また、ある程度レポートを見るのに慣れてきている方であっても、色々なレポートを見続けていると、結局「そのレポートは何で見ていたのか？」といった疑問にあたり、迷子になることもあったりなかったり。

ということで、ウェブ解析のレポートを参照していく上で、「今、こういう目的でレポート見てます」という念頭に置いておくべき、目的を４つに分類してみました。

１：体重測定に利用する

ダイエットするときに体重計にのり、それと理想体重を比較しながら、何kg痩せるかを考えるように、サイトを運営、最適化していくにあたっても体重測定は必要です。いわゆる定点観測といったものです。

毎日どの位の人ら来訪しているのか、どの位のページが見られているのか、どのくらいのコンバージョンが起きているのか？といったサイト全体にまつわる基礎的な数字です。これらは日別に、まさに体重測定のようにトレンドを確認していくことで、サイトの変化を気づけるようにします。

また、月が終わった（レポート的には月初）タイミングでは、前月と合わせて、前年同月と比較することも忘れないようにしましょう。こういったことをきちんと続けていくだけでも、サイト全体の変化を捉えやすくなります。

流入についても、検索エンジン（PPC・無償）、バナー広告、Eメールなどからどのくらいの割合で来ているかを見るようにします。これらは日ごとに変化しにくいので、月別で確認をしていきます。

※以前紹介した Cube Model Beta だとベースの部分にあたります。

２：効果測定に利用する

週末少しハードなスポーツをしたら、それに対してどのくらい体重に反映したかを確認したくなるものです。出来れば疲れず、効果の高いものを続けるようにしたいもの。サイトの運営でも、投資が少なく、効果の大きいキャンペーンは残しておきたいもの。

ということで、キャンペーンごとの効果の測定をします。これらはツールによってコードの記述方法などは変わりますが、基本的には外部に設置したリンクにパラメータを設定することで、そこからの流入やコンバージョン数を確認できるようにします。

スポーツでもダイエットに適した運動と時間があるように、キャンペーンにもサイトや商材に適したものがあったりします。そのため、キャンペーンごとにかかった費用も含めてROI（費用対効果）も計算し、そのキャンペーンの良し悪しを判断できるようにします。

キャンペーン以外にも、サイト内で改善施策を実施したのであれば、その実施効果を確認する必要があります。この際は「〜といった仮説をベースに改善したので、その後こういった効果が期待できるはず」という確認指標を事前に確定しておくことで効果測定しやすくなります。というより決めておかないと分析の分析になり悲惨な状況を招きます。

※以前紹介した Cube Model Beta だと基本は上部のキャンペーン部分にあたりますが、場合によってツールなどのベースになる場合もあります。

３：課題を見つけるのに利用する

サイト内の課題を見つけるのに利用するレポートもあります。サイト内の循環が悪いと、せっかく流入が確保できていても、取りこぼしが多いため、結果サイト全体のROIを下げてしまっていることになります。

サイトの課題を見つける方法は正直沢山あるのですが、まずは下記のようなレポートを参照していくと良いと思います。

• 入口数が高く、直帰率の高いランディングページを特定する
• 線形型のパスの中での離脱箇所を特定する
• サイト内のTOPページや戦略的ページからのパスを確認する
• ページの参照数とコンバージョンへの貢献度を確認する

この時に意識をしていただきたいのは、なるべく大きな視点からブレイクダウンするようにします。その中で、入口数が多い、ページビュー・訪問が多い、コンバージョンに近いなど改善幅の高い部分に狙いを定めて絞り込んでいきます。

ここではまだ課題を１つに固定をする必要はありません。いくつかの候補をだしながら、仮説を見つける作業に入るわけです。

※以前紹介した Cube Model Beta だとベースの部分にあたります。

４：仮説を見つけるのに利用する

ある程度の課題のポイントが見つかったら、そこから具体的な改善策の仮説を見つける作業に入ります。その箇所に合わせて、深堀分析をしながら、仮説を作っていく作業になります。

この部分は「仮説」を作ることなので、必ずしもこのレポートを見たら解決策が見えますよ。ということではありません。あくまで考える上での一助となるものです。とはいえ、色々なデータが取れるウェブ解析ツールでは有用なレポートは多数あります。

ランディングページでは、リファラ情報が取得できるためサイト改善の仮説が立てやすい箇所とも言えます。流入したドメイン、キーワード、キャンペーンコードなどを確認していくと仮説としてみえてくる可能性が高いです。

線形フローでの離脱が多い場合や想定と違うフローが多い場合などは、前後のパスをもう少し詳細に分析をします。１つ前のページから、どのボタン・リンクをクリックすることと遷移しているのか？さらにそのもう１つ前はどんなページなのか？など。

ここは様々な角度から分析をしていくわけです。さらに詳細な分析をしていく場合もありますが、コストがかかり過ぎる場合もあるので、ある程度で見切りを付けることも大事です。ということで、ある程度の仮説がみえてきたらテストの実施にシフトさせてしまうほうが良いでしょう。迷ったらテストです。仮説なのでテストです。

※以前紹介した Cube Model Beta だとベースの部分にあたります。

まとめ

というこでおおざっくりと分析レポートを４つに分けて考えてみました。実際にツールによってレポートの名称であったり、見られるレポートが違う場合もありますが、考え方は全て同じです。

レポートを参照しているときに、なんのためにこのレポートを見ているのか？ということ立ち止まって考えることで、小難しいウェブ解析のレポートも見やすくなると思います。

今回のテーマ

もともとCS5プロモーションも含めて用意された場所でもあり、かつ、事前の申し込みでのデザイナーの方の割合が多かったため、今回は少しデザインのことも考えられるような会にするようなテーマにしたいと思っていました。

ということで実際に出したテーマが下記です。

ウェブ解析をサイトの中心に据える時に、
サイト運営者とサイト制作者は何を考え、どう歩み寄るのか？

実は登壇者に「職業：デザイナー」がいないという中でのテーマ選択だったので、もしかしたら聞いている方はなんとなくデザイナーが歩みよらないと！に聞こえたところもあるかもしれないのですが、そんな事は全くなく、むしろ登壇者達は自分たちが歩み寄らないとと思っている感じで登壇していました。

Twitterの反応の反応

前回の「解析しないと！」でハッシュタグがバズッターにあがったりもありましたが、今回もTwitterをふんだんに利用した展開をさせて頂きました。会場のStation5としてUstreamで配信もしていましたしね。ということで、Twitterの反応の反応などを少ししてみたいと思います。Togetter – まとめ「解析しないと！のTL」

FLASHの動的分析

最近、Flashとか動的なものの解析用データの取得を自前実装する事が多いので、指標の組み方とか数字の読み解き方とか勉強させてもらいたい。（Twitter / daishiro）

情報の取得自体は自前実装出来ても、解析データとして視覚的に表現したり、ドリルダウンや絞り込みしたりが厄介なんだよなぁ…（Twitter / daishiro）

実際にFLASHの場合は自前実装をされているところも多いわけですが、恐らく手間に比べて取得できるデータの内容だったり、後々の視覚表現などは大変だと思います。それだけでも対応している解析ツールを使う意味はあると思っています。

分析のレイヤーで考えると、RIAでの分析の場合は、それだけでサイトが完結していることは少なく、殆どの場合、HTMLで構成されたサイトの一部として機能していることが多いと思います。

そうした場合はRIA内部の計測はもちろんのこと、サイト全体で見たRIAの効果も合わせて検証していく必要があります。そういった場合も分析出来たりするのが、既に用意されたツールの良さなのかなと思ってます。

ハイレベルサイトマップの活用方法

ハイレベルサイトマップってどのように活用すればいいでしょうか？「行動」をみるには。。。？（Twitter / toshihiro miyakawa）

ハイレベルサイトマップ自体は、サイトの構造、動線、コンバージョンのポイントを明確にして、まずはそれを関係者でシェアできるということが最も重要なポイントだと思っています。

その上で主要なポイントにコンバージョンを埋め込むことだと思います。これにより、大枠でどういったファネルになっているかの構造を把握しやすくなります。

ここからはSiteCatalyst独特になってしまうのですが、実際の計測を考えた場合、いくつかのセクションレベルでのパスレポートを実装することを通常推奨しています。これを利用してセクションレベルでのパス分析を多角的に行って行くことで、ハイレベルサイトマップと実際のフローとのギャップ分析を行っていくことが出来るようになります。

テストは個々の最適化のつみあげ？

個々の最適化（バナーのA/Bテストとか細かいレベルのやつ）が、必ず全体の最適化につながるのかな？やっぱりテスト設計も重要になってくるよね。 （Twitter / Koji ISHIMOTO）

個々の最適化を細かく続けていくことである程度のポテンシャルアップにつなげることは可能だと思います。…が場合によっては部分最適だけされて、全体最適がされないことも多々あったりもします。

また、細かく思いつきで実施をしていっても、効果がすごく薄くなってきてしまうので、手当たり次第はあまりおすすめ出来ません。実際にテストを行う際は、ウェブ解析ツールで課題があり、かつ、主動線である部分を見つけ出し、プライオリティを付けながらテストを行っていきます。

自分の場合、テストを推進していくにあたって、アクション２割、計画８割だと思っています。計画の中でいかに効率良く、かつ、成功に結びつけられ、汎用性の高いナレッジを落としやすいものを検討していくかが非常に重要なポイントになるかと思います。

すぐに出来ることは？

大規模サービスサイトが前提で議論が進んでるけど、中小規模でも検討すべき内容だし、発想の枠組みだったり手法の一部だったりは十分実践できる。ので、「明日から使える」的な話題も入れて頂けると…(無理かなぁ) （Twitter / daishiro）

これ当日のパネルであがったんですが、自分はすぐに答えられなかったです。少し考えたのですが、一番やって欲しいことは「制作に携わったデザイナーを含めてローンチして少したってからサイトとデータを見ながら話してもらいたい」です。

こいういったフィードバックとかってあまり普段しないんですよね。でも１回やると面白いですよ。ただ、数字としてこうでしたよとか、これ人気コンテンツなんですよ。意外とここも見られていて。とかフィードバックがあると、デザイナー側も、「あ、そこはこう考えていたので、こうするとより良くなるかもしれないですね。」とかポンポン返ってきます。

資料たち

今回、自分が利用した資料をここにアップしておきます。ちなみに、清水さんの分もご自身のブログに公開されていますので、ここからリンクしておきます。

• 解析しないと！安西資料（PDF：5.0MB）
• 解析しないと！清水さん資料

自分の資料スライドの最後にもご紹介させて頂いたアプローチについては下記で大きいものを取得することが可能です。バージョンが0.2になっているくらいなので、どしどしフィードバックを頂きたいと思っています。

• Site Optimization Approach Ver.0.2 on Flickr – Photo Sharing!

※2010年6月23日追記：Ustreamのアーカイブが見れっるようになったので埋め込みました。途中、製品説明が入りますが、その後もちゃんと続きますので最後まで見てね！

感想！

今回は会場までいらして頂いた方で７０名弱、Ustreamでは最大３００を超える大盛況で終えることが出来ました。解析しないと！については今後も機会を設けて定期的に実施をしていきたいと思っていますので、今後とも宜しくお願いしたいと思います。

参加してくださいった皆様、ありがとうございました。そして、今回、無償で参加を快諾して頂きました楽天清水様とぐるなびウエディング舘田様に改めてお礼を申し上げます。

そして急遽、京都からオープニングのためにいらして頂いたウェブライダーの松尾さんもありがとうございました！

ありがたいことにアップして頂きました解析しないと！の感想を下記にリンクさせて頂きたいと思います。

• 6月7日「Adobe Station5 in 表参道」でミニライブを行いました！！ | 恋のSEO！紅白への道
• 「解析しないと！アドビになったよ第一弾スペシャル」に行ってきたよ！ – 加速する残像
• 解析しないと！ に参加してきました · mizmo.net
• 解析しないとに参加してきました | ログマニアックス
• 『解析しないと！』UST版で「解析を考えたサイト作り」について考える « ECナビUIO戦略室ブログ

すっかり告知が遅くなってしまったのですが、以前に行ったご好評頂いた「私的勉強会　解析しないと！」をまたやることになりました。

前回については「私的」ということで行わせて頂いていたのですが、今回は会社としてやることになりました。おおきいですよ。はい。

ということで今回は「解析しないと！アドビになったよ第一弾スペシャル」ということでお送りする形になりました。いぇい。

イベント詳細

早速ですがイベント詳細です。直近告知ですんません。

• 日程：6月7日
• 時間：Open:18時30分　Start:19時～21時　Openから来ると良いことあるかも
• 場所：表参道　station 5 in 表参道

今回はCS5のイベントスペースを間借りしての開催となるため、いらっしゃるとなんとCS5も触れます！すごいですね！もちろん無料なので、基本的にはぶらっと来て頂きたい限りなのですが、スペースの都合上、登録をして頂く必要があります。ので下記より登録を願いできればと思います。

• セミナー応募フォーム | station 5 in 表参道　ありがたいことに受付終了しました

※当日少し座席があるようなのでもしかしたら立ち見をお願いするかもしれませんが、いらして頂いても大丈夫です。

豪華ゲストっ！

そして今回は豪華ゲストです！！！！！！！！！ありがたいことに弊社のクライアントにもご登壇頂くことになりました！

• 楽天株式会社　清水　誠様
• ジョイジョイ株式会社（ぐるなびウエディング）　舘田　智様

こんな事考えてます

さて、気になる内容ですが、内緒です。嘘です。検討中なだけです。ただSiteCatalystのことも結構話はでますし、CS5とのインテグレーションの話も出す予定です。色々と考えてますが、まぁ、場所柄、「デザイナーと解析」ってテーマを軸に置いていきたいなぁと考えてます。

【ちょっと追記】
ウェブ解析をサイトの中心に据える時に、サイト運営者とサイト制作者は何を考え、どう歩み寄るのか？とかそんな感じです。私も含めゲストの方にも少しずつプレゼンして頂きながら、後半はパネルやる予定です。

清水さんのブログも合わせてご参照ください。
6/7 解析しないと！に出演します :: 実践CMS*IA

ということでそのあたりの話を。

プロセスを2回転目、3回転目と続けて回し、かつきちんと最適化されるように進めていくには（いまのところ思いついたのが）大きく２つのポイントがあると思っています。

１：次のPlanまで計画しよう

実際に施策を行っていくにあたって、計画をして、実行していくというフローは日々起きているわけです。キャンペーンを新たに行うのであれば、必要なコンバージョン数やそれに伴う集客数を計算し、広告の予算を決定したり。

最終的に期間が終われば、「何件のコンバージョンを獲得し、目標を120%達成しました」などという報告があがるわけです。でも、これではこのキャンペーンを実施した際の、失敗や成功が次に生かせないわけですよ。同じものを繰り返していくだけ。

マーケティングの”手法”で重要なのは「トライ＆エラーを繰り返しながら、良い方法を残し活用していくこと」です。

先ほどの例では、結果が良かった施策はわかっても、なぜ良かったか、次の施策をやる時に応用できる部分が見つからないわけです。この淡々とした施策の報告を乗り越えていくためには、ちょこっとだけ施策計画時に次のPlanまで考えて検討しておくだけで変わってきます。

「この施策が終わったら、こんな事がわかるから、そうしたらそれを使って次の施策ではこういうことができるな」という感じです。

テスティングを行っていくときも同じです。バナーのA/Bテストを行って、そのテストでAが良かった、Bが良かったがわかっただけではテストの意味が半減というかそれ以下です。

AとBを比較したときに、Bが良かった結果「××のセグメントにはBで利用したキャッチコピーの方がコンバージョンに結び付きやすいことが分かった。メールなどでこのキャッチコピーの利用することでより、同じ効果が見込める！」になった方が良いわけですよ！

特にテスト計画を行う際は、結果が良かったとしても、悪かったとしてもきちんとナレッジに落とし込めるような設計が非常に重要です。（というよりもテストは計画が8割）

ということで長くなりましたが次のPlanを計画しましょう！！

２：「なぜ？」を共有しよう

サイトの運営にかかわる人数が増えたり、複数サイトを運営しているサイトの場合は、ナレッジ共有の方法も非常に重要になってきます。最近は結構、実施しているというお話も多く聞くようになりました。ここで気をつけたいのは共有する内容です。

共有する側は「○○を実施したらコンバージョン数が何ポイント良くなりました！」というところだけをついつい共有してしまいがちです。かつて自分も行った経験があります。

しかし、ここで成功した結果と合わせて重要なのは「なぜ？」という部分です。「なぜその方法を実施しようと思ったのか？」という組み立ての背景です。

「なぜそう考えたか？」という部分を共有することで、違う施策やサイトであっても、組み立てのロジックを当てはめて結果別の結論を導く可能性もあるわけです。

ここを共有しておかないと、サルまねのように同じことだけを理由もなく実施してしまい、「どこどこの事例で良かったと聞いたから…」という半ば都市伝説的に取り込むことになってしまうわけです。

それじゃもったいないですよね！なので共有するときの「なぜ？」も大事！

まとめ

ということで思いついた2つのポイントについてまとめてみました。細かく見ればまだ色々と出てくると思いますが、この２つのポイントも大事ということで。

せっかく改善プロセスを回しているのに、1回転しかしなかったり、グループにそれをうまく共有できていなかったりってすごくもったいないですよね。ということで、改善プロセスをすでに回されている方などは、こういうったポイントを意識して頂くと良いんじゃないかと。

ということで、たまにはお薦めの書籍でもご紹介しようかと思います。つまり、雰囲気の便乗です。

しかし、普通のWeb解析系本の紹介だと、恐らくほかでも十分に紹介されている気がするのでちょっと路線を変え、Web解析周辺で役立つものをご紹介。

ちなみにタイトルを押下するとAmazonに飛びます。ほら、あれですよ、お年玉ください。

Website Optimization（洋書）

O’reilly本になりますが、SEM、Conversion（CRO：Conversion Rate Optimization）、Web Performance という３点の最適化に絞って記述がされている、少し面白い視点の本になります。

残念ながら日本語化はされていませんが、内容を読むと結構勉強になるところはああったりします。O’reilly本ということもあり、運営者向けというよりは、サイト運営に携わっている制作者向けといった本だと思います。

追記
コメントで日本語版の存在を教えて頂きました。t32kさんありがとうございます！日本語版はこちら＞オプティマイジングWebサイト ―SEO・サーバ・クライアントの最適化技術

Web Design for ROI（洋書）

これも洋書になってしまいますが、「ROIを意識したデザインをするには？」という視点で書かれた本になります。デザイン本なので、カラーで事例も豊富に掲載されています。

どんなところに気をつけてページデザインをすると良いのか？という視点を、得るにも非常に良い本です。インターフェース設計をされる方やデザイナー向けになると思います。

IA100 ユーザーエクスペリエンスデザインのための情報アーキテクチャ設計

コンセントの長谷川さんが書かれた本です。すごく良いです。IAに関する100個の項目について、丁寧に記載がされています。

デスクに置いておいて、リファレンスとして利用する形になりそうな本です。ちなみに、書籍発売記念でスペシャルサイトがコンセントのサイト内にあります。こちらも是非チェック。

Web情報アーキテクチャ

これまたO’reilly本になりますが、ここ数年、製作者の方には愛読されているかと思われる本です。もともと第１版では情報アーキテクチャについて書かれていたものですが、第２版でWebが付き厚みも倍になった本です。

いきなり読んでしまうとちょっとハードルが高くなってしまうのですが、長谷川さんの本と併読や読んだ後に読むと、理解がぐっと進むと思います。

消費者行動論

消費者行動論というと少し難しい学問的になってしまうことが多いのですが、この本は、ビジネス向けに記述されていることもあり、すごくわかりやすくまとまっています。

たまに何かを考える際にもフレームワークとしてリファレンスすることも多く、非常に重宝している本の１つです。

まとめ

ここでご紹介した本のほとんどは、ボリュームが多いのが多いこともあり、がっつりと読み込みというよりも、サーっと読んでおいてリファレンス的に参照するのが良いかもしれません。

ご参考になれば。

11月後半ぐらいで個人勉強会でも開こうとふと思った。参加したい人っているかしら？
Twitter / Keisuke Anzai

ところが、Twitterの効果はすごくあれまあれまと参加希望の方のご連絡いただき、当初、前回の勉強会の４〜５名程度を考えていたんですが、結果、３０名を超える方に参加していただくという会になりました。

Twitterで全部をやってみる

今回はTwitterがきっかけで行うことになったこともあり、告知や出欠などをなるべくTwitterで行ってみることにしました。今回、いくつかやってみたことは下記のような感じ。

参加者

基本的にはTwitterアカウントを持っている方を対象としました。こうすることでその後Twitterで連絡などを統合できるということと、後で触れるハッシュタグでアクティビティを統一できるためです。

告知

告知のページは何かしら用意しなければならなかったので、簡単なページを用意して決定事項をUpdate。あとはURLなどをTwitterで告知。

出欠

出欠確認に関しても調べてみたらTwitviteというサービスがあったので、これを利用して出欠確認。地図や開始時間、ハッシュタグの告知などもできるので非常に重宝しました。

ハッシュタグ

ハッシュタグを効果的に使えないかなぁということで、事前にDMなども利用しながら少しうざめにイベントのハッシュタグ、#ankwa01 を告知。イベント当日もですが、イベント前にハッシュタグで質問をいただき、それを勉強会の内容に盛り込むということをしてみました。

最初は誰もこないなーということで、自分ばっかりが利用していましたが、最後駆け込みで色々と「こんあの聞きたい」というご連絡をいただき、結果、それを内容にフィードバックしたことで、参加された方にあった内容に少しでも合わせられたんじゃないかなぁと思ってます。

Twitter検索だと時間がたってしまうと結果が表示されなくなってしまうので、今回のイベントのハッシュの内容をTogetter(トゥギャッター) – まとめ「私的勉強会 解析しないと」にまとめてます。

※ちなみに今回のタグは自分のアカウント+WebAnalytics+回数（今後も続けられることを祈り）でつけました。

内容について

今回は KPI とは何で、どういうことを意識して組み立てをすることでビジネス的な部分とWeb解析を結びつけるかを意識してスライドを作ってみました。

あとは「勉強会」だったので、みなさんに考えていただくということをしていただこうと思い、途中で設問をいくつか用意するということをトライアルでやってみました。時間の配分等はもうちょっと考える必要はあったかもしれなけど、理解を深めるきかっかけは作れたかなぁと。

• 勉強会スライド [14.1MB]

あっ、ちなみにKBRは独自用語ではないですよ。

今回は急遽、同僚のテストコンサルタントの森田さんにお願いをしてテストの話について３０分ぐらいプレゼンを行ってもらいました。

「優れたコンテンツ、優れたクリエイティブ」はサイトゴールを達成に導くものであり、そのゴールにたどり着くのはサイト訪問者なわけです。そのためにもテストが必要ということを非常に教えてくれるプレゼンだったと思います。

森田さんの資料は調整中です。

Special Thanks!

ご来場頂いた皆様はもちろんのこと、今回、神会場を提供して頂いたECナビ様にはほんとに感謝です。そしてその中でも今回のコントロールを色々やって頂いた@zazieさんと@ucchieさんには本当に感謝なのです。

あと急遽Ustで中継してくださった@kansai_takakoさんにも感謝。あれも含めてバズりました！

そんな感じで皆様ほんとうにありがとうございました！！！そして、またやります！

ブログに書いて頂いた感想！

いつも自分の私的勉強ではアウトプットをして頂くようにしてます。ということで書いて頂いたブログエントリーで見つけたもの、TB頂いたものなどはここに記載していきたいと思います！

• 「私的勉強会　解析しないと」に参加してきました。｜linker journal｜linker
• kur.jp – 「私的勉強会 解析しないと」に参加してきた
• 私的勉強会「解析しないと！」の感想: 心のうち
• KBRという視点はアリだと思う（解析しないと！レポート） | Think Creative
• 「私的勉強会　解析しないと！」に行ってきた。 | no-agenda
• 「私的勉強会　解析しないと」に参加してきました – web ノート
• Web解析の勉強会｜渋谷ではたらく食いしん坊お父さんのダイエットの話題で行くつもりがなぜか横道へそれていくアメブロ
• あんけいさんの「私的勉強会 解析しないと」で感じたことや、僕のやり方やら | makitani.com
• 衰弱堂雑記: 私的勉強会 解析しないと＠神泉・ECナビ「AJITO」について書かないと！
• め〜んずスタジオ − 分析しまくり！「私的勉強会　解析しないと！」に参加してきました。
• ustream+twitterでバーチャル・セミナーを楽しむ（#ankwa01によせて） « It’s Real Intelligence! 7
• ゴールに近づくためのKPIじゃないと！ – SEO＆SEM 五足の靴
• 私的勉強会　解析しないと！ – slog
• アクセス解析勉強会　「解析しないと！」　レポート | 加速する残像

なんとgihyo.jpにも勉強会の情報を掲載して頂きました！

• レポート：私的勉強会 解析しないと！開催｜gihyo.jp … 技術評論社

同じく、セグメント分類し検証する際も、あまり細かく分けすぎると、どれを優先度として高くするかが見えづらくなります。

新規訪問者とリピート訪問者、未購入者と購入者など、最初は簡単な分類から始め、傾向を捉えて行く必要があります。もちろんデータの取り方によっては最初から細かい分析も可能ですが、細かすぎる故、それに対してのアクショナブルな対応策が打ちにくくなってしまうわけです。

何にせよ、サイトはオンライン、オフラインであれ、何かしらのコンバージョンを達成するために運営をされているわけで、その中で、大多数を裏切るという判断は難しいでしょう。

ではどうして個を特定するのか？

傾向を見るためには個の行動を計測する必要があるため、Web解析ツール自体はCookieを利用して「個」を特定しています。しかしながら、上述のような分析をしていくにあたっては「個」のデータを知る必要はありません。

では、どういった時に「個」を特定して知る必要があるのでしょうか？

それがサイト行動をベースとしたリマーケティングです。つまり、サイト行動情報を活用してレコメンデーションバナーの表示を変更したり、見ていた商品によってメールマガジンの内容を変更したり、より高いコンバージョンへ結びつけるための施策です。

メールマガジンの出し分けなどを行う場合は、Web解析ツールとは別のところに貯えられているメールアドレスと何かしら結びつける必要があります。多くの場合、これはそれぞれの組織が保持している会員組織のデータを利用することになるわけです。

そうすると、Web解析ツール上も、そのために会員IDを取得し、行動分析ができるようにしていく必要があるわけです。（ちなみに会員IDについては「個」の特定はできるものの「個人」の特定は出来ないので、厳密には個人情報にはあたりません。）

また、サイト外のデータと何かしら結びつけて評価をすることも最近は多くなりました。例えば新規顧客獲得（リードジェネレーション）系のサイトの場合は、資料請求などのアクションがサイトの最終コンバージョンになっています。しかし、ビジネスで見た場合は、その後に成約することが本来のコンバージョンになるわけです。

これらを結びつけて評価をしていくためには、今度は資料請求時のトランザクションIDなどを取得して、それぞれで結びつけて行く必要があるわけです。こういった部分でも「個」を特定するシーンが出てきます。

まとめ

ものすごい勢いで書いているので、朝みるとすごい文章になっている可能性も多分にあるのですが、自分の中にある「大きく捉えること」と「小さく捉えること」を整理をしたかったので書いてみました。

一見ばらばらに見えるようで、アプローチとしてはどちらも正しいわけです。分析ばかりをしていると、集中しすぎてこういった部分を忘れてしまうこともありがちなので、きちんと整理をしておきたい限りです。

ということで、非常に大雑把なエントリですが、何かのお役に立てれば幸いです。

サイトマップ

Web解析でのサイトマップは、別に詳細なものは全く必要ではありません。そりゃあ、最終的に詳細まで落として行くには必要ですが、概要を把握する段階では皆無といっても良いです。

基本で押さえるべき部分を入れたのが、下記のサイトマップになります。TOPやランディングページから、サイトの内部に入ってきて、サイト内検索や特集ページなどを通って商品詳細につきます。

あとは買い物かごにものを入れる感じです。ここまでの流れをコマースサイトの場合は循環していく感じになります。そして最後に買い物かごから、実際の購入プロセスに移動して購入完了します。これが一連の流れです。

基本的にはこの「ポイント」をうまく押さえて、そこの利用率だったり、そこからのコンバージョンなどを押させて行くことでサイトを大きく捉えることができるようになります。

まとめ

とりあえず一番分かりやすいポイントが多いので、コマースサイトで作ってみました。また、時間をみて他のサイトも作ってみます。

#ちなみに自分が行けるかどうか調整中ですが、次回のWebSig会議では「100人で考える、理想的なサイトマップの形と標準書式」というテーマで行うそうです。ご興味のある方は是非。

何よりもサイトを分析をするときに重要なのは、どんなサイトで、現状はどんなポテンシャルを持ち合わせてるのかを知ることです。

ダイエットと同じです。いきなり太った気がするから２キロ落とすとかしないですよね。まずは現状の体重を知ることから始まるのと同じなわけですよ。

ということで何を分析すれば良いのでしょう。

どんなサイトでも見るべき３大指標

これは外せないです。何が何でも。誰がなんといおうと、PV（ページビュー数）、Visit（訪問回数、セッション数）、Visitor（ユニークユーザー数）です。

まずはこれを見る事からすべて始めるんですよ。どれか１つでもダメです。全部です。期間はまずは１ヶ月分で見て行くと良いと思います。

それらを出したら下記の指標も出してみましょう。

• １訪問あたりの平均ページビュー数（PV÷Visit）
• 期間あたりの平均訪問回数（Visit÷Visitor）

平均ページビュー数を出してみることで、１回の訪問あたりどのくらいのページが見られているかが見えてきます。平均訪問回数を見ることで、その期間で何回ぐらい訪問されているかがわかるわけですよ。

さて、ここで注意点は、他のサイトと比べようとしないこと。あくまでそのサイトの数値として捉えることです。

と、ここまでが身長と体重を計った感じです。次は脂肪率。

ゴールにまつわる指標を見る。

サイトを目的という観点で分けると大きく２つあります。「訪問者の増加が目的達成に近づけるサイト」と「訪問者の増加が目的達成には直接関わらないサイト」です。これらの分類の詳細は「サイトの種類と色々」を読んで頂ければと思います。

さて、後者は少々後回しにさせて頂きます。一旦は前者の「訪問者の増加が目的達成に近づけるサイト」をターゲットにしたいと思います。

「訪問者の増加が目的達成に近づけるサイト」を分解していくと、「ゴールが非常に明確」なものと「そうでもない」ものに分けられます。

「ゴールが非常に明確なもの」とはコマースサイトや新規顧客獲得（リードジェネレーション）サイトなどですね。

これに対して「そうでもない」ものとは、主にメディア系になるかと思います。コンバージョンを「ココ」と１点に見いだせない感じですね。

ゴールが明確なサイト

ゴールが明確なポイントとなっているサイトの場合は、これを算出してみましょう。つまりこれがコンバージョン件数です。

コンバージョン件数が分かったら、合わせて下記の指標も先ほど出した数値を利用して計算してみます。

• コンバージョン率（コンバージョン数÷Visit数）

さらに売上が見れる場合であれば、下記も計算しておくと良いでしょう。

• 平均単価（売上÷コンバージョン数）

お〜大分見えてきましたね。

ゴールが不明確なサイト

さて、次に再度ゴールを見据えてみましょう。まずは「何が達成されるとサイトが運営が継続できるか？」これを考えてみてください。

考え中。

どうでしょうか？一例をあげてみると、メディア系であれば「広告の売上が立つこと」だったり、リアルの店舗への誘導がメインであれば「店舗への送客」であったり、Webサービス系であれば「ツールを使ってもらうこと」などがポイントかと思います。

そうしたら、これらをもう少し計測ができそうな部分にブレイクダウンしていきます。例えば「広告の売上が立つこと」であれば「広告を見られてクリックされること」「ユーザー数が増えて広告接触回数が増えること」などになりますよね。

そうすると「広告のクリック数」「広告の表示回数」「訪問回数（Visit）」などが見えてきます。あとはこれらの指標を確認するだけです。確認できたら、さらに

• 広告クリック率（広告のクリック数 ÷ 広告表示回数）
• 訪問あたりの広告接触回数（表示回数 ÷ 訪問回数）

などを見て行くとより詳細にサイトを知る事ができるようになると思います。

時系列にみてみる

さて、今までいろいろと出したデータですが、計測開始から少し時間がたっていてデータが溜まっているサイトであれば、まずは上記で得られたデータを時系列に数ヶ月分を並べてみましょう。

サイトの概要を知るのであればまずは月単位でまとめながら、週、日といった単位も見て行くと良いと思います。

月別に並べる場合は出来れば１年分あると良いと思います。これでサイト全体の傾向値が見えてくると思います。さらに季節動向なども見てみたいなら３年ぐらいのデータを時系列にならべてみると良いかもしれません。

なんか見えてきましたか？

比較してみる

時系列で見てみたら、次は比較をしてみましょう。といっても他のサイトじゃないですよ。同じサイト内です。

まずはサイトをいくつかに分類します。セクション的な考え方ですね。わかり易いのは、グローバルナビゲーションぐらいの単位で分割するのが良いと思います。

ヒエラルキーな感じで、Aというカテゴリに含まれるコンテンツ全部、Bというカテゴリに含まれるコンテンツ全部という感じです。

これで同じく上記に出てきた指標類を見て行きます。そんでもって、サイト全体の値と比較していきます。

おおよそ、このタイミングで何かしら違うものがあると見えてきます。そうです。それがサイトの課題になりそうなにほいのするところなわけです。

もうね、これすごいですよ。これを行うことでだいたい何か見えきます。コンテンツがまんべんなくアクセスされているサイトなんて少ないんですよね。

というこで、これでかなりサイトを知ることが出来るようになります。

流入を分解してみよう

さて、次に流入を分解していきます。これ書いたら長いなぁと思っていたのですが、ちょうど以前に似たことを書いていたのでそちらにリンクします。

• Web解析の視点（流入編）
• Site Entry Optimizationってあっても良い気がする

おおよそ流入で見る指標についてはこの辺りに書いてあります。そうです。手抜きです。

まとめ

サイトの内部と外部をば〜っとこれらの指標で見て行くことで、おおよその内容を知ることができるようになります。

まずは「どんなサイトであるかを知る事」から始めるとサイトの理解が早まり、その後のアクションを考える際にも役にたってきます。

サイトを理解したいのであれば、この作業を誰かにやってもらったレポートを見るのではなく、自分の手で作業して見て行くと良いと思います。そうすると途中で色々なデータを見る事になり、よりいっそう理解が深まること間違いなしだからですよ。

#ちなみにゴールの途中書かれているゴールの導きだし方はかなり簡単に書いてしまったので、また別の機会に詳しく書きます。

IAを学ぶのに一番良いのは良く出来た（IBMとか）のサイトマップを手書きしてみること
by nobsato

というもの。これ、Web解析にも通じる話だったりします。解析ツールで計測された数値を見る場合も、そのサイトを理解しているかどうかで、答えに辿り着く早さが違ったりします。

解析を活用するために理解する場合は、詳細なサイトマップを作っていく必要がなく、逆に重要なポイントだけ押さえたものが頭の中にあれば良い感じです。

TOP → 商品検索結果 → 商品詳細 → 買い物かご → 情報入力 → 購入完了

みたいな。これを会員登録だったらどうなるの？とか、キャンペーンページだったらどうなるの？とか。

ぱーっとサイトの概要を書いてくださいと言われて、結構書けない方って多いようです。

分析している対象サイトの構造を知らないということは、数字だけ追ってしまっている可能性が高いということ。それって、カタログスペックだけ見て評価をしてしまう評論家みたいなものなわけです（謎）。つまり、あれですよ、上辺だけになってしまいがちなわけです。

ということで、サイトマップを頭に入れておくとすごく良いと思いますというお話でした。