トレジャーデータ(Treasure Data)ブログ

トレジャーデータ(Treasure Data)ブログです。

本サイトは移転しました。新サイトにリダイレクトします。

トレジャーデータで実践:Path 分析(広告編,その2)広告配信ログ(アトリビューション)分析

本記事は移転しました。新サイトにリダイレクトします。

トレジャーデータはクラウドでデータマネージメントサービスを提供しています。

 

前回の続きです。

Conversion Path

f:id:doryokujin:20150407100613p:plain

上図は,第三者広告配信ログから生成したコンバージョンパスです。

前回までイベント(「インプレッション」,「クリック」,「サーチクリック」,「インタラクション」,「パネル」)をノードにしたコンバージョンパス(イベントコンバージョンパス)を明示的にA〜Eの類型を作っていました。今回,(また次回以降のサイトコンバージョンパス分析)では,

「Landing(ランディング)」→「Through(スルー)」→「Last(直前)」

の3点における全ての組み合わせでパスを種別し,アトリビューション分析を行っていきます。Landing はパスの始めにくるイベント,LastはCV直前に来るイベント,Through は初めと最後以外の中間パスに現れるイベントを意味しています。

また,今回から利用している図がインタラクティブなものになりました。これは 

上のパブリックスペースに Tableau ファイルをアップロードすることでタグが発行でき,HTMLソースに張り付けることでこのような事が可能になります。

私の Tableau Public スペース には今後も多数の Tableau チャートが産まれていくことでしょう。

本記事で使用する Event Conversion Path KPIs

今回使用するEvent Conversion Path の主要なKPIテーブルを先にご紹介します。

類型ごとのコンバージョン占有率

f:id:doryokujin:20150408143605j:plain

まずはこの組み合わせにおける各パスのコンバージョン占有率を見ていきましょう。「占有率」と「CV率」は異なる概念だと言うことは以前お話ししました。また,A〜Eまでの固定パターンにおける占有率は前回紹介しました。

今回はこの占有率をツリーマップで可視化します。

 

当然ですが「ビュー」のみで形成されるCVパスが全体の半分を占めています。そして次に来るのが意外で「インタラクション(System Interaction)」スルーコンバージョンとなっています。「クリック(Display Click)」スルーコンバージョンは5番目となっています。

パス類型ごとのCV率

f:id:doryokujin:20150408145331j:plain

さて,今回のメインとなるCV率を見ていきます。CV率は「ランディング」「スルー」「ラスト」の3点が同じ組み合わせで CVしたか否かに焦点が当たります。

「CV率」= 「CV回数」/ (「CV回数」+「非CV回数」)× 100 [%]

 

このようにCV率を見ると, 今までと違った世界が見えてきます。占有率では50%を占有していた「スルー」×「スルー」×「スルー」コンバージョンのCV率はたったの 0.69% です。また,総じて一種類のイベントから成るパスのCV率が低く,「インタラクション」や「クリック」を3点いずれかの場所で含むパスのCV率は50%に近いものも多くなっています。ただし,CV「回数」自身はそれほど多くないパスもあります。CV率が高いパスはまずはそのパスが登場する回数が多くなるような配信最適化が必要になります。

パス類型ごとの平均パス長

コンバージョンに至るまでに「何回広告を遷移したか」を見るのがこの指標です。CV率が同じであれば平均パスが短いほど効率的なパスと言え,故に広告の出稿回数というコストを削減できます。

 

パス類型ごとの平均CV日数

同様にCVに至るまでにかかった時間(日数)も効率性を表すメジャーな指標です。

CV率と平均パス長の関係

さて,ここまで「CV率」,「平均パス長」,「平均CV日数」という3つの指標を別別に見ていましたが,これらの関係を可視化してみるのは懸命な判断です。

さて,「CV率」×「平均パス長」の散布図を見てみましょう。CV率が高いからといって必ずしも平均パスが短い(=効率が良い)とは限らないことが見えてきます。

CV率と平均CV時間の関係

平均パス長と平均CV時間の関係

 

さて,ここまで「イベント」に関するコンバージョンパスを眺めてきました。しかし実のところ,この「イベント」のパスそれぞれの指標が見れたところで,広告配信最適化というアクションに結びつけるのは難しいところです。もっと具体的に,例えば「どこの(Site,媒体)」「どの場所に(Placement)」配信を絞っていくかはこれらのコンバージョンパスを見ていく必要があります。

次回は「Site」におけるコンバージョンパスを見ていきましょう。また,数種の「スコアリングモデル」を使い分けることで Site ごとの立ち位置を見直す手法も新たに紹介していきます。