アクセス解析のワークショップに行ってきました(感想は最後に一言)。ワークショップで受けた刺激を元に、僕のサイトのデータでの分析をします。大きく３つ分野を考えます。Q1:特定ディレクトリの到達率、Q2:ナビゲーション、Q3:ユーザセグメントです。
Q1:特定のディレクトリへの到達率を知りたい
とりあえずの手段として、コンテンツの詳細でのページビュー数のcheck
サイト構成がディレクトリ構造になっている場合、コンテンツの詳細で、ディレクトリ単位の集計した指標が見られます。まずは、ページビューを見て、サイト全体との比率を見るのがいいと思います。
上図の例で行くと、/view_your_report/ディレクトリ配下のページは、全体のページビューの1/4くらいとcheckします。簡単便利です。
ペ－ジビュ－じゃなくて、セッション数で比較したい？ この場合、 隣のページ別セッション数を使うのは良くないです。全体の比率を見るには適していません。なぜなら、ページ別セッション数は、ページ別であり、ディレクトリ別セッション数ではないからです(ページビューの方は完全にバラバラなのでＯＫ)。それで、どうするかというと、
アドバンスセグメントの管理画面でディレクトリ別セッション数を知る
全体のセッションの中で、少なくとも特定のディレクトリを通過したセッション数が知りたいです。アドバンスセグメントで、ページをディメンジョンにして、正規表現で対象セッションを絞ります。
全体のセッション数が４０9で、/view_your_reportディレクトリのページを通過したセッション数は１２４で、全体の1/4強。先ほどのページビューの約1/4とあまり変わらないかもしれませんが、セッション数からイメージしたい人には有用というか、、、安心できます。
また、個別のディレクトリのセッション数の合計は、全体のセッション数と成らない事に注意して下さい。上図の下方の該当セッション数でセッションの重複具合をcheckしておくと良いと思います。今回の場合は、全体409, 個別のディレクトリ(124+64+50+23+19)=280, OR条件での該当セッション数265。ここから、重なり具合を想像すると良いです。
注意はいるものの、ページビュー数とセッション数、それぞれから見た特定ディレクトリの到達率が分かりました。ディレクトリ別のコンテンツ制作労力のバランスを見直す指標になると思います。
Q2:サイト全体のナビゲーションを検証したい
ナビゲーションの言葉の定義が難しいのだけど、受けと攻めの二つの立場を考えて、
- 受け。ユーザのニーズにアンサーする。 見たい情報が提示できたのか？
- 攻め。ユーザの気持ちに訴求する。 見て欲しいページ(ゴール)への導線の訴求。実際にクリックしてくれたかどうか？
１(受け)は、これ！という指標が思いつかないけど、直帰率がマクロな傾向を示すかもしれないです。または、ページビュー/ ページ別セッションの推移を見ると、ユーザー行動の変化が、マクロ的に出るかも知れません。と思って、
wiki.slash-reader.comの半年のPV/ページ別セッション数。なんにも言えない、、、。アイデア倒れかも。
２(攻め)は、secondPagePathのセッション数見てみるとおもしろそうです。secondPageは最初のクリックページなわけで、意図した訴求がクリック数に結びついているかが分かる。特に、CMSなどでのテンプレートで、全てのページに同じ誘導ボタンが配置している場合、その効果が見えると思います。
特定ページがセカンド閲覧ページとなったセッション数の推移を見る。
グラフにするほどのデータが取れなかったので、取得場面のスクリーンショットです。(Data Export APIを使う)
データはこのblogです。トップページ以外のランディングで、次にトップページに移った数。ある意味、blog全体に興味を持ってくれた人の数かもしれない。ＲＳＳ取得などよりは、弱い興味だけど、、、
あるページへの誘導数を測る時に、このセッション数を出すやり方は良い方法かなと思います。大きなデータで見てみたいですね。
ナビゲーションは、受けと攻めの両面で考える。受けの方は、直帰率や(PV/ページ別セッション数)などで、攻めは、特定のsecondPagePathと成ったセッション数を出して、効果検証という流れを考えました。
Q3:ユーザー像のセグメント
ユーザ像の分類をどうするかですが、基本は、AISMAの視点でいくと思います。強い？キーワードが出てるものは、Sまで来てる。それ以外は、訪問回数でA→Iの移り変わりを見るという感じです。AISGでしょうか。Ｇはゴールです。コンバージョンです。
検索ワードは、その検索ワード自体が、顕在的なワードか？潜在的なワードか？に分類する必要があるかもしれません。サイトを象徴するワードなどは顕在層として行動特性を分ければ良い。行動特性は、ナビゲーションを見ればいいと思います。コンバージョン率もそうですね。
問題は、検索ワードが潜在的 or なんらかのキャンペーン or 参照サイト といった流入で、Attentionやinterestの段階にいる人を推定したいのですが、、、難しいです。妥協策は、訪問回数をattention, interestの積み上がりと考える事でしょうか。カスタムレポ－トで、訪問回数別のデータを見てみた(ピボットで参照元とクロスする)。
Directの内、ある程度は、twitterクライアントからの流入だと考えた方がいいと思ってます。
興味が積み上がった上でのコンバージョンという例がないので、1回目の訪問でコンバージョンしたデータだけですが、訪問回数(=~関心の積み上がり)と、参照元(当初の関心のベクトル)で、ユーザ層を分けて、コンバージョンみたいな行動成果を見たことになりました。
また、ユーザーに限りなく細分化したカスタム変数を持ってもらう事が可能なら、ユーザ単位で見た、複数の外部サイト(広告も含みますね)の貢献が出そうです。その場合は、プライバシーポリシーとの兼ね合いになりそうです。
ユーザ像が明確になれば、行動ターゲティングの導入などに進めるかもしれません。
おまけ: コンバージョンプロセスでの離脱率
Google Analyticsで良く使う目標到達プロセスでの分析も、セミナーでやったのですが、難しいなと思いました。最終的なコンバージョン率が違えば、それで優劣はでます。ただ、改善としては、プロセスを見ながら、いいとこ取りできないか考えるわけです。統計的な処理ができれば最適化と言ってもいいのかもしれません。ただ、演繹的にはムリな気がする。仮説 ＆ テストじゃないとムリっぽいです。
ここら辺りができれば、知的好奇心は満足すると思いますが、ＰＤＣＡのActionに早く移った方が良いですね。データにこだわるなら、ヒートマップとか、違うリソースによるユーザー属性とかでしょうか、でもこれも、テストの為の情報＝仮説作成の為の情報ですね。
ワークショップ、後半はこれからなので、感想の続きがある予定です。
(*)ワークショップの感想としては、自分のパファーマンスの感想なのですが、数字の計算と会話のコンテキストスイッチは、コスト高だと理解しました。知的作業には、どんどんペア(グループ)ワークを入れるべし！と思っていたのですが、そこまで簡単ではない事が分かりました。