Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Adobe Analytics入門講座【株式会社ニジボックス】
Search
株式会社NIJIBOX
September 19, 2024
Education
0
17k
Adobe Analytics入門講座【株式会社ニジボックス】
ニジボックスのデータマネジメント職研修資料です。
採用情報ページ:
https://career.nijibox.jp/data-management
株式会社NIJIBOX
September 19, 2024
Tweet
Share
More Decks by 株式会社NIJIBOX
See All by 株式会社NIJIBOX
Tableau トレーニング【株式会社ニジボックス】
nbkouhou
0
17k
Adobe Analytics勉強会の種類とレベル分け【株式会社ニジボックス】
nbkouhou
0
12
[Adobe Analytics]主な役割と必要な知識【株式会社ニジボックス】
nbkouhou
0
16
SQL初級中級_トレーニング【株式会社ニジボックス】
nbkouhou
0
17k
アクセシビリティ_株式会社ニジボックス Katsuhito Karube
nbkouhou
1
9.8k
モダンWebパフォーマンス2020_株式会社ニジボックス Yuki Irisawa
nbkouhou
9
14k
SUUMOでのパフォーマンス_株式会社ニジボックス Satoshi Arai
nbkouhou
1
9.3k
非機能要件を文化に _株式会社ニジボックス Yosuke Furukawa
nbkouhou
0
280
カスタマージャーニーマップを共通言語に、UXリサーチをアウトプットにつなげたい話_Qrio株式会社 神谷 郁
nbkouhou
0
2.2k
Other Decks in Education
See All in Education
Introduction - Lecture 1 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
1.7k
Gemini in Android Studio 使ってますか?
satoryo56
0
420
JavaScript - Lecture 6 - Web Technologies (1019888BNR)
signer
PRO
0
2.5k
ルクソールとツタンカーメン
masakamayama
1
500
Adobe Express
matleenalaakso
1
7.4k
Introduction - Lecture 1 - Web Technologies (1019888BNR)
signer
PRO
0
4.8k
RSJ2024学術ランチョンセミナー「若手・中堅による国際化リーダーシップに向けて」資料 (河原塚)
haraduka
0
210
Library Prefects 2024-2025
cbtlibrary
0
100
英語学習から海外発表までの流れ
yasulab
18
4.2k
Web Architectures - Lecture 2 - Web Technologies (1019888BNR)
signer
PRO
0
2.6k
Medicare 101 for 2025
robinlee
PRO
0
140
Zoom-ohjeet
matleenalaakso
7
7.2k
Featured
See All Featured
Thoughts on Productivity
jonyablonski
67
4.3k
Happy Clients
brianwarren
97
6.7k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
13
1.9k
StorybookのUI Testing Handbookを読んだ
zakiyama
26
5.2k
Faster Mobile Websites
deanohume
304
30k
Documentation Writing (for coders)
carmenintech
65
4.4k
Making Projects Easy
brettharned
115
5.9k
Building Your Own Lightsaber
phodgson
102
6k
Building a Modern Day E-commerce SEO Strategy
aleyda
38
6.9k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
41
2.1k
Build your cross-platform service in a week with App Engine
jlugia
229
18k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
7
150
Transcript
Adobe入門講座 Data BootCamp
Agenda 1. データ分析の全体像 2. アクセス解析とは 3. Adobe Analyticsとは 4. データ収集の仕組みについて
5. 収集しているデータについて(概要) 6. 収集しているデータについて(詳細)
1.データ分析の全体像
ざっくりデータ分析の工程 可視化 集計 検証 掃除 取得 収集 蓄積 発生 どんな単位でいつ発生するデータなのか?
ex)PV単位、クリック単位、電話コール単位
ざっくりデータ分析の工程 可視化 集計 検証 掃除 取得 収集 蓄積 発生 どこに蓄積されたデータなのか?
ex)Adobe Analytics、事業データベース、広告媒体
ざっくりデータ分析の工程 可視化 集計 検証 掃除 取得 収集 蓄積 発生 どこにデータが集められているのか?
ex)データストレージ(Google Cloud Storage、AmazonS3な ど)
ざっくりデータ分析の工程 可視化 集計 検証 掃除 取得 収集 蓄積 発生 使いたいデータだけを取得する
ex)SQLやAPIを使うことが多い
ざっくりデータ分析の工程 可視化 集計 検証 掃除 取得 収集 蓄積 発生 データクレンジングとも呼ぶ
PythonやSQLでデータ粒度を揃える (Tableau Prep,Alteryxといったツールもある)
ざっくりデータ分析の工程 可視化 集計 検証 掃除 取得 収集 蓄積 発生 取得したデータを可視化したい粒度
に集計する
ざっくりデータ分析の工程 可視化 集計 検証 掃除 取得 収集 蓄積 発生 掃除や集計が意図した通り行えてい
るか、データの信頼度を確認する
ざっくりデータ分析の工程 可視化 集計 検証 掃除 取得 収集 蓄積 発生 伝えたいことがちゃんと伝わるよう
に、グラフやビジュアルを整える ※視覚的な数値検証の実施もある
各ツールの役割 可視化 集計 検証 掃除 取得 収集 蓄積 発生 Adobe
Analytics,Google Analytics Web,APPのアクセスデータに限り (※) 発生〜可視化まで可能 (※)Web以外のデータを収集することも不可能ではないが、繋ぎこみが大変 Tableau(BI) 集計と可視化に特化 主な利用用途:定常モニタリング、レポーティング BigQuery 生データを扱えるため柔軟なデータ分析が可能 主な利用用途:スポットでの深堀り分析 ※この事をアドホック分析と呼んだりします。 12
2.アクセス解析とは
2.アクセス解析とは
2.アクセス解析とは 無料でも使えることから 国内外問わず圧倒的な利 用者数を誇る
2.アクセス解析とは 細かな変数設計や柔軟な 分析ができるUIが特徴 エンタープライズ向け製 品のため、利用人工はGA に比べると少ない リクルートでは10年以上 前に先駆けて導入
2.アクセス解析とは アプリ計測に利用 2014年にGoogleに買収 されGA4に統合された
Webサイト(アプリ)のCV数アップにつながる課題を見つけるために、サイト運営者が訪問者の特 性や行動を分析すること ※CV = 予約、購入、会員登録といったサイトやアプリ上でユーザーに行ってほしい行動 サイト(アプリ)内 2.アクセス解析とは 検索 他サイト SNS
アフィリエイト リスティング メール ・ ・ ・ TOP ページ 特集 ページ 会員 ページ 検索 ページ 商品詳細 ページ 購入手続 ページ 購入完了 ページ
サイト(アプリ)内 2.アクセス解析とは 検索 他サイト SNS アフィリエイト リスティング メール ・ ・
・ TOP ページ 特集 ページ 会員 ページ 検索 ページ 商品詳細 ページ 購入手続 ページ 購入完了 ページ 流入 どこから来たのか (広告 / 広告以外 /メール 等) 回遊 どのページを見たのか サイト内でどんな行動をしているか コンバージョン どんな商品を購入(予約)しているか 購入ステップの途中で購入をやめていな いか
3.Adobe Analyticsとは
アクセス解析に必要なデータを収集するために、 リクルートではAdobe Analyticsというツールを使用している ※人によってAdobe Analyticsの呼び方が違う 例)サイカタ / サイトカタリスト / SC
/ AA / オムニチュア / Report & Analytics / アドビ 3.Adobe Analyticsとは
ドラッグ&ドロップの直感的な操作 ある程度複雑な分析も可能 3.Adobe Analyticsとは Adobe Workspace Google BigQuery SQL必須 Workspace以上に複雑な分析も可能
※ローデータを加工できるため
どんなデータを取得しているかというとざっくり5種類 上2つは自動取得、下3つはカスタム取得 • 基礎トラフィック指標 ◦ ページビュー数、訪問回数、実訪問者数 • 技術情報 ◦ 送信日時、ブラウザ、言語、デバイス情報、URL、リファラー 等
• prop変数 • eVar/list変数 • event変数 3.Adobe Analyticsとは 自動 取得 カスタム 取得
3.Adobe Analyticsとは -基本指標の定義 • ページビュー数(PV) ◦ 感覚的な定義 ▪ サイト/アプリ上のページ(画面)をユーザーが見た回数 ◦ 技術的な定義
▪ ページの読み込みが実行された回数 ▪ ページが読み込まれた→ページを見ようとした(実際に”読了”かどうかはわからない) • 訪問回数(セッション、Visits) ◦ 感覚的な定義 ▪ サイト/アプリにユーザーが来てから出ていった(一旦サイト/アプリの利用をやめた)までの一連の流 れが何度行われたか の回数 ◦ 技術的な定義 ▪ ページの閲覧間隔が30分以上空いた場合に訪問を終了すると見なす ▪ 100秒以内に100ヒット(100ページ見た)場合には訪問を終了すると見なす ▪ 合計で2500ヒット(≒2500ページ見た)場合には訪問を終了すると見なす ▪ 30分を超える無操作状態がなく、ユーザーが 12 時間連続でイメージ要求を行った場合、訪問は自動的 に終了し、新たな訪問が自動的に始まる • ユニーク訪問者数(ユーザー数、UU) ◦ 感覚的な定義 ▪ サイト/アプリに来た人の数 ◦ 技術的な定義 ▪ サイト/アプリに来たユニークなブラウザの数(ユニークなブラウザかどうかはCookieを使用して判別)
3.Adobe Analyticsとは -訪問概念の説明 Page A Aさ ん Page B Page C
Page D Page D Page A Aさ ん Page B Page C Page A Aさ ん Page B Page B Page D 30分放置 Page A Page B Page C Page D ページビュー数 訪問回数 実訪問者数 プライベート端末 社用端末 プライベート端末
3.Adobe Analyticsとは Page A Page B Page C Page D
Page D Page A Page B Page C Page A Page B Page B Page D 30分放置 Page A Page B Page C Page D ページビュー数 3 4 2 3 訪問回数 3 4 2 2 実訪問者数 2 2 2 1 別訪問になる Aさ ん Aさ ん Aさ ん プライベート端末 社用端末 プライベート端末
4.データ収集の仕組みについて
• データ送信実装エンジニアとのコミュニケーションが円滑に • 要件定義において必要なデータの粒度を検討できる • 要因調査や障害対応のスピードアップ データ収集の話をする目的
料理で言うなれば、データの取得は ・どこで ・どんな風に収穫された食料なのか を知ること もしかしたら腐っているかも? └実は計測出来ているのは一部のページだけ… 想定していた食材とは異なるのかも? └実はCV名から想像したCVと定義が違う… データの収集状況の無理解 ≒
闇鍋爆誕
4.データ収集の仕組みについて データ取得元は概ね以下の3種類 1. 技術情報 a. UserAgent b. location.href document.referrer window.*
etc. 2. ページHTML上の変数 a. HTML上に記述されている変数 3. JSでカスタマイズ a. s_code.js内で値の処理をしているもの サイトでどんなデータを計測しているか、見てみましょう
1)Google Chrome デベロッパーツールを開く ※macのショートカットキーは Option + Command + I よく使うのでキー登録しておくのがおすすめ 2)任意のサイトを開く 4.データ収集の仕組みについて
送信データを確認しよう 1 2
4.データ収集の仕組みについて Google Chrome デベロッパーツール ※Option + Command + Iで開く →networkタブを開く →/b/ss/をフィルタに入力 フィルタは’/b/ss/’で検索
送信データを確認しよう preserve log にチェック →クリックログも見れる フィルタ結果をクリック ▪ヘッダー 技術情報やCookie情報 ▪ペイロード カスタム送信内容
5.収集しているデータについて
どんなデータを取得しているかというとざっくり5種類 上2つは自動取得、下3つはカスタム取得 • 基礎トラフィック指標 ◦ ページビュー数、訪問回数、実訪問者数 • 技術情報ディメンション ◦ ブラウザ、言語、デバイス情報、URL、リファラー 等
• prop変数 • eVar/list変数 • event変数 5.収集しているデータについて(概要) 自動 取得 カスタム 取得 再掲
では、eVarやprop、eventとはなにか 5.収集しているデータについて(概要) ◦◦別 の XX数(金額、回数、数量 etc) prop eVar event ディメンション 指標 例)
• ページ別 の ページビュー数 • 広告媒体別 の CV数 • 会員ID別 の 購入金額
では、eVarやprop、eventとはなにか 5.収集しているデータについて(概要) ◦◦別 の XX数(金額、回数、数量 etc) prop eVar event ディメンション 指標 なぜ
propとeVarがあるのか?
6.収集しているデータについて(詳細)
propとeVarについて あるユーザーが「美容院 渋谷」というキーワードで流入し、5ページ目でCVした場合 6.収集しているデータについて(詳細) Page A Page B Page C Page
D Page E CV ユーザー行動 流入 回遊 回遊 回遊 CV prop1 美容院 渋谷 eVar1 美容院 渋谷 PV 訪問回数 訪問者数 CV数 prop1 =美容院 渋谷 eVar1 =美容院 渋谷 集計結果は…
propとeVarについて あるユーザーが「美容院 渋谷」というキーワードで流入し、5ページ目でCVした場合 6.収集しているデータについて(詳細) Page A Page B Page C Page
D Page E CV ユーザー行動 流入 回遊 回遊 回遊 CV prop1 美容院 渋谷 eVar1 美容院 渋谷 PV 訪問回数 訪問者数 CV数 prop1 =美容院 渋谷 1 1 1 0 eVar1 =美容院 渋谷 1 1 1 0 集計結果は… PV 訪問回数 訪問者数 CV数 prop1 =美容院 渋谷 1 1 1 0 eVar1 =美容院 渋谷 5 1 1 1
propとeVarについて あるユーザーが「美容院 渋谷」というキーワードで流入し、5ページ目でCVした場合 6.収集しているデータについて(詳細) Page A Page B Page C Page
D Page E CV ユーザー行動 流入 回遊 回遊 回遊 CV prop1 美容院 渋谷 eVar1 美容院 渋谷 美容院 渋谷 美容院 渋谷 美容院 渋谷 美容院 渋谷 CVの発生するタイミング と CVの発生要因が計測されるタイミング が異なる場合が多いため、 値のコピーという処理が入っているのが eVar PV 訪問回数 訪問者数 CV数 prop1 =美容院 渋谷 1 1 1 0 eVar1 =美容院 渋谷 5 1 1 1
propとeVarについて eVarの値のコピーの仕方には種類がある ※ほとんどの場合、後勝ちと呼ばれる”最新(最後)”に設定される 6.収集しているデータについて(詳細)
eVarの配分について あるユーザーがサイト内で検索をし、CVした場合 6.収集しているデータについて(詳細) Page A Page B Page C Page
D Page E ユーザー行動 流入 回遊 回遊 回遊 CV eVar(後勝ち) 美容院 渋谷 美容院 青山 美容院 青山 美容院 青山 美容院 青山 eVar(先勝ち) 美容院 渋谷 美容院 渋谷 美容院 渋谷 美容院 渋谷 美容院 渋谷 美容院 渋谷 美容院 青山 eVar(後勝ち) PV 訪問回数 訪問者数 CV数 美容院 渋谷 1 1 1 0 美容院 青山 4 1 1 1 eVar(先勝ち) PV 訪問回数 訪問者数 CV数 美容院 渋谷 5 1 1 1 美容院 青山 0 0 0 0 ※もう一つの設定項目「有効期限」はそのままの意味なので割愛
event変数のカウント方法について いくつか種類があるが、原則1つのパターンを使用していることが多い 6.収集しているデータについて(詳細)