コンテンツ偏差値を算出。オーガニック経由でコンバージョンに貢献したのは?




Google Analytics

Google Analyticsのアトリビューション分析を使ってコンテンツをデータ分析する方法を紹介する。

普通は流入したページだけのコンバージョンしかわからないが、
Google Analyticsのアトリビューションモデルを使えば、
流入したあとにサイト内の複数ページを巡回していても、コンバージョンに至った件数を追跡できる。

例えば、Aというページに流入して、Aというページだけでのコンバージョンだけでなく、
AからB、Cと複数ページを遷移しても、「Aを起点としたコンバージョン」としてカウントできる

コンテンツマーケティングをやると一見そのコンテンツからコンバージョンしていないように見える事も多い。
だがアトリビューション分析を行えば、コンバージョンに貢献したかどうか
そのコンテンツを起点にコンバージョンが他のどこかのページで発生したか
がわかる。

今回はさらにデータを加工して、コンテンツ別の偏差値まで算出してみよう

アトリビューション分析の方法は以下の通り。

Google Analyticsの「コンバージョン」、「モデル比較ツール」をクリック。
「起点」を選択。
(「起点」とはそのページにユーザーが入り、その後サイト内を巡回しどこかのページでコンバージョンすれば”1”とカウントする、という意味。)
その後、MCFチャネルグループの「オーガニック検索」を選択。
Google Analytics

セカンダリディメンションは「ランディングページのURL」を選択。
(「ランディング」と検索すれば出てくる。)
Google Analytics

CSVでダウンロードするとこんな感じに。
赤枠は筆者が編集。左がランディングページ。右が起点コンバージョン数。
excel data

応用編として、他の指標もついでにVLOOKUPで付け足してみたのが以下。
C列にVLOOKUP様に加工したURLの列を追加(ドメイン部分を削除)。
I列以降に他の数値を入れてみた。

また6行目には相関関数(excelのcorrel関数またはpearson関数)を入れた。
起点のコンバージョンとの相関があるかどうかを見ている。

R列にはI~Q列の平均(average関数)を、対数をとって正規分布にした(ln関数)。
これは右のS列に偏差値を入れたいがために敢えて対数を取ったのだが、
対数を取らないと偏差値が140とか10とか、極端な数値が出がちだからである。
(アクセス解析の場合、結構いびつなデータ構成になる事も多いため)

S列にはそれの偏差値を入れてみた。
偏差値の計算式はこのシートの場合、
「=(R8-AVERAGE($R$8:$R$506))/STDEVP($R$8:$R$506)*10+50」となる。

なお直帰率の部分は-(マイナス)をかけた数字に加工した方が、
偏差値がより正確に出る。
excel data

6行目の相関関数は0に近いほど相関性無し、
1に近いと正の相関が、-1に近いと負の相関が見られるという意味。
このシートの場合、正の相関は最大でも0.31とどれも微妙。

またS列の偏差値は最高で71、最低で21とそれらしく出ている。
これらの偏差値の場合、課題を見つけるために、
偏差値が低いページから見ていこう

例えば偏差値の低いページの中には、
「セッションが多いのに直帰率が異様に高いページ」みたいな奴が結構見つかる。
そうしたページから優先的に改善していくべきだ。
偏差値の高い優等生ページは放っておいて良い。笑

これらの数値や指標などはもちろん自由に加工しても問題無し。

こういった形でGAからの数値をexcel魔改造で、
なんちゃってビッグデータ分析、なんちゃってデータサイエンスをやってみると、
中には面白い発見がある事もある。

気を付けたいのは、データの大きさ。

GAからデータをエクスポートする際に、データ100万行単位など本当に巨大すぎる時は注意。
こういうときは性能の良いPCで気合で全データ落とすか、
別のBIツールと連携するか、こういったデータ加工をせずダッシュボードの数値のみを閲覧するかのいずれかを取るしかない。

特にセカンダリディメンションを入れると、
最初は1,000行しかなかったのに万単位で行数が増加してしまう事が多い。
そうなるとローカルへのエクスポートはまあまあ難しい。
ビッグデータ界隈でも大容量データの移動方法についてはどこも頭を抱えているものだ。

excelも同様に、性能の良いPCでなければこういった魔改造にも限界がある。
例えば関数を数万行入れれば、PCによってはフリーズする。

こういった事を防ぐにはBIツールをうまく使うかダッシュボードで我慢する方が良いかも。




  • このエントリーをはてなブックマークに追加

フォローする