Aggregator

アパレル、旅行を中心にデータアナリストとして活動している花輪慶一です。

data-analyst.jp

 「D&M x UNCOVER TRUTH 共催ウェビナー」に参加してきましたので、寄稿させていただききます！

今回のウェビナーは、第一部と第二部に分かれており、第一部が株式会社D＆M

の濱田有希氏、第二部がUNCOVER TRUTH Inc.の小川卓氏という構成になっておりました。

今回のウェビナーでは「ダブルファネル」についてのお話がありました。

ダブルファネルとは下の２つを掛け合わせたものになります。

• パーチェスファネル（認知、興味、比較検討、購入）
• インフルエンスファネル（リピート、ファン化、共有・拡散）

今回のウェビナーでは、第一部は１の内容で、第二部では２の内容について事例含めて紹介がありました。それでは早速紹介していきますね。 

第一部：ターゲット層に届いているかを数値化する成果計測方法を知り、感や経験からのプランニングからの卒業

こんなご経験はないでしょうか。

・次のメディアのプランニングだけど今までやっていたことだから、今回もやろうか

・今回の施策はターゲットの気持ちにおそらく効いているはず

・やりたいことがあったけど、社内でうまく説得ができない等

また、パーチェスファネルを見た時に、間接効果としてそこに至る前での効果（認知や興味など）をしっかり見なければいけないはわかるけど、難しいしよくわからないなど。

こちらはパーチェスファネルの指標の一例になります。

認知は、セッション数、PV。

興味は、直帰率、滞在時間。

比較検討は、FAQページにどれくらいみてくれたのか。

購入は、問合せ数など

数値をみて現状はわかったけど、次のアクションがわからないという悩みってあったりしますよね。私も数値はなんとなく取得出来ているけど、定義が違ったり、分断されていたりして、どう評価すればよいか迷う事があります。

しかし、以下のような情報があれば、次のアクションを考える上でヒントになるのではないでしょうか。

このチェックポイントを今回ご紹介する方法で統合的に確認し、改善案を考えやすくなります。その方法は調査になります。D&Mは、アンケートのプラットフォームで８００万人ほどの会員がおり、そこで調査することで効果を把握することが可能になります。

• 何人に印象を残せていますか？

⇨　知っている、知らないではなく、どれだけ心に残せたかというのが広告の効果では必要だったりします。もう一つ深い印象を残せたか？というのが可視化できます。

• 認知、興味、購入とインフルエンスファネルにあるアクションを起こしていくのにどの施策がどれくらい寄与しているのか？

⇨　広告に純粋に寄与したパワーを抜き出すことができます。

　　広告宣伝をしなくても知っているなどもあり、調査計測の裏側でこのような効果を抜いて純粋な寄与率をファネルごとに見ることができます。また、TVCM✖️理解などがどれくらい寄与していたのかといったファネルをドリルダウンして可視化することも可能です。

• 認知、興味、購入とインフルエンスファネルにあるアクションを起こしていくのに
  施策ごとに認知などをとるのにいくらかかっているか把握できていますか？

⇨　同じく、ファネル✖️TVCMなどのドリルダウンにより、いくらぐらい費用がかかっているのかを可視化することができます。

• 施策ごとのROASがみられていますか？

⇨ こちらも以下のように可視化することができます。

D&Mのアンケート調査サービス「ポラリス」の特徴は以下の3点になります。

サイトの方にも詳しく記載がありますので、ぜひあわせてご覧ください！

www.d-and-m.co.jp

第二部：ユーザーの「気持ちの高まり」を設計して分析するための手法と事例

まずは現状のよくある悩みについてのお話です。

結構よくある話なのかなと感じました。私もデータをただ見ているという癖があるので注意しないといけないなと思っています。

本日は、このような課題に対してどのように解決すれば良いのか。

ユーザー行動のプロセスを可視化して解決する方法が紹介されていました。

まずは、成果までの状態を定義してゴールまでのプロセスを描くことために、よくあるカスタマージャーニーが主になるかと思いますが、ユーザーにどのような態度変容を起こしてほしいのかを描くことから始めます。

そこで、ユーザー単位で分析することを考えるのが大事だったりします。

今までの解析ツールでは訪問単位でみていたりしました。

例えば、４回同じサイトに訪問した場合、最後の４回目に問合せをしたとします。初めの３回はサイトの情報調査をしていたとすると、訪問単位で分析した場合、４回目をみると、いきなり問合せしているというデータが出ますよね。これだとユーザーが何故問い合わせをしたのかがよく理解できないと思います。

 ユーザー軸の分析をするためには、そのためのデータ取得が重要になってきます。ただしデータ取得から考えてはいけません。どういった分析や施策を行いたいかを考え、それにあったデータ取得が必要になってきます。

それでは、ユーザー単位でみるというのは具体的にどのようにやっていったら良いのかのお話になります。オススメされていた方法が、ユーザークラスタを作成し、ユーザの状態やニーズに応じて分析していく方法です。

プロセスは以下の通りで、発表内ではそれぞれの具体的なステップが紹介されていました。

STEP4の例

他にもサイト・複数データソース・オンラインとオフライン横断でデータを取得するための方法が紹介されていました。

最後にまとめとして以下3点が挙げられていました。

・ユーザーの態度変容・行動を定義する。

・計測定義を行いクラスタリング出来るようにする

・できることから実行し、データ基盤の必要性と価値を腹落ちさせて範囲を広げていく

 感想

これからの分析が、ABテストといった画面にあるボタンの色変更といった内容だけではなく、ユーザー行動といった態度変容の分析に移っていくのだと感じました。

また、アンケート調査から色々な効果分析ができることも目から鱗でした。これからはユーザーの行動を知る上で、一つの分析ツールでは限界があるため、複数のツールを組み合わせて対応していくことが大事なのだと感じた講演でした。