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。

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

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