【視聴レポ】実はデータは大事ではない！？小川さんのSchoo講座ー第1回 | リアルアクセス解析

こんにちは、新潟でほそぼそとウェブ解析をやっている、提案型ウェブアナリスト兼ウェブ解析士の杉山です。なかなか解析の事で実際に学べる所は少ない、地方なんかは特に無いかと（新潟では…）そんな中でオンラインでも参加できる小川さんの講座に参加してみました。

 今回はその内容を流れに沿って気になったところを中心に紹介いたします！

Schooで行われるオンライン講座の第1回目（全3回）の講座です。内容としては初心者（GA触り始めた！）でも気軽に参加出来る内容でした、大事なのは考えることなので、第2回、第3回からでも参加してみてはいかがでしょう？

次回予定。Schoo第2回講座ー2月4日（火）20時〜21時

（無料会員でも生放送は視聴可能、コメントもできますよ！）

schoo.jp

（主にウェブサイトの改善を中心に）データから気づきを発見し改善案が提案できるようになる。

第1回（今回）；データから気づきを発見出来るようになる。課題やポイントの発見。

第2回（2月予定）；改善案の考え方。どうやったらアイディアが出るのか。具体的なアイディアの出し方

第3回（3月予定）；お客さんや上司に改善案を伝えて、どういうふうに実行していくのか？どういうふうに評価していくのか？

と言った内容で、全3回を通して改善案を提案できるように成長したいと思います。個人的には第3回が最大の壁とは思っていますが…

例えばこんな感じでデータが大量にあるのを、見せられてもどこを見ていいかわからないので、なんだかよく分からないし、ここだけ見ていても気づきとか、改善案とかなかなか浮かばないと思います。

今回やっていきたいのは、どうやってデータから気づきを発見するか。データを活用する上で大切なのは、なぜデータが上がったか、下がったか、原因を考えて気づきを得ることが大事。

そこから改善案を提案して実行して、はじめて成果が出ると思っています。

データから気づきを発見する方法
データをただ眺めていても改善案はでてこない…そこでどうやって気づきを得るか2つの方法を紹介

時間軸で数値を比較することで変化が分かり、変化から気づきを得られる。

前月比；売上が上がった
前年同月比；前年に比べると下がってしまっている。

下の画像にあるGoogle アナリティクスの訪問数のグラフ。上下とも同じサイト、で期間も一緒です。唯一違うのは上は月単位、下は週単位のグラフになっています。
このデータからどのような特徴や気付きがあるでしょうか？

中田さん；上の月単位を見ると上下はあるものの、数値が伸びている。

渋谷さん；ピークは初売り？EC?

　小川さん＞確かにサイト種別を考えてみると良いかも知れません。

佐藤さん；冬季に高くなる傾向

　小川さん＞それ大事ですね。上のグラフを見ると分かりますが、いわゆる季節要因ですかね。冷房とか売っているサイトなら夏は伸びますし。

このデータには1ヶ所変なところがあります、こういった事が起こるのに起こらない、いわゆるトレンドから外れているといった所です。

トレンドから外れた値も大事ですよね、想定していた訪問数より多かったり、少なかったり。

横山さん；2018年1月は暖冬だった？
長谷川さん；2018年1月は大雪

　小川さん＞相対している感じですけど、2018年1月は引っかかりますね！

そろそろ答え合わせです、中田さんがおっしゃったように、緩やかに成長していってるサイトです。

秋から冬にかけて伸びているサイトです、2月には下がる傾向ですが、ここで注意、2月は1月と3月に比べ、日数が少ないので必ず1割減ってしまうんです。

週別で見たときに結構凸凹がありますが、下がっている所の規則性がわかれば、下がっている部分は必要以上に心配しなくて大丈夫です！

こちらのサイトはBtoBサイトなので、土日やGW、年末など、企業が休みに入る時は下る傾向にあります。

2018年の1月が2016年や2017年に比べ、伸びが少なくトレンドから外れていた。

山の所の増えているところはノーリファラーで流入元が不明だった。社長さんに話を聞くと、2018年は年賀メールを出し忘れていて、流入が減ってしまっていた。

改善策；メールをきっかけに製品を思い出してくれていたので、メールを来年は必ず出しましょう！

減ってしまった理由が見つかったので、改善案につながりました。

トレンドのパートではもう１つワークがありましたが、気になる方はぜひ動画の方をご覧ください！

schoo.jp

トレンドから発見できること

【規則性】決まった動き

【特異点】想定外の動き

こういった事を自社サイトで見て、気づきをいくつか文章にしてみるということが、分析をする1つ目の方法です。

データを分けて比較してみましょう。
データを分けると新規の方のコンバージョン率が低い事が分かるので、リピーターを増やさなきゃいけない事が分かりますね。

・男女での違いをコメントしてください。
・このサイトはecサイトです、何を売っているか推測してみてください。

北田さん；女性はパパっと買い物して、男性は比較検討してる感じですね〜
まつのさん；男性は半分が新規、女性はほぼほぼ新規…
松橋さん；婚活サイトかー。男性が多くリピーターが多い。
　小川さん＞そうですね、ただこちらは購入するサイトです。

購入単価と、時系列で見ると大きなヒントですね。なにか気づきません？
19日辺りが思い切り上がって23日以降がほとんどないです。

答えは単価の高い、男性向けアクセサリーブランドのサイトです。

男性；自分の物を探しにサイトに訪問。繰り返し見に来る。毎回買うわけではない。
　　＞リピーターが多くなり、コンバージョン率が低い。

女性；自分のを探しに来ているわけではない。買うつもりで来ている。
　　＞新規が多くなり、コンバージョン率が高い。

他にはコメントのもありましたが「女性は指名買いが多い」たしかにそうなんですよ。

原因を聞きに、実際に店舗に行って、店長さんに話を聞くと、芸能人と同じものを付けたいニーズがあることに気づきました。

そこから、サイトの改善として

女性向け；愛用・着用芸能人一覧ページを作ったところ
　　　　　ブランド名+芸能人で検索1位、実際にページを見ている8割が女性

とサイトの改善に役立ちました。

大事なのはデータを分けて見たことです、男女で分けた事で違いが分かり、なぜ違いが発生するのかを考えたり、分析して行けます。

【規則性】似たような特徴がある

【特異点】想定外の特徴がある

こういった形でデータを分けると気づきが発見しやすくなります。

まとめ
データから気づきを発見する方法

トレンドとセグメントの活用
　＞説明ができる特徴を見つける為に規則性と特異点を見つける、気づきを発見する為に想定外で増えている、減っている所を見つける。

1つでも2つでも見つかれば改善案の提案につながる事が出来る。
サイトの規模に関わらず、具体的な使える改善案の提案は次回の講座でお伝えします！

受講しての感想
受講生コメントにもありましたが

「データ分析が上手い人は分析自体よりも説明力がうまいような気がする。いかにに相手を納得させるか、あーそうかーと思わせる説明力が圧倒的に高い」

確かにこれ、納得の授業でした、

この話も第3回の講座であるそうですし、一方的なオンライン講座ではなく、講師に直接コメントを届けられるのは楽しいですね！小川さんも学生代表のアシスタント中田さんもコメントを拾ってくれるので、Schooの生放送授業、おすすめです！

第2回：分析結果から精度が高い改善案を考える方法を学ぶ
2月4日（火）20時〜21時
 

schoo.jp

オンラインで学べるのはこちらも気になります
Googleマーケティングツール オンラインカリキュラム（初心者向け）
 

happyanalytics.co.jp