『相関関係と因果関係は別物』  

手段が目的になってしまわないように。  

『KPIとは、なるべく多くの情報を伝えられるようにデザインされた数字である。』  

生データだけではその数値が良かったのか悪かったのか判断しづらい。  

・ページビュー数  

・訪問回数  

・ユニーク訪問者数  

解析のための体制の成熟度を可視化してみる。  

行ってきた！ので近々、UIOブログにフィードバック記事書きます！  

『実際申し込みが入らない場合というのは、これくらい顧客にとって関係ない意味不明な説明があったりするものです。』  

『目的や対象を明確に定義し、設計デザインしたうえで、プロトタイプによって事前の妥当性検証を行う。形が見えてきたところで、課題や新たな要件を早期に発見し、軌道を修正していく。製品やWebサイトを作るのも、アクセス解析のレポートを作るのも同じなのだろう。』  

図が非常にわかりやすい。  

『WordpressやDrupal、Google Analyticsなどのプラグインも用意されていて、ログイン以前〜登録以前の時点のユーザの行動や特性を調べることもできる（たとえば、特定のキーワードで検索をした結果としてあなたのサイトに来た人は何人か？）。』  

livedoor検索の新旧バージョンをアイトラッキング調査した結果データ  

どういう流入の仕方をしたか。  

１：体重測定に利用する  

２：効果測定に利用する  

３：課題を見つけるのに利用する  

４：仮説を見つけるのに利用する  

1.トレンドで見る  

2.ベンチマークと比較する  

3.セグメンテーションで掘り下げる  

『朝の30分間で、PDCAサイクルのC（Check）とA（Action）を毎日実施しているという。前日の売上、客単価、客数、売れ筋などのデータと、直近の気候変動、メディア露出などの情報をもとに、トップページなどで押し出す商品やコンテンツを編成。「早ければその日の午後にもサイトに反映させる」というスピード感は、小売店の売り場づくりを思わせる。』  

『ユーザビリティテストを重ねてじっくりページの改修を試みることも1つの手だが、実際の反応から最善策を残すという手法を行うのがよいだろう。すなわち、サイトでA/Bテストを行うということだ。時間を短縮するという点でもそうだし、同じ条件で比較して優劣を決めるという点で優れている。これはコンバージョンプロセスの改善だけに留まらない。』  

試してみたい。  

『データ解析のためのデータ解析に意味がない』  

9つのステップは大きく4つに分類できる。「企画」「ツール導入」「数値管理」「行動」だ。  

バナーのA/Bテストを行って、そのテストでAが良かった、Bが良かったがわかっただけではテストの意味が半減というかそれ以下です。  

AとBを比較したときに、Bが良かった結果「××のセグメントにはBで利用したキャッチコピーの方がコンバージョンに結び付きやすいことが分