GAやAAで計測できない項目を計測するには?ローデータを扱ってみよう!

Google AnalyticsやAdobe Analyticsでは、計測項目をあらかじめきちんと設定しておかないと後から計測できないという特徴ができます。

しかし、細かい点については分析をする中で「あれもこれも」という内容が出てきます。これが後から計測できないために、不便を感じることがあります。

また、そのような細かい点まで設定を行ってしまうと、システムの制限がかかってしまうこともあります。

これらを解決するために集計後のアナリティクスツールの数値を使うのではなく、集計前の「ローデータ」を活用する方法をご紹介します。

データを抽出するのはAPIやDWHを利用する

ローデータを使って分析をするにあたって、必要なことはローデータを抽出することです。

データを抽出するためにはAPIやDWHといったツールを使います。

多くあるパターンとしては、Google Analyticsの場合はAPIを用いて、Adobe Analyticsの場合はDWHを用いる場合が多いでしょう。

APIとは

APIはApplication Programming Interface(アプリケーション・プログラミング・インターフェース)の略で、異なるアプリケーションのデータ連携の仕組みになります。

例えば会員ログインする際にFacebookやTwitterといったSNSの情報を連携してログインするサイトがありますが、これはFacebookやTwitterのAPIを用いて会員情報を連携しています。

また、サイトに地図情報としてGoogle Mapを表示するサイトがありますが、これはGoogle MapのAPIを用いて情報連携しています。

DWHとは

DWHはData Warehouse(データ・ウェアハウス)の略で、データを格納するシステムです。通常のデータベースと比べてDWHは膨大な量を処理できるようなシステムとなっているのが特徴です。

Adobe AnalyticsではDWHがよく用いられ、例えばDWHでの独自項目である会員ID別の動向を確認する際などに特に用いられます。

抽出したデータはMS AccessやBIツールなどを用いて処理する

抽出したローデータは、CSVファイルの形で保存されるか、あるいは直接他のツールに接続する形を取ります。

主として、CSVファイルの形でHDD上に保存される場合はAccessで処理され、直接連携の形をとる場合はBIツールなどを用いる場合が多いです。もちろん、BIツールを用いる場合でもCSVファイルを読み込む形で連携されることも多くあります。

MS Accessとは

MS AccessはMicrosoft Office Access(マイクロソフト・オフィス・アクセス)のことで、ExcelやPower PointなどのMS Officeの上位版に同梱されているデータベース管理システムのソフトウェアです。

データベースを学ぶ初心者向けのソフトとして最適で、処理できるデータ量は限りがあるものの、扱えると多くのことができるようになります。

BIツールとは

BIとはBusiness Intelligence(ビジネス・インテリジェンス)の略で、膨大なデータを分析して経営の意思決定に役立てるツールの総称を指します。

データベースソフトとしてのAccess | 初心者向けAccessの使い方

Accessがどんなソフトで、使うとどんな便利なことがあるのかについて、現場で使うデータベースソフトという観点で述べています。また、扱えるようになることでどのようなキャリアアップになるかも参考頂ければと思います。

BIには3つのタイプがありますので、自社が抱えている課題に応じたツールを選択することが重要になります。

タイプ1:大量のデータ処理に強い

主にDOMOなどのツールがこのタイプに当てはまりますが、多くのツールと連携ができ、大量のデータを扱うのに長けているタイプです。

社内に散っている様々なシステムのデータを統合して1つにまとめたり、サイトの規模が非常に大きくて処理が困難な場合に活躍します。

タイプ2:柔軟かつ高度な分析処理に強い

主にSASなどのツールがこのタイプに当てはまりますが、データの分析に非常に強いタイプです。BIの一般的なイメージに最も近いのがこのタイプと言えます。

データの分析とは、統計的な処理を指しており、どのような要素が影響を与えているのかを判断する重回帰分析などが代表的です。

例えば薬の開発などで、患者が元気になったのは本当に薬のおかげなのかを考えたりします。寝ていたから良いのではないか、男性と女性で違いはないか、人種や年齢で違いはないか、実は薬のおかげではなく食べているものの違いが影響しているのではないかなど、いくつもの要素が絡んでいるため、薬の効果を証明するのは難しいのです。

SASはこの薬の開発分野で大きく貢献していることが知られています。

タイプ3:ビジュアル表現に強い

Actionista!やMotionBoard、Tableauなどに代表されるのが、きれいに見せることに強いタイプです。

意外と重要な要素であり、データ分析の担当が理解しても、それを上長や経営陣、営業担当などに把握させないといけない部分で躓きやすい場合に利用されます。

例えば現場の営業マンを多く抱える会社などでは、帳票をExcelなどで作ってメールなどで配布していくより、ツールを導入してデータを連携させてグラフなどで表示させた方が、素早く手間なく情報を共有していくことが可能となります。

Actionista!などは特に利用が容易であり、社内のプロパー社員でも扱えるような簡単なツールになっており、ベンダーを抱えなくて良い点で個人的にはオススメします。

データ処理について私のオススメ

個人的なオススメとしては、最初Accessを使ってデータの内容を探ることをオススメします。

データの形式や内容が思っているものと同じかどうかをきちんと確かめる必要がありますし、分析の最初は試行錯誤が試されるので自身で色々いじるために、難易度の比較的低い方法で試した方が良いためです。

データの内容や構成をきちんと理解してこういった観点で見ていくべき、という点を固めた上で必要性を考えてツールを選定することをオススメします。

「データもろくに分からないけどツールを入れる」という状態で導入すると、ベンダーがデータも調べて開発をしなければいけない関係で非常にお金が高くつきます。

費用対効果はこだわるようにしましょう。