Soumettre la recherche
Mettre en ligne
Google Analytics勉強会資料
•
Télécharger en tant que PPTX, PDF
•
10 j'aime
•
3,180 vues
kimiyuki shirai
Suivre
ある会社の情報システム部門の勉強会で講師をしました。その時に使った資料に、修正を加えたものです。
Lire moins
Lire la suite
Signaler
Partager
Signaler
Partager
1 sur 27
Télécharger maintenant
Recommandé
Gtfsデータリポジトリ紹介 iodd発表資料
Gtfsデータリポジトリ紹介 iodd発表資料
Shimpei Matsuura
Project GData
Project GData
Hideki Saito
秒間5万リクエストを処理する リアルタイム広告システム / BS3-3 新しい潮流:ビッグデータのリアルタイム応用:ユーザ事例 #QConTokyo
秒間5万リクエストを処理する リアルタイム広告システム / BS3-3 新しい潮流:ビッグデータのリアルタイム応用:ユーザ事例 #QConTokyo
Takahiro Yasuda
クラウドとオンプレミスを活用した 月間500億件を処理する 広告配信システムの裏側とは? - BI-Direct Access for AWS 事例 - ...
クラウドとオンプレミスを活用した 月間500億件を処理する 広告配信システムの裏側とは? - BI-Direct Access for AWS 事例 - ...
Takahiro Yasuda
BigQuery 使ってみよう
BigQuery 使ってみよう
Noriko Takiguchi
QGISやってみた 人口動態データのプロット
QGISやってみた 人口動態データのプロット
Katsuhiro Morishita
オープンなデータベースを利用した行動計画提案に関する研究
オープンなデータベースを利用した行動計画提案に関する研究
Fumihiro Kato
クラウド技術を活用したリアルタイム広告 Logicad の入札・配信・ログ解析 #awssummit
クラウド技術を活用したリアルタイム広告 Logicad の入札・配信・ログ解析 #awssummit
Takahiro Yasuda
Recommandé
Gtfsデータリポジトリ紹介 iodd発表資料
Gtfsデータリポジトリ紹介 iodd発表資料
Shimpei Matsuura
Project GData
Project GData
Hideki Saito
秒間5万リクエストを処理する リアルタイム広告システム / BS3-3 新しい潮流:ビッグデータのリアルタイム応用:ユーザ事例 #QConTokyo
秒間5万リクエストを処理する リアルタイム広告システム / BS3-3 新しい潮流:ビッグデータのリアルタイム応用:ユーザ事例 #QConTokyo
Takahiro Yasuda
クラウドとオンプレミスを活用した 月間500億件を処理する 広告配信システムの裏側とは? - BI-Direct Access for AWS 事例 - ...
クラウドとオンプレミスを活用した 月間500億件を処理する 広告配信システムの裏側とは? - BI-Direct Access for AWS 事例 - ...
Takahiro Yasuda
BigQuery 使ってみよう
BigQuery 使ってみよう
Noriko Takiguchi
QGISやってみた 人口動態データのプロット
QGISやってみた 人口動態データのプロット
Katsuhiro Morishita
オープンなデータベースを利用した行動計画提案に関する研究
オープンなデータベースを利用した行動計画提案に関する研究
Fumihiro Kato
クラウド技術を活用したリアルタイム広告 Logicad の入札・配信・ログ解析 #awssummit
クラウド技術を活用したリアルタイム広告 Logicad の入札・配信・ログ解析 #awssummit
Takahiro Yasuda
営業提案のためのGoogle analytics活用法
営業提案のためのGoogle analytics活用法
Popinsight
ちょっとGoogle Analyticsの話しようぜ
ちょっとGoogle Analyticsの話しようぜ
Shinobu Okano
Google Analytics Basics
Google Analytics Basics
hiroyuki kikuchi
PtengineとGoogle Analyticsとで計測数値が違う場合
PtengineとGoogle Analyticsとで計測数値が違う場合
Ptmind_jp
Reactive android
Reactive android
shinnosuke kugimiya
A Hacking Toolset for Big Tabular Files (3)
A Hacking Toolset for Big Tabular Files (3)
Toshiyuki Shimono
これでBigQueryをドヤ顔で語れる!BigQueryの基本
これでBigQueryをドヤ顔で語れる!BigQueryの基本
Tomohiro Shinden
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
インフラジスティックス・ジャパン株式会社
巨大なサービスと膨大なデータを支えるプラットフォーム
巨大なサービスと膨大なデータを支えるプラットフォーム
Tetsutaro Watanabe
タグマネジメントシステム
タグマネジメントシステム
Nobumasa Ura
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
Takahiro Inoue
Googleってやっぱりすごいね! GA、GTM、GSCを使ってPDCAまわしながら運用した結果!
Googleってやっぱりすごいね! GA、GTM、GSCを使ってPDCAまわしながら運用した結果!
Shogo Horikawa
トレジャーデータのバッチクエリとアドホッククエリを理解する
トレジャーデータのバッチクエリとアドホッククエリを理解する
Takahiro Inoue
3 d object recognition
3 d object recognition
ssuserac4d0c
BigQuery Query Optimization クエリ高速化編
BigQuery Query Optimization クエリ高速化編
sutepoi
[AWS re:invent 2013 Report] Amazon Kinesis
[AWS re:invent 2013 Report] Amazon Kinesis
Amazon Web Services Japan
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Google Cloud Platform - Japan
Big data解析ビジネス
Big data解析ビジネス
Mie Mori
1_各Atlassian製品の紹介
1_各Atlassian製品の紹介
Ricksoft
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
Google Cloud Platform - Japan
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
griddb
Contenu connexe
En vedette
営業提案のためのGoogle analytics活用法
営業提案のためのGoogle analytics活用法
Popinsight
ちょっとGoogle Analyticsの話しようぜ
ちょっとGoogle Analyticsの話しようぜ
Shinobu Okano
Google Analytics Basics
Google Analytics Basics
hiroyuki kikuchi
PtengineとGoogle Analyticsとで計測数値が違う場合
PtengineとGoogle Analyticsとで計測数値が違う場合
Ptmind_jp
Reactive android
Reactive android
shinnosuke kugimiya
A Hacking Toolset for Big Tabular Files (3)
A Hacking Toolset for Big Tabular Files (3)
Toshiyuki Shimono
En vedette
(6)
営業提案のためのGoogle analytics活用法
営業提案のためのGoogle analytics活用法
ちょっとGoogle Analyticsの話しようぜ
ちょっとGoogle Analyticsの話しようぜ
Google Analytics Basics
Google Analytics Basics
PtengineとGoogle Analyticsとで計測数値が違う場合
PtengineとGoogle Analyticsとで計測数値が違う場合
Reactive android
Reactive android
A Hacking Toolset for Big Tabular Files (3)
A Hacking Toolset for Big Tabular Files (3)
Similaire à Google Analytics勉強会資料
これでBigQueryをドヤ顔で語れる!BigQueryの基本
これでBigQueryをドヤ顔で語れる!BigQueryの基本
Tomohiro Shinden
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
インフラジスティックス・ジャパン株式会社
巨大なサービスと膨大なデータを支えるプラットフォーム
巨大なサービスと膨大なデータを支えるプラットフォーム
Tetsutaro Watanabe
タグマネジメントシステム
タグマネジメントシステム
Nobumasa Ura
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
Takahiro Inoue
Googleってやっぱりすごいね! GA、GTM、GSCを使ってPDCAまわしながら運用した結果!
Googleってやっぱりすごいね! GA、GTM、GSCを使ってPDCAまわしながら運用した結果!
Shogo Horikawa
トレジャーデータのバッチクエリとアドホッククエリを理解する
トレジャーデータのバッチクエリとアドホッククエリを理解する
Takahiro Inoue
3 d object recognition
3 d object recognition
ssuserac4d0c
BigQuery Query Optimization クエリ高速化編
BigQuery Query Optimization クエリ高速化編
sutepoi
[AWS re:invent 2013 Report] Amazon Kinesis
[AWS re:invent 2013 Report] Amazon Kinesis
Amazon Web Services Japan
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Google Cloud Platform - Japan
Big data解析ビジネス
Big data解析ビジネス
Mie Mori
1_各Atlassian製品の紹介
1_各Atlassian製品の紹介
Ricksoft
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
Google Cloud Platform - Japan
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
griddb
BigQuery ML for unstructured data
BigQuery ML for unstructured data
幸太朗 岩澤
Google Cloud ベストプラクティス:Google BigQuery 編 - 01 : BigQuery とは?
Google Cloud ベストプラクティス:Google BigQuery 編 - 01 : BigQuery とは?
Google Cloud Platform - Japan
Similaire à Google Analytics勉強会資料
(18)
これでBigQueryをドヤ顔で語れる!BigQueryの基本
これでBigQueryをドヤ顔で語れる!BigQueryの基本
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
Web アプリケーションにおけるクライアントサイドのデータハンドリングと可視化の実現
巨大なサービスと膨大なデータを支えるプラットフォーム
巨大なサービスと膨大なデータを支えるプラットフォーム
タグマネジメントシステム
タグマネジメントシステム
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
Googleってやっぱりすごいね! GA、GTM、GSCを使ってPDCAまわしながら運用した結果!
Googleってやっぱりすごいね! GA、GTM、GSCを使ってPDCAまわしながら運用した結果!
トレジャーデータのバッチクエリとアドホッククエリを理解する
トレジャーデータのバッチクエリとアドホッククエリを理解する
3 d object recognition
3 d object recognition
BigQuery Query Optimization クエリ高速化編
BigQuery Query Optimization クエリ高速化編
[AWS re:invent 2013 Report] Amazon Kinesis
[AWS re:invent 2013 Report] Amazon Kinesis
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Google Cloud ベストプラクティス:Google BigQuery 編 - 02 : データ処理 / クエリ / データ抽出
Big data解析ビジネス
Big data解析ビジネス
1_各Atlassian製品の紹介
1_各Atlassian製品の紹介
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
何を基準に選定すべきなのか!? 〜ビッグデータ×IoT×AI時代のデータベースのアーキテクチャとメカニズムの比較〜
BigQuery ML for unstructured data
BigQuery ML for unstructured data
Google Cloud ベストプラクティス:Google BigQuery 編 - 01 : BigQuery とは?
Google Cloud ベストプラクティス:Google BigQuery 編 - 01 : BigQuery とは?
Google Analytics勉強会資料
1.
Google Analyticsを仕組みから理解して活用する
2.
データ集計の流れ
3.
ga.jsのロード javascriptは、セグメント情報取得 cookieにデータを、set,
get gifリクエストを発行
4.
送信パラメーター
5.
フィルターでデータを、除去、補正する
6.
7.
特殊なもの、ゴール、カスタム変数などは、Index化(エンティティ化?)に、1-3日?
8.
通常のデータは、ほぼリアルタイム
9.
一度、indexされれば、ほぼリアルタイムに近い。
10.
11.
12.
ディメンジョン + 指標の組み合わせ 自由にOK。
13.
ドリルダウン機能
14.
15.
16.
17.
セッションベースのテーブルにクエリーを投げるイメージ SELECT
開始ページ, count(開始ぺーじ), count(直帰), count(離脱) GroupBy開始ページ 通常のウェブレポート、カスタムレポートは選択項目は二つまで APIを使うと、7つまでディメンジョン選択、10個まで指標(count,sum)を取れる
18.
19.
ディメンジョンと指標を整理してみる ページ名 ???
訪問回数 ソース ??? ??? ユーザー数
20.
手元の紙で整理する
21.
22.
問い合わせ数、
23.
アナリティクスでは、目標の設定を行う
24.
目標達成を、コンバージョンと呼んでいる。
25.
目的は、コンバージョン数の最大化
26.
27.
検索ワード、参照元、地域、閲覧開始ページ
28.
29.
ページを作る。
30.
31.
目標パスの解析
32.
33.
コンテンツ > 離脱ページ改善策には、テスト、テスト、テスト。
34.
テスト テスト導入ツールとして、Google WebSite
Optimizerがある。 非常に簡易に、テストが実行できる。 画像は、Google Website Optmizer Blogより。
35.
実際の作成も簡単 Aページ http://phar.awe.jp/gwo.html
Bページ http://phar.awe.jp/gwob.html コンバージョンページ http://phar.awe.jp/cnv.html
36.
事例紹介をしてるサイト ECナビUIO戦略室ブログ http://uio.ecnavi.co.jp/
Abtests.com http://www.abtests.com/ 独立性の検定 http://abc-analytics.com/decision-on-a-abtest-from-smart-bear-blog 二項分布の分散を頭に入れておく。 n*(1-p)*p nがAとBの回数。 Pはコンバージョン率。 分散をルートすれば、標準偏差。 ばらつき加減を頭に入れる。
37.
Google Aanlytics と GWO テスト別の Analyticsデータを見ることも可能
A/Bテストの場合には、そのままページ別のデータで判別可能 多変量テストの場合、utmx(“combination”)で、どの組み合わせかの数字が取れるので、それをAnalyticsのカスタム変数に入れる
38.
Analytics単体でのテスト Cookie と javascriptによる DOMの書き換えを使う 場合分けしたものは、カスタム変数で管理
39.
Analyticsでテスト2 先程のテストの母数の確認 ユーザー数ベースでの乱数振り分けしてる
40.
41.
改良版を使う
42.
紹介してるサイト(http://susumukatachi.jp/archives/1709)
43.
実際に、ファイル作って置いた。
44.
http://phar.awe.jp/gare.html
45.
フィルターを使う
46.
47.
Cookieのキーは、同じ形 utm?が入る
48.
Cookieの値の、最初 or 2番目には、ドメインのハッシュ値が入っていて、これは利用できる。
49.
_setDomainNameの動きを理解する。
50.
http://abc-analytics.com/multi-cookie-trackingあとは、クロスドメイン計測は、URLのアドレスでcookieの値を渡す方式なのを知っておく。
51.
52.
オフラインでの交流も結構ある。
53.
Google の forum
analyticshttp://www.google.com/support/forum/p/Google+Analytics/
54.
Data Export APIのフォーラム(UIが変わった)
http://code.google.com/apis/analytics/groups/exportApiGroup.html
55.
自分で検証(リクエストとcookie)して、頭に入れるのが早い?
56.
Chromeの開発ツール , firfoxのfirebug
57.
IEなら、fiddler2などを使う。
Télécharger maintenant