1. 第６回 WebUX勉強会
UXを解析する
サイトサーチアナリティクスとは
発売中
2012-11-25
IID / サンクトガーレン / Adobe
清水 誠

2. 海外就職 2011
2

3. ユーザー代表として起用され、渡米。
ユーザー
3

4. 日米を行ったり来たりしています
 USエンジニアリング部門の日本窓口
 顧客のために調整＆改善提案
1 2 3 4 5 6 7 8 9 10 11 12
2012
2013
4

5. の社外CMOも
http://www.sanktgallenbrewery.com/
5

6. の社外CAOに就任
6

7. Site Search Analyticsとは
7

8. サイトサーチアナリティクスとは
 サイト内検索の利用状況を分析すること
• ユーザーの情報ニーズは？
• 検索のパフォーマンスは？ ？
コンテンツとナビゲーションの改善
が可能になる
8

9. SEO/SEMとSSAの違い
SEO／SEM サイト内検索
検索タイミング サイト訪問前 サイト訪問後
検索意図 多種多様 明確
サイトとの関連度 低～高 高
低：検索結果で
計測の網羅性 高：入力された全クエリ
クリックされたクエリ
• コンテンツの書き方
• 検索結果表示 • コンテンツ内容
分析後の改善内容
• ランディングページ • ナビゲーション
• 検索UI
別物。両方とも必要。
9

10. ユーザーが入力する自然言語が分析対象
サイト外検索 サイト内検索
見つからないものを探す
10

11. ５種類の分析方法
3章 パターン分析： クエリを分類
4章 失敗分析： ゼロ件で離脱？
5章 セッション分析： 再検索、ＫＷの遷移
6章 オーディエンス分析： セグメントを比較
7章 ゴールベース分析： ＫＰＩを定義
11

12. SSAでできること
12

13. 検索ニーズを分類し、
13

14. 関連リンクを設計
album pages artist descriptions
TV listings
album reviews discography artist bios
14

15. ニーズに合わせた検索ＵＩを設計
別物であり、両方とも必要
15

16. ユーザーの言葉に合わせる
検索される言葉に変更する
16

17. 検索エンジンの品質を定量評価
Before 10/3 10/10 10/16
1位からの距離（平均） 3 13 7 5
1位からの距離（中央値） 2 7 3 1
2位以下に表示された頻度 47% 84% 62% 58%
6位以下に表示された頻度 12% 58% 38% 14%
11位以下に表示された頻度 7% 38% 10% 7%
精度：厳しめ 42% 15% 36% 39%
精度：緩め 71% 38% 53% 65%
精度：甘め 96% 55% 72% 92%
More on Vanguard case study: http://bit.ly/D3B8c
17

18. コンテンツの書き方と内容を改善
 どのページで何が検索されている？
ニーズに合わせる
18

19. 行動を評価する指標を使い分ける
対象（セグメント／日付範囲）
指標
ディメンション
19

20. 検索関連の指標
 ディメンション（行項目）
 検索クエリ
 サイト内検索を開始したページ
 指標（数値）
 検索精度（表示ランク）
 検索離脱率
 検索後の平均PV
（全１９種類の詳細は７章を参照）
20

21. 見るべき指標はビジネスによって異なる
 ＤＶＤレンタルのＮｅｔｆｌｉｘの場合
1. よく検索される動画タイトル (Query Count)
2. よくクリックされる動画タイトル (MDP Views)
3. お気に入りリストに追加されない動画タイトル (Queue Adds)
21

22. IAを軸としたUXとWeb解析
のコラボの可能性
22

23. WebアナリストはSSAが苦手？
 検索クエリはユーザー自身が記述した自
然言語という柔らかいデータ
23

24. WebアナリストはSSAが苦手？
 データ量が少なくロングテールなので
単純な統計処理ができない
24

25. WebアナリストはSSAが苦手？
 何をどこで検索したか（What）は分かるが
その意図（Why）が分からない
Why?
Webアナリストだけでは限界
ユーザー調査も併用が必要
25

26. ユーザー調査手法の一つ
26

27. AnalyticsとUXの違い
Analytics UX
ユーザーの行動 ユーザーの意図や動機z
分析対象
（What：何が起きた？） （Why：なぜ？）
Whatを理解するための定 Whyを説明するための定性的
分析手法
量的な手法 な手法
目的 組織の目標（KPI）達成 ユーザーのゴール達成
ベンチマークとモニタリング
パターンを見つけるためのアド
データ活用方法 によるパフォーマンス測定
ホック（ボトムアップ）分析
（トップダウン分析）
統計データ （誤差を含む大 人為的にラボで得られた誤差
分析対象のデータ
量の「リアルな」データ） を含まない少量のデータ
専門家の出身 工学や数学 社会科学、人文科学、芸術
27

28. UXとAnalyticsは補完し合える
 Analytics系の人はユーザー視点でSSA
 UX系の人はSSAで説得力UP
28

29. （参考）清水の辿った道のり
 IA→開発→CMS→解析→CRM→
6. CRM
Marketing
5. Web解析
4. CMS
2. UX
Technology UX
3. Agile 1. IA／UI
開発
29

30. 現在は「カスタマーアドボカシー」を開拓中
アドボカシー（Advocacy）は「擁護」
「援助」という意味。
“ 顧客を徹底的に支援(アドボケイト)
することによって、顧客の長期的な信
頼を得ることができる。” グレーン・アーバン著
英治出版, 2006
ユーザー 企業
30

31. 上手に作る vs. ビジネスを成功させる
 データは職種を超えた共通言語
Marketing
Technology UX
31

32. （参考）著書・訳書
参考図書
 商談に結びつける 売上をあげるための
BtoBデジタルマーケティング入門
http://www.cms-ia.info/news/ebooks-published-2012/
 サイトサーチアナリティクス アクセス解析
とUXによるウェブサイトの分析・改善手法
http://ss-analytics.webnode.com
32

33. （参考）オンラインで読める記事
参考記事
 清水 誠の「その指標がデザインを決める」
http://ascii.jp/elem/000/000/617/617806/
1. そのエラーページ、自己満足になっていませんか
2. エラーページのUXをGoogle Analytics+jQueryで解析
3. Facebookの「いいね！」で売上は増えるのか？
4. ゴールのないサイトでもコンバージョンを測る方法
5. 離脱率を使わずに迷子ページを見つける方法
6. サイト内検索で見つからないコンテンツを発見する方法
7. 楽天メソッドの長いページは分割したほうがいいのか？
8. 「良質なコンテンツ」を測定する7つの指標
9. 「長生きコンテンツ」の発掘で集客力を維持する方法
33

34. （参考）オンラインで読める記事
参考記事
 清水 誠のWeb解析ストラテジー
1. レポート分析のプロトタイピングで意思決定フローを作る
http://marketing.itmedia.co.jp/mm/articles/1208/08/news003.html
2. メーカーサイトでもここまで分かる貢献度
http://marketing.itmedia.co.jp/mm/articles/1209/14/news004.html
3. 「メルマガ」ではなく、「newsletter」
http://marketing.itmedia.co.jp/mm/articles/1211/01/news011.html
34

35. （参考）オンラインで読める記事
参考記事
 アクセス解析実践日誌
1. 縦長いページデザインは是か否か？スクロール量計測の裏側
http://markezine.jp/article/detail/10542
2. TwitterマーケティングにおけるKPIの再検証
http://markezine.jp/article/detail/11111
3. 外部リンクは別ウィンドウで開かせるべきか？
http://markezine.jp/article/detail/11734
4. キャンペーンの間接効果は解析できるのか？
http://markezine.jp/article/detail/12412
5. 中間指標を作り出すスコアリング手法の考え方
http://markezine.jp/article/detail/13672
6. これからアクセス解析を推進する人たちに知っておいて欲しいこと
http://markezine.jp/article/detail/13972
35

36. ありがとうございました。
過去の講演資料や最新情報は下記のサイトまで
清水 解析
実践CMS*IA
http://www.cms-ia.info
36