2020年6月16日より、動画学習サービス「Udemy」にて動画講座『Googleアナリティクスを使った深掘りと改善視点の分析アプローチ』の提供を開始しました。
2019年3月にアナリティクスアソシエーションで実施したセミナー「ビジネスGoogleアナリティクス基礎講座 第3回『深掘りと改善視点の分析アプローチ』」の内容を再編集し、コンテンツも追加して収録いたしました。
提供開始を記念して、Udemyにて1,200円にて受講していただけます。クーポンコード「CINCI2020」が必要です（2020年6月21日20時頃まで）。 このキャンペーンは終了いたしました。
6月22日追記。Udemyにて1,680円にて受講していただけます。クーポンコード「CINCI202006」が必要です（2020年7月22日まで）。
「最適化」は、整った仕組みがある前提での取り組みです。その前提の中で、どれだけより良くするか、効率化するか、ネガティブ要素をつぶしていくかといったことを進めます。「改善」もおそらく同じニュアンスでしょう。連続的な成長を支える地道な取り組みです。
しかし前提が変われば、うまく機能しないものが出てきます。
改善ではなく「解決」は、前提が変わればゼロから改めて考えることになります。いまの混乱した状況下でネガティブな事象が起きているのであれば、最適化は横に置き、場合によってはリセットし、改善ではなく「解決」を進めるのが良いと感じます。
変化を受け入れること。
しかも順応性高く。
サイトやページの滞在時間、アプリ利用時間は実は重要。ユーザーの可処分時間は有限だから。ただ従来のGoogleアナリティクスは離脱ページ直帰ページで計測されず難あり。
なので新バージョンGA「アプリ+ウェブ」やFirebaseのエンゲージメント率やそれ軸のエンゲージメント時間、平均閲覧時間は期待大
— いちしま泰樹🍏株式会社真摯 (@makitani) May 18, 2020
Webサイトやページでの滞在時間、アプリの利用時間といった「利用時間の把握」は重要です。ユーザーの可処分時間が有限だからです。限りある時間の中で、ユーザーにどれだけ自分たちのWebサイトやサービスを利用されているか、接点を設けられているかは、関係性の構築の面でも重要な要素です。
先日、アナリティクスアソシエーションの大内さんのコラムが私の心に響きました。
「The Death of Cookie（クッキーの死）」によって、もうWebやオンラインの行動データは「補足」だろう、と。Web解析のデータやツール機能は信じてみるけれども、Cookieは徐々に死んでいるのでデータはその程度で、分析の「主」にはならないよね、という内容です。
確かに軸足は顧客データになるだろうし、私たちはもう標準で取得できるようなWeb解析のデータを盲目的に過信すべきではないのでしょう。ユーザー軸の分析に進めば進むほど、その流れはそうだと感じます。
「直接アクセス」「ノーリファラー」などとも呼ばれるダイレクトトラフィック。昔から定義そのものは変わっておらず、「リファラー情報を取得できないサイト流入」を意味します。
ダイレクトトラフィックは、これまで「ご指名系の流入」「リピーター層」と捉える風潮もあったように思います。「ブラウザーブックマーク経由流入」「URLの直接入力やオートコンプリートでの流入」が一定数含まれるためです。
しかし、もう近年はそのような「エンゲージメントがきっと高い流入」ばかりではなくなりました。リファラー情報を取得できないトラフィックは多様化し、当初からの定義のとおり「どこから来たのかが不明」なものが増加しているはずです。やっかいなのは、どれだけの量と種類が増えたのかがわからないという点です。
このような「リファラーが不明な流入」は、「ダークトラフィック」とも呼ばれます。ネガティブな意味はありませんが、これまで一方的に重要さを背負わせていた状態ではなくなった、と言えます。文字通り「どこからやってきたかわからない流入」です。
アプリとWebサイトを併用して運用している場合、ユーザーのアクティブ率やスティッキネス（粘着性）の把握のために、Webサイトでも「DAU/MAU比率」の指標を把握しても良いのかもしれません。アプリとWebサイトがユーザーにとって「類似の体験」として運用している場合に、です。
「Webサイトを運用していて途中からアプリの運用も始めた」場合、ユーザーの利用の一部はWebサイト中心からアプリ中心へと移行します。運営側は「Webとアプリの全体で成長しているか」を一つの基準にしますから、両者に共通する指標があると把握しやすくなります。アプリの分析ツールにセッションの概念がない場合、共通して状況把握できる指標が限られるというのもあります。
注釈：
DAU/MAU比率は、主にWebサービスやアプリなどにおいて日常的にどれぐらいの頻度で利用されているかというアクティブさ、粘着性（スティッキネス）を測る指標の一つです。DAU（デイリーアクティブユーザー数）をMAU（月間アクティブユーザー数）で割った比率で計算されます。
DAUは1日間にサービスを利用したユーザー数、MAUは30日間（もしくは28日間）に1回以上サービスを利用したユーザー数を表すを表す指標です。
Web解析の領域で、事前のデータ整備は軽視されがちです。「トラフィック量が大きくなると、こういうことが起きるだろう」という想定の元に、事前の設定や導入の見直しが検討されることはまずありません。
データ分析の領域では、データ統合の際などにデータの前処理としてETLが用いられますが、ローデータがあるからこそ後からでもデータ整備を行えます。
一方で、例えばGoogleアナリティクスのUIやAPIから扱えるデータは、ビジネスインテリジェンスとしてはいったん既に処理されたデータです。「混在したデータ、勝手に集約されたデータは、どうしようもない」ということになってしまいます。
過去に実施したセミナー資料の一つを公開しています。資料のテーマは、「深掘りと改善視点の分析アプローチ」、Webサイトの5つの分析アプローチの紹介です。初級者向けの基礎的な内容です。
2020年6月14日追記。この資料の内容を再編集し、動画学習サービス「Udemy」にて講座を公開しました。
Googleアナリティクスを使った深掘りと改善視点の分析アプローチ（アクセス解析の基礎） – Udemy
1時間少しの動画講座です。講座の動画のいくつかは無料でプレビューできます。
特にBtoCやメディアの領域において、「フォロワーよりファンを、ユニークユーザー数より固定客を」の流れが近年あります。リーチを広げてやみくもに多くの新しいフォロワーを獲得するよりも、カルチャーを理解してくれたり熱心に声を聞いてくれるファンを作る方に力を注ぐ方が、多様性のあるいまの時代には合っていたり、コスト的にも見合いやすいのでは、といった理由も挙げられます。それぞれの規模での「知る人ぞ知る」状態を維持するという感じかもしれません。
もっともだと思います。もっともだと思いつつ、既存顧客のファン化の取り組みは進められても、「しかるべき人に確実に届けること」はあらためて非常に難しいことだなと感じます。
