オーディエンス データ マイニングのケーススタディ: PBS / LunaMetrics | Google Analytics 日本版 公式ブログ

この記事は、Google アナリティクス ソリューション 英文ブログ記事 「Audience Data Mining Case Study: PBS & LunaMetrics」を元に構成しております。
Google アナリティクス 360 では膨大なデータの収集と処理が可能で、その活用場面も多岐にわたります。しかしそれだけではなく、Google Cloud Platform の強力なデータ マイニング ツールを活用したいと考える企業もあります。そういったときに役立つのが、Google アナリティクス 360 から BigQuery へのエクスポートです。先日公開された LunaMetrics と PBS のケーススタディでは、Google アナリティクス 360 と Google Cloud Platform を使ったオーディエンス分類によって、ユーザー エクスペリエンスの設計、パーソナライズ、マーケティングやメッセージングのターゲット設定など、多方面にわたる改善に成功した事例を紹介しています。

PBS は何百万人もの視聴者を抱えるテレビ放送ネットワークです。その公式ウェブサイト pbs.org は、テレビ放送のエクスペリエンスを補強し、オンライン動画コンテンツをストリーミング配信するオンライン コンテンツ ハブとして機能するだけでなく、他の多くのサイトと同様に、ユーザーを理解し、機能やコンテンツのニーズを把握するため、ペルソナ（ユーザー像）やオーディエンス セグメントの形成に力を入れています。多くの場合ペルソナは、顧客やユーザーについてのサンプリング的な知識を得るところから始まり、インタビューをはじめとする民族学誌的な質的データや、アンケート、市場調査などの量的データを含む幅広い情報を取り込んで形成されていきます。

PBS は、Google アナリティクス 360 と、同サービスの BigQuery へのエクスポート機能を使って、新たなアプローチを生み出すことに成功しました。データドリブンな手法によるオーディエンス分類です。PBS はすでに盤石の体制で Google アナリティクスを運用しており、デフォルトの情報収集はもちろん、イベント トラッキングによるページ内インタラクションの追跡や、カスタム ディメンションによる各種内部情報の発掘・蓄積も行っていました。

データ マイニングのアルゴリズムにより、複数の行動要因をもとに、類似のユーザーをクラスタに分類