本動画では、小川氏が従来のKPIに捉われず、Webサイトやビジネスの本質を改善し、新たなマネタイズの基盤を構築する方法をご紹介しております。

従来のKPIの課題：

従来のWebサイト分析では、ページビュー数、ユーザー数、滞在時間、コンバージョン数などのKPIが重視されてきました。これらは重要な指標ではあるものの、それだけにフォーカスすると結果に限界が生じることがあります。

新たなアプローチ：

• ユーザーの興味関心度に注目
• ユーザー行動の可視化と分析
• ユーザー満足度を引き上げ、質の高いユーザーの育成に注力

これらのアプローチは即効性に欠けるかもしれませんが、中長期的にはビジネスを成功へと導く力となります。既存のKPIと並行して運用することで、効果的な成果が期待されます。

どのようなユーザーを増やしたいかを考え、そのユーザーを軸にした施策を展開することが重要です。ユーザーの質を重視したKPI戦略が、顧客満足度と企業の成果を一段と引き上げます。

Piano Analyticsのデモリクエスト

The post 顧客の質を高めることで、マネタイズの機会を創出 appeared first on Piano.

準備段階

• コンプライアンスに準拠した意思決定：オーストリア、フランス、イタリアなどの当局が、UAをEUのデータプライバシー規制に準拠していないとみなし、データプライバシー違反の懸念が生じたことでこの移行は開始されました。この規制に準拠する適切なアナリティクス・ソリューションを見つけるべく、徹底的な市場評価が実施された結果、Piano Analyticsが選ばれました。

• 戦略的計画とステークホルダーのエンゲージメント：既存の設定からPiano Analyticsへの移行に関する、デジタル分析の詳細なランドスケープが作成された際には、内部の様々な部署に属するステークホルダーと密に連携し、この移行に向けた同意と準備を行うことが必要不可欠でした。様々な部署を横断した共同作業によって、移行の目的を達成することができました。

• 技術的準備：2019年、技術的な準備として、ラボバンクのさまざまなウェブサイトのデータレイヤーを標準化し、ベンダーに依存する必要性をなくす措置が行われました。先立って行われたこの措置が功を成し、データインフラに大幅な変更を加える必要がなかったため、移行がスムーズに進みました。データレイク、ダッシュボード、レポーティングを管理する複数の部署間での連携は、新システムの準備のために欠かすことのできないものでした。

実装段階

• 基礎となる計測フレームワーク：包括的な計測フレームワークを行うことにより、スムーズな実装が実現しました。具体的には、データレイヤーの設定や、新しいシステムでどのように計測がなされるのかという点について、内部チームに詳細な周知をしました。このフレームワークは、ラボバンクが今まで蓄積してきたデジタル資産の測定基準を標準化することに大変役立ちました。

• 教育とトレーニング： 特にマーケティングチームとエンジニアチームの従業員に対して、Piano Analyticsに関するトレーニングを重点的に行いました。トレーニングでは、UAとPiano Analyticsの違いや、既存のダッシュボードの移行方法、新しいカスタム指標やレポートの設定方法などを学びました。

• 継続的な改善のためのフィードバックループ：計測に関するフレームワークは、デジタル分析の改善を目的としたフィードバックのサイクル構築と並行して開発されたため、製品チームは特定の測定ニーズやインサイトに含めるべき項目について効果的に議論することができました。こうしたアプローチの実施により、アナリティクスのセットアップが効果的かつ法令に則ったものとなっただけでなく、分析を基にした施策考察ができるようなインサイトが提供できるものとなりました。

ラボバンクのPiano Analyticsへの移行プロジェクトは戦略的計画と実行という観点から、規制要求と社内のニーズにバランスよく適応した成功事例です。綿密な計画、ステークホルダーの協力体制、トレーニングへの取り組みを通じて、データプライバシー規制に準拠した効果的なデジタル分析の新たな基準を打ち立てたと言えるでしょう。

The post 欧州金融機関ラボバンクによる Piano Analytics 移行事例のご紹介 appeared first on Piano.

RTÉは Piano Analyticsを利用し、RTÉ Player上の動画コンテンツをより深く理解することに成功しました。視聴者のコンテンツ消費傾向についてこれまで以上に多くの知見を得たことで、RTÉは動画配信サービスにおける大規模な戦略変更を実施しました。

分析で得た主な知見

• 動画配信サービスの利用時間が49% 増加
• 現在視聴可能な動画のうち、29％は全話一斉配信かオリジナルコンテンツである

RTÉ 社のPiano Analytics活用事例の詳細は以下よりご覧いただけます。

今すぐ読む

The post アイルランドの主要放送局RTÉはどのようにして動画配信サービスでエンゲージメントを49％増加させたのか appeared first on Piano.

Piano Ad Revenue Insightsは広告インプレッションに関連するあらゆる指標の正確な分析プラットフォームをパブリッシャーに提供します

この度PIANOでは、Piano Analyticsのオプションサービスとして、 Piano Ad Revenue Insights （以下、ARI）の提供を開始いたします。ARIは、オーディエンス、コンテンツ、マーケティング施策、ページフォーマット、広告在庫に関連する正確な収益を把握できる初めてのツールで、これによりパブリッシャーは、広告のパフォーマンスデータを総合的に測定・分析し、収益の最大化を図ることができます。

イギリスのメディア企業である、dmg media傘下の大手オンライン・ニュース・プラットフォームであるiNews.co.ukは、この新サービスをいち早く採用した大手パブリッシャー企業のひとつです。この企業は以下の事項の分析にARIを活用しています。

• 広告収益とサブスクリプション収益の関係性
• 広告収入の変動を監視し、その変動要因を突き止めると同時に、収益を高める方法を特定
• 広告価値の高いコンテンツ、流入元、地域の特定
• 匿名ユーザー、登録ユーザー、購読ユーザーの広告価値の測定
• 「広告のエクスペリエンス」と「有料会員へのコンバージョン」のバランスをとり、総収益を最大化

iNewsチームは、ビジネスの根本的な課題を解決するためARIを積極的に活用しており、分析の結果、広告収入において年間20万ポンド以上の機会損失をもたらしていることがわかりました。そしてARIを活用して更にその課題を深堀りした結果、以下の改善を行うことができました。

• 特定のサイトセクションにおいて、誤って無効化された広告ユニットによる、広告インプレッションと収益の落ち込みを発見し、再有効化によって収益を大幅に回復
• ペイウォールが広告収益に及ぼす影響を分析することで、サイト上でサブスクリプションメッセージを表示しても、広告収益に影響がないことを証明し、広告部門とサブスクリプション部門間の利害の衝突を解決
• サブスクリプションのコンバージョンと広告収入を地域別に分析し、英国以外でも効果的なマネタイズ戦略を構築

「ARIは、単にiNewsに収益をもたらしただけではなく、広告部門とサブスクリプション部門の協業を促進し、機会損失により失うはずだった収益を回復するための広告配置の最適化を実現しました。このプロジェクトは、広告戦略とサブスクリプション戦略を共存させつつ、エンゲージメントの高いオーディエンスとの関係性を深めることがパブリッシャーにとっていかに重要であるかを示しました。」とdmg mediaのサブスクリプション部門長 Harry Fawkes氏はコメントしています。

Fawkes氏は続けます。「このツールは、従来の ”アナリティクス”という概念を超越し、戦略や施策の選択が収益にどのように直結するかを教えてくれるソリューションです。これはデジタルメディアの進化において極めて重要な転機だと言えるでしょう。 ARIによって、パブリッシャーは更に深いレベルで指標を追えるようになり、コンテンツが収益に与える影響を真に理解することが可能となるのです。」

競争が激化するパブリッシャー業界において、ARIのローンチは、パブリッシャーの収益源を促進し、オーディエンスとのつながりを深めるツールを提供するというPianoのコミットメントを示すものです。パブリッシャーがデジタル領域の複雑に入り組んだ状況を乗り越えていく中で、Pianoは業界の常識を覆す最先端のソリューションを提供すべく、日々イノベーションに取り組んでいます。

ARIの詳細はこちら

The post 『Piano Ad Revenue Insights』のサービスを開始 〜広告とサブスク収益の統合的な分析が可能に appeared first on Piano.

世の中に広く使用されている分析ツールでも、あたりまえのようにデータサンプリングを基に分析が行われておりますが、実は潜在的な危険性や経済的リスクがあることはご存知でしょうか。

アナリティクスにおけるデータサンプリングとは？

データサンプリングは、トラフィックデータの一部を分析し、全体的な結果を推定する手法です。全データを収集するのではなく限定的なサンプルデータのみにアクセスしています。つまり、既存のパターンに基づいた推定データなのです。

データサンプリングのメリットは、レポーティング結果の迅速な作成、より大きなデータセットに含まれる有意義で価値のある情報を引き出せることです。

データサンプリングの仕組みとは？

データサンプリングは「確率サンプリング」と「非確率サンプリング」の２つのカテゴリーに分けることができます。

• 確率サンプリングとは、さまざまな統計的手法（層別サンプリング、系統的サンプリング、多段階サンプリング、クラスター・サンプリングなど）を使って、より大きな母集団からランダムにサンプルを選ぶことを言います。データセット内のメンバーに番号を割り振り、上記の自動処理でランダムに選択することで、セット内のすべてのメンバーが平等に選択されるようにします。確率サンプリングを使用することで、母集団の部分的な代表サンプルを取得できます。特定の系統誤差やサンプリングバイアスを除去し、信頼性が高くなる傾向があります。
• 非確率サンプリングは、ランダムではなく、分析者の主観的な判断に基づいてサンプルを選択するサンプリング手法です。これによりランダム化がなくなるので、母集団のメンバーそれぞれの選択される確率が不平等なサンプリング方法です。非確率サンプリングでは、より大きな母集団を正確に示すサンプルが作成される可能性は低いですが、複雑性が低く、よりスピーディで安価というメリットがあります。

Googleアナリティクス（以下GA）の無料版は確率サンプリングを使用し、データは集計され、ランダムなデータセットとして利用されます。つまり、オーディエンス、ユーザー獲得、ユーザー行動、コンバージョンのレポートなど、G Aが提供する標準レポートは、すべてサンプリングされたデータに基づいています。カスタムレポートを作成する際にもGAのデータはサンプリングされます。そのため、作成されたレポートがトラフィック全体を表しているのか、または企業に価値のあるトレンドが表示されているのかがわからず、また、選択されたデータセットが正確な情報を提供しているのかどうか確認のしようがありません。ダウンストリームの可視性の欠如は意思決定を妨げ、ビジネスの効率化に直に影響を与えてしまいます。特に大企業ではそれが顕著に現れます。Googleがユーザーにプレミアムオファーへのアップグレードを推奨するのはこのためです。

データサンプリングにより制限されてしまうこと

1. 代表的サンプル

統計学上では、行動データの母集団が研究される場合に、サンプルは常に代表的サンプルでなければならないという標準的なルールがあります。代表的サンプルとは、より大きな集団の中の少量または部分集合と定義されており、より大きな集団と同じ性質と比率を表しています。そのサンプルを制限してしまうと、データがすでに予測されているため、実際に起きているパターンを捉えることができず、データ全体で分析していれば獲得できるはずの情報を逃してしまう可能性があります。

例：貴社のウェブサイトの月平均PV数が５千万で、1日平均セッション数が5万の場合、サンプリングは月で１千万PV、1日で1万前後のセッションに制限される可能性があります。この状態では全データを正確に把握することは不可能であり、ウェブサイトが成長すればするほど、レポートの不正確さは増すことになります。

2. サンプルデータの制限

サンプルデータは日々異なるため、データサンプリングは累積データを含みません。つまり、月次、四半期、年次の累積結果も表示されることはないのです。実際の例をいくつか挙げてみましょう。

例１：サンプルデータ（クォータ）が集まった時点で データ収集は終了する

貴社の制作部門が水曜日と金曜日の午後5時に限定オファーを含むキャンペーンをサイト上で実施したとします。水曜日の午後6時にサンプルデータが必要量に達した場合、キャンペーン後のデータは1時間分のみ分析の対象となります。金曜日、午後4時にサンプルデータの必要量に達した場合は、午後5時のキャンペーン後のデータは一切含まれることはありません。キャンペーン後のサイト訪問者の行動はキャンペーン前と大きく異なったとしても、それらが分析対象になることはありません。

更に火曜日の朝にニュースレターを配信するとして、火曜日のサンプルデータ（午前11時に必要量に到達）と水曜日、金曜日のサンプルデータを比較や追加することもできません。

これは、1ヶ月の累積PV数の合計にも当てはまります。例えば、11月に２千万PV中1千万PV、12月には1億PVのうち1千万PVしか分析対象にならなかった場合、獲得した２千万PV（11月と12月の獲得データの合計）は明らかに、実際の合計の１億２千万PVを象徴したものでないことがわかります。また、平均PV数を出すこともできません。

例２：サンプリングデータの一部のみを使用するケースがある

次に、貴社のサイトで400万のPV数と36万のセッション数が履歴に表示されていたとします。クォータサンプリングの調査枠はそのうちの70％のデータを収集するとして、これは時期による変動に大きな影響を受ける可能性があります。例えば、12月のトラフィックが他の月の2倍である場合、70％のデータでは大きすぎるため、収集するデータの数値を35％まで落とします。つまり、35% の制限に達するとデータ収集がストップしてしまうので、例えば2月が通常の半分のトラフィックである場合に、実際のデータが制限値を下回るため、サンプリングの意味がなくなってしまいます。

包括的データセットの重要性

企業のアナリティクス・ソリューションは、ユーザーが貴社のデジタル・プラットフォームで行うすべてのアクションを、いついかなる時も収集し、測定できなければなりません。また、戦略的な分析が必要となる大量のトラフィックが発生する期間 (割引期間や大規模なキャンペーン時等) には、ソリューションがすべてのデータを見逃さずに収集できることがさらに重要です。

例えば、大規模なプロモーションを行っていて、キャンペーンにウェブサイトへのトラフィックを増やすためのテレビCMが含まれているとします。テレビCMの放映後数分で貴社サイトへの訪問数が急増しますが、アナリティクス・ソリューションの収集サーバーは大量のトラフィックに対応できず、収集エラーが生じてしまうと、大量のデータを逃すだけでなく、テレビCMが意図した結果をもたらしているかどうか、ROIをどの程度生み出しているかなど重要な情報を知り得ることができません。保持しているデータがサンプルデータのため、不完全で不正確なキャンペーンパフォーマンスの結果が表示されてしまいます。

企業が保持するデータは、社内のあらゆる部署からの多種多様な質問に答えられるように、包括的でかつリッチな情報を持っていなければなりません。

質問例）

• 特定の場所と時期における各キャンペーンの成果は？
• 特定の製品におけるキャンペーンの成果は？
• スマートフォンユーザーとデスクトップユーザーの間で、特定の製品の売上はどのように比較されたのか？

位置情報や使用しているデバイスのデータなど、特定の情報が抜け落ちている場合、重要な項目が全体像から欠けてしまうことになります。

データサンプリングを回避するために、どのような解決策があるでしょうか？

小規模のサンプルデータセットを使用すると、組織内の意思決定に著しく悪影響を及ぼす可能性があります。サンプリングされたデータは一般的な傾向を知ることはできますが、サンプルが小さければ小さいほど正確なものではなくなります。特に小規模なデータで詳細な分析を行うときに、その傾向は顕著になります。

データドリブンな意思決定が正確であるためには、完全で包括的かつ十分にリッチな情報を持つデータに基づいていなければなりません。そのため、アナリティクスツールは必要なデータをすべて収集し、さらにこのデータに基づいたアクションを起こすための適切な処理とエンリッチメントを提供する必要があります。データが欠落していたり破損していたりすると、現実を完全に反映していない偏った情報に基づいて戦略的な意思決定がなされるリスクがあります。

Pianoはデータサンプリングを一切使用しないため、完全で信頼できる正確な情報に基づいて意思決定を行うことができます。

包括的データの5つの基準

• データサンプリングなし：データサンプリングは一般的な傾向を追うことはできても、サンプルが小さければ小さいほど、現実を反映するものではありません。
• データ管理手順： 優れたデータガバナンスの不可欠な要素のひとつとして、定期的な手順（自動テストなど）により、すべてのタグの存在を確認することができます。
• 徹底された監査：特にサイトやアプリに重要な変更を加える場合は、必ず実施する必要があります。
• サービス契約（SLA）： ウェブ解析プロバイダーは契約上、100%に近いデータ収集率を保証する義務があります。
• ドメインファーストの測定：独自のドメイン名を使用した収集ソリューションを使用して、アドブロッカーまたはITPによってブロックされたトラフィックを回復します。

The post データサンプリングが企業に及ぼす悪影響とは appeared first on Piano.

講演概要

BBCは2021年半ばにコンテンツの表示形式を短編コンテンツに変更したため、エンゲージメントを計測するための新しい指標が必要でした。従来は別ページに記事全文が開かれる形式でしたが、新形式ではクリックやページ移動がなくなり、クリック数の計測ができなくなった為です。そこでユーザーの注意を15秒以上引くコンテンツの計測を開始しました。

この計測により、コンテンツや製品に関する深いインサイトの獲得が可能となりました。編集部はコンテンツの種類、長さ、トピックの観点からユーザーに人気のあるコンテンツを特定でき、製品部はユーザーがどのようにサイト内を回遊しているかの他、コンテンツのレイアウトや読了率、ページネーションなどのパフォーマンスを知ることができるようになりました。

そしてPianoの高度なセグメント機能により、より質の高いパーソナライゼーションを実現しました。「特定のコンテンツを15秒以上閲覧した確率」と、「閲覧時間」によるセグメント分けをすることで、サイトのエンゲージメント向上のためにそれぞれの指標を分析できるようになりました。この二つの指標は相反する場合が多々ありますが、この不一致こそが改善の機会を見極める判断材料となります。

Pianoのダッシュボードは施策の成果をリアルタイムで知ることができます。データの特定と共有が迅速にできるようにデザインされているため、アナリストやジャーナリストがインサイトを得たり、組織全体への迅速に共有ができるので、コンテンツの継続的な最適化や、リアルタイムでの更新に役立っています。

BBCの新たなコンテンツ表示形式は、スポーツページのユーザー数と滞在時間を２倍に増やしました。2022年9月のサッカーシーズン開幕時以来、前シーズンに比べて週平均ユニークユーザーが28％増加し、1回の訪問あたりの平均滞在時間は106％増加しています。

The post BBC、piano analyticsの活用でユーザーエンゲージメントが２倍に appeared first on Piano.

問題は、パブリッシャーやブランドがこれまで、ユーザーデータをサイロ化されたシステムで管理してきたことです。広告収益、サブスクリプション、コンテンツエンゲージメント、顧客プロファイルなどの重要なデータがすべて個別システムにて管理されている状況です。

しかし、消費者に関連性の高いエクスペリエンスを提供するには、すべてのデータプライバシーに準拠した方法で結び付け、カスタマージャーニーの全体像を把握することが必要です。以前のように社内のIT部門がデータを管理する時代は終わりました。マーケティング・セールス・財務などの部門が、これまで以上にデータ管理の分野に大きな影響を与えることが可能です。

迫るデータ分析最適化の期限

Google社による3rdパーティクッキー廃止はいよいよ来年へと迫っています。それまでに企業はデータ分析を完了させ、クッキーレス時代への準備を万全に整えておく必要があります。

本コンテンツでは、戦略見直しの際に考慮すべき9つのキーポイントをご紹介いたします。

1. データモデルをカスタマイズする技術

複数のタッチポイントから収集したデータを全て結びつけるには、まず組織全体で統一されたデータモデルを導入することが重要です。ビジネスの最終的なゴールの他、様々な企業のステークホルダーを目標達成に導く、カスタマイズされたデータモデルは、信頼性が高く顧客データ全体を見渡すことが可能となります。これにより、即座にデータに価値を生み出し、市場投入までの時間短縮や、トレンドをいち早く取り入れたアクションを起こせます。

2. 質の高い生きたデータへのアクセス

他のテクノロジーとの統合や、社内のデータサイエンスチームに特別なプロジェクトを任せる場合には、完全に非正規化されたリアルタイムデータへのアクセスを確保することが必要です。これにより、クエリの実行速度が短縮され、ターゲティングやパーソナライゼーションが向上するとともに、異なるデータベース間でのデータシンクにかかるコストを削減できます。

3. 高機能で情報量豊富なデータ

3rdパーティメタデータや高度な処理ルールに基づいて、データの修正・拡張・削除を自動的に行い、再タグ付けを必要としないシステムであることを確認することが必要です。これにより、行動データをより幅広く活用し、ビジネス上の意思決定に役立つ、様々な視点を探ることができます。

4. クリーンなデータを維持するユニバーサルタグ

データの質と一貫性を維持する為のタグ管理は極めて重要です。多くのビジネスでは複数のタグを使用していますが、サーバーコールの数が増え、タグ管理に余分な時間を費やしてしまうという問題点があります。ユニバーサルタグを実装させることで、様々なサイトのトラフィックを、100％の精度と半分のコストでバーチャルサイトに複製することが可能です。

5. サンプリングなしの実データでの分析

データサンプリングは、トラフィックデータの一部を分析することで、トラフィック全体の結果を推定するために使用されてきましたが、すべてのデータを集めるのではなく、限られたサンプルにしかアクセスができません。つまり、それ以降の分析は既存のパターンに基づいた推測になってしまうのです。完全なデータセットを分析することで、精度が高まり、これまでリーチすることができなかったオーディエンスを獲得することができます。

6. グローバルのプライバシー規制への準拠

世界のプライバシーに関する法規制が強まっている中、データプライバシーに関しての訴訟リスクは高まっています。社内で使用しているツールが世界のすべてのプライバシー規制に準拠していることを確認し、継続的にユーザーの同意管理を微調整していくことが必要です。

7. システムの統合

異なるシステムを使ってデータを管理・活用していると、データの損失や、不正確な顧客情報の他、プライバシーに関するコンプライアンス違反などの様々な可能性が生じます。社内の全てのシステムの相互運用性を確保することで、業務の遂行と管理が合理化され、上記のようなリスクが軽減されます。

8. データの民主化 *

データがクリーン且つ正確であることを確認したら、そのデータを必要とする関係者全員が利用できるようにします。適切なツールを選びには、エンドユーザーのエクスペリエンスを考慮することが重要です。ダッシュボード・データ探索ツール・異常発生時のスマートアラート・パーソナライズのためのダイレクトAPIフィードなど、いずれを使用する場合でも、ユーザーが使いやすいツールである必要があります。

9. コンサルティングサービスの利用

* データの民主化：一部専門家のみが扱えていたデータの利活用を、特別な知識を持たない人でも扱えるようにすること

社内に分析チームがあったとしても、システム内のすべてのデータフローの保証には、追加のサポートが必要になる場合があります。優れたテクノロジーベンダーは、アナリティクス戦略実装を支援する強力なプロフェッショナルサービスチームを有しています。アナリティクス戦略には、コンプライアンスと成果の両方を促進するベストプラクティスに加えて、KPIと測定方法の決定などが含まれます。

今こそ、あらゆるデータの真の力を活用する時です。適切なテクノロジーとスキルがあれば、インサイトをアクションに反映し、ウェブサイトのアクセス数や有料会員数、収益の増加などのビジネス価値を高めることが可能なのです。

piano analyticsは、上記のキーポイントを抑え、さまざまなデータ分析の課題を解決するために、ゼロから構築された高度なアナリティクス・ソリューションです。マーケティング分析、製品分析、コンテンツ分析、トランザクションデータ、ファーストパーティデータなどのデータを統合することで、レポート、セグメント、ターゲティングのための統合データソースを提供します。

お問合せは担当営業または、cx-info-j@piano.ioまでご連絡ください。

The post 2023年にアナリティクスの活用でビジネス成果を上げる9つのポイント appeared first on Piano.

市場にはあらゆるテクノロジーがあり、分析に高額な投資がされているにもかかわらず、自社が収集したデータの管理に苦労している企業は少なくありません。Pianoは、企業が保持するデータの一元化や、リアルタイムでの活用の他、分析やターゲティングを促進するためのデータの活性化を可能にします。

PianoのCEOであるTrevor Kaufmanは、次のように述べています。「データドリブンな組織運営を目指している企業であっても、手に負えないほどの膨大なデータを収集していることがよくあります。当社は収集したデータの理解や活用ができない、『ラストマイル問題』を解決するソリューションを設計いたしました。これは組織が適切なレポート作成と、デジタルエクスペリエンスのリアルタイム、かつ大規模な展開を可能にします。当社の革新的なツールと、お客様がデータを最大限に活用できるように支援している我々の質の高いサービスが、今年もData Breakthroughに認められたことを誇りに思います。」

Pianoはデータ分析とコンテキストデータのリーディング企業であるフランスのAT Internetを買収後、2021年にPiano Analyticsのローンチを発表いたしました。この統合ソリューションは、世界トップクラスのデジタル分析ソリューションにカスタマージャーニー・オーケストレーションやEコマースのパーソナライゼーション機能などを組み合わせ、データをカスタマーエクスペリエンスへと変える、初めての試みとなるものです。

Data Breakthrough社の管理部門長であるJames Johnson氏は、次のようにコメントしています。「企業の誰もが必要としている、正確で直感的なデータレポートを利用することができれば、どんなビジネスにも様々な効果があります。Pianoは、全部門にパワフルなデータレポートを必要な場所と適切な方法で提供し、データを直接アクションに転換することを可能にします。今年の『Overall Data Tech Solution of the Year』に選ばれたことを心よりお祝い申し上げます。」

Data Breakthrough Awardsは、データ分析、ビッグデータ、ビジネスインテリジェンス、データストレージなど、さまざまなカテゴリーにおいて、世界中のデータテクノロジーの革新的企業、リーディング企業、先駆的企業を表彰するために設立されたプログラムで、2020年より毎年開催されています。第3回目となる今回は、世界中から1,850以上の組織のノミネートがありました。

The post Pianoが2022 Data Breakthrough Awardsプログラムで「Overall Data Tech Solution of the Year」を受賞 appeared first on Piano.

1. 測定の精度を確保する

• 異常トラフィックを特定＆除外する：ボットはウェブトラフィック全体の半分以上を占めると言われています。そのため、実際のトラフィック量を把握するには、サイトを閲覧するボットからのトラフィックを特定し、除外できる経験豊富なデジタル分析のソリューションの利用が推奨されています。
• 指標の計算方法における完全な透明性：複雑さの度合いに関わらず、デジタル分析のソリューションが提供するアルゴリズムに何が含まれ、どのように各指標が算出されているか理解することが重要です。

2. データ収集における完全性の管理

• データ管理の手順：スムーズにデータが取得でき、間違いなくタグが挿入され動作していることが確認できることは重要です。自動テストを定期的に実行することですべてのタグを精査し、信頼性の高いデータが得られているかどうか確認しましょう。
• タグ付け監査：デジタル分析ソリューションは、サイトやアプリを更新する際に不可欠な、タグ付けが正しく行われているかをチェックするための支援するツールを提供しているか確認しましょう。
• 非サンプリングレポートによる高精度のデータ分析：データサンプリングは、トラフィックデータの一部を分析することで、トラフィック全体の結果を推定するために使用されてきましたが、すべてのデータを分析するのではなく、限られたサンプルのみを分析します。つまり、それ以外の分析は既存のパターンに基づいた推測になってしまうのです。分析するデータに制限をかけず、完全なデータセットを利用した分析が精度を高めます。
• 高い収集率を保証するSLA: 管理画面やサービスの可用性、データ復旧時間の保証、サポートセンターの対応時間などを網羅した包括的なSLAを提供しているか確認することが推奨されています。
• アドブロッカーの回避：独自のドメインを介して直接データを収集・送信することで、トラッキングスクリプトが無効化されず、アドブロッカーによるトラフィックもが計測できているか確認しましょう。

3. データの整合性確保のために、定期的なデータクリーニングを行う

• アクセスしやすく、適切にフォーマットされたデータ：自社の計画通りにデータ収集ができていますか？データの取得・表示方法のテストを行うことで、データ確認画面に値が正しく表示されることを確認しましょう。
• 検証済みで適正な値であること：分析する際に常に同一の数値が取得できることを確認しましょう。
• タグ付けのためのツール：カスタムデータ処理ルールを追加することで、タグ付けの問題によるエラーの修正、収集されたデータのルールによる更新、不要なトラフィックの除外などができるか確認しましょう。
• データ修正可能な仕組み：サイト上やアプリ上のデータ収集時に、送付するデータに誤りがある場合、サイトやアプリ上のコード修正や、テクニカルサポートに頼ることなく、データ取得時に修正が可能かどうかを確認しましょう。

4. 即座に最新のデータを適切なタイミングで入手

• リアルタイムデータ：リアルタイムKPIはアナリティクスやダッシュボードで5分以内にデータを利用できていますか？
• いつでも再利用可能なデータ：収集したデータは、顧客の再訪やブラウザプッシュ通知、リターゲティング、Eメールキャンペーンとして再度活用が可能ですか？
• エクスポートできるデータ：毎時数百万件のイベントを抽出し、データウェアハウスやデータレイクに粒度の細かい最新の分析データを提供できていますか？
• 行動の詳細を表示＆予測する拡張データ：機械学習機能による将来のトラフィックや売上などの重要な指標の予測ができていますか？

5. データを一元管理

• データガバナンスの実装：データの一貫した使用を保証すると同時に、社内外のすべてのポリシーに準拠していることを確認しましょう。
• 一貫性を保つための共通指標：各部門のパフォーマンス・ベンチマークとして使用すべき指標を特定しましょう。
• 統合された分析ツール：同じ方法で収集、計算、処理されたデータに基づいて意思決定を行いましょう。
• クロスデバイスアプローチ：パフォーマンスを分析する際には、全てのデータをスクリーニングする「360°ビュー」で重要なインサイトを逃さないようにしましょう。

6.  データの法的コンプライアンスを確保する

• 正確な顧客データ：データ保護法に準拠するためには、データが正確であることを確認しましょう。
• データの消去：ユーザがデータ消去を依頼してきた際には、コピーなどを保管せずに即座に全ての関連データを消去できる必要があります。
• データの透明性：デジタル分析ソリューションベンダーがデータを処理する方法、収集するデータの種類、保存場所、および保存期間を明確にしましょう。

The post Pianoデータヘルスチェックリスト appeared first on Piano.