Enviar pesquisa
Carregar
インターネットテレビ局「AbemaTV」における Googleアナリティクス360の活用事例
•
124 gostaram
•
29,635 visualizações
M
Morikazu Suma
Seguir
Google主催の「Google アナリティクス 360 お客様向けセミナー @ 2017/2/27」にて登壇した際のプレゼンテーション資料です。
Leia menos
Leia mais
Dados e análise
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 97
Baixar agora
Baixar para ler offline
Recomendados
AbemaTVにおけるGoogleアナリティクス360を用いた活用事例 (アップデート版)
AbemaTVにおけるGoogleアナリティクス360を用いた活用事例 (アップデート版)
Morikazu Suma
広報戦略の策定 広報戦略とは
広報戦略の策定 広報戦略とは
株式会社タンシキ TANSHIKI Inc.
AWS導入から3年 AWSマルチアカウント管理で変わらなかったこと変えていったこと
AWS導入から3年 AWSマルチアカウント管理で変わらなかったこと変えていったこと
Takayuki Ishikawa
今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識
Minoru Naito
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
Recruit Technologies
Amazon SageMaker で始める機械学習
Amazon SageMaker で始める機械学習
Amazon Web Services Japan
SmartNewsのニュース配信を支えるサーバ技術 / Kazhiro Sera @ SmartNews,Inc. #jjug_ccc
SmartNewsのニュース配信を支えるサーバ技術 / Kazhiro Sera @ SmartNews,Inc. #jjug_ccc
SmartNews, Inc.
IntuneとWSUSを使ってWindows Updateをやってみる。
IntuneとWSUSを使ってWindows Updateをやってみる。
shotayamamura1
Recomendados
AbemaTVにおけるGoogleアナリティクス360を用いた活用事例 (アップデート版)
AbemaTVにおけるGoogleアナリティクス360を用いた活用事例 (アップデート版)
Morikazu Suma
広報戦略の策定 広報戦略とは
広報戦略の策定 広報戦略とは
株式会社タンシキ TANSHIKI Inc.
AWS導入から3年 AWSマルチアカウント管理で変わらなかったこと変えていったこと
AWS導入から3年 AWSマルチアカウント管理で変わらなかったこと変えていったこと
Takayuki Ishikawa
今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識
Minoru Naito
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
Recruit Technologies
Amazon SageMaker で始める機械学習
Amazon SageMaker で始める機械学習
Amazon Web Services Japan
SmartNewsのニュース配信を支えるサーバ技術 / Kazhiro Sera @ SmartNews,Inc. #jjug_ccc
SmartNewsのニュース配信を支えるサーバ技術 / Kazhiro Sera @ SmartNews,Inc. #jjug_ccc
SmartNews, Inc.
IntuneとWSUSを使ってWindows Updateをやってみる。
IntuneとWSUSを使ってWindows Updateをやってみる。
shotayamamura1
Tealium+AWS Analytics サービスで実現する Customer Experience(CX)
Tealium+AWS Analytics サービスで実現する Customer Experience(CX)
Amazon Web Services Japan
AWSで作る分析基盤
AWSで作る分析基盤
Yu Otsubo
はじめての SAP on AWS
はじめての SAP on AWS
Amazon Web Services Japan
実践で学んだLog Analytics
実践で学んだLog Analytics
Tetsuya Odashima
Amazon Inspector v2で脆弱性管理を始めてみた
Amazon Inspector v2で脆弱性管理を始めてみた
cluclu_land
AWS Black Belt Online Seminar 2017 AWSへのネットワーク接続とAWS上のネットワーク内部設計
AWS Black Belt Online Seminar 2017 AWSへのネットワーク接続とAWS上のネットワーク内部設計
Amazon Web Services Japan
[AKIBA.AWS] VGWのルーティング仕様
[AKIBA.AWS] VGWのルーティング仕様
Shuji Kikuchi
20190911 AWS Black Belt Online Seminar AWS Batch
20190911 AWS Black Belt Online Seminar AWS Batch
Amazon Web Services Japan
リクルート流Elasticsearchの使い方
リクルート流Elasticsearchの使い方
Recruit Technologies
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
Satoru Yamamoto
U-NEXTの動画配信ログ収集・分析、レコメンドエンジンを支えるトレジャーデータ
U-NEXTの動画配信ログ収集・分析、レコメンドエンジンを支えるトレジャーデータ
Takatoshi Kakimoto
40000 コンテナを動かす SRE チームに至るまでの道 1/25(土) SRE NEXT 2020 発表資料 #srenext
40000 コンテナを動かす SRE チームに至るまでの道 1/25(土) SRE NEXT 2020 発表資料 #srenext
Yahoo!デベロッパーネットワーク
AWS Organizationsでマルチアカウントハンズオン環境を構築した話
AWS Organizationsでマルチアカウントハンズオン環境を構築した話
Trainocate Japan, Ltd.
運用視点でのAWSサポート利用Tips
運用視点でのAWSサポート利用Tips
Noritaka Sekiyama
AWSが誕生するまでの秘話
AWSが誕生するまでの秘話
Yasuhiro Horiuchi
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
Trainocate Japan, Ltd.
20190206 AWS Black Belt Online Seminar Amazon SageMaker Basic Session
20190206 AWS Black Belt Online Seminar Amazon SageMaker Basic Session
Amazon Web Services Japan
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
Recruit Technologies
20191112 AWS Black Belt Online Seminar AWS Media Services で始めるライブ動画配信
20191112 AWS Black Belt Online Seminar AWS Media Services で始めるライブ動画配信
Amazon Web Services Japan
NW-JAWS x Tech-on勉強会:AWS Transit Gateway で広がるネットワークアーキテクチャ
NW-JAWS x Tech-on勉強会:AWS Transit Gateway で広がるネットワークアーキテクチャ
Shuji Kikuchi
Google big query × Amazon redshift
Google big query × Amazon redshift
Fumihide Nario
Icon2015開会宣言 imj竹内 加藤
Icon2015開会宣言 imj竹内 加藤
IMJ Corporation
Mais conteúdo relacionado
Mais procurados
Tealium+AWS Analytics サービスで実現する Customer Experience(CX)
Tealium+AWS Analytics サービスで実現する Customer Experience(CX)
Amazon Web Services Japan
AWSで作る分析基盤
AWSで作る分析基盤
Yu Otsubo
はじめての SAP on AWS
はじめての SAP on AWS
Amazon Web Services Japan
実践で学んだLog Analytics
実践で学んだLog Analytics
Tetsuya Odashima
Amazon Inspector v2で脆弱性管理を始めてみた
Amazon Inspector v2で脆弱性管理を始めてみた
cluclu_land
AWS Black Belt Online Seminar 2017 AWSへのネットワーク接続とAWS上のネットワーク内部設計
AWS Black Belt Online Seminar 2017 AWSへのネットワーク接続とAWS上のネットワーク内部設計
Amazon Web Services Japan
[AKIBA.AWS] VGWのルーティング仕様
[AKIBA.AWS] VGWのルーティング仕様
Shuji Kikuchi
20190911 AWS Black Belt Online Seminar AWS Batch
20190911 AWS Black Belt Online Seminar AWS Batch
Amazon Web Services Japan
リクルート流Elasticsearchの使い方
リクルート流Elasticsearchの使い方
Recruit Technologies
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
Satoru Yamamoto
U-NEXTの動画配信ログ収集・分析、レコメンドエンジンを支えるトレジャーデータ
U-NEXTの動画配信ログ収集・分析、レコメンドエンジンを支えるトレジャーデータ
Takatoshi Kakimoto
40000 コンテナを動かす SRE チームに至るまでの道 1/25(土) SRE NEXT 2020 発表資料 #srenext
40000 コンテナを動かす SRE チームに至るまでの道 1/25(土) SRE NEXT 2020 発表資料 #srenext
Yahoo!デベロッパーネットワーク
AWS Organizationsでマルチアカウントハンズオン環境を構築した話
AWS Organizationsでマルチアカウントハンズオン環境を構築した話
Trainocate Japan, Ltd.
運用視点でのAWSサポート利用Tips
運用視点でのAWSサポート利用Tips
Noritaka Sekiyama
AWSが誕生するまでの秘話
AWSが誕生するまでの秘話
Yasuhiro Horiuchi
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
Trainocate Japan, Ltd.
20190206 AWS Black Belt Online Seminar Amazon SageMaker Basic Session
20190206 AWS Black Belt Online Seminar Amazon SageMaker Basic Session
Amazon Web Services Japan
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
Recruit Technologies
20191112 AWS Black Belt Online Seminar AWS Media Services で始めるライブ動画配信
20191112 AWS Black Belt Online Seminar AWS Media Services で始めるライブ動画配信
Amazon Web Services Japan
NW-JAWS x Tech-on勉強会:AWS Transit Gateway で広がるネットワークアーキテクチャ
NW-JAWS x Tech-on勉強会:AWS Transit Gateway で広がるネットワークアーキテクチャ
Shuji Kikuchi
Mais procurados
(20)
Tealium+AWS Analytics サービスで実現する Customer Experience(CX)
Tealium+AWS Analytics サービスで実現する Customer Experience(CX)
AWSで作る分析基盤
AWSで作る分析基盤
はじめての SAP on AWS
はじめての SAP on AWS
実践で学んだLog Analytics
実践で学んだLog Analytics
Amazon Inspector v2で脆弱性管理を始めてみた
Amazon Inspector v2で脆弱性管理を始めてみた
AWS Black Belt Online Seminar 2017 AWSへのネットワーク接続とAWS上のネットワーク内部設計
AWS Black Belt Online Seminar 2017 AWSへのネットワーク接続とAWS上のネットワーク内部設計
[AKIBA.AWS] VGWのルーティング仕様
[AKIBA.AWS] VGWのルーティング仕様
20190911 AWS Black Belt Online Seminar AWS Batch
20190911 AWS Black Belt Online Seminar AWS Batch
リクルート流Elasticsearchの使い方
リクルート流Elasticsearchの使い方
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
効果的なAbテストがwebサイトを成長させる~abテスト成功メソッドのご紹介~
U-NEXTの動画配信ログ収集・分析、レコメンドエンジンを支えるトレジャーデータ
U-NEXTの動画配信ログ収集・分析、レコメンドエンジンを支えるトレジャーデータ
40000 コンテナを動かす SRE チームに至るまでの道 1/25(土) SRE NEXT 2020 発表資料 #srenext
40000 コンテナを動かす SRE チームに至るまでの道 1/25(土) SRE NEXT 2020 発表資料 #srenext
AWS Organizationsでマルチアカウントハンズオン環境を構築した話
AWS Organizationsでマルチアカウントハンズオン環境を構築した話
運用視点でのAWSサポート利用Tips
運用視点でのAWSサポート利用Tips
AWSが誕生するまでの秘話
AWSが誕生するまでの秘話
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
20190206 AWS Black Belt Online Seminar Amazon SageMaker Basic Session
20190206 AWS Black Belt Online Seminar Amazon SageMaker Basic Session
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
20191112 AWS Black Belt Online Seminar AWS Media Services で始めるライブ動画配信
20191112 AWS Black Belt Online Seminar AWS Media Services で始めるライブ動画配信
NW-JAWS x Tech-on勉強会:AWS Transit Gateway で広がるネットワークアーキテクチャ
NW-JAWS x Tech-on勉強会:AWS Transit Gateway で広がるネットワークアーキテクチャ
Semelhante a インターネットテレビ局「AbemaTV」における Googleアナリティクス360の活用事例
Google big query × Amazon redshift
Google big query × Amazon redshift
Fumihide Nario
Icon2015開会宣言 imj竹内 加藤
Icon2015開会宣言 imj竹内 加藤
IMJ Corporation
インタラクティブクリエイターズ会社概要 201204glbl
インタラクティブクリエイターズ会社概要 201204glbl
Interactive Creators Tokyo
Company Profile 2013 recruit
Company Profile 2013 recruit
Satoshi Matsumoto
【Tech Trend Talk vol.19】社外向け勉強会「拡張するデザイン -(GIG)」
【Tech Trend Talk vol.19】社外向け勉強会「拡張するデザイン -(GIG)」
GIG inc.
Goalist会社概要
Goalist会社概要
Goalist Co.,Ltd.
【ブログdeホームページ】サービス概要
【ブログdeホームページ】サービス概要
ブログdeホームページ
Digital marketing on AWS
Digital marketing on AWS
Yuta Imai
How to work Tableau x Google Cloud Platform in CyberAgent AdTech Studio
How to work Tableau x Google Cloud Platform in CyberAgent AdTech Studio
Ken Takao
今なぜマーケティング自動化ソリューションが必要なのか?
今なぜマーケティング自動化ソリューションが必要なのか?
Directus Inc.(ディレクタス)
RakulogSeminer081120
RakulogSeminer081120
サイバーエリアリサーチ 株式会社
if-up 2017 | キーノートパネル
if-up 2017 | キーノートパネル
SORACOM,INC
AI搭載型IP電話 MiiTel を支える組織とアーキテクチャ
AI搭載型IP電話 MiiTel を支える組織とアーキテクチャ
RevComm Inc
【SoftLayer事例】アップクロス株式会社
【SoftLayer事例】アップクロス株式会社
softlayerjp
アドテク案件入門講座
アドテク案件入門講座
伊藤 孝
20201014 fujisawa
20201014 fujisawa
beyond Co., Ltd.
すぐに着手できる、SEO改善ポイントについて(前編)
すぐに着手できる、SEO改善ポイントについて(前編)
ナイル株式会社
株式会社ディレクタス サービス紹介資料
株式会社ディレクタス サービス紹介資料
Directus Inc.(ディレクタス)
MTDDC Meetup TOKYO 2014『成果をあげているWebマーケッター/Web担当者にみる、サイト運営の考え方とサーバー選びの視点』
MTDDC Meetup TOKYO 2014『成果をあげているWebマーケッター/Web担当者にみる、サイト運営の考え方とサーバー選びの視点』
Kenichi Nishimura
CloudFront、RedshiftなどAWSが支える動画広告の舞台裏~インフラのイノベーションがもたらす動画広告のイノベーション~
CloudFront、RedshiftなどAWSが支える動画広告の舞台裏~インフラのイノベーションがもたらす動画広告のイノベーション~
Takeshi Yako
Semelhante a インターネットテレビ局「AbemaTV」における Googleアナリティクス360の活用事例
(20)
Google big query × Amazon redshift
Google big query × Amazon redshift
Icon2015開会宣言 imj竹内 加藤
Icon2015開会宣言 imj竹内 加藤
インタラクティブクリエイターズ会社概要 201204glbl
インタラクティブクリエイターズ会社概要 201204glbl
Company Profile 2013 recruit
Company Profile 2013 recruit
【Tech Trend Talk vol.19】社外向け勉強会「拡張するデザイン -(GIG)」
【Tech Trend Talk vol.19】社外向け勉強会「拡張するデザイン -(GIG)」
Goalist会社概要
Goalist会社概要
【ブログdeホームページ】サービス概要
【ブログdeホームページ】サービス概要
Digital marketing on AWS
Digital marketing on AWS
How to work Tableau x Google Cloud Platform in CyberAgent AdTech Studio
How to work Tableau x Google Cloud Platform in CyberAgent AdTech Studio
今なぜマーケティング自動化ソリューションが必要なのか?
今なぜマーケティング自動化ソリューションが必要なのか?
RakulogSeminer081120
RakulogSeminer081120
if-up 2017 | キーノートパネル
if-up 2017 | キーノートパネル
AI搭載型IP電話 MiiTel を支える組織とアーキテクチャ
AI搭載型IP電話 MiiTel を支える組織とアーキテクチャ
【SoftLayer事例】アップクロス株式会社
【SoftLayer事例】アップクロス株式会社
アドテク案件入門講座
アドテク案件入門講座
20201014 fujisawa
20201014 fujisawa
すぐに着手できる、SEO改善ポイントについて(前編)
すぐに着手できる、SEO改善ポイントについて(前編)
株式会社ディレクタス サービス紹介資料
株式会社ディレクタス サービス紹介資料
MTDDC Meetup TOKYO 2014『成果をあげているWebマーケッター/Web担当者にみる、サイト運営の考え方とサーバー選びの視点』
MTDDC Meetup TOKYO 2014『成果をあげているWebマーケッター/Web担当者にみる、サイト運営の考え方とサーバー選びの視点』
CloudFront、RedshiftなどAWSが支える動画広告の舞台裏~インフラのイノベーションがもたらす動画広告のイノベーション~
CloudFront、RedshiftなどAWSが支える動画広告の舞台裏~インフラのイノベーションがもたらす動画広告のイノベーション~
インターネットテレビ局「AbemaTV」における Googleアナリティクス360の活用事例
1.
インターネットテレビ局「AbemaTV」における Googleアナリティクス360の活用事例 AbemaTV, Inc. All
Rights Reserved 株式会社AbemaTV マーケティング局 須磨 守一
2.
【Webアナリスト】 @AbemaTV 2016 自己紹介 20112004 2012 2015 【視覚デザイナー】 @IBMオーストラリア 【UXデザイナー】 @サイバーエージェント入社 【Webディレクター】 @Amebaプラット フォームサービス 【Webアナリスト】 @Amebaアプリなどの メディアサービス 2013
2014 2017
3.
会社紹介 導入と 設計 まとめ アジェンダ 1 2 3
4 活用事例
4.
会社紹介 導入と 設計 まとめ アジェンダ 活用事例 1 2 3
4
5.
サービス概要 24時間365日無料のインターネットテレビ局
6.
7.
会社・サービス概要
8.
配信 経営 開発 編成 制作 宣伝 編集 広告 マーケティング組織 (システムエンジニア・データサイエンティスト・Webアナリスト) 会社・サービス概要 組織構成
9.
会社・サービス概要 テレビ 新聞 マスメディアになる
10.
マスメディアになる 会社・サービス概要 視聴の習慣化
11.
導入と 設計 まとめ アジェンダ 活用事例会社紹介 1 2 3
4
12.
データ分析での課題 導入・設計 データを見るには敷居が高い 誰でもデータが活用できる状態 =データの民主化
13.
Googleアナリティクス360を選んだ理由 導入・設計 ● 誰でも使える開かれた解析プラットフォーム ○ ツールとしての使いやすさ ○
多様なレポーティング手段 ○ 実装のしやすさ、多様なデータ収集方法など ○ 学習コストの低さ ● マーケティング活用への拡張性
14.
Googleアナリティクス360を選んだ理由 導入・設計 ● 誰でも使える開かれた解析プラットフォーム ● マーケティング活用への拡張性 ○
デモグラフィックデータ ○ AdwordsやDoubleclick連携
15.
ローンチと同時にサービス改善が 各部署で実行できる状態 サービスローンチまでに必要なもの 導入・設計 ゴール・ KPI設計 ログ設計 レポートの 自動化
16.
ユーザーフロー 作成 + ゴール・KPI 設計 レポート設計 + ログ設計 導入・設計 レポートの 自動化 ユーザー体験やレポートから逆算 ユーザー体験 から逆算 レポートから 逆算
17.
導入・設計 必要なログが集計できていない過去の反省>< ● KPI設計時のミス ○ ユーザー視点の欠落
→想定していないユーザー体験上重要なアクションが 後からわかるパターン ● ログ設計時のミス
18.
導入・設計 ユーザーフロー 作成 + ゴール・KPI 設計 レポート設計 + ログ設計 レポートの 自動化
19.
訪問 満足 導入・設計 ユーザーフロー 面白い番組に出会えた か?
20.
番組を 見始める 訪問 満足 導入・設計 ユーザーフロー 視聴し始め たか?
21.
番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 導入・設計 ユーザーフロー 「番組表」や「番宣」 などを閲覧したか? または「チャンネルをザッ ピング」してどんな番組 がやっているか探したか? 探した結果 興味のある 番組に出会 えたか?
22.
番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 導入・設計 KPI設計 訪問 ユーザー数 番組表などの 閲覧率 視聴予約率 視聴開始率
23.
番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 導入・設計 同一番組を 〇〇分以上視聴した割合 訪問 ユーザー数 番組表などの 閲覧率 視聴予約率 視聴開始率 KPI設計
24.
番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 導入・設計 同一番組を5分以上視聴 した割合 =5分視聴化率 訪問 ユーザー数 番組表などの 閲覧率 視聴予約率 視聴開始率 KPI設計
25.
番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 導入・設計 翌週 再来訪率 5分 視聴化率 訪問 ユーザー数 番組表などの 閲覧率 視聴予約率
視聴開始率 KPI設計
26.
番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 導入・設計 部署間のバトンタッチ 宣伝局 プロダクト開発局 編集局 編成制作局 宣伝局 プロダクト開発局 編集局
27.
宣伝局 プロダクト開発局 編集局 編成制作局 宣伝局 プロダクト開発局 編集局 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 導入・設計 獲得や呼び戻 しの最大化を 図る 部署間のバトンタッチ
28.
宣伝局 プロダクト開発局 編集局 編成制作局 宣伝局 プロダクト開発局 編集局 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 導入・設計 ユーザーに興味のある番組を ストレスなく引き合わせる 番組の魅力を 伝える 部署間のバトンタッチ
29.
宣伝局 プロダクト開発局 編集局 編成制作局 宣伝局 プロダクト開発局 編集局 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 導入・設計 視聴開始する価 値のある番組を 提供する 番組を通して 良い体験を提供 する 部署間のバトンタッチ
30.
宣伝局 プロダクト開発局 編集局 編成制作局 宣伝局 プロダクト開発局 編集局 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 導入・設計 視聴開始する価 値のある番組を 提供する 番組を通して 良い体験を提供 する ユーザーに興味のある番組を ストレスなく引き合わせる 番組の魅力を 伝える 獲得や呼び戻 しの最大化を 図る 部署間のバトンタッチ
31.
宣伝局 プロダクト開発局 編集局 編成制作局 宣伝局 プロダクト開発局 編集局 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 導入・設計 訪問ユーザー数 + 5分視聴UU 探す系ページの閲覧率
+ 5分視聴UU 5分視聴UU 予約率 + 5分視聴UU 部署間のバトンタッチ
32.
宣伝局 プロダクト開発局 編集局 編成制作局 宣伝局 プロダクト開発局 編集局 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 導入・設計 訪問ユーザー数 + 5分視聴UU 探す系ページの閲覧率
+ 5分視聴UU 5分視聴UU 予約率 + 5分視聴UU × 部分最適化 ◎ユーザーの満足 部署間のバトンタッチ
33.
導入・設計 ユーザーフロー 作成 + ゴール・KPI 設計 レポート設計 + ログ設計 レポートの 自動化
34.
導入・設計 必要なログが集計できていない過去の反省>< ● KPI設計時のミス ● ログ設計時のミス ○
レポートに必要なかたちでログが送られていないミス
35.
導入・設計 レポート設計 ● 誰が使う? と
何目的? を明文化 ● レポートの詳細イメージを作成
36.
導入・設計 レポートのアウトプットイメージの一例 目的は? 誰が見る? ディメンションは? 指標は? レポートの型は? 更新頻度は? ※ダミーデータ
37.
導入・設計 レポート設計 ● 誰が使う? と
何目的? を明文化 ● レポートの詳細イメージを作成 ◎ログの漏れが防げた ◎ログ実装の優先順位づけの明確化
38.
導入・設計 ログ設計 ● ユーザー体験可視化→KPI設計→レポート 設計から逆算 ○ 例)視聴再生ログをどう集計するべきか? ●
実装になるべく負担をかけない
39.
導入・設計 視聴ログをどう収集するか? 21:05:00 視聴開始 21:00:00 番組ox開始 21:59:59 番組終了 Aさん 21:55:00 視聴開始 当初の案… 番組oxの視聴時間 =50分
40.
導入・設計 21:05:00 視聴開始 21:00:00 番組ox開始 21:59:59 番組終了 Aさん 21:55:00 視聴開始 当初の案… 番組oxの視聴時間 =50分 × 「連続した〇〇分以上の視聴」 をコンバージョンしたレポートが難しい 視聴ログをどう収集するか?
41.
導入・設計 21:05:00 視聴開始 21:00:00 番組開始 21:59:59 番組終了 Aさん 21:55:00 50分経過 ◎採用した案… 番組oxの視聴時間 =50分 21:10:00 5分経過 21:15:00 10分経過 21:20:00 15分経過 ・・・・・ 視聴ログをどう収集するか?
42.
導入・設計 ログ設計 ● ユーザー体験可視化→KPI設計→レポート 設計から逆算 ● 実装になるべく負担をかけない ○
プロダクト観点と分析観点で落とし所を図る ○ Google Tag Manager
43.
導入・設計 GTM実装のメリット GTM GA 5秒おきに データレイヤーを プッシュ 5分おきに イベントを発火 5分おきに タグを発火
44.
導入・設計 視聴開始 5分 10分
15分 20分 25分 30分 ・・・ 視聴開始 5秒 10秒 1分 5分 6分 7分 ・・・ 5秒の倍数であれば GTMの設定だけで 発火間隔が変更可 GTM実装のメリット
45.
導入・設計 ユーザーフロー 作成 + ゴール・KPI 設計 レポートの 自動化 レポート設計 + ログ設計
46.
よく使うレポートの種類 導入・設計 GA デフォルトレポート GA
カスタムレポート アドオンレポート ※ダミーデータ
47.
デフォルトレポート vs アドオンレポート 導入・設計 1/1に訪問した ユーザーの翌日 再来訪率 例)翌日再来訪率 ÷1/1と1/2に 訪問 1/1に訪問=
48.
デフォルトレポート vs アドオンレポート 導入・設計 性別
× 年齢 × 翌日再来訪率 例)性別年代別の翌日再来訪 デフォルトレポートでは骨の折れる作業...
49.
アドオンレポートの利点 導入・設計 GA管理面 / カスタムレポート アドオン
50.
アドオンレポート作成の支援ツール 導入・設計
51.
アドオンレポートの利点 導入・設計 ● 複数のセグメントやディメンションを同時に集計できる ● レポートの自動化ができる ●
誰でも簡単に集計ができる ● Spreadsheetなのでデータの二次利用がしやすい データの民主化に不可欠
52.
まとめ アジェンダ 活用事例会社紹介 導入と 設計 1 2 3
4
53.
Case 1: ユーザー属性データを活用したコンテンツ分析
54.
活用事例:ユーザー属性データを活用したコンテンツ分析 20% 80% 35% 65% 女性比率上昇中 2016年4月 2016年12月
55.
活用事例:ユーザー属性データを活用したコンテンツ分析 20% 80% 35% 65% 女性比率上昇中 2016年4月 2016年12月 プロモや編成での改善の積み重ね
56.
サンプルレポート(番組別) 活用事例:ユーザー属性データを活用したコンテンツ分析
57.
サンプルレポート(チャンネル別) チャンネル 性別年齢別 年齢別性別 活用事例:ユーザー属性データを活用したコンテンツ分析 5分視聴ユーザー数
58.
サンプルレポート(都道府県別) 活用事例:ユーザー属性データを活用したコンテンツ分析 都道府県 チャンネル 5分視聴ユーザー数 コンテンツに対する 地域特性を可視化
59.
サンプルレポート(都道府県別) 活用事例:ユーザー属性データを活用したコンテンツ分析 情報インフラとして信頼できるコンテンツか?
60.
コンテンツ ユーザー属性× 新たな気づき= 活用事例:ユーザー属性データを活用したコンテンツ分析 つまり…
61.
Case 2: リアルタイム分析
62.
活用事例:リアルタイム分析 リアルタイム分析
63.
※ダミーデータ
64.
同時接続数 5分以上見続けて いる人 現在 2時間前
65.
下がり始めている
66.
100% 75% 50% 25% 0% ザッピングキャッチ率 = 5秒経過 ÷
視聴開始
67.
コンテンツ リアルタイム (5分視聴)× 新たな気づき= 活用事例:リアルタイム分析 つまり…
68.
Case 3: プロダクト改善
69.
活用事例:プロダクト改善 プロダクト改善 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 ●
興味のある番組に効果的に引きあわす ○ 番組を知るチャンスを増やす(番組表の閲覧など) ○ 関連度の高い番組を提供する
70.
活用事例:プロダクト改善 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 ●
興味のある番組に効果的に引きあわす ○ 番組を知るチャンスを増やす(番組表の閲覧など) ○ 関連度の高い番組を提供する コントロールできない (コンテンツ次第)プロダクト改善
71.
活用事例:プロダクト改善 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 (プロダクトとして) コントロールできる ●
興味のある番組に効果的に引きあわす ○ 番組を知るチャンスを増やす(番組表の閲覧など) ○ 関連度の高い番組を提供する プロダクト改善
72.
活用事例:プロダクト改善 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 ●
興味のある番組に効果的に引きあわす ○ 番組を知るチャンスを増やす(番組表の閲覧など) ○ 関連度の高い番組を提供する (プロダクトとして) コントロールできるプロダクト改善
73.
活用事例:プロダクト改善 ユーザー数 └OS・デバイス別 └ユーザータイプ別 継続率 主要な機能 ←視聴率、5分視聴率 ←探すアクション率 ←予約率など サンプルレポート
74.
活用事例:プロダクト改善 番組を知るチャンスを増やす ● 番組表 ● 今日のピックアップ ●
みどころポップアップ ● 番組検索 ● Push通知など
75.
活用事例:プロダクト改善 関連度の高い番組をオススメする ● 緊急ニュースPush ● 予約Push ●
リコメンドPush
76.
活用事例:プロダクト改善 サンプルレポート(PUSH通知改善) Push文言 セッション 5分視聴化率など
77.
活用事例:プロダクト改善 と言うように… 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 翌週再来訪率を開局時より115%改善
78.
Case 4: 新規獲得改善
79.
活用事例:新規獲得改善 新規獲得改善 番組を 見つける 番組を 見始める 番組を 探す 訪問 満足 再来訪 ●
流入経路ごとの獲得効果を最大化する ○ 新規ユーザー数、5分視聴化率、再来訪率など
80.
活用事例:新規獲得改善 ▲新規ユーザー数を増やす ◎「満足に繋がった」新規ユーザー数を増やす
81.
活用事例:新規獲得改善 再来訪 アプリ 初回起動 SP ブラウザ 流入元 ・Twitter ・Facebook ・広告 ・自然検索 ・自社広告など アプリ ダウン ロード 5分視聴 サービスの認知 番組を知る・観る 良い体験 アプリ新規獲得のユーザーフロー
82.
再来訪 アプリ 初回起動 活用事例:新規獲得改善 SP ブラウザ 流入元 ・Twitter ・Facebook ・広告 ・自然検索 ・自社広告など アプリ ダウン ロード 5分視聴 サービスの認知 番組を知る・観る 良い体験 ブラウザの流入元情報をユーザーレベルでデータ連携 どの経路が本質的な視聴体験に 繋がっているのかがわかる
83.
アプリ 初回起動 活用事例:新規獲得改善 abema. tv 流入元 (cp_hoge) アプリ ダウン ロード Server (Growth Link) https:// abema.tv/?... utm_campaign = cp_hoge App store デバイス情報 & referrerパラメータ (utmパラメータ) デバイス情報 referrerパラメータ Contextual Deep
link 起動 SPブラウザ アプリ データ連携の仕組み リダイレクト ページ https://ul.gbt.io/l/ abematv?referrer=... utm_campaign = cp_hoge 1/5
84.
データ連携の仕組み アプリ 初回起動 活用事例:新規獲得改善 abema. tv 流入元 (cp_hoge) アプリ ダウン ロード Server (Growth Link) https:// abema.tv/?... utm_campaign = cp_hoge App store デバイス情報 & referrerパラメータ (utmパラメータ) デバイス情報 referrerパラメータ Contextual Deep
link 起動 SPブラウザ アプリ リダイレクト ページ https://ul.gbt.io/l/ abematv?referrer=... utm_campaign = cp_hoge ①経路情報と ②ユーザーのデバイ ス情報を渡す 2/5
85.
アプリ 初回起動 活用事例:新規獲得改善 abema. tv 流入元 (cp_hoge) アプリ ダウン ロード Server (Growth Link) https:// abema.tv/?... utm_campaign = cp_hoge App store デバイス情報 & referrerパラメータ (utmパラメータ) デバイス情報 referrerパラメータ Contextual Deep
link 起動 SPブラウザ アプリ リダイレクト ページ https://ul.gbt.io/l/ abematv?referrer=... utm_campaign = cp_hoge ユーザーのデバイス 情報を渡す 3/5データ連携の仕組み
86.
アプリ 初回起動 活用事例:新規獲得改善 abema. tv 流入元 (cp_hoge) アプリ ダウン ロード Server (Growth Link) https:// abema.tv/?... utm_campaign = cp_hoge App store デバイス情報 & referrerパラメータ (utmパラメータ) デバイス情報 referrerパラメータ Contextual Deep
link 起動 SPブラウザ アプリ リダイレクト ページ https://ul.gbt.io/l/ abematv?referrer=... utm_campaign = cp_hoge デバイス情 報一致? 経路情報を 渡す 4/5データ連携の仕組み
87.
アプリ 初回起動 活用事例:新規獲得改善 abema. tv 流入元 (cp_hoge) アプリ ダウン ロード Server (Growth Link) https:// abema.tv/?... utm_campaign = cp_hoge App store デバイス情報 & referrerパラメータ (utmパラメータ) デバイス情報 referrerパラメータ Contextual Deep
link 起動 SPブラウザ アプリ リダイレクト ページ https://ul.gbt.io/l/ abematv?referrer=... utm_campaign = cp_hoge 経路情報を GAに送る 5/5データ連携の仕組み
88.
活用事例:新規獲得改善 サンプルレポート 流入経路元 └Twitter └Ameba └Organic など ユーザー数 5分視聴化率
89.
活用事例:新規獲得改善 サンプルレポート 流入経路元 └Twitter └Ameba └Organic など ユーザー数 5分視聴化率 ● 流入経路ごとの獲得効果の可視化
90.
活用事例:新規獲得改善 訴求時の 番組 ユーザー数 5分視聴化率 流入経路 サンプルレポート
91.
活用事例:新規獲得改善 訴求時の 番組 ユーザー数 5分視聴化率 流入経路 経路とコンテンツの良い組み合わせの可視化 サンプルレポート
92.
Case 5: 経営層が活用しているレポート
93.
活用事例:経営層が活用しているレポート サンプルレポート(GA公式アプリ) 時間帯別ユーザー (前週同曜日比) 日別新規ユーザー (前週同曜日比)
94.
まとめ アジェンダ 会社紹介 導入と 設計 活用事例 1 2 3
4
95.
まとめ データの民主化 活用事例 導入背景 ゴール・KPI設計 レポートログ設計 獲得
プロダクト コンテンツ
96.
ご静聴ありがとうございました
97.
END
Baixar agora