カテゴリー
analysis knowledge

業務を効率化するRPAとは?おすすめツールもご紹介

RPAとは

RPAとは、Robotic Process Automation(ロボティック・プロセス・オートメーション)の略語で、単純作業になりがちな定型業務をロボットによって自動化する取り組みを表す言葉です。

RPAは、人間が行う業務処理を登録しておくだけで、業務自動化を実現することができます。現在は、商社、流通、金融、不動産、小売、製造まで多方面で業務自動化を拡大し、より広い範囲の業務に対応できる技術として活用され始めています。

また、近年ではRPAを使いこなし大幅な業務効率化を実現できる「RPA人材」の育成や採用を促進するため、技術の習得レベルを客観的に評価することができる「RPA技術者検定」が誕生しています。

RPAの三段階のレベル

RPAには三段階の自動化レベルがあるとされており、それぞれの違いは自己学習機能や判断力にあります。
現在あるRPAの多くは、定義されたルールに従ってデータを処理する「クラス1」という段階で、定型業務に対応しています。それ以降の「クラス2」、「クラス3」ではAIと連携し複数のデータを分析、RPAのシステム自体で意思決定が出来るよう判断ルールを組み立てることができます。各段階をより詳しくみてみましょう。

クラス1:RPA

実際に人が画面を操作するのと同様の作業を記憶させることが可能になり、単純作業を自動化するために導入される場合が多いです。
人によるミスを防げる一方で、記憶したもの以外は処理することができないため、例外対応は必ず人が行われなければなりません。また、比較的少ない費用での導入が可能で、現在最も実用化が進んでいます。

クラス2:EPA

単純作業を覚えるだけでなく、膨大なデータをAIと連携し解析することが可能になります。
画像をカテゴリ毎に分類、AIと連携しユーザーの傾向を分析、など様々な機能があります。実際に、コールセンターやチャットボットといったシーンで利用されています。いずれも導入のために必要な辞書データやAI機械学習にかかる投資が必要なため、クラス1に比較すると導入難易度は上がるといわれています。

クラス3:CA

クラス2よりも、AIをフル活用し複雑なデータ分析や改善、意思決定に至るまでを自動化することが可能になります。
データ分析だけでなく、人間の感情や個々の特徴などを学習し、適切なマーケティング戦略の提案や、個人の感情を読み取った上での問い合わせ対応など、多様な選択肢あるいは今までにない選択肢を提案できます。

導入メリットとデメリット

メリット

  • ・人件費の削減と労働環境の改善
    当然ながら、RPAは24時間365日いつでも作業が可能です。設定次第では、指定した日時に特定の作業することもできます。つまりRPAによる業務が増えれば増えるほど、人が行う業務を削減し残業を減らすことができるのです。
    日々の作業工数の削減や休日出勤の必要性がなくなるだけでなく、単純作業の繰り返しによる従業員のモチベーション低下も防ぐことができることから、人件費の削減だけでなく労働環境の改善にも繋がるといえるでしょう。
  • ・生産性の向上
    RPAを使い作業を自動化することで、担当者はその分の時間を使い他業務に時間を使うことができるため、生産性の向上が期待できます。単純作業をRPAに任せることで、ビジネス戦略の作成やクリエイティブな業務などの機会では行う事が難しい仕事に集中することも可能になります。
  • ・人的ミスによって発生するリスクの回避
    RPAは決められたルールに従って正確に作業を実行するため、人的ミスによる機密情報や個人情報の流出を未然に防止できます。また、個人の独断と偏見による違反行為など、人間がやるからこそ起こりうるトラブルを防止することもできるでしょう。
    また、高度なRPAを搭載している場合は、問い合わせ内容に対する迅速かつ適切な対応にも期待ができるため、顧客満足度の向上にも繋げることが可能です。

デメリット

  • ・「業務の見える化」が難しくなってしまう
    RPAは、作業を一度覚えてしまえば後は自動で業務を行ってくれます。そのため、運用担当者が退職したり変更になった際に正確に情報共有を行う必要があります。それを怠ると、年月が経ち働く人が変わっていくにつれ、RPAの業務自体がわからない、もしくは誰も運用できないという状態に陥ってしまう可能性があります。
  • ・エラーやバグ、誤作動による業務停止
    RPAは、システム障害やバグが発生すると、機能しなくなり作業が止まる危険性があります。バグの種類によっては、今までの作業データを失う可能性もあります。そのため、RPAを導入する際は、安全に運用できる環境を用意する必要があります。
    また、アップデートなどに伴いシステムに変更があった場合も、それが正しく反映されていないと誤作動を起こしたり、使用できなくなってしまうこともあります。
  • ・情報漏えいの可能性
    ネットワークに繋がった環境でRPAを利用するのであれば、不正アクセスされる可能性はゼロではありません。特に、機密情報などを扱う業務にRPAを導入する場合は、不正アクセスが原因で情報漏えいが起きる可能性もあるため、情報セキュリティ対策は万全にする必要があるでしょう。

おすすめツールをご紹介

Winactor

「WinActor」はNTTグループによって開発された純国産RPAツールです。大手企業をはじめ、サービス・ソフトウェア通信・金融などの業界で多く導入されています。

特徴:「誰でも使用可能な簡単操作と充実したサポート体制」

パソコンへ1台インストールすればすぐ使用でき、プログラミングスキルがなくても簡単に操作できます。また、NTTグループによる充実のサポート体制をもち、電話・メール・リモート・対面など多彩な方法でサポートを受けられるだけでなく、WinActor研修(初級・中級・上級)やセミナー、統制・運用ルール構築ガイドなども提供されています。

UiPath

「UiPath」は、アメリカの大手リサーチ会社Forrester Research社により開発されたRPAツールです。2017年に日本法人を設立して以来国内で急速にシェアを伸ばしており、今注目のRPAともいえるでしょう。

・特徴:「全ての段階をサポートできる製品ラインアップを完備」

ユーザーが業務自動化に取り組むサイクルを「計画」「開発」「管理」「実行」「協働」「測定」の各段階に細かく分類し、それら全ての段階をサポートできる仕組みになっています。各段階ごとの作業内容や状況をすべて1つのRPAで管理できるため、複数の従業員と情報共有ができ、生産性の向上と安定した稼働が期待できます。

BizRobo!

「BizRobo!」は、RPAという言葉がまだ浸透していなかった2008年から、RPAの導入・運用をいち早く支援してきたRPAテクノロジーズ株式会社が提供するツールです。

・特徴:「Webサーバ一で複数のロボットを作成」

Webサーバーを1台用意するだけで、複数のロボットを作成し同時に運用することが可能です。そのため、大規模なWebアプリケーションの管理に適しているといえるでしょう。また、担当者がロボットを簡単に作ることができます。株価推移の管理・通販サイトの価格調査・在庫管理・商品登録などの作業によく利用されいます。

まとめ

RPAとはどのようなものなのか、導入時にはどういったメリット・デメリットがあるのか、ご理解いただけたでしょうか?
RPAは労働環境の改善、人件費の削減、生産性向上など、企業活動に様々な好影響をもたらすことができます。一方で、取り扱いや管理、セキュリティ面での危険性があることも事実です。それらを把握した上で、業務改善の一つの手段としてRPAを視野に入れてみるのはいかがでしょうか?

カテゴリー
analysis knowledge

タグマネージャーとは何か?特徴や効果について解説!

みなさんもデジタルマーケティングに取り組むうえで「タグ」という言葉をよく聞いたことがある方が多いと思います。
タグとは、広告の計測・解析、アクセス解析のツール、SEOなど様々な機能をサイトに組み込むためのWebサイトに埋め込むコードのことさしています。
多くの広告を運用している方なら様々なタグを管理することが多いと思います。
本記事では、そんなタグの管理を行いやすくすることができる「タグマネージャー」についての特徴や効果などを解説していきたいと思います!

目次

タグマネージャーとは?

タグマネージャーの特徴

タグマネージャーとは、Googleアナリティクスなどの効果測定用タグや、Web広告を運用する際に必要になるリターゲティングタグやコンバージョンタグなどを、一元管理するためのツールです。
対象となるすべてのWebページにタグマネージャーのコードを記述すると、そのコードひとつでさまざまなタグの役割を果たせるようになります。

タグマネージャーを使っていない場合、例えば、「効果測定用タグ」「リターゲティングタグ」「コンバージョンタグ」を使うとしたら、この3つのタグを対象となるすべてのページに記述する必要があります。
この場合、途中で「コンバージョンタグ」を削除しようと思ったら、すべてのWebページからコンバージョンタグを削除していかなければなりません。
しかしタグマネージャーなら、タグマネージャー上の設定変更だけで解決できます。

タグマネージャーを使用する上で理解しておかなければならないことが、タグとトリガーの関係です。
トリガーとは、タグを利用して計測するユーザーの行動のことを指します。
例えば、「ページが表示された時」「ボタンがクリックされた時」などを設定することができます。

タグを埋め込んだページでトリガーに設定している行動が行われると計測が行われます。計測されることを、「タグが発火する」という風に言います。
つまり、タグはトリガーとなる行動を検知するために必要なものであり、特定の行動を計測するにはトリガーの設定が必要になります。
タグの設置だけしてトリガーが設定できていないというようにならないようにご注意ください。

タグマネージャーのメリット

一度設置さえしてしまえばタグの編集をタグマネージャーの管理画面上で行える

やはり、一番のメリットはタグの編集をタグマネージャーの管理画面上で行えるという点です。
タグマネージャーを使えば、新しいタグを追加・削除する度に、ソースコードを編集して、アップロードするといった作業が無くなります。
一度、タグマネージャのタグを設置してしまえば、以後はタグを追加する度に、ファイルを編集する必要はなく、管理画面から追加をする事ができるため工数を削減させることが図れるでしょう。

・タグ管理を外部に委託する必要がなくなる 

作業量が多くて外部に委託していた場合、委託のコストが当然かかります。
ちょっとした変更点などを依頼する際にも連絡を取り合わなければいけないため手間がかかってしまいます。
しかし、タグマネージャーを利用すれば管理作業が一気に楽になります。
わざわざ外部に委託しなくても、マーケティング担当の方がタグマネージャーの管理画面上で直接タグの管理をできるようになります。

タグマネージャーのデメリット

・全てのタグを管理できるわけではない

タグマネージャーはあらゆる「トラフィックの解析」「マーケティングの最適化」に関するタグやコードに対応しています。
しかし、実際には対応が難しいタグもあります。それは、「同期処理が必要なタグ」です。
同期処理とは、ページ読み込みと同時に処理が行われるJavaScriptです。
これと対照的なのが非同期処理といわれるもので、ページの読み込みと関係なくJavaScriptの処理が行われていきます。
Googleタグマネージャーは非同期処理のツールなので、同期処理で動くタグには対応しません。
具体的には、Googleアナリティクスのウェブテストや一部のA/Bテストツールが非対応になります。
このように、一部のタグにはタグマネージャ―も対応できないということを把握しておきましょう。

・使用するのに知識が必要

複数のタグを管理する場合、一括管理することができるので管理工数を削減することができますが、Googleタグマネージャーについて知識がないと効率的、効果的な運用をすることが難しくなります。
そのため、どのように運用、設定すれば良いのか、最低限の知識を学ぶことが必要となります。

タグマネージャー導入に適した状況

タグマネージャーの導入に適した状況は、多数のタグを管理している状況です。
逆に、少数のタグがすでに埋め込まれていて、今後増やす予定もない状況ですとタグマネージャーの導入は不要かもしれません。
なぜなら、タグマネージャーの導入をしていないとすべてのWebページのHTMLコードを書き換える必要がありますので、かなりの手間がかかる作業になるためです。

少数のタグがすでに埋め込まれていて、今後増やす予定もない状況でタグマネージャーの導入を行うと、今後見込めるタグ管理の工数よりもタグマネージャーの導入にかかる工数の方が大きくなってしまう可能性があります。

そのため、導入を検討する際は、タグマネージャーを導入した場合の今後削減できるタグ管理工数と、導入にかかる工数を考えることが大事です。

また、はじめはトラッキングコードしか入れるつもりがなくても、将来的には多数のタグを入れる必要が出てくるかもしれませんので、最初からタグマネージャーのコードを書き込んでおけば、途中で書き換える手間もなくなるため、タグが増えてきてもスムーズに管理できるようになります。

代表的なタグマネージャー

Googleタグマネージャー

Googleタグマネージャーは、Googleが無料提供しているタグマネージャーです。
GoogleアナリティクスやGoogle広告など、Googleが提供しているツールと相性が良く、簡単に設置することができます。

Googleタグマネージャーでは、タグそのものと併せて上記で説明した「トリガー」というものを設定する必要があり、タグとトリガーをセットで扱います。
例えばGoogleタグマネージャーでGoogleアナリティクスのタグを設置する場合、、Googleアナリティクスのトラッキングコードとセットで、「全てのページの読み込み(All Pages)」というトリガーを設定します。
ユーザーがWebサイトを訪問すると、トリガーに設定していた「ページの読み込み」という条件に対してトリガーが反応してタグを発火させるという仕組みです。

▼代表的な5つのトリガー

①特定のページのみにタグを発火させるトリガー
②PC/スマホのみでタグを発火させるトリガー
③Youtube動画の閲覧状況によってタグを発火させるトリガー
④ページの閲覧状況によってタグを発火させるトリガー
⑤ページの滞在時間によってタグを発火させるトリガー

上記のように目的にあったトリガーに変えることで意図した配信先を設定することができます。
またGoogleタグマネージャーでは、Googleアナリティクスと連携するためのテンプレートが用意されています。
そのためタグを設置する必要すらありません。
どのタイミングでこのタグを発行したいかというトリガーと、Googleアナリティクスのトラッキングコードを入力するだけです。

Yahoo!タグマネージャー

Yahoo!タグマネージャーは、Yahoo!が無料提供しているタグマネージャーで、Yahoo!プロモーション広告の中の一機能として提供されています。
そのためGoogleタグマネージャがーGoogle広告と相性が良かったことと同様に、Yahoo!タグマネージャーは、Yahoo!プロモーション広告との相性が良く、簡単に設置が可能です。

Yahoo!タグマネージャーも、タグそのものとタグを反応させるための条件をセットで設定するという点でGoogleタグマネージャーと共通した仕組みです。
タグを反応させる条件のことをGoogleタグマネージャーではトリガーと呼ぶのに対して、Yahoo!タグマネージャーでは「インプット」と呼びます。
呼び名が違うだけで、仕組みとしてはほぼ同じと考えて問題ありません。

また、2018年のGoogleによるタグ仕様変更(gtagの出現)により、Yahoo!タグマネージャーにおけるGoogle広告用のタグ設定方法が複雑になったため、gtagを考慮して使用する必要がありますのでご注意ください。

まとめ

今回、タグマネージャーの特徴から代表的なタグマネージャーについて紹介してきました。
もし今までタグマネージャーを活用していなかった方は、タグマネージャーを活用することでタグを一元管理することができるため、あなたの業務の工数を削減する手助けになると思います。
ぜひ、タグマネージャーを導入して業務の効率化を図ってみてはいかがでしょうか?

カテゴリー
analysis knowledge

分析の要となるダッシュボードとは?定義と活用法を解説

企業のマーケティング活動は、デジタル化の進展に伴い大きく変化してきています。
多様化・複雑化するユーザーの動向をつかみ、的確な打ち手を実施するのは簡単ではありません。

そういった状況下では、いかにユーザー情報を正しく分析し予測できるかがカギとなり、ダッシュボードはその活動を支える要となります。
今回は、そんなマーケティング活動に必要不可欠なダッシュボードの定義や活用法について解説していきたいと思います。

目次

ダッシュボードとは?

ダッシュボードの定義

Stephen Few著書の『Information Dashboard Design(2016)』によると、「ダッシュボードとは、1 つ以上の目標を達成するために必要とされる最も重要な情報を、ひと目で把握できるよう 1 つの画面上にまとめて配置して視覚的に表したものである」と記載があります。

これを少しマーケティング活動に寄せて再定義すると「マーケティングにおいての目標を達成するために必要な、ユーザー行動情報、リード獲得数、ブランディング成果など様々な販促活動における情報を直感的でわかりやすく表示したもの」となります。
同時に、これがマーケティングにおけるダッシュボードの役割であるといえるでしょう。

膨大なデータをただ取得しただけで満足していては意味がありません。
それを分析した結果を元に施策を実行し、成果が出て初めてデータは価値を発揮します。
そして、データを正しく分析するためには、持てる情報全てを整理し、比較し、予想する必要があります。
それを手助けするツールがダッシュボードなのです。

ダッシュボードのメリット

①分かりやすく可視化されているデータを元に、瞬時に状況が把握できる

データ分析をするのであれば、「エクセルの表で数値データを見れば良いのでは?」と思ってしまう方もいると思います。
しかし、同じ数値でもグラフを用いて一覧で統合表示するのとでは大きく変わります。
施策毎の数値比較もダッシュボードを用いれば一目瞭然で、ただの数字の羅列を見ているだけでは予想もつかなかった情報に気づく可能性が高いです。

②バラバラになったデータを集約することで、本来必要な戦略が見えてくる

マーケティング施策の数が増えれば増えるほど、マーケティング担当者はデータの閲覧と分析に膨大な時間がかかってしまいますよね。
ダッシュボードを使うことによって、Webサイトの集客管理、広告運用、営業管理、キャンペーン管理など複数のデータを1つの画面に集約し把握することができます。
マーケティング担当者は大幅に手間を省くことができるだけでなく、「どの数値が施策に影響を与えているのか」や「この数値変化から読み取れるユーザーの行動は何か?」など、本来必要なマーケティング戦略の設計に時間をかけることが可能になるでしょう。

③リアルタイムに更新される情報を常に可視化でき、意思決定を支援する

マーケティング担当者は、日々行われている様々なマーケティング活動全ての数字をリアルタイムで追いかけることは不可能です。
その点ダッシュボードは、設定次第でリアルタイムな分析結果を常に視覚的に分かりやすく表示することができます。
施策の問題点や異常の発見速度が早まるのはもちろん、すべての施策がそれぞれどのように機能し、どのように影響を与え合っているのかを統合分析することが可能になります。

ダッシュボードのデメリット

①データの関連性を読み取る知識が必要

ダッシュボードは、データを整理し分かりやすく視覚化してくれる便利な機能は持ちますが、そこからの分析はマーケティング担当者の知識・スキルに委ねられます。
「どのデータ同士を比較するべきなのか」、「このデータの数値変化はなぜ起きているのか?」などの答えを導き出すためには、データ分析に関してある程度の専門性が求められます。
自社にそういった人材がいない場合は、教育コストも考えた上での使用を考えるべきでしょう。

②ダッシュボードツール導入に伴うコスト

ダッシュボードツールの多くは有料です。
従って利用したいと考えている場合、当然金銭的なコストがかかります。
ソフトウェアを導入する「オンプレミス型」といったものであれば開発に伴うコストがかかりますし、「クラウド型」といったものであれば月額いくらといった形でコストがかかります。

ダッシュボードの活用法

見るべき情報の優先度を決める

ダッシュボードには、様々な情報が表示されます。
たとえ見やすく可視化したとしても、膨大なデータを全て分析するには、時間が足りなくなることは明らかです。
そのため、まずは優先的に見なければならない情報を特定することが大切になります。
「今最も重要な情報は何なのか?」を特定し、日々その情報を中心に見るように心がけます。
そうすることで、より効率的にダッシュボードを活用することができます。

マーケティング目標に応じてカスタマイズする

ダッシュボードは通常の状態でも直感的にマーケティング状況を把握できますが、マーケティングの目標に応じて、情報をカスタマイズすることをお勧めします。
そうすることで、より早く得たい情報に辿り着くことが可能になるため、マーケティング担当者は自分が分析がしやすくなるよう、積極的にカスタマイズを行いましょう。

ダッシュボードツールの比較

ダッシュボードツールの種類

前述した通り、ダッシュボードツールは大きく以下の2種類に分けられます。

・クラウド型

インターネット上でデータを保存できるダッシュボードツールです。
通信環境とパソコンがあれば、時間や場所に限られずデータを管理することが可能になります。

・オンプレミス型

自社でシステムを構築するダッシュボードツールです。
クラウド型とは対照的に、システムの構築を自社で行います。
自社で構築するため、カスタマイズ性が高く、社内の他システムとの連携が取りやすいです。

ダッシュボードツール比較

Tabluau(タブロー)

TABLEAU SOFTWARE社が提供するクラウド型のツールです。
世界で導入実績約35,000社を誇り、資生堂、NTTデータ、ヤフーなどの大企業でも導入されています。
特徴:初心者でも扱いやすい操作性
一番の特徴は操作性です。
初心者でも簡単に操作ができ、データ解析のスペシャリストでなくとも簡単にダッシュボードを活用できます。加えてスマートフォン向けアプリもあるので、場所・状況を問わずデータを確認することも可能。

Qlick sense(クリック センス)

Qlick社が提供するクラウド・オンプレミスどちらにも対応しているツールです。
VOLVOやLenovo、SAMSUNGなどの大企業でも導入されており、世界各国50,000社以上の利用があります。
特徴:処理速度、セキュリティに特化
高速かつ機能制限のないSaaS版Qlik Sense Businessがあり、有償版も相場に比べると比較的に低コストで利用が可能。
操作性はやや難易度が高い部分がありますが、使い込むことが出来れば非常に高いコストパフォーマンスになるでしょう。

Motion Board(モーション ボード)

東京に本社を構えるウイングアーク1st社が提供するクラウド・オンプレミスどちらにも対応しているツールです。
国産ツールとして信頼が厚く、パナソニック、日立製作所、富士通などの企業で導入されています。
特徴:独自の連携機能
モバイルアプリを活用した独自の地図機能や、IoT製品のセンサー情報の連携が可能です。そのため導入事例には、製造業の生産管理なども多く見られます。

Google data portal(グーグル データ ポータル)

Google社が提供する無料のツールです。
GoogleアナリティクスのようなGoogleが提供するサービスのデータを集計し、可視化、見やすい形に変換することでより速い意思決定を支援することができます。
特徴:Googleアカウント一つですぐに利用可能
Google data portalを利用する前に準備することは、Googleアカウントの発行のみ。
無料とは思えないほど豊富な機能を取り揃えています。特に、データの種類や量がそれほど多くなく、コストを抑えて分析をしたい「小規模ビジネス」を展開する企業、「特定の短期間」だけ利用したいというマーケティング担当者にお勧めです。

まとめ

ダッシュボードで表示される数値はあくまで「定量的」なものです。
定性的なものを数値として表すことには向いていません。飛行機のパイロットが客席に座っている人の心情を計器で読み取ることができないように、企業もダッシュボードを見ただけでは実態を理解することはできないのです。
従って、ダッシュボードに表示されている定量的数値だけに目を向けるのではなく、時には生の意見に耳を傾け、マーケティング活動の方向性を定めることが大切になるでしょう。

カテゴリー
analysis knowledge

Googleサーチコンソールの概要とGAとの連携方法

昨今、全世界ではインターネットの普及がより進み、情報量が日増しに爆発的に増えています。
それに加えて、様々なチャネルからのコンテンツ供給量が増えることによってGoogle検索の利用者が減っているというデータもあります。

Google側のアルゴリズムなどのアップデートも含め、SEOの意味合いが以前と比べ、シンプルな「順位争い」から複雑かつ抽象的に変わってきています。
そのような中で、よりユーザーのニーズに紐づいた効果的なSEO対策や分析ができる便利なツールと方法を紹介していきます。

サーチコンソールとは

サーチコンソールとはGoogleが提供している無料SEO解析ツールであり、簡単に言えばホームページの状態が良いか悪いかを診断できるツールです。
検索結果の状態を解析するなど、SEO対策を行うためのツールになります。

ホームページで成果を出すためには、ホームページの現状をきちんと把握することが必要です。
サーチコンソールの使い方を理解して適切なSEO対策を行うことで、自分のサイトをより上位表示させることができます。
ここから、サーチコンソールの登録方法、機能、Googleアナリティクス(GA)とサーチコンソールの連携方法について解説をしていきます。

サーチコンソールの登録方法について

ステップ1.サーチコンソールアカウントの作成

所有しているGoogleアカウントを使用し、サーチコンソールアカウントの取得を行ってください。

※Googleアカウントを所有していない場合は事前に登録を済ましてください
※参考URL:サーチコンソールHP

ステップ2. プロパティタイプの選択

プロパティタイプの選択に画面が切り替わるので、「ドメイン」か「URLプレフィックス」のどちらか一つに自分のサイトのURLを入力し「続行」を押します。

① ドメイン→サイト全体で計測する場合
②URLプレフィックス→サイト全体 or サイトの中でページを指定して分析する場合

この二つは目的に応じて使い分けましょう。基本的にはサイトの全体の計測をする「ドメイン」で登録を推奨します。

ステップ3. 所有権の確認

「ドメイン」でURLを入力すると上の画面になり、TXTレコード(ドメインの所有権を確認するためのコード)が表示されます。
TXTレコードの右にある「コピー」を押し、契約しているサーバーに設定します。サーバーの設定方法は、利用しているサーバーの公式ガイドを参照してください。
サーバーへの設定が完了した後、「確認」を押し、「所有権を確認しました」というメッセージが出てきたら完了になります。

サーチコンソールで押さえたい主な機能について

1.「検索パフォーマンス」について

検索パフォーマンスのデータでは、ページが表示されたときにユーザーが検索しているキーワードがわかります。ど
んなキーワードで検索されているのか分析すれば、どういうキーワードでページを作っていくべきか?などを知ることができます。
サイドバーにある「検索パフォーマンス」から「合計クリック」「合計表示回数」「平均CTR」「平均検索順位」の4つの各指標を見ていきます。

「クリック数」:検索ユーザーの検索結果に表示され、クリックされた回数
「表示回数」:検索ユーザーの検索結果に表示された回数
「CTR」:(Click Through Rate)クリック率=表示された回数に対するクリック数の割合
「掲載順位」:そのキーワードで検索された時の検索順位の平均

ここではどんなキーワードで検索画面に表示されたかのか、それに対するクリック数、CTR 、掲載順位を見られます。

2.「URL検査ツール」について

Googleに対してインデックスの依頼ができる機能です。
インデックスとは、クローラーが取得した情報を検索エンジンのデータベースに格納することです。
つまり、Googleに対して「こんなサイトを公開したから検索エンジンに登録してください!」と依頼するための機能です。
サイトを公開したとしても、Googleがそのサイトを見つけてデータベースに登録するには時間がかかります。
そのため、能動的にインデックスを促すことで、早く検索エンジン上に表示されるようになります。
通常新しく追加したページなどはインデックスされるのに時間がかかるので、インデックスの登録はSEO対策にもおすすめです。

3.「カバレッジ」について

カバレッジとはエラー表示がされているページがないか確認するための機能です。
エラーがあるページをクローラーがデータを取得できるように対応することで、ページが検索されるように改善できます。
そしてどのページがどんな理由でエラー表示されているかも分かります。
「カバレッジ」は定期的にチェックして問題が発生していないかの確認を行いましょう。

Googleアナリティクスとサーチコンソールの連携でより便利な分析に!

サーチコンソールとGoogleアナリティクスの違い

サーチコンソールは「Webサイトの表示回数やクリック数」などを分析するツールなのに対し、Googleアナリティクスは「サイト内への訪問者数、サイト内でのユーザー行動」などを分析できるツールです。
つまり、サーチコンソールがユーザーの訪問前のデータであるのに対し、Googleアナリティクスは訪問後のデータになります。
この2つを連携させることで、Googleアナリティクスでサーチコンソールの情報を利用できるようになります。

連携方法について

ステップ.1

最初にGoogleアナリティクスへアクセスします。
左のタブにて集客をクリックし、サーチコンソールをクリックします。
そうすると、「このレポートを使用するにはサーチコンソールの統合を有効にする必要があります。」と表示されるので、「サーチコンソールのデータ共有を設定」をクリックし、サーチコンソールの設定ページに移ってください。

ステップ.2

上記画像のように「プロパティ設定」の画面に切り替え、「Search Consoleを調整」をクリックしてください。
「 Search Consoleの設定」の画面にて「編集」を押して連携したいWebサイトを選び完了になります。

連携してできること

連携によって1つのレポートで両方の指標を同時に見ることができるようになります。
Googleアナリティクスのセッション、直帰率などと、サーチコンソールのクリック率、平均掲載順位などを同時に見ることができます。
サイトの分析をするときにはGoogleアナリティクスもサーチコンソールも同時に使うことによって、より便利になります。
ぜひこの2つを連携してサイト改善に役立ててみてください。

サーチコンソールまとめ

以上のようにサーチコンソールの登録方法や使い方について説明してきました。
サーチコンソールはGoggleアナリティクスと並んでホームページを使ったマーケティングを行う際に便利なツールです。無料なので、ぜひ積極的に導入していきましょう。
そしてツールをしっかりと使いこなしてホームページのパフォーマンスを解析・管理して上位表示を目指しましょう。

カテゴリー
analysis knowledge

CDPとは?DMPとの違いや、利点と懸念点を説明

CDPってご存知でしょうか?聞いたことがあるけど理解はしていなかったり、意味を把握しきれていなかったり、この記事で解決していきましょう!

CDPってなに?

CDPの概要

CDPとは「Customer Data Platform(カスタマーデータプラットフォーム)」の略で直訳すると「顧客データ基盤」と訳されます。
顧客一人一人のの属性やデータを収集・蓄積・統合するためのデータ管理システムです。
一人一人の嗜好性やライフログなどユーザー全体を取り囲む様々なデータを活用して、マーケティングや営業、HP制作などに利用していくことが活用目的です。

CDPの特徴

顧客一人一人のデータを正確なプロファイル情報や行動データと紐づけることで、広告データや顧客向けのサービスデータとして利用出来ることです。
自社のデータとして保有している「氏名」「年齢」「性別」「趣味」「購買履歴」などに加えて「店舗入店データ」「店舗購入データ」などと紐づける事で顧客一人一人を性格に判別し、広告の施策やマーケティング活動へ利用していく事が出来ます。

CDPの機能

①顧客データを集める事が出来る
CDPは連携している複数のシステムから顧客情報を入手することが出来ます。
・店舗管理システム
・サイト訪問履歴
・スマホアプリの行動履歴
などなど
その為、紐づけ先が多ければ多いほど多くの情報を入手することができ、データの分析に役立てる事が出来ます。

②データの整理が可能
CDPはそのシステム内でデータの統合を行い整理する事を可能としています。
様々なデータから同一人物を把握してカテゴライズされていきデータを扱えるようになります。

③データの分析
収集したデータの分析が可能です。グラフ化して可視化する事によって全員に分かりやすく説明することが出来ます。
分かりやすく分析を行う事でプロジェクトにも反映させやすくなります。

CDPとDMPの違いとは?

DMPとは

DMPとは「Data Management Platform(データマネジメントプラットフォーム)」の略で直訳すると「データ管理基盤」と訳されます。
インターネット上のさまざまな情報(顧客データ、自社サイトのユーザー履歴、など)を一元管理して、分析して、最終的に利用して広告配信や企業のターゲティングの再設定に活用するためのシステムです。

CDPとの違い

一見同じように見えますが、個人に焦点を当てているのがCDP、幅広くデータを統合させているのがDMPです。データ収集・統合・分析という機能は変わりませんがターゲットに変化があるため、使い分けがされています。

・CDP:顧客一人一人について詳細なデータを多方面から把握したい場合に活用
・DMP:web全体や店舗全体の動きや売り上げを把握し全体を広く見たい場合に活用

CDP導入の利点と懸念点

利点

①マーケティングにそのまま活用する事が出来る

マーケティング活動では顧客情報は重要なデータで、広告を配信するにも顧客データがあるものとないものではターゲティングの精度が変わってきます。
「当てに行く」のか「当たる事が分かっている」のでは大きな差がありますよね。
その点でCDPは一人一人のデータを一元管理して分析することが出来る為、マーケティングにおけるターゲット設定が容易になります。

②幅広いデータを収集することが出来る

データ収集のチャネルが広く店舗からネット、SNSまで幅広い媒体での集計を可能としている為、紐づけているデータ数によって使えるデータの数が変わっていきます。

懸念点

①多くのデータを管理することが必要

データを管理して分析する事でやっと利用できる形になります。そのため、CDPでどのようなデータを集めているのかを管理しておく必要があります。
管理体制についても、管理者をつけて一元管理して社内でその人にきけば分かるようにしておく、もしくは社内の誰もがアクセス可能な状態にするといった方法があります。

②データの活用について理解することが必要

データを収集してまとめて分析したとしても活用方法や活用できる事をを理解していないと施策に落とし込む事が出来ません。
例えば、集めたデータを広告に使いたいときにデータの取り出し方やそもそもCDPデータを使えることが分かっていないと施策に落とし込めないですよね。
将来の新規施策のフックとして社員の方々全員が利用できることを理解し、新しい施策に組み込める事をように周知させておく必要があります。

まとめ

CDPはDMPと違って顧客一人一人の管理に特化しています。
CDPを使ってユーザー情報を収集、分析、活用していくことでマーケティング活動や営業活動において新しい施策を展開していきましょう。

カテゴリー
analysis knowledge

DAU・WAU・MAUとは?調べ方も解説!

DAU・WAU・MAUとは

SNSやWEBサービス・アプリにおいて大事な指標とされるDAU・WAU・MAU。
これらについて知る前に、まずAU、そしてUUという言葉について知っておく必要があります。

UUとAU

AUとは「Active Users」の略で、その名の通り「アクティブなユーザー(数)」のことをあらわします。
そしてAUとよく似ており混同して用いられがちなものでUUという言葉があります。
これは「Unique Users」の略で、

・特定の期間内に該当のWEBサイトにアクセスした人数
・アプリをインストールした人数
・サービスに会員登録した人数

のことをあらわします。
どのページを何回見ても「1人」とカウントされるため、その点において、「各ページ」の「見られた数」をカウントするPV(Page View)とは異なるものです。
ただし、IPアドレスやcookieを元に判別していることで同じ人であっても違うデバイスからアクセスすればその分もカウントされるため、純粋な「人数」ではありません。

そしてUUのうち、一定期間の間にそのWEBサイトやアプリなどのサービスを利用したユーザーの数をあらわすのがAUです。

マーケティングの課題解決ができる!

優秀なマーケターに相談

それではDAU・WAU・MAUは?

DAU・WAU・MAUは、計測する単位期間の違いがあります。

・DAU

Daily Active Users
– 1日あたりのアクティブユーザー数
SNSやコミュニケーションツールなど、1日のうちに何度も頻繁に利用することが前提のサービスでよく活用されています。

・WAU

Weekly Active Users
– 1週間あたりのアクティブユーザー数
1週間という期間のため、1日のうちに何度も利用するほどではないけれども、平日と週末の土日を含めて1週間に数回利用するようなサービス、たとえばメディア系サービスなどで活用されることが多いです。

・MAU

Monthly Active Users
– 1ヶ月あたりのアクティブユーザー数
毎日ではなく月に数回利用することを想定したサービス、たとえばECサイトや実店舗と連動したアプリなどで活用されます。また、ユーザーの定着率を測るのにもこのMAUが有効です。

となっており、それぞれをUUの数で割ることで登録しているユーザー数に対する利用者の割合を算出することができます。
また、その期間ごとのユーザー数をカウントしておいて、最終的にその平均から算出することもあります。

AUの重要性

UUの増加だけでは売上の増加にはつながりません。
メディアであればコンテンツを定期的に読んでもらう必要が、EC系アプリ・サイトであれば購入へつなげる必要があります。

ここでボトルネックとなりやすいのが、ユーザーがアプリのダウンロードや会員登録に留まり行動につながらない状態。
広告を増やして新規ダウンロード数を向上させたところで、今現在のユーザーが休眠してしまえばアクティブユーザーは増えず、結果として売上アップにもつながりません。

サービスによって目的は異なりますが、このような状態を発見するのに有効な指標がAUなのです。
アクティブユーザー数やアクティブ率の動向を把握すれば、新規ダウンロードユーザーに行動させるためのアプリ改修や、休眠ユーザーを掘り起こすためのプッシュ通知などといった施策を立て、取り組むことができます。

AUの調べ方

WEBサイトのアクティブユーザー数は、Googleアナリティクス(GA)を利用して調べることができます。
具体的な調べ方はこちら。

1.Googleアナリティクスにログイン
2.左メニューの「ユーザー」>「アクティブユーザー」をクリック

・1日のアクティブユーザー数(DAU)
・7日間のアクティブユーザー数(WAU)
・14日間のアクティブユーザー数
・30日間のアクティブユーザー数(MAU)
を確認することができます。

今はまだ導入を検討している、という段階であれば上の画像のようにこちらからGoogleアナリティクスのデモアカウントを試用することも可能です。

マーケティングの課題解決ができる!

優秀なマーケターに相談

まとめ

ダウンロード数や登録者数よりも今現在のユーザーの状態を知ることができるアクティブユーザー数。
これを定期的に計測することでサービス改善のための指標とし、よりユーザーに受け入れられるサービスづくりを目指しましょう。

カテゴリー
analysis knowledge

生データから紐解く顧客・事業の課題解決方法とは

1.LabBaseのプロダクトマネジメントとして何をしているか

株式会社POLという会社でLabBaseというプロダクトのPdMをしています。
LabBaseは、理系学生のLinkedinのようなプロダクトで、理系学生が自分の研究内容をプロフィールに記載すると、研究者を求めている企業からスカウトが届くというものです。

今回私は自分が携わる事業において、普段どのようにプロダクトデータを計測し分析しているかを紹介させていただきます。弊社では分析チームというものがないので、PdM・エンジニア・デザイナーが所属するプロダクト部中心にデータを抽出して分析しています。
ポイントとしては、Google AnalyticsやAdobe Analyticsのようなツールだけでなく、自ら生のプロフィールデータを抽出し分析していることです。
ユーザーが情報登録する「データベース型」事業をされている方々を中心に、何かお役に立てればと思います。

2.データ分析で実施していること

弊社がデータ分析をする際に利用しているツールとしては、Google Analytics,Search Console、Karte、redashがあります。
もちろんどのツールも各社様利用されているかと思いますが、データ分析の方法はトレンドだけでなく、プロダクト・ビジネスモデルによって最適なものを選択していく必要があります。

前職ではAdobe Analyticsという分析ツールを利用していました。Google Analytics同様にビーコン型のサイト解析ツールです。
リクルートは大規模なプロダクトが多く、月間数十〜数百万のトラフィックを誇るサイトが多いので、Web上での行動履歴をベースにユーザー行動を計測していることが多かったです。

一方で理系採用サービスのLabBaseは、「ユーザーが登録する情報を元に活動する採用サービス」で、ユーザーである理系大学生が自身の研究活動・将来の技術者としてのキャリア思考を豊富に登録してくれているのが特徴です。
理系学生という限られたマーケットなので、ユーザー数も多すぎるわけではありません。
もちろんGoogle Analyticsも使っていますが、Webの行動履歴データだけでは分からないことがあります。
例えばユーザーである学生がどれくらい自身のプロフィールを記入しているのか、どれくらい企業からスカウトを受信して、返信しているのかといった情報です。

私はこれらの情報を分析するために、redashというBIツールで、直接プロダクトのデータを抽出・解析しています。
本番プロダクトで集めたデータをコピーした環境に置き、そこに対してredash上でクエリを書いてデータを抽出したり、グラフ化したりしています。

3.実際の生データを触ることで事業の実態を掴む

直接クエリを書いてデータを抽出することは一見手間に見えますが、事業の実態を理解する上で欠かせない業務だと実感しています。自身でクエリを書きながら生データを見るメリットは2点あると思っています。

1点目は、ユーザーの一次データを見ることができるので、ユーザーヒアリングなどをしなくても、ユーザーを理解する疑似体験ができることです。
LabBaseのユーザーは理系学生で、普段は研究に勤しみながら就職活動をしています。
そんな彼らがどういう研究をどういう思いでしていて、社会人になってどんなことをしたいと思っている学生が多いのか。
普段利用ユーザーの方々と話をすることが多いですが、データと直接話を聞くことで、定量調査×定性調査を実施しているような感覚です。

2点目は、PdMであってもデータ構造を知ることで、次はどんなデータを入れていくかを想像しやすいことです。
PdMは、データ設計に責任を持つ必要はないと思いますが、新たな施策を打つ時に、エンジニアがどこに手を入れると楽かの認識合わせがしやすいです。
プロダクトの要求を出す時に、これは辛そうだなとか、この施策をやる前にこのデータを取れるようにしなくてはいけないなと考えることができます。

4.大切なことは顧客・事業の課題解決で、データは検証のための道具


大量データを扱うプロダクトを分析すると、分析好きの人はずっとデータを眺めても飽きないと思います(笑)。
一方で何のためにデータを分析するかと言うと、顧客・事業の課題解決をするためであって、それらができないと意味がないと思っています。
私もデータを分析する際には、「仮説」を作ってその仮説を検証するためにデータを分析するというような手順を踏んでいます。

例えば、A専攻の学生のスカウトを増やすために、「Aを専攻している学生は、業種Bの企業からスカウトをもらわない傾向が強い」という仮説を作って、学生と企業のマトリクスでスカウト受信の傾向を調べたりします。
この仮説は経験則的に作ることもありますし、どこか特異なデータを見て判断することもあります。
中でも僕が一番実践することはユーザーの生の声からデータを見て、仮説を立てるという思考です。
弊社では、企業側も学生側もカジュアルに話を聞ける場があります。
話を聞いていて「何か変だな?」とか思ったことを、データで分析してみると面白い傾向が出ていたとかはよくあります。これは定性から定量へのアプローチです。

逆に定量から定性へアプローチすることもあります。
例えばある機能の利用率が低いということが分かれば、利用率の高いユーザーに使うシーン・使う理由を聞きに行き、一方で利用率の低いユーザーには機能の認知度・利用意向度を聞くといったことをしています。

このように普段から定量と定性を行ったり来たりしていますね。
これらは使う頭が全然違うので訓練が必要かなと思います。
ちなみに先程の事例で言うと、もし業種Bの企業がA専攻の学生を採用したいと思っていることが分かれば、どのように業種Bの企業がA専攻の学生にスカウトを送ってくれるか?という打ち手を考えます。

5.今後やっていきたいこと

POLという会社は一言で表すとLabTechスタートアップで、研究業界、研究者、研究室などを取り巻く課題をテクノロジーで解決しようとする会社です。
現在プロダクトマネージャーとして、基本的にはプロダクトマネジメントトライアングルに沿った業務を実施しております。
プロダクトの戦略を描くこと、エンジニアと相談しPRDを書くこと、P/Lを引くこと、プロダクトを使うユーザーの声を拾うこともデータ分析に合わせて実施しています。

今後はプロダクトにまつわるデータを全社員が見れる環境を作っていきたいと思っています。
当社の強みは学生・企業との距離の近さであり、いつでもユーザーの声を拾える環境は既に備わっており、多くの社員がユーザーと気軽に対話しています。
そこにデータドリブンの環境が加わると、事業も組織もさらにレベルアップできると思っており、その実現を僕が主導していきたいと思っています。
生の声×プロダクトデータがあれば、ご利用企業をサクセスに導ける確率も上がりますし、学生1人1人に質の高いスカウトを届けられると思っています。
また、「データの民主化」に向けて、例えばBIツールを導入したり、主要KPIの構造がどうなっているかを説明したり、データに強い組織づくりもやっていきたいと思っています。