フューチャーフォン
・JavaScript、Cookieに未対応→→→ビーコン型ツールでの解析が困難
・リファラ取得できない→→→参照元アドレス、検索キーワードの解析が正しく行えない
↓ ↓ ↓
au,softbankのほとんどに対応、docomoアクティブユーザーの約半数の端末が対応
・アクセス時、キャリアのゲートウェイを通る→IPアドレスがアクセス毎に変わる。セッション、UUの管理が困難→端末独自の識別方法を用いてUU特定
UU数
個別識別番号 ユーザID（UID)、製造番号・・・docomo（確認ダイアログが出てしまう。。。機種変更で終了の巻）
docomo 非公式だとUID☓ IモードID ◯
au EZ番号
SB UID
パラメータ
ページ内の各リンクに必ずパラメータをつける
公式サイト、非公式サイト、両方に対応したサイト・・・それざれパラメータの書き方あり
IモードID EZ番号 SBのUID→HTTP拡張ヘッダに記録されます。
・管理者権限があれば アクセスログによりはきだす設定にする。
・管理者権限なし 対応している解析ツールをつかう
スマホ・タブレット
・Cookie・JavaScript スマホ ファーストパーティクッキーまでの受付
サードパーティクッキーは受け取らないケースがあり
・キャリアの判別はむずかし
・UU UIDも可能 Cookieが主流
・Wi-Fi ISPなど特定可能
アプリ経由でのサイトの訪問
リファラを発行しないことが多い→リクエストページにパラメータをつける
・アプリ経由を特定
・アドサーバ経由→→→ウェブサイト→→ここでカウント→→アドサーバ
・リダイレクトページ（ここでカウント）→→→ウェブサイト
・アプリの初回起動時にウェブサイト訪問→→→Action（ここでカウント）→→→アプリ起動動作
・ダウンロードページ 初回起動→→→期間、割合を取得
指標
・第三者アプリ経由でのサイト閲覧
・アプリ内での評価（App Store、Google Play、その他）
アプリの解析
・PVの概念がない
操作ひとつひとつに解析をするために必要な条件を割り当てる必要がある
・セッション数の概念
オフラインで作動できる ログの取得方法、解析のタイミングの決定
・アプリのダウンロード数
他社アプリの傾向も判断基準
ユーザー分析
・どのデバイスから流入が多いのか？
・デバイス別の直帰率、平均閲覧ページ数に差はないか？
例）スマホの数字が悪い
・文字や画像の大きさは適切か？
・ページの表示速度に問題はないか？
・リンクボタンの使い易さ、わかりやすさは大丈夫か？
（片手で操作する時のボタンの位置など・・・端末の上部はタップしにくい）
・フリックなどスマホ特有の操作に配慮しているか？
流入分析
・公式サイトからの流入 少
・参照サイト、検索エンジンからの流入（施設なども上位に表示される） 多
・リスニング広告からの流入 CPC課金・リワード広告（アフィリエイト）
スマホ経由の流入となる検索キーワードについて→スホに特化した表示にする工夫
スマホを利用する状況
↓ 出先、移動中
↓ ↓
↓１つの ↓
↓IDで繋ぐ ↓ここを考える（ナビゲーション、コンテンツさくっとOK？）
↓行動把握 ↓
↓ ↓
↓ サイトをみる理由
パソコンを利用（じっくり情報収集）
デジタルマーケティング
①各デバイス→アプリ・動画・ウェブ
②O2O オムニチャネル
ワンタグ（一元管理）
・アクセス解析
・広告
・広告効果測定ツール
A
１回目 スマホ→サイト
２回目 パソコン→サイト パソコンで購入
B
スマホ→クーポン→店舗来店
C
パソコン→見積もり→サイト注文（件数集計）
データ解析の定義
・ユーザ→ブラウザ→ウェブサイト 従来通り
・ユーザ→アプリ
・ユーザ→オフライン→店舗・コールセンター
測定するための定義、単位の検討
・どこまで？・どんな時にひつよう？
個人情報を保護する権利
・ログアウト
・オプトアウト
情報を提供しない仕組みを提供
DND（DO NOT Track）Cookieを取得しないように対応させることができる
解析士の役割
・マルチデバイスでのソリューション提供
・O２O オムニチャネル
・顧客満足度を高め収益へ貢献する
・組織の理解を深める プライバシーに接触しない
・事業の成果が判断基準となるマーケティング
トリプルメディア
・オウンドメディア（自社）
・ペイドメディア（広告）
・ソーシャルメディア
ソーシャルメディア 制御。統率できないアンコントローラブルメディア
活用方法
ソーシャルリスニング
傾聴、発言、対話
・フロー型 リアルタイム性
・ストック型 過去の情報の蓄積 いつでも見れる
・ソーシャルグラフ 人間関係を軸とした伝達
・インタレストグラフ 趣味や興味関心のつながりで伝達
定量的指標
リファラ
・取得できないもの
・ソーシャルメディアの種類までしかわからないもの
・パラメータ どのリンクがクリックされたのか測定できる
・URL短縮 どのリンクがクリックされたのか測定できる
友達
・フォロー、フォロワー、友達、マイミク 数の増減
シェア
・RT シェア 拡散された数
拡散によるマーケティング バイラルマーケティング
いいね
共感、反応など
定量的なデータ 数値化できないデータ
・ポジティブ、ネガティブ→テキストマイニング利用
企業SNS活用目的
長期的なブランドイメージ向上
・品質
・接客姿勢
・企業スタンス
・認知→新規
・キャンペーン・キャラクター→ターゲットを絞った関心、変革
ユーザロイヤリティ向上（忠誠心）
・活用方法（サポート）
・満足度
・見込み客の紹介
・ユーザーエンゲージメント（絆）を深める
SOV（シェア オブ ボイス）クチコミの中で自社のブランドシェアを測定
・評価や風潮
・プロモーション前後のクチコミボリュームの差から効果を測定
ネット視聴率
ユーザPCへトラッキングソフトをインストール
・自社と競合 ユーザーの時系列変化→アクセスログの変化
自社UU 100→100 変化の原因を推測
競合UU 150→300 サーバログだけでは解析不可能
変化をネット視聴率データを使って分析
流入→リファラ 大きく貢献したページ新設の有無、メルマガ、プロモーション
閲覧ページ 新OR既 コンテンツ内容 ターゲットの関心（サービス・製品は何か？）
ネット視聴率
有料のデータサービス・プロバイダー
・ビデオリサーチインタラクティブ
・ニールセン
・コムスコア
調達対象者、データ提供者
パネル方式
パネル方式＋タグを利用したアクセスデータ＋サーバベース方式をマージする方式
ハイブリッドまたはユニファイド方式とよぶ
無料 大まかな参考情報
パネル方式
・県別、年齢別人口統計 独自調査データ
元パネルの構成数、比率を元にパネルの補正
母集団拡大の目的で募集
・PCユーザの快諾 PCへソフトをインストール
自動収集→拡大推計処理
↑補正
インターネット人口属性分布
利用者 視聴率ASPのデータにアクセス
メリット
・デモグラフィック 情報のひもづけ 利用者
・競合の情報を取得できる
・マクロ情報として利用
デメリット
・PCデバイスのみ
・パネル数、品質によって大きな誤差
・利用者が少ない→精度低い→拡大推計処理
・職場からの利用データが限定的
ユニファイド方式
分析方法
一般的に利用するデータ項目
・月間ネット人口、利用頻度、滞在時間、PV
・UU、総PV、一人あたりのPV
・平均滞在時間、平均訪問時間
・各項目のトレンド
・閲覧ページ 流入、流失、重複訪問、各国木のデモグラフィック比較（ひもづけ）
UU数
ネット視聴率 サーバーログと乖離
パネルサンプル数→市場全体に拡大推計
平均で４〜５倍の差が出る
インデックス利用
市場比率を平均数値として１００
各項目の比率（シェア）高いのか低いのか
インデックス＝（各項目の比率÷市場全体の比率）÷100
セグメントメトリックス
ターゲット含有率 性別、年齢、年収ばぢデモグラフィック情報で切る
行動ターゲットを基にしたレリバンシー
・ヘビーユーザ 上位20％
・ミディアムユーザ 中位30％
・ライトユーザ 下位50％
毎月動的に変わる
メディア別広告費
2011年 8000億円
・新聞、雑誌、ラジオ
・プロモーションメディア
（看板、交通広告、折込、フリーペーパー、POP、電話帳）
↓ ↓
インターネット広告
・テレビにつぐメディア
・市場規模は新聞＋雑誌の広告費をあわせたくらい
インターネット広告
広告費
・媒体費（広告出稿費用）
・制作費（ランディングページ、バナー、クリエイティブ）
利用した企業の割合25.6％
金融、保険50.8％
サービス、その他 33.2％
卸売、小売 28.5％
どんな広告を利用したのか
バナー42.4％
メルマガ 39.9％
テキスト 32.1％
１．広告をみせることで得られる効果 認知、好感度アップ IMP
２．広告をみせてサイトやランディングページへ誘導する効果 CL/CPC/CTR
３．広告を通じて購入、会員登録 CV/CVR/CPA
1.ブランディング効果
2.広告表示回数（インプレッション）効果
3.レスポンス効果 資料請求、申込、商品購入
ネットメディアの特徴
・即応性
・リーチ性
・双方向性
ネット広告 幅広いリーチ
ユーザ属性に応じたターゲッティングが可能
早期段階での効果検証→戦略
↓
メディアへの出稿計画
アドネットワーク
複数のウェブサイトの広告枠を束ねて配信
・DSP（Demand Side Platform）
広告主側のシステム
・SSP（Supply Side Platform）
メディア、媒体社（パブリッシャー）側のシステム
広告調整
・アドエクスチェンジ
・第三者配信（広告配信サーバ）
↓
・複数の媒体間でのデータの一元化
・経路分析、アトリビューション分析→可能
・ひとりのユーザに何回表示（フリークエンシー）
・新規と再で広告を変える
・検索とバナーの相関
アドテクノロジー 両者のニーズを解決
広告主（アドバタイザー）←広告配信に関するサービス（アドテクノロジー）→メディア媒体社（パブリッシャー）
・アドネットワーク 配信ネットワーク全体への入札方式
・アドエクスチェンジ 特定広告枠に対する入札方式でインプレッションを売買する仕組み
需給のバランスでインプレッションあたりの金額が決定
・オーディエンスターゲッティング Cookieを利用したターゲッティング広告
利用者の訪問履歴、検索履歴、広告反応履歴などを組み合わせたデータ
趣味嗜好を分析→属性推定→ターゲッティング→広告配信
・データエクスチェンジ 特定のオーディエンスに出稿→効果 広告主の思いニーズ
特定のオーディエンスに出稿→効果 最適な広告→収益 メディアニーズ
↑ ↑
ここへ出稿したい広告主ABC 最高入札価格の広告主の広告が表示
RTB（Realtime Bidding)
アトリビューション分析←間接効果→高校貢献度を可視化
アシスト ポストインプレッション（ビュースルー）
ビュースルーコンバージョン
ビュースルーサーチ
要件定義
ビジネスモデルの把握 ウェブサイトの把握 関係者へんぼヒアリング
ビジネスモデル把握
相手のビジネスモデル、収益構造、ターゲット顧客や競合の把握に努める
ビジネスモデルの把握
相手のビジネスモデルを把握したうえで、売上、原価、経費などが
どのように配分されているかの収益構造を理解する
・ウェブ解析報告書作成の流れ
要件定義
KGIに沿ったKPIとKSFを決める
指標に対するCPAやROASを算出
現実的で測定すべき基本指標をさだめる
競合比較の指標を追加
報告者の要望を満たす指標を追加する
レポートを設計する
異なる「いくつかの」構成比率 １００％積み上げグラフ
状況に応じて面グラフも活用する
現状の構成比率 円
２種類の相関 散布図
３種類の相関はバブルチャート
異なる単位や数の差が大きい
２軸グラフ
広告効果測定レポートは、扱う広告や媒体から出される根拠や基準を確認しておく
ユニークユーザーごととか細分化したらミクロ分析レポート