Adobe Analytics 2015: 異常値の原因を自動検出＆CRMデータ統合

Adobe Analytics 2015: 異常値の原因を自動検出＆CRMデータ統合

1. 1. Adobe  Summit報告会 分析の流流れが⼤大きく変わる 2015-‐‑‒4-‐‑‒27 清⽔水 誠 発売中
2. 2. 2 Customer  Attributes CRM属性をインポート
3. 3. 3 Customer Attributesとは？ n 格納した顧客IDに紐紐づく情報をアッ プロード n レポートやセグメントで利利⽤用できる • オフライン購買 • LTVや会員ランク • 会員期間 • 性別 • 地域
4. 4. 4 設定の流流れ 1. CSVファイルを作る 2. 顧客属性ソース（箱）を作る 3. CSVをアップロード 4. スキーマを検証（カラム定義） 5. ツールに紐紐付ける
5. 5. 5 （前提）Customer  IDをセットしている 1. C DTMだと楽
6. 6. 6 1.  CSVファイルを作る
7. 7. 7 2.  顧客属性ソース（箱）を作る 新メニュー
8. 8. 8 2.  顧客属性ソース（箱）を作る ①名前と説明 ②IDをつける
9. 9. 9 4. スキーマを検証（カラム定義） データ型 説明⽂文
10. 10. 10 アップロード 完了了
11. 11. 11 5. ツールに紐紐付ける
12. 12. 12 6. 最後に有効化！
13. 13. 13 メニューに出現 新メニュー が出現
14. 14. 14 こんなレポートが可能に n エンドユーザーは パートナー より真剣？
15. 15. 15 こんなレポートが可能に n 男性は記事よりイベント n ⼥女女性は他⼈人プロフィールが気になる？
16. 16. 16 セグメントで使えるのが重要 顧客属性
17. 17. 17 SAINTとどう違う？ n 50万ユニーク制限なし n Targetでも使える n 指標にもなる n 属性の数が多い l Adobe  Analytics  Standardは３個 l Adobe  Analytics  Premiumは２００個
18. 18. 18 さらに
19. 19. 19 Contribution Analysis で分析の流流れが変わる
20. 20. 20 異異常値検出の原因を⾃自動で特定 なぜ4/1に購⼊入が増えた？ ①異異常値を 選択して ②貢献度度分析 スタート
21. 21. 21 貢献度度の⾼高いディメンションとアイテムは…
22. 22. 22 関係しそうな条件を複数選択し そのままセグメントを作れる 東京と神奈奈川で ソーシャル経由で ニュースを⾒見見て 購⼊入に⾄至った
23. 23. 23 つまり
24. 24. 24 結果を確かめる 可能性を⾒見見つけて アクションする しかも⾃自動で （迅速・確実） のではなく というスタイルへ
25. 25. 25 今後の流流れ n 地雷雷を仕込んで相関をあぶり出し、 n セグメントを作成して n アクションする l Webコンテンツ出し分け (Target) l パーソナライズされたメール (Campaign) l クーポンのオファー (Campaign/Mobile) l 電話や訪問 (Data  Workbench) だからEventが千個に増えた
26. 26. 26 そもそも n 起こしたい変化は何なのか？ n そのためにどんな施策を打つべき？ n カスタマーの⾏行行動・⼼心理理変容は？ 好評発売中！ コンセプトダイアグラムでわかる [清⽔水式]ビジュアルWeb解析
27. 27. 27 Disclaimer n 本資料は「清水 誠」の個人的な見 解を表したものであり、所属先の見 解とは異なることがあります。
28. 28. 28 ありがとうございました。 過去の講演資料料や最新情報は下記のサイトまで 解析 清水 http://www.cms-‐‑‒ia.info http://google.cms-‐‑‒ia.info 公式サイト 実践★SiteCatalyst eVar7 http://s.evar7.org