2011年05月23日

google analyticsをExcelでなんとかしよう!

たまには、Webマーケティングっぽい記事をアップします。
でもやっぱり、excelだったりします。

アクセス解析でアクセス日(曜日)や時間帯って当初の想定と違う結果が出てきたりして、面白い。
法人向け情報を提供しているのに、なぜか週末・深夜のアクセスが多かったり。
そういうときは、コンテンツを変更してみたり・リアルなプロモーションの方法を変えてみたり。


今さらですが、google analyticsを少し使い込んでくると、「理論上取得できるけど、手間がかかりすぎる」ようなデータ集計をしたくなります。

上記のような「日別・時間帯別・ページ別・アクセス数」みたいな情報を半年分まとめての抽出をWebの管理画面でやろうとすると、相当手間です。

そういうときは、ga-apiを使って「作って」しまいましょう。

ということで、私の大好きな「Excel」でga-apiを使ってgoogle analyticsのデータを取得するマクロを作ってみました。


gaデータ抽出マクロ.xls
(注意:マクロが含まれています。)



尚、完全に個人用ツールです。
細かいところが動かなかったりすることもありますが、ご愛嬌ということで。

また、ツールを作成するときに以下のサイトを参考にさせていただきました。
この情報がなければ、ツールを作成することはできませんでした。

http://d.hatena.ne.jp/toshiyuki_saito/20091020/1255995932

ありがとうございました。


<使い方>

(チュートリアル編)
1.「gaデータ抽出マクロ.xls」を開く
2.マクロを有効にする。
3.セル「B2」のemailにgoogleanalyticsのアカウントを入力
4.セル「B3」のpasswordにgoogleanalyticsのパスワードを入力
5.「Do」ボタンをクリック
 (ここで、google analyticsのprofile idが分かれば入力しちゃえばいいのですが、
  多分分からないと思いますので、とりあえずは空白でいいです。)
6.少し待つとprofile idの一覧が表示されます。
7.「6.」で出てきたprofile idを参考に「B4」を穴埋めする。
8.再び「Do」ボタンをクリック。


(少し細かい説明)
●セル「C7」,「D7」のfrom to・・・抽出期間で「日付」です。
 日付の範囲を変更すれば、抽出される期間も変わります。
 
●「A13」〜「A25」のdimentionと「B13」〜「B25」のmetricsについて・・・
 dimentionは「データ切り口」(ページ別とか、日付別とか・・)
 metricsは「指標」(PV数とか、セッション数とか・・・)
 を示します。
 
 セルにカーソルを置いて「SelectWindow」ボタンをクリックしてみてください。
 簡単に選択できる画面が表示されます。

 尚、「dimention」と「metrics」は複数設定できますので、やってみてください。
 

 「filter」や「sortkey」は・・・必要に応じて、以下のWebサイトを参照して設定してみてください。
Google Analytics Data Export API のデータ フィードに関する詳細なリファレンス
posted by Ryo ASADA at 17:43| Comment(0) | TrackBack(0) | マーケティング | このブログの読者になる | 更新情報をチェックする

2011年05月17日

「相関係数」を応用した「レコメンデーション」機能の実現

今回の記事は、かなり「技術」寄りです。
しかし、我々Webマーケッターにとって、「技術」と「マーケティング」は切っても切り離せないと考えます。


amazonを始めとする、オンラインショップ等で「XXさんへのおすすめ商品」というのを見かけませんか?
それは、「レコメンデーション」機能と呼ばれるものです。

元々レコメンデーションは「米ゼロックス パロアルト研究所」が1992年に開発した「Tapestry」で、e-mailとネットニュースの推奨をするための仕組でした。
今ではamazonを始め、あらゆるところで活用が進んでおり、Web2.0時代の「ロングテール」を支える技術の一つとして注目されています。

さて、レコメンデーションを実現させるための代表的な方法を紹介します。
1.ルールベース方式
別名「エキスパートシステム」。
「AI」(人工知能)の実現方法としては、大変古典的なもの。
原理は実に単純で、「Yes/Noチャート」をコンピュータ上で実現するものです。

「Yes/Noチャート」とは、生命保険や自動車保険等の「自分に合った保険プランをYes/Noで選べる」というもので、ご覧になったことがあるのではないでしょうか。

この方式は、大量にYes/Noの選択肢を用意しておかなければない上、その精度を維持するために、日々メンテナンスが欠かせないという課題があります。


2.コンテンツベース方式
「コンテンツベースフィルタリング」とも言います。

選んだ商品の属性情報(カテゴリやその他)を元に、おすすめ商品を表示するものです。

「特定のカテゴリ(例えば 「経理関係の本-A」)を買った人は似たカテゴリ(例えば「経理関係の本-B」にも興味があるのではないか?」
という推論の元で、おすすめ商品を表示するものです。

しかしこれをコンピュータ上で再現する場合、カテゴリとカテゴリが「近いか遠いか?」といった判断をコンピュータでやらなければならず、これにはテキストマイニング技術が欠かせません。


3.協調フィルタリング方式
さて、これが今回のテーマ。
こちらは「人」に着目する方式で、比較的多く使われている方式です。

「同じような好みを持つ2人は、同じような商品を好むのではないか?」
という推論の元で、おすすめ商品を表示するものです。

最大のメリットは、メンテナンスの必要が無いことですが、過去の他の人の購入履歴を参考にするので、大量なデータが無いと的確なおすすめができません。

・・・と「レコメンデーション」について蘊蓄はこのくらいにしておいて、実際にExcelでレコメンデーションを作ってみました
(前回に引き続き、Excel・・・どこまでExcel好きなんでしょうか・・・)

相関係数を応用した「協調フィルタリング方式」のレコメンデーション
(ダウンロード-Excel形式)



細かい説明は別の機会にさせてください。
posted by Ryo ASADA at 19:29| Comment(0) | TrackBack(0) | マーケティング | このブログの読者になる | 更新情報をチェックする

2011年05月16日

「相関係数」を利用した「相性度チェック!」を作ってみました。

rubin1.jpg

以前「次回は「相関係数」の応用例として、(良くゲームでみかける)「恋人同士の相性度チェック!」を実現してみます。」などと、申し上げていました。

その後、「相性度」を図るための「尺度」はどう求めればよいのか・・・・「食事の好み」「趣味が同じ」・・・・
どれもしっくり来ない上、「数値化」が非常に難しい。

人の性格が分類しやすく、「数値化」しやすいものは・・・といろいろと考えていたところ、突如「エゴグラム」の活用がひらめきました。
早速、「エゴグラム」と「相関係数」を活用した「相性度チェック!」をExcelで作ってみました。(非常に簡単な計算式です。)


 「相性度チェック!」(excel形式)
 (※マクロは一切含まれていませんのでご安心ください。)


エゴグラムはアメリカの心理学者J.M.デュセイが開発した性格分析法で、今では世界中で広範囲な分野に用いられ高い評価を得ています。
『エゴグラム』は人の心を5つの領域に分類してグラフにしたものです。『エゴグラム』はどの型が優れているとか逆に悪いとかいうものではありませんが、多くのエゴグラムを解析した結果、ある種の共通した性格や生き方が見られることもわかっています。
http://www.kojima-y.com/ego/ego01.htmより抜粋)


どうでしょう?
冗談半分でチェックしてみると、意外と面白かったり、当たっていたり。
「エゴグラム」は性格診断に広く使われているものなので、それなりに信頼できるものです。

でも本当に「相性チェック」なのか?と言われれば微妙です。
少なくとも「2人の性格が似ているか? チェック」ということは言えるかもしれませんね。

「性格が似ている」というのを数値化できる「相関係数」は面白いですね。
posted by Ryo ASADA at 16:12| Comment(0) | TrackBack(0) | マーケティング | このブログの読者になる | 更新情報をチェックする

広告


この広告は60日以上更新がないブログに表示がされております。

以下のいずれかの方法で非表示にすることが可能です。

・記事の投稿、編集をおこなう
・マイブログの【設定】 > 【広告設定】 より、「60日間更新が無い場合」 の 「広告を表示しない」にチェックを入れて保存する。


×

この広告は1年以上新しい記事の投稿がないブログに表示されております。