達成して欲しい目標
 4.目標と指標(KPI)

●液晶テレビとデジタルカメラでの事例
 ・液晶テレビ:購入前に機能・性能比較を行いながら決断していく
  →商品の「比較する」ボタンをイベントゴールとして設定

 ・デジタルカメラ:自分できれにとれるか経験者の声を信頼
  →「利用者のブログ」ボタンをイベントゴールとして設定

●その他の活用例
 ・ブログでTwitterのフォロー
 ・サポートサイトで問い合わせボタンに設定
 ・ショッピングサイトで購入時のエラー

●イベント設定により「ユーザーの心の変化をキャッチ」

********************************

【5】ビジュアルフロー

●ユーザー行動から葉っぱや枝を自動でグルーピング
 →ユーザーが旅したように歩く

●セグメントも可能(KWや新規/リピートなど)

●目標フローは設定前の過去にさかのぼってみれる
 →20個設定できる目標の一部をテスト用にして色々と試行錯誤ができる

********************************

【本日のまとめ】

●ユーザーを見える化

●チームを一つにするのに役立つ

●ビジネスを最適化する

********************************

【フォローアップ】

 http://cssnite.jp/archives/post_2253.html

****************************************************************

CSSnite LP19アクセス解析[5]/「なでしこJAPAN」に見るアトリビューションの重要性と最新動向/リクルート 小川卓

****************************************************************

【「なでしこJAPAN」に見るアトリビューションの重要性と最新動向~Googleアナリティクスの新機能「マルチチャネル」活用術/リクルート 小川卓】

(アジェンダ)
 1.アトリビューションの概念
 2.Googleマルチチャネル分析の活用方法
 3.アトリビューション課題と最新動向

●例えば、「宮間→鮫島→澤」とつないでゴールした場合、得点を分割できるとしたら、それぞれ何点?
 →アトリビューションは「得点した人だけでなく貢献した人も評価しよう!」という考え

●例えば、バナーが直接貢献(CV)につながっていない場合、出広停止されがち
 →アシスト効果数により、貢献していることを証明できる

●アトリビューション概念のまとめ
 ・集客最適化によるコスト削減が目的
 ・ユーザー単位でデータを見る
 ・アトリビューションによって判断するための情報が増える

********************************

【2】Googleマルチチャネルの活用方法

●5種類のレポート
 1.サマリー
 2.アシストコンバージョン
 3.コンバージョン経路
 4.期間
 5.経路の数

●サマリーではアシスト数(複数回訪問でのCV)を把握できる

●アシストコンバージョン
 ・流入元別に「アシスト」「終点」のどちら寄りか見れる
  →どういった流入元が起点で、どういった流入元が終点かわかる

●コンバージョン経路
 ・CVまでの経路を把握できる
 ・ユーザー単位で検討変遷が見れる

●期間
 ・CVまでの日数がわかる(8割が初訪問後2日でCV、など)
 ・CVまでの訪問回数を把握できる(8割の3回訪問までにCV、など)

●マルチチャネル分析からわかること
 1.流入元の貢献が「直接的」or「間接的」かを見分ける
 2.データからユーザー行動の仮説を立てる

●「直接」および「アシスト」両方で
 ・効果が低い施策をカットし
 ・効果が高い施策を増やす
   →施策の増減は有料集客の方が行いやすいので、まずは有料集客の方から手をつける
     (SEOなどは増減が難しい)

●施策例
 ・広告媒体の予算再配分
   →ex.リスティングの中の効率の悪いKWからバナーへ予算シフト)

 ・リスティングのKWの予算再配分
   →ex.直接もアシストも効果が低いKWから、直接はイマイチでもアシスト数は稼いでいるKWへ

 ・コンバージョン日数や回数を見て、メルマガの内容を切り替える
   →ex.3回目までの訪問は資料請求、4回目以上の訪問は商品購買訴求

●施策の結果を記録する
 →施策の結果が効果予測の材料になる

   例1:ノーリファラーからの流入比率が5%増えるとコンバージョンは50増える
  例2:バナーBを減らし、バナーAの金額を2倍にしたが、1.5倍の増加に留まった

●マルチチャネルの活用方法のまとめ
 1.直接/アシスト共に低い部分を減らし、高い部分に寄せるのが基本的な活用方法
 2.実施した施策の結果を元に、今後の見立てやコミュニケーションを行う
 3.成果の分配比率が無くても施策は可能

********************************

【3】アトリビューションの課題

 ※マルチチャネルはアトリビューションのごく一部

●アトリビューションについてよくあがる疑問
 ・成果を接触した媒体にどの割合で割り当てるのか?
 ・広告のインプレッションは成果に影響を与えている?
 ・オフラインでの視聴行動は?
 ・サイト内コンテンツの影響は?
 ・最初のテレビCMとかユーザーは忘れていない?
 ・オフラインのコンバージョンがわからないのでは?

  →アトリビューションは課題が多い。

●課題は以下の2つに集約される
 1.必要なデータの定義と取得方法
  広告のビュー・テレビCM・オフライン行動、異なる端末・・・
  どこまでを範囲として、どうデータを集めてくるか?

 2.アトリビューションを行うための定義
  成果の振り分けをどうするのか、何回前あるいは何日前まで
  見に行く必要があるのか?閲覧はカウントするのか?

    →どのサイトでも使える答えはない。

●人の「記憶」とログの「記録」は別物
 →取得できていたからといって、それが「つながっている」とは限らない

●基本的な考え方は「仮説」&「検証」
 仮説:認知広告はコンバージョン増加につながるのか
 検証:認知が上がることをどう定義づけるか?(「検索回数」「アンケートでの認知率」)

●CVにつながるか?:以下の各数値がどう変わったかを調べる
 市場:市場規模(競合データ)
 認知:純粋想起率(アンケート調査)
 興味:ブランド検索回数(検索回数ツール)
 流入:流入数(アクセス解析)
 成果:CV数(アクセス解析)

●「アトリビューションの課題」まとめ
 ・すべてのデータが取得できないし、期間や回数に対する答えもない
 ・仮説を立ててそれを検証していくことで自分のサイトだけの解法が見つかる

********************************

【4】アトリビューションの最新動向

●In the US
 ・LUMAscapeで見ても、アトリビューションに関するサービスやツールが提供が進んでいる
 ・imp:Click Ratio→impを一定の割合でClickに換算する

●アトリビューションの魅力
 1.視野が広がる
 2.より最適な投資判断ができる
 3.ユーザー単位で行動をみることで気持ちがわかる

********************************

【プレゼン資料など】

 http://cssnite.jp/archives/post_2252.html

****************************************************************

CSSnite LP19アクセス解析[4]/Googleアナリティクス イベント変数を活用するとここまでできるビジネス応用術/ネットイヤーグループ 中島直樹

****************************************************************

<Googleアナリティクス イベント変数を活用するとここまでできるビジネス応用術~ECサイトにおけるトライアルキットの本商品購入率の測定~/ネットイヤーグループ 中島直樹>

●カスタマイズ実装≠カスタム変数
 →イベント変数のほうが良い場合がある

 ・カスタム変数
  -ユーザーレベルのトラッキングは容易
  -文字数の上限が64byte(日本語だと約30文字)
  -枠の上限が5つ

 ・イベント変数
  -文字数上限がない
  -3つの回数構造でデータを管理できる
   -アドバンスセグメントの対象にできる
   -目標設定(ゴール設定)にできる(Ver5から)

●イベント変数は想像力次第でクリックカウント以外にも色々な使い方ができる
 ・ファイルのダウンロード数(例:ニュースリリース/IR情報/製品カタログ)
 ・関連サイトへの誘導数(例:グループ企業サイト/商品ブランドサイト)
 ・動画の再生数や再生時間
 ・同一ページ内の複数箇所からのリンク識別(例:広告のLP)

********************************

【事例:ECサイト(スキンケア)】

トライアルキットやサンプルからどれだけ購入につながっているか?

●測定対象のデータを決める
 Q1:何%が商品の購入につながっているのか?
 Q2:どの商品を購入したのか
 Q3:購入まで何日かかっているのか?

●データを測定する
 想定されるユーザシナリオから「サンプルキットの購入時」「商品購入時」にイベント変数を設定

(キット購入時におけるイベント変数のセット)
 ・データを格納
  →カテゴリ(trial_キット名)とアクション(キット購入年月)
 ・キット購入時の日時をcookieに格納
   →商品購入までの経過日数の計測に利用

(商品購入時におけるイベント変数のセット)
 ・カテゴリ:order_キット名_商品名
 ・アクション:キット購入年月_商品購入までの経過日数

●データを抽出する

 ・10月にキットを購入したお客様が10月-11月に商品を購入するケースを測定
  →キットのお試し期間は1週間で、その月か翌月には購入の意思決定をすると想定

Q1:何%が商品の購入につながっているのか?
 →10月のキット購入数と、10月&11月のキット購入経由の商品購入数を調べる

Q2:どの商品を購入したのか
 →カテゴリの「商品名」別に数値を見る。
  (キットにはない商品も14%もいた)

Q3:購入まで何日かかっているのか?
 →アクションに「201110_」を含むものを抽出

●今後のアクション
 ・どの流入元からの訪問(キット購入時)が商品の購入率が高いか
 ・フォローメールへの接触有無
 ・フォローメールの内容

●まとめ
 1.イベント変数の用途≠クリックアクションの測定
 2.ユーザーレベルが不要な実装はイベント変数を活用
 3.はじめから細かくデータを取らない→段階的な取得を

  ※明らかにしたデータをまず決めて、ドリルダウンしていく

********************************

【プレゼン資料など】

 http://cssnite.jp/archives/post_2251.html

****************************************************************

CSSnite LP19アクセス解析[3]/Googleアナリティクスとレコメンドエンジンの連携について/イー・エージェンシー 熊谷伸志

****************************************************************

<Googleアナリティクスとレコメンドエンジンの連携について/イー・エージェンシー 熊谷伸志>

 ・「レコメンド」というアドオンツールでGoogleアナリティクスをどのように活用しているか
 ・ターゲットは中小企業のWebマスター/ECサイトオーナー
 ・短期決戦である

●2010年9月にGoogleアナリティクスと連携開始し、導入数が飛躍的に増加

●1ヶ月無料のお試し期間を設定していて、それまでに効果を実感してもらう必要がある

●お客様の特徴
 ・ECサイトが95%、月商1000万以下が85%
 ・Googleアナリティクスを利用している
 ・兼任でWebの仕事をやっているのでとにかく忙しい(別の管理画面は見たくない)
 ・お金にシビア

●連携1:レコメンドクリックセッションの計測(イベント発生)
 →見慣れたGoogleアナリティクスでリコメンドの効果を図れるようになった
   ・レコメンド経由のセッションは全体の7%
    ・ただし、セッションあたりの閲覧数や滞在数は4倍
    ・CV率も高く、収益でみても、レコメンドセッションが37%を占める

●連携2:A/Bテスト(ラベルに各画面にDesignA、DesignBを追加)
 →アドバンスドセグメントでイベントラベルを条件に追加

::::::::::::::::::::::::::

(まとめ)

●Googleアナリティクスは多くのユーザに使われ、かつ信頼されている

●Googleアナリティクスとの連携はとても簡単

●効果測定部分をブラックボックスにしない方がいい

●イベントトラッキングを上手に利用する

********************************

【プレゼン資料など】

 http://cssnite.jp/archives/post_2250.html

****************************************************************

CSSnite LP19アクセス解析[2]/大規模サイトにおけるGoogleアナリティクス導入から成果まで/DMM.com 石本光司

****************************************************************

<大規模サイトにおけるGoogleアナリティクス導入から成果まで/DMM.com 石本光司>

(アジェンダ)
 ・アクセス解析の動機
 ・プロファイルの適正化
 ・コンバージョン設定から改善施策へ
 ・まとめ

********************************

【1】アクセス解析の動機

●デザイナーもDesigningだけでなく、EngineeringやMarketingの知識も必要。
 →色々な分野の人と仕事をする上で、他分野のことを知る必要がある

●外国語を知らないものは、母国語を知らない(ゲーテ)

●「数字」はどの職種の人でも理解できる共通言語ではないか?
 →よりよいコミュニケーションを行うためにも数字、そしてアクセス解析が必要

********************************

【2】プロファイルの適正化

●362万人会員、1900万ユニークユーザー、8.6億PV、83プロファイル、119ユーザー
 →ここまで大規模だとデータの嵐、海になる
 →プロファイルの適正化が必要

●Googleアナリティクスでは上限50,000URLを超えると、不具合がある扱えなくなる。
 →そのページの詳細を見ると、PVなど0で表示
 →サイト全体でみても、other扱いが増えすぎてしまう
 →これをどうするか?

●商品の詳細ページやリストページが大量にある

●ハイレベルサイトマップを描いてみる
 →カテゴリー単位での動線を描いて整理する。
  ・サイトの概要や導線が俯瞰できる
   ・コンバージョンルートが明確になる
   ・フロー分析がしやすい

  ※ハイレベルサイトマップについてのAdobe 安西さんのブログ
    http://an-k.jp/blog/archives/2289

●正規表現でカスタムフィルタをかけて「Hi-Level Profile」を作成
 →other扱いが避けられたり、ハイレベルサイトマップの単位で流れが確認できる
 →ただし間違えて設定すると危険なので、正規表現に自身がなければ、TheRegexCoachで確認する

********************************

【3】コンバージョン設定から改善施策へ

●動画サービスはサンキューページがない
 →パラメータ処理で、「バスケット→購入確認→商品購入」をカウントさせた

●「確認画面→完了」の脱落が少なくないことに気づく
 →「購入ボタン」と「戻るボタン」が並列の扱いでわかりづらかったので、「購入ボタンを目立たせた
 →ボタンの手前の注釈がくどかったので最小限に

●結果:93.81%→95.33%(1.52ptの改善)
 →1000万円くらいのインパクト

********************************

【4】まとめ・今後の課題

●デベロッパーを味方につけたほうが良い
 →元々URLの配慮ができていれば、正規表現でフィルタをかけなくても済む

●お金(CV)に近いところで考える

●Google Analytics Premiumが欲しい
 →1日100万URLまで利用でき、サポートも利用できる

●解析ができる人員を増やす

●ページ内解析の強化(ヒートマップなど1ページ内での動きを見たい)
 →Clicktaleなどを利用

  ※Clicktaleについて:UIO戦略室ブログの記事
    http://uio.voyagegroup.com/2010/12/01/clicktale-heatmap/

  ※Clicktale
    http://www.clicktale.com/

********************************

【プレゼン資料など】

 http://cssnite.jp/archives/post_2249.html

****************************************************************

CSSnite LP19アクセス解析[1]/アクセス解析思考の磨き方/Cinciいちしま泰樹

【気づきメモ】

●そのサイトや施策の目的から指標を考えることで、実はサイトや施策が
  そもそも必要性が低いことに気づいたりする。

●目標に向かって進んでいるか途中で途中で確認が必要
 ・方向音痴なのでiPhoneのマップで利用する
 ・はじめに行き方を確認し、所要時間を確認する
 ・ずいぶん歩いても着かないので、おかしいなと思ってもう一回見ると、
  全く違う方向に進んでいることに気づく
 ・間違った方向に進んでいないか「気づく」ことが重要
  (施策が実際にやってみたら見当違いだったことはよくある。気づくことが重要)

   1.立ち上がりや途中での確認が必要
   2.中間目標地を設定しておくことが必要

●初回訪問キーワードでアドバンスドセグメントをかける

●上司や経営層が知りたいのは売上や利益額であって、クリック率などには興味がない。
 →成果については「クリック率が○%上がった」ではなく「1000万円の売上貢献」といった伝え方が必要
 →成果は「お金」で伝えて、その要因説明として初めてアクセス解析の数値の出番がある

****************************************************************

<アクセス解析思考の磨き方~木を見て森を見ずにならないように/Cinciいちしま泰樹>

●よく聞く声:「アクセス解析ってよくわからない」
 →多機能、多すぎる数字、専門用語

●アクセス解析のよくないところ
 「木を見て森を見ず」どころか「森」を見る前に「木の葉」のチェックが一瞬できてしまうこと
  →「マクロから見てミクロを見る」べきが、みんなミクロからみてしまう
  →「木の葉」を見る前に「森・区画」を把握することが大切

●アクセス解析をするのは「ただ、知りたいだけ」か?「何かを改善した」か?
 →その改善はどのくらいのビジネスインパクトがあるのか?
 →改善につながらない分析はいらないし、
    インパクトが小さすぎる改善は今すぐいらないし、
    そのためのアクセス解析なら今すぐ必要ない。

●提言:何のためにアクセス解析をしているのかを今一度見直そう

●アクセス解析の内容
 ・現状把握
 ・効果分析・課題発見
 ・レコメンデーションへの活用、SFAやCRMとのデータ統合

  ※計測→分析→改善→自動化→統合

●普段のアクセス解析は「現状把握を中心としたモニタリング」でよいのではないか?

********************************

【1】どの指標を見ればいいのか

●指標は山盛りたくさんあるので、「どの指標を見ればいいのか?」が肝要。

●指標は「どの数字をみるか」ではなく「何を目的にみるか」が重要
 →そのサイト(を含むビジネス)の目的、ゴールから考える

●サイトの目的とゴールを整理する。そして戦略と評価軸も明確にする。

●OGSMシート:以下のことを必ず整理してからプロジェクトに取り組む
 ・目的
 ・戦略
  -戦術(戦略に紐付く戦術)
  -ターゲット・インサイト(戦術ごと、セグメントごとのターゲット)
  -タスク・期間(いつ、何をやるか)
  -優先度(どのタスクが重要か?)
 ・評価(戦術ごとのゴール達成度をは測る指標や方法)←ここに見るべき指標がある
 ・ゴール(戦術ごとのゴール・目標値)

●Cinciのサイトの場合は「認知拡大」「リード獲得」が目的
 →それらの目的に合わせて指標を設定する

(目的1:認知拡大)
 ・ブログ
   →ブログ経由の訪問者数(月●件訪問)
 ・セミナーや交流会への参加・実施
    →指名系キーワード検索訪問数(月●件訪問)

(目的2:リード獲得)
 ・内部SEO/ページ内容拡充/リスティング
    →(特定の)キーワード訪問数/回遊/CV(月●件)

●目的やゴール、戦略戦術は関係者共通の認識。見るべき指標は関係者共通の言語。
 →OGSMシートを使うことで共通認識が取れる

●ビジネスのゴールを達成するために、どの指標を改善すればよいのか、を考える。
 →そんな指標はそれほどおおくない
 →ゴールに直結しない指標は担当者が必要に応じて見ればいい
 →いきなりデータを見ることかた始めてはいけない

  ※ひとまず「目的とゴール」を考えて、見るべき指標を設定する。
    そして「見るべき指標」を改善するときは、深堀りする。

********************************

【2】ターゲットを意識する(誰に向けた施策なのか?)

●戦術、施策ごとにターゲットは違うし、ゴールも違う。
 →サイト全体の数字でなく、「セグメントごと」の数字をみる
    ex.「自然検索経由×指名系のKW」での訪問をセグメント
 →アドバンスドセグメントやアドバンスフィルタを利用したり、フィルタ設定を行う

●「サイト全体」→「流入区分」→「詳細(訪問元サイト、キャンペーン、KWなど)」

●ターゲットを意識して、セグメントに分けて数字をみる
 →全体的な把握以外、全体数字を見てもあまり意味が無い
 →「誰に向けた施策」なのか、「誰が訪問した」のか

********************************

【3】シナリオを立てる

●ユーザーの行動をいくつかのステップに分解(5ステップ+1)
 ・集客(サイト外)
 ・流入
 ・回遊
 ・意向←フォーム到達、カート投入など意向を示すアクション
 ・成果(コンバージョン)
 ・再訪

●シナリオ上のキーとなるアクションは「目標(コンバージョン)の設定」をしてしまう
 →マイクロコンバージョン(中間成果)を設定する
 →Googleアナリティクスは20個設定可能

●ステップは「5+1」ぐらいでよい。それ以上だと細かすぎる。

●大局のユーザーシナリオの状況を把握する
 ・「どこまで」「どれだけ」誘導できているか
 ・シナリオはざっくりで細かなページ単位の遷移把握はその後でいい
 ・シナリオはセグメントに分けて

********************************

【おまけの話】モニタリングとしてのアクセス解析ではわかりにくいこと

・成約後の顧客満足などサイトの外側での取り組みや成果はわからない

********************************

【まとめ】

●いきなり部分を最適化するのではなく、全体を見る

●目的とゴールを意識する

●ターゲットを意識する

●シナリオを立てる

●「誰に」「何を」「どのように」売ろうとしていて、「ゴールに対して」それはうまくいっているのか?

********************************

【プレゼン資料など】

 http://cssnite.jp/archives/post_2248.html

****************************************************************

2011年10月20日 (木)

次世代CRM最前線「ライトタイム・マーケティング」実現に向けて

以下、講義メモです。

****************************************************************

【はじめに】

●今や完全なる顧客主導の時代(顧客>企業)

●今、求められることは
 1.顧客のことを理解する分析力
 2.顧客の行動に俊敏に反映する実行力
 3.実行結果に対しての学習力

●ライトタイム・マーケティング
 分析に基づいて、個々の顧客に対して、適切なタイミング、適切なチャネル、適切なオファーリングを実践すること

●Albert(分析力)× Virtualex(顧客接点・オペレーション基盤)

******************************************

<STPマーケティングからライトタイム・マーケティングへ>
~売れない時代のパラダイムシフト~
株式会社ALBERT 代表取締役会長 山川義介

※レコメンドエンジン導入300社(グローバル)

1. 爆発する情報の実体
2. CRM3.0の時代
3. ライトタイム・マーケティングの登場

:::::::::::::::::::::::::::

【1. 爆発する情報の実体】

●情報流通量は2001年から2倍。しかし消費される情報は10%程度しか増加していない。
→情報爆発による情報垂れ流しが発生

●流通情報量は圧倒的に放送が大きく、1日あたりDVD約2.9億枚相当
次に大きいのはインターネットで、DVD250万枚/日

●流通情報量の内訳は放送が98.5%である一方、消費情報量はネットは11.8%
→消費量と流通量のギャップがある

●情報消費比率は電話が圧倒的に高い。ネットは非常に低い
→まだまだ情報の多くは垂れ流しされている

:::::::::::::::::::::::::::

【2. CRM3.0の時代】

●マーケティング1.0:4P(売り手の視点) vs 4C(買い手の視点)

●マーケティング2.0:STP(Segment Targeting Positioning)

●マーケティング3.0:広告より友人のクチコミのほうが購買行動に大きく影響
 →企業は生活者に「どのように(製品開発や販売などに)協力してもらうか?」
  ・協働マーケティング
  ・文化マーケティング
  ・スピリチュアルマーケティング(ex.誠実さ・まじめさなど)

●3つの顧客進化(CRMマーケティング戦略 三谷宏治)
 1. ネット化
 2. プロ化(プロシューマー化・CGM)
 3. ステルス化(購買が見えにくくなっている)
  →購買意欲がある顧客発見が困難、不定期な購買パターン、もの言わぬ顧客の存在

●CRM1.0(現状把握、OLAP) ※半分の企業が失敗
 →顧客属性と顧客行動データの収集・蓄積・集計(POS)

●CRM2.0(統計解析、データマイニング)
 →顧客データと商品データの分析(ex.RFM分析、CTB分析)

●CRM3.0(最適化)
 →顧客行動データ分析結果の活用(ライトタイムマーケティング)

●「4P/4C-M」→「STP-M」→「RT-M」

●これから企業には、「顧客」と「情報・商品」のマッチングの最適化に加え、
  「タイミング」「コンタクトポイント」の最適化が求められる時代に。
    →縦割りの組織では実現が難しい

●「顧客行動データの蓄積」→「データ分析」→「ルール生成」
 →「最適な顧客に最適な商品/情報を、最適なタイミング/コンタクトポイントで配信」

******************************************

<分析技術を駆使したライトタイム・マーケティングの実際>
~大手通販企業の実例~

株式会社ALBERT 代表取締役社長 上村崇

●「だれに」「いつ」「どのコンタクトポイントで」「どのように届けるか」

●分析に終始するのではなく、予測のモデルを構築し、打ち手(ソリューション)に昇華する必要がある。
 →「分析力」×「ソリューション力」

●「消費者一人ひとりを正しく理解すること」が不可欠
 →「1対N」から「1対1」へ。

●ALBERTのリコメンドエンジンは300サイトを超える導入(ヤマダ電気、K'sデンキなど)

:::::::::::::::::::::

(ヒトを理解する)

●大手カタログ通販で20クラスターのに分類(下着メイン、婦人服メイン、など)

●Frequency(購入頻度)とRecency(直近性)のマトリクス
 →「非優良顧客」から「優良顧客」に変わるきっかけとなっている商品を見つけて売り込む(ex.スーパーの卵)

●デモグラフィック属性は行動履歴が決める
 →元々のデータが正しくないと使いものにならないので、行動履歴を使う。
 →DBの登録情報が正しいとは限らない。

:::::::::::::::::::::::::::

(モノを理解する)

●いわゆるSKU単位の相関より、カテゴリ単位の相関のほうが遙かにパワフルで精緻な購買予想が可能
 (「パンパース・スーパードライ」ではなく「オムツ・ビール」)
  →カテゴリ間相関分析を行う

●商品カテゴリーをマーケティング用に切り直す必要がある
 →でないと美顔器を買った人に痩身商品だけでなく、男性の鼻毛カッターが出てしまう

●ロングテールのチューニングが必要
 →アンドロイドアプリのリコメンドでヘッドでなく、テールを上げるロジックを適用するとクリック率が7pt向上

:::::::::::::::::::::::::::

(タイミングを理解する)

●体育祭は5月開催と10月開催の学校があり、体育祭関連用品が売れるタイミングが違う

●短期間内に複数回購入されるカテゴリ(Tシャツ・ソックスなど)とそうでないカテゴリ(コート・バック・キーケースなど)がある

●手間がかかるソリューションは採用されない。自動化が重要。
 →NTT Docomoや ZOZO Townは部署ごと委託している

******************************************

<顧客コンタクトポイントにおけるマーケティング戦略の具現化>
~オペレーションの実際と強化イメージ~

バーチャレクス 藤村将宏

●コンタクトチャネルの役割が拡大
 →イベントベースドマーケティングやライトタイムマーケティングでは「行動の変化を検出」が重要。

●課題点
 ・顧客体験の劣化
 ・チャネル間の整合性の欠如
 ・ブランドイメージの依存
 ・コミュニケーションの中で得た重要情報を蓄積できていない
 ・重要情報がチャネル間で共有されない
 ・履歴情報が分析に活用されない

●キーファクター
 ・企画部門や分析部門、DB構築部門、顧客コンタクトチャネルのオペレーションを繋ぐ
 ・顧客コミュニケーションで得られる顧客の情報や反応を無駄にしない
 ・関係部門全体で経験を共有する

●顧客を知る
 ・論点1:収集すべき情報の再設定(気づき・聞き出す)
  -デモグラフィック属性情報(基本情報・状態情報)
  -サイコグラフィック属性情報(ニーズ情報)
   -ビヘイビアル属性情報(行動情報)

   ※「項目」としてあげてオペレーターに伝える

 ・論点2:個人を特定する(本人情報・属性情報のある履歴)
  →「フルネーム+電話番号」は3%程度しか取れてない

 ・論点3:収集体制・プランニング
   →業務効率ダウンを配慮し、情報収集をするべきチャネル・時期・手法などを絞り込む

●最適なアプローチ
 →提案・売り込み企画を使い捨てにしてないか?(リストの消費活動になってないか?)
 →「顧客の共感」「顧客理解」「次の機会につなげる」ことが重要
    ・営業マンや熟練者が実際にテストで電話し、シナリオを作成
    ・オペレーションシナリオの多重化
    ・拒否理由や拒否セグメントをきちんと取る

******************************************

<ライトタイム・マーケティング実践に向けたCRMシステム>
~コンタクトセンターにおける次世代ソリューション~

バーチャレクス齋藤 実

●3つのオファリング
 ・インタラクティブオファリング(インバウンド・リアルタイム)
 ・イベントベースオファリング(イベント発生時)
 ・キャンペーンオファリング(キャンペーン時)

::::::::::::::::::::::::

(事例1:インタラクティブオファリング)※TVショッピングでの事例

●「ジャズのCD10枚セットを買いたい」→「ボサノヴァのセットもいかがですか?」
 ・窓口用管理画面で過去の取引サマリーを見て、オファリングの判断(キャンセル回数など)
 ・「クロスセル」のボタンを押すと、オススメすべき商品候補が表示される

::::::::::::::::::::::::

(事例2:インタラクティブオファリング)※有料放送事業での事例

●「サービスを解約したい」→「(よく見ていた番組と)似た番組を来月放送しますよ」
 ・アンケートとして見ていた番号を聞く
 ・類似番組を画面上で検索可能
 ・トークに対する結果を画面上で入力できる

::::::::::::::::::::::::

(事例3:キャンペーンオファリング)※クレジットカード会社での事例

●登録型リボ払いキャンペーン

●マーケティング担当者が直接スクリプトを立案

●カード利用度ランクやリストを作成

●月間利用額の変動によっても架電する(イベントベースオファリング)

●オペレーターのスキルによりリストを振り分け
 →結果を入力させ、効果検証

******************************************

2011年10月19日 (水)

Webアナリスト養成講座/ユーザテストとユーザ中心設計~ウェブユーザビリティへの誘い~/樽本徹也さん

以下、講義メモです。

******************************************

【UXとUCD】

●iPodがすごいのはユーザーの音楽体験・音楽との接し方を変えたこと
 →HDDで全ての曲を持ち歩ける
 →iTunesでアルバム単位でなく、1曲ずつ変える

●TiVOもテレビの視聴スタイルを変えた
 →ユーザーの評価を反映して、自動的に好みそうな番組を録画してくれる
 →番組表で「番組を選ぶ」という行為が必要なくなった

●東京ディズニーと花やしきでは「体験」が違う

●スタバは家でもなく、会社でもなく、第三の場所を提供
 →コーヒーでなく体験を提供している

※どれも新たな「エクスペリエンス」を提供している

●なぜUser eXperienceが重要かというと「儲かるから」
 →コーヒーを例にとると、原料は$0.01だが、
   スターバックスで「心地よい体験」として提供すると100倍以上になる。

   ・コーヒー豆原料(Commodity):$0.01~$0.02
   ・コーヒー豆製品(Good):$0.05~$0.25
   ・コーヒー自体(Service):$0.5~$1
   ・スターバックス(Experience):$2~$5

●ユーザーエクスペリエンスの構造
 ・Surface:表層(デザイン)
 ・Skeleton:骨格(ワイヤーフレーム)
 ・Structure:構造(画面遷移図)
 ・Scope:要件(要件定義書)
 ・Strategy:戦略(コンセプトなど)

●デザイナーがユーザーエクスペリエンスを改善できないのは
  表面の制作だけではユーザーエクスペリエンスは向上させられないから。
    →ScopeやStrategyから取り組む必要がある

●プロセス
 ・調査:ユーザの"利用状況"を把握する
 ・分析:利用状況から"真のユーザーニーズ"を探索する
 ・設計:ユーザニーズを満たすような"解決案(ソリューション)"を作る
 ・評価:解決案を"評価"する
 ・改善:評価結果をフィードバックして、解決案を"改善"する
 ・反復:評価と改善を"繰り返す"

●UCD(User Centered Design)
 →靴に足を合わせるのではなく、足に合う靴を作る

●UCDの第一原則:ユーザーの声、聞くべからず
 →V=f(x):ユーザーの声とは「体験をユーザー自身が分析した結果」(多くの場合"素人"分析)
 →つまり、ユーザーの声は素人の分析なので聞いてはいけない

●すべてのユーザーを満たそうとすると、誰も満たされない。
 →「コンバーチブルのバンでオフロード仕様のクルマ」のようなもの

●ゴムのユーザー:"設計者の都合"に合わせてくれる伸縮自在の便利なユーザー
 →当然ながら、本来は設計者が"ユーザーの都合"にあわせるべき

●UCDの第二原則:みんなのためにデザインするのではなく、1人のためにデザインする

●仮想のユーザ「ペルソナ」
 →調査をせずにつくると"架空"のユーザーになってしまう

●UCDのキャズム:分析結果から、いかにして優れた製品を発想するのか?

●SketchingとPrototypingの繰り返すと、ある時それは「降りてくる」

●UCDの第三原則:手を動かしながら考える

●デザイン思考
 ・デザインとは「(風変わりな)オブジェ」を作ること(だけ)ではない
 ・完成済みのアイディアをより魅力的にするの(だけ)がデザインではない
 ・「デザイナである」ことと「デザイナのごとく思考する」ことは違う
  (=デザイナでなくてもデザイン思考できる)

●UCDの第四原則:早期に失敗する

●失敗のコツ
 ・Fast:手遅れになる前に、早めに失敗しよう。
 ・Small:大失敗は致命傷になる。小さく失敗しよう。
 ・Often:1会の失敗でめげない。何度も失敗しよう。
 ・Smart:同じ過ちを繰り返さない。徹底的に原因を究明して、賢く失敗しよう。

●新・UCDの4原則
 ・ユーザの声聞くべからず
 ・ひとりのためにデザインする
 ・手を動かしながら考える
 ・早期に上手に失敗する

******************************************

【ユーザテスト入門】

●思考発話法:ユーザには(なるべく)考えていることを話しながら、操作してもらうように促す
 →思考の流れをつかむ

●ユーザビリティ3要素:効果・効率・満足度
 →全てを満たして、初めてその製品はユーザブル(使用可能)である

●「総括的評価("測定"が目的)」 vs 「形成的評価("改善"が目的)」
 →一般的なイメージでは「評価=総括的評価」であるが、本当は形成的評価のほうが重要
 →TOEIC(間違えたところややどうすればいいかわからない)
     vs NOVA(間違えたところを指摘してくれて、改善方法を教えてくれる)
 →形成的評価をせずに総括的評価は意味が無い(勉強せずにテストを受けるようなもの)
 →世の中の企業のほとんどが総括的評価しかしない。

●反証アプローチ
 ・あらゆる使用場面(シナリオ)をテストすることは、事実上不可能。
 ・そこで、まず現在のユーザインターフェイスは"Usable"であると仮定(ゼロ仮説)する
 ・そして、重要なシナリオについてユーザテストを実施して、徹底的に問題点(反証)を探す。
  -問題点が見つかれば積極的に修正する(デザイナーにFBする)
  -問題点が見つからなければ仮説は成立するので、ユーザインタフェイスは
  "usable"であると結論付けられる

 ※元々崩すための仮説なので、問題点が見つかっても構わない。

 ※ユーザビリティは「実証(すべての状況でテスト)」はできない。「反証」するしかない。

●5人被験者でほぼすべてのユーザビリティ上の問題点が発見される(理論値84%)
 →それを踏まえ、1ペルソナあたり5~6人でテストするのが世界的にも標準

******************************************

【実務基礎】

●実査前

(リクルート)
 1.リクルート条件
 2.スクリーナ原稿作成
 3.募集開始
 4.候補者リスト(5人欲しければ、だいたい20人くらい必要)
 5.被験者リスト

(テスト設計)
 1.タスク設計(ex.オンラインで家の近くの銀行を探す)
 2.インタビューガイド作成(台本)
 3.実査ツール作成(個人情報)
 4.パイロットテスト実施(「テスト」をテストする)

  ※リクルート条件とペルソナを混合しない
   →ペルソナの中で必然性の高い要素に絞ってリクルート条件にする

  ※インタビューガイド通りにできているかをテスト

●実査
 ・バイアスがかからないように、必ず毎回インタビューガイド通りにやる。
 ・最後に主観的評価を聞く
  「今日の体験を総合的に評価すると、このウェブサイト7段階でどのくらいですか。その理由は?」
  「評価を上げるために、何か1つ改善するとすれば、何を改善すべきだと思います?」

●実査後(分析/レポート)
 ・プロトコル作成(発言や行動を書きだしたもの。作業には実時間の6倍~10倍かかる)
 ・データ分析
 ・レポート作成

●スケジュールの目安(約4週間)
 ・リクルート:2週間
 ・テスト設計:1週間(リクルートと並行して行う)
 ・実査      :1~2日
 ・分析レポート:1週間強

●コストの目安
 ・エスノグラフィック調査     :500万円~
 ・ペルソナ開発               :300万円~
 ・ヒューリスティック評価     :100万円~
 ・ユーザーテスト             :200万~(1時間半×10人)

●失敗パターン(これをやったら必ず失敗する)
 ・製品が出来上がってからテストする
 ・初心者でテストする(本来タスクを完了できるはずの人でないとダメ)
 ・グループインタビュー形式でテストする
 ・ユーザに質問する

******************************************

【簡易分析実習】銀行サイトの店舗検索

::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::

[STEP1:問題点を洗い出す]

(検索TOP)

●まずラジオボタンを選択することがわかりづらい。

●エラー画面からの戻るリンクがわかりづらい
 →ボタンをクリックしそうになる

●エラーメッセージが適切でない

●プルダウンは選択しづらい
 →東京都を選ぼうとして千葉を選んでしまう

(検索結果詳細)

●地図はスクロールしないとボタンが見えない
 →次の行動がわかりづらい

●六本木一丁目を選んだが、それがどこかわかりづらい
 →現在地の+が小さくてわかりづらい

●店舗番号をクリックしたが、動作が遅く、動作してないと勘違いする
 →待たされていることがわかるようフィードバックがひつお湯

(店舗詳細)

●営業時間が0時~0時でわかりづらい
 →24時間と書いたほうがよい

●地図上では店舗かATMかわかりづらい

●ポップアップだとメインブラウザの裏側に隠れてしまう

●詳細地図から広域地図への戻り方がわかりづらい
 →ポップアップだと、ブラウザの戻るボタンがない。
 →下部のボタンをクリックして店舗検索へ戻ってしまう

::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::

[STEP2:問題点のインパクトを判定する]

●深刻な問題
 ・検索結果詳細画面に「戻る」機能がない

●中程度の問題
 ・検索プロセスがわかりづらい
  -ラジオボタンに気づかない
   -ユーザーの操作に対応したメッセージを表示してない

 ・地図がわかりづらい
 -駅を示す従事企業が見つけづらい
   -店舗種別がわかりづらい
   -数字の意味がわからない

●その他の問題
 ・数字ボタンを押した後のフィードバックがない
 ・ページデザインが簡素すぎる
 ・背後のブラウザの「戻る」ボタンを操作してしまう

::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::

[STEP3:解決案を考える]

※問題と解決策は必ずしも1対1ではない。真の解決策は"線"にあるかも知れない。
 →1つを解決すると、複数の問題が解決するように。

●総合的な解決の例

 ・ブラウザ標準のツールバーを表示する

 ・ウィザード形式を検索プロセスにする
  -STEP1:店舗種別指定(ATM、支店など)
  -STEP2:検索方法指定(駅、住所、郵便番号など)
  -STEP3:検索結果表示(店舗名と地図)
  -STEP4:店舗情報表示

 ・地図を改善する
  -地図の見方の説明文を入れる
  -起点マークを明示する
  -店舗種別をアイコンで示す
  -選択されたアイコンは表示を変化させる

******************************************

【最後に】

●テストの掟:勝手にテストしない(事前に了解を取る)
 →でないと、作り手は猛反発してしまう。
 →その結果、テストの手法の是非が論点になってしまう

●仲間を作る
 →同じ言葉で会話できる人を組織の中で少しずつ増やす(スカンクワーク)

●デザインが施されてないワイヤーフレームでも、タスクを与えればテストはできる

●アンケートはあくまで定点観測として利用する。
 →「回答者は嘘をつく」ので点で見てもあてにならない

●UXの定量的な把握は難しい
 →アンケートで「満足度」といった質問項目で取りがちだが、
    サイト滞在時間など指標を使うほうが妥当では?

******************************************

【その他】

●すでに作ったものを改善する場合
 →「ここが悪いのでは?」という点をまず自分たちで洗い出し、
    プロトタイプを作ってユーザテスト

******************************************

【関連サイト】

●人机交互論(樽本さんのブログ)
  http://www.usablog.jp/

●人間中心設計推進機構
  http://www.hcdnet.org/

●アジャイルUCD研究会
  http://sites.google.com/site/agileucdja/

******************************************

2011年10月 5日 (水)

Attribution Night 2011

【Attribution Night 2011での気づき】

●アトリビューションはビュースルーCVの分析が必須
 ・クリック絡みのCVはたったの4%。
 ・ビュースルーCVを見ないとほとんどのデータを無視することに。
 ・でも、ビュースルーは本当にCVに絡んでいるのか?
 ・Y!広告のような「接触確率は高いが実際には見てない」ものではないか?

●間接効果ではない。すべて直接効果だ。
 ・アトリビューションと間接効果は根本で考え方が違う。
 ・コンバージョンに対してなんらかの寄与をしている以上、間接ではなく「直接効果」。

●アトリビューション分析を加速する第三者配信
 ・媒体越えた横串での分析が可能な点と、ビュースルー評価ができる点、そして分析の容易化。
 ・ただしYahoo!が参画しないと・・・

●人力で行うなら類型化による分析が吉
 →これは自分も同じ事を考えていた。

●購買までの態度変容のステップを定義し、次のSTEPへと進めたかで評価するべきではないか
 ・最終コンバージョンではなく、マイクロコンバージョンで各施策を評価。
 ・その上でSTEPごとにいくらお金を掛けるべきかを定義する必要がある

以下、講義メモです。

****************************************************************

【Attribution分析の紹介/ATARA合同会社 有園雄一氏】

●アトリビューションとは「パイをどう取り分けるか?」
 →厳密には間接効果とは違う考え方(間接効果は「取りわけない」ので)
 →コンバージョンは、どの媒体のお陰で発生したのか?

●なぜアトリビューションが必要になったか?
 →ラストで効果のよい媒体に予算が集中してしまう。
 →リスティングだけでなく、バナーも効いているかもしれないが、
    はっきり効果が分からない、適切な予算配分ができない。

●なぜコンバージョンが増加するのか?

 (1)無料→無料→CV 無料は制御できない
 (2)無料→有料→CV ラストは効率化済み
 (3)有料→有料→CV 効率化の余地あり
 (4)有料→無料→CV 効率化の余地あり

 (5)無料→無料→NG
 (6)無料→有料→NG
 (7)有料→有料→NG
 (8)有料→無料→NG

  ※(5)~(8)を停止して、(3)(4)に予算を再配分できる。

  ※(4)はラストが事前検索やブックマーク経由でCVが発生しているが、
    実は初回や中間で有料の広告が起点となっている

***************************************

【株式会社クロスリスティング 治田耕太郎氏】

●「重み付け」をどう考えるか?
 →広告接触の後の消費者の態度変容が特定化できれば、適切に重み付けができる
 →「態度変容」を表す行動をどう定義するか

●検索に現れる態度変容
 →ユニークユーザー単位で検索キーワードを時系列に整理して
    消費者の悩みパターンを視覚化!

●「高速バス」でのコンバージョン:876件
 -コンバージョンを起こした人数:426人
 -その中で56人が悩んだものは「新幹線」

  「新幹線」か「高速バス」で悩んだ56人が191CVsを発生していた

●態度変容を視覚化

 ・どこかに行きたい(地名で検索)
  ↓
 ・移動手段検討
  ↓
 ・最終的に新幹線と比較

  ※だいたい10日で検討
  ※それぞれ検索キーワードの種類が切り替わる

●Attitude Changing Process(態度変容プロセス)

●Attitude Changing Trigger(態度変容トリガー)は何か?
 →態度変容を起こしているきっかけはなにか?

●Attitude Changing Sequence(態度変容トリガー)は何か?
 →Sequenceごとの平均検索回数を見る
 →態度変容は複数の短いSequenceで構成されている
 →Attributionの重み付けをする上で使えるデータ

***************************************

【第三者配信エンジンはアトリビューションマネジメント大動脈だ!/Fringe81株式会社 田中弦氏】

●iogous*mark:1ラック100億imps/月をさばくインフラ

●消費者の行動プロセスと効果測定
 ・今までの計測は「縦のみ」。それぞれの広告ごとのレポートを見ている
  →「mixi広告」「タイアップ広告」「サイトログ」などここにレポートを出して分析している

●第三者配信では横の動きを可視化することができる
 ・サーチワードをみることで態度変容を見ることができる

●検索キーワードごとのアクセス数とCV数が取得可能
 →さらに、ウリック数と同数~最大6倍のサーチアクセスが出る
 →3000万表示で15000クリックを生んだとして、検索誘導数は

●DSPと第三者配信は組み合わせてやったほうがよい
 →iogous*markはBLADE、Freakoutなど各DSPとすでに接続している。

::::::::::::::::::::::::::::::::

(1000万ブラウザ、1000コンバージョンのデータを経路分析)

●コンバージョンパスを類型化するとこうなる
 ・1000コンバージョンパスは以下の5種類に99%分類可能

  A(3%) : 「ビュー」→「バナークリック」→CV
  B(1%) : 「ビュー」→「バナークリック」→「サーチ」→CV
  C(40%): 「ビュー」→「サーチ」→CV
  D(40%): 「ビュー」→「他サイト(アフィリやポータル)」→CV
  E(15%): 「サーチ」→「ビュー」→CV

  →クリックしている以外のCVパス、つまり80~90%は手がついていないブルーオーシャン。

●ビューを見てこそアトリビューション
  →AとBの中で、2回以上クリックしている人はほとんどいない(0.4%)

●類型C(クリックスルーサーチ)はビューからのサーチ発生期間が短ければ
  明らかにビューがコンバージョンに影響を与えているのではないか?

  ・0日で64CV→すでに直接CVを上回っている
  ・5日目で225CV(56%)
  ・10日目で312CV(72%)

  →明らかにビューはサーチとコンバージョンに影響している

  →短期間にサーチCVを多く出す媒体に予算をシフトすれば
    直接CVの10倍を動かし、改善することができる

●サーチとの予算配分をどうするのか?
 →類型Eのいきなりサーチは15%なので、そもそもディスプレイに予算を配分すべきでは?
 →同じサーチでもBCとEは全く違う。類型ごとの対策が必要

:::::::::::::::::::::

(まとめ)

●アトリビューションマネジメントには、ビューデータが何より重要

●85%はブルーオーシャン

●特にビュースルーサーチCVが重要

●サーチとの予算配分には、CVパスの類型ごとの対策が必要

●以上のデータを取得するには、第三者配信が必要

 ※バナーによって、どのように検索行動を生ませるか?が今後のカギ

***************************************

【パネルディスカッション】

(課題について)

●田中さん:データを取るための課題がある。
  ・メディア側がOKを出すか?ポリシーが固まっていないなど。
  ・またY!のように第三者配信を受け入れていないケースもある。
  ・ビュースルーは媒体にとっても第三者配信は価値があるはず。

●治田さん:まずメディアごとに提案ファンクションが分かれていることが課題。
  二点目として、消費者の行動をストーキングすることになるので、プライバシーポリシーの整備などが必要。
  残念ながら、アメリカのNAIのように業界団体が共通でオプトアウトする、といった動きはない。
  消費者にとって明示的にCookieをオフにできるような仕組みがない。

●治田さん:アトリビューションに適した日本語がないことも課題。本来は「要因分析」といった概念が近い

●有園さん:分析データが膨大になるため、分析のためのコストが多大になる。もっと安く行えるようになるべき。

●田中さん:iogous*markでは先程プレゼンした5類型へ自動的に振り分けるような機能は実装している。

●田中さん:個別最適の時代は終わった。顧客接点を組み合わせて把握、分析が必要。

●治田さん:間接効果という言葉はもう終わりにしたほうが良い。
  それぞれが目的に貢献しているなら全部「直接効果」のはず。間接か、直接かの問題ではない。

●有園さん:競合の出広状況は分析に把握してない。博報堂の提携先がそのようなことをやっている。

●有園さん:プロダクトライフサイクルにより貢献度の配分は違ってくると思われる。
  初期の商品は初回、成熟期の商品はラストではないか、と。
  提言として何万通りのシミュレーションを行なってみて、CVが上がるモデルを見つけて、出広テストをしてみてはどうか?
  そのようなことを行えるシステムが必要。

●田中さん:経路のパターンを類型化し、この類型が有効とわかれば、それを集中的に攻めるのがよい。
 コンピュータが使えるのならば、最適なものが出てくるかもしれない。

●有園さん:最適なフリークエンシーを調べていく。

******************************************

【関連サイト】

●発表スライド
 http://www.slideshare.net/AttributionNight/attribution-night-2011-slides

●関連ツイートまとめ
 http://togetter.com/li/197848

●アトリビューション関連記事まとめ
 http://www.admarketech.com/2011/10/blog-post_04.html

****************************************************************

« 2011年9月 | トップページ | 2011年11月 »