タグ

分析に関するzyakkyのブックマーク (9)

  • 登録不要で無料のWebサイト分析ツールとサービス8選! | 株式会社LIG(リグ)|DX支援・システム開発・Web制作

    こんにちは、株式会社LIG 執行役員の寺倉と申します。 自社サイトの分析、競合他社、類似サイトの発掘と分析は、KPI設定や改修、WEB戦略を立てる上で非常に重要です。 今回は登録不要、かつ無料で使えるサイト分析ツールとサービスを8つほどまとめてみました。これが誰かのお役に立てば幸いです。 株式会社LIGとは 2007年設立、東京都台東区発のWeb制作会社。年間150サイトリリース、毎年複数のWebデザインアワードを受賞。Web制作だけでなく、月間200万PVのWebメディア「LIGブログ」で培ったマーケティングのノウハウを生かした企画力、複数の海外拠点を生かしたシステム開発力も強み。 👉Web制作実績 お問い合わせはこちら マジで使える無料のWebサイト分析ツール&サービス8選 類似サイト検索:Google(コマンド検索) https://www.google.co.jp/ 類似サイトを

    登録不要で無料のWebサイト分析ツールとサービス8選! | 株式会社LIG(リグ)|DX支援・システム開発・Web制作
  • 論理的な考え方が面白いほど身につく本まとめ

    1.そもそも「論理的とはなにか」 主張に至るシナリオを明確化する。 「概要→詳細→具体化」と考える。 まず全体像を把握してから詳細を考えると迷子になり難い。 全体を部分の関係を明確にする事により、今いる場所がわかりやすくなる。 垂直思考と水平思考を組み合わせる。 水平思考なき垂直思考は周りが見えなくなりやすい。 水平思考で物事を広く浅く分析したあと、優先順位をつけ、重要度が高いものから垂直思考で深く考察する。 2.基的な手法 プロセスを明らかにする ・できるところから着実によくしていく。 └時間はかかるが、着実によくなる。 ・目標をきめて一気に取り組む └リスクはあるが、ムダがない。 三角ロジックで説得力アップ。 主張、根拠、データを明らかにする事で説得力をアップさせる。 もし根拠が足りない場合は多角三角ロジックで補強する。 三角の頂点である主張をデータ、根拠で補強し説得力を作り出す方法

    論理的な考え方が面白いほど身につく本まとめ
  • ニールセン博士のAlertbox

    複雑な検索結果ページが検索行動を変える: ピンボールパターン ニールセン博士のAlertbox 2020年7月29日 現在の検索結果ページは、さまざまな複雑なレイアウトが可能になっているので、ユーザーは必ずしも順番に検索結果を処理するわけではない。彼らは以前よりもページ全体に分散して注意を払うようになっている。 このキーワードについてユーザーの視線の動きを追跡・分析するアイトラッキングは、デザイン上の注視点の把握や、UIの設計、レイアウトの検証に役立てることができ、客観的な調査が可能です。 弊社でもアイトラッキング調査の依頼を承っております。 関連キーワード: ユーザビリティテスト、調査手法 Webの読み方のF字型パターン: 誤解もあるが、今も(そしてモバイルでも)重要 ニールセン博士のAlertbox 2018年4月17日 アイトラッキング調査は、ユーザーがWebページやスマートフォンの

    ニールセン博士のAlertbox
  • ヒートマップだけで満足していませんか?UXデザインと相性のよい「ゲイズプロット」分析のすすめ | マミオン有限会社-パソコン・数学研修、法人研修

    「ユーザーがサイトのどこを見ているか?」を知るための手法の一つが、弊社でもサービス提供している『アイトラッキング調査』です。 通常、アイトラッキング調査を行うと、『ヒートマップ』と『ゲイズプロット』の2種類のアウトプットが得られます。 皆さんはどちらに親しみがありますか? 画像:左がヒートマップ、右がゲイズプロット ちなみにGoogleでの検索ヒット数を比較してみると、ご覧のとおりです。 「ヒートマップ」:約 2,620,000 件 「ゲイズプロット」:約 3,470 件 「heatmap」:約 70,200,000 件 「gaze plot」:約 11,200 件 …もったいない。 こんな良いものが知られていないなんて、非常にもったいない! 『ヒートマップ』は視線分析に限らず用いられる言葉なので単純比較はできませんが、後ほど解説する『ゲイズプロット』の良さが、まだまだ浸透していないのかも

  • 男女・年代別マーケティングは「もうできない」 マルチデバイス時代の情報行動5つのタイプ、Googleが分類

    「『F1層』も『M1層』も、もういません」――Google法人は12月16日、複数のデジタルデバイスを利用しているマルチスクリーンユーザーの行動分析に基づき、情報接触行動に関する5つのタイプを発表した。男女や年代による傾向はあまり見られず、「単純な区分けは意味を成さなくなりつつある」とまとめている。 インテージのシングルソースパネル「i-SSP」を利用し、テレビPC、スマートフォンの3つを保有し利用している20~60代の男女500人を対象に、それぞれのツールの使用時間や視聴・行動内容をデータで取得して分析を行った。意識的に回答するアンケートに比べ、ユーザーの先入観やバイアスが入らないのが特徴の手法だ。 情報接触行動データに基づき、同社が類型化した5タイプは以下の通り。 1.キマジメ大らい(全体の22%) デバイス利用時間が全体的に長く、朝起きたらすぐにテレビの電源をオン。情報番組が

    男女・年代別マーケティングは「もうできない」 マルチデバイス時代の情報行動5つのタイプ、Googleが分類
  • カスタマー・ジャーニー分析とビッグデータ - UXploration

    米経営コンサルティング会社マッキンゼー・アンド・カンパニーのパートナーである Dorian Stone(ドリアン・ストーン)と Marco Pacelli(マルコ・パセッリ)が4月上旬に行われた Fiserv Forum 2013 というマーケティングカンファレンスで講演した内容が非常に面白かったので翻訳してまとめてみました。 参考記事: User Experience Journey Map - ユーザーエクスペリエンス・ジャーニー・マップ - UXploration (原文:Customer journey analytics and Big Data) ここ10年でメディアやデバイスなどのチャネルの数が10倍にも膨らみ、マルチ・チャネル化されたことでカスタマー・エクスペリエンス(顧客体験)は Moments of Truth(真実の瞬間)から Customer Journey(カスタ

    カスタマー・ジャーニー分析とビッグデータ - UXploration
  • アクセス解析を使ってサイトの課題を発見する12のステップ - Real Analytics (リアルアナリティクス)

    アクセス解析ツールを導入して数カ月。いまいち使いこなせていないあなたへ。私が初めてサイトを分析する時に行う12のSTEPを紹介いたします。GoogleAnalyticsで全て対応出来るレポートです。ここで紹介するのはアクセス解析業界(?)における標準でもなんでもなく、私なりの分析手法ですので、他にも様々な方法やバリエーションがあります。 ※アクセス解析用語の基的な知識と、GoogleAnalyticsを使ったことがある(出来ればアドバンスドセグメントを使ったことがある)人向けの方法になります。 2つの事前準備 分析に入る前に、以下の二つの事前準備を行いましょう。 A.サイト全体をじっくり見る サイトマップや主要の導線をたどってみたり、実際にコンバージョンしてみたり。自分なりにサイトの良いところと悪いところを見つけて箇条書きにしておきましょう。また、それが数字にどう反映されるか?を想像して

    アクセス解析を使ってサイトの課題を発見する12のステップ - Real Analytics (リアルアナリティクス)
  • ウェブサイトを分析する前に行うべき5つのこと - Real Analytics (リアルアナリティクス)

    ウェブサイトの分析というと、ついついアクセス解析ツールなのでデータを見てしまいがちです。しかし、分析は意図を持って行う必要があります。私もサイトの分析を行う際に、いきなりアクセス解析ツールのデータを見ることはまずありません。 そこで分析をする前に、行っておくべき5つのことを紹介いたします。 1.ウェブサイトのゴールとターゲットを確認する そもそも、そのウェブサイトは何のために存在して、どのような役割を果たしているのでしょうか?また、どういった人達にそのサービスは提供されているのでしょうか。基的な部分ですが、言語化(文章)にしておく事が大切です。この内容によって分析するポイントが変わってきます。 特にオンラインだけで成果あるいは売上げが発生しないサイトなどは、ウェブサイトの分析だけではなく、その前後まで分析する必要があります(例:顧客向けの会員制サイト・オンラインでは資料請求だけで商談はオ

    ウェブサイトを分析する前に行うべき5つのこと - Real Analytics (リアルアナリティクス)
  • Webデータ分析&データサイエンスで役立つ統計学・機械学習系の分析手法10選 - 銀座で働くデータサイエンティストのブログ

    追記 2016年3月に以下の記事によってこの内容はupdateされています。今後はそちらをお読み下さい。 主に自分向けのまとめという意味合いが強いんですが(笑)、僕が実際に2013年6月現在webデータ分析&データサイエンスの実務でツール・ライブラリ・パッケージを利用しているものに限って、統計学・機械学習系の分析手法を10個挙げて紹介してみようと思います。 追記 回帰分析(特に線形重回帰分析) 独立性の検定(カイ二乗検定・フィッシャーの正確確率検定) 主成分分析(PCA) / 因子分析 クラスタリング 決定木 / 回帰木 サポートベクターマシン(SVM) ロジスティック回帰 ランダムフォレスト アソシエーション分析(バスケット分析・相関ルール抽出) 計量時系列分析 おわりに おまけ1:「素性ベクトル+分類ラベル」なるデータ前処理 おまけ2:グラフ理論*10 {igraph}パッケージでグラ

    Webデータ分析&データサイエンスで役立つ統計学・機械学習系の分析手法10選 - 銀座で働くデータサイエンティストのブログ
  • 1