16 years ago
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/26のHitwiseのブログから。
複合キーワードが増え、ナビゲーショナルなキーワードも増え、より素早く行きたいところに移動したいという心理が見える。検索成功率とは、検索結果からクリックして目的と思われるページへの移動があった割合のことだ。


関連サイト:
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/26のネットレイティングスのリリースから。
mixiの総利用時間が8月から10月にかけて急増し、総利用時間ランキングではYouTubeを上回り、Yahoo!に次ぐ2位となっている。mixiは、ゲームや便利ツールなどのアプリケーションがmixi上で楽しめる「mixiアプリ」を8月24日に公開した。この「mixiアプリ」の人気が総利用時間の増加をもたらしている。
2009年10月における総利用時間ランキングを見ると、mixi はYouTubeを上回り、Yahoo!に次ぐ2位となっている。また、総利用時間ランキングの上位において、mixiは利用者数が格段に少ないにもかかわらず、一人あたりの訪問回数ではYahoo!に次ぐ多さとなっており、非常にロイヤリティの高いメディアであるといえる。


関連リンク:
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/25のcompeteのブログから。
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/25のcomScoreのリリースから。
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/25のNielsenのブログから。
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/23のGomezのリリースから。
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
さて第1位に輝いたのは、Google Analyticsの参照元関連の集計仕様だ。とは言っても、 仕様が明確でないので、100%確信を持てていない。知っている方は是非正確な情報を教えて欲しいという意味も込めて投稿した。
普通のアクセス解析ツールの参照元のレポートは、「参照元 情報(referrer)」に基づいて、セッション参照元(セッション・レベルの場合)かページ参照元(ページ・レベルの場合)をレポートすると思うのだが、Google Analyticsではそうではないようだ。 Google Analyticsのトラフィック系のレポートで使われているデータは、6ヶ月間有効な__utmz cookieに基づいている。このcookieは、参照元なしのセッションでは上書きされず、参照元が存在したセッションでは新しい「参照元情報」が上書きされる。従って、1回目に検索エンジンから流入し、2回目にブックマーク(参照元なし)で流入した場合に、2回目のセッションが対象となる集計データに おいて、参照元は「セッション参照元である、「参照元なし」」とはならず、cookieに記録されている「1回目のセッションの参照元である、「検索エン ジン」」となる。
キーワードのレポートなども同様で、上記の例では2回目の流入は参照元なしにも関わらず、「cookie」に記録されていた1回目の検索エンジンで利用したキーワードが2回目の流入セッションの「キーワード」としてレポートされる。
これはWAA(Web Analytics Association)が定義している、オリジナルリファラー(サイト訪問者の一番最初のサイト訪問時の参照元のこと)とも異なる。一番直近で参照元が判別できた(参照元なし以外)参照元ということで、広告効果測定系の言葉で言えば、該当セッションに加えて直近の間接効果も含めた効果とでも言えよう。
もちろんこれも、単純に間違いだと断定すべきものではないが、普通の文脈に於ける「参照元」は、セッションベースであれば、セッション参照元と解釈するのが自然だ。ほとんどの人はこれを正確に理解できているとは思えず、これもミスリードする集計仕様と言えよう。しかも大量の初心者も利用していることを考えれば、これも黒に近い灰色クラスの集計仕様といっても過言ではあるまい。
もちろんGoogleでは、この仕様を隠しているわけではなく、公表しているようだが、これを正しく理解できるリテラシーを持ち合わせた人がユーザの1%もいるだろうか。JavaScriptやcookieの意味は公開しても、それをレポートでどう集計表示しているというところが明示されていないようなので、これではよくわからない。http://code.google.com/intl/ja/apis/analytics/docs/concepts/gaConceptsCookies.html
関連リンク:
アクセス解析ツールのいけてない集計仕様ベスト3、第2位
アクセス解析ツールのいけてない集計仕様ベスト3、第3位
アクセス解析ツールのいけてない集計仕様、番外編
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
どのツールということは、あえて控えさせていただく。有料ツールの二つで発見したもので、恐らく現在は正しい集計に修正されているのではないかと思われる。
これはツールの表示上では、「時間帯別のユニークユーザ(ブラウザ)数」なのだが、実際は、「その日初めてのセッションだったユーザの時間帯別ユーザ数」を表示するという集計仕様だった。
言っている意味がわかるだろうか。Aさんがある日に、10時と、15時と23時に10分間1セッションずつサイトに訪問したとして、このAさんのこの「時間帯別のユニークユーザ(ブラウザ)数」では、10時に1ユーザのアクセスとしかカウントされない。15時と23時のアクセスは15時台と23時台の各時間帯のユニークユーザ(ブラウザ)数にはカウントされないのだ。
だからグラフ化すると、ご覧の通りのようなものになるのだ。どうなっているかというと、時間帯別のセッション数とユニークユーザ(ブラウザ)数を比較すると、時間が経つ(夜が更けるほど)につれて、この二つの乖離がどんどん拡がっていくのだ。
1日にユーザが何度も利用するようなサイトだと、この乖離が大きくなるので、このカラクリに気づくこともあるかもしれないが、1日にユーザが何度も利用しないサイトでは、まずこの仕様に気が付くことはできないだろう。
この集計仕様は、かなり黒に近い灰色と言えよう。限りなく間違い、あるいは利用者の大半をミスリードさせる困った仕様ということになろう。
関連リンク:
アクセス解析ツールのいけてない集計仕様ベスト3、第1位
アクセス解析ツールのいけてない集計仕様ベスト3、第3位
アクセス解析ツールのいけてない集計仕様、番外編
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
これは現在読んでいるAvinash KaushikのWeb Analytics 2.0にもあったし、僕も残念と思っていたことなので、番外編として書いておこう。
それは何かというと、任意の期間を指定した時の、ユニークユーザ数の指標の数値である。ツールによって、様々なので一般論として書いておく。
例えば日別のユニークユーザ数とは、その日に何度訪問しても一人とカウントする指標だ。では月曜日、火曜日、水曜日に以下のようなユニークユーザの訪問があったとして、月曜日から水曜日を集計期間に指定してユニークユーザをどう算出してくれるだろう。
日別の集計データ;
月曜日:AさんとCさんが訪問→2ユニークユーザ
火曜日:AさんとBさんが訪問→2ユニークユーザ
水曜日:Bさんのみが訪問→1ユニークユーザ
月曜日から水曜日のユニークユーザ数
ツールA:5ユニークユーザ(日別のユニークユーザ数を単純に足しあげただけ)
ツールB:3ユニークユーザ(重複を除くA,B,Cさん)
そう、本来は集計期間における重複を除くユーザ数をカウントしたいので、ツールBの3ユニークユーザと出して欲しいところだが、多くのツールでは、この場合、3日間の単純合計なのに「ユニークユーザ」と表現していることが多い。正確に表現するとすれば、「該当集計期間の日別「ユニークユーザ」の単純合計」であって、「該当集計期間でのユニークユーザ数」ではない。もちろんツールによっては、それを注記しているが、そういう注記のない場合は、マニュアルに記載してあれば良心的なツールだが、いくつか集計してみて確認しなければならないこともある。
もちろん、ツールによっては、「訪問(セッション、ビジット)」と「ユニーク訪問者」という言葉の定義自体が混同して使われているものもあるが、それは問題外として今回の議論からは外しておく。
ツールベンダーに居たので、何故このようにしたくなるのかは重々承知している。処理速度を速めるために以下のことが推奨されるからだ。どのルーツでも同じような思想で設計されているのではないだろうか。
・頻繁に使うデータは事前に作っておき、取り出すだけにしておく
・それは日別、週別、月別、四半期別などの期間がプリセットされている固定データ
・任意の期間のデータはこれらから出来るだけ足しあげて作り、なるべくリアルタイム処理はしない
このケースでは、日別、週別、月別など期間がプリセットしてあるデータは、当然、本来の重複を除く「ユニークユーザ」で正しく集計しているのだが、1週間や1ヶ月などのぴったりした区切りでな い期間が指定された場合には、これらを組み合わせたりして、その指定期間で重複を除く「ユニークユーザ」の集計をしないで済ますことが多いのだ。
そのためキャンペーンなどで月の途中のデータなどが必要になる場合、ユニークユーザ数など単純に足しては算出できない指標については、「日別の合計です」と注記を出して納得してもらうか、ここだけ「本当のユニーク」の算出のためにクエリーをその時点で回して正しい数値をリアルタイムに計算するかの、どちらしかない。
アクセス解析ツールで応答が悪いのは致命的なので、こういった対処をするのは致し方ないだろう。一方で、高速処理を実現し、リアルタイムでこのようなデータも集計したりすることを特徴とするツールもある。元データを全て保有し、過去に遡って自由なセグメントで集計できるツールもある。関連リンク:アクセス解析ツールのいけてない集計仕様ベスト3、第1位アクセス解析ツールのいけてない集計仕様ベスト3、第2位アクセス解析ツールのいけてない集計仕様ベスト3、第3位
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/25のHitwiseのブログから。
検索エンジン別に見ると、Googleが5語以上が15%と多いのに対して、Bingでは1語だけでも27.3%と非常に利用方法が違うことが見て取れる。Bingは少ないワードで思ったようにヒットする?まさかとは思うけど。。。


関連リンク:
米複数語による検索割合、3語以上が56%を占める
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/23のBIGresearchのニュースから。
その他の施策としては、特別キャンペーンが42.9%、1日セールが32.9%など。


関連リンク:
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/24のHitwiseのリリースから。

関連サイト:
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/24の矢野経済研究所のリリースから。
・2009年度の「固定系ブロードバンドサービス」契約数は3,194万(前年度比105%)の見込み、年間純増ペースは、ほぼ前年並み
2009年度の主要サービス種別毎の契約数は、FTTH約1,776万(前年度比118%)、DSL約987万(前年度比88%)、CATVアクセス約432万(前年度比105%)と推計する。
・2009年度の「ワイヤレス系ブロードバンドサービス」契約数は、1,663万(前年度比125%)の見込み、データ通信系が著しい伸び
2009年度の主要サービス種別毎の契約数は、データ通信系(通信モジュール含)約867万(前年度比148%)、公衆無線LAN約796万(前年度比107%)と推計した。
・今後の成長分野はワイヤレス、特に「通信モジュール」型サービスが貢献
2014年度の主要サービス種別毎の契約数は、固定系はFTTH約2,816万、DSL約536万、CATVアクセス約505万、ワイヤレス系はデータ通信系(通信モジュール含)約2,879万、公衆無線LAN約1,145万と予測する。
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/25のユーザーローカルのリリースから。
http://ui.userlocal.jp/news/27/
新バージョンである ver.2.0 では、従来からの特徴であるサーモグラフィ表示「ヒートマップ」に加え、広告管理やコンバージョンなど機能を大幅に追加しました。さらに、ユーザーインサイトの特徴である性別や年齢などのユーザー属性を、広告管理・コンバージョンなどと連動できるようになり、「コンバージョンしたユーザーの男女比」や「この広告からアクセスしてきたユーザーの年齢層」などを推計することが可能になりました。
<新機能サマリー>
(1) 広告管理・コンバージョン機能 およびユーザー属性との連携
広告管理とコンバージョンの機能が新たに加わりました。直接・間接・重複コンバージョンを測定できます。さらに「この広告を閲覧したユーザーの年齢・性別の割合」や「コンバージョンしたユーザーの組織名」など、User Insight ならではの解析も実現しています。
(2) リアルタイム解析
その日のページビューや訪問者数、ユニークユーザーなどをリアルタイムに解析し、管理画面上で動的にカウントアップします。また「誰が」「いつ」「どのページに」「どんなキーワードで」アクセスしてきたかというユーザーの足あともリアルタイムに更新します。
(3) 「年収」や「ログイン/非ログイン」などユーザー属性項目を追加
これまでも性別や年齢、地域や業界、組織名などでユーザー属性を分析できましたが、新バージョンからは「年収」の項目が加わりました。さらに、会員サイトなどでは「ログイン/非ログイン」の割合を算出できるようになりました。
(4) Twitter やソーシャルブックマークなど、ネット上の評判を解析
商品名や解析対象 URL などを登録しておくと、Twitter 上でどんなクチコミが起こったかを解析します。いつどのタイミングで、どれくらいのクチコミが増えたのかもトラッキング可能。また解析対象サイトに付与されたソーシャルブックマーク数の推移、RSS 購読者数の推移を追うことができます。



関連リンク:
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
2009/11/19のcompeteのリリースから。


関連リンク:
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
16 years ago
Hiromi.Ibukuro@gmail.com (衣袋 宏美(いぶくろ ひろみ))
ウェブアナリスト 宏美のブログ。WebAnalyticsの3Cデータと関連情報を提供。一つはcompetitor、市場マクロデータや競合データ。一つはcompany、自社のアクセス解析データ。最後はcustomer、ユーザー行動データ。数値の一人歩きをさせたくないので、詳しくは原典と各調査方法を確認のこと。Unknownnoreply@blogger.comBlogger9007125
Insight for WebAnalytics フィード を購読