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。

「データに秘められた可能性」を最大限に引き出す,そのために Wave Analytics が求めたのは究極の「インタラクティビティ」②

本記事は移転しました。新サイトにリダイレクトします。

はじめに

様々な BIツール,可視化ツールがひしめく近年において,2014年10月に Salesforce が満を持して「Wave」を基盤とするアナリティクスプラットフォームをローンチしました。その中の可視化ツール:Wave Analytics は可視化ツールとしては後発組ですが,まさにその名の通りこの世界に「Big Wave」を巻き起こす牽引役として台頭していく事は明らかです。

f:id:doryokujin:20160623153522j:plain

EC 分析事例

トレジャーデータでは,過去に多くの EC分析に関する記事を紹介してきましたが、EC分析でWaveを体感してみましょう!

f:id:doryokujin:20160623134348j:plain

ECデータセットはこれまでと同じ物を使用します。100万人の会員テーブル,1000万件の購買履歴テーブル,1億件のアクセスログテーブル,これらローデータをそのまま Wave Analytics に置いておく事はできません。

売上分析,RFM分析,バスケット分析など,各々の分析軸で集計された集計済データを Wave Analytics にエクスポートしておきます。

1. 基本ダッシュボード

売上に関するダッシュボード,ユーザーのプロファイルの内訳を見るダッシュボードを以下の動画で紹介しています。

Wave Analytics EC ダッシュボード編 1 from Takahiro Inoue on Vimeo.

2. 応用ダッシュボード

RFM 分析 は,

  • R(Recency:直近購買日)= いつ買ったか
  • F(Frequency:一定期間内の購買回数)= どのくらいの頻度で
  • M(Monetary:一定期間内の購買金額)= いくら使っているか

の3つの切り口から2つを選び、その2軸に基づいて顧客をグループに分け、そのグループ毎に目立った特徴を見ていく手法です。

f:id:doryokujin:20150521115117j:plain

↑ 「RF Matrix」:R(y軸)とF(x軸)のクロステーブルは、これらの値の組み合わせにおいて何人がそこに該当するかが、各々のセルの値となって一覧で見ることができるようになっています。

Wave Analytics では,この RF Matrix の一つのセルを選択することによって残りの "M" の内訳を見ることができます。Wave Analytics のインタラクティビティはこういったところで画面の遷移無く RFM の3次元を捉えることができます。以下のムービーをご覧下さい。

Wave Analytics EC ダッシュボード編2 from Takahiro Inoue on Vimeo.

いかがでしょうか?

Wave Analytics はこちらのブログでも機会を見て引き続き紹介していく予定ですのでお楽しみに!