メディアサイトであれば、記事間の相性の良さを知ることで、ある記事を見ているユーザーに対して、別の記事をお薦めするといったことが有効だろう。 多少気の利いたサイトであれば、レコメンドツールなどを導入し、その記事を読んでいる人がどういう別の記事を読んでいるのかを自動的に集計して、「この記事を読んでいる他の人はこういう記事も読んでいます」というお薦めをするのはよくある。 レコメンドツールを導入していないサイト、またツールを導入するほどではないコンテンツ系サイトやブログなどでも、記事間や記事カテゴリ間での閲覧傾向をデータから集計してみることは簡単にできる。相性のよいカテゴリなどはおおむね想像できると思うので、集計して見る前に事前に予想を立てておこう。想定外に相性のよいカテゴリも見つかればめっけものだ。 閲覧傾向分析をするのであれば、「セッション」レベルではなく、「ユーザー」レベルが望ましい。なぜな
![コンテンツ閲覧傾向をGoogleアナリティクスで把握して記事のレコメンドに役立てるには?(第7回) | Googleアナリティクス セグメント100選](https://cdn-ak-scissors.b.st-hatena.com/image/square/6d4e2feb8461f66ecb2e508a7d8193a32b28e719/height=288;version=1;width=512/https%3A%2F%2Fwebtan.impress.co.jp%2Fsites%2Fdefault%2Ffiles%2Fstyles%2F1200x630%2Fpublic%2Fimages%2Farticle2014%2Fgoogle_segment%2Fgoogle_segment_icon.png%3Fitok%3Db9Nj0zo2)