SlideShare a Scribd company logo
1 of 22
Download to read offline
Copyright (C) , Akihiko Uchino All rights reserved.
「カスタマージャーニー型」
ウェブ解析実践講座
内野明彦 2013/7/6
Copyright (C) , Akihiko Uchino All rights reserved.
http://www.fitch.com
より引用
そもそも
「カスタマージャーニ-」
とは
Copyright (C) , Akihiko Uchino All rights reserved.
http://www.fitch.com
より引用
そもそも
「カスタマージャーニ-」
とは
Copyright (C) , Akihiko Uchino All rights reserved.
自分なりに言葉でまとめると・・
『カスタマージャーニー』
顧客と企業とのあらゆる接点を時系列に見
通して、顧客との最初の接点から始まる一連
の体験ストーリー(直接接点、間接接点、
心理状態、態度変容など)をパターン化・可
視化し、「顧客の理解」や「ブランドの一貫性
の維持」、「顧客価値の最大化」などを行うた
めの基盤/マップとなるモノ、もしくはそれらを
総称する概念。
4
Copyright (C) , Akihiko Uchino All rights reserved.
通常の
ウェブ解析
通常のアクセス解析と「カスタマージャーニー型」の比較
カスタマー
ジャーニー型
解析
分析の範囲
ウェブ
中心
顧客
接点
全体
最適化の対象
流入構造
サイト構造
ユーザ行動
プロセス・
LTV
訪問者の行動をサイトの構造
(流入・入口・サイト内回遊・購
入フロー)毎に分解して施策単
位での最適化を図る
段階的なユーザとの接点・体験を
どのように設計して、最適化をする
か、という時間軸・成長軸を踏まえ
たコミュニケーションの最適化を図
る
ウェブ解析と『カスタマージャーニー型』の違い
5
分析の単位
セッション
単位
ユーザ
単位
Copyright (C) , Akihiko Uchino All rights reserved.
ビッグデータ時代、、
6
営業接
触履歴
WEB購
入履歴
コールセ
ンタ受
注履歴
パネル
データ
WEBログ
媒体
ビュー
データ
アンケー
トデータ
店舗購
入履歴
顧客
属性
情報
メール
配信履
歴
ユーザを取り巻く『データ』は今
後、急速に増加していく。入手
も出来る/しやすくなる・・
Copyright (C) , Akihiko Uchino All rights reserved.
少なくとも、データ処理コストは飛躍的に下がっている
7
大量のデータを処理す
るコストも劇的に低下し
てきている・・
データ
処理
コスト
分析データ量
分析データ量
10年ほど前は数千万件
のデータ分析に・・数千万円規模
数十万円規模
データ
処理
コスト
数千万円規模
←数千万件規模のデータ
Copyright (C) , Akihiko Uchino All rights reserved.8
http://office.microsoft.com/ja-jp/excel/HA101810443.aspx マイクロソフト社サイトより引用
「PowerPivot」 とは??
Excelで数千万件のデータを高速に分析できる
Copyright (C) , Akihiko Uchino All rights reserved.
(参考)オープンソースETL Pentaho
9
また、非常に安価なデータ処理インフラ/アプリも確保可能
Copyright (C) , Akihiko Uchino All rights reserved.
とはいえ、分析はやってみないと効果が出るかわからない、、
10
最終的には
「分析ROI」
が重要
分析
ROI
分析データ量
?
Copyright (C) , Akihiko Uchino All rights reserved.
実習(1)
実際に存在するサイトのRAWデータを
用いて、PowerPivot への取り込み→
ユーザー単位での分析環境整備までを行う。
(1)-1 ~ 基本的なPowerPivotの使い方を理解する
(1)-2 ~ DAX関数を活用して、ユーザ単位での分析環境
を構築する
11
だったら、自分自身で分析が出来れば・・
Copyright (C) , Akihiko Uchino All rights reserved.
実際に、WEBのRawデータを用いて、カスタマジャーニー型解
析を行う
12
ユーザA
ユーザB
ユーザC
ユーザD
ユーザE
データ抽出期間
ユーザ
セッション
ページ
CV
ページ
時系列
A-1
B-1 B-2
C-1 C-2 C-3
D-1 D-2 D-3
E-1 E-2 E-3
Copyright (C) , Akihiko Uchino All rights reserved.13
実際に、WEBのRawデータを用いて、カスタマジャーニー
型解析を行う
Copyright (C) , Akihiko Uchino All rights reserved.
実習(2)
ユーザー単位での分析環境が整ったので
コンテンツのアトリビューション(貢献度)
分析を試行的に行ってみる。
14
Copyright (C) , Akihiko Uchino All rights reserved.
まとめ
15
Copyright (C) , Akihiko Uchino All rights reserved.
「カスタマージャーニー型」
ウェブ解析実践講座
16
・対象はサイトや広告ではなく「カスタマー」であること
・施策の評価ではなくマーケティング全体の評価
・部分最適から全体最適に
Copyright (C) , Akihiko Uchino All rights reserved.
「カスタマージャーニー型」
ウェブ解析実践講座
17
・すべてのコンタクトポイントを網羅的に見通したユーザ
体験の時系列的な変遷
・マルチ(クロス)チャネル
・非サマリ(明細)データ
Copyright (C) , Akihiko Uchino All rights reserved.
「カスタマージャーニー型」
ウェブ解析実践講座
18
・講義だけでなく実際に手を動かすことで、身につける
・実在サイトのRawデータを利用する
・本講座ではWEB領域データのみを扱うが、マルチ
チャネルへの応用は可能
Copyright (C) , Akihiko Uchino All rights reserved.
「カスタマージャーニー型」
ウェブ解析実践講座
19
Copyright (C) , Akihiko Uchino All rights reserved.
この講座を受けると良いと思われる人(企業)
• ウェブ解析を一通りやってきて、次の段階に進みたい人(企業)
• カスタマージャーニー型の解析を試してみたい人(企業)
• オフラインの状況を加味して解析をしたい人(企業)
• データ分析に関して、興味はあるけれど行動を踏み出せない人
• 「データサイエンティスト」に興味がある人
20
Copyright (C) , Akihiko Uchino All rights reserved.
前提
~各人がExcel2010以降と
PowerPivot最新バージョンのインストールされたPCを持参する
→PowerPivotのバージョン確認(Excel2010の場合)
21
Copyright (C) , Akihiko Uchino All rights reserved.
PowerPivotのバージョン確認
22
上記より前のバージョンの方は、
「Powerpivot ダウンロード」 で検索して最新化してください

More Related Content

Viewers also liked

CC講座 カスタマージャーニーマップ編
CC講座 カスタマージャーニーマップ編CC講座 カスタマージャーニーマップ編
CC講座 カスタマージャーニーマップ編Chiaki Hayashi
 
グローバルな異分野融合による 新たなバイオ産業創出の可能性
グローバルな異分野融合による 新たなバイオ産業創出の可能性グローバルな異分野融合による 新たなバイオ産業創出の可能性
グローバルな異分野融合による 新たなバイオ産業創出の可能性Chiaki Hayashi
 
Adobe Analytics 2015: 異常値の原因を自動検出&CRMデータ統合
Adobe Analytics 2015: 異常値の原因を自動検出&CRMデータ統合Adobe Analytics 2015: 異常値の原因を自動検出&CRMデータ統合
Adobe Analytics 2015: 異常値の原因を自動検出&CRMデータ統合Makoto Shimizu
 
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクスSumio Ebisawa
 
インサイトとは何か?ニーズとブランドとの関係から
インサイトとは何か?ニーズとブランドとの関係からインサイトとは何か?ニーズとブランドとの関係から
インサイトとは何か?ニーズとブランドとの関係からNori Takahiro
 
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)IMJ Corporation
 
社内外のデータを徹底的に活用する!
社内外のデータを徹底的に活用する!社内外のデータを徹底的に活用する!
社内外のデータを徹底的に活用する!Talend KK
 
WebとEmailのパーソナライズをGAとZoho CRMで安価に実現する方法
WebとEmailのパーソナライズをGAとZoho CRMで安価に実現する方法WebとEmailのパーソナライズをGAとZoho CRMで安価に実現する方法
WebとEmailのパーソナライズをGAとZoho CRMで安価に実現する方法Makoto Shimizu
 
データドリブンの歴史とマーケティング事例
データドリブンの歴史とマーケティング事例データドリブンの歴史とマーケティング事例
データドリブンの歴史とマーケティング事例Riku Kawasaki
 
マーケティングオートメーション概要
マーケティングオートメーション概要マーケティングオートメーション概要
マーケティングオートメーション概要株式会社シャノン
 
【期間限定】マーケティングオートメーションの真実
【期間限定】マーケティングオートメーションの真実【期間限定】マーケティングオートメーションの真実
【期間限定】マーケティングオートメーションの真実FROM SCRATCH
 
エンタープライズと機械学習技術
エンタープライズと機械学習技術エンタープライズと機械学習技術
エンタープライズと機械学習技術maruyama097
 
マーケティング領域におけるデータの活用と情報共有 201501
マーケティング領域におけるデータの活用と情報共有 201501マーケティング領域におけるデータの活用と情報共有 201501
マーケティング領域におけるデータの活用と情報共有 201501Noriko Hashimoto
 
Tech Lab Paak講演会 20150601
Tech Lab Paak講演会 20150601Tech Lab Paak講演会 20150601
Tech Lab Paak講演会 20150601Takashi J OZAKI
 
RampUp! Asia Highlights in Japanese
RampUp! Asia Highlights in JapaneseRampUp! Asia Highlights in Japanese
RampUp! Asia Highlights in JapaneseMari Babikova
 
「データドリブン」 アプリマーケティング - 2015年のアプリマーケティング -
「データドリブン」 アプリマーケティング - 2015年のアプリマーケティング -「データドリブン」 アプリマーケティング - 2015年のアプリマーケティング -
「データドリブン」 アプリマーケティング - 2015年のアプリマーケティング -株式会社メタップスホールディングス
 
コンテンツマーケティングの全体像とイノーバにおけるデータ分析手法のビジネス活用
コンテンツマーケティングの全体像とイノーバにおけるデータ分析手法のビジネス活用コンテンツマーケティングの全体像とイノーバにおけるデータ分析手法のビジネス活用
コンテンツマーケティングの全体像とイノーバにおけるデータ分析手法のビジネス活用智之 村上
 

Viewers also liked (17)

CC講座 カスタマージャーニーマップ編
CC講座 カスタマージャーニーマップ編CC講座 カスタマージャーニーマップ編
CC講座 カスタマージャーニーマップ編
 
グローバルな異分野融合による 新たなバイオ産業創出の可能性
グローバルな異分野融合による 新たなバイオ産業創出の可能性グローバルな異分野融合による 新たなバイオ産業創出の可能性
グローバルな異分野融合による 新たなバイオ産業創出の可能性
 
Adobe Analytics 2015: 異常値の原因を自動検出&CRMデータ統合
Adobe Analytics 2015: 異常値の原因を自動検出&CRMデータ統合Adobe Analytics 2015: 異常値の原因を自動検出&CRMデータ統合
Adobe Analytics 2015: 異常値の原因を自動検出&CRMデータ統合
 
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
 
インサイトとは何か?ニーズとブランドとの関係から
インサイトとは何か?ニーズとブランドとの関係からインサイトとは何か?ニーズとブランドとの関係から
インサイトとは何か?ニーズとブランドとの関係から
 
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
 
社内外のデータを徹底的に活用する!
社内外のデータを徹底的に活用する!社内外のデータを徹底的に活用する!
社内外のデータを徹底的に活用する!
 
WebとEmailのパーソナライズをGAとZoho CRMで安価に実現する方法
WebとEmailのパーソナライズをGAとZoho CRMで安価に実現する方法WebとEmailのパーソナライズをGAとZoho CRMで安価に実現する方法
WebとEmailのパーソナライズをGAとZoho CRMで安価に実現する方法
 
データドリブンの歴史とマーケティング事例
データドリブンの歴史とマーケティング事例データドリブンの歴史とマーケティング事例
データドリブンの歴史とマーケティング事例
 
マーケティングオートメーション概要
マーケティングオートメーション概要マーケティングオートメーション概要
マーケティングオートメーション概要
 
【期間限定】マーケティングオートメーションの真実
【期間限定】マーケティングオートメーションの真実【期間限定】マーケティングオートメーションの真実
【期間限定】マーケティングオートメーションの真実
 
エンタープライズと機械学習技術
エンタープライズと機械学習技術エンタープライズと機械学習技術
エンタープライズと機械学習技術
 
マーケティング領域におけるデータの活用と情報共有 201501
マーケティング領域におけるデータの活用と情報共有 201501マーケティング領域におけるデータの活用と情報共有 201501
マーケティング領域におけるデータの活用と情報共有 201501
 
Tech Lab Paak講演会 20150601
Tech Lab Paak講演会 20150601Tech Lab Paak講演会 20150601
Tech Lab Paak講演会 20150601
 
RampUp! Asia Highlights in Japanese
RampUp! Asia Highlights in JapaneseRampUp! Asia Highlights in Japanese
RampUp! Asia Highlights in Japanese
 
「データドリブン」 アプリマーケティング - 2015年のアプリマーケティング -
「データドリブン」 アプリマーケティング - 2015年のアプリマーケティング -「データドリブン」 アプリマーケティング - 2015年のアプリマーケティング -
「データドリブン」 アプリマーケティング - 2015年のアプリマーケティング -
 
コンテンツマーケティングの全体像とイノーバにおけるデータ分析手法のビジネス活用
コンテンツマーケティングの全体像とイノーバにおけるデータ分析手法のビジネス活用コンテンツマーケティングの全体像とイノーバにおけるデータ分析手法のビジネス活用
コンテンツマーケティングの全体像とイノーバにおけるデータ分析手法のビジネス活用
 

Similar to 【カスタマージャーニー型】ウェブ解析実践講座

「リアクティブ」なカスタマーサクセスをめざそう
「リアクティブ」なカスタマーサクセスをめざそう「リアクティブ」なカスタマーサクセスをめざそう
「リアクティブ」なカスタマーサクセスをめざそうAyumu Takahashi
 
CSS Nite Kansai Edition (簡易版資料)「シナリオを読み補完する」
CSS Nite Kansai Edition (簡易版資料)「シナリオを読み補完する」CSS Nite Kansai Edition (簡易版資料)「シナリオを読み補完する」
CSS Nite Kansai Edition (簡易版資料)「シナリオを読み補完する」Kazunori Tokoo
 
はじめての採用ブランディング
はじめての採用ブランディングはじめての採用ブランディング
はじめての採用ブランディングYoshiyaHashizaki
 
人を売ってモノを売るのか?⇔モノを売って人を売るのか?
人を売ってモノを売るのか?⇔モノを売って人を売るのか?人を売ってモノを売るのか?⇔モノを売って人を売るのか?
人を売ってモノを売るのか?⇔モノを売って人を売るのか?新潟コンサルタント横田秀珠
 
サービスデザインのエンジンとしての“わたしの体験“ワークショップ
サービスデザインのエンジンとしての“わたしの体験“ワークショップサービスデザインのエンジンとしての“わたしの体験“ワークショップ
サービスデザインのエンジンとしての“わたしの体験“ワークショップMasaya Ando
 
カスタマーサクセスにおける顧客体験のプロセス設計
カスタマーサクセスにおける顧客体験のプロセス設計カスタマーサクセスにおける顧客体験のプロセス設計
カスタマーサクセスにおける顧客体験のプロセス設計Ayumu Takahashi
 
アジャイルジャーニー
アジャイルジャーニーアジャイルジャーニー
アジャイルジャーニーtoshihiro ichitani
 
日本初!長期インターンシップ"イントレビュー"事業概要
日本初!長期インターンシップ"イントレビュー"事業概要日本初!長期インターンシップ"イントレビュー"事業概要
日本初!長期インターンシップ"イントレビュー"事業概要Shoheyhey
 
自分の強みを見つけて仕事に活かそう【配布資料】
自分の強みを見つけて仕事に活かそう【配布資料】自分の強みを見つけて仕事に活かそう【配布資料】
自分の強みを見つけて仕事に活かそう【配布資料】Naturallink Maemoto
 
ピクト図解® 入門 ビジネスの仕組みがスッキリわかる!
ピクト図解® 入門 ビジネスの仕組みがスッキリわかる! ピクト図解® 入門 ビジネスの仕組みがスッキリわかる!
ピクト図解® 入門 ビジネスの仕組みがスッキリわかる! Satoru Itabashi
 

Similar to 【カスタマージャーニー型】ウェブ解析実践講座 (10)

「リアクティブ」なカスタマーサクセスをめざそう
「リアクティブ」なカスタマーサクセスをめざそう「リアクティブ」なカスタマーサクセスをめざそう
「リアクティブ」なカスタマーサクセスをめざそう
 
CSS Nite Kansai Edition (簡易版資料)「シナリオを読み補完する」
CSS Nite Kansai Edition (簡易版資料)「シナリオを読み補完する」CSS Nite Kansai Edition (簡易版資料)「シナリオを読み補完する」
CSS Nite Kansai Edition (簡易版資料)「シナリオを読み補完する」
 
はじめての採用ブランディング
はじめての採用ブランディングはじめての採用ブランディング
はじめての採用ブランディング
 
人を売ってモノを売るのか?⇔モノを売って人を売るのか?
人を売ってモノを売るのか?⇔モノを売って人を売るのか?人を売ってモノを売るのか?⇔モノを売って人を売るのか?
人を売ってモノを売るのか?⇔モノを売って人を売るのか?
 
サービスデザインのエンジンとしての“わたしの体験“ワークショップ
サービスデザインのエンジンとしての“わたしの体験“ワークショップサービスデザインのエンジンとしての“わたしの体験“ワークショップ
サービスデザインのエンジンとしての“わたしの体験“ワークショップ
 
カスタマーサクセスにおける顧客体験のプロセス設計
カスタマーサクセスにおける顧客体験のプロセス設計カスタマーサクセスにおける顧客体験のプロセス設計
カスタマーサクセスにおける顧客体験のプロセス設計
 
アジャイルジャーニー
アジャイルジャーニーアジャイルジャーニー
アジャイルジャーニー
 
日本初!長期インターンシップ"イントレビュー"事業概要
日本初!長期インターンシップ"イントレビュー"事業概要日本初!長期インターンシップ"イントレビュー"事業概要
日本初!長期インターンシップ"イントレビュー"事業概要
 
自分の強みを見つけて仕事に活かそう【配布資料】
自分の強みを見つけて仕事に活かそう【配布資料】自分の強みを見つけて仕事に活かそう【配布資料】
自分の強みを見つけて仕事に活かそう【配布資料】
 
ピクト図解® 入門 ビジネスの仕組みがスッキリわかる!
ピクト図解® 入門 ビジネスの仕組みがスッキリわかる! ピクト図解® 入門 ビジネスの仕組みがスッキリわかる!
ピクト図解® 入門 ビジネスの仕組みがスッキリわかる!
 

【カスタマージャーニー型】ウェブ解析実践講座

  • 1. Copyright (C) , Akihiko Uchino All rights reserved. 「カスタマージャーニー型」 ウェブ解析実践講座 内野明彦 2013/7/6
  • 2. Copyright (C) , Akihiko Uchino All rights reserved. http://www.fitch.com より引用 そもそも 「カスタマージャーニ-」 とは
  • 3. Copyright (C) , Akihiko Uchino All rights reserved. http://www.fitch.com より引用 そもそも 「カスタマージャーニ-」 とは
  • 4. Copyright (C) , Akihiko Uchino All rights reserved. 自分なりに言葉でまとめると・・ 『カスタマージャーニー』 顧客と企業とのあらゆる接点を時系列に見 通して、顧客との最初の接点から始まる一連 の体験ストーリー(直接接点、間接接点、 心理状態、態度変容など)をパターン化・可 視化し、「顧客の理解」や「ブランドの一貫性 の維持」、「顧客価値の最大化」などを行うた めの基盤/マップとなるモノ、もしくはそれらを 総称する概念。 4
  • 5. Copyright (C) , Akihiko Uchino All rights reserved. 通常の ウェブ解析 通常のアクセス解析と「カスタマージャーニー型」の比較 カスタマー ジャーニー型 解析 分析の範囲 ウェブ 中心 顧客 接点 全体 最適化の対象 流入構造 サイト構造 ユーザ行動 プロセス・ LTV 訪問者の行動をサイトの構造 (流入・入口・サイト内回遊・購 入フロー)毎に分解して施策単 位での最適化を図る 段階的なユーザとの接点・体験を どのように設計して、最適化をする か、という時間軸・成長軸を踏まえ たコミュニケーションの最適化を図 る ウェブ解析と『カスタマージャーニー型』の違い 5 分析の単位 セッション 単位 ユーザ 単位
  • 6. Copyright (C) , Akihiko Uchino All rights reserved. ビッグデータ時代、、 6 営業接 触履歴 WEB購 入履歴 コールセ ンタ受 注履歴 パネル データ WEBログ 媒体 ビュー データ アンケー トデータ 店舗購 入履歴 顧客 属性 情報 メール 配信履 歴 ユーザを取り巻く『データ』は今 後、急速に増加していく。入手 も出来る/しやすくなる・・
  • 7. Copyright (C) , Akihiko Uchino All rights reserved. 少なくとも、データ処理コストは飛躍的に下がっている 7 大量のデータを処理す るコストも劇的に低下し てきている・・ データ 処理 コスト 分析データ量 分析データ量 10年ほど前は数千万件 のデータ分析に・・数千万円規模 数十万円規模 データ 処理 コスト 数千万円規模 ←数千万件規模のデータ
  • 8. Copyright (C) , Akihiko Uchino All rights reserved.8 http://office.microsoft.com/ja-jp/excel/HA101810443.aspx マイクロソフト社サイトより引用 「PowerPivot」 とは?? Excelで数千万件のデータを高速に分析できる
  • 9. Copyright (C) , Akihiko Uchino All rights reserved. (参考)オープンソースETL Pentaho 9 また、非常に安価なデータ処理インフラ/アプリも確保可能
  • 10. Copyright (C) , Akihiko Uchino All rights reserved. とはいえ、分析はやってみないと効果が出るかわからない、、 10 最終的には 「分析ROI」 が重要 分析 ROI 分析データ量 ?
  • 11. Copyright (C) , Akihiko Uchino All rights reserved. 実習(1) 実際に存在するサイトのRAWデータを 用いて、PowerPivot への取り込み→ ユーザー単位での分析環境整備までを行う。 (1)-1 ~ 基本的なPowerPivotの使い方を理解する (1)-2 ~ DAX関数を活用して、ユーザ単位での分析環境 を構築する 11 だったら、自分自身で分析が出来れば・・
  • 12. Copyright (C) , Akihiko Uchino All rights reserved. 実際に、WEBのRawデータを用いて、カスタマジャーニー型解 析を行う 12 ユーザA ユーザB ユーザC ユーザD ユーザE データ抽出期間 ユーザ セッション ページ CV ページ 時系列 A-1 B-1 B-2 C-1 C-2 C-3 D-1 D-2 D-3 E-1 E-2 E-3
  • 13. Copyright (C) , Akihiko Uchino All rights reserved.13 実際に、WEBのRawデータを用いて、カスタマジャーニー 型解析を行う
  • 14. Copyright (C) , Akihiko Uchino All rights reserved. 実習(2) ユーザー単位での分析環境が整ったので コンテンツのアトリビューション(貢献度) 分析を試行的に行ってみる。 14
  • 15. Copyright (C) , Akihiko Uchino All rights reserved. まとめ 15
  • 16. Copyright (C) , Akihiko Uchino All rights reserved. 「カスタマージャーニー型」 ウェブ解析実践講座 16 ・対象はサイトや広告ではなく「カスタマー」であること ・施策の評価ではなくマーケティング全体の評価 ・部分最適から全体最適に
  • 17. Copyright (C) , Akihiko Uchino All rights reserved. 「カスタマージャーニー型」 ウェブ解析実践講座 17 ・すべてのコンタクトポイントを網羅的に見通したユーザ 体験の時系列的な変遷 ・マルチ(クロス)チャネル ・非サマリ(明細)データ
  • 18. Copyright (C) , Akihiko Uchino All rights reserved. 「カスタマージャーニー型」 ウェブ解析実践講座 18 ・講義だけでなく実際に手を動かすことで、身につける ・実在サイトのRawデータを利用する ・本講座ではWEB領域データのみを扱うが、マルチ チャネルへの応用は可能
  • 19. Copyright (C) , Akihiko Uchino All rights reserved. 「カスタマージャーニー型」 ウェブ解析実践講座 19
  • 20. Copyright (C) , Akihiko Uchino All rights reserved. この講座を受けると良いと思われる人(企業) • ウェブ解析を一通りやってきて、次の段階に進みたい人(企業) • カスタマージャーニー型の解析を試してみたい人(企業) • オフラインの状況を加味して解析をしたい人(企業) • データ分析に関して、興味はあるけれど行動を踏み出せない人 • 「データサイエンティスト」に興味がある人 20
  • 21. Copyright (C) , Akihiko Uchino All rights reserved. 前提 ~各人がExcel2010以降と PowerPivot最新バージョンのインストールされたPCを持参する →PowerPivotのバージョン確認(Excel2010の場合) 21
  • 22. Copyright (C) , Akihiko Uchino All rights reserved. PowerPivotのバージョン確認 22 上記より前のバージョンの方は、 「Powerpivot ダウンロード」 で検索して最新化してください