“ AbemaTV ” - Google アナリティクス 360 を用いたインターネット TV の計測とその実用事例について -1-
AbemaTV - 成長を続けるオンライン動画市場を支えるプラットフォーム
サイバーエージェントとテレビ朝日が共同で展開し、2016 年 4 月の開局から 9 か月で 1300 万ダウンロードを突破したインターネット テレビ局 「AbemaTV」 にマーケティング プラットフォームとして Google アナリティクス 360 スイートと Google Cloud Platform を導入しました。
今回 2 回に渡って、「AbemaTV」での Google アナリティクス 360 スイートの活用を紹介します。前半は導入の背景と動画の KPI の設計と実装について、後半ではマーケティングへの活用、その後のメディア収益化までを見越したビジネス活用についてお伝えします。
これまでも株式会社サイバーエージェントでは、幾つかの動画サービスを提供していました。その経験から、動画サービスの測定に関して以下の課題がありました。
まず解析に関しては、自社のツールの場合、データ分析のために自身で SQL を書いたり、担当部署にデータ分析の依頼をする必要がありました。そのため、分析担当者に依頼が集中しリソースを逼迫してしまい、データの整形に時間がかかるという課題が挙げられていました。アナリティクス 360 のインターフェースは誰でも簡単なトレーニングで分析することができます。そのため、社内で啓蒙活動をすることで、こうした分析に関わる障害を取り除き、データのデモクラタイズ（民主化）を社内で推進できると考えていました。
また AbemaTV はテレビを見ない若年層を主なターゲットとしているため、PC 版だけではなく、スマートフォンやタブレットのマルチデバイスでの視聴を前提としてツールの選定を進めていました。アナリティクス 360 はデバイスに依らず大量のデータをリアルタイムで収集、分析、レポーティングできるため、今回のマルチデバイスでライブストリーミング形式にするというビジネス要件に合致していました。
そうした頑強なプラットフォームに加え、Google アナリティクスは多くの API を開放しており、その中の 1 つ core reporting API を使用し収集したデータ を Google スプレッドシートにて柔軟にレポーティングできる点も魅力でした。
しかし、こうして収集、整形したデータも、行動が伴って始めてビジネス インパクトを出すことが可能です。サイバーエージェントは「アメブロ」などの自社メディアですでに アナリティクス 360 活用の経験を積んでいました。そのため、アナリティクス 360 が広告収益というマネタイズとマーケティング活用への拡張性が担保されていることを認識しており、Google の他プロダクト連結でデータ拡張が可能なプラットフォームを選択しました。
特にユーザー体験から逆算し、レポートのアウトプットを考えながら設計したことが今回のビジネス活用に繋がりました。下記は「AbemaTV」でのユーザー体験を可視化し、各ステップでどのような KPI をトラッキングするかを図示したものです。
今回はアナリティクス 360 を導入された背景及び、実際に現場や経営層で活用されている KPI をどのように実現したかについて紹介致しました。次回はこの実装を元にどの様な分析を行い、どのような具体的な成果を得たのかを紹介致します。
投稿者: Analytics 360 suite アカウントマネージャー 清水千年
今回 2 回に渡って、「AbemaTV」での Google アナリティクス 360 スイートの活用を紹介します。前半は導入の背景と動画の KPI の設計と実装について、後半ではマーケティングへの活用、その後のメディア収益化までを見越したビジネス活用についてお伝えします。
導入の背景 - 過去の挑戦から見えていた課題
- データの編集、解析環境へのハードルを下げること
- リアルタイムに近い鮮度の高いデータのトラッキング
- ウェブサイト、アプリを同一指標、ディメンションで扱える分析環境
- マーケティング利用や API などのデータ活用の拡張性
新プラットフォーム導入時の検討ポイント - Google アナリティクス 360 を中心としたマーケティング プラットフォーム
上記課題を踏まえ、今回 AbemaTV では以下の点を元に新しいプラットフォームの導入を検討しました。
まず解析に関しては、自社のツールの場合、データ分析のために自身で SQL を書いたり、担当部署にデータ分析の依頼をする必要がありました。そのため、分析担当者に依頼が集中しリソースを逼迫してしまい、データの整形に時間がかかるという課題が挙げられていました。アナリティクス 360 のインターフェースは誰でも簡単なトレーニングで分析することができます。そのため、社内で啓蒙活動をすることで、こうした分析に関わる障害を取り除き、データのデモクラタイズ（民主化）を社内で推進できると考えていました。
また AbemaTV はテレビを見ない若年層を主なターゲットとしているため、PC 版だけではなく、スマートフォンやタブレットのマルチデバイスでの視聴を前提としてツールの選定を進めていました。アナリティクス 360 はデバイスに依らず大量のデータをリアルタイムで収集、分析、レポーティングできるため、今回のマルチデバイスでライブストリーミング形式にするというビジネス要件に合致していました。
そうした頑強なプラットフォームに加え、Google アナリティクスは多くの API を開放しており、その中の 1 つ core reporting API を使用し収集したデータ を Google スプレッドシートにて柔軟にレポーティングできる点も魅力でした。
しかし、こうして収集、整形したデータも、行動が伴って始めてビジネス インパクトを出すことが可能です。サイバーエージェントは「アメブロ」などの自社メディアですでに アナリティクス 360 活用の経験を積んでいました。そのため、アナリティクス 360 が広告収益というマネタイズとマーケティング活用への拡張性が担保されていることを認識しており、Google の他プロダクト連結でデータ拡張が可能なプラットフォームを選択しました。
KPI の設定とそれに伴うアナリティクス 360 スイートの実装 - 新たなオンライン動画視聴率を 1 から定義する
実装の前に、まずユーザーのカスタマージャーニーを議論し、各部署がどのような KPI を持つのかを明確にしました。今回は「インターネットテレビ局」という今までの動画サービスとは異なるコンセプトのサービスになります。そのため、新しい体験を届けるライブストリーミングサービスにおいて、テレビの視聴率に代替する指標とは何かを一から設計しました。
特にユーザー体験から逆算し、レポートのアウトプットを考えながら設計したことが今回のビジネス活用に繋がりました。下記は「AbemaTV」でのユーザー体験を可視化し、各ステップでどのような KPI をトラッキングするかを図示したものです。
 " width="320" loading="lazy" decoding="async" class=" lazyload-auto lazyload-processed"> |
| <再来訪につなげるまでのユーザーフローとステップごとの取り組み> |
KPI の設定時に注意した点として、各部門が自分の部署だけの数字に囚われないよう設計しました。具体的には重要な経営指標 (例:月間の総ユニークユーザー数など) を因数分解し、各部門がどのような KPI を達成し、その数字が次の部署にどのように繋がっていくかを可視化しています。
下記は KPI 設定時に各部署がどのような目標を持って施策を行っているかを図示したものです。こうした試行錯誤の中で、同一番組を 5 分以上視聴したユーザーが重要な KPI であることが分かってきました。
下記は KPI 設定時に各部署がどのような目標を持って施策を行っているかを図示したものです。こうした試行錯誤の中で、同一番組を 5 分以上視聴したユーザーが重要な KPI であることが分かってきました。
 |
| <再来訪につなげるまでの各部署の活動領域と施策の概要> |
結果として、アナリティクス 360 導入後、各担当がユーザー ステージごとの評価指標とその上位 KPI を目標として持ち、自身の施策が全社的な KPI である 5 分以上ユーザーの増減と再訪問率にどのような影響をおよぼすのかを、ビジネス全体を俯瞰しながら可視化できるようになりました。
自社ログシステムのデータを集計するためには SQL を書く必要があるため、多くの場合はデータ出しを分析担当者に依頼する必要があり、結果的に大きなボトルネックになっていました。
アナリティクス 360 を導入することによってレポーティングにかかるコストが下がり、経営層から開発チームや番組制作チームなどの現場に至るまで多種多様な人間が即時にレポートを確認し、意思決定できるようになりました。サービスに携わるすべての人が集計データを容易に確認できる開かれたプラットフォームとなったことで、サービス改善のスピードと精度が飛躍的に上がりました。
株式会社サイバーエージェント株式会社
AbemaTV マーケティング局グロースハック室室長
須磨守一 様
今回はアナリティクス 360 を導入された背景及び、実際に現場や経営層で活用されている KPI をどのように実現したかについて紹介致しました。次回はこの実装を元にどの様な分析を行い、どのような具体的な成果を得たのかを紹介致します。
投稿者: Analytics 360 suite アカウントマネージャー 清水千年
日本におけるスマホOS別平均購入金額
まとめると、
リボ払い自体の仕組みをちゃんと理解して、自分の意思で選んでいるのな良いですが、知らないうちにリボ払いになっていて利息を払う羽目になるのはおかしいですよね。
私もリボ払いをすすめられた経験が何度もありますが、クレジットカードを作る時や支払方法を選択するときは入念にチェックをしましょう。もちろんお店からの注意喚起も。